تیتر یک

چرا فلسفه در عصر هوش مصنوعی دوباره اهمیت پیدا کرده است؟

ظهور ماشین‌های هوشمند، فلسفه را بار دیگر به دانشی ضروری تبدیل کرده است. فلسفه در دو دهه گذشته، دانشی از مد افتاده به نظر می‌رسید. تاریخ به پایان رسیده بود و جهانی که روزبه‌روز مادی‌گراتر می‌شد، دیگر نیازی به پژوهشگران مکتب‌های فلسفیِ ماده‌گرایانه نداشت. علوم‌ت…

5 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • فلسفه
  • مصنوعی
  • هوش
  • فیلسوف
  • تبدیل
  • آموزش
چرا فلسفه در عصر هوش مصنوعی دوباره اهمیت پیدا کرده است؟

خلاصه تحلیلی خبر

ظهور ماشین‌های هوشمند، فلسفه را بار دیگر به دانشی ضروری تبدیل کرده است. فلسفه در دو دهه گذشته، دانشی از مد افتاده به نظر می‌رسید. تاریخ به پایان رسیده بود و جهانی که روزبه‌روز مادی‌گراتر می‌شد، دیگر نیازی به پژوهشگران مکتب‌های فلسفیِ ماده‌گرایانه نداشت. علوم‌ت…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، فلسفه، مصنوعی، هوش، فیلسوف

ظهور ماشین‌های هوشمند، فلسفه را بار دیگر به دانشی ضروری تبدیل کرده است.

فلسفه در دو دهه گذشته، دانشی از مد افتاده به نظر می‌رسید. تاریخ به پایان رسیده بود و جهانی که روزبه‌روز مادی‌گراتر می‌شد، دیگر نیازی به پژوهشگران مکتب‌های فلسفیِ ماده‌گرایانه نداشت. علوم‌تجربی که مسیر دستیابی به مشاغل پردرآمد در سیلیکون‌ولی یا وال‌استریت را هموار می‌کردند، بر فضای دانشگاهی سلطه یافته بودند و ملکه علوم از تخت سلطنت پایین کشیده شده بود.

تعداد مدارک دانشگاهی فلسفه که در دانشگاه‌های آمریکا اعطا می‌شد، از نزدیک به ۸ هزار مورد در سال ۲۰۱۱ به کمتر از ۶ هزار مورد در سال ۲۰۲۴ کاهش یافت؛ در همین بازه، شمار فارغ‌التحصیلان رشته علوم کامپیوتر بیش از دوبرابر شد و به بیش از ۱۰۰ هزار نفر رسید. در سال ۲۰۱۵، وزیر آموزش ژاپن از دانشگاه‌های این کشور خواست «فعالانه برای حذف» دانشکده‌های علوم اجتماعی و علوم‌انسانی یا «تبدیل آن‌ها به حوزه‌هایی که بهتر پاسخ‌گوی نیازهای جامعه باشند» اقدام کنند. البته در بریتانیا، علاقه به فلسفه همچنان می‌توانست راه ورود به طبقه حاکم را هموار کند، مشروط بر آنکه با سیاست و اقتصاد در دانشگاه آکسفورد همراه می‌شد.

اما اکنون، در شرایطی که فناوری در حال دگرگون‌کردن نیازهای جامعه است؛ فلسفه بار دیگر در حال بازگشت به جایگاه سلطنتی خود است. تقاضا برای متخصصان این حوزه به‌شدت افزایش یافته است. بر اساس داده‌های بانک فدرال رزرو نیویورک، فارغ‌التحصیلان فلسفه اکنون حتی بیش از فارغ‌التحصیلان علوم کامپیوتر احتمال اشتغال دارند. هم دانش‌آموختگان تازه‌کار فلسفه و هم استادان این رشته با استقبال شرکت‌های هوش مصنوعی مواجه شده‌اند؛ شرکت‌هایی که از آن‌ها برای ارزیابی توانایی استدلال مدل‌ها و آموزش اصول اخلاقی به آن‌ها استفاده می‌کنند. شرکت آنتروپیک یک فیلسوف را به‌صورت استخدام کرده که وظیفه اصلی‌اش آموزش «خوب‌بودن» به چت‌بات Claude است. شرکت Palantir نیز توسط یک فیلسوف اداره می‌شود.

تعجبی ندارد که امروزه آشنایی عمیق با آزمایش‌های ذهنی به مهارتی پرطرفدار تبدیل شده است؛ زیرا برخی از این آزمایش‌ها از قلمرو ذهن وارد آزمایشگاه‌های هوش مصنوعی شده‌اند و از آنجا به دنیای واقعی راه یافته‌اند. در جهانی که ماشین‌ها نیز قادر به اندیشیدن هستند، تحصیل در رشته فلسفه که زمانی کارفرمایان با شگفتی و والدین بلندپرواز با وحشت به آن نگاه می‌کردند، بیش از هر زمان دیگری مرتبط و کاربردی به نظر می‌رسد؛ آن هم نه‌فقط در شرکت‌های بزرگ فناوری.

یکی از دلایل این تغییر آن است که هرچه هوش مصنوعی در پاسخ‌دادن به پرسش‌های کوچک مانند نوشتن خط بعدی کد برنامه یا پیشنهاد معامله در بازارهای مالی، از کارمندان دانش‌محور بهتر عمل کند، انسان‌ها ناگزیر تمرکز خود را بر پرسش‌های بزرگ‌تر معطوف خواهند کرد. مدل‌های زبانی بزرگ ممکن است دانش تخصصی را به کالایی فراگیر و در دسترس همگان تبدیل کنند، اما همین موضوع باعث می‌شود توانایی «درست اندیشیدن» که مهم‌ترین مهارتی است که در آموزش فلسفه پرورش می‌یابد، ارزش بیشتری پیدا کند.

برای مثال، در بازارهای مالی، الگوریتم‌ها در پیش‌بینی جهت حرکت بازارهای سهام و اوراق‌قرضه از انسان‌ها عملکرد بهتری دارند. بااین‌حال، معامله‌گران کلان همچنان در انتخاب اندازه مناسب موقعیت‌های معاملاتی برای کسب سود پایدار از الگوریتم‌ها پیشی می‌گیرند. بهترین معامله‌گران، در عمل ذهنی فلسفی دارند یا مانند «جورج سوروس» که نزد «کارل پوپر» در لندن فلسفه خوانده بود، از نظر تحصیلات نیز فیلسوف محسوب می‌شوند. به همین ترتیب، بسیاری از سرمایه‌گذاران خطرپذیر موفق یا آموزش فلسفه دیده‌اند (مانند پیتر تیل و رید هافمن) یا خود را فیلسوف می‌دانند (مانند مارک آندریسن).

ممکن است روزی ماشین‌ها در پرداختن به همین پرسش‌های بزرگ نیز از انسان پیشی بگیرند. در نهایت، هوش مصنوعی پیوسته در استخراج قواعدی که اغلب به‌صورت ضمنی مبنای تصمیم‌گیری انسان‌ها هستند، بهتر می‌شود؛ قواعدی که پشت تولید خروجی‌هایی مانند یک تصمیم سرمایه‌گذاری، یک ویدئوی تیک‌تاک یا حتی رساله‌ای درباره اخلاق قرار دارند. اما دانستن دانش ضمنیِ مربوط به نحوه تولید این خروجی‌ها؛ یعنی همان کاری که مدل‌های هوش مصنوعی از طریق استنباط آماری انجام می‌دهند با درک این موضوع که چرا این خروجی‌ها تولید می‌شوند یا ذهن انسان آن‌ها را چگونه به‌صورت ذهنی تجربه می‌کند، تفاوتی اساسی دارد. افزون بر این، بنیادی‌ترین پرسش‌ها همچنان باقی می‌مانند
واقعیت چیست؟
امر درست چیست؟
بودن چه معنایی دارد؟

برای باور به اینکه پاسخ انسان‌ها به این پرسش‌ها ممکن است با پاسخ ماشین‌ها متفاوت باشد، لازم نیست پیرو سخت‌گیر اندیشه پروتاگوراس باشید که می‌گفت: «انسان معیار همه چیز است.»

اگر هوش مصنوعی جهانی آرمانی پدید آورد که در آن فراوانی اقتصادی برقرار باشد، فقر از میان برود و کار مزدی به انتخابی اختیاری تبدیل شود، بشر برای فهم و سامان‌دادن به همین پرسش‌ها به‌اندازه کافی مشغول خواهد بود. اگر هم روزی ربات‌ها کنترل جهان را در دست بگیرند، دست‌کم یک فیلسوف می‌تواند به شما بگوید کدام فیلسوفان رواقی ارزش خواندن بیشتری دارند. در همه سناریوهای قابل‌تصور و حتی برخی سناریوهای غیرقابل‌تصور، اندیشیدن فلسفی همچنان یکی از مهم‌ترین مزیت‌های رقابتی انسان باقی خواهد ماند.

گزارش حاضر در نسخه June 27th 2026 نشریه The Economist منتشر شده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.