به گزارش پایگاه اطلاع رسانی شورای نگهبان، سومین جلسه از سلسله جلسات هوش مصنوعی و حقوق اساسی با محوریت هوش مصنوعی و قانونگذاری در پژوهشکده شورای نگهبان برگزار شد.
در این نشست که با حضور دکتر مهرنوش ابوذری عضو هیئتعلمی دانشگاه تهران؛ دکتر زهرا تخشید استادیار دانشگاه دنور و عضو مؤسسه برکمنکلاین دانشگاه هاروارد برای اینترنت و جامعه و آقای ایمان اکبری پژوهشگر دفتر مطالعات حکمرانی مرکز پژوهشهای مجلس برگزار شد به قابلیتها، چالشها و زیرساختهای بایسته استفاده از هوش مصنوعی در فرایند قانونگذاری و چشمانداز آن پرداخته شد.
دکتر زهرا تخشید، استادیار دانشگاه دنور اولین سخنران این نشست، در مقدمه بحث خود به مفهوم هوش مصنوعی و ابعاد پیچیده آن اشاره کرد و اینکه باتوجه به تغییر مفهوم هوش مصنوعی در طول زمان بهتر است کمتر به تعریف هوش مصنوعی پرداخته و بیشتر به کاربردهای آن بپردازیم. بهزعم وی از همین روست که اسناد حقوقی که در این زمینه تدوین میشوند کمتر به تعریف هوش مصنوعی میپردازند؛ هر چند در برخی از اسناد نیز تعریف هوش مصنوعی طرح شده است.
وی همچنین افزود که در تعریف هوش مصنوعی میتوان به مفهوم خودکارسازی و اتوماسیون توسل جست و ابزارهایی که چنین کارکردی را ارائه میدهند واجد وصف هوشمندی دانست. از نگاه ایشان اما توسل به این مفهوم در دوران ظهور هوش مصنوعی مولد دیگر کافی نیست، چرا که با ظهور این نسل از هوش مصنوعی، قابلیت خلاقیت نیز خلاف نسلهای قبلی به مجموع قابلیتهای هوش مصنوعی افزوده شده است.
استادیار دانشگاه دنور در بیان زیرساختهای هوش مصنوعی به مفهوم پردازش زبان طبیعی (NLP) اشاره کرد و اینکه این حوزه موضوعی ذیل رشته هوش مصنوعی امکان تعامل انسان و ماشین از طریق زبان انسانی را فراهم کرده است. تا پیش از این تعامل انسان و ماشین از طریق زبانهای خاصی همچون پایتون و C+ برقرار میشد و به تعبیری زبان انسانی ملاک تعاملات انسان و ماشین نبود. در زمینه تعامل انسان و ماشین از طریق زبان انسانی، مدلهای زبانی بزرگ (LLM) نیز مورد استفاده قرار میگیرند که میتوان آنها را محصول پردازش زبان طبیعی دانست. ChatGPT بهعنوان یکی از پرکاربردترین سامانههای هوش مصنوعی از جمله مصادیق مدلهای زبانی بزرگ هستند. حرف «T» در عنوان این سامانه اشاره به مفهوم «Transformer» دارد که برای نخستین بار توسط شرکت Google Brain طراحی و معرفی شد. این مفهوم و فناوری امکانهای مختلفی را فراروی کاربران میگذاشت، از جمله اینکه براساس این فناوری، ماشین میتوانست گزارهها را در سیاق و زمینه خاص درک کند.
بیشتر بخوانید:
عضو مؤسسه برکمنکلاین دانشگاه هاروارد برای اینترنت و جامعه در زمینه چرایی اینکه صرفاً برخی کشورها توانستهاند به این مدلهای زبانی دست پیدا کنند، آن را ناشی از فقدان زیرساختهای پردازشی بزرگ دانست که هزینه دسترسی به آنها بسیار بالا بوده و عملاً این شرکتهای بزرگ هستند که میتوانند این زیرساختها را فراهم آورند و با توجه به اهمیت و ضرورت این زیرساختها و همچنین سرعت بالای تحولات در این حوزه میبایست تدابیر مناسبی در این زمینه اندیشیده شود تا فاصله زیرساختهای موجود در کشور با کشورهای پیشرفتهتر در این زمینه ثابت باقی بماند.
تخشید در باره قابلیتهای هوش مصنوعی در حوزه قانونگذاری به قابلیتهایی همچون تحقیقات مقدماتی برای تهیه پیشنویسهای قانون اشاره کرد و اینکه استفاده از این سامانهها تا حد زیادی میتواند موجب صرفهجویی در هزینههای مالی و زمانی شود. البته استفاده از این سامانهها چالشهایی دارد که از جمله آنها ناقص بودن این سامانههاست که موجب ارائه اطلاعات یا محتواهای غلط یا توهم آلود میشود. چالش دیگر نقض حریم خصوصی است که خصوصاً در مورد استفاده از هوش مصنوعی برای افکارسنجی یا تعامل با مردم مصداق دارد.
در ادامه جلسه دکتر مهرنوش ابوذری، عضو هیئتعلمی دانشگاه تهران با اشاره به اینکه هوش مصنوعی میتواند در مراحل مختلف اعمال کارکرد تقنین، از جمله مرحله نیازسنجی و تهیه و تصویب قوانین، تنقیح قوانین مصوب و همچنین نظارت بر اجرای این قوانین یاریرسان باشد افزود: یکی از چالشهای نظام حقوقی ایران قوانین متروک است و این مهم، ضرورت نیازسنجی را بیشازپیش برجسته میکند. در باب نیازسنجی، یکی از نکات ضروری، در اختیار داشتن منابع داده و قدرت پردازش بالاست که این مهم از حدود توانایی عامل انسانی خارج بوده و در این زمینه هوش مصنوعی میتواند نقشآفرینی مؤثر داشته باشد. هوش مصنوعی در این زمینه میتواند با تجمیع و تحلیل دادههای مختلف راجع به نظرات و ایدههای مطرح شده در سطح جامعه، انتظارات عمومی را استخراج کرده و جاذبه و دافعه مصوبات را با توجه به این دادهها ارزیابی و پیشبینی کند.
عضو هیئتعلمی دانشگاه تهران در ادامه به کاربرد هوش مصنوعی در مورد همانندجویی و تنقیح قوانین اشاره کرد که انجام آن توسط عامل انسانی - خصوصاً در نظامهای حقوقی که درگیر چالش تورم قوانین هستند - بسیار دشوار است. از همین منظر هوش مصنوعی میتواند علاوه بر شناسایی شبکه قوانین و نسبت آنها با یکدیگر، به حل چالش تورم قوانین نیز کمک کند؛ به این ترتیب که در مرحله تصویب قانون جدید، نسبت آن با قوانین سابق - از حیث تعیین ناسخ و منسوخ، تخصیص زننده یا تخصیص شده و یا قوانین متعارض - بررسی شده و وضعیت قانون سابق در صورت تصویب قانون جدید تعیین تکلیف شود.
ابوذری در ادامه به تعامل نظام حکمرانی با مقوله هوش مصنوعی پرداخت و اینکه بسیاری از کشورهایی که در حال حاضر از قابلیتهای این فناوری استفاده میکنند بیمحابا تحتتأثیر قابلیتهای شگفتانگیز این فناوری هستند و کمتر راجع به چالشها و پیامدهای منفی آن توجه داشته یا چارهاندیشی کردهاند.
وی در ادامه به تعبیری اشاره کرد مبنی بر اینکه هوش مصنوعی خدمتگزاری وفادار و اربابی خطرناک است و شاید در حال حاضر از قابلیتهای آن بهره کافی برده میشود، اما با توجه به سرعت بالای تحولات این حوزه و ابعاد چالشبرانگیز آن، باید احتیاط اندیشی و آمادگی کافی در نظر گرفته شود.
ایمان اکبری، پژوهشگر دفتر مطالعات حکمرانی مرکز پژوهشهای مجلس سخنران بعدی این نشست بود که به ابعاد مختلف استفاده از هوش مصنوعی در فرایند قانونگذاری پرداخت. وی ابتدا به فرایند قانونگذاری اشاره کرد؛ فرایندی که متشکل از مراحل مختلف از جمله مسئلهیابی و تدوین طرح یا لایحه، بررسی شکلی در معاونت قوانین، بررسی و اصلاحات تخصصی در کمیسیون اصلی و فرعی، بررسی و اصلاح در صحن علنی مجلس و نظارت شورای نگهبان بر مصوبات یا در موارد نادر ارجاع به مجمع تشخیص مصلحت نظام که نهایتاً به قانونی شدن مصوبه مجلس خواهد انجامید.
از نگاه این پژوهشگر دفتر مطالعات حکمرانی مرکز پژوهشهای مجلس، هوش مصنوعی در هر یک از مراحل فوق میتواند نقشآفرینی جدی داشته و برای مثال با رصد فضای عمومی از طریق کلاندادهها و مجموعه قوانین موضوعه، خلأهای تقنینی را شناسایی کرده یا همچنین در مرحله دیگر میتواند ایرادات شکلی که طرح یا لایحه دارند ارزیابی کند. در این زمینه بازیگران مختلف، از عموم نمایندگان مجلس تا معاونت قوانین و مرکز پژوهشهای مجلس میتوانند از امکانهایی که هوش مصنوعی فراهم میکند استفاده کنند.
وی افزود: در حال حاضر آزمایشگاه حکمرانی مرکز پژوهشهای مجلس طرحهایی را در زمینه استفاده از هوش مصنوعی در فرایندهای قانونگذاری دنبال میکند.
پژوهشگر دفتر مطالعات حکمرانی مرکز پژوهشهای مجلس سخنان خود را با بیان الزامات زیرساختی استفاده از هوش مصنوعی در قانونگذاری ادامه داد. از منظر وی، داده، از جمله الزامات اولی و مقدماتی برای هر هوش مصنوعی است چرا که یادگیری الگوریتمهای هوش مصنوعی و ارائه پیشنهادها یا پیشبینیها توسط آن براساس این دادهها انجام میشود و در بحث استفاده از هوش مصنوعی در قانونگذاری، دادههای یادشده خصوصاً قوانین و سیاستهای بالادستی است که باید بهصورت ماشینخوان تبدیل شود. همچنین برای نیازسنجی باید کلاندادهها استخراج شوند و این مهم از طرق مختلف انجام میشود، مثلا نهادهای فعال در فرایند قانونگذاری، از جمله دولت و مجلس، میتوانند با برگزاری رویدادهای ایدهپردازی از ظرفیتهای خلاقانه فعالان عرصه هوش مصنوعی جهت تمهید زیرساختهای کلانداده استفاده کنند. فارغ از این، در مجموع نیاز به سرمایهگذاری کلان در این حوزه خصوصاً در بحث نگهداشت نیروی انسانی متخصص بسیار حائز اهمیت است.
گفتنی است گزارش تفصیلی این سلسلهنشستها توسط پژوهشکده شورای نگهبان برای استفاده علاقهمندان منتشر خواهد شد.
انتهای پیام/