هوش مصنوعی مولد یکی از محدودیت‌های دیرپای دسترسی به دانش تخصصی را به‌سرعت کاهش داده است: فاصله میان طرح پرسش و دریافت پاسخ. کاربر برای بسیاری از پرسش‌ها دیگر ناچار نیست کتابی بیابد، میان صفحات متعدد جست‌وجو کند یا منتظر دسترسی به متخصص بماند؛ می‌تواند مسئله خود را به زبان طبیعی مطرح کند و در چند ثانیه پاسخی منسجم و متناسب با صورت پرسش دریافت کند. این تحول در حوزه دین، پرسشی فراتر از صحت یا خطای پاسخ‌های ماشینی ایجاد می‌کند: اگر «داشتن پاسخ» دیگر امتیازی کمیاب نباشد، چه اتفاقی برای مرجعیتی می‌افتد که یکی از کارکردهای آن پاسخ‌گویی به پرسش‌های دینی بوده است؟
پاسخ شتاب‌زده آن است که هوش مصنوعی به رقیب مرجعیت دینی تبدیل خواهد شد. چنین برداشتی، مرجعیت را با دسترسی به اطلاعات یکی می‌گیرد. پژوهش‌های دین دیجیتال نشان داده‌اند که مرجعیت دینی ساختاری چندلایه دارد و تحول فناورانه الزاماً همه لایه‌های آن را به یک اندازه متأثر نمی‌کند. کمپبل میان مرجعیت در سطح سلسله‌مراتب دینی، ساختارهای اجتماعی، ایدئولوژی و متون تمایز می‌گذارد و بر همین اساس هشدار می‌دهد که گزاره کلی «اینترنت مرجعیت دینی را تغییر می‌دهد» تا زمانی که مشخص نکند کدام نوع مرجعیت محل بحث است، قدرت توضیح محدودی دارد (Campbell, 2007). بنابراین، درباره هوش مصنوعی نیز پرسش دقیق‌تر این نیست که آیا «مرجعیت» از بین می‌رود؛ باید دید کدام کارکرد آن در معرض تغییر قرار گرفته است.
مرجعیت فراتر از داشتن پاسخ
مرجعیت دینی را می‌توان مجموعه‌ای از کارکردهای مرتبط اما متمایز دانست: دسترسی به دانش تخصصی، فهم و تفسیر منابع، تشخیص اعتبار اقوال، توضیح اختلاف دیدگاه‌ها، تطبیق قواعد کلی بر موقعیت‌های مشخص، آموزش، هدایت اخلاقی و در برخی حوزه‌ها، صدور حکم. افزون بر این، مرجع دینی صرفاً تولیدکننده اطلاعات نیست؛ اعتبار او درون مجموعه‌ای از سازوکارهای علمی، آموزشی، نهادی، تربیتی و اجتماعی شکل می‌گیرد.
اهمیت این تفکیک زمانی روشن می‌شود که توانایی‌های هوش مصنوعی را بررسی کنیم. مدل زبانی می‌تواند معنای اصطلاحی را توضیح دهد، متنی را خلاصه کند، مجموعه‌ای از دیدگاه‌ها را گرد آورد یا برای پرسشی دینی پاسخی تولید کند. این قابلیت‌ها بخشی از نیاز اطلاعاتی مخاطب را با هزینه و زمان بسیار کمتر پاسخ می‌دهند. اما توانایی تولید پاسخ، به‌خودی‌خود همه کارکردهای مرجعیت را در اختیار ماشین قرار نمی‌دهد.
از همین رو، اثر نخست هوش مصنوعی را بهتر است نه «حذف مرجعیت»، بلکه کاهش کمیابی پاسخ اولیه بدانیم. فناوری، هزینه دسترسی به صورتی از پاسخ را کاهش می‌دهد و به همین دلیل بخشی از مزیت سنتی ناشی از دسترسی اختصاصی یا دشوار به اطلاعات را تحت فشار قرار می‌دهد. این تغییر البته بی‌اهمیت نیست؛ زیرا رفتار مخاطب را نیز دگرگون می‌کند. فردی که پیش‌تر برای آغاز جست‌وجوی خود به متخصص مراجعه می‌کرد، اکنون ممکن است هنگام مراجعه به او، چند پاسخ از پیش دریافت کرده باشد.
وقتی پاسخ فراوان می‌شود، مسئله اعتبار برجسته می‌شود
فراوانی پاسخ، مسئله معرفتی را حل نمی‌کند؛ صورت آن را تغییر می‌دهد. در محیط کمبود اطلاعات، پرسش اصلی این بود که «پاسخ را از کجا به دست آورم؟»؛ در محیط اشباع اطلاعاتی، پرسش دیگری اهمیت بیشتری پیدا می‌کند: «از کجا بدانم این پاسخ شایسته اعتماد است؟»
این تمایز درباره مدل‌های زبانی اهمیت ویژه‌ای دارد. هیرسمینک میان «اعتماد» کاربر و «اعتمادپذیری» سامانه تمایز می‌گذارد. حالت مکالمه‌ای، روانی زبانی و توان تولید پاسخ‌های منسجم می‌تواند تجربه‌ای ایجاد کند که کاربر سامانه را منبعی آگاه تلقی کند؛ اما اعتماد روان‌شناختی کاربر الزاماً با میزان واقعی اعتمادپذیری خروجی متناسب نیست (Heersmink et al., 2024). در نتیجه، کیفیت ظاهری پاسخ نمی‌تواند به‌تنهایی مبنای اعتبار معرفتی آن باشد.
این مسئله در حوزه دین ابعاد دیگری نیز پیدا می‌کند. یک پاسخ ممکن است از نظر گزاره نهایی صحیح باشد، اما مشخص نکند مستند آن چیست؛ ممکن است دیدگاهی معتبر را بیان کند، اما وجود اقوال رقیب را نادیده بگیرد؛ ممکن است حکمی کلی را بدون شروط و استثناهای آن عرضه کند؛ یا گزارشی از یک دیدگاه را به‌گونه‌ای بنویسد که برای مخاطب به‌صورت موضع قطعی یک سنت دینی جلوه کند. در همه این موارد، مشکل الزاماً «اطلاعات غلط» نیست؛ مسئله، فقدان نشانه‌های کافی برای ارزیابی جایگاه معرفتی پاسخ است.
از این منظر، باید میان «پاسخ صحیح» و «پاسخ معتبر» فاصله گذاشت. اعتبار، افزون بر صحت احتمالی نتیجه، به امکان شناسایی منبع، تشخیص حدود ادعا، درجه اطمینان، جایگاه اختلاف و فرایندی وابسته است که پاسخ از طریق آن تولید یا تأیید شده است.
مرجعیت و عنصر مسئولیت
تمایز مهم دیگری نیز وجود دارد. مرجعیت فقط رابطه‌ای نیست که در آن مخاطب سخن دیگری را باور می‌کند؛ در بسیاری از موقعیت‌ها، مرجع پاسخ نسبت به گفته خود نیز مسئول شناخته می‌شود. از متخصص می‌توان پرسید چرا چنین نتیجه‌ای گرفته، بر چه منبعی تکیه کرده، کدام مقدمات را پذیرفته و در صورت آشکارشدن خطا چگونه پاسخ خود را اصلاح می‌کند. مدل زبانی در این معنا صاحب مسئولیت معرفتی نیست. می‌توان خروجی آن را ارزیابی کرد، اما نمی‌توان از خود مدل، به همان معنایی که از یک فاعل انسانی مطالبه دلیل می‌شود، مسئولیت خواست. این تفاوت هنگامی اهمیت بیشتری پیدا می‌کند که پاسخ دینی صرفاً اطلاعات تاریخی یا لغوی نباشد و بر تصمیم عملی مخاطب اثر بگذارد.
بنابراین، مسئله مسئولیت را نمی‌توان با افزایش دقت فنی مدل به‌کلی برطرف کرد. حتی سامانه‌ای با نرخ خطای بسیار پایین نیز به ساختاری نیاز دارد که روشن کند چه کسی پاسخ را تأیید کرده، حدود استفاده از آن چیست و در موقعیت‌های حساس، مسئولیت ارزیابی نهایی بر عهده کدام کنشگر قرار دارد. به همین دلیل، «اعتبار» در اینجا صرفاً ویژگی متن نیست؛ به شبکه‌ای از مسئولیت‌ها نیز وابسته است.
آیا «انسان در حلقه» مسئله را حل می‌کند؟
پاسخ متداول به این نگرانی‌ها، افزودن نظارت متخصص انسانی است. این راه‌حل ضروری به نظر می‌رسد، اما به‌تنهایی مسئله را حل نمی‌کند؛ زیرا کیفیت نظارت به جایگاه متخصص در فرایند تولید پاسخ بستگی دارد.
دو وضعیت را می‌توان از یکدیگر جدا کرد. در وضعیت نخست، متخصص مسئله را صورت‌بندی می‌کند، منابع معتبر را تعیین می‌کند، حدود استفاده از سامانه را مشخص می‌سازد و خروجی را بر اساس معیارهای مستقل خود ارزیابی می‌کند. در این حالت، هوش مصنوعی درون یک فرایند معرفتیِ تحت هدایت متخصص قرار دارد.
در وضعیت دوم، سامانه پاسخ را در مقیاس گسترده تولید می‌کند و انسان عمدتاً در انتهای مسیر به تأیید یا رد خروجی می‌پردازد. اگر حجم و سرعت تولید به اندازه‌ای باشد که ارزیابی مستقل عملاً به مرور سریع پاسخ‌ها تقلیل یابد، حضور انسان ممکن است بیش از داوری معرفتی، نقش «مهر تأیید» پیدا کند.
ازاین‌رو، عبارت «انسان در حلقه» به‌خودی‌خود معیار کافی نیست. پرسش تعیین‌کننده این است که انسان در کجای حلقه و با چه اختیاری حضور دارد. حفظ مسئولیت انسانی مستلزم آن است که متخصص بتواند صورت مسئله، منابع، معیار اعتبار و نتیجه نهایی را مستقلاً به چالش بکشد؛ نه اینکه فقط خطاهای آشکار محصولی را اصلاح کند که منطق اصلی تولید آن بیرون از اختیار او شکل گرفته است.
دوگانه انسان و ماشین
واقعیت سامانه‌های هوشمند پیچیده‌تر از رقابت میان یک روحانی و یک چت‌بات است. پاسخی که کاربر دریافت می‌کند ممکن است حاصل مشارکت لایه‌های متعددی باشد: داده‌های آموزشی، معماری مدل، سیاست‌های شرکت ارائه‌دهنده، منابعی که سامانه هنگام پاسخ بازیابی می‌کند، دستورالعمل‌های طراحی‌شده برای مدل و متخصصانی که بخشی از محتوا را ارزیابی کرده‌اند.
ازاین‌رو، بهتر است به‌جای نسبت‌دادن «مرجعیت دینی» به ماشین، از زنجیره تولید و اعتباربخشی پاسخ سخن گفت. این تعبیر نشان می‌دهد فناوری می‌تواند در تولید معرفت دینی نقش عملی پیدا کند، بی‌آنکه الزاماً واجد همان نوع مشروعیت و مسئولیتی باشد که به مرجع انسانی یا نهاد دینی نسبت داده می‌شود.
پژوهش کمپبل درباره دین و اینترنت از سال‌ها پیش نشان داده بود که فناوری‌های شبکه‌ای الزاماً به یک نتیجه واحد درباره مرجعیت منتهی نمی‌شوند. اینترنت در برخی موقعیت‌ها امکان ظهور مفسران و کنشگران جدید را فراهم کرده و در برخی دیگر، منابع سنتی مرجعیت را بازتأیید کرده است (Campbell, 2007). از این سابقه می‌توان برای هوش مصنوعی یک احتیاط روش‌شناختی استخراج کرد: فناوری به‌تنهایی سرنوشت مرجعیت را تعیین نمی‌کند؛ نحوه ادغام آن در ساختارهای دینی، الگوی استفاده مخاطبان و سازوکارهای اعتباربخشی نیز در نتیجه دخیل‌اند.
کمیابی اعتماد موجه
اکنون می‌توان تحول اصلی را دقیق‌تر صورت‌بندی کرد. هوش مصنوعی احتمالاً ارزش «پاسخ‌داشتن» را، کاملا از میان نمی‌برد، اما هزینه تولید و دسترسی به پاسخ را به‌شدت کاهش می‌دهد. در چنین محیطی، بخشی از کارکردهای مرجعیت که بر دسترسی دشوار به اطلاعات استوار بوده‌اند، اهمیت نسبی کمتری پیدا می‌کنند؛ در مقابل، کارکردهایی که به تشخیص اعتبار، تفسیر زمینه‌مند، توضیح اختلاف، تعیین حدود ادعا و پذیرش مسئولیت مربوط‌اند، برجسته‌تر می‌شوند.
این جابه‌جایی، مرجعیت دینی را به «مرکز راستی‌آزمایی هوش مصنوعی» تقلیل نمی‌دهد. اعتبارسنجی در معنای دقیق‌تر، خود عملی معرفتی است: تشخیص اینکه کدام منبع برای چه مسئله‌ای حجیت یا اعتبار دارد، یک گزاره با چه سطحی از قطعیت قابل بیان است، اختلاف موجود از چه سنخی است و پاسخ کلی تا چه اندازه بر وضعیت خاص مخاطب قابل تطبیق است. در این سطح، مرجعیت از مالکیت اطلاعات متمایز می‌شود. در نتیجه، چالش اصلی هوش مصنوعی برای مرجعیت دینی را نباید فقط در این پرسش جست‌وجو کرد که «مردم از عالم می‌پرسند یا از ماشین؟». پرسش بنیادی‌تر این است که در محیطی سرشار از پاسخ، سازوکار تشخیص پاسخ شایسته اعتماد چگونه شکل می‌گیرد؟
اگر نهاد تبلیغ، همچنان مزیت خود را صرفاً در سرعت و حجم پاسخ‌گویی تعریف کند، ناگزیر وارد رقابتی می‌شود که فناوری در آن مزیت ساختاری دارد. اما اگر مرجعیت بر قابلیت توضیح دلیل، آشکارکردن منبع، تعیین حدود ادعا، مواجهه با اختلاف و پذیرش مسئولیت معرفتی استوار شود، مسئله صورت دیگری پیدا می‌کند.
از این منظر، هوش مصنوعی نه الزاماً پایان مرجعیت دینی است و نه فناوری‌ای که ورودش هیچ تغییری در آن ایجاد نمی‌کند. آنچه محتمل‌تر به نظر می‌رسد، بازآرایی وزن کارکردهای مرجعیت است. در محیط پیشین، پاسخ معتبر تا حدی به‌دلیل کمیابی دسترسی به متخصص ارزش داشت؛ در محیط جدید، پاسخ فراوان است و آنچه کمیاب‌تر می‌شود، امکان تشخیص اعتماد موجه است. آینده مرجعیت دینی در چنین فضایی، بیش از آنکه به مالکیت پاسخ وابسته باشد، به توانایی تضمین و توضیح فرایندی وابسته خواهد بود که یک پاسخ را شایسته اعتماد می‌کند.
پی‌نوشت‌ها و منابع
- Campbell, Heidi A. (2007). “Who’s Got the Power? Religious Authority and the Internet.” Journal of Computer-Mediated Communication, 12(3), 1043–1062. https://doi.org/10.1111/j.1083-6101.2007.00362.x.
- Heersmink, Richard, Barend de Rooij, María Jimena Clavel Vázquez, & Matteo Colombo. (2024). “A Phenomenology and Epistemology of Large Language Models: Transparency, Trust, and Trustworthiness.” Ethics and Information Technology, 26, Article 41. https://doi.org/10.1007/s10676-024-09777-3.
افزودن دیدگاه جدید