به گزارش خبرنگار پایگاه خبری – تحلیلی مفتاح علوم انسانی اسلامی، به نقل از ستاد راهبری فناوری‌های هوشمند؛ حجت الاسلام حمید درایتی‌، مدرس دروس خارج فقه و اصول حوزه علمیه مشهد، در بررسی تعامل هوش مصنوعی و علوم اسلامی، در گام نخست، بر ضرورت شناسایی مطالبات و نیازمندی‌های علوم اسلامی تأکید کرد و گفت: برای پیاده‌سازی موثر هوش مصنوعی در علوم اسلامی، نخست باید نیازها و سپس داشته‌های دیجیتال موجود شناسایی شود.   وی پیگیری این موضوع را نیازمند برگزاری جلسات تخصصی و همکاری میان متخصصان حوزوی و فناوری اطلاعات دانست و با اشاره به تجربه مجموعه شیعه سرچ اظهار کرد: حدود ۲۰ سال پیش با راه‌اندازی تعاونی مراکز فناوری اطلاعات در قم، طرح ایجاد چشم‌انداز مشترک در حوزه فناوری اطلاعات علوم اسلامی را کلید زدیم. هدف اصلی، تنظیم سندی مشترک و توزیع تخصصی وظایف میان مراکز مختلف بود. در آن زمان، مجموعه شیعه سرچ و چند مرکز محدود در اصفهان پیش‌گام این حرکت بودند؛ اما متاسفانه به عللی آن اتفاق به طور کامل محقق نشد؛ اما در آن زمان مراکزی که به صورت موازی کار می‌کردند یا علاقه‌مند به این موضوع بودند، دور هم جمع شدند. این تبادل تجربیات و هم‌افزایی‌ها مهم است. این گفتگوها و نشست‌ها هم در راستای شناسایی مراکز و افراد و تقسیم و توزیع کار ان‌شاء الله مفید خواهد بود.  

هوش مصنوعی و نیازها و داشته‌های حوزه نشر اطلاعات دینی

  درایتی، عمده نیاز علوم اسلامی را به هوش مصنوعی در دو حوزه دانست و گفت: به طور کلی، نیاز ما به هوش مصنوعی در دو حوزه نشر اطلاعات و تولید اطلاعات است. در حوزه نشر اطلاعات اسلامی در سه حوزه نیاز بیشتری احساس می‌شود: ۱) احکام شرعی، ۲) مباحث فلسفی و کلامی و ۳) مشاوره‌های دینی.  

حوزه احکام شرعی و هوش مصنوعی

  استاد حوزه علمیه مشهد افزود: پرتکرارترین مراجعه مردم به مجموعه‌های دینی پرسش از مسائل شرعی و احکام است. داشته‌های ما در این بخش حجم زیادی از استفتائات علاوه بر توضیح المسائل‌ها است. اما آن‌چه مراجعه‌کننده ما انتظار دارد این است که به صورت شفاهی جواب بگیرد. بسیاری از افراد، وقت و حوصله مطالعه متن را ندارند؛ بنابراین ضبط پرسش و پاسخ‌ها می‌تواند به ایجاد یک بانک صوتی کمک کند و این در تسهیل پاسخگویی ماشینی مؤثر است؛ چون بسیاری از سوال‌های احکام تکراری است و نیاز نیست به صورت زنده‌ جواب داده شود. همچنین ابزارهای هوش مصنوعی مانند چت‌بات‌ها ممکن است تا حدی به این نیاز پاسخ دهند.  

حوزه فلسفی و کلامی و هوش مصنوعی

  درایتی در ادامه به حوزه فلسفی و کلامی پرداخت و این حوزه را سخت‌تر از حوزه احکام توصیف کرد و گفت: ما در حوزه کلامی، با چالش‌های بیش‌تری مواجه‌ایم. داشته‌های ما در این حوزه کم‌تر از مباحث فقهی است و از سوی دیگر چالش دوم این است که مباحث کلامی عمیق‌تر و پیچیده‌تر هم هستند و روانی و راحتی پاسخ‌گویی به سوال‌های احکام را ندارد. مباحث فقهی، روند مشخصی دارند. ابتدا مرجع تقلید مشخص می‌شود و بعد با چند سوال مشخص به جواب می‌رسیم؛ اما این روند در مباحث کلامی ضعیف‌تر است و سوالات بعدی پرسشگر، کمتر قابل پیش بینی است؛ افزون‌ بر این‌که در این حوزه، نیاز به تعامل بیشتر بین پرسشگر و پاسخگو است. پرسشگر در این حوزه باید به اقناع برسد و این ممکن است به سرعت اتفاق نیفند.  

حوزه مشاوره دینی و هوش مصنوعی

  این استاد دروس خارج فقه و اصول حوزه علمیه خراسان در توضیح حوزه سوم گفت: بحث مشاوره‌های دینی پیچیدگی بیشتری از دو عنوان قبل دارند؛ چون هر یک از مراجعه‌کنندگان شرایط خاص خود را دارند و تعمیم آن به دیگران با اما و اگرهای فراوانی روبه‌رو است. پاسخ‌گو برای مشاوره باید مولفه‌های زیادی را در نظر بگیرد و ما در این زمینه پک‌های اطلاعاتی قابل توجهی هم نداریم.  

هوش مصنوعی و نیازها و داشته‌های حوزه تولید اطلاعات

  درایتی در توضیح نیازها و داشته‌های حوزه تولید اطلاعات، این حوزه را نیز به دو قسم کلی تقسیم کرده و گفتند: حوزه تولید اطلاعات، دارای دو قسم کلی است: ۱. باز تولید اطلاعات؛ ۲. تولید اطلاعات جدید.  

حوزه باز تولید اطلاعات

  وی در توضیح این حوزه باز تولید اطلاعات اظهار کرد: بخش زیادی از کار حوزویان باز تولید اطلاعات است؛ یعنی بازنگری و بازسازی اطلاعات تولید شده پیشین، بر اساس تغییرات مبانی، قواعد و روندهای جدید. در هر بار بازتولید، ارتقای کیفی تولید و استخراج محتوا محقق می‌شود. این فرآیند می‌تواند یک موضوع علمی را ده‌ها بار مورد بررسی مجدد قرار دهد؛ چرا که باب اجتهاد همواره باز است و مجتهدان موظفند بر اساس مبانی خود به بازنگری مستمر متون علمی بپردازند.  

بانک‌های جامع علوم اسلامی؛ گامی بزرگ برای استفاده از هوش مصنوعی

  رئیس موسسه دانشوران با اشاره به داشته‌ها در حوزه بازتولید علمی گفت: ما در حوزه باز تولید، دانش‌های پشتیبانی داریم که این دانش‌های پشتیبان به ما در تولید اطلاعات کمک می‌کنند؛ مثل ادبیات عرب و علم لغت، منطق، حدیث شناسی، دانش رجال و غیره. منابع اصلی این دانش‌های پشتیبان، تقریبا همه تبدیل به نرم‌افزار شده است. مجموعه گسترده‌ای از بانک‌های اطلاعاتی در حوزه علوم اسلامی وجود دارد که البته به صورت کدگذاری شده است. در این کارها علاوه بر ذخیره‌سازی اطلاعات خام، فرآوری‌های تخصصی مانند اعراب‌گذاری ماشینی متون نیز انجام شده و موفق هم بوده است یا مثلا نرم‌افزار درایه النور این امکان را به کاربر می‌دهد که بر اساس مبانی شخصی خود، روند اعتبارسنجی روایات را مدیریت کند. با وجود طراحی آفلاین فعلی، پتانسیل تحول به سیستم آنلاین و استفاده از حجم گسترده داده‌ها وجود دارد. این‌ها در بحث استنتاج و بحث فهم از متونی که ما لازم داریم کمک خوبی است و حجم عظیم داده‌های موجود، چشم‌انداز امیدبخشی برای پیاده‌سازی هوش مصنوعی در حوزه علوم اسلامی ایجاد کرده است. نمونه دیگر مدرسه فقاهت است که بیش از ده سال است، صوت و تقریر تمام درس‌های خارج فقه اصول و کلام تفسیر مراکز درسی شیعی مثل مشهد، قم، نجف، لبنان و حتی سعودی را بارگذاری می‌کند و حجم اطلاعات خوبی را گردآوری کرده است و هر روز هم بروزرسانی می‌شود.  

هوش مصنوعی و چالش‌های حوزه تولید اطلاعات جدید

  درایتی بعد از تبیین نیازها و داشته‌ها در حوزه باز تولید اطلاعات به سه چالش در بخش تولید اطلاعات جدید پرداخته و گفتند: چالش اول تعریف سامانه‌های معرفتی مثل سامانه معرفتی اخلاقی و تربیتی است که در مقایسه با دو چالش بعد نسبتاً ساده است. چالش دوم مواجهه با مسائل نوظهور و مستحدثه است که پیش از این سابقه نداشته‌اند؛ مثلا آیا می‌توان از ماشین به جای قاضی استفاده کنیم؟ این دارای پیچیدگی‌هایی است؛ ما در قانون، مفاهیمی مثل علم قاضی یا ظن و شک قاضی داریم که احکام خاص خود را دارد. دستگاه که علم و شک ندارد؛ یعنی این‌ها مسائل نوظهوری است که باید بحث شود. هرچند هوش مصنوعی می‌تواند در این زمینه کمک کند، اما همچنان نیاز به هوش انسانی برای تحلیل و ارزیابی خروجی‌ها وجود دارد. هر گزاره تولیدی توسط هوش مصنوعی باید قابل توصیف، استدلال و راستی‌آزمایی باشد تا بتوان میزان صحت آن را ارزیابی کرد.  

نظام‌سازی و هوش مصنوعی

  استاد درایتی در انتهای سخن چالش سوم را بحث نظام‌سازی‌هایی دانست که بر اساس علوم اسلامی باید انجام شود. مسائل مستحدثه نگاه‌های خرد فقهی به مسئله است؛ ولی مسئله سخت‌تر این است که ما بتوانیم نظام‌سازی کنیم و آیا این را می‌توان به وسیله ماشین انجام داد یا خیر؟ و چه تمهیداتی برای این کار نیاز است؟ کاری که ما در موسسه دنبال می‌کنیم با رویکرد قاعده‌سازی است. کتاب حکم ظاهری که در موسسه تحقیق و چاپ شده است، با همین نگاه است؛ یعنی از همان دانش‌ها و نظام‌های پشتیبان قاعده استخراج و تعریف می‌کنیم؛ تقریبا مثل اکسپرت سیستم‌ها عمل می‌کنیم. منظور این است که این‌ها تمهیداتی است که ممکن است شما بگویید هوش انسانی این‌طور می‌تواند به کمک ماشین بیاید. حالا که برای تولید اطلاعات جدید، دیتا نداریم ممکن است با این قاعده‌ها کار راحت‌تر شود. این تقسیم کاری است که مراکز می‌توانند.