کد خبر: 4354269
تاریخ انتشار : ۰۴ خرداد ۱۴۰۵ - ۱۳:۰۹

گذار پژوهشگران علوم قرآنی از رویکردهای سنتی به روش‌های میان‌رشته‌ای و دیجیتال

پژوهش‌های علوم قرآن و حدیث با عبور از روش‌های سنتی و بهره‌گیری از ابزارهای هوش مصنوعی برای کمّی‌سازی داده‌ها و مدل‌سازی نظام‌های مفهومی، در حال گذار به سوی رویکردی ساختاریافته و داده‌محور هستند. این تحول دیجیتال نه تنها چالش‌هایی نظیر گسست انتقال تجربه و ضعف در مسئله‌یابی را برطرف می‌کند، بلکه با شفاف‌سازی متدولوژی، آینده مطالعات دینی را در مسیری دقیق‌تر و تکرارپذیر ترسیم کرده است.

ضرورت شبکه‌سازی بین‌المللی در مطالعات دینی برای عبور از انزوا

به گزارش ایکنا نشست هم‌اندیشی استادان علوم قرآن و حدیث سراسر کشور، چهارشنبه، سی‌ام اردیبهشت‌ماه، در سالن شهدای جهاد علمی وزارت علوم، تحقیقات و فناوری برگزار شد. یکی از پنل‌های این نشست «پژوهش» بود که در آن تعدادی از اساتید حوزه علوم قرآن و حدیث به بیان دیدگاه‌های خود در قالب سلسله مقالاتی پرداختند. که در ادامه تقدیم می‌شود:

از جمله مقالات ارائه شده، مقاله «شبکه‌های پویای انتقال تجربه در مطالعات دینی: الگویی برای ارتقای همکاری‌های بین‌المللی» به قلم فاطمه حاجی‌اکبری، دانشیار گروه علوم قرآن و حدیث دانشگاه کوثر بجنورد بود که در ادامه چکیده این مقاله ارائه شده است.

در دهه‌های اخیر، تعاملات بین‌المللی و میان‌رشته‌ای به محور اصلی پیشرفت علمی در رشته‌های مختلف به ویژه علوم انسانی تبدیل شده است. پژوهشگران در کشور‌های مختلف برای تولید دانش قابل اتکا نیازمند دسترسی به شبکه‌های علمی بین‌المللی و تجربه‌های عملی در کنفرانس‌ها و مجامع تخصصی هستند. حضور در چنین محیط‌هایی باعث می‌شود که پژوهشگران با شیوه‌های نوین ارائه و نقد علمی آشنا شوند، از جریان‌های پژوهشی نوین اطلاع پیدا کنند و ظرفیت تعامل میان‌رشته‌ای خود را تقویت نمایند.

با وجود این تحولات، دانشگاه‌های ایران همچنان با چالش‌هایی ساختاری در زمینه انتقال تجربیات بین‌المللی مواجه‌اند. بخش قابل توجهی از مشارکت‌های علمی اساتید ایرانی در کنفرانس‌ها و نشست‌های خارجی، به‌صورت فردی باقی می‌ماند و فاقد سازوکار ثبت، تحلیل و انتقال سازمان‌یافته است. در نتیجه، دانشی که می‌تواند به عنوان سرمایه جمعی مورد استفاده دانشگاه‌ها، گروه‌های آموزشی و پژوهشگران جوان قرار گیرد، در سطح تجربه شخصی محدود شده و وارد چرخه رشد علمی کشور نمی‌شود. این وضعیت نه‌تنها موجب هدررفت ظرفیت‌های بین‌المللی می‌شود، بلکه امکان برنامه‌ریزی علمی مبتنی بر تجربه، شکل‌گیری همکاری‌های میان‌رشته‌ای و ارتقای جایگاه علمی ایران در سطح جهانی را نیز محدود می‌کند.

 

سرمایه‌گذاری بر تعاملات علمی و انتقال تجربیات، نه یک فعالیت جانبی، بلکه یک ضرورت حیاتی برای حرکت نظام آموزش عالی ایران به سوی استاندارد‌های جهانی و ایفای نقش مؤثر در تولید دانش بین‌المللی است. این پژوهش بر آن است با روش توصیفی تحلیلی الگویی برای «شبکه‌های انتقال تجربه» ارائه دهد؛ الگویی که بتواند تجارب فردی اساتید را به دانشی نظام‌مند، قابل‌استفاده و قابل‌انتقال تبدیل کند.

غلبه بر چالش‌های فعلی نیازمند عزمی ملی، نگاهی استراتژیک و حرکت گام‌به‌گام و صبورانه است. باید پذیرفت که هزینه سرمایه‌گذاری برای باز کردن در‌های دانشگاه به روی جهان، به مراتب کمتر از هزینه‌های مادی و معنوی انزوا و عقب‌ماندگی علمی است.

ضرورت شبکه‌سازی بین‌المللی در مطالعات دینی برای عبور از انزوا

در ادامه این پنل، مقاله «کاربست هوش مصنوعی در تحلیل رایانشی و مدل‌سازی نظام‌مندی‌های مفهومی قرآن کریم با تأکید بر مطالعات اسلامی دیجیتال و کمی‌سازی داده‌های کیفی» به قلم زینب حاجی‌محمدی، استادیار پژوهشکده مطالعات میان رشته‌ای قرآن دانشگاه شهیدبهشتی نیز ارائه شد که در ادامه چکیده این مقاله ارائه تقدیم می‌شود.

در دهه‌های اخیر، مطالعات قرآنی از چارچوب‌های صرفاً سنتی و تک‌رشته‌ای فاصله گرفته و به‌سوی رویکرد‌های میان‌رشته‌ای، داده‌محور و فناورانه حرکت کرده است. این تحول، متأثر از گسترش علوم انسانی دیجیتال، توسعه پردازش زبان طبیعی، رشد هوش مصنوعی، و امکان تحلیل محاسباتی متون دینی و میراث اسلامی است. در چنین فضایی، قرآن‌پژوهی معاصر نیز با پرسش‌های جدیدی مواجه شده است: آیا می‌توان از هوش مصنوعی برای تحلیل ساختار‌های زبانی، مفهومی و شبکه‌ای قرآن بهره برد؟ آیا فناوری‌های نوین می‌توانند به فهم نظام‌مندی‌های درونی متن قرآن، تحلیل روابط میان‌موضوعی آیات، یا بازخوانی روشمند برخی مباحث مرتبط با اعجاز قرآن یاری رسانند؟ و مهم‌تر از آن، آیا می‌توان بخشی از داده‌ها و یافته‌های کیفی در مطالعات قرآنی را به کمک ابزار‌های هوشمند، در قالب‌هایی ساخت‌یافته‌تر، سنجش‌پذیرتر و قابل تحلیل مجدد ارائه کرد؟

در سال‌های اخیر، مفهوم مطالعات اسلامی دیجیتال به‌عنوان یکی از شاخه‌های نوظهور در فضای دانشگاهی جهانی مطرح شده است. این حوزه با بهره‌گیری از ابزار‌های دیجیتال، پیکره‌های متنی، پایگاه‌های داده، روش‌های متن‌کاوی و تحلیل رایانشی، امکان بازاندیشی در شیوه مطالعه متون اسلامی را فراهم آورده است. در این میان، قرآن به‌عنوان متنی بنیادین، از ظرفیت بسیار بالایی برای تحلیل‌های رایانشی برخوردار است؛ زیرا از یک‌سو متن آن تثبیت‌شده، محدود و دقیق است و از سوی دیگر، لایه‌های زبانی، بلاغی، مفهومی و تفسیری آن بسیار گسترده و پیچیده‌اند. همین ویژگی دوگانه موجب می‌شود که قرآن، هم برای تحلیل‌های محاسباتی مناسب باشد و هم در برابر تقلیل‌گرایی فناورانه مقاومت کند. بنابراین، هرگونه بهره‌گیری از هوش مصنوعی در این حوزه نیازمند دقت نظری، احتیاط روش‌شناختی و مرزبندی روشن میان تحلیل فنی و تفسیر معنایی است.

یکی از عرصه‌های مهم در این زمینه، قرآن‌کاوی رایانشی است. مقصود از قرآن‌کاوی رایانشی، به‌کارگیری روش‌های متن‌کاوی، داده‌کاوی، تحلیل شبکه، مدل‌سازی معنایی و پردازش زبان طبیعی برای استخراج الگوها، روابط و ساختار‌های نهفته در متن قرآن است. از طریق این رویکرد می‌توان به بررسی بسامد واژگان، هم‌رخدادی مفاهیم، خوشه‌بندی موضوعی، شباهت‌های معنایی، روابط بین‌سوره‌ای و بین‌آیه‌ای، و حتی بازنمایی شبکه‌ای مضامین قرآنی پرداخت. این امکانات، به‌ویژه در مطالعه سیستم‌های قرآنی اهمیت می‌یابد؛ یعنی در جایی که پژوهشگر می‌کوشد از سطح تحلیل خطی آیات فراتر رود و به شناسایی الگو‌های کلان، انسجام ساختاری، شبکه‌های مفهومی و معماری معنایی متن قرآن دست یابد.

در کنار این مسئله، مباحث مربوط به اعجاز قرآن و به‌ویژه اعجاز علمی قرآن نیز در دوران معاصر با شرایط جدیدی مواجه شده‌اند. از یک‌سو، این حوزه همواره مورد توجه قرآن‌پژوهان، متکلمان و مفسران بوده و از سوی دیگر، در روزگار ما با ورود داده‌های علمی، نظریه‌های جدید و ابزار‌های پردازشی، امکان طبقه‌بندی، مقایسه و تحلیل گسترده‌تر داده‌ها فراهم شده است. با این حال، یکی از چالش‌های مهم در این حوزه، نبود چارچوبی دقیق برای ارزیابی روشمند دعاوی اعجازپژوهانه است. بسیاری از پژوهش‌ها یا در سطح اثبات‌گرایانه و خطابی باقی می‌مانند یا از منظر انتقادی، نسبت به تحمیل یافته‌های متغیر علوم تجربی بر متن قرآن هشدار می‌دهند. در این میان، هوش مصنوعی می‌تواند نه به‌عنوان داور نهایی حقیقت، بلکه به‌عنوان ابزاری برای دسته‌بندی داده‌ها، مقایسه الگو‌های استدلالی، کشف روابط میان‌متنی و صورت‌بندی دقیق‌تر دعاوی مورد استفاده قرار گیرد.

مسئله مهم دیگر، نسبت میان پژوهش‌های کیفی قرآنی و امکان کمی‌سازی بخشی از داده‌های آنها است. بخش عمده مطالعات قرآنی، تفسیری، معناشناختی و مفهومی، در چارچوب تحلیل‌های کیفی صورت می‌گیرد. این نوع پژوهش‌ها واجد عمق معنایی، دقت تفسیری و حساسیت هرمونوتیک هستند، اما در بسیاری موارد از بازنمایی ساخت‌یافته، سنجش‌پذیر و قابل مقایسه محروم می‌مانند. در مقابل، روش‌های نوین هوش مصنوعی و تحلیل داده این ظرفیت را دارند که بخشی از مضامین، کد‌های مفهومی، پیوند‌های موضوعی و الگو‌های تفسیری را در قالب داده‌های ساخت‌یافته، ماتریس‌های مفهومی، نمودار‌های ارتباطی و مدل‌های کمی بازنمایی کنند. مقصود از این کمی‌سازی، جایگزین کردن عدد به‌جای معنا نیست؛ بلکه مقصود، تقویت قدرت تحلیل، مقایسه، بازتولیدپذیری و شفافیت در بخشی از فرایند پژوهش است.

با وجود گسترش پژوهش‌ها در حوزه‌های هوش مصنوعی، علوم انسانی دیجیتال، مطالعات اسلامی دیجیتال، متن‌کاوی دینی و حتی برخی کاربرد‌های پردازش زبان طبیعی در متون عربی، هنوز در فضای پژوهشی فارسی‌زبان و حتی در بخش مهمی از مطالعات اسلامی، چارچوبی منسجم برای تبیین کاربست هوش مصنوعی در پژوهش‌های میان‌رشته‌ای قرآن شکل نگرفته است. به‌ویژه خلأیی جدی در پیوند دادن پنج حوزه مهم مشاهده می‌شود: هوش مصنوعی و روش‌شناسی علوم انسانی؛ مطالعات اسلامی دیجیتال؛ قرآن‌کاوی رایانشی؛ تحلیل نظام‌مندی‌های قرآنی و اعجازپژوهی؛ کمی‌سازی داده‌های کیفی در مطالعات قرآنی.

بر این اساس، مسئله اصلی این پژوهش آن است که چگونه می‌توان از ظرفیت‌های هوش مصنوعی، نه صرفاً در سطح ابزار‌های فنی، بلکه در سطح روش‌شناسی پژوهش قرآنی بهره گرفت؛ به‌گونه‌ای که هم پیچیدگی معنایی و تفسیری متن قرآن حفظ شود، و هم امکان تحلیل ساختاری، داده‌محور و تا حدی کمی برای بخشی از داده‌های کیفی فراهم آید. اهمیت این مسئله از آن روست که در صورت تبیین صحیح، می‌تواند افق تازه‌ای در قرآن‌پژوهی معاصر بگشاید و زمینه را برای شکل‌گیری نسل جدیدی از مطالعات قرآنی، با تلفیق دقت تفسیری و توان تحلیلی فناوری، فراهم سازد. البته تلاش پژوهشگران و اساتید به خصوص در زمینه مطالعات میان رشته‌ای قرآن و به خصوص پژوهشکده مطالعات میان رشته‌ای قرآن دانشگاه شهید بهشتی در این راستا قابل تقدیر هست. پژوهشکده مطالعات میان رشته‌ای قرآن طی ارایه ده دوره رشته‌های علوم قرآنی-اعجاز و قرآنکاوی رایانشی در مقطع کارشناسی ارشد؛ این فعالیت‌ها را برای اولین بار در جهت استفاده از هوش مصنوعی و داده کاوی در قرآن انجام داده است. استفاده از فناوری‌های نوین به خصوص هوش مصنوعی در سطحی روش‌شناختی (نه صرفاً ابزاری) برای تحلیل ساختاری و مفهومی قرآن و نیز کمی‌سازی بخشی از داده‌های کیفی را به صورت علمی و روشمند انجام داده‌اند، بدون آنکه به تقلیل معنایی متن بینجامد. این تلاش‌ها منجر به رویکرد جدید مطالعات میان رشته‌ای قرآن هست که ترکیبی از پژوهش‌هایی در زمینه متن‌کاوی قرآن، تحلیل آماری واژگان و طبقه‌بندی موضوعی با حوزه‌هایی مانند تحلیل نظام‌مندی‌های قرآنی، اعجاز قرآن و اعجاز علمی و تبدیل داده‌های کیفی تفسیری به داده‌های ساخت‌یافته را شامل می‌شود.

ضرورت شبکه‌سازی بین‌المللی در مطالعات دینی برای عبور از انزوا



مقاله «مهارت مسئله یابی؛ حلقه‌ای مفقوده در فرآیند پژوهش دانشجویان رشته علوم قرآن و حدیث» به قلم میثم کهن‌ترابی، دانشیار گروه علوم قرآن و حدیث دانشگاه بزرگمهر قائنات نیز ارائه شد که چکیده آن را در ادامه با هم می‌خوانیم.

یکی از معضلات جدی و کمتر مورد توجه در آموزش دانشگاهی رشته «قرآن و حدیث»، ناتوانی نظام آموزشی در آموزش مهارت مسئله‌یابی پژوهشی است. برخلاف تصور رایج، مشکل اصلی نه فقدان استعداد در میان دانشجویان و نه کم‌کاری آنان در مطالعه منابع است. مسئله در وهله نخست، ضعف ساختاری در آموزش پژوهش است.

دانشجویان تحصیلات تکمیلی بار‌ها با این پرسش بنیادین مواجه‌اند که «مسئله پژوهش من دقیقاً چیست؟» و غالباً پاسخی روشن نمی‌یابند، زیرا اساساً نیاموخته‌اند که مسئله چگونه و از کجا پدید می‌آید. در آموزش رایج قرآن و حدیث، همچنان «موضوع» جای «مسئله» را گرفته است. دانشجو می‌تواند عناوینی آشنا و تکرارشونده پیشنهاد کند، اما نمی‌داند پژوهش علمی زمانی معنا پیدا می‌کند که به یک خلأ معرفتی، تعارض تفسیری، اختلاف روشی یا پرسشی حل‌نشده در ادبیات موجود پاسخ دهد.

نتیجه آن است که بخش قابل توجهی از پایان‌نامه‌ها و مقالات، در سطح گزارش اقوال و بازنویسی آثار پیشین باقی می‌مانند؛ پژوهش‌هایی که اگرچه از حیث نقل منظم‌اند، اما فاقد مسئله‌اند و در عمل دانشی را پیش نمی‌برند. این وضعیت تا حد زیادی به ناتوانی برخی اساتید در آموزش پژوهش مسئله‌محور بازمی‌گردد.

بسیاری از مدرسان قرآن و حدیث در چارچوبی تربیت شده‌اند که ارزش علمی پژوهش در کثرت منابع و گستردگی نقل سنجیده می‌شد، نه در قدرت طرح مسئله و تحلیل انتقادی. چنین رویکردی، ناخواسته بازتولید می‌شود و آموزش پژوهش به آموزش گردآوری مطالب تقلیل می‌یابد. نکته نگران‌کننده آن است که این ضعف، در شرایطی تداوم یافته که در چند دهه اخیر، مطالعات قرآنی و حدیثی در غرب به‌شدت مسئله‌محور شده‌اند. پژوهش‌هایی از پژوهشگرانی، چون جان ونزبرو، اندرو ریپین، گابریل سعید رینولدز، نیکولای سینای و آنجلیکا نویورت، و در حوزه حدیث از‌هارالد موتسکی، گرگور شولر و یوناتان براون، با طرح پرسش‌هایی درباره تاریخ شکل‌گیری متن، ساختار گفتمانی قرآن، تاریخ‌گذاری روایات و نسبت حدیث و فقه، افق‌های تازه‌ای گشوده‌اند. با این حال، برخی از اساتید دانشگاهی در داخل یا از این ادبیات بی‌اطلاع‌اند یا ارتباطی محدود و غیرنظام‌مند با آن دارند؛ نتیجه آنکه دانشجو اساساً با منطق پژوهش مسئله‌محور آشنا نمی‌شود.

ضعف آموزش مسئله‌یابی تنها در مرحله تولید پایان‌نامه یا مقاله آشکار نمی‌شود، بلکه حتی در فرآیند گزینش دانشجوی دکتری نیز خود را نشان می‌دهد. مصاحبه‌های دکتری در بسیاری از موارد همچنان بر محور پرسش از منابع کلاسیک، محفوظات و متون پیشین می‌چرخد؛ منابعی که گاه دهه‌هاست در سرفصل‌ها تکرار می‌شوند. کمتر از داوطلب انتظار می‌رود که مسئله‌ای نو طرح کند، نسبت خود را با ادبیات پژوهشی معاصر توضیح دهد، یا نشان دهد قرار است پژوهش او چه خلأیی را پر کند.

این رویه به‌روشنی پیام می‌دهد که حتی در بالاترین سطح تحصیلات، «نوآوری مسئله‌محور» اولویت ندارد. درس «روش تحقیق» نیز که می‌توانست نقطه کانونی اصلاح این وضعیت باشد، در عمل همچنان از ایفای نقش خود بازمانده است. اگرچه در سال‌های اخیر در برخی دانشگاه‌ها این درس با عنوان «روش تحقیق رایانه‌ای» بازتعریف شده، اما این تغییر بیش از آنکه ماهوی باشد، شکلی است.

در این رویکرد، دانشجو می‌آموزد چگونه با استفاده از نرم‌افزارها، پایگاه‌های داده و ابزار‌های دیجیتال، همان مسیر پیشین را صرفاً سریع‌تر طی کند: جست‌وجوی منابع، فیش‌برداری و سامان‌دهی مطالب. آنچه همچنان غایب است، آموزش مهارت مسئله‌یابی، تحلیل منازعات علمی و تشخیص خلأ پژوهشی است. به بیان دیگر، روش تحقیق رایانه‌ای یاد می‌دهد چگونه پژوهش‌های غیرمسئله‌مند را کارآمدتر تولید کنیم، نه اینکه چگونه مسئله را درست تشخیص دهیم.

پیامد این مجموعه کاستی‌ها روشن است: تکرار عناوین، فقر نوآوری، گسست مطالعات قرآن و حدیث از مسائل زنده جهان معاصر، و ناتوانی دانش‌آموختگان در ورود جدی به گفت‌و‌گو‌های علمی بین‌المللی. تا زمانی که آموزش و گزینش دانشگاهی بر حفظ منابع پیشین به‌جای پرورش ذهن مسئله‌مند استوار باشد، تولید پژوهش‌های اثرگذار بیش از آنکه واقعیت باشد، یک شعار باقی خواهد ماند.

بازاندیشی در آموزش پژوهش در قرآن و حدیث، دیگر یک انتخاب اختیاری نیست، بلکه ضرورتی علمی و نهادی است. آموزش مسئله‌یابی، تمرین عملی تحلیل پژوهش‌های مسئله‌محور، مواجهه نقادانه با مطالعات معاصر، اصلاح محتوای درس روش تحقیق ـ اعم از سنتی و رایانه‌ای ـ و بازنگری در معیار‌های مصاحبه‌های دکتری، شرط لازم برای خروج این رشته از وضعیت رکود توصیفی است. بی‌توجهی به این امر، به معنای ادامه تولید پژوهش‌هایی است که نوشته می‌شوند، اما مسئله‌ای را حل نمی‌کنند.

در ادامه مقاله «هوش مصنوعی و تحول روش پژوهش در علوم قرآن و حدیث: فرصت‌ها، مخاطرات و چالش‌های معرفت‌شناختی» به قلم الهه هادیان رسنانی، دانشیار دانشگاه قرآن و حدیث بود که چکیده این مقاله در ادامه ارائه شده است.

ورود هوش مصنوعی به عرصه پژوهش‌های علوم انسانی، به‌ویژه علوم قرآن و حدیث، فرصت‌ها و در عین حال آسیب‌های جدّی پدید آورده است. هرچند این فناوری می‌تواند در برخی مراحل پژوهش به‌عنوان ابزاری کمکی مورد استفاده قرار گیرد، اما سپردن فهم متن وحی به الگوریتم‌هایی فاقد فهم انسانی، ادراک معنایی و مسئولیت معرفتی، خطری جدّی است. مسئله اصلی آن است که آیا می‌توان فهم قرآن و حدیث را به سامانه‌هایی واگذار کرد که نه مراد متن را درک می‌کنند، نه قدرت اجتهاد دارند و نه در برابر حقیقت دینی مسئولیتی احساس می‌کنند؟

ضرورت شبکه‌سازی بین‌المللی در مطالعات دینی برای عبور از انزوا

مهم‌ترین آسیب هوش مصنوعی در مطالعات علوم قرآن و حدیث، فقدان اجتهاد انسانی است. هوش مصنوعی هرچند توان پردازش حجم عظیمی از داده‌ها را دارد، اما فاقد فهم انسانی، تشخیص حجیت، درک سیاق، فهم مراد هدایتی آیات و آشنایی حقیقی با قواعد اجتهادی است. ازاین‌رو، نمی‌تواند «اجتهاد دینی» و تولید اصیل معنای دینی را انجام دهد؛ زیرا اجتهاد دینی فراتر از گردآوری و تحلیل اطلاعات است و نیازمند تأمل عالمانه، درک تاریخی، ادبی، کلامی و معرفتی و فهم انسانی از مراد متن وحی است؛ فهمی که در بستر زیست علمی، تجربه پژوهشی و قدرت استنباط شکل می‌گیرد، نه صرف پردازش داده‌ها.

برای نمونه، درباره تعبیر «هُوَ أَفْصَحُ مِنِّی لِسَانًا» (قصص: ۳۴)، مفسران دیدگاه‌های مختلفی مطرح کرده‌اند که برخی از آنها با مسئله عصمت انبیا به‌سختی قابل جمع است. در پژوهشی علمی (توسط اینجانب)، با تکیه بر ریشه لغوی «فصح» (خلوص) و سیاق آیات، دیدگاهی ارائه شده که بر اساس آن، مقصود فصاحت لفظی نیست؛ بلکه هارون (ع) به دلیل نداشتن پیشینه قتل در مصر، در نگاه مردم و دستگاه فرعون از پذیرش اجتماعی بیشتری برخوردار بود. این برداشت حاصل تأمل در ریشه لغت، سیاق آیات، فضای اجتماعی داستان و مسئله عصمت است؛ امری که هوش مصنوعی فاقد قدرت دستیابی به آن است.

الگوریتم‌ها می‌توانند اقوال را جمع‌آوری کنند، اما قدرت اجتهاد و تولید فهم نوآورانه تفسیری را ندارند. از همین‌رو، اتکای افراطی به هوش مصنوعی در پژوهش‌های قرآنی و حدیثی، به‌تدریج موجب توقف تولید علم، رکود اجتهاد تفسیری و کاهش خلاقیت علمی خواهد شد.

آسیب دوم، کاهش فرهنگ مطالعه عمیق و کتاب‌خوانی در میان پژوهشگران است. امروزه بسیاری از پاسخ‌ها به‌سرعت از طریق ابزار‌های هوش مصنوعی دریافت می‌شود و همین امر سبب می‌شود پژوهشگر کمتر به سراغ مطالعه مستقیم منابع برود. در گذشته، پژوهشگر هنگام تورق کتاب‌ها، افزون بر مطلب اصلی، با نکات حاشیه‌ای، دیدگاه‌های فرعی و ظرایف علمی متعددی آشنا می‌شد و همین فرایند، بخشی از تربیت علمی او را شکل می‌داد. سنت ارزشمند حاشیه‌نویسی عالمان بر کتاب‌ها نیز نوعی تولید دانش و گفت‌وگوی علمی میان نسل‌ها بود که با گسترش استفاده سطحی از هوش مصنوعی، در معرض فراموشی قرار گرفته است.

آسیب سوم، فقدان احاطه دقیق هوش مصنوعی بر منابع تفسیری و حدیثی اسلامی است. این سامانه‌ها در بسیاری موارد، اطلاعات نادرست یا ناقص ارائه می‌کنند و گاه با ترکیب برخی داده‌های صحیح و ناصحیح، تصویری غیرواقعی از دیدگاه مفسران به دست می‌دهند. برای مثال، هنگامی که درباره نظر یک مفسر خاص پرسش می‌شود، ممکن است هوش مصنوعی مطالبی را به او نسبت دهد که اساساً در آثار وی وجود ندارد. نتیجه این وضعیت، شکل‌گیری نسلی از دانشجویان و پژوهشگران است که با اعتماد بیش از حد به این ابزارها، بر پایه اطلاعات نادرست تربیت می‌شوند.

در برابر این آسیب‌ها، لازم است راهکار‌هایی علمی و روش‌مند ارائه شود. نخست آن‌که موضوعات پژوهشی‌ای تعریف شوند که نیازمند فهم و اجتهاد انسانی باشند؛ مانند استخراج سیر تطور تفاسیر درباره آیات قرآن. در چنین موضوعاتی، پژوهشگر باید شخصاً داده‌ها را از منابع تفسیری استخراج کند، هرچند در مراحل دسته‌بندی، تحلیل اولیه یا تدوین، بتواند از هوش مصنوعی به‌عنوان دستیار پژوهشی بهره گیرد. در بخش‌هایی که نیازمند فهم اصیل و اجتهاد علمی است، نقش انسان جایگزین‌ناپذیر خواهد بود.

توجه به این موضوعات می‌تواند مانع رکود تولید علم در میان پژوهشگران شود. در همین راستا، اینجانب نیز کلان‌پروژه‌ای را با همین هدف تدوین کرده‌ام که هم‌اکنون در دانشگاه قرآن و حدیث در مراحل تصویب قرار دارد.

راهکار دوم، اصلاح آیین‌نامه‌های استفاده از هوش مصنوعی در پژوهش، از منظر معرفت‌شناختی و روش‌شناختی است. امروزه حتی اگر پژوهشگری متنی را شخصاً نگاشته باشد، اما در ویرایش آن از هوش مصنوعی کمک بگیرد، برخی سامانه‌های تشخیص متن، کل اثر را تولید هوش مصنوعی معرفی می‌کنند.

این مسئله نشان می‌دهد که مرز میان «کمک پژوهشی» و «تولید متن» هنوز شفاف نشده است. ازاین‌رو، تدوین ضوابط دقیق برای نحوه استفاده از هوش مصنوعی در پژوهش‌های علوم انسانی و اسلامی، ضرورتی جدی است.

انتهای پیام
خبرنگار:
تیمور کاکایی
دبیر:
سلما آرام
captcha