اقتصاددان آمریکایی تبار ارمنیتبار زاده ترکیه است. او یک سال به عنوان مدرس اقتصاد در مدرسه اقتصاد لندن فعالیت کرد تا این که در ۱۹۹۳ میلادی به عضویت هیئت علمی موسسه فناوری ماساچوست (ام آی تی) درآمد. در سال ۲۰۰۰ میلادی او به جایگاه استاد تمامی رسید و در ۲۰۰۴ میلادی استاد کرسی چارلز کیندلربرگر اقتصاد کاربردی شد. او هم چنین عضو پیوسته دفتر ملی پژوهش اقتصادی، مرکز عملکرد اقتصادی، مرکز رشد بینالمللی، و مرکز پژوهش سیاست اقتصادی است. او در سال ۲۰۰۶ میلادی به عنوان عضو پیوسته فرهنگستان هنر و علوم آمریکا انتخاب شد. او که هم اکنون استاد کرسی الیزابت و جیمز کیلین در اقتصاد در ام آی تی است در زمره ۱۰ اقتصاددان پراستناد بر اساس IDEAS/RePEc است.
او در سال ۲۰۰۵ میلادی مدال “جان بیتز کلارک” را برنده شد. عجم اوغلو در سال ۲۰۱۳ میلادی برنده “جایزه فرهنگ و هنرهای ریاست جمهوری ترکیه” و جایزه دیگری از سوی “فرهنگستان علوم ترکیه” شده بود. کتب متعددی از عجم اوغلو به فارسی ترجمه شده اند که از جمله آن میتوان به “ریشههای اقتصادی دیکتاتوری و دموکراسی” با ترجمه “جعفر خیرخواهان” چاپ شده توسط انتشارات کویر، “راه باریک آزادی” ترجمه “علیرضا بهشتی شیرازی” و “جعفر خیرخواهان” چاپ شده توسط انتشارات روزنه و “چرا ملتها شکست میخورند”؟ با ترجمه “محسن میردامادی” و “محمد حسین نعیمی پور” چاپ شده توسط انتشارات روزنه اشاره کرد.
من در کتاب تازه خود تحت عنوان “قدرت و پیشرفت” همراه با همکارم “سایمون جانسون” تلاش کرده ام تا مبارزه هزاران ساله بشریت برای کنترل فناوری و توزیع ثروت را شرح دهم. شاید بتوان آن را تلاشی برای بازنویسی تاریخ پیشرفت دانست. در آنجا این بحث را مطرح کرده ام که قرار است در عصر هوش مصنوعی از دوران نوسنگی چه بیاموزیم؟ بحث در مورد هوش مصنوعی در چنگال خوش بینی فنی ساده است: هوش مصنوعی همه چیز را متحول میکند و اگر لبههای ناهمواری وجود داشته باشد این امر حل خواهد شد.
وقتی نگرانیهایی درباره این روایت مطرح میکنید یکی از قویترین استدلالهایی که سایرین مطرح میکنند این است: آیا ادعا میکنید که زمان متفاوتی خواهد بود؟ شاید بگویید نوع بشر واقعا از فناوریهای تازه سود زیادی نصیب اش شده است. این دلیلی است که ما باید در تاریخ به عقب برگردیم. این استدلالی اشتباه است. در گذشته ما همواره در مورد استفاده از فناوری و این که چه کسی از آن سود میبرد با مشکل مواجه بوده ایم. اغلب اوقات کنترل فناوری در دستان بخش محدودی از نخبگان بود. نوآوری اغلب به نفع بخش وسیعی از مردم نبود. البته امروز ما بسیار مرفهتر از مردم دوران پیشین هستیم. این استدلالی درست است. با این وجود، این تمایل وجود دارد که فکر کنیم مسیر لزوما یک روند مستقیم و اجتناب ناپذیر باشد.
همه ما تمایل داریم از دیدن مشکلاتی که بر سر راه وجود داشته چشم پوشی کنیم. برای مثال، آسیابهای بادی قرون وسطایی را در نظر بگیرید یک فناوری بسیار متحول کننده در زمان خود محسوب میشد و سازمان تولید نساجی به ویژه کشاورزی را تغییر داد. با این وجود، شما بهبود چندانی در شرایط دهقانان مشاهده نکردید. آسیابهای بادی توسط مالکان زمین و کلیساها کنترل میشدند. این نخبگان محدود دستاوردها را از آن خود ساختند. آنان تصمیم گرفتند که چه کسی میتواند از آسیابهای بادی استفاده کند. آنان رقابت را از بین بردند. در همان زمان کلیساهای چشمگیری در سراسر قاره اروپا ساخته شدند و تا ۲۰ درصد توان اقتصادی صرف ساخت آن اماکن شد.
شاید بگویید امروز بسیاری از مردم از تماشای این اماکن و حضور در آن لذت میبرند. به نظر من نیز طراحی بسیار چشمگیری دارند، اما به طور شگفت انگیزی پرهزینه بودند به ویژه برای جوامعی که در اکثر مواقع در آستانه قحطی و در تنگنا برای امرار معاش قرار داشتند. کلیساها به این دلیل ساخته شدند که نخبگان کوچکی میخواستند ثروت شان را به رخ بکشند. ابنیه تاریخی آنان معادل اهرام ثلاثه مصر بود. امروزه برداشتهای مغرضانهای از آن دوران به ما ارائه میشود. در نتیجه چنین وضعیتی درک رنج دهقانان آن روزگار نامرئی باقی میماند. این امکان وجود دارد که افراد را در مرکز فرآیند تکنولوژیک قرار دهیم تا در حاشیهای که در حال حاضر شاهد آن هستیم.
امروزه در مورد هوش مصنوعی رهبران فناوری هر هفته میگویند: “هیچ نگرانیای وجود ندارد و هوش مصنوعی همه مشکلات مان را حل میکند”.
آنان میگویند تنها مشکلاتی که باید نگران آن باشیم تلاش دولتها برای تنظیم مقررات هوش مصنوعی است. ایالات متحده بسیار ساده لوحانه نسبت به این فناوری خوش بین است. متاسفانه بسیاری از روزنامه نگاران آمریکایی به این گروه ملحق شدند. آنان مسحور صنعت فناوری شدند. آنان شروع به باور انواع تبلیغات شرکتها کردند. من مطمئنا نمیگویم که هوش مصنوعی یک فناوری امیدوار کننده نیست. من هم چنین خوش بین هستم که با اتخاذ تصمیمات درست هوش مصنوعی میتواند به طرز شگفت انگیزی برای دست اندرکاران امور علمی مفید باشد. با این وجود، بار دیگر میگویم که هیچ چیز خودکاری در مورد هوش مصنوعی نیز وجود ندارد. ما باید به جهت گیری تکنولوژی توجه بیش تری داشته باشیم. ما باید بیشتر به ساختار نهادی که فناوریهای دیجیتال در آن تعبیه شده اند فکر کنیم در غیر این صورت یک بار دیگر در ایجاد رفاه مشترک متحمل شکست خواهیم شد.
شاید بپرسید بدبینی ام از کجا ناشی میشود. در ایالات متحده برای ۴۰ سال ما کاهش درآمد واقعی کارگران بدون مدرک دانشگاهی را شاهد بودیم. این کاهش به حدود نیم درصد در سال میرسد که مقداری بسیار زیاد است. اگر وضعیت تغییر نکند هوش مصنوعی باعث افزایش دو برابری این میزان کاهش درآمد خواهد شد. هوش مصنوعی ممکن است هم چنان برای شهروندانی که از رفاه برخوردارند برای کارکنان عرصه علم و دانش و کارکنان بسیار ماهر بسیار مفید باشد، اما برای اکثر مردم در مسیر فعلی این گونه نخواهد بود.
زمانی که صنعتی شدن اوج گرفت دستمزدها در اولین کارخانهها برای اکثر کارگران بسیار پایین بود و استانداردهای زندگی در بریتانیا بدتر شد. اندکی پس از آن زمانی که صنعتی شدن در ایالات متحده از طریق مجموعهای از فناوریها آغاز شد همه چیز کاملا متفاوت بود و تغییر کرد. در آمریکای شمالی نوع کار ماهرانه مورد نیاز برای نگهداری و نظارت بر ماشین آلات پیچیده بسیار کمیابتر از اروپا بود. در آن زمان بود که در ایالات متحده، رویکرد متفاوتی نسبت به مهندسی مکانیک با استفاده زیاد از قطعات استاندارد و ساختار مدولارتر* پدیدار شد. این ماشینها هم چنین میتوانند توسط کارگران غیر ماهر کار کنند. این امر باعث شد تا بهره وری کارگران کم مهارت و دستمزد شان بسیار افزایش یابد. بنابراین، میتوان افراد را در مرکز فرآیند تکنولوژیک قرار داد تا در حاشیه؛ همان طور که در حال حاضر شاهد آن هستیم.
چشم انداز پیش رو به تفسیری مربوط میشود از این که چگونه باید فناوری را پیش ببریم و مسیر درست چیست. این براساس مجموعهای از باورها در مورد جهان است. نمونهای از چشم اندازی که به همان اندازه موفق و فاجعه آمیز بوده ایده ارزش سهامداران است که در چندین دهه گذشته در بسیاری از دانشکدههای مدیریت تدریس شده است. ایدهای که بیان میکند مدیران باید به چیزی بیش از افزایش ارزش شرکتی کسب و کار خود اهمیت دهند.
شرکتهایی که از این رویکرد پیروی میکنند دستمزدها را کاهش داده و در ازای آن بازده سهامداران را افزایش میدهند. پیشرفت ارزش سهامداران یک تغییر ایدئولوژیک اساسی در نحوه اداره شرکتها بوده است. در چارچوب این منطق کارکنان صرفا به عنوان محرکهای هزینه در نظر گرفته میشوند. در چنین بستری اکثر سیاستمداران از وضعیت ایجاد شده چشم پوشی میکنند. آنان خود را متقاعد میسازند که افزایش نابرابری یا اجتنابناپذیر میباشد یا به نام پیشرفت خوب است. صنعت فناوری این استدلال را با وسواس فعلیمان در مورد هوش ماشینی خودمختار ترکیب میکند به این معنی که آن چه ما باید بخواهیم این است که ماشینهایی را در اختیار داشته باشیم که تا حد امکان شبیه انسان باشند.
این دیدگاه ریشه در کار و افکار “آلن تورینگ” ریاضیدان برجسته بریتانیایی دارد که اولین بار آزمون تورینگ را بیان کرد. این معیاری است که همه مهندسان هوش مصنوعی میخواهند از آن عبور کنند. آن آزمایش به طور تقریبی در مورد این است که آیا رایانه موفق میشود انسان را فریب دهد تا فکر کند با شخص دیگری صحبت میکند و نه یک رایانه یا خیر. شخص تورینگ این آزمایش را “بازی تقلید” نامید. این دیدگاه از فناوری توسط داستانهای علمی تخیلی هالیوود تقویت میشود و اکنون به موضوعی فراگیر برای تمام صنعت فناوری تبدیل شده است. این یک مشکل است.
در آغاز عصر دیجیتال مفاهیم جایگزین قدرتمندی وجود داشت. بسیاری از اولین پیشگامان رایانه شخصی رویای یک فناوری غیر متمرکز را در سر میپروراندند که کارمندان را توانمند کند. در مرکز تفکر آنان اولویت به حداکثر رساندن سودمندی فناوری برای مردم و جوامع قرار داشت. این رویکرد به “مفید بودن ماشین” معروف شد. با این وجود، در نهایت شرکتهایی مانند آی بی ام، مایکروسافت و اوراکل به جریان اصلی تبدیل شدند. این شرکتها فناوری را به سمت کاربرد انبوه سوق دادند. با این وجود، این امر باعث شد که فناوری برای کارگران بسیار کمتر مفید واقع شود. فناوری تبدیل به ابزاری تحت کنترل کارفرمایان شد. شرکتها از فناوری استفاده کردند تا بتوانند بسیاری از کارهای اداری ساده را خودکار کنند. در پایان، این یک فناوری به شدت مبتنی بر مهارت شد که در نتیجه آن بهره وری را بیشتر برای مدیران ماهر، فارغالتحصیلان دانشگاهی و … بهبود بخشید. تفکر رایج این است که انسانها ماشینهای ناقصی هستند. تقاضای زیادی از سوی سیلیکون، ولی برای جا انداختن چنین برداشتی وجود دارد. افرادی مانند “دن آریلی” پژوهشگر عرصه رفتاری و روانشناسی به همگان میگویند که چگونه انسانها به قدری مستعد ارتکاب اشتباه هستند که نمیتوانید در انجام کارهای مهم به آنان اعتماد کنید.
چنین ایدههایی به نوعی به جهان بینی سیلیکون ولی تبدیل شدند: انسانهای عادی غیرقابل اعتماد هستند البته به جز معدودی از نوابغ. به همین دلیل است که نوابغ باید برای غلبه بر نقص های تودهها فناوریهایی اغلب با نظارت دقیق بر کارگران یا صرفا با حذف وظایف از کارکنان انسانی را طراحی کنند.
من در کتاب ام کارآفرینان عرصه فناوری افرادی، چون “مارک زاکربرگ” و “بیل گیتس” را با “جان دی راکفلر” یکی از بارونها سودورز معروف عصر صنعتی شدن مقایسه کرده ام. با این وجود، باید اعتراف کمک که چهرههایی مانند راکفلر بسیار مبتکرانهتر عمل کردند. راکفلر در خط مقدم نوآوریها ایستاده بود، اما همزمان یک انحصارطلب بیرحم بود که به شکل دیوانه واری به کسب سود میاندیشید. تقریبا همین امر برای بسیاری از بارونهای فناوری امروزی صدق میکند.
با جهت گیری درست فناوری و نوآوری میتواند مزایای عظیمی به همراه داشته باشد. اما در واقع گوگل، فیسبوک و مایکروسافت دوستان فناوری و نوآوری نبوده اند آنان رقبای زیادی را از سر راه خود برداشته اند.
سیاستمداران اقدامات سخت گیرانه تری را علیه آنان انجام نمیدهند. اکثر سیاستمداران خود را متقاعد ساخته اند که افزایش نابرابری یا اجتناب ناپذیر است یا بهایی میباشد که باید برای پیشرفت پرداخت شود در نتیجه، آنان با ان مشکلی ندارند. بسیاری از سیاستمداران در واقع برای نسخهای از بنیادگرایی افراطی بازار بدون مقررات و نردههای محافظ برنامه ریزی کرده اند. یکی از دلایل جذابیت ایدئولوژیهای نوع لیبرتارین این است که هرگونه بحث در مورد مبادلات اجتماعی بسیار دشوار را حذف میکنند. چنین رویکردی مبتنی بر این نوع از استدلال است: هر چه بازار تولید کند خوب است تنها کاری که باید انجام دهیم این است که اجازه دهیم بازار کار کند.
در این میان، چین نشان داده که تنظیم هوش مصنوعی و در چارچوب مقررات قرار دادن آن واقعا امکان پذیر است. حزب کمونیست چین در سرکوب فناوری بسیار موفق بوده است. باید به شکلی شفاف بگویم من از تنظیم مقررات به سبک چینی دفاع نمیکنم. چین این کار را برای در جایگاه برتر قرار دادن حزب کمونیست آن کشور انجام میدهد. با این وجود، اگر تنظیم مقررات اقتدارگرایانه امکان پذیر میباشد تنظیم مقررات دموکراتیک نیز امکان پذیر است.
برای تغییر این وضعیت باید چه کاری انجام دهیم؟ یک ابزار واحد وجود ندارد. با این وجود، برای مثال سیستمهای مالیاتی ما امروز علیه نیروی کار و به نفع سرمایه هستند. در حالی که در ایالات متحده نرخ میانگین مالیات بر درآمد نیروی کار در ۲۵ درصد ثابت است مالیات موثر بر سرمایه گذاری در تجهیزات و نرم افزار در سه دهه گذشته از ۱۵ درصد به پنج درصد کاهش یافته است. اگر این وضعیت تغییر نکند آینده مان بسیار دیستوپیایی خواهد بود و شاهد جامعهای دو لایه خواهیم بود. ما باید تمام تلاش مان را انجام دهیم تا از تحقق چنین آیندهای جلوگیری نماییم.
دارون عجم اوغلو