هوش مصنوعی چیست؟ توضیحی ساده برای کسانی که هرگز از آن استفاده نکرده‌اند

پاسخ کوتاه، و آنچه مردم واقعاً از آن مراد می‌کنند

هوش مصنوعی نرم‌افزاری است که حجم عظیمی از نوشته‌های انسانی را خوانده و الگوهای درون آن‌ها را آن‌قدر خوب یاد گرفته که می‌تواند نوشتهٔ تازه‌ای بسازد که جور دربیاید. شما درخواستتان را با زبان معمولی تایپ می‌کنید. آن هم می‌نویسد: یک پیش‌نویس، یک خلاصه، یک توضیح، یک برنامه. کل محصول همین است. هر چیز دیگری که شنیده‌اید یا جزئیاتی است که روی همین سوار شده، یا داستانی است دربارهٔ چیزی کاملاً دیگر.

این اصطلاح از نظر فنی چیزهای قدیمی‌تر را هم دربر می‌گیرد، مثل فیلتر هرزنامهٔ صندوق ایمیلتان، باز شدن گوشی با چهره و سامانه‌ای که تصمیم می‌گیرد ویدیوی بعدی کدام باشد. هیچ‌کس در گفتگوی روزمره این‌ها را مراد نمی‌کند. وقتی همکارتان می‌گوید با هوش مصنوعی یک بند را درست کرده، یا برادرزاده‌تان می‌گوید از هوش مصنوعی دربارهٔ زانویش پرسیده، منظورشان یک چت‌بات است: ChatGPT، Claude، Gemini یا یکی از خویشاوندانشان. نگاه محصول‌محور به این دسته در چت‌بات هوش مصنوعی چیست آمده است. این مقاله یک پله بالاتر می‌ایستد، روی خودِ ایده. اگر آن چیزی که شما را پس می‌زند واژگان است، یعنی مدل و prompt و توکن و زمینه، واژه‌نامهٔ ساده کوتاه و بی‌ادعاست.

ثبت‌نام در یکی از آن‌ها یک آدرس ایمیل و حدود یک دقیقه وقت می‌خواهد، و هر برنامهٔ اصلی نسخهٔ رایگان دارد، پس هیچ‌کدام از این‌ها به کارت بانکی نیاز ندارد. پیش از آنکه ادامه بدهید، هر برنامهٔ هوش مصنوعی را باز کنید و این را تایپ کنید: «در چهار جمله توضیح بده چه هستی و چطور کار می‌کنی، برای کسی که هرگز از هوش مصنوعی استفاده نکرده است.» پاسخ را در یک تب دیگر باز نگه دارید. تا بخش چهارم چیزی ملموس خواهید داشت که آن را با آن بسنجید، و این بهتر از باور کردن حرف هر کسی است.

چطور این کار را یاد گرفت

فرایند آموزش در توصیف کسل‌کننده است، و این نشانهٔ خوبی است. یک انبوه بسیار بزرگ از متن بردارید: کتاب‌ها، وب‌سایت‌ها، دفترچه‌های راهنما، بحث‌های انجمن‌ها، پرونده‌های دادگاه، دستور پخت‌ها. یک واژه را پنهان کنید. از سامانه بخواهید حدس بزند. به آن بگویید حدسش درست بود یا نه. این کار را به تعدادی بی‌اندازه تکرار کنید. هیچ چیز عجیب‌تری در جریان نیست. آنچه بیرون می‌آید سامانه‌ای است با حسی بسیار دقیق از اینکه در نوشتهٔ انسانی معمولاً چه چیزی در ادامه می‌آید.

پس وقتی از آن می‌پرسید جام جهانی ۱۹۹۸ را چه کسی برد، دارد کتاب مرجعی را باز نمی‌کند. دارد متنی را تولید می‌کند که محتمل‌ترین ادامهٔ پرسش شماست، تکه‌تکه. اتفاقاً دربارهٔ فرانسه درست می‌گوید، چون این واقعیت هزاران بار و به شکلی یکدست در متن آموزشی‌اش آمده است. به همان دلیلی درست می‌گوید که روان می‌نویسد، نه به دلیلی دیگر و محکم‌تر. این جمله را نگه دارید. تقریباً هر چیز عجیبی در رفتار هوش مصنوعی از همین بیرون می‌آید.

• بلافاصله خوب می‌نویسد. روانی دقیقاً همان چیزی است که روی آن آموزش دیده، پس پیش‌نویس اول بدون هیچ زحمتی از سوی شما در وضعیت آبرومندی می‌رسد.
• وقتی اشتباه می‌کند هم دقیقاً همین‌طور به نظر می‌رسد. هیچ چیزی درون آن، واقعیتی را که ده هزار بار دیده از چیزی که از قطعات ظاهراً موجه سرهم می‌کند جدا نمی‌کند. اطمینانش در هر دو حالت یکسان است.
• تاریخ قطع دارد. آموزش در تاریخی متوقف شده است. دربارهٔ سه‌شنبهٔ گذشته بپرسید و، مگر اینکه برنامه برایتان جستجوی زندهٔ وب انجام دهد، دارید از سامانه‌ای می‌پرسید که آنجا نبوده است.
• در حساب‌وکتاب لرزان است. ضرب طولانی یک رویه است، نه الگویی در نثر. مدل‌ها حالا با نوشتن گام‌ها یا صدا زدن ماشین‌حساب بهتر از پسش برمی‌آیند، اما غریزهٔ زیرین همچنان تولید عددی است که درست به نظر برسد.
• نحوهٔ بیان شما پاسخ را هدایت می‌کند. واژه‌های شما تعیین می‌کنند سراغ کدام الگوها برود، و به همین دلیل یک پرسش که به دو شکل پرسیده شود با دو کیفیت متفاوت برمی‌گردد. گفتگو با هوش مصنوعی بیشتر همین یک مهارت است.

در چه چیزی واقعاً خوب است

کارهایی که بهترین نتیجه را می‌دهند یک شکل مشترک دارند. شکل یک پاسخ خوب از پیش در جهان جا افتاده است، و شما در حدود ده ثانیه می‌فهمید آنچه برگشته خوب هست یا نه. بازنویسی، خلاصه‌سازی، ترجمه، توضیح یک سند و رد شدن از صفحهٔ سفید: این‌ها بیشتر نوشتن یک هفتهٔ معمولی‌اند.

چیزی که همین حالا دارید	چه بخواهید	چرا این یکی جواب می‌دهد
ایمیلی که چهار بار بازنویسی‌اش کرده‌اید	«این را بازنویسی کن تا صمیمانه باشد اما همچنان روشن نه بگوید»	رد کردن مؤدبانه یکی از رایج‌ترین الگوهای نوشتار است
نامه‌ای از بیمه یا صاحبخانه	«این را به زبان ساده توضیح بده، بعد بگو چه کارهایی باید بکنم»	تبدیل اصطلاحات به واژه‌های معمولی کار الگویی است و می‌توانید با نامهٔ پیش رویتان بسنجید
یک PDF شصت صفحه‌ای که هرگز نمی‌خواندید	«استدلال را در هشت بند خلاصه کن، بعد همهٔ اعداد را دربیاور»	کل فایل را در چند ثانیه می‌خواند و شما بندهای مهم را وارسی می‌کنید
سفری که مدام برنامه‌ریزی‌اش نمی‌کنید	«چهار روز در سویا برای دو بزرگسال که غذا و پیاده‌روی دوست دارند برنامه بریز»	هزاران برنامهٔ سفر در متن آموزشی هست و یک برنامهٔ ناقص هیچ هزینه‌ای ندارد
پیامی به مشتری‌ای به زبانی دیگر	«این را به اسپانیایی ترجمه کن، مؤدبانه اما نه خشک»	لحن اینجا زنده می‌ماند، برخلاف ابزارهای ترجمهٔ قدیمی

به آنچه در این جدول نیست نگاه کنید: حتی یک ردیف از ماشین نمی‌خواهد که مرجع باشد. مواد کار، قضاوت، یا هر دو، پیشاپیش دست خودتان است. آن بخشی را که خسته‌کننده می‌دانید برمی‌دارد، یعنی صفحهٔ سفید، پیش‌نویس دوم، تغییر قالب، آن شصت صفحه، و تصمیم‌گرفتن را به شما می‌سپارد. کارهای روزمره‌ای که ارزش واگذاری دارند فهرست بلندتری دارد. یک عادت را زود بسازید: وقتی پاسخ اول خطا می‌رود، در یک جملهٔ کوتاه بگویید ایراد کجاست به جای اینکه از نو شروع کنید. «خیلی رسمی است، و بند آخر را حذف کن» معمولاً بیشتر از یک درخواست بازنویسی‌شده گره را باز می‌کند.

در چه چیزی بد است، دقیقاً به همان دلیل

حالا بخش صادقانه، چون به‌هرحال در هفتهٔ اولتان با آن روبه‌رو می‌شوید. با همان صدای آرام و منظمی که برای همه چیز به کار می‌برد، چیزی نادرست به شما خواهد گفت. نه به‌ندرت، و نه فقط دربارهٔ موضوع‌های ناشناخته. شماره‌ای از یک بند اجاره‌نامه را از خودش درمی‌آورد، پژوهشی با نویسندگان باورپذیر و سالی باورپذیر، ویژگی‌ای از محصولی که وجود ندارد، نقل‌قولی که هیچ‌کس نگفته است. هیچ نشانه‌ای در کار نیست: نه احتیاطی در بیان، نه لرزشی در لحن. نام این پدیده توهم است، و چرا هوش مصنوعی اشتباه می‌کند شیوه‌های شکست را یکی‌یکی مرور می‌کند، چون تشخیص اینکه با کدام نوع خطا روبه‌رو هستید بخش عمدهٔ دفاع است.

سه محدودیت دیگر، همه از همان ریشه. تازگی: مگر اینکه برنامه به‌صورت زنده وب را جستجو کند، از چند ماه اخیر خبر ندارد، و با این حال با مواد قدیمی‌تر دربارهٔ آن‌ها حرف می‌زند. شمردن و حساب: می‌تواند از پس استدلال یک محاسبه بربیاید و باز جمعی به شما بدهد که یک رقم خطا دارد، پس هر عددی را که بر پایه‌اش عمل می‌کنید راستی‌آزمایی کنید. هر چیزی که مخصوص خود شماست: قرارداد شما، دُز داروی شما، قوانین محل شما، مهلت شما. میلیون‌ها سند شبیه مال شما را خوانده و حتی یکی از اسناد خودتان را نه.

قاعده‌ای که ارزش نگه‌داشتن دارد این است. جایی که ۹۵ درصد درست بودن بی‌ارزش است، از آن استفاده نکنید. دارو، مهلت‌های حقوقی، ارقام مالیاتی، مبلغ یک فاکتور، املای یک نام در سخنرانی‌ای که ایراد می‌کنید. در این موارد تقریباً درست، نمرهٔ بخشی نیست، صرفاً غلط است، و ارائهٔ روان، گرفتن خطا را از یک نتیجهٔ بد گوگل هم سخت‌تر می‌کند. در همه جای دیگر، ۹۵ درصد یک پیش‌نویس اول قوی است که بعد چهار دقیقه صرف اصلاحش می‌کنید. اگر تردید شما کمتر به دقت مربوط است و بیشتر به سرنوشت چیزهایی که تایپ می‌کنید، این پرسشی منصفانه و جداگانه است، و آیا استفاده از هوش مصنوعی امن است با آن همان‌گونه برخورد می‌کند.

پنج دقیقهٔ اول شما

مطالعه دربارهٔ این موضوع سقف پایینی دارد. یک برنامه را باز کنید و یکی از این چهار مورد را تایپ کنید، متناسب با چیزی واقعی از هفتهٔ خودتان. واقعی بودن مهم است: یک پرسش آزمایشی ساختگی پاسخی می‌گیرد که ساختگی به نظر می‌رسد و چیزی دربارهٔ مفید بودن این ابزار برای شما یاد نمی‌دهد.

۱. ایمیل معذب‌کننده. «این ایمیلی است که باید بفرستم. بازنویسی‌اش کن تا مؤدبانه باشد، حدود نصف طولش شود و همچنان روشن نه بگوید.» پیش‌نویستان را زیرش بچسبانید.

۲. نامه‌ای که از آن می‌ترسید. «این نامه را به زبان ساده توضیح بده، بعد دقیقاً بگو چه کاری باید بکنم و تا چه زمانی.» نامهٔ بیمه، صاحبخانه یا ادارهٔ مالیات را بچسبانید یا بارگذاری کنید.

۳. برنامه‌ای که مدام عقب می‌اندازید. «چهار روز در لیسبون در اکتبر دارم با یک نوجوان و حدود ۷۰۰ دلار برای غذا و تفریح. روزبه‌روز برنامه بریز، بعد بگو چه فرض‌هایی دربارهٔ ما کردی.»

۴. پرسشی که از پرسیدنش خجالت می‌کشید. «توضیح بده نرخ وام مسکن واقعاً چطور تعیین می‌شود، طوری که انگار باهوشم اما هرگز خانه نخریده‌ام. بعد سه پرسشی را که باید از وام‌دهنده بپرسم بگو.»

یک پاسخ خوب کار را انجام می‌دهد به جای اینکه توصیف کند چطور انجامش می‌داد. قالبی را که خواسته‌اید حفظ می‌کند. جایی که شما چیزی را نگفته‌اید، یا از شما می‌پرسد یا فرضی را که کرده نام می‌برد. اگر آنچه برمی‌گردد چیزی پرحرف، پر از تیتر و شبیه یک انشا باشد، این معمولاً نشانهٔ درخواست مبهم است نه مدل ضعیف، پس بگویید برای چه کسی است، چه طولی می‌خواهید و قرار است با آن چه کنید. مدل‌ها هم بیش از آنچه بازاریابی نشان می‌دهد با هم فرق دارند، در صدا و در دقت پیروی از یک دستورالعمل طولانی، پس سریع‌ترین راه برای یافتن مدل مناسب شما این است که یک prompt را به چند مدل بفرستید و مقایسه کنید. Whizi برای همین است: یک اشتراک که GPT، Claude، Gemini و مدل‌های تصویر را در یک فضای کاری دارد، به جای پرداخت جداگانه به هر ارائه‌دهنده. یک دورهٔ آزمایشی را شروع کنید، چهار prompt خودتان را اجرا کنید و هر پاسخی را که حاضر بودید بفرستید نگه دارید.