هوش مصنوعی باستان شناسی را تحریف می کند و دانش بومی را مسطح می کند

توسط میشل ریچاردز، مایکل شاون فلچر، آنتونی رومانو، دانشگاه ملبورن

ویرایش شده توسط Swati Mestri، بررسی توسط اندرو زینین

این مقاله با توجه به روند و سیاست های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

اگر در تصاویر گوگل برای «میراث فرهنگی استرالیا» جستجو کنید، نزدیک بالای نتایج، عکسی از سرهای سنگی غول پیکر حکاکی شده است که از یک صحرای قرمز بالا آمده اند.

آنها قدیمی و واقعی به نظر می رسند. اما این تصویر ساختگی هوش مصنوعی مولد (GenAI) است که هرگز وجود نداشته است و به گونه‌ای در اینترنت دست به دست می‌شود که گویی یک رکورد واقعی از تاریخ استرالیا است.

در حالی که GenAI، فناوری پشت ربات‌های چت و تولیدکننده‌های تصویر، پتانسیل گسترش دسترسی به دانش را دارد، همچنین می‌تواند تاریخ‌های نادرست را رایج کند و دانش بومی را از زمینه آن حذف کند.

این چیزی است که می تواند هم تخصص علمی و هم اقتدار بومی را تضعیف کند.

به‌عنوان محقق، ما به‌طور فزاینده‌ای نگران این هستیم که چگونه این سیستم‌ها بدون رضایت از مالکیت فرهنگی و معنوی بومی (ICIP) استفاده می‌کنند.

بنابراین، چگونه با اطلاعات نادرست مبارزه کنیم و در عین حال دانش علمی واقعی را در دسترس عموم قرار دهیم؟ و وقتی آن دانش را آشکارا به اشتراک می گذاریم، فقط برای اینکه هوش مصنوعی آن را تخصیص دهد، از چه چیزی صرف نظر می کنیم؟

باستان شناسی مدت هاست که روایات حاشیه ای و ادعاهای شبه علمی را به خود جلب کرده است.

شبه علم خود را به عنوان علم نشان می دهد در حالی که از روش های دقیق یا شواهد قابل اعتمادی که باعث کارکرد علم می شود، چشم پوشی می کند.

علم واقعی با اصلاح خود پیشرفت می کند. با انباشته شدن شواهد، ایده های ضعیف تر کنار گذاشته می شوند و نظریه های رد شده به حاشیه می روند.

باستان شناسی هر زمان که اکتشافات تازه تفسیرهای قدیمی را وارونه می کند، حاشیه های خاص خود را ایجاد می کند. اما برخی از ایده ها پابرجا هستند.

به اصطلاح "قاره های گمشده" مو و لموریا هیچ مبنای علمی ندارند، اما افسانه تمدن های اسرارآمیز و برتر غرق شده در اقیانوس آرام امروز همچنان در گردش است.

اما شبه علم به ندرت مزخرف بی ضرر است. در بدترین حالت، برای تصمیم گیری اینکه چه کسی کاملا انسان محسوب می شود، استفاده شده است.

آموزه هایی مانند اصلاح نژاد و داروینیسم اجتماعی مدعی مشروعیت علمی بودند در حالی که انسانیت زدایی سیستماتیک را توجیه می کردند. بسیاری از شبه باستان شناسی امروزی از همان سنت های فکری استفاده می کند.

روایت‌های حاشیه‌ای، حقایق پنهان، راز و مکاشفه را نوید می‌دهند، در حالی که کار دقیق باستان‌شناسی کندتر و پیچیده‌تر است.

داستان‌های مربوط به تمدن گمشده یا بیگانگان باستانی معمولا تفسیر مبتنی بر شواهد را برای سرگرمی محض شکست می‌دهند.

همانطور که جنبش بی امان زمین مسطح نشان می دهد، روایت های حاشیه ای اعتماد عمومی به علم و تخصص را از بین می برد.

و شبه باستان شناسی سابقه طولانی در کاهش تاریخچه های بومی دارد. برخی از برجسته‌ترین بناهایی که تاکنون ساخته شده‌اند تقریبا به هر کسی غیر از مردم بومی که آنها را ساخته‌اند نسبت داده شده‌اند.

موآی های راپا نویی، مجسمه های سنگی بزرگی که توسط جزیره نشینان پلینزی حک شده و در جای خود کشیده شده اند، در کتاب های پرفروش و اکنون در "تاریخ های تولید شده توسط هوش مصنوعی" به بیگانگان باستانی و تمدن های گمشده نسبت داده شده اند.

نان مادول، شهری از سنگ بازالت که در جزایر مصنوعی در میکرونزی رشد کرده است، به جای مردم Saudeleur که آن را مهندسی کرده‌اند، به یک "ابر نژاد" ناپدید شده نسبت داده می‌شود.

در کیمبرلی در غرب استرالیا، برخی می گویند نقاشی های نفیس گویون گویون اثر یک مردم مرموز خارجی است، نه اجداد بومی که فرزندانشان هنوز از آنها مراقبت می کنند. سنگ نگاره های کالدونیای جدید نیز همین رفتار را به خود جلب می کنند.

هر یک از این تاریخ های نادرست جوامع زنده را از میراث اجدادی خود جدا می کند و فرضیات نژادپرستانه در مورد توانایی های مردم بومی را تقویت می کند.

بیشتر سیستم‌های GenAI از وب باز، جایی که اطلاعات نادرست و نظریه‌های حاشیه‌ای شکوفا می‌شوند، یاد می‌گیرند.

بر خلاف یک محقق، این سیستم ها شواهد را وزن نمی کنند یا ادعایی را آزمایش نمی کنند. آنها کلمه قابل قبول بعدی را بر اساس الگوهای موجود در داده های آموزشی خود پیش بینی می کنند، به این معنی که می توانند با اطمینان کامل چیزی غیرواقعی را بازتولید کنند.

GenAI در مقیاس کار می کند و مقادیر زیادی از اطلاعات را در الگوهای آماری فشرده می کند. دانش بومی برعکس عمل می کند. محلی، مبتنی بر مکان و محدود به کشور و جوامع خاصی است.

این ویژگی‌ها به دانش بومی قدرت آن را می‌دهد، اما سیستم‌های هوش مصنوعی در مقیاس بزرگ آنها را صاف می‌کنند.

یک مدل می‌تواند دانش بومی را به عنوان داده‌های آموزشی بدون رضایت، بدون تأیید، بدون جبران و بدون کنترل جامعه بر نحوه استفاده بعدی جذب کند.

مطالعه اخیر ما نشان داد که هوش مصنوعی اغلب می‌تواند اجماع علمی و بومی را جدا از روایت‌های فرسوده حاشیه‌ای تشخیص دهد. اما این توانایی در وهله اول بر داده های آموزشی است که بدون اجازه جامعه جمع آوری یا تکثیر شده است.

مبارزه با اطلاعات نادرست به معنای درگیر کردن مردم است، اما اگر تحقیقات قوی غیرقابل دسترس باشد، روایت‌های حاشیه‌ای شکاف را پر می‌کنند.

آن روایت‌ها سپس به تغذیه نسل بعدی داده‌های آموزشی هوش مصنوعی می‌پردازند.

دانش بومی فراتر از داستان ها و بیان فرهنگی به سوابق محیطی، دانش چشم انداز و داده های ساخته شده از طریق نسل های ارتباط با کشور می رسد.

دانش بومی اطلاعات بی اثر یا بدون مالکی نیست که منتظر استخراج باشد. آنها رابطه ای هستند، قرار دارند و توسط پروتکل ها اداره می شوند.

بسیاری از محققان در استرالیا و اقیانوس آرام دهه ها را صرف ایجاد اعتماد با جوامع بومی، جزیره نشینان تنگه تورس و جزایر اقیانوس آرام کرده اند. این جوامع اکنون از هوش مصنوعی برای احیای زبان و برای تحقیقاتی که نیاز به دسترسی به آرشیوهای فرهنگی دارد استفاده می کنند.

هنگامی که جوامع با انتشار موافقت می کنند، آنها تصمیم می گیرند دانش خود را بر اساس شرایط خود عمومی کنند. چیزی که آنها با آن موافقت نکرده اند، ماشینی است که آن را از زمینه جدا می کند و اشتباه می کند.

گام های عملی وجود دارد که جامعه پژوهشی می تواند انجام دهد.

مجلات و مخازن پژوهشی باید قبل از انتشار داده‌های بومی و بررسی مجموعه‌های موجود برای وضعیت ICIP خود، به شواهدی مبنی بر مجوز جامعه نیاز داشته باشند. دانشگاه ها و آژانس های تامین مالی باید ICIP را در طراحی تحقیق، بررسی اخلاقی و بررسی همتایان بسازند.

مهمتر از همه، جوامع بومی باید بر نحوه تفسیر و استفاده مجدد از دانش خود، قدرت خود را حفظ کنند. این به معنای مشارکت واقعی است، نه مشاوره با تیک.

با وجود پیشرفت سریع، GenAI جایگزین تخصص نشده است.

یک بزرگتر، مالک سنتی، دارنده دانش یا دانشمند را می توان مورد بازخواست، به چالش کشیدن و پاسخگویی قرار داد.

دانش آنها از تجربه زیسته، روابط طولانی و مسئولیت رشد می کند. یک چت بات هیچ کدام از اینها را ارائه نمی دهد.

کارشناسان واقعی، از جمله خود کشور، در زندگی‌ها و سیستم‌های دانشی تعبیه شده‌اند که درک واقعی از آنها رشد می‌کند.

میشل جی ریچاردز و همکاران، آخرالزمان باستانی اکنون: درس هایی از شبه علم در اقیانوس آرام در مواجهه با GenAI، باستان شناسی استرالیا (2026). DOI: 10.1080/03122417.2026.2706246

سواتی مستری دارای مدرک لیسانس در مهندسی الکترونیک است و از سال 2019 به عنوان ویرایشگر محتوا کار کرده است. او ویرایش اسناد تحقیقاتی در زمینه فناوری، مراقبت های بهداشتی و علم مواد را تجربه کرده است و علاقه خاصی به فناوری و فضا دارد. نمایه کامل →

فوق لیسانس فیزیک با تجربه تحقیق. علاقه مندان به اخبار علمی طولانی مدت. نقش کلیدی در موفقیت سرمقاله Science X ایفا می کند. نمایه کامل →

این مقاله برای اولین بار در Pursuit منتشر شد. اصل مقاله را اینجا بخوانید.