بحران تبیین در عصر هوش مصنوعی: واکاوی معرفت شناختی گذار از «تبیین علی» به «پیش بینی آماری»

ظهور مدل های هوش مصنوعی «جعبه سیاه» (Black Box AI)، چالش های بنیادینی را متوجه ارکان اصلی معرفت شناسی کلاسیک کرده است. تعریف سنتی از «دانش» به عنوان «باور صادق موجه»، به طور ذاتی با توانایی انسان برای ارائه «تبیین علی» گره خورده است؛ ما به طور سنتی زمانی یک گزاره را «دانسته شده» تلقی می کنیم که تبیینی فهم پذیر از سازوکارهای زیربنایی آن در اختیار داشته باشیم. با این حال، سیستم های نوین یادگیری ماشین با ارائه مستمر پیش بینی های بسیار دقیق و «صادق»، در عین حفظ ابهام و تیرگی در منطق درونی خود، این پارادایم را مختل کرده اند؛ چرا که قادر نیستند زنجیره ی استدلالی فهم پذیری برای ذهن انسان ارائه دهند. این پژوهش با بهره گیری از یک چارچوب تحلیلی-فلسفی نشان می دهد که ما شاهد گذاری نظام مند از معرفت شناسی مبتنی بر «تبیین علی» (که به دنبال کشف چرایی وقوع پدیده هاست) به معرفت شناسی مبتنی بر «دقت پیش بینی» (که صرفا بر چگونگی وقوع رخدادها تمرکز دارد) هستیم. این مقاله استدلال می کند که چنین چرخش معرفت شناختی، نشانگر افولی انتقادی در جایگاه «فهم» به عنوان مولفه ی اصلی دانش است. با اولویت دادن به کارایی محاسباتی نسبت به تفسیرپذیری، ما در خطر تقلیل پژوهش علمی به فرآیند صرف «تشخیص الگو» هستیم. این تحول، پی آمدهای عمیق اخلاقی و علمی به همراه دارد، زیرا مستلزم بازنگری در مفاهیمی نظیر «مسئولیت معرفتی»، «پاسخگویی» و «ماهیت عاملیت فکری انسان» در عصری است که به طور فزاینده ای تحت حاکمیت نتایج الگوریتمی قرار گرفته است.

کلیدواژه ها:

هوش مصنوعی ، معرفت شناسی ، تبیین علمی ، پیش بینی ، فلسفه علم.