ردیابی علوم اجتماعی توسط هوش مصنوعی
آیا این مسئله میتواند حقیقت داشته باشد که هوش مصنوعی بهطور بالقوه میتواند روانشناسی را از بحران تکرار خود دور کند؟ قاعده کلی این است که باید به دنبال بررسیهای منظم یا متاآنالیزها بود که مطالعات زیادی را همراه همان سؤال کرده و با دقت زیاد آنها به نتیجهگیری کاملتری میرسد؛ اما آیا ما میتوانیم به این متا علم (meta-science) اعتماد کنیم؟
یک برنامه کامپیوتری میتواند بهطور بالقوه روی الگوها تمرکز کند و همچنین میتواند پیشبینیها را سریعتر و ارزانتر انجام دهد. اولین چیزی که یک برنامه کامپیوتری باید ثابت کند این است که در پیشبینی کردن نسبت به کارشناسان انسانی بهتر عمل میکند.
در بیشتر پژوهشها، یافتههای مثبت اغلب به انتشار آنها ختم میشود درحالیکه یافتههای منفی فقط در بخش بایگانی باقیمانده و خاک میخورند موضوع فوق به این معناست که متاآنالیز نیز میتواند در برخی موارد منعطف باشد.
در سالهای اخیر بازنگری دقیق نظریههای علوم اجتماعی مانند نظریه اراده ایدۀ تخریب خود، از بین رفته است. نتیجه «بحران تکرار» بسیاری از دانشمندان را متعجب ساخته است. حال این سؤال مطرح میشود که چه تعداد از یافتههای علمی در علوم روانشناختی تحت بازنگری دقیق باقی میمانند؟
در تلاش برای پاسخ به این پرسش، این مسئله مطرح میشود که آیا اصولاً این عمل کمککننده است؟ با توجه به اینکه چنین کاری نیازمند سرمایهگذاری زمان و منابع بازنگری دارد، آیا میتواند مفید باشد؟
شاید یک برنامه کامپیوتری مجهز به دستگاه یادگیری (یک نوع از هوش مصنوعی) که بتواند بهسرعت در ارزیابی و پیشبینی قابلاعتماد از یک یافته علمی مفید باشد، راهحل مناسبی محسوب شود. به نظر میرسد آژانس پروژههای تحقیقاتی پیشرفته دفاع ارتش، موفق شده است تا نمونهای از این هوش مصنوعی را بسازد. این پروژه SCORE نامیده میشود که به معنای اعتبار سامانمند در تحقیقات و شواهد باز (Systematizing Confidence in Open Research and Evidence) بوده و با همکاری مرکز گسترش علوم در ویرجینیا توسعه پیداکرده است. به نظر میرسد این پروژه در طول سه سال 6/7 میلیون دلار هزینه داشته است. لازم به توضیح است که به عقیده کارشناسان، این ایده بهطور بالقوه یک ایده بسیار جالب و مفید است اما اقدام تضمینشدهای به نظر نمیرسد.
شما ممکن است تعجب کنید که چرا پنتاگون علاقهمند پیشبینی نتایج علمی بهدستآمده از علوم اجتماعی است؟ درواقع ارتش علاقهمند به تکرارپذیری علوم اجتماعی است زیرا سربازان بخشی از جامعه و مردم هستند و درسهای روانشناسانه انسانها درسهای همکاری، درگیری و خستگی همگی میتواند روی آنها اعمال شوند.
برین نوسک (Brian Nosek) روانشناس دانشگاه ویرجینیا که در مرکز تحقیقات علمی مشغول فعالیت است در این رابطه میگوید: «در حال حاضر دشوار است که بگوییم چه شواهدی معتبر و قابلاعتماد هستند.»
یک برنامه کامپیوتری که بهسرعت نتایج علمی علوم اجتماعی را برای پتانسیل تکرار به دست میآورد، در بسیاری از زمینههای دیگر نیز مانند سازمانهای تأمین مالی که قصد تصمیمگیری در مورد ارزش پول را دارند، سیاستگذارانی که بهترین تحقیقات را برای اطلاع دادن به ایدههایشان میخواهند و عموم مردم کنجکاو هستند تا خود و ذهنشان را بهتر درک کنند؛ مفید خواهد بود. ارزیابی کیفیت علم، از پیچیدگی خاصی برخوردار است و اغلب غیر سامانمند بوده و شامل پتانسیل تبعیض است.
ایده برنامه کامپیوتری یا همان هوش مصنوعی این است که با یادگیری ماشینی، هوش مصنوعی و رایانه میتواند الگوهایی را با بررسی میان مقالاتی که موفق به تکثیر نشدند، پیداکرده و سپس از این الگوها برای پیشبینی احتمال شکست در آینده استفاده کنند. اگر دانشمندان یک نظریه روانشناختی را پیشبینی نکردند، ممکن است روشهایشان را دقیقتر نگاه کرده و نتایج آنها را موردبررسی مجدد قرار دهند. درواقع آنها میتوانند نتایج را با دقت بالاتری بازنگری کنند.
آدام راسل (Adam Russell) از دانشمندان آژانس پروژههای تحقیقاتی پیشرفته دفاع ارتش میگوید: «سؤال اساسی این است که آیا ما میتوانیم الگوریتمی را ایجاد کنیم که در درک بهتر میزان اطمینانی که باید در یک مقاله منتشرشده یا یک مدعی خاص در تحقیق به دست آوریم، کمک کند.»
قابلتوجه است که راسل و نوسک معتقدند که نمیتوان اطمینان پیدا کرد که چنین برنامهای موفق عمل کند اما میتوان از آن استفاده کرد زیرا انسانها قادر به پیشبینی دقیق در مورد تکرارپذیری بودهاند.
اخیراً یک گروه از دانشمندان علوم اجتماعی، ازجمله نوسک و روانشناسان و اقتصاددانان، تلاش کردهاند تا 21 یافته را در مجلات علمی معتبر علم و دانش منتشر کنند. نتایج قابلتوجهی که در مجله Nature and Science منتشر شدند، این بود که 13 مورد از 21 نتیجه تکرار شده، بودند. درواقع تقریباً نیمی از مطالعات علوم اجتماعی، زمانی که مجدداً مورد آزمایش قرار گرفتند، تکثیر میشوند و آنهایی که تکثیر میشوند، به نظر میرسد که در زمان دوم، یافتههای کمتر قابلتوجهی داشته باشند.
یک برنامه کامپیوتری میتواند بهطور بالقوه روی الگوها تمرکز کند و همچنین میتواند پیشبینیها را سریعتر و ارزانتر انجام دهد. اولین چیزی که یک برنامه کامپیوتری باید ثابت کند این است که در پیشبینی کردن نسبت به کارشناسان انسانی بهتر عمل میکند. اگر این هوش مصنوعی قادر به انجام این کار باشد، میتوان گفت قدم بسیار بلندی برداشتهشده است.
ترجمه: احسان محمد حسینی
منبع: vox
No tags for this post.