نویسندگان
1
استادیار، گروه فلسفه و کلام اسلامی، دانشگاه امام صادق علیه‌السلام، پردیس خواهران، تهران، ایران.
2
دانشجوی دکتری فقه و حقوق دانشگاه و مدرسۀ عالی شهید مطهری(ره)، تهران، ایران.
,
نوع مقاله : علمی پژوهشی
چکیده
در بخش قابل توجهی از ادبیات معاصر اخلاقِ هوش مصنوعی، اخلاق به مجموعه‌ای از قواعد قابل محاسبه تنزل داده می‌شود. رویکردهایی مانند فایده‌گرایی یا الگوهای هم‌سوسازی مبتنی بر بازخورد، بر این پیش‌فرض استوارند که می‌توان داوری اخلاقی را در قالب توابع صوری و سازوکارهای الگوریتمی بازنمایی کرد. این پژوهش به‌جای تمرکز بر کارآمدی یا ناکارآمدی این الگوها در سطح اجرا، به موضوع ریشه‌ای‌تر می‌پردازد و بررسی می‌کند آیا موجودی که فاقد فطرت، تجربۀ درونی و گرایش وجودی به کمال است، اصولاً می‌تواند واجد عاملیت اخلاقی باشد؟ برای پاسخ به این پرسش، نوشتار حاضر با رجوع به آرای عرفانی - فلسفی حکیم شاه‌آبادی، نظریهٔ «فطرت» را به‌مثابۀ مبنایی انسان‌شناختی و معیار سنجش اخلاقی تحلیل می‌کند. بررسی این نظریه نشان می‌دهد که فعل اخلاقی در نگاه ایشان، نه حاصل امتثال صوری از قاعده، بلکه نتیجهٔ فعلیت یافتن ساحت‌های شهودی و گرایشی انسان است؛ ساحت‌هایی که شامل دانایی حضوری، محبت، کشف، میل به آسایش و طلب آزادی می‌شود. در مقابل، تحلیل ساختار وجودی هوش مصنوعی نشان می‌دهد که این سامانه‌ها به دلیل ابتنا بر توابع هدف، همبستگی‌های آماری و فقدان تجربهٔ حضوری، از چنین مبنایی محروم‌اند. نتیجه آن است که هوش مصنوعی را نمی‌توان «عامل اخلاقی» به معنای دقیق فلسفی و فقهی دانست، بلکه در بهترین حالت، باید آن را شبیه‌سازِ رفتارهای اخلاقی تلقی کرد. بر این اساس، سپردن داوری‌های ارزشی و اخلاقی به این سامانه‌ها مستلزم غفلت از تفاوت بنیادین میان فعل برخاسته از فطرت انسانی و رفتاری است که صرفاً بر اساس پردازش داده‌ها شکل می‌گیرد.
- ابن‌سینا، حسین بن عبدالله. (1400ق). رسائل. قم: انتشارات بیدار.
- ابن‌سینا، حسین بن عبدالله. (1379ش). النجاة من الغرق فی بحر الضلالات. تهران: انتشارات دانشگاه تهران.
- سهروردی، شهاب‌الدین. (1373ش). حکمة الاشراق. تهران: مؤسسۀ مطالعات و تحقیقات فرهنگی.
- شاه‌آبادی، محمدعلی. (1387ش). رشحات البحار. تهران: پژوهشگاه فرهنگ و اندیشۀ اسلامی.
- شاه‌آبادی، محمدعلی. (1397ش). شذرات المعارف. تهران: پژوهشگاه فرهنگ و اندیشۀ اسلامی.
- شاه آبادی، محمدعلی. (1386ش). فطرت عشق. تهران: پژوهشگاه فرهنگ و اندیشۀ اسلامی.
- شهیدی، سعیده‌سادات. (1401ش). ظرفیت فلسفۀ ابن‌سینا در بازیابی ابعاد گرایشی فطرت. حکمت سینوی، 26(67)، 51-74. https://doi.org/10.30497/ap.2022.243368.1592
- صغیری، علی؛ افچنگی، مهدی؛ و باغشنی، ابراهیم. (1404ش). نقد قابلیت ادراک در هوش مصنوعی بر اساس نظریۀ اتحاد عالم و معلوم در حکمت متعالیه. آموزه‌های فلسفۀ اسلامی، 20(36)، 41-72. https://doi.org/10.30513/ipd.2025.7009.1617
- غفوری‌نژاد، محمد. (1398ش). نظریۀ فطرت در تفسیر، عرفان و فلسفۀ اسلامی. تهران: پژوهشگاه فرهنگ و اندیشۀ اسلامی.
- مرتضوی، علی‌حیدر. (1386ش). فیلسوف فطرت. تهران: پژوهشگاه فرهنگ و اندیشۀ اسلامی.
- مطهری، مرتضی. (1369ش). فطرت. تهران: صدرا.
- ملاصدرا، محمد بن ابراهیم. (1366ش). تفسیر القرآن الکریم. قم: بیدار.
- ملاصدرا، محمد بن ابراهیم. (1981م). الحکمة المتعالیة فی الأسفار العقلیة الأربعة. بیروت: دار إحیاء التراث العربی.
- ملاصدرا، محمد بن ابراهیم. (1363ش). مفاتیح الغیب. تهران: مؤسسۀ تحقیقات فرهنگی.
- Adadi, A., & Berrada, M. (2018). Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI). IEEE Access, 6, 52138-52160. https://doi.org/10.1109/ACCESS.2018.2870052
- Amodei, D., Olah, C., Steinhardt, J., Christiano, P., Schulman, J., & Mané, D. (2016). Concrete Problems in AI Safety. arXiv preprint arXiv:1606.06565.
- Anderson, M., & Anderson, S. L. (2007). Machine ethics: Creating an ethical intelligent agent. AI Magazine, 28(4), 15-26. https://doi.org/10.1609/aimag.v28i4.2065.
- Awad, E., Dsouza, S., Kim, R., Schulz, J., Henrich, J., Shariff, A., ... & Rahwan, I. (2018). The Moral Machine experiment. Nature, 563(7729), 59-64. https://doi.org/10.1038/s41586-018-0637-6.
- Bender, E. M., & Koller, A. (2020). Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 5185-5198).
- Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT ‘21) (pp. 610–623). Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922.
- Bostrom, N. (2014). Superintelligence: Paths, dangers, strategies. Oxford University Press.
- Christiano, P. F., Leike, J., Brown, T., Martic, M., Legg, S., & Amodei, D. (2017). Deep reinforcement learning from human preferences. In Advances in Neural Information Processing Systems (NeurIPS), 30.
- Floridi, L., & Sanders, J. W. (2004). On the Morality of Artificial Agents. Minds and Machines, 14(3), 349-379.
- Gabriel, I. (2020). Artificial Intelligence, Values, and Alignment. Minds and Machines, 30(3), 411-437. https://doi.org/10.1007/s11023-020-09539-2.
- Germano, F., Gómez, V., & Sobbrio, F. (2022). Crowding out the truth? A simple model of misinformation. polarization and meaningful social interactions. arXiv. https://doi.org/10.48550/arXiv.2210.02248
- Gunning, D., Stefik, M., Choi, J., Miller, T., Stumpf, S., & Yang, G. Z. (2019). XAI—Explainable artificial intelligence. Science Robotics, 4(37). https://doi.org/10.1126/scirobotics.aay7120.
- Hadfield-Menell, D., Russell, S. J., Abbeel, P., & Dragan, A. (2016). Cooperative Inverse Reinforcement Learning. Advances in Neural Information Processing Systems, 29.
- Harnad, S. (1990). The symbol grounding problem. Physica D: Nonlinear Phenomena, 42(1-3), 335-346.
- Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C. L., Mishkin, P., ... & Lowe, R. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems (NeurIPS), 35, 27730-27744.
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). “Why Should I Trust You?”: Explaining the Predictions of Any Classifier. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD ‘16) (pp. 1135–1144). Association for Computing Machinery. https://doi.org/10.1145/2939672.2939778.
- Russell, S. (2019). Human compatible: Artificial intelligence and the problem of control. Viking.
- Searle, J. R. (1980). Minds, brains, and programs., 3(3), 417-424.
- Shah, R., Varkey, A., Krakovna, V., Rahtz, J., & Hadfield, G. (2022). Goal Misgeneralization: Why Correct Specifications Aren’t Enough For Correct Goals. arXiv preprint arXiv:2207.08206.
- Sharma, M., Tong, M., Korbak, T., Rogers, D., ... & Askell, A. (2023). Towards Understanding Sycophancy in Language Models. arXiv preprint arXiv:2310.13548.
- Wallach, W., & Allen, C. (2009). Moral machines: Teaching robots right from wrong. Oxford University Press.
)