دیکتاتوری دیجیتال در راه است

به گزارش قائم آنلاین، ۱.هراس فزاینده از بی مصرف شدن
به هیچ وجه نمی توان گفت که دمکراسی اجتناب ناپذیر است. در ازای تمام موفقیت هایی که دمکراسی ها ظرف یک قرن گذشته یا بیشتر به دست آورده اند، آنها در طول تاریخ دستخوش نوساناتی نیز بوده اند. حکومت های سلطنتی، الیگارشی ها و دیگر اشکال حکومت های تمامیت خواه بیشتر از دمکراسی در تاریخ حاکمیت بر بشر رواج داشته اند.
ظهور لیبرال دمکراسی ها با ایده آل های آزادی و برابری همراه بوده که ممکن است مدرکی بر حقانیت آن و غیر قابل بازگشت بودنش به نظر آید. اما این ایده آل ها بسیار شکننده تر از آنند که ما باور داریم. موفقیت این ایده آل ها در قرن بیستم بستگی به شرایط تکنولوژیکی داشته که چه بسا بعدتر معلوم شده باشد زودگذر هستند.
در دو دهه ای که از قرن بیست و یکم می گذرد، لیبرالیسم اندک اندک شروع کرده است به از دست داده اعتبار خود.  درباره توانایی لیبرال دمکراسی برای فراهم کردن شرایطی که طبقه متوسط صدای رساتری پیدا کند نیز پرسش هایی مطرح شده است؛ سیاست قبیله ای تر شده و هرچه می گذرد رهبران کشورهای بیشتری میل وافری به عوام فریبی و خودکامگی ازخود نشان می دهند. عوامل این چرخش سیاسی پیچیده است، اما به نظر می رسد که با تحولات تکنولوژیک فعلی تعامل مستقیم داشته باشد. آن فناوری که به نفع دمکراسی بود در حال تغییر است و همزمان با تکامل هوش مصنوعی، این وضعیت با سرعت بیشتری نیز دستخوش تغییر خواهد شد.
فناوری اطلاعات همچنان با گام های بلند به جهش خود ادامه می دهد و بیوفناوری درحال گشودن پنجره ای رو به زندگی های درونی ما – به عواطف، افکار و انتخاب های ما – است. فناوری اطلاعات و بیوفناوری درکنار هم  اغتشاش های بی سابقه ای را درجامعه بشر به وجود خواهند آورد، مرجعیت بشری را دچار فرسایش خواهند کرد و احتمالا امیال انسانی را تضعیف خواهند کرد. تحت چنینی شرایطی احتمال منسوخ شدن لیبرال دمکراسی و اقتصادهای بازار آزاد دور از ذهن نیست.
شاید مردم معمولی هوش مصنوعی یا بیوفناوری را با تمام جزئیاتش درک نکنند، اما می توانند حس کنند که آینده در حال عبور از کنار آنان و جا گذاشتن آنان است. در سال ۱۹۳۸ شرایط برای یک انسان عادی در اتحاد جماهیر شوروی، آلمان یا ایالات متحده آمریکا شاید ترسناک بوده باشد، اما مدام به او گوشزد می شد که او مهم ترین چیز در جهان است؛ که او آینده است . او به پوسترهای تبلیغاتی – که نوعا  معدنکاران زغال سنگ و کارگران فولادسازی را در ژست های قهرمانانه نشان می دادند – نگاه می کرد و خودش را در آن می دید: «من در این پوستر هستم! من قهرمان آینده ام!»
اکنون هر چه می گذرد یک شخص عادی بیشتر احساس نامربوط و بی مصرف بودن می کند.  انبوهی از اصطلاحات مرموز، با هیجان در گفتگوهای علمی، در اندیشکده های دولتی و در کنفرانس های مربوط به فناوری پیشرفته مدام تکرار می شوند – جهانی سازی، بلاک چین، مهندسی ژنتیک، هوش مصنوعی، یادگیری ماشینی- و این امکان کاملا وجود دارد که مردمان عادی چه زن و چه مرد به این ظنین شوند که هیچ یک از این اطلاعات درباره آنها نیستند.
در قرن بیستم توده ها علیه بهره کشی قیام کردند و به دنبال ترجمه نقش حیاتی خود دراقتصاد به قدرت سیاسی رفتند. اکنون توده ها از بی ربط شدن می هراسند و برای استفاده از قدرت سیاسی باقیمانده شان پیش از آنکه خیلی دیر شود به هر دری می زنند. از این رو برگزیت و ظهور دونالد ترامپ می تواند نشان دهنده یک  مسیر متفاوت با  انقلاب های سوسیالیستی سنتی باشد. انقلاب های روسیه، چین و کوبا را مردمی به راه انداختند که وجودشان برای اقتصاد حیاتی بود، اما فاقد قدرت سیاسی بودند: در سال ۲۰۱۶ ترامپ و برگزیت مورد پشتیبانی انبوه مردمی قرار گرفت که همچنان از قدرت سیاسی بهره مند بودند اما از این بیم داشتند که قدرت اقتصادی شان را از دست دهند. شاید در قرن بیست و یکم انقلاب های پوپولیستی نه علیه یک گروه نخبه اقتصادی که از مردم بهره کشی می کند، بلکه علیه یک گروه نخبه اقتصادی به راه افتد که دیگر نیازی به آنان ندارد. این می تواند یک نبرد کاملا از پیش بازنده باشد. مبارزه برای جلوگیری از نامربوط و بی مصرف شدن بسیار سخت تر از مبارزه علیه بهره کشی است.
انقلاب های رخ داده در فناوری اطلاعات و بیوفناوری هنوز در  ابتدای راه خود هستند و اینکه آنها چقدر مسئول بحران فعلی لیبرالیسم  هستند جای بحث دارد. بیشتر مردم در بیرمنگام، استانبول، سنت پترزبورگ و مومبای تنها به طور مبهمی – اگر نگوییم اصلا – از ظهور هوش مصنوعی و تاثیر بالقوه آن بر زندگی خود آگاهند. اما جای تردید نیست که انقلاب های فناوری که اکنون  در حال شتاب گرفتن هستند،  ظرف چند دهه آینده در تقابل با بشریت قرار خواهند گرفت و سخت ترین آزمون ها هنوز درراه است.

۲٫یک طبقه بی مصرف جدید؟
بیایید با مقولات شغل و درآمد شروع کنیم، چون  کشش فلسفی لیبرال دمکراسی هر چه باشد، از جمله به لطف یک مزیت عملی، به توانی نه چندان اندک دست یافته است: رویکرد تمرکززدایی شده نسبت به تصمیم سازی که از مشخصه های لیبرالیسم محسوب می شود – هم در سیاست و هم در اقتصاد- به لیبرال دمکراسی ها اجازه داده در رقابت از سایر کشورها پیشی گیرند و نفوذ قابل توجهی را بر مردمان آنها به دست آورند.
لیبرالیسم با این وعده که همه صاحب برشی بزرگ تر از این کیک خواهند شد، بین پرولتاریا و بورژوازی، بین معتقد و ملحد، بومی و مهاجر و اروپایی و آسیایی آشتی به وجود آورده است. با رشد مداوم کیک، تحقق این وعده همچنان امکان پذیر بود. کیک هم ممکن است همچنان به خوبی رشد کند. اما رشد اقتصادی  ممکن است نتواند مشکلات اجتماعی را که اکنون اختلال تکنولوژیک به وجود آورده حل کند، چون چنین رشدی هر چه می گذرد  با ابداع فناوری های اختلال آفرین بیشتر قابل پیش بینی است.
هراس از ماشین ها مردم را  به خارج از بازار مشاغل می راند که البته اصلا چیز جدیدی نیست و در گذشته نیز ثابت شده که چنین ترس هایی واهی نیستند. اما هوش مصنوعی با ماشین های قدیمی فرق دارد. در گذشته ماشین ها با انسان ها عمدتا در مهارت های یدی رقابت داشتند. اکنون آنها شروع به رقابت با ما در مهارت های شناختی کرده اند. و ما هیچ نوع سومی از مهارت را نمی شناسیم – جز مهارت های یدی و شناختی- که در آن انسان ها همچنان دارای حاشیه امنیت باشند.
دست کم  تا چند دهه دیگر هوش انسانی احتمالا در حوزه های متعدد از هوش رایانه ای بسیار جلوتر خواهد بود. از این رو همینطور که رایانه ها مشاغل شناختی روتین بیشتری را تصاحب می کنند، مشاغل خلاقه جدیدی همچنان برای انسان ها به وجود خواهد آمد. بسیاری از این مشاغل جدید احتمالا به جای رقابت، بستگی به همکاری بین انسان ها و هوش مصنوعی خواهد داشت. تیم هایی از انسان ها و هوش مصنوعی احتمالا  نه تنها کارآیی انسان ها بلکه رایانه هایی را که برای آنها کار می کنند نیز افزایش خواهد داد.
با این حال فرض بر این است که بیشتر مشاغل جدید مستلزم برخورداری از سطوح بالایی از تجربه و استعداد است و از این رو ممکن است پاسخی را برای مشکل  کارگران یدی غیرماهر بیکار یا کارگرانی که تنها با دستمزدهای به شدت پایین قابل استخدام هستند، فراهم نکند. بعلاوه همزمان با تداوم بهبود هوش مصنوعی، حتی مشاغلی که نیازمند هوش و خلاقیت بالاتری هستند نیزممکن است به تدریج ناپدید شوند. جهان شطرنج مثالی است از اینکه اوضاع و احوال رو به کجا دارد. چندین سال بعد از آنکه دیپ بلو، رایانه شرکت آی بی ام توانست گری گاسپاروف را در سال ۱۹۹۷ شکست دهد، شطرنج بازان انسانی همچنان شکوفا می شدند؛ هوش مصنوعی برای آموزش اعجوبه های  انسانی مورد استفاده قرار می گرفت و معلوم شد تیم های مرکب از انسان ها و رایانه ها بر رایانه هایی که به تنهایی بازی می کنند برتری دارند.
با این حال در سال های اخیر رایانه ها آنچنان در بازی شطرنج مهارت یافته اند که همکاران انسانشان ارزش خود را از دست داده اند و ممکن است به زودی به کلی بی مصرف شوند. ۶ دسامبر ۲۰۱۷ یک اوج حساس دیگر از راه رسید؛ زمانی که برنامه آلفا زیروی گوگل برنامه استاک فیش ۸ را شکست داد. استاک فیش ۸ قهرمان یک تورنمنت شطرنج رایانه ای در سال ۲۰۱۶ شد. این رایانه به قرن ها تجربه انباشته شده انسان در زمینه شطرنج و نیز دهه ها تجربه بازی رایانه ای دسترسی داشت. برعکس آلفا زیرو، به این رایانه هیچ راهبرد شطرنجی، حتی  گشایش بازی های اولیه استاندارد توسط خالقان انسانی اش آموزش داده نشده بود. بلکه این رایانه از تازه ترین اصول یادگیری ماشینی برای آموزش شطرنج به خودش از طریق بازی کردن با خودش استفاده کرده بود. با این حال از ۱۰۰ بازی که  آلفا زیروی تازه کار علیه استاک فیش ۸ بازی کرد، آلفا زیرو در ۲۸ بازی  برنده شد و  ۷۲ بازی را مساوی کرد؛ حتی در یک بازی هم بازنده نشد. از آنجا که آلفا زیرو هیچ چیز را از هیچ انسانی نیاموخته بود، بسیاری از حرکات و راهبردهای پیروزی بخشش غیرمتعارف به نظر می رسید. راهبردهایی که اگر نبوغ آمیز نگوییم، می شد آنها را خلاقانه توصیف کرد.
می توانید حدس بزنید آلفا زیرو برای یادگیری شطرنج پیش خودش و آماده شدن برای مسابقه با استاک فیش ۸ و تکامل دادن غرایز نبوغ آمیز خود چقدر وقت صرف کرد؟ چهار ساعت. قرن ها بود که  شطرنج را یکی از  تاج های افتخار هوش انسانی می دانستند. آلفا زیرو  تنها ظرف چهار ساعت از  جهالت مطلق به استادی خلاق رسید، بی آنکه از کمک هیچ راهنمای انسانی بهره مند شود.
آنچه که امروز در شطرنج تیم های انسانی – هوش مصنوعی در حال رخ دادن است، ممکن است به تشکیل  تیم های انسانی – هوش مصنوعی در امور پلیسی، پزشکی، بانکداری و خیلی حوزه های دیگر بینجامد.
نکته دیگر اینکه هوش مصنوعی منحصرا از توانایی های غیرانسانی بهره می برد که بین هوش مصنوعی و یک کارگر انسانی هم از نظر نوع  و هم میزان توانایی ها تفاوت به وجود می آورد. دو توانایی غیرانسانی مهم و خاصی که هوش مصنوعی واجد آن است قابلیت اتصال و قابلیت به روز شدن است.
برای مثال  بسیاری از رانندگان با تمام مقررات ترافیکی درحال تغییر در راه هایی که رانندگی می کنند آشنا نیستند و غالبا از آنها تخلف می کنند. بعلاوه از آنجا که هر راننده ای هویت خاص خود را دارد، هنگامی که دو وسیله نقلیه در یک تقاطع به هم نزدیک می شوند، رانندگان گاهی اوقات در نیاتشان دچار قضاوت سوء می شوند و با هم تصادم می کنند. خودروهای خودران برعکس از تمام مقررات ترافیکی آگاه خواهند بود و هیچ گاه از روی عمد از آنها نافرمانی نمی کنند و می توانند کاملا به یکدیگر مرتبط بمانند. هنگامی که دو تا از چنین وسایل نقلیه ای در یک تقاطع به هم نزدیک می شوند، در واقع دو موجودیت جداگانه نیستند، بلکه بخشی از یک الگوریتم واحد محسوب می شوند. در نتیجه احتمال اینکه آنها دچار سوء قضاوت و تصادم شوند بسیار کمتر خواهد بود.
به همین ترتیب اگر سازمان تجارت جهانی بیماری جدیدی را شناسایی کند یا اگر یک آزمایشگاه داروی جدیدی را تولید کند، این دستاورد را نمی توان بلافاصله برای تمام پزشکان انسانی درسراسر جهان به روزرسانی کرد. با این حال حتی اگر شما میلیاردها پزشک هوش مصنوعی در جهان داشته باشید که هر کدام در حال نظارت بر بیماری یک موجود انسانی باشند، شما می توانید همچنان تمام آنها را ظرف کسری از ثانیه به روز رسانی کنید و آنها می توانند ارزیابی هایشان از بیماری یا داروی جدید را به یکدیگر منتقل کنند. این مزایای بالقوه قابلیت مرتبط بودن و قابلیت به روز رسانی چنان هنگفت هستند که دست کم در برخی از سرفصل های کاری، جایگزین کردن تمام انسان ها با رایانه ها منطقی به نظر خواهد آمد، حتی اگر برخی انسان ها همچنان شخصا کارآیی بهتری را از ماشین ها ارائه دهند.
تمام اینها به نتیجه گیری بسیار مهمی منجر می شود: انقلاب خودکارسازی نقطه عطفی واحد نیست که بعد از آن بازار مشاغل در نوعی موازنه جدید قرار گیرد بلکه اختلال های همچنان بزرگ تری را  موجب می شوند. مشاغل قدیمی ناپدید خواهند شد و مشاغل جدیدی ظهور خواهند یافت، اما مشاغل جدید نیز  به سرعت تغییر می یابند و ناپدید می شوند. دراین صورت انسان ها مجبورمی شوند نه تنها یک بار بلکه بارها و بارها، خود را مورد بازآموزی و بازبینی قرار دهند.
درست همانطور که دولت های قرن بیستم سیستم های آموزش و پرورشی عظیمی را برای کودکان و جوانان ایجاد کردند، در قرن بیست و یکم آنها باید سیستم های باز آموزی عظیمی را برای بزرگسالان ایجاد کنند. اما آیا این کافی خواهد بود؟ تغییرات همیشه استرس زا هستند و  جهان پر حادثه اوایل قرن بیست و یکم موجب شیوع یک اپیدمی جهانی استرس شده است. همانطور که ناپایداری مشاغل بیشتر می شود، آیا انسان ها توانایی غلبه بر آن را خواهند داشت؟ تا سال ۲۰۵۰ احتمالا یک طبقه بی مصرف ظهور پیدا خواهند کرد که  نتیجه  نه تنها کمبود مشاغل یا فقدان آموزش مربوطه، بلکه  ناشی از توانایی روحی روانی ناکافی برای تداوم یادگیری مهارت های جدید خواهد بود.

۳٫ ظهور دیکتاتوری های دیجیتال
همزمان با از دست رفتن ارزش اقتصادی بسیاری از مردم، ممکن است آنها قدرت سیاسی خود را نیز از دست بدهند. همان فناوری هایی که می توانند میلیاردها انسان را از نظر اقتصادی بی مصرف کنند، می توانند  نظارت و کنترل بر آنها را نیز ساده تر سازند.
هوش مصنوعی بسیاری از مردم را به وحشت می اندازد، چون این اعتماد را به آنها ندارند که همچنان فرمانبردار باقی بمانند. داستان ها و فیلم های علمی تخیلی  این احتمال را جا انداخته اند که روبات ها یا رایانه ها صاحب ضمیر خودآگاه خواهند شد و اندکی بعد از آن تلاش خواهند کرد انسان ها را به قتل برسانند. اما هیچ دلیل خاصی برای این وجود ندارد که هوش مصنوعی که صاحب ضمیر آگاه شده هوشمندتر شده باشد. به جای آن ما باید به این دلیل از هوش مصنوعی وحشت داشته باشیم که احتمالا همیشه از اربابان انسانی شان اطاعت می کنند و هیچ گاه سر به شورش برنمی دارند. هوش مصنوعی برخلاف تمام چیزهای دیگری که انسان ها خلق کرده اند یک ابزار و یک اسلحه است: هوش مصنوعی تقریبا همیشه به کسانی که پیش از این نیز قدرتمند بوده اند، اجازه خواهد داد قدرت بیشتری کسب کنند.
فناوری های نظارتی را در نظر بگیرید. چندین کشور در سراسر جهان از جمله چندین  دمکراسی هم اکنون سرگرم ساخت سیستم های نظارتی بی سابقه ای هستند. برای مثال اسرائیل  در حوزه فناوری های نظارتی نقش پیشتاز را از آن خود کرده و در کرانه غربی اشغالی در حال کار برای نصب نمونه اولیه یک برنامه نظارتی مطلق است. تا همین امروزهرگاه فلسطینی ها تماسی تلفنی برقرار می کنند، چیزی را در فیس بوک پست می کنند یا از شهری به شهر دیگر می روند، احتمال دارد که میکروفون ها، دوربین ها، پهبادها یا نرم افزارهای جاسوسی اسرائیلی آنها را نظارت کنند. الگوریتم ها داده های گردآوری شده را مورد تجزیه و تحلیل قرار می دهند و به نیروهای امنیتی اسرائیل کمک می کنند آنچه را که آنها تهدید بالقوه می دانند، شناسایی و خنثی کنند. فلسطینی ها ممکن است برخی شهرها و روستاها را درکرانه غربی اداره کنند، اما اسرائیلی ها بر آسمان، بر امواج صوتی و تصویری و بر فضای سایبری حکومت می کنند. از این رو با شگفتی تمام کنترل موثر حدود دو و نیم فلسطینی که در کرانه غربی زندگی می کنند، به تعداد اندکی سرباز اسرائیلی نیاز دارد.
هوش مصنوعی پردازش مقادیر عظیمی از اطلاعات متمرکز را  ممکن می سازد. در واقع  هوش مصنوعی می تواند سیستم های متمرکز را بسیار کارآمدتر از سیستم های غیرمتمرکز کند، چرا که یادگیری ماشینی زمانی که ماشین اطلاعات بیشتری برای تجزیه و تحلیل داشته باشد بهتر کار می کند. اگر تمام نگرانی های مربوط به حریم خصوصی را نادیده بگیرید و تمام اطلاعات مربوط به یک میلیارد انسان را در یک پایگاه داده ها متمرکز کنید، به نسبت زمانی که به حریم خصوصی فردی احترام می گذارید و در پایگاه داده های خود تنها اطلاعاتی گزیده از یک میلیارد انسان را دارید، الگوریتم های بهتری را می توانید پدید بیاورید. یک دولت خودکامه که به تمام شهروندانش دستور می دهد توالی دی ان ای خود را  به دست آورند و داده های پزشکی خود را در یک  اداره مرکزی به اشتراک بگذارند، به نسبت اجتماعاتی که داده های پزشکی شان به شدت خصوصی هستند، مزیت عظیمی را در حوزه ژنتیک و تحقیقات پزشکی  کسب می کند. نقص عمده رژیم های دیکتاتوری در قرن بیستم – تمایل به متمرکز کردن تمام اطلاعات و قدرت در یک جا – ممکن است به مزیت تعیین کننده آنها در قرن بیست و یکم تبدیل شود.

۴٫انتقال اختیارات به ماشین ها
حتی اگر برخی جوامع، ظاهرا دمکراتیک باقی بمانند، کارآمدی فزاینده درالگوریتم ها همچنان باز هم بیشتر و بیشتر اقتدار را از تک تک انسان ها به ماشین های شبکه ای شده انتقال خواهند داد. ممکن است ما با تمایل، مقدار بیشتر و بیشتری از اختیار خود بر زندگی مان را واگذار کنیم، چرا که بنا بر تجربه خواهیم آموخت تا بیشتر از احساسات خودمان به الگوریتم ها اعتماد کنیم، تا جایی که در نهایت توانایی اتخاذ تمامی تصمیمات مربوط به خودمان را از دست دهیم. فقط به این اتفاق فکر کنید که چگونه تنها ظرف دو دهه میلیاردها انسان در یکی از مهم ترین وظایف به الگوریتم های جستجوی گوگل اعتماد کرده اند: یافتن اطلاعات مرتبط و قابل اعتماد. همینطور که ما برای یافتن پاسخ هایمان بیشتر به گوگل اتکا می کنیم، توانایی ما برای جایابی اطلاعات به طور مستقل تقلیل پیدا می کند. تا جایی که امروز «حقیقت» آن شده که نتایج اولیه در یک جستجوی گوگلی تعریف می کنند. این روند به همین ترتیب بر توانایی های فیزیکی ما  مثل ناوبری در فضا نیز اثر گذاشته است. مردم از گوگل می خواهند تا فقط اطلاعات را برایشان پیدا نکند بلکه آنها را در درون اطلاعات راهنمایی کند. خودروهای خودران و پزشکان هوش مصنوعی  نشانگر فرسایش بیشتری خواهند بود: درحالی که این ابتکارات، رانندگان کامیون و پزشکان انسانی را از کار خود بیکار می کنند،  روند انتقال مداوم اقتدار و مسئولیت به ماشین ها ادامه خواهد یافت.
آیا پارلمان ها و احزاب سیاسی می توانند بر این چالش ها غلبه کنند و سناریوهای سیاه تر را درنظر بگیرند؟ در حال حاضر این کار محتمل به نظر نمی رسد. اختلال تکنولوژیک حتی به یک موضوع با اولویت در دستورکار سیاسی تبدیل نشده است. درطول مبارزات انتخابات ریاست جمهوری سال ۲۰۱۶  آمریکا، عمده ترین اشاره ای که به  فناوری مختل کننده صورت گرفت، مسئله ایمیل های هیلاری کلینتون بود و با وجود تمام صحبت ها درمورد از دست دادن شغل خود، هیچ یک از نامزدها مستقیما به تاثیر بالقوه خودکارسازی اشاره ای نکردند. دونالد ترامپ به رای دهندگان هشدار داد که مکزیکی ها مشاغل آنان را خواهند گرفت و از این رو آمریکا باید دیواری درمرز جنوبی خود بنا کند اما او هرگز به رای دهندگان هشدار نداد که الگوریتم ها مشاغل آنان را از چنگشان بیرون خواهند کشید و از ساخت یک فایروال به دور کالیفرنیا نیز سخنی نگفت.

 پس ما چه باید کنیم؟
اول از همه  اینکه باید اولویت بسیار بیشتری را برای درک این موضوع قائل شویم که مغز انسان چگونه کار می کند، به خصوص  اینکه خرد و شفقت خود را چگونه می توانیم پرورش دهیم. اگر ما مقادیر خیلی زیادی روی هوش مصنوعی و مقادیر بسیارکمی روی تکامل ذهن انسان سرمایه گذاری کنیم، هوش مصنوعی بسیار پیچیده رایانه ها قطعا تنها درخدمت قدرتمند کردن حماقت ذاتی انسان ها  و برای تغذیه بدترین (اما شاید قدرتمندترین) محرک های ما که از میان آنها می توان به طمع و نفرت اشاره کرد، قرار می گیرد. برای پرهیز از چنین نتیجه ای در ازای هردلار و هر دقیقه ای که روی بهبود هوش مصنوعی سرمایه گذاری می کنیم، عاقلی خواهیم کرد اگر یک دلار و یک دقیقه را روی  کنکاش و تکامل ضمیر آگاه انسان سرمایه گذاری کنیم.
نکته خاص تر و عاجل تر آنکه اگر ما می خواهیم از تمرکز تمام ثروت و تمام قدرت در دستان یک گروه نخبه کوچک جلوگیری کنیم، باید درباره مالکیت داده ها قوانینی وضع کنیم. در روزگار باستان، زمین مهم ترین دارایی بود؛ برای همین کنترل زمین هدف تلاش های سیاسی بود. در روزگار مدرن ماشین ها و کارخانه ها اهمیت بیشتری از زمین پیدا کردند، برای همین تلاش های سیاسی بر کنترل این ابزارهای تولید حیاتی متمرکز شدند. درقرن بیست و یکم داده ها هم بر زمین و هم ماشین آلات به عنوان مهم ترین دارایی ها سایه انداخته اند و سیاست تلاش خود را معطوف کنترل جریان داده ها خواهد کرد.
متاسفانه ما تجربه زیادی درامرقانونگذاری در مورد مالکیت داده ها نداریم که ذاتا مشکل تر از وظیفه قانونگذاری درمورد زمین و ماشین آلات است. داده ها همه جا هستند و همزمان هیچ جا نیستند. آنها را می توان با سرعت نور جا به جا کرد و اگرخواستید نمی توانید نسخه های زیادی از آنها تهیه کنید. آیا داده های گردآوری شده درباره دی ان ای، مغز و زندگی من به من تعلق دارند یا به دولت یا به یک شرکت یا به طور جمعی به بشریت؟
مسابقه برای انباشت داده ها قبلا شروع شده و در حال حاضر به سمت غول هایی چون گوگل و فیس بوک و در چین به سمت بایدو و تنسنت جاری است. تاکنون بسیاری از این شرکت ها به عنوان «بازرگانان توجه» عمل کرده اند؛ آنها با فراهم کردن اطلاعات، خدمات و سرگرمی رایگان توجه ما را به خود جلب کرده اند و بعد توجه ما را به آگهی دهندگان تجاری بازفروخته اند. با این حال کسب و کار واقعی آنها صرفا فروش آگهی تجاری نیست بلکه آنها با جلب توجه ما می توانند مقادیر عظیمی از داده ها را درباره ما گردآوری کنند که بیشتر از هر درآمد تبلیغاتی برایشان ارزش دارد. در واقع شما مصرف کننده آنها نیستید، محصول آنهایید.
برای مردم معمولی مقاومت در برابر این روند بسیار دشوار خواهد بود. در حال حاضر بسیاری از ما ارزشمندترین دارایی هایمان – داده های شخصی مان- را با خوشحالی در ازای خدمات ایمیل رایگان و بازی های ویدئویی گربه بامزه واگذار می کنیم. اما اگر بعدها مردم عادی تصمیم گرفتند بکوشند جریان داده ها را سد کنند، احتمالا در انجام این کار با مشکل رو به رو می شوند، به خصوص که ممکن است آنها برای کمک به اتخاذ تصمیماتشان، حتی برای سلامتی و بقای فیزیکی شان به شبکه وابسته شوند.
ملی کردن داده ها توسط دولت ها می تواند یک راه حل باشد؛ این کار قطعا از قدرت شرکت های بزرگ خواهد کاست اما تاریخ به ما می گوید که ضرورتا وضعیت ما در دستان دولت ها نیز یک شبه بهتر نخواهد شد. بنابراین بهتر است که ما از دانشمندان، فلاسفه، قانونگذاران و حتی شاعرانمان بخواهیم تا توجه خود را به سمت این پرسش بزرگ معطوف کنند: شما چگونه مالکیت بر داده ها را قانونمند می کنید؟
در حال حاضر انسان ها درخطر تبدیل شدن به موجوداتی شبیه به حیوانات اهلی قرار دارند. ما گاوهای سر به راهی پرورش داده ایم که مقادیر زیادی شیر تولید می کنند، اما گذشته از این بسیار پست تر از نیاکان وحشی خود هستند. آنها چابکی و کنجکاوی کمتری دارند و کم تدبیرتر هستند. ما اکنون درحال خلق انسان های رامی هستیم که مقادیر هنگفتی داده تولید می کنند و کارکرد تراشه هایی کارآمد را در یک مکانیسم بزرگ داده پردازی دارند، اما آنها به سختی پتانسیل انسانی شان را به حداکثر خود می رسانند. اگر مراقب نباشیم از جایی سردرخواهیم آورد که انسان هایی تنزل رتبه یافته با استفاده نامناسب از رایانه های به روز شده، درجهت نابودی خودشان و جهان حرکت خواهند کرد.
اگر شما این چشم اندازها را هشدار دهنده یافتید – اگر از فکر زندگی در یک دیکتاتوری دیجیتال یا شکل به همان اندازه تنزل یافته ای از جامعه بیزارید – پس مهم ترین مشارکتی که می توانید انجام دهید، یافتن راه هایی برای جلوگیری از متمرکز شدن مقادیر انبوهی از داده در دستانی بسیار معدود است. همچنین یافتن راه هایی برای پردازش کارآمدتر داده های توزیع شده به نسبت پردازش داده هایی متمرکز شده. این ها کارهای ساده ای نخواهد بود. اما دستیابی به آنها می تواند بهترین حافظ دمکراسی باشد.
نویسنده: یوال نوح حراری  (YUVAL NOAH HARARI)  مورخ، فیلسوف و نویسنده کتاب  پرفروش «ساپین ها»
منبع: yon.ir/XxIyF

انتهای پیام.