اخلاق استفاده از هوش مصنوعی در پژوهش های علوم انسانی: از شفافیت الگوریتمی تا مسئولیت تفسیر انسانی

ورود هوش مصنوعی به علوم انسانی، به ویژه مدل های زبانی بزرگ، چالش اخلاقی جدیدی ایجاد کرده است: پژوهشگران نتایج الگوریتمی را می پذیرند بدون آنکه شفافیت مدل یا مسئولیت تفسیر خود را بازتعریف کنند. آیا شفافیت الگوریتمی برای اخلاقی بودن پژوهش کافی است؟ هدف اول، صورتبندی چالش های اخلاقی ناشی از کاربرد هوش مصنوعی با تمرکز بر شفافیت الگوریتمی و مسئولیت تفسیر انسانی است. هدف دوم، ارائه چارچوبی عملیاتی برای ارزیابی اخلاقی پژوهش های میان رشته ای در تاریخ، ادبیات و جامعه شناسی فرهنگی است. این پژوهش با رویکرد فراروش شناختی و روش تحلیل مفهوم انجام شده است. داده ها از مرور نظام مند متون اخلاق هوش مصنوعی و روش شناسی علوم انسانی در پایگاه های Web of Science و Scopus بین ۲۰۱۸ تا ۲۰۲۵ گردآوری شد. چهار مطالعه موردی از پژوهش های منتشرشده با مدل های زبانی بزرگ در تحلیل متون تاریخی از منظر شفافیت و مسئولیت تفسیری بررسی شد. شفافیت الگوریتمی به دلایل فنی (پیچیدگی مدل های جعبه سیاه) و فرهنگی (تخصص نداشتن پژوهشگران) اغلب محقق نمی شود. از چهار مطالعه موردی، سه مطالعه فاقد توضیح درباره کنترل سوگیری الگوریتمی بودند. تنها یک مطالعه از بازبینی انسانی استفاده کرده بود، اما بدون معیار شفاف. تاکید صرف بر شفافیت الگوریتمی کافی نیست. «مسئولیت تفسیر انسانی» باید به عنوان اصل روش شناختی الزام آور شود، شامل: (۱) اعلام نقاط مداخله انسانی، (۲) ارائه نمونه هایی از رد خروجی هوش مصنوعی، (۳) نسبت دادن نهایی تفسیرها به انسان. این چارچوب علوم انسانی را از پذیرش منفعلانه خروجی الگوریتم نجات می دهد.

کلیدواژه ها:

اخلاق هوش مصنوعی ، روش شناسی علوم انسانی ، شفافیت الگوریتمی ، مسئولیت تفسیری