تحول روش علمی در عصر هوش مصنوعی: تحلیلی فلسفی بر نسبت تبیین، پیش بینی و پژوهش داده محور

ورود هوش مصنوعی به پژوهش علمی، صرفا به افزایش سرعت محاسبه یا گسترش ظرفیت تحلیل داده ها محدود نمانده، بلکه ترتیب متعارف تولید دانش را نیز دگرگون کرده است. در الگوی کلاسیک پژوهش، نظریه زمینه صورت بندی مسئله را فراهم می کرد، فرضیه از آن استخراج می شد و داده ها در مقام آزمون یا اصلاح نظریه به کار می رفتند. در پژوهش های مبتنی بر یادگیری ماشین، این فرایند الزاما از نظریه آغاز نمی شود؛ الگوریتم می تواند در انبوه داده ها الگوهایی را آشکار سازد که پیش تر در قالب فرضیه، قانون یا سازوکار علی صورت بندی نشده اند. همین جابه جایی، پرسشی بنیادی را در فلسفه علم مطرح می کند: آیا مدلی که پدیده ای را با دقت بالا پیش بینی می کند، اما چرایی و سازوکار وقوع آن را روشن نمی سازد، می تواند واجد همان ارزش معرفتی باشد که از تبیین علمی انتظار می رود؟مقاله حاضر با روش تحلیلی انتقادی و بر پایه مطالعه اسنادی، نسبت میان تبیین، پیش بینی و پژوهش داده محور را بررسی می کند. استدلال اصلی مقاله آن است که پیش بینی و تبیین را نباید دو فعالیت کاملا منفک یا دو بدیل جانشین پذیر دانست. پیش بینی الگوریتمی می تواند نظم های ناشناخته را آشکار کند، جهت آزمایش را تغییر دهد و زمینه تدوین فرضیه های تازه را فراهم آورد؛ بااین حال، دقت پیش بینانه به خودی خود منشا روابط، دامنه اعتبار مدل، حساسیت آن به شرایط زمینه ای و امکان مداخله در پدیده را مشخص نمی کند. در مقابل، تبیین بدون برخورداری از آزمون پذیری و موفقیت تجربی نیز ممکن است به روایتی منسجم اما فاقد کفایت علمی تبدیل شود. بر این اساس، تحول ناشی از هوش مصنوعی نه به معنای پایان نظریه و نه به معنای جایگزینی تبیین با پیش بینی است. نوآوری معرفت شناختی هوش مصنوعی را باید در شکل گیری نوعی تقسیم کار تازه میان داده، الگوریتم، نظریه، آزمایش و داوری پژوهشگر جست وجو کرد. در این تقسیم کار، کشف الگو، پیش بینی، تبیین و فهم الزاما در یک مدل یا در یک مرحله واحد جمع نمی شوند، بلکه در فرایندی رفت وبرگشتی یکدیگر را اصلاح می کنند. بنابراین، روش علمی در عصر هوش مصنوعی نه منسوخ شده و نه بدون تغییر باقی مانده است؛ بلکه از الگویی عمدتا خطی به شبکه ای تعاملی از فعالیت های معرفتی تحول یافته است.

کلیدواژه ها:

فلسفه علم ، هوش مصنوعی ، روش علمی ، تبیین علمی ، پیش بینی ، پژوهش داده محور ، فهم علمی