۱۷ کشور جهان در اجلاس STS کیوتو، بیانیه‌ای مشترک امضا کردند که دسترسی به داده‌های علمی، زیرساخت محاسباتی، یکپارچگی پژوهش و آموزش نیروی متخصص را محور اصلی استفاده از هوش مصنوعی در علم دولتی قرار می‌دهد.
۱۷ کشور جهان روز گذشته در اجلاس «علم و فناوری در جامعه» (Science and Technology in Society) در کیوتو ژاپن، بیانیه‌ای با عنوان «چشم‌انداز کیوتو برای عصر طلایی علم» را امضا کردند. این سند، اولویت‌های مشخصی را برای به‌کارگیری هوش مصنوعی در پژوهش‌های علمی دولتی تعیین کرده است.
مایکل کراتسیوس، مدیر دفتر سیاست علم و فناوری کاخ سفید، در این مراسم گفت:
«هوش فوق‌العاده (Super Intelligence) که در علم به‌کار گرفته شود، بزرگ‌ترین نیروی تاریخ برای دموکراتیزه کردن پژوهش خواهد بود.»
این بیانیه چهار محور اصلی دارد که در ادامه بررسی می‌کنیم.
دسترسی به داده علمی و زیرساخت محاسباتی
کشورهای امضاکننده متعهد شدند دسترسی پژوهشگران به ابزارهای هوش مصنوعی پیشرفته، داده‌های علمی، زیرساخت محاسباتی و امکانات آزمایشگاهی را گسترش دهند. آن‌ها این منابع را پیش‌نیاز پژوهش در مقیاس بزرگ می‌دانند.
کاربردهای پیشنهادی شامل این موارد است:
- استدلال روی حجم عظیم دانش موجود
- ساخت مدل‌های دقیق‌تر از سیستم‌های فیزیکی و زیستی
- انجام کشف‌های خودکار در حلقه‌های بسته آزمایشگاهی
با این حال، بیانیه هنوز جزئیات عملیاتی مشخصی درباره قوانین دسترسی به داده یا تخصیص منابع محاسباتی ارائه نکرده است. این موضوع یکی از نقاط مبهم سند به شمار می‌رود.
کشورها همچنین از مدل‌های مختلف تأمین مالی حمایت کردند؛ از جمله جوایز بلندمدت، گرنت‌های سریع و چالش‌های رقابتی. آن‌ها آزمایش ساختارهای نهادی با درجات مختلف استقلال را نیز تشویق کردند.
یکپارچگی پژوهش و اعتماد عمومی
یکی از بخش‌های مهم بیانیه، تأکید بر استانداردهای علمی سخت‌گیرانه است. وزرای علوم این کشورها متعهد شدند معیارهایی مانند قابلیت بازتولید نتایج، شفافیت، گزارش خطا و عدم قطعیت، و داوری همتا بدون سوگیری را رعایت کنند.
نکته قابل توجه اینجاست که نتایج منفی و خنثی نیز به‌عنوان بخشی از دانش علمی به رسمیت شناخته شده‌اند. این رویکرد می‌تواند جلوی انتشار انتخابی نتایج مثبت را بگیرد و اعتماد عمومی را تقویت کند.
با این وجود، بیانیه هنوز چارچوب مشخصی برای اطمینان از ایمنی و قابلیت اتکای ابزارهای هوش مصنوعی ارائه نکرده است.
آموزش و پرورش نیروی متخصص
محور سوم، سرمایه‌گذاری زودهنگام روی دانشجویان و پژوهشگران جوان بر اساس شایستگی است. کشورها وعده دادند فرصت‌های بیشتری برای تجربه عملی با تجهیزات پیشرفته فراهم کنند و برنامه‌های مشترک دکتری، بورسیه و همکاری‌های پژوهشی بین‌المللی را گسترش دهند.
این بخش نشان می‌دهد دولت‌ها دریافته‌اند که بدون نیروی انسانی ماهر، حتی قوی‌ترین زیرساخت‌ها هم نتیجه مطلوبی نمی‌دهند.
کشورهای امضاکننده
۱۷ کشوری که این بیانیه را امضا کردند عبارتند از:
- آرژانتین
- بلغارستان
- شیلی
- قبرس
- آلمان
- یونان
- اندونزی
- ایتالیا
- ژاپن
- قزاقستان
- کره جنوبی
- نیوزیلند
- لهستان
- سنگاپور
- امارات متحده عربی
- بریتانیا
- ایالات متحده آمریکا
تحلیل و بررسی
این بیانیه از چند جهت قابل توجه است. اول اینکه برای اولین بار گروهی از کشورها به‌صورت جمعی اولویت‌های مشخصی برای کاربرد هوش مصنوعی در علم دولتی تعریف کرده‌اند. دوم اینکه برخلاف بسیاری از اسناد مشابه، روی «دسترسی واقعی» به منابع تأکید شده، نه فقط روی شعارهای کلی.
با این حال، دو چالش جدی وجود دارد:
- نداشتن جزئیات اجرایی: هنوز مشخص نیست کشورها چگونه منابع محاسباتی و داده‌ها را در اختیار پژوهشگران قرار می‌دهند.
- فقدان چارچوب ایمنی مشخص: بیانیه در مورد استانداردهای اطمینان‌پذیری ابزارهای هوش مصنوعی سکوت کرده است.
اگر این ۱۷ کشور بتوانند در ماه‌های آینده جزئیات عملیاتی را منتشر کنند، این سند می‌تواند به یکی از مهم‌ترین اسناد سیاست‌گذاری هوش مصنوعی در حوزه علم تبدیل شود. در غیر این صورت، خطر تبدیل شدن به یک بیانیه نمادین وجود دارد.
سوالات متداول
س: بیانیه کیوتو دقیقاً چه اولویت‌هایی برای هوش مصنوعی تعیین کرده است؟
پ: چهار اولویت اصلی شامل دسترسی به داده‌های علمی و زیرساخت محاسباتی، حفظ یکپارچگی و شفافیت پژوهش، آموزش نیروی متخصص و آزمایش مدل‌های جدید تأمین مالی تحقیقاتی است.
س: کدام کشورها این بیانیه را امضا کرده‌اند؟
پ: ۱۷ کشور از جمله آمریکا، بریتانیا، آلمان، ژاپن، کره جنوبی، سنگاپور، امارات، ایتالیا و چند کشور دیگر در این سند مشارکت داشته‌اند.
س: آیا این بیانیه جزئیات اجرایی هم دارد؟
پ: خیر. سند بیشتر بر اصول و تعهدات کلی تمرکز دارد و هنوز جزئیات عملیاتی مانند قوانین دسترسی به داده یا تخصیص منابع محاسباتی مشخص نشده است.
برای پیگیری اخبار هوش مصنوعی با ما در سرزمین هوش مصنوعی همراه باشید.
منبع اصلی: این مقاله بر اساس گزارش رایان داوز در AI News (artificialintelligence-news.com) با تاریخ ۵ اکتبر ۲۰۲۶ نوشته شده است.
