شراکت انسان و هوش

در منطقه العز دبی، و تنها چند قدم با فاصله از مقر بنیاد دبی برای آینده و فضاهای خلاقانه آن، و نزدیک به کانون تصمیم‌گیری، مراسم نهمین کنفرانس «زمام» در حوزه سلامت دیجیتال آغاز به کار کرد. افتخار داشتیم که میزبان بحث‌هایی با جمعی از نخبگان بین‌المللی در خصوص آینده پرونده‌های الکترونیک پزشکی، توانمندسازی نیروی انسانی حوزه سلامت و مهارت‌های لازم برای همگامی با تحولات دیجیتال باشیم. و غیرمنتظره نبود که هوش مصنوعی در تقریباً هر گفتگو و ارائه‌ای حضور پررنگی داشته باشد؛ هم به دلیل فرصت‌هایی که ایجاد می‌کند و هم به دلیل آمادگی‌هایی که می‌طلبد. در میان ایده‌های مطرح‌شده، پیشنهاد آقای براین دی‌فرانچسکا برای ایجاد شغلی جدید در بخش مراقبت‌های بهداشتی توجه ما را جلب کرد؛ شغلی که صاحب آن وظیفه دارد کار روزانه را به وظایف کوچک و جزئی تجزیه کند، نیازهای هر وظیفه را درک نماید و تعیین کند کدام بخش‌ها را می‌توان به هوش مصنوعی سپرد. به عنوان مثال، در حوزه پرستاری، از جمله وظایف پرستار جمع‌آوری، مستندسازی، بازبینی اطلاعات و هماهنگی با سایر تیم‌ها درباره آن‌هاست. اما وقتی فناوری به پرستار کمک می‌کند تا برخی از این وظایف را انجام دهد، ممکن است زمان بیشتری برای گوش دادن به بیمار مرددی که در افشای نگرانی‌هایش تردید دارد، یا مشاهده تغییراتی در وضعیت بیمار که مداخله پزشکی را مستلزم است، داشته باشد. اگر کار پژوهشگر را نیز همانند کار پرستار تجزیه کنیم، می‌توانیم ببینیم که هوش مصنوعی در کجا وظیفه مشخصی را بر عهده می‌گیرد و در کجا ماهیت وظیفه ایجاب می‌کند که تصمیم نهایی در دست انسان باقی بماند. این موضوع توسط مطالعه‌ای اخیر که در مجله «نچر» منتشر شده است، روشن می‌شود؛ مطالعه‌ای درباره آزمایشگاهی که توسط پژوهشگران دانشگاه جیائو تونگ شانگهای چین طراحی شده است و برای برنامه‌ریزی و اجرای آزمایش‌های خاصی مرتبط با اسیدهای نوکلئیک به کار می‌رود. آزمایش با یک دستورالعمل متنی آغاز می‌شود که در آن پژوهشگر آنچه را می‌خواهد مشخص می‌کند، سپس سیستم هماهنگی کار دستگاه‌ها و ربات‌ها را تا تکمیل آزمایش بر عهده می‌گیرد، در حالی که تیم انسانی برای نگهداری دستگاه‌ها و تأمین مجدد مواد مورد نیاز مداخله می‌کند. تصور کنید این موضوع برای پژوهشگری که ساعت‌ها را صرف آماده‌سازی نمونه‌ها و تکرار اقدامات می‌کند، چه معنایی دارد؛ او ممکن است فرصتی برای پیگیری یک نتیجه غیرمنتظره پیدا کند که در غیر این صورت تنها به عنوان یک مشاهده در دفتر آزمایشگاه ثبت می‌شد و شاید او را به پرسشی هدایت کند که شایسته یک آزمایش جدید باشد. با این حال، واگذاری اجرا به معنای رها کردن درک علم و اصول آزمایش نیست، بلکه بر اهمیت آموزش عمیق در این زمینه‌ها می‌افزاید. اگر تنها به درخواست انجام آزمایش‌ها و دریافت نتایج آن‌ها بسنده کنیم، ممکن است به تدریج تجربه‌ای را که به ما امکان تمایز بین نتیجه منطقی و خطا را می‌دهد و کشف نقص در طراحی یا تفسیر آزمایش را ممکن می‌سازد، از دست بدهیم. الگوریتم‌ها ممکن است مراحل نادرستی را پیشنهاد دهند یا تفسیرهای متقاعدکننده‌ای ارائه کنند که خطاها یا توهمات را پنهان می‌کنند؛ خطری که زمانی چند برابر می‌شود که ما از نقد آن‌ها عاجز باشیم.

بنابراین، به پرورش پژوهشگرانی نیاز داریم که درک کنند نتایج چگونه تولید شده‌اند و بتوانند آن‌ها را تأیید کنند؛ ضمن اینکه شفافیت در مسئولیت پژوهشگر و مؤسسه نسبت به بازبینی و تأیید این نتایج، صرف‌نظر از میزان استقلال ماشین، ضروری است. همچنین، ما نیازمند بازنگری در فعالیت‌های درمانی، پژوهشی و خدماتی خود، تعیین وظایف مناسب برای واگذاری، و آزمایش تدریجی آن‌ها هستیم. این فرآیند باید با آموزش‌هایی همراه باشد که مهارت‌های ارزیابی، تفسیر و ارتباطات را تقویت کند، و همچنین ضوابطی برای حفاظت از داده‌ها و راستی‌آزمایی نتایج وجود داشته باشد. باید تأثیر این تغییرات را با در نظر گرفتن زمان در دسترس برای بیمار، کیفیت پژوهش و بهبود تجربه ذینفعان سنجید، در حالی که از تجربیات ارزشمندی که به ما امکان هدایت و پاسخگویی این سیستم‌ها را می‌دهد، حفظ شود. بی‌شک، شراکت انسان و ماشین افق‌های گسترده‌ای را پیش روی علم و عمل می‌گشاید و فرصتی را برای ما فراهم می‌کند تا زمان و توانایی‌های خود را به سمت مواردی معطوف کنیم که نیاز به تفکر عمیق‌تر و توجه بیشتری دارند. هرچه بهتر انتخاب کنیم چه مواردی را به ماشین واگذار کنیم و دانش، هدایت و مسئولیت را در دست داشته باشیم، می‌توانیم شراکتی بسازیم که علم را ارتقا دهد و فضای گسترده‌تری برای خلاقیت انسان فراهم کند. دکتر ضاری عادل الحویل