فیوتاک: فصل دوم اپیزود شانزدهم

توانمندی در عصر هوش مصنوعی

گفتگوی ارغوان میرشکار، پژوهشگر نوآوری، با سحر طوقیانی، راهبر رشد در استارتاپ هوش مصنوعی زیرک، درباره توانمندی در عصر هوش مصنوعی

گفتگوی ارغوان میرشکار، پژوهشگر نوآوری، با سحر طوقیانی، راهبر رشد در استارتاپ هوش مصنوعی زیرک، درباره توانمندی در عصر هوش مصنوعی

معرفی

این گفتگو با حمایت ویژه دبیرخانه برنامه ملی آینده نگاری علم و فناوری ایران و همراهی مجموعه ویکست و انجمن مدیریت فناوری و نوآوری ایران و با تهیه‌کنندگی صابر خسروی تهیه و تولید شده است.

علاوه بر نسخه صوتی، می‌توانید نسخه تصویری این گفتگو را نیز در یوتیوب و آپارات بشنوید.

ویدئو
پادکست
متن گفتگو

ارغوان میرشکار: سلام من ارغوان میرشکار هستم اینجا فیوچر تاک ما راجع به آینده و فناوری صحبت می‌کنیم مهمون امروزمون سحر طوقیانی است هد آو گروس زیرک سحر جان خیلی خوش اومدی

سحر طوقیانی: سلام ارغوان جان مرسی که منو دعوت کردی

ارغوان میرشکار: خب سحر جان هد آو گروس یعنی چی و پلتفرم زیرک چیه؟

سحر طوقیانی: هد آو گروس! اجازه بدید من تعریف نکنم چون واقعا دیگه مجبور بودیم یه تایتل بدیم وقتی که من این تایتل برداشتم ولی زیرک یه پلتفرمی است که وقتی که ال ال ام‌ها برای استفاده عموم آزاد شدن متوجه شد که یه فرصت طلایی اینجا هست و کاری خارق العاده میشه با این فناوری ها کرد زیرک اون پلتفرمیه که می خواست این تاچ پوینت رو این این پل ارتباطی رو با مخاطب شروع کنه اجازه بده مخاطب استفاده از ال ام ام ها رو تجربه کنه، یاد بگیره تعامل با اینها رو یاد بگیره که بعد بتونه اون فناوری‌های جادویی رو روش بسازه. اون ابزارهایی که یه سری از غیر ممکن‌ها رو ممکن می کنه. این تعریف زیرک. ولی اینکه به عنوان هد آو گروس من الان چیکار می‌کنم دقیقاً حقیقتش بخوای اگه کلمه کلمه بخوایم بریم جلو خیلی اینجوری پیش نمیره.

سحر طوقیانی: کاری که داریم می‌کنیم الان اینه که دارم سعی می‌کنم مشخص کنم کجا می‌تونیم بیشترین ولیو رو خلق کنیم بیشترین ارزش رو خلق کنیم و روی بیشترین تعداد آدم‌ها بهترین اثر مثبتو بذاریم. من اینجوری تعریفش می‌کنم کاری که الان دارم می‌کنم.

ارغوان میرشکار: خیلی هم عالی گفتی فناوری های جادویی! خب این فناور جادویی که مطمئناً آینده سازم خواهد شد چیاست و از کجا اومده؟

سحر طوقیانی: ببین آرتور سی کلارک یه کوت داره که اتفاقا ما توی زیرک خیلی دوسش داریم که می‌گه که هر فناوری وقتی به اوج بلوغ خودش برسه چیزی از جادو کم نداره.یه مثال خیلی حالا محسوس و مرتبط با کاری که این روز داریم می کنیم رو اگه بخوام برات بزنم، بنجامین بلومز یه محقق توسعه، ببخشید یک محقق حوزه تدریس و آموزش بود، و یه تحقیقی در سال ۱۹۸۴ انجام داد که توی این تحقیق مشکلات آموزش همگانی و اومد بهشون نگاه کرد که چی بود.

سحر طوقیانی: این بود که اونی که خیلی زود یاد میگیره یا اون یه موضوع رو خیلی زود یاد میگیره حوصلش سر میره و جذابیت براش میفته اونی که یه ذره دیرتر از بقیه قراره اون یه تیکه اون یه موضوع یاد بگی بگیره اصلا [عبارت نامفهوم در زیرنویس] باعث میشه که پایه هاش ضعیف بشه و بقیه چیز رو تو تیو یاد بگیره و بعد حالا مشکلی که میخواست حل کنه این بود که چجوری اینو حلش کنیم و تحقیقی که کرد د تا خروجی غیر ممکن در اجرا داشت یکی این بود که معلم خصوصی تدریس خصوصی با دو معیار انحراف عملکرد دانش آموزا رو بهتر می‌کرد اگه بخوام یه مثالی بزنم که خیلی برا من محسوس باشه دانش آموزی که زیر متوسط بود اگر تدریس خصوصی براش انجام میشد متوسط و بعد بالای متوسطو رد می‌کرد و به دانش

سحر طوقیانی: آموز استثنایی میرسید ببخشید زیر متوسط بود متوسط رو رد می‌کرد و به بالای متوسط میرسید و کسی که بالای متوسط بود به دانش آموزی استثنایی تبدیل میشد این معلم خصوصی با معلم خصوصی ولی خب وقتی تو سال ۱۹۸۴ این تحقیق می‌کنی و به این نتیجه میرسی همه اینجورین که خب مرسی غیب میگی ولی خب اینکه قابل اجرا نیست بنابراین بذارش یه گوشه باشه دیگه ولی الان با این فناوری که هست این قابل اجراه بنابراین اون چیزی که ۱۹۸۴ به خاطر زیادی جادویی و خیال انگیز بودنش کنار گذاشته شد الان می‌تونیم از کنار برش داریم و واقعا انجامش بدیم با همین دقیقا ال ما

ارغوان میرشکار: یعنی این معلم خصوصی و یه هوش مصنوعی یا ال ام می‌بینی

سحر طوقیانی: اینجوری میبینم که ال ام ها با مهندسی نرم افزار درست با خیلی کار که باید روشون و در بنیادش و اینها انجام بشه می‌تونن دنیایی رو ممکن کنن که هر یک دانش آموز هر یک بچه یک معلم خصوصی واقعا داشته باشه این غیرممکنه حتی همین الان که داریم راجع بهش صحبت می‌کنیم یه جوری تصورش غیرممکنه ولی خب ف میه ره

ارغوان میرشکار: خب پس بیایم مق راجع به ال حرف بزنیم و ببینیم که ما خیلی میشنویم الان دیگه واژه ال امو ولی شاید درک درستی هنوز ازش نداشته باشیم می‌خوایم که ی مقدر شفاف کنیم برای خودمون که ال ما چین و چه کمکی می‌کنن و ما چطور می‌تونیم ازشون استفاده بهینه کنیم ما می‌دونیم که الان تمام شرکتهای بزرگ دارن یه سری این لارج لنگو مدلا رو جنریت می‌کنن و خیلی رو اپن سورس دارن در اختیارمون میذارن ولی نحوه استفاده ازش و اون ا کاری که ما می‌تونیم باهاش انجام بدیم تای ارزش ویژهای خلق کنیمو شاید بلد نباشیم و شایدم می‌تونیم برداشتم این باشه که به خاط اینه هنوز درک درستی ازش نداریم حالا اگر بخوایم ال امو دقیق درک کنیم چه جوری باید بهش بپردازیم و نگاه کنیم

سحر طوقیانی: ببین فکر می‌کنم که این سؤال بهتر باشه از یه متخصص ان ال پی یا کسی که واقعا فنیه در این زمینه بپرسی ولی به عنوان کسی که حالا حدود ه ساله سعی کردم نیشم فقط هوش مصنوعی نگه دارم و از اجا که آدم بسیار فضولی هم هستم از یادگیری هیچ چیزی کناره نمیگیرم اونچه که می‌دونمو می‌گم و فکر می‌کنمش که حالا صاحبان کسب‌وکارها نیاز دارن بدونن آدمایی که فنی نیستن نیاز دارن بدونن م در همین حد درک ببین ال ها یا ار لنگ مدز یا مدل های بزرگ زبانی یک ماشینی که محتوای توی اینترنت رو همشو خوندن و اگر بخوان و حالشون خوب باشه یادشونه خب این خیلی مهمه برا اینکه دقیقا عین آدما که اگه که مثلا خیلی کار داری انجام میدی یکیشو امکان داره یادش بره ما علنا توی برنامه نویسی استفاده اینها

سحر طوقیانی: در توضح نرم افزار اینو دیدیم که وقتی زیاد بهشون کار میدیم یکیشو یادشون میره یا وقتی درست براشون مشخص نمی‌کنیم که داریم راجع به چی صحبت می‌کنیم امکان داره که یه جور دیگه بفهمن یه مثال میزنم که ببینیم که حالا این ال ما واقعا پشت قضیه داره چه اتفاقی میفته تمام این کلماتی که تو اینترنت هستن توی ی وکتور اسپیس ذخیره شدن وکتور اسپیس یه فضای سه بعدیه که توش اطلاعات داره ذخیره میشه حالا وقتی که ما به ی ال مثلا کلاد باز می‌کنیم و بهش می‌گیم که شیر خ این باید بفهمه که ما داریم راجع به شیر خوراکی صحبت می‌کنیم شیر آب صحبت می‌کنیم یا شیر نوشیدنی جنگل آره شیر خ شیر نوشیدنی شیر آب یا شیر جنگل داریم صحبت می‌کنیم

سحر طوقیانی: حالا سؤال اینه که خ چجوری این کارو انجام بدیم که میاد توی پت نویسی بناب این میخوام اینو بگم که ال ام ها اگر که درست ازشون استفاده نشه مثل یه آدم خنگی میمونن که خیلی اطلاع تو تیواری استفاده کردن اگر آدمی که داره ازشون استفاده می‌کنه بلد باشه هم منطقی که اینها دارند این اطلاعاتو برای شما در میارن و ارائه میدن هم منطقی که باید ازشون استفاده بشه و ازشون یه سؤال پرسیده بشه می‌تونن مثل یه دستیار تقریبا همه چیز دان عمل کنن ولی به هر حال انسانی که داره از علمها استفاده می‌کنه خیلی خیلی و اینو نمیتونم به اندازه کافی بش تاکید کنم خیلی مهمه که توانایی‌های پایه‌ای یک انسان تحصیل کرده رو داشته باشه وقتی اینو می‌گم منظورم چیه تفکر انتقادی وقتی اینو می‌گم منظورم راستی آزمایی وقتی اینو می‌گم منظورم شفافیت

سحر طوقیانی: بیان هدف اینها رو باید آدم که ازش استفاده می‌کنه داشته باشه و اگر این اتفاق بیفته اون موقعست که این للم ها می‌تونن واقعاً فناوری جادویی باشن

ارغوان میرشکار: درسته درسته توی صحبتات گفتی که اون مایندست و طرز فکری که صاحب کسب‌وکار نیاز داره اگر بخوایم بیایم راجع به ما البته راجع به د تا مایندست صحبت کردی هم مایندست صاحب کسب‌وکار هم کلاً آدمهای که دارن از این ال استفاده می‌کنن اگر بخوایم راجع به این طرز فکرا حرف بزنیم باید برگردیم به چی هم از اون جایی که آدمه باید یه سری آموزش‌هایی رو ببینه تا به این نقطه برسه هم باید یک سری مقاومت‌های درون خودش بشکنه تا بتونه این تغییر مدل ذهنی توش ایجاد ب بشه هم تو کسب‌وکار بررسیش کنیم هم تو زندگی روزمره آدما

سحر طوقیانی: ببین طرز فکره جدا مهمه یعنی من اینجوری میبینم که برنده ها و بازنده ها بر حسب طرز فکرشون توی این بازی مشخص میشن اینکه گفتی راجع به حالا کسی که می‌خواد ازش استفاده کنه باید یه طرز فکری داشته باشه و بعد اون اونر کسب‌وکارهم باید یه طرز فکر درستی راجع به این قضیه داشته باشه در اول من هر صاحب کسب‌وکاری رو دارم یه دونه آدمی زادم میبینم دیگه درسته حالا این این آدمیزاده باید چه جوری فکر کنه اول چه صاحب کسب‌وکار باشه چه مادری باشه که مثلا توی خونه داره د تا بچه رو تربیت می‌کنه بزرگ می‌کنه چه منشی باشه که داره مسئول دفتری یک مثلا سینیور اکتیو داره چه چه ی نرم یعنی توسعه دهنده نرم افزار باشه برنامه نویس باشه طرز فکر باید چه جور باشه ببین اول از همه ترس دیگه

سحر طوقیانی: واقعا معنایی نداره یعنی چه بخوایم چه نخوایم این تکنولوژی هست و اگه که به عنوان ی غول چراغ جادو تصورش کنیم غولش بیرونه دیگه دیگه این تو نیست تحت کنترل ما نیست و رقابت بر حسب استفاده از اینا گپ های بزرگی رو خواهد گرفت توی همه چی پس این اولی زیرشه و ترس نداشتن ازش چون ترس دیگه به درد نمیخوره مرحله بعدی تجربه است به نظرم باید رویارویی کرد با چیزی که الان هست برای من یه چیزی که خیلی عجیب غریبه اینه که هنوز من میشینم با یه صاحب کسب‌وکاری که شاید میلیاردها تومن ارزش کسب‌وکارشه و می‌گه آره خیلی شنیدم ولی استفاده نکردم یا آره خیلی شنیدم گفتی بهم رفتم توی زیرک ساین آپم کردم یه سؤال پرسیدم خیلی خوب جواب نداد ولش کردم این استمرار در یادگیریه و سرتقی توی اینکه واقعاً بتونیم ازشون

سحر طوقیانی: این ارزش رو بکشیم بیرون مهمه چرا چون لم داره و چیز سختی نیست و همه باید یادش بگیرن وگرنه مثل آدمی میمونه که مثلاً الان نتونه گوشیشو از جیبش بیاره بیرون و مثلاً یه تاکسی اینترنتی بگیر دقیقا کمپر ره به همین قدر همه چیزو تحت تثیر ق میده ما مایندست بعدی هم چیزیه که یه کوچولو قبلم تو صحبتم بهش اشاره کردم ببین اینا قطعا تو یه سری چیزا هنوز خوب نیستن ولی این مهم نیست مهم اینه که یاد بگیریم توی چیا خوبن و حالا این چیزایی که توش خوبن و می‌تونن کمکمون کنن چه جوری ازشون استفاده کنیم بحثهای مختلفی این وسط میاد مثلا برای ی آدم معمولی همون پرامپت‌نویسی میشه برای برنامه نویس پرام اجرین میشه

سحر طوقیانی: که یه ذره پیچیده تر از پرامپت‌نویسه و یکی از چیزایی که حالا سمس کلس توی ویدیوش می‌گه معاون فناوری مایکروسافت و خیلی به نظرم جالبه و مخصوصاً توی ایران به نظرم خیلی داریم ازش عقب میفتیم مخصوصا توی مجموعه‌های بزرگ که لختی بیشتری دارن و آدمهای با تجربه تری دارن تجربه وقتی می‌گم سال رو دارم می‌گم اینه که یه بالانس خوب بین کدینگ و پتنگ ایجاد کنن بتونن قضاوت کنن کجا کد بزنن کجا با پرام حل کنن موضوع رو و اصلا بازی رو عوض کرده چارچوب فکریه باید عوض بشه طرز فکر اینکه چی رو باید دقیق تعریف کنیم چی رو باید فلوئید و یا منعطف نگه داریم اینا همش عوض شده و اینا ما به نظرم چیزهاییه که توی طرز فکر باید هممون یاد بگیریم بر حسب کاری که می‌خوایم ازش بهره برداری کن

ارغوان میرشکار: یعنی نیازمند یک انعطاف‌پذیری هستیم تا هم تو یادگیری داشته باشیم هم توی مسیرهای استفاد مون که ببینیم به کجا می‌خوایم برسیم ولی من سوالم توی بخش صاحب کسب‌وکار شاید بیشتر از جنس اون نگاه استراتژیک بود که چیکار می‌خواد بکنه واسه استراتژی ما می‌دونیم که الان همه شنیدن ایی فناوری ایی ولی آیا اصلاً هر کسب کاری لازم داره که فناوری ایی داشته باشه

سحر طوقیانی: ببین هر کسب‌وکاری لازم داره که از ایی شروع کنه استفاده کنه ولی هر کسب‌وکاری لازم نداره که خودش توسعه بده لازم نداره که تیم درونی داشته باشه الان توی زیرک یکی از سرویس‌هایی که ما به نظرمون جزو مشکل گش ترین سرویسها است سرویس زیرک به بی تو بیه یعنی اینکه همین قدر که یک مدیر عامل بیاد بگه آقا تموم تیم مارکتینگ من الان ابزار ال ام ها دم دستشونه من به اینا اینو دادم خب این خودش باعث میشه که اون کارمند بتونه یه فضایی داشته باشه که شروع کنه تعامل کنه بای و بعضی جاها شاید یه تعدیل نیروهایی باشه قطعا خواهد بود توی دنیا ما خیلی داریم اینو می‌بینیم توی بنکی توی کاستمر سپورت مخصوصا کارایی که تکرار پذیرن خیلی دارن جایگزین میشن با اینها ولی مهمتر از اون اینه که اگر شما یه شرکت

سحر طوقیانی: داری و مدیر عاملی وقتی دسترسی کارمنتو به این ممکن می‌کنی داری خروجی میبری بالا بنابراین اگر یه مدیرعاملی هستی که بیشتر از یه ایده تو کلته داری در حق خودت ظلم می‌کنی اگر که نه استفاده نکنی از اینها چون اینجوری نیست که تو رو حذف کنه یا تیمتو حذف کنه اینجوریه که تو و تیمت رو توانمند می‌کنه که حالا کارای بیشتری بکنید وزینا توو میاره پایین هزینه‌ها رو میاره پایین برای اینکه دقیقاً همین خروجی وقتی می‌بره بالا هزینه رم داره میاره پایین دیگه تو به ازای هر یک ساعت حقوقی که داره میدی می‌تونی دو برابر سه برابر خروجی داشته باشی و از روز اولم اینجوری نخواهد بود اینم یه چیز دیگه‌ایه که توی طرز فکر یه مدیرعامل یای صاحب کسب‌وکار خیلی مهمه باید حتماً ترنزیشن پریود برای این تعریف بشه یه بازه زمانی که اجازه

سحر طوقیانی: میدیم کارمندها به استفاده از این عادت کنن یاد بگیرن استفاده ازشو و بعد تازه دوباره یه پریودی که شما بتونی نتیجشو توی حالا بلنس شیت مالیت توی ترازنامه مالیت بتونی ببینی این که اصلا اینو آوردی توی کار چه چیزی داشت ولی به طور کلی واقعاً نباید هر کسی شروع کنه یه تیم ایی بیاره توی کار و بخواد صاحب یه ابزار ایی باشه اما همه باید شروع کنن ازش استفاده کنن بیسیک شم همون ال ماست که می‌گم از یه چیز ساده مثل زیرک می‌تونن استفاده کنن تا چیزای خیلی پیچیده تر که می‌تونه مثلاً خیلی از کارای فنی ترشون رو ساده سازی کنه

ارغوان میرشکار: بریم مقدار راجع به بحث آموزش بخوایم حرف بزنیم چون می‌دونیم که الان استفاده از ال ما خیلی نیاز به یادگیری داره و باید یک علمی داشته باشی همون چیزی که اشاره کردی همون بحث پرامپت نویسی این پروسه چون و چیز جدیدیه مطمئنا دسترسی به یه سری منابع ها کمه همینکه دسترسی ما کمه همینکه کلا مناب ممکنه به اون شدت بقیه فناوری ها یا علما نباشه این یادگیری رو چه جوری ما می‌تونیم جلو ببریم و به ال ما برسیم

سحر طوقیانی: حالا یادگیری ببین کلا آموزش یه چیزی که شخصاً برای من خیلی به قلبم نزدیکه من مس کامیونیکیشن خ خوندم دانشگاه و اولین کاری که داشتم حالا پی آر منجمنت بود که خ خیلی مربوط بود به مس کامیونیکیشن ولی کار دومی که داشتم که ه سالم موندم توی این که یه کمپانی هندی بود و خیلی جالبه چون هر چیزی توی اون سه سال من یاد گرفتم الان داره ما رو متمایز می‌کنه از بقیه ی چیزهاییه که اصلا همون موقع من نمیفهمیدم چرا دارم اینا رو یاد میگیرم ولی الان می‌دونم چرا من اینا رو یاد گرفتم اون موقع بحث کپور ترینینگ بود و آموزش ارتباطات بود به آدمهایی که حالا خیلی توی ارتباطات قوی نبودن از اونجا من نه یه ذره قبل ترم حت مثلا من دانشگاهم که بودم همیشه ریاضی و خصوصی درس میدادم با اینکه

سحر طوقیانی: رشته خودم توی ساختمان حالا انسانی بود ولی چون ایران ریاضی خونده بودم دبیرستان خب اونجا خیلی از بقیه ریاضیم بهتر بود توی این کپور ترینینگ د تا اتفاق برای من افتاد یکی اینکه ریوارد که از کارم میگرفتم با همیشه فرق داشت خیلی برام ردش ارزشمند بود برا اینکه میدیدم که مستقیم دارم زندگی آدما رو بهتر می‌کنم۱ پروژهای من شروع کردم به اسم تراول اسکول سال ۲هزار و پ۱۵ تراول اسکول هدفش این بود که آدمهایی که توی مصاحبه ریجکت میشدن یا آدم‌هایی که انقدر کوالی فیکیشن نداشتن که بتونن برسن اصلا به مصاحبه رو میگرفت یک ماه ترینشون می‌کرد و بعد میفرستاد برای مصاحبه و ادعا این بود که ما توی این یک ماه ترینینگ می‌تونیم این آدم رو از خطی که هست

سحر طوقیانی: به مینیموم های نیاز برای بازار کار برسونیم و اکثرش واقعا ارتباطات بود درسی که میدادیم ببین بیسیک های صنعت سفرم یاد میدادیم توش مثل مثلاً استفاده از از جی دی اسها یا گلوبال ستری بیشن سیستم مثل استفاده از نرم افزارهایی که مثلا یه خط هوایی مشخص برای یه کار مشخص داشت قراردادهای هتل چطوری بود و اینا اینا رو دانش خیلی زمینهای شو بهشون یاد میدادیم که به درد بازار کار میخورد ولی مهمترین چیزی که بهشون یاد میدادیم همون ارتباط برقرار کردنه بود و اعتماد به نفس اینکه چجوری حرف بزنن چیکار کن سافت اسکیل واقعا خیلی مهم بود و اینکه من میدیدم تو یک ماه واقعا یه آدم که مثلاً داشت تا دیروز توی مارکت ماهی می‌فروخت می‌تونه الان بیاد یه شغلی و بگیره که مثلاً از اول از ابتدای کار ۳۰ هزار پزو حقوقش ۳۰ هزار پزو رقمی نمی‌شه

سحر طوقیانی: ولی توی حقوقها وقتی می‌بینی جای بدی نیست نسبت به کس که توی مارکت داره ماهی می‌فروشه و براش دری باز میشد که میتونست این ۳۰ هزار پزو توی مثلاً دو سال ۳ سال ۴ سال برسونه به ۱۲۰ هزار پزو عمیقاً برام لذت بخش بود و در کنار این یه اتفاق حالا تکنیکال برای خودم افتاد این بود که ما یه چیف پیپل آفیسر داشتیم رول که واقعا آدم کار درستی بود و این اومد توی مانیل و به تیم آموزش شروع کرد یه کتابخوانی را انداخت راجع به تلنت کود که ما چ جوری اتفاق افتادن ساختن یک مهارت در مغز رو یاد گرفتیم چی میشه که که یک قسمت مغز قوی میشه

سحر طوقیانی: و آدم به استادی در یه کار می‌رسه این د تا کنار هم باعث شد که من همیشه آموزش برم جذاب و جذاب و جذاب ترم بشه و بعد حدود یک سال پیش کتاب هزار مغز رو خوندم که کاملاً خارج از تیته تخصصم بود و شاید وقتی این کتاب خوندم مثلاً ۶۰ ۷۰ دردشو بیشتر نفهمیدم چون کتاب نسبتاً سنگینیه ولی همون باعث شد که بیدم ای وای مثلاً همون چیزی که ما یاد گرفتیم در تلنت کد همون مستقیم قابل اجرا توی هوش مصنوعی و بعد دوباره فست فورد دو سال دو سال و نیم الان رسیدیم به جایی که داریم دقیقا این که گفتی می‌بینیم آموزش به طور کلی داره اون تعیین کننده این میشه که آیا هوش مصنوعی به بزرگتر شدن فاصله طبقاتی کمک می‌کنه

سحر طوقیانی: یا کوچیک‌تر شدنش اگر آموزش‌ها درست باشه به موقع باشه و آدم‌ها توانمند بشن برای استفاده از این ابزارها می‌تونه این فاصله رو کم کنه اگر برعکسش اتفاق بیفته یه عده خاصی به یه سری آموزشهای خاص دسترسی داشته باشن وحشتناک می‌تونه فاصله رو زیاد کنه تا حدی که می‌تونه واقعاً چیز باشه دیزستون ب باشه برا فاجعه وار باشه واق آره

ارغوان میرشکار: خب رسیدیم به د تا از موضوعات مورد علاقه من یکیش تناسب بین سافت اسکیل و هارد اسکیل تو عصر هوش مصنوعی یکیش اشاره کردی که بعد از خوندن کتاب هزار مغز به این نتی و شناخت ساختار مغز به این رسیدی که چقدر شبیه به کارایی که با مغز انسان و ساختار آموزشی داشتین انجام میدادین و ربطی که به هوش مصنوعی داره که این تو ذهن من این گزاره طراحی شناختی رو روشن کرد که چقدر الان اینو داریم که هم روانشناسی شناختی هم طراحی شناختی دارن چیکار می‌کنن تو هوش مصنوعی راجع به هر دوش صحبت کنیم هر کدوم که خودت فکر می‌کنیو ببر جلو

سحر طوقیانی: آره اول هارد اسکیل ت ببین من به عنوان کسی که مس کامیونیکیشن خوندم و حالا اون درسنامه ما توی هر چ سال طوری طراحی شده بود که بهمون یاد میداد چی رو چطوری به کی بگیم که چه اثری داشته باشه یعنی بخوام ۴ سال درسمو خلاصه کنم میشه و من میجر منم اینوستیگیت بود خبرنگاری چی بش بگیم موشکافانه یا یا نمی‌دونم دقیق نمی‌دونم آره ولی اینوستیگیت و نتیجه گیری بخش بزرگی ازش بود ولی به هر حال آدمی بودم که برام ارتباط مهم بود که می‌تونیم سافت اسکیل چیزش کن و یه کتابی هم اوراین فی معرفی کرده بود فکر مکنم یکی دو سال قبل از این بود که من حتی وارد دانشگاه بشم که فکر کنم اسمش را حالا دقیقشو می‌گم بهتون که این اون موقع پیشبینی کرده بود که آقا کار که نیمکره چپ مغز انسان می‌کنه

سحر طوقیانی: با اینکه الان اینقدر داریم روش تمرکز می‌کنیم و مهم میشمریم و آدمایی که درآمد بیشتری دارن شأن اجتماعی بیشتری دارن به زودی با ماشین‌ها جایگزین میشه و بیایم به توانایی‌های نیمکره راست مغز هم برسیم و کل آرگومان اون کتاب این بود که اگر می‌خوای قابل جایگزین نباشی اتفاقاً باید بری سراغ توانایی‌های نرم دقی بعد به عنوان کسی که حالا توی کپور ترینگ اصلا سافت اسکیلز تدریس می‌کرد و توی ی کمپانی چند ملیتی یعنی الان مثلا من وقتی داشتم درس میدادم مثلا هندل اکشن اینکه بتونی اعتراض مشتری مدیریت کنی خب این یه سافت اسکی و وقتی مثلا من داشتم اینو درس میدادم توی کلاسم چینی نشسته بود فیلیپینی نشسته بود هندی نشسته بود استرالیایی نشسته بود آمریکایی هم نشسته بود میخوام اینو بهت بگم که

ارغوان میرشکار: یه تفاوتهای فرهنگی داره آره و اینا هر کدوم اعتراض ممکنه یه چیز تعریف کنن و معنی کنن دقی آره

سحر طوقیانی: م مثلا دقیقا پیوسته همین حرفی که زدی ب مثلا یه مثالی که من همیشه براشون میزدم این بود که ببین صبر کن برا هر ملیتی یه قدرش اوکیه تو به یه ژاپنی وقتی میگی صبر کن ه ثانیه براش اوکی ولی ه ثانیه اگر بشه مثلا ۲۰ ثان شاکی میشه جوری که خب آخه چقدر صبر کنم به ایرانی می‌تونی بگی س ما ص همینو به یه حالا ایرانی اون موقع ما راستش توی کلاستر حالا فرهنگی چه مشتریامون چه اکانتهای که داشتیم ایرانی نبود ولی ملیت‌های دیگه خیلی ریلکس داشتیم مثل مثلا اسپانیایی‌ها و لاتین ها کلاً آمریکای لاتین با زمان خیلی براشون مهم نبود ولی حالا یه ذره جدی با آدمه حرف میزدی ژاپنیه براش مهم نبود به حرفت گوش میداد به اون چیزی که داشتی می‌گفتی و جوابت رو میداد یعنی لحن و اینا رو خیلی

سحر طوقیانی: راحت فاکتور می‌گرفتن میذاشتن کر ولی اسپانیاییه یه ذره باش قیر دوستانه صحبت می‌کردی می‌خورد از پشت تلفون ب برای هر کدوم از اینا تلفنی رکورد شده داشتم که میذاشتم برای بچه‌ها که حسش کنن و برن میخوام بهت بگم که از خیلی وقت پیش از مثلاً واقعاً شاید همون ۲۰ و ۱۰ ۱۱ کل دنیا روی اینکه سافت اسکیل خیلی مهمن خیلی تمرکز کرد ولی چیزی که من می‌دونم اینه که برای موفقیت شخصی بسیار بسیار مهمه حالا یه ذره خیلی پراکنده شاید بشه ولی من یه کمپانی مدیکال برندینگ داشتم و توی این خیلی دکترا رو مخصوصا دکترایی که حالا زبان اصلیشون انگلیسی نبود میخواستم توی جایی کار کنن که زبان مخاطبشون زبان مراجعین شون انگلیسی بود کار می‌کرد اینا رو بهشون یاد می‌دادم چه‌جوری مریض رو مدیریت کنن و چه جوری باهاش صحبت کنن وقتی بحث هوش

سحر طوقیانی: مصنوعی اومد وسط و اینجوری بودن که ا مثلاً دایاگلد بتونه انجام بده جورم که ببین اگه که بخوای به پزشکی به عنوان یه نالج ریوال نگاه کن یعنی اینجوری که شما یه دانشی و زحمت کشیدی ۱۲ سال خوندی و الان فقط باید صرفاً اونو در مغزت بهش دسترسی پیدا کنی و ارائه بدی به مثلاً مریضی که جلو روت نشسته کارت تمومه اه الان نه چه پن ساله دیگه کارت تمومه حالا پزشکای به نظرم میمونن توی صنعت پزشکی که یک می‌تونن به مریض این اطمینان و یعنی این سافت اسکیل دارن که یه اعتمادی بین مریضشون و اون رباتی که قراره داگ نوس انجام بده ایجاد کنن یه اطمینان خاطر بهش بدن که منم هستم خب و در مرحله بعدی کسی که خودشم از هوش مصنوعی استفاده می‌کنه

سحر طوقیانی: یعنی به عنوان یه پزشکی که اونجا وایساده که می‌خواد با هوش مصنوعی همکاری کنه باید اینو یاد بگیره و این به نظر من بزرگترین میسینگ پیس توی پزشکی سافت اسکیل بود چون اینو به پزشکم یاد نمیدیم انقدر می‌خوایم اطلاعات آناتومی و اینا تو ذهنشون کنیم که وقت واسه سافت اسکیر یاد دادن نداریم اونجا خیلی ی دیده میشد این

ارغوان میرشکار: آره خیلی دیده میشد چ پرسون های پزشکم شاید ی پرسونای متفاوتی باشه از خیلی پرسون های دیگه

سحر طوقیانی: آره خیلی اکستریم کیس اهمیت سافت اسکی این چیزی که می‌گم به دو دلیل یکی همینه که گفتی اینکه پزشکا به سافت اسکیل شون اصولا توجه نمی‌شه و نسبتا م حق دارن هر کی ۱۲ سال بخوای بذاری دانشگاه بره من حاضرم بهش حق بدم که دیگه به هیچی نرسه بسه دیگه ولی نکته بعدی که خیلی مهمه اینه که مخاطب شما که یک مریضه در آسیب پذیرترین حالت ممکنه شما وقتی مریضی خیلی آسیب پذیر و حساسی وقتی بیهوشی یا روی تخت دراز کشیدی که منتظری مثلا ببرن تو اتاق و عمل پزشک بیاد معاینه کنه و غیره دوباره به معنای واقعی کلمه از لحاظ فیزیکی در موقعیت آسیب پذیری هستی و اینجا اونجاییه که انسان‌ها برای اینکه بتونن احساس امنیت کنن احساس آرامش کنن باید کسی باهاشون در تحمل باشه که صافت اسکیر خوبی داره مخ خصوصاً اگر اون دانشه حالا دیگه

سحر طوقیانی: دست یه رباتم هست می‌دونی چی می‌گم حالا هم اعتماد داره اعتماد و امنیت و احساس اینکه خب الان من روی این تخ خوابیدم و نمیتونم بلند شم مثلا دستمم به سرم وصله و حالمم خوب نیست این رباته نمیاد منو بخوره می‌دونی چی می‌گم واقعا در همین به همین چیزی میشه

ارغوان میرشکار: آره واقعا ممکنه در اون لحظه چون هم از لحاظ فیزیکی ناتوان و آسیب پذیری هم از لحاظ روانی

سحر طوقیانی: آره بنابراین خیلی کیس حتی شاید مبالغه شده خوبیه واسه اینکه اهمیت سافت اسکیل رو ببینیم ولی حالا بیایم توی مثلا جاهای تکنولوژی محور و اینا ببین به طور کلی توی بیزینسی بزرگ جایی ما سافت اسکل داشتیم که مثلا ارتباط با مشتریان بود کال سنترا یا جایی که اعتراضات مثلا مرجوعی ها اینا اینجا جا بود که در اسکیل بزرگ کمپانی‌ها نیاز به سافت اسکیل ترینینگ زیادی داشتن حالا اتفاقاً ال ما خوب دارن این چیزا رو جایگزین می‌کنن

ارغوان میرشکار: دقیقا الان میخواستم بگم ما کلی ایجنت هایی داریم که الان بیس ال ما دارن کار سیرم و و خوب کار میکن آره و ما الان من آخرین مقاله که خونده بودم بیشترین بخشی که ال دارن روش کار می‌کنن یکی مارکتینگ یکی توی بخش همین سیرم و پشتیبانی

سحر طوقیانی: آره و من خیلی خوب اینو درک می‌کنم که چرا چون سافت اسکیز ترینینگ که من انجام میدادم اتفاقا توی کال سنترا بود ببین انقدر کار تکرار پذیره من حتی یادمه بعضی موقعها ایجنت رو میدیدم مثلا نشستن پشت کامپیوتر یا تلفن دارن جواب میدن واقعا احساس می‌کردم این آدم رو اتومات یه جوری حفظ شده بود این اینداکشن رو هندل کردن رو رفتن سراغ تلفن بعدیو که واقعا من احساس میکم این آدمه ربت شده ح اون موقع من اینجوری بودم که مایلی مغزش خیلی خوب تشکیل شده این کاری که باید بکنه ولی حالا موضوع اینه که خب اوکی شاید نورال نتورک المام خیلی خوب تشکیل شده اینجا که اون مسیر نورانی که تو مغز یک ایجنت سی آرم میشینه تو همون مسیرو رو ال دارم پیاده می‌کنن و یک پوش آره چرا چون تکراره و تکرار بدون

سحر طوقیانی: تغی یعنی با تغییرهای کوچیکه و تکرار یه چیز مشخصه حالا و این خیلی جالب می‌کنه بحث سافت اسکیل ها رو امروز توی کپوری ها چون کهه اگر که اوکی اگه که بزرگترین تیکه هایی که داشت خرج سافت اسرین میشد الان با یعنی جز اولین جاهایی هست که هوش مصنوعی می‌تونه یه درصد خوبیش انجام بده حالا سافت اسکیلز چه خبره توی یه مثلا شرکت بزرگ که من فکر می‌کنم خیلی می میره روی سافت اسکیل های پیچیده تر چیزهایی که و با پشتوانه عمیق تر مثلا سافت اسکیل اینو داشته باشی که اگر می‌خوای یه تحقیق روی کاغذ احمقانه رو انجام بدی بتونی از بردت تاییشو بگیری خب سافت اسکیل اینو داشته باشی که بتونی همون چند تا املو که میمونن توی حالا پشتیبانی مشتریانی که دارن در کنار ماشین کار می‌کنن و کارای پیچیده ترو بتونن هندل

سحر طوقیانی: کنن چون خ اون ساده هاشو که دیگه داره هندل می‌کنه و فکر مکنم اتفاقا بازی بازی بسیار جذابی شده متفاوت با اون چیزی که قبلا فکر می‌کردیم سافت اسکیل مثل شاید تکنیکال اسکیل داره پیچیده تر میشه

ارغوان میرشکار: ولی خیلی عجیبه واسه من که کلا این فناوری هوش مصنوعی اول چیزیو ریپلیس کرد که فکر می‌کردیم آخر ریپلیس میکن دقیقا یعنی ما فکر می‌کردیم که هایپ هوش مصنوعی از کاری اتمت شروع میشه و شروع می‌کنه در حد اینکه سگ فرق سگ و گربه رو بخواد تشخیص بده ولی الان می‌بینیم که جنتی اومده و داره کارای حالا نه بگیم آفرینش می‌کنه ولی حداقل باز تولید می‌کنه و باز آفرینی می‌کنه اینی شکه که به ما وارد شد ولی فکر مکنم اینجا معنی باز همون انعطاف‌پذیری شناختی معنی پیدا می‌کنه حالا انعطاف‌پذیری شناختی تاب‌آوری تحمل استرس مدیریت استرس همه اون سافت اسکیل که شاید به قول تو پیچیده تر شده و ما باید داشته باشیم ولی الان که داریم راجع به سافت اسکیل صحبت می‌کنیم با توجه به پیشینی هم که توی آموزش داری بیا راجع به آموزش باز بیشتر صحبت کنیم

سحر طوقیانی: آره حتما ببین راجع به آموزش حالا به دلیل اینکه میدونن که عقبم چیه آدمایی که خیلی بهم نزدیکن آدمایی که سال‌هاست میشناسنم خیلی ازم سؤال میپرسن مخصوصاً کسایی که مثلا فرزند دارن یا کسایی که میخوان مطمئن بشن توی بازار کار ارزششون حفظ می‌کنن و سوالیه که خودمم راستش جواب شفاف براش ندارم ولی من فکر می‌کنم که د تا چیزو باید همه یاد بگیرن اولیش واقعا همست دومیش حالا میتونم یه ذره یه گروههای سنی خاصیا یه کارایی ازش فاکتور بگیرم اولیش استفاده از هوش مس خب ببین واقعا اگر تو یه مدیر مثلا فروش هستی فروش بی تو بی و ۲۰۲۴ داری پروپوزال توو همون جوری مینویسی که ۲۰۲۲ مینوشتی از قافل عقبی نباید زمان میذاری که آره یه همچین اتفاقی اگه داره میفته علناً به امروز شما آدم بیسوادی هستی یک مدیر فروش که هر داکیومنت

سحر طوقیانی: رو می‌خواد تولید کنه باید الان بتونه درست از یک پلتفرمی مثل زیرک یا هر پلتفرم دیگه که دسترسی به هوش مصنوعی ممکن می‌کنه بخواد و بتونه خروجی مورد نظرشو بگیره به صورتی که مثلا ادیتی که میزنه ازش ۱۰ دقیقه ۱۵ دقیقه وقت میبره حالا این مثالی بود که خیلی محسوس میتونستم بزنم ولی همه چیز دیگه هم همین طور شما اگر یه دانش آموزی و ۲۰۲۴ داری عین ۲۰۲۱ تکالیفت تو انجام میدی به نظرم باید یه تجهیز نظری بشه توی رویه انجام تکلیفت اگر دانشجویی و داری تحقیق تو همین جوری انجام میدی که مثلا ه سال پیش انجام میشد یا اصلا واقعا برای یه دانشجو دانشجوی هر رشتهای من هیچ بهونه‌ی و نمیتونم قبول کنم که از پش م استفاده کرده باشه باید استفاده کنن یعنی بی سوادن الگه استفاده نکنن چون اینجا هست و داره کار رو عوض می‌کنه

سحر طوقیانی: رویه شون و نتیجه شونو من فکر می‌کنم که یه دانشجو اگر که از ال ام ها استفاده کنه توی هر یک سال تحصیلش می‌تونه اندازه چ سال تحصیلش یاد بگیره چرا چون یادم میاد مثلا دانشجویی خودمو و رشته من یه چیزی بود که پایش لغت بود مس کامیونیکیشن و جورنال زم ما همش یا داشتیم میخوندیم یا داشتیم می‌نوشتیم و فکر می‌کنم اگر اون موقع واقعا این ابزار بود قشنگ میتونم ببینم که مثلا پایان نامهی که من توی سه ترم جمع کردم رو و واقعاً پایان نامه سختی بود کاملاً کیفی بود هیچ چیز کمبی نداشت همش توضیح و تشریح و این اینجوری گفت اون اونجوری گفت بود میتونستم با ال ما توی سه هفته جمعش کن یعنی انقدر فاص است و حالا اگه تو داری از خودت اون سه سالی که می‌تونی سیو کنی یه چیز جدید دیگه

سحر طوقیانی: یاد بگیری و میدزدی این تقصیر خودته موضوع دوم که فکر مکنم همه باید یاد بگیرن انگلیسیه ببین من این ترند میبینم که ترجمه بسیار بسیار سیملس خواهد شد چه ترجمه صدا چه ترجمه متن ولی چیزی که توی این دو سه سال آینده میبینم اینه که آدمایی که زبان بلدن می‌تونن خیلی بیشتر یاد بگیرن می‌تونن خیلی بیشتر خروجی داشته باشن و می‌تونن خیلی موثر تر باشن توی هر کاری که دارن انجام میدن دلیلشم سرعت وحشتناک تولید مقاله‌ها و آماده شدن ابزارهای مختلفه بخوای صبر کنی فارسیش بعد استفاده کنی بخوای صبر کنیم به فارسیش خوب شه بعد استفاده کنیم میمونیم از ره این د تا به نظرم د تا چیزیه که هر آدمی امروز بهش می‌گیم با سواد باید بلد باشه و دقیقا چیزیه که داریم سعی می‌کنیم

سحر طوقیانی: توی زیرک م بیاریمش ما با استفاده از حالا چیزایی که من توی آموزش یاد گرفتم علم واقعا نوروساینس یادگیری یعنی با هم نشستیم تیمی کتاب تلنت کدو دوباره خوندیم که ببینیم چجوری میشه تمرینای ایجاد کنیم که آدما یادگیری موثر داشته باشن و غیره داریم سعی می‌کنیم ابزارهایی یا دستیارهای طراحی کنیم که همون دغدغه بنجامین بلومز و اون کشفی که داشت به اثر برسه همون کشفی که نویسنده کتاب تلنت کد داشت بتونه به نتیجه برسه هم اون ارزشی که واقعا ان ما می‌تونن داشته باشن برای جامعه و فکر می‌کنیم این اون کاریه که زیرکو متمایز می‌کنه از بقیه

ارغوان میرشکار: درسته خیلی ح عالی حالا بخوایم به شباهت مغز و هوش مصنوعی بپردازیم چه جوری می‌تونیم از چه بعدی بهش نگاه کنیم برای اینکه بخوایم هوش مصنوعی رو بهتر بفهمیم شاید یا یه مقدار بفهمیم که هوش مصنوعی هم مثل مغز انسان می‌تونه به تکامل برسه نوروی جدید توش ساخته بشه و این نورونی جدیدم که توش ساخته میشه توسط اون پرام تاییه که ما می‌زنیم تا هی دوباره یاد بگیره و بیشتر بتونه از دانشش استفاده کنه

سحر طوقیانی: انسان یه سیر تکاملی داشته و بین مغز انسان که هومو سپینه و مغز پنترا گلاید که یکی از انواع گورین که نزدیکی زیادی به انسان دارن تفاوت خیلی مینیمالی وجود داره از لحاظ تکاملی یعنی شما روی کاغذ روی تکامل ی یه گونه جان ولی وقتی اینو می‌بینی می‌گه خب همون بینه حدود هه برابر البته بزرگتر شده و کورتکس یه تفاوتهایی داره ولی در نهایت ۹۲ شبیه همه ۸ تفاوت داره در عمل این تفاوت نسبتاً ناچیز تکاملی اگر بخوایم به توانمندی جانوری مصداقش ببینیم یه چیزی که برا ماون محصوص باشه اینه که ما به یه پنترا گولای زمانی می‌گیم ای و ب که از شاخه یه درخت می‌تونه به عنوان یه ابزار استفاده کنه می‌گیم که ایول چقدر خفنه چه باهوشه ببین این آدمیزاد این کارو می‌کنه

سحر طوقیانی: آره ولی به یه انسان زمانی می‌گیم ایول که مثلاً معاون فناوری‌های نورین دانشگاه ام آی تیه پیچیدگی رو می‌بینی تفاوته رو می‌بینی ولی این همش سر ۸ تازه ۸دی که سر اونم بحثه خیلیا می‌گن فقط ۲د تفاوت ا وجود داره یعنی دی ان ای ۹۸ شبیه همین مغزها رو همچنان می‌گن ۸ تفاوت داره توی تحول هوش مصنوعی هم اینو من میبینم یعنی از زمانی که چت جی‌پی‌تی در دسترس عموم نبود تا وقتی که حالا در دسترس عمومه و همه داریم ازش استفاده می‌کنیم حتی اگه بخوای چت جی‌پی‌تی سه و نیمو الان با ف و فی مقایسه کنی احتمالاً تفاوتی که توی زیرساخت شون نحوه کارشون و اینا هست

سحر طوقیانی: حتی چیزه ولی شما ببین چقدر خروجی متفاوته شما ببین چقدر کاربرد متفاوته و این هم خوبه هم ترسناک خب میخوام توی شباهتها اینو بگم که ما وقتی که به یه آدمی زاد ی چیزیو یاد میدیم باید خیلی مراقب باشیم به عنوان یه مادر وقتی که مثلا داری جلوی بچت فحش میدی باید حواست باشه چون فحش یاد میگیره درسته و تعامل با هوش مصنوعی هم دقیقا همینه من فکر می‌کنم که اتفاقاً تویی برهی الان از زمان هستیم که تأثیرگذاری ما روی هم حال هم آینده خیلی از قبل پررنگ تره برا اینکه داریم در سیر تحول یه فناوری هستیم که بسیار قدرتمنده یه افسانهای هست که کینگ میداس نمی‌دونم شنیدید یا نه آرزو می‌کنه که به هر چیزی دست دست میزنه طلا بشه و آرزوش برآورده میشه ولی بعد میره به دخترش دست میزنه و دخترش تبدیل میشه

سحر طوقیانی: به طلا میره به آب دست میزنه تشتش و آب تبدیل میشه به طلا و این دیگه آب نیست و اون دیگه دخترش نیست و چیزی که خیلی مهمه الان توی هوش مصنوعی دقیقا این انسان‌ها و آنچه که براش تلاش می‌کنن آنچه که براش آرزو می‌کنن اینه که حواسمون باشه اگر داریم یک اکسی رو به عنوان یک هدف برای یک ماشین تعریف می‌کنیم دقیق تعریف کن مطمئن باشیم این اون نتیجه و ات کامیه که می‌خوایم این به نظرم یه شباهت خیلی جالبه توی تکامل ماشینها و تکامل انسان ره با حواسمون باشه اینو فکر کنم چیزی باشه که هم بمونه توی هیته یعنی هیته تخصصی بقیه رو وارد نشم بهش هم جواب سوت حالا ی کم غیر مستقیم هست

ارغوان میرشکار: ره خیلی هم عالی ولی به این قسمتی که اشاره کر کردی این نشون میده که ما یه مسئولیت‌هایی داریم و این مسئولیتها سنگینه یه سری مسئولیت‌های اخلاقی حتی داریم در قبال آیندگان مون این مسئولیتها رو آدما نیاز دارن درک کنن و یک سری کدهای اخلاقی لازم داره توی دنیا اگه بخوایم نگاه کنیم و ما می‌دونیم که حالا پیشرو هستن و دارن یک سری علم در واقع جنریت می‌کنن تو دنیا دارن چه جوری بهش نگاه می‌کنن

سحر طوقیانی: ببین بحث ایی افیکس وحشتناک داغه ولی این چیزی که الان گفتم به نظر من ماورای ایی اتسه این چیزیه که اون دولوپر باید حواسش باشه این چیزیه که اون سرمایه گذاره باید حواسش باشه این چیزیه که ما به عنوان یک نسل به عنوان یک گونه جانوری که فعلا کنترل زمینو در دست گرفته و واقعا حواسمون بهش باشه و می‌گم این به خاطر همینه که من میترسم وقتی آدم می‌گن یعنی امروز میشینن جلوی من و می‌گن من هنوز از هوش مسمی استفاده نکردم ما باید فرمونه رو دستمون بگیریم یعنی خرد جمعیه احتمالاً باعث میشه که از یه سری از فاجعه‌ها جلوگیری بشه و می‌گم ماورای ایی افیکس میبینمش یه چیزیه که بحث مرگ و زندگی و به فنا رفتن و رستگار شدن گونه انسانیه واقعا می‌تونه به این قوی باشه و دلیلشم اینه که اگه نتونیم

سحر طوقیانی: ارزشهای انسانی و ارزشهایی که برامون مهمه رو توی ماشین ها هم جا بندازیم امکان داره مثلاً بهش میگی که کار تو اینه که بری برای من قهوه بیاری یه روزی که مثلا استارباکس سر کوچه بسته است و این هدفش فقط اینه که قهوه بیاره هیچ کار دیگه نداره امکان داره شیشه رو بشکونه بره تو اون نگهبانی که می‌خواد مثلا اینو بندازش بیرون رو هم بکش باشه که برای تو یه لیوان قهوه بیاری اوکی خب می‌بینی چقدر می‌تونه حالا می‌گم اینا مبالغه است ولی برای اینکه درک بشه درست کانسپت دارم اینجوری می‌گم امیدوارم که دوست دارم بتونن اینو ببینن توش ولی این این مهمه یعنی توی هر تکنولوژی که اومد یه بخش اتیک م داشت دیگه

سحر طوقیانی: مثلا توی سوشال میدیا گفتن اتکس بچه‌ها چه جوری از این استفاده کنن چه چیزهایی توش اجازه داده نشه چه چیزهایی توش اجازه داده بشه توی هوش مصنوعی در همون حد به نظرم کفایت نمی‌کنه و دغدغه همه آدمایی که روی زمین دارن راه میرن باشه مخصوصاً آدمایی که دارن روش پول میذارن دولپ می‌کنن و استراتژی‌هایی که داره چیده میشه برای استفاده ازش

ارغوان میرشکار: یعنی هوش مصنوعی در واقع من براشون می‌کنم که نیاز داره یه سری ارزش‌هایی توش درونی سازی بشه و فقط از فناوری نمی‌تونیم بهش نگاه کنیم به عنوان فناوری که گیم چنجر یا به قول شما جادوییه باید یه جوری بهش نگاه کنیم که نیاز داره مثل کودک تربیت بشه یعنی ما کودکو داریم تولید می‌کنیم در قبالش مسئولیم باید تربیتش کنیم و بزرگش کنیم

سحر طوقیانی: ببین اینکه چه جوری باید ارزش‌ها رو توی رباتها یا ماشین ها ایجاد کنیم و مطمئن بشیم که ارزشهای انسانی حواسشون بهش هست آیسک اسیم موز که حالا بچه بودیم کتابای س فیکشن شو میخوندیم سال ۱۹۴۲ سه تا قانونو تعریف کرده برای اینکه تعامل انسانها و رباتها باید چه جوری باشه قانونها رو برای رباتها تعریف کرده قانون اولش اینه که یه ربات به هیچ عنوان نباید کاری انجام بده یا کاری رو انجام نده که باعث اذیت و آزار یک انسان میشه این قانون اولش اوکی قانون دومش اینه که یه ربات یا یک ماشین همیشه باید آنچه که انسان می‌گه رو پیروی کنه ازش مگر اینکه در تضاد با قانون یک باشه که میشه

سحر طوقیانی: مگر اینکه به انسانی آسیب ب قانون سومش م اینه که یه ربات باید همیشه وجود خودش رو حفظ کنه و از از خودش محافظت کنه برای بقای خودش بجنگه مگر اینکه در تضاد با قانون اول یا قانون دوم باشه ها یه چیزیه که خیلی قدیمی ها ۱۹۴۲ و خیلی شاید بشه گفت بچگانه تعریف شده برای ساینس فیکشن تعریف شده برای آدمایی تعریف شده که رویای رباتها رو داشتنی پیچیده است خیلی و و اصلا من فکر می‌کنم که هر چیزی توی ایی ایکس توی سه چار سال گذشته شنیدمو می میشه با این تمومش کر

ارغوان میرشکار: ره این [عبارت نامفهوم در زیرنویس]

سحر طوقیانی: قشنگ شامل میشه چیزایی که گفته شده

ارغوان میرشکار: آره این تعریف جالبی بود و منم نشنیده بودمش ولی به نظرم واقعا جالب بود و اینکه انقدر قدیمی گفته شده بود و اصلا کلا توی دامین دیگهای راجع بش صحبت شده بود توی داستانم خیلی جالب

سحر طوقیانی: حالا دامنش همچنان ساینس و چیز هستا روتکس ولی ولی می‌گم خیلی به نظرم خیلی ساده سه تا و همه چیزو در میگیره

ارغوان میرشکار: ره خب توی بخش مایندست م داشتیم صحبت می‌کردیم راجع به انواع مایندست و انواع ترز و تفکر که ما باید داشته باشیم هم از رهبر کسب‌وکار هم از یک فرد که داریم از هوش مصنوعی استفاده می‌کنیم احساس می‌کنم یه قسمتشو نگاه نکردیم شاید اون بخش دولوپر یا اون شخصی که داره این ای جنریت می‌کنه داره باهاش کار می‌کنه چطوری می‌تونیم بهش نگاه کنیم و به مدل های ذهنیش چون اونم مطمئنا ترز فکر پیچیدهای خواهد داشت داره یک چیزیو خلق می‌کنه یک فناوری رو به وجود میاره که ناشناخته است هم برای خودش هم برای دنیای بیرون ولی داره سعی می‌کنه آفریننده باشه

سحر طوقیانی: آره ببین من اینم دوباره از سم اسکیس قرض میگیرم حرفی که میخوام بزنمو ولی تجربیاتی که توی حالا دو سه سال گذشته توی ایران داشتم با دولوپر ها خیلی محسوس این یه پین پوینت بوده توش دوست دارم به روند تکنولوژی نگاه بکنین بین خب اون موقع که حالا هنوز من و شما به دنیا نیومده بودیم مین فریم ها بودن که کامپیوترهای خیلی اولیه بودن و نمی‌دونم بناب راجع بشونم صحبت نمی‌کنم ولی بعد دسک تپها اومدن که دسکتاپ یه سری خصیصه های خودشونو داشتن دولپ مننت به صورت آبشاری انجام میشد اینجوری بود که ی گروهی از متخصصان مینشستن یک عالم چیز رو یک عالم فیچر با ریزبینی به طور خیلی مشخص تعریف می‌کردن بعد میرفتن میساختن و لان چش می‌کرد

ارغوان میرشکار: گیتهای بازرسی وجود داشت

سحر طوقیانی: ره یه گیتهای بازرسی وجود داشت دولپ مننت بر محور هاردور یا سخت افزار بود همیشه چون شما میدونستی دسک تپه و اس کی دیتابیس بودن حالا ا دیتابیس هم اصولا دیتابیس اس ب بعد رسیدیم به اینترنت اینترنت که اومد تقریبا میشه گفت همه اینا یه انعطافی و شروع کرد نسبت به چهارچوب و ساختار بندی لول قبلی یه ذره انعطاف‌پذیر شد دولپ مننت اجایل شد به صورت چابک انجام میشه لین شد خیلی حداقل گرا اول یه چیزیو میخواستی بهش برسی تستش کنی بعد بزرگش کنی و حسابش کنی به خاطر حجم زیاد دیتای که داشت توی اینترنت تولید میشد دیتابیس تبدیل شدن به دیتابیس های نو اس کی ریشن سیستم ها به وجود اومدن و تکنولوژی هایی مثل کوبر نیزو داشتیم که به خاطر اینترنت به وجود اومد بعد توی حالا مثلا ده دو دهه شاید بشه

سحر طوقیانی: گفت نه بعد رفتیم سراغ موبایل و کلا فناوری های موبایل و ابری که اینجا دیگه لامدا ها سیی سی دی ها سرور لس تکنولوژی های سرور لس و فانکشن از سرویس اومد توی کار که بخوای مثلا توی زندگی روزمره تولش ببینی میشه همه اپ هایی که داریم همه مثلا کارای که امروز داریم رو گوشیمون انجام میدیم حالا عصر عصر ا و تفاوتی که بین موبایل و کلاد و ا هست نظر من توی طرز فکر توی چهارچوب ذهنی دستیک تره از تفاوتهایی که بین هر پله های قبلی که گفتم ایجاد شد الان یه دولوپر باید بتونه به طور معنایی فکر کنه الان یه دولوپر باید بتونه بین گفتم کد و پرامپت بالانس خوبیو ایجاد کنه الان اون بحث حالا استیت شده اون وکتور اسپیس یه فضای س بدی هرچی بذاری توش جای خودشو یه جای پیدا می‌کنه

سحر طوقیانی: و بعد ح تو باید بدونی چجوری اینو از اینجای که خودش پیدا کرده بکشی بیرون دوباره می‌بینی انعطاف بیشتره نسبت به یه مثلا تیبل که یه سری دیتا رو داره نمایش میده و بحث فلو ببین توی حتی موبایل ما چیزی که داشتیم این بود که ی یه جرنی یه روند برای کاربر می‌کردیم این رونده میرفت دیزاین میشد این دیزاین میرفت دولپ میشد دولپ شدش دست کاربر داده میشد میگفت این روندو برو الان توی فلو ما فلکس بلیتی خیلی بیشتری داریم چرا چون که اون ماشینی که اون پشت داره این کارو انجام میده توانایی تصمیم گیری هم داره می‌تونه بگه این اینو گفت پس بذار این کارو کنم و اونو من دولوپر قبلا بهش فکر نکرده باشم البته من که دولوپر نیستم که دولوپر عزیزمون بهش فکر نکرده باشه این د تا به نظرم د تا

سحر طوقیانی: ت طرز فکریه که دولوپر باید واقعا چهار چوبشو بپذیرن و اون اون چون هنوز ما به دولوپر ها خیلی نیاز داریم همچنان جزو مهمترین آدمها خواهند بود توی روند این تکنولوژی ولی دولوپر هایی خواهند ماند که می‌تونن سریع انعطاف داشته باشن و خودشونو تطبیق بدن با این تکنولوژی جدیدی که اومده یادش بگیرن و بدون اینکه بخوان وابستگی داشته باشن به آنچه که بود در گذشته الان با این اکسپرت کنن با دانشی که حالا انباشته شده از روندهای قبلی این دو تا فکر می‌کنم چیزاییه که هر هر کسی که توی تکه باید چارچوب مغزشو بهش عجز کنه

ارغوان میرشکار: و دیگه پلتفرمی صرفاً فکر نکن یعنی ما نیازی بازآفرینی توی سبد مهارت هامون داریم در واقع چونکه الان یکی از دغدغه‌هایی که ما می‌دونیم و ترسهایی که ایی داره اینه که آدما می‌ترسن از کار بیکار شن و یک سری تای شغلشون از بین بره یعنی می‌گن که ایی و رباتها میان جایگزین آدم میشن البته نمی‌دونیم این تا چقدر درسته ولی فکر می‌کنیم که با سبد مهارتم و اینکه بتونیم باز آفری کنیم تا یه حد خوبی این اتفاق نیفته راجع به این نگرانی که راجع به شغلا داریم و ایی داره میاد چیکار می‌تونیم بکنیم

سحر طوقیانی: ببین نگران بودنه رو من خیلی درست میبینم ولی دوباره برمیگردم به تاریخ سال ۱۹۶۴ یه داکیومنت طول و طویلی برای رئیس جمهور آمریکا تبیه شد به اسم تپل رولوشن رپورت خلاصه این این داکیومنت این بود که آقا دو سوم از آمریکایی‌ها شغل هاشونو از دست خواهند داد مگر اینکه تو جلوی صنعتی سازی رو بگیر و این ریپورتی که ما خیلی راجع بهش نشنیدیم چرا چون پیش بینیش خب اتفاق نیفتاد چی اتفاق افتاد که یه سری شغل جدید به وجود اومد و شغلی جدیدی که به وجود اومد اتفاقاً امن‌تر و ایمن تر بود اتفاقاً انسانی تر بود اتفاقاً حتی بعضا درآمد های بالاتری داشت اتفاقاً کیفیت زندگی یه انسان رو ارتقا داد ما قبل از انقلاب صنعتی استراتژیست نداشتیم انسان باید بیل میزد بله انسان باید میشست میبافت خب بعد که اینا اومدن انسان اومد نشست

سحر طوقیانی: گفت استراتژی میم چ سال دیگه میگفت د چه اتفاقی بفته پارسال چه اتفاقی افتاده من بتونم ازش استفاده کنم حالا من چیکار کنم که از اینجا تا اونجا رو درست برم می‌بینی ولی یه قشری بودن که این اتفاق براشون نیفتاد اونم اسبا بودن ا اسبا شغلا شونو واقعا از دست دادن چون ماشین می‌تونست کارش رو کامل انجام بده و دیگه نیاز بهشون توی جامعه اونقدر مبرم و چیز نبود حالا من اینو دوست دارم که موق مسه کنم با اتفاقی که الان داره تو بازار کار میفته و به د تا دقیقا همین د تا دسته رو میبینم که اتفاق بیفته یکی اینه که ببین شغل‌ها از بین نخواهند رفت ولی تقریبا هد ه۰ درصد شغلا اونجوری که ما امروز میشناسیمش دیگه

سحر طوقیانی: وجود نخواهد داشت خب متفاوت میشن شغلا جدید به وجود میاد شغلی قبلی روندش عرضه و تقاضا شون یرشون عوض میشه و قسمت بعد اینه که آدم نباید اسب باشه ما انسانها تا زمانی که داریم نفس میکشیم سیمان نیستیم مغز داریم می‌تونیم یاد بگیریم می‌تونیم تغییر کنیم می‌تونیم ببینیم شهود درست داشته باشیم باز باشیم به یادگیری و یه سری آدما قطعاً از بازار کار بیرون خواهند رفت ا آدما آدمایی که به این تغییره خیلی مقاومت نشون میدن این آدما آدمای که که یادگیرنده نیستن این آدما آدما که خلاق نیستن و خیلی ساده است معادله نظر به تاریخ نگاه کنید به ۱۹۶۴ نگاه کنیم و اسب نباشیم بیایم و واقعا اینو جدی می‌گم اثلا حتی نیاز نیست برای هیچ چیزی منتظر بشید تیم زیرک براتون یه دستیار آموزشی خیلی خفن بزنه البته ما این کارو می‌کنیم

سحر طوقیانی: و خیلی چیز رو یادگیریش آسون می‌کنیم ولی برید و شروع کنید با این ال ما تعامل دا داشته باشید ببین هزینه خیلی هزینه ناچیزی الان مثلا برای هر هزار توکن ۸ تا تک تومنی شما باید بدی اگه بخوای از جیپی تی ف استفاده کنی توی زیرک نترسید از دادن این هزینه ب که اگه این ۸ تک تومنی الان ندی د سال دیگه واقعا هیچی پول نداری ب بخوای م نمی‌تونی بدی ره این د تا قسمت میبینمش اسب نباشیم یاد بگیریم انسانیم مغز داریم اشکال نداره اگه یا گیری طول بکشه اشکال نداره اگه فاصلمون الان زیاده به هر حال برسیم به غافلی که داره میره دو اینه که شغلا از بین نخواهند رفت یه سریاشون از بین میرنا ولی صرفاً بازار کار داینامیک ش آنچه که ازش میشناختیم کاملاً عوض میشه یه نکته دیگه

سحر طوقیانی: هم اضافه کنم یه درصدی هم احتمالات یونیورسال اینکام هست البته ولی یونیورسال انکام جوری خواهد شد یا اون درآمد هم شم که به همه بریم پول تو جیبی بدیم چرا چون دیگه کار نیست اینه که درآمد از شغل یا از کار جدا میشه این آدم‌ها یک رول دارن یک نقش دارن در جامعه و یک درآمدی دارن و این د تا دیگه وابسته به هم نیست حالا اون بحث درآمد همه شمول م میشه یه کارایی کرد که انسان‌ها انگیزه بگیرن که انسان‌های بهتری باشن همچنان دنبال پیشرفت دارن مثلاً اگه بخوام مثال بزنم خب من یه دانش آموز دوم دبیرستانم اگر بدونم درآمدم اگر فارغ التحصیل بشم از یعنی دیپلم دبیرستانم بگیرم یکیه با وقتی که دیپلم دبیرستانم نگیرم امکانش هست که خب دیپلم دبیرستانم نگیرم دیگه بنابراین میشه اینا ارم اینسنس وایز کرد ی جایزه داد بهش همه یک قدر درآمد نداشته باشن ولی درآمد رو از کار جدا کن

ارغوان میرشکار: آره اینم یک نظریه است دیگه مثل بقیه نظریه‌ها که باید بریم جلو ببینیم آیا درست پیش‌بینی کردن یا نه مرسی سر جانش میکن خیلی یاد گرفتم خیلی به نظرم گفتگوی خوبی بود نکته پایانی داری که بهش اضافه کنی و ماشار نکرده باشیم

سحر طوقیانی: اگر هممون به یادگیری باز باشیم تو تو برهی از زمان داریم زندگی می‌کنیم که خیلی جذاب و تاثیرگذاره و قطعاً ۱ سال ۲۰۰ سال دیگه ازمون یاد می‌کنن به عنوان اون آدمایی که اون موقع زنده بودن و افسار دستشون بود و این یاد کردنه می میونه دو جور باشه من فضای خاکستری براش نمیبرم یا اینجورین که ایول چیکار کردن و تونستن چی بسازن از انسان و از زمین و از آنچه که هست و نیست یا اینجورین که می‌گن چقدر بی همت و ترسو بودن و بد کار کردن یا حتی بد جنسی کردن فکر می‌کنم که خیلی تعیین کننده است نقشی که هممون داریم اینجا فکر می‌کنم که همون باید شروع کنیم از ال ام ها استفاده کنیم هزینه می‌گم از هزینه نترسید هزینه بسیار ناچیزی الان هم زیرک هم پلتفرمهای دیگه‌ای که هستن واقعاً هزینه

سحر طوقیانی: عجیب غریبی شارژ نمی‌کنن اگر که صاحب ی کسب‌وکار هستید حتماً به صورت سازمانی اینا رو در اختیار کارمندت قرار بدید حتماً فضای آزمون و خطها رو بدید بهشون اجازه بدید یاد بگیرن خودتون یاد بگیرین زمان بدین تا نتیجه رو ببینید برای اینکه خیلی ساده است اگر این کارو نکنید ی خیلی ممکنه که به فاصله یک سال کاملاً اوت بشید و اون رقیبی که استفاده کرده از این هوش مصنوعی اون رقیبی که فناوری‌ها رو به موقع ازشون اون کاربرد مورد نظر رو کشیده بتونه از شما جلو بزنه نه تنها جلو بزنه قورتت بده شما رو حذف کنه خودش بره جلو به خاطر عدم استفاده از هوش مصنوعی و ترس از پرداخت یک هزینه ناچیز

ارغوان میرشکار: مرسی سرجان

سحر طوقیانی: مرسی از شما

ارغوان میرشکار: مرسی که دعوت قبول کردی

سحر طوقیانی: دلچسبی بود

ارغوان میرشکار: ممنونم ازتون و میبینمش

سحر طوقیانی: ممنون از شما مرسی

نظرات

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

درباره این قسمت:

گفتگوهای مشابه:

نیم‌نگاه سوم: تاملی در باب مرگ دولت در اقتصاد ایران به روایت دکتر محمدی

نیم‌نگاه دوم: دکتر بیرانوند و اضمحلال نظام آموزش عالی در ایران

نیم‌نگاه اول: ترامپ، عربستان و هوش مصنوعی

نیم‌نگاه

پراپ‌تاک ۴: پراپ‌تک چیست به روایت دکتر کیارش عباس‌زاده

پراپ‌تاک ۳: آینده اقتصاد صنعت ساختمان در گفتگوی دکتر عباس‌زاده با دکتر سنگینیان