به گزارش خبرنگار حوزه و روحانیت خبرگزاری تسنیم، دانشگاه علوم اسلامی رضوی در عمل به مطالبه جدی رهبر شهید انقلاب مبنی بر مدیریت حرکت علمی هوش مصنوعی در جامعه توسط حوزه‌های علمیه، ضمن تشکیل هسته پژوهشی میان‌رشته‌ای هوش مصنوعی، در قالب سلسله نشست‌های علمی در پژوهشکده رایش، به واکاوی نسبت فقه با ابعاد مختلف هوش مصنوعی می‌پردازد.

در نشست اخیر این پژوهشکده که با عنوان «اجتهاد در عصر الگوریتم‌ها؛ امکان‌سنجی فقهی نقش هوش مصنوعی در استنباط احکام» برگزار شد، مهدی میری، مدیر مرکز مدیریت و راهبری پژوهش‌های دانشگاه علوم اسلامی رضوی به تحلیل دلالت روایت و امکان تحقق آن در فضای هوش مصنوعی پرداخت و گفت: بعد از بررسی اعتبار سندی روایت، مهمترین مرحله در فرآیند استنباط احکام شرعی، تحلیل دلالی متن روایت است.

وی با بیان اینکه حجیت روایت در فقه امامیه متکی بر صرف صدور نیست؛ بلکه منوط به کاشفیت ظهور از مراد جدی شارع است، تصریح کرد: مبنای اصولی حجیت دلالت، نظریه حجیت ظهور است؛ اصولیون اثبات کرده‌اند هر ظهوری که بتواند کاشف نوعی از مراد متکلم باشد، حجیت دارد. این حجیت دلالت روایت، مبتنی بر بنای عقلا در فهم معاملات عرفی است که شارع نیز همین را امضا کرده است بنابراین محور عملیات اجتهادی در این مرحله، کشف ظهور عرفی کلام معصوم می‌باشد.

پژوهشگر هوش مصنوعی به عنوان مقدمه دوم بحث خود به ساختار تحلیلی فهم دلالت روایت در اصول فقه امامیه اشاره کرد و گفت: فهم دلالی روایت، یک فرآیند چندلایه دارد که مرحله نخست آن، تحلیل نوع دلالت لفظ(دلالت مطابقی، تضمنی یا التزامی) است؛ در اینجا تنها دلالت التزامی محور بحث ما است آن هم دلالت التزامی عرفی زیرا دلالت التزامی غیرعرفی، دیگر ظهور لفظی نیست و مشمول دلیل حجیت ظهور نمی‌شود؛ این نشان می‌دهد استنباط فقط شامل تحلیل منطقی نیست و به فهم عرفی زبان نیز وابسته است.

میری، احراز وضع و معنای الفاظ را لایه دوم فرآیند فهم دلالت روایت دانست و افزود: فقیه باید احراز کند که لفظ در چه معنایی وضع شده است. راه‌های کشف وضع، زیربنای تشخیص ظهور تصوری کلام هستند؛ یعنی احراز ظهور، تصدیقی است؛ اصولیون در فقه امامیه، موضوع حجیت را ظهور تصدیق ثانی یا مراد جدی محسوب می‌کنند که تحقق این ظهور، مشروط به عدم قرینه متصل است اما اگر قرینه منفصل وجود داشته باشد، ظهور استعمالی باقی می‌ماند و حجیت، از ظهور ابتدایی سلب می‌شود.

وی تحلیل اطلاق و تبیین یا مقدمات حکمت را سومین لایه فهم دلالی روایت و از مهمترین فرآیندهای اجتهاد برشمرد و گفت: تعیین دامنه شمول حکم، و مفاهیم دلالت‌های التزامی هدایت‌شده(مفهوم شرط، وصف، غایت، حصر و ... که اعتبار آن‌ها تابع ظهور عرفی است نه صرف قیاس منطقی) نیز لایه‌های چهارم و پنجم را شکل می‌دهند.

 مدیر مرکز مدیریت و راهبری پژوهش‌های دانشگاه رضوی در پاسخ این پرسش که آیا هوش مصنوعی امکان عملکرد مثبت و مفید در این حوزه(فرآیند فهم دلالی روایت) را دارد یا خیر، اظهار کرد: با توجه به ساختاری که اشاره شد، می‌شود گفت قابلیت‌های هوش مصنوعی در تحلیل متون، در دو حوزه کلی قابل تفکیک است؛ حوزه‌هایی که قابلیت الگوریتمی‌سازی را دارند و حوزه‌هایی که همچنان وابستگی به تفسیر انسانی دارند.

میری افزود: پژوهش‌ها در حوزه نخست نشان می‌دهد که پیشرفت‌های صورت‌گرفته در پردازش زبان طبیعی یا مدل‌های زبانی مبتنی بر یادگیری عمیق، اثبات کرده است که هوش مصنوعی می‌تواند الگوهای آماری زبان یا ساختارهای نحوی یا روابط معنایی بین واژگان و عبارات را در مقیاس‌های خیلی وسیع استخراج کند. به عبارت دیگر الگوریتم‌های یادگیری ماشین، این توانایی را دارد که با استفاده از داده‌های متنی بزرگ، ساختارهای نحوی و ...، وابستگی‌های معنایی را کشف و شناسایی کرده و الگوهای زبانی را به شکل خودکار مدل‌سازی کند.

به گفته وی، توسعه مدل‌برداری‌های واژگان یا شبکه‌های عصبی زبانی نیز این امکان را فراهم کرده است که بتوانیم روابط معنایی بین مفاهیم را با هوش مصنوعی استخراج کرده و با تحلیل همزمان آن‌ها، حجم عظیمی از متن‌ها را ایجاد کنیم ولی با وجود همه پیشرفت‌های حوزه هوش مصنوعی، بخش‌هایی در فهم دلالی وجود دارد که همچنان در برابر الگوریتمی‌سازی در ماشین‌ها از جمله هوش مصنوعی مقاومت می‌کنند از این رو برخی پژوهشگران تأکید دارند که مدل‌های زبانی پیشرفته با اینکه در بازتولید الگوهای آماری زبان، موفق عمل کرده‌اند ولی در سطحی بالاتر (مثل استدلال معنایی یا فهم مبتنی بر دانش عرفی) که قرار می‌گیرند، دچار شده و نمی‌توانند مانند یک مجتهد عمل کنند.

مدیر مرکز مدیریت و راهبری پژوهش‌های دانشگاه رضوی خاطرنشان کرد: در برخی دیگر از پژوهش‌ها آمده است که مدل‌های زبانی هوش مصنوعی در وظایفی که به استدلال فرد مبتنی بر دانش عرفی و درک زمینه‌های اجتماعی و فرهنگی نیاز دارد، با توانایی‌های شناختی انسان فاصله داشته و نمی‌تواند در آن حد عمل کند؛ از این رو برخی پژوهشگران هشدار می‌دهند که مدل‌های زبانی بزرگ عمدتا بر اساس یک سری الگوهای آماری در داده‌های آموزشی عمل کرده‌اند. در مجموع با توجه به بررسی اجمالی دلالت روایت که تا اینجا انجام شد، باید گفت ماشین هایی که فعلا وجود دارند، در این زمینه محدودیت‌هایی داشته و توان عملکرد گسترده ندارند.

میری تصریح کرد: بعد از استخراج دلالت روایت، بحث بعدی این است که مجتهد ممکن است با ادله‌ای مواجه شود که در بدو امر با هم سازگاری ندارند و در این مرحله فرآیند اجتهاد از دلالت بدوی، به سنجش مجموعی از تمامی ادله و انتخاب راه حل تبدیل می‌شود. تعارض ادله وقتی پیش می‌آید که دو دلیل، در یک ناحیه‌ از دلالت، نافی همدیگر باشند و در عین حال، عمل همزمان به هر دو ممکن نباشد.

وی با اشاره به ضرورت توجه به تفکیک بین تعارض بدوی و تعارض مستقر گفت: اصولیون معتقدند که تعارض بدوی یا ظاهری، با تتبع و با نگاه عرفی حل می‌شود ولی تعارض مستقر اینگونه نیست. از سوی دیگر در مواجهه فقیه با دلایل ناسازگار، مکانسیم‌های جمع عرفی(به منظور استخراج مراد جدی متکلم از بین مجموعه روایات مربوطه) مطرح است؛ اولین جای جمع عرفی، زمانی است که یکی از دو دلیل بر دیگری، وارد، حاکم یا مخصص باشد؛ در این حالت بین این‌ها تعارضی نیست و یکی قرینه دیگری خواهد بود.

پژوهشگر هوش مصنوعی یادآور شد: اما اگر تعارض، مستقر باشد و جمع عرفی میسر نباشد، دیگر دست فقیه بسته نیست و می‌تواند سراغ مرجحات سندی، جعلی و ... برود؛ اگر هم هیچ مرجحی پیدا نشد، بر اساس نظریه مشهور متأخرین و قاعده تعادل، نتیجه، تخییر است. از این مرحله که بگذریم، این سوال مطرح می‌شود که توان هوش مصنوعی در این مرحله که در واقع یک اجتهاد ترکیبی(ترکیبی از یک قاعده‌مندی ضمیمه شده به فهم عرفی و عقلایی) می‌باشد، چقدر است؟

میری ادامه داد: قواعد تعارض و جمع، ساختار معیارمند دارند و تا حدی قابل الگوریتمی‌شدن اما از سوی دیگر، تشخیص قرائن عرفی و عقلایی که موجب ترجیح یا جمع بین ادله می‌شوند، نیازمند فهم زمینه اجتماعی و فهم اصولی عمیق است که فقط در تجربیات اجتهادی یک فقیه خود را نشان می‌دهد بنابراین از نظر محاسباتی، سامانه هوش مصنوعی می‌تواند همزمان مجموعه گسترده‌ای از ادله را تحلیل و مقایسه کند، شباهت‌ها و تعارض‌های دلالی را تشخیص دهد و ساختارهای منطقی را استخراج کند اما توان استدلال این مدل‌های زبانی در مسائل پیچیده را ندارد.

هوش مصنوعی قادر به تشخیص قرائن عرفی و عقلایی نیست

به گفته وی، برخی پژوهش‌ها استدلال می‌کنند که عملکرد مدل‌های هوش مصنوعی در تشخیص مغالطات منطقی یا پیش‌فرض‌های گمراه‌کننده، از انسان پایین‌تر است؛ بر این اساس قائل هستیم که مرحله تشخیص قرائن عرفی و عقلایی در تراجیح ادله، هنوز نمی‌تواند به صورت کامل در قالب یک الگوریتم در بیاید زیرا این فرایند مبتنی بر درک زمینه‌های فرهنگی و ارتباطات عقلایی و تجربیات اجتهادی است.

مدیر مرکز مدیریت و راهبری پژوهش‌های دانشگاه رضوی تأکید کرد: بنابر آنچه ذکر شد، هوش مصنوعی با همه پیشرفت‌هایش هنوز به نقطه‌ای نرسیده است که بتواند به صورت مستقل مثل انسان عمل کند؛ شاید بشود گفت هوش مصنوعی موجود می‌تواند در یک نقطه، همکار معرفتی باشد (یعنی در کنار فهم اجتهادی فقیه، از الگوریتم‌های تحلیلی استفاده کنیم تا فرآیندهای استنباط کم‌خطاتر و دقیق‌تر شود) ولی به مرحله اجتهاد و استنباط حکم نمی‌تواند برسد.

خبرنگار: زهرا شریعتی

انتهای پیام/