تحلیل متون کهن با هوش مصنوعی چه چیزهایی از تاریخ بشر را برملا می‌کند؟

بررسی اوراق کهن و دست‌نوشته‌های خاک‌گرفته همواره قلمرو اختصاصی مورخان و باستان‌شناسان سنتی بوده است که با ذره‌بین و سال‌ها مرارت به کشف رازهای گذشته می‌پرداختند. با این حال ورود فناوری‌های نوین پردازش زبان طبیعی و کلان‌داده‌ها به این عرصه انقلابی بی‌صدا اما عمیق ایجاد کرده است که می‌تواند تاریک‌ترین زوایای زیست پیشینیان را آشکار سازد. تحلیل میلیون‌ها کتاب اسکن‌شده به ما این امکان را می‌دهد که فراتر از بیوگرافی پادشاهان و جنگ‌های بزرگ به جریان‌های زیرپوستی اندیشه، زبان و تغییرات فرهنگی جوامع در طول قرن‌ها پی ببریم. در واقع این ابزارها به ما نشان می‌دهند که چگونه مفاهیم انتزاعی در ذهن بشر متولد شدند، رشد کردند و گاه به کلی از بین رفتند.

در این مقاله قصد داریم به این موضوع بپردازیم که تحلیل متون کهن با هوش مصنوعی چه چیزهایی از تاریخ بشر را برملا می‌کند و چگونه مدل‌های زبانی بزرگ مسیر درک ما را از گذشته تغییر می‌دهند. آیا واقعاً می‌توان با تحلیل آماری واژگان به احساسات واقعی مردمان قرون وسطی پی برد؟ چگونه الگوریتم‌ها دست‌نوشته‌های ناخوانا یا مخدوش را بازسازی می‌کنند و پیوندهای پنهان میان تمدن‌ها را آشکار می‌سازند؟ با ما همراه باشید تا نحوه مواجهه تکنولوژی مدرن با اسناد تاریخی و تحلیل داده‌های عظیمی را که قرن‌ها از دیدرس انسان پنهان مانده بودند بررسی کنیم.

طلوع عصر تاریخ‌نگاری دیجیتال و تحلیل کلان‌داده‌ها

ورود رایانه‌ها به قلمرو علوم انسانی مسیر سنتی مطالعه کتاب‌های قدیمی را به کلی دگرگون کرده است. پیش از این پژوهشگران ناچار بودند سال‌های طولانی از عمر خود را در کتابخانه‌های تاریک صرف خواندن تعداد محدودی نسخه خطی کنند تا شاید به الگویی خاص دست یابند. امروزه با دیجیتالی شدن میلیون‌ها جلد کتاب در پروژه‌های عظیمی مانند آرشیو اینترنت، الگوریتم‌ها می‌توانند در چند ثانیه کل میراث مکتوب یک تمدن را اسکن کرده و ارتباطات معنایی پیچیده میان آنها را ترسیم کنند.

این روش جدید که تحلیل کلان‌داده‌های متنی نام دارد به ما اجازه می‌دهد روندهای کلان فرهنگی را در مقیاس‌های زمانی چندصدساله مشاهده کنیم. به عنوان مثال با بررسی فراوانی برخی واژگان کلیدی در دوره‌های خاص می‌توان زمان دقیق نفوذ یک ایده فلسفی یا یک نوآوری فناورانه را در میان توده‌های مردم ردیابی کرد. این رویکرد تازه نه تنها کار پژوهشگران را سرعت می‌بخشد بلکه فرضیات سنتی تاریخ‌نگاران را نیز به چالش می‌کشد.

بازسازی دست‌نوشته‌های سوخته و ناخوانای باستانی

بسیاری از پاپیروس‌ها و طومارهای چرمی باستانی به دلیل آتش‌سوزی، رطوبت یا فرسایش طبیعی غیرقابل خواندن شده‌اند. یکی از شگفت‌انگیزترین کاربردهای هوش مصنوعی استفاده از مدل‌های یادگیری عمیق برای بازیابی و خوانش این متون از بین رفته است. با آموزش الگوهای نوشتاری یک زبان باستانی به رایانه، سیستم می‌تواند بخش‌های مخدوش یا افتاده متن را با دقت بالایی پیش‌بینی و بازسازی کند.

پروژه بازخوانی طومارهای سوخته هرکولانیوم (Herculaneum) که در اثر فوران آتشفشان وزوو به زغال تبدیل شده بودند نمونه‌ای درخشان از این فناوری است. دانشمندان توانستند با استفاده از تصویربرداری سه‌بعدی اشعه ایکس و الگوریتم‌های هوش مصنوعی بدون باز کردن فیزیکی طومارها که موجب نابودی آنها می‌شد نوشته‌های یونانی پنهان در لایه‌های زغالی را بخوانند و متون فلسفی جدیدی را کشف کنند که تصور می‌شد برای همیشه گم شده‌اند.

ردیابی تکامل مفاهیم و تغییرات معنایی واژگان در گذر زمان

واژه‌ها موجوداتی زنده هستند که همگام با تغییرات اجتماعی دچار دگرگونی معنایی می‌شوند. هوش مصنوعی با تحلیل بردارهای کلمه (Word Embeddings) می‌تواند مسیر این تغییرات را در طول قرن‌ها به تصویر بکشد. این فناوری با بررسی کلماتی که در مجاورت یک واژه خاص به کار رفته‌اند نشان می‌دهد که چگونه یک مفهوم مثبت در طول زمان به مفهومی منفی یا بالعکس تبدیل شده است.

به عنوان مثال بررسی سیر تحول واژگانی نظیر علم یا دین در متون انگلیسی قرن هفدهم تا نوزدهم آشکار می‌کند که چگونه انقلاب صنعتی و روشنگری تفکر عمومی را بازآفرینی کرده‌اند. هوش مصنوعی نشان می‌دهد که چگونه واژه‌ها از حوزه‌های الهیاتی جدا شده و به تدریج تعاریف سکولار و علمی به خود گرفته‌اند که این امر شاهدی عینی بر تغییر ساختار ذهنی جامعه است.

افشای شبکه‌های پنهان سرقت علمی و اقتباس‌های ادبی

در دنیای باستان و قرون وسطی کپی‌برداری از آثار دیگران بدون ذکر منبع امری بسیار رایج بود و مرزهای مشخصی برای مالکیت فکری وجود نداشت. هوش مصنوعی با مقایسه ساختار جملات، آرایه‌های ادبی و تعابیر خاص در هزاران کتاب قدیمی می‌تواند کدهای پنهان سرقت ادبی یا تاثیرپذیری‌های عمیق نویسندگان از یکدیگر را برملا کند. این کار فراتر از جستجوی کلمات کلیدی ساده است و به تحلیل سبک‌شناختی تکیه دارد.

تحقیقات اخیر روی نمایشنامه‌های دوران الیزابت نشان داده است که برخی از آثار نسبت داده شده به شکسپیر در واقع با همکاری نویسندگان دیگری نوشته شده‌اند. الگوریتم‌ها با تحلیل دقیق بسامد کلمات ربط و ساختارهای نحوی منحصر‌به‌فرد توانسته‌اند سهم واقعی هر نویسنده را در این آثار مشترک تفکیک کنند و تاریخ ادبیات را با حقایق جدیدی روبرو سازند.

تحلیل احساسات جمعی مردمان در دوره‌های بحران تاریخی

مورخان همواره تلاش می‌کنند تا دریابند مردم عادی در زمان وقوع جنگ‌ها، قحطی‌ها یا همه‌گیری‌های بزرگ چه احساساتی را تجربه کرده‌اند. تکنیک تحلیل احساسات (Sentiment Analysis) مبتنی بر هوش مصنوعی با پردازش نامه‌ها، یادداشت‌های روزانه و متون مذهبی بجامانده از دوران بحران می‌تواند نوسانات روانی جامعه را اندازه‌گیری کند. این تحلیل به ما نشان می‌دهد که امید، ترس یا خشم در چه نقاطی به اوج خود رسیده‌اند.

برای نمونه با تحلیل متون مکتوب دوران طاعون سیاه در اروپا الگوریتم‌ها توانسته‌اند الگوهای تغییر از ایمان مذهبی شدید به ناامیدی فلسفی و سپس به سمت واقع‌گرایی اقتصادی را ردیابی کنند. این یافته‌ها ثابت می‌کنند که واکنش‌های روانی جوامع به بحران‌های زیستی شباهت‌های شگفت‌انگیزی به رفتارهای جوامع مدرن در زمان پاندمی‌های اخیر دارد.

نقش هوش مصنوعی در شناسایی نویسندگان گمنام متون کهن

بسیاری از متون تاثیرگذار تاریخی به دلایل امنیتی یا مذهبی بدون نام نویسنده یا با اسامی مستعار منتشر شده‌اند. هوش مصنوعی از طریق تحلیل سبک‌سنجی (Stylometry) قادر است اثر انگشت نوشتاری منحصربه‌فرد هر فرد را شناسایی کند. این روش بر پایه شمارش خودکار ویژگی‌های ناخودآگاه متن مانند طول جملات و الگوی استفاده از کلمات کم‌کاربرد استوار است.

یکی از نمونه‌های موفق این فناوری شناسایی نویسنده واقعی مقالات فدرالیست (Federalist Papers) بود که نقش مهمی در تدوین قانون اساسی آمریکا داشتند. الگوریتم‌ها توانستند با دقت بالا مقالاتی را که دهه‌ها میان پژوهشگران بر سر نویسنده آنها اختلاف بود به شخص الکساندر همیلتون یا جیمز مدیسون نسبت دهند و به یکی از طولانی‌ترین مناقشات تاریخ سیاسی پایان بخشند.

بازخوانی کتیبه‌های میخی و زبان‌های فراموش‌شده با یادگیری ماشین

هزاران لوح گلی به زبان‌های میخی اکدی، سومری و عیلامی در موزه‌های جهان وجود دارند که به دلیل کمبود متخصص زبان‌های باستانی هنوز ترجمه نشده‌اند. مدل‌های یادگیری ماشین با آموزش روی متون دوزبانه و شناخت ساختارهای دستوری زبان‌های مرده اکنون می‌توانند کار ترجمه این کتیبه‌ها را با سرعت بالا انجام دهند. این تحول گنجینه‌ای عظیم از اطلاعات زندگی روزمره مردم باستان را در دسترس ما قرار می‌دهد.

با ترجمه خودکار این لوح‌ها مشخص شد که بخش عمده‌ای از آنها نه حماسه‌های قهرمانانه بلکه نامه‌های اداری، شکایت‌های مشتریان از کیفیت کالاها و لیست‌های مالیاتی بوده‌اند. این اسناد روزمره تصویر بسیار واقعی‌تر و ملموس‌تری از دغدغه‌های اقتصادی و روابط اجتماعی مردمان بین‌النهرین نسبت به متون سلطنتی ارائه می‌دهند.

کشف روابط تجاری و دیپلماتیک از میان اسناد مالی قدیمی

اسناد حسابداری و دفاتر تجاری بنادر قدیمی در نگاه اول خسته‌کننده به نظر می‌رسند اما برای هوش مصنوعی معدن طلایی از اطلاعات هستند. الگوریتم‌های تحلیل شبکه می‌توانند با استخراج نام تاجران، نوع کالاها و مسیرهای حمل‌ونقل از دل این متون، نقشه‌های پیچیده‌ای از جهانی‌شدن اولیه را ترسیم کنند. این نقشه‌ها جریان واقعی کالا و ثروت را در اعصار گذشته نشان می‌دهند.

تحلیل دفاتر تجاری قرون وسطی در حوزه دریای مدیترانه فاش کرد که برخلاف ادعای متون مذهبی آن دوران مبنی بر تحریم کامل مسلمانان و مسیحیان، مبادلات تجاری گسترده و مداومی بین آنها برقرار بوده است. هوش مصنوعی نشان داد که نیازهای اقتصادی همواره بر مرزهای عقیدتی پیشی گرفته و شبکه‌های دوستی و تجاری فرامرزی ایجاد کرده است.

کلیشه‌های جنسیتی و بازنمایی اقلیت‌ها در آینه متون دیجیتال

متون تاریخی عمدتاً توسط طبقات حاکم و مردان نوشته شده‌اند و صدای زنان و اقلیت‌ها در آنها کمتر شنیده شده است. با این حال هوش مصنوعی می‌تواند با تحلیل ساختاری و معنایی متون کهن شیوه توصیف و بازنمایی این گروه‌های حاشیه‌ای را آشکار کند. این الگوریتم‌ها نشان می‌دهند که در چه دوره‌هایی نقش اجتماعی زنان فعال‌تر بوده یا چه زمانی محدودیت‌ها افزایش یافته است.

بررسی میلیون‌ها صفحه از مطبوعات و رمان‌های قرن نوزدهم نشان می‌دهد که توصیف زنان با کلمات مرتبط با حوزه خصوصی و خانه همراه بوده در حالی که مردان با کلمات مربوط به سیاست و تجارت توصیف می‌شدند. ردیابی روند تغییر این همنشینی‌های واژگانی به ما اجازه می‌دهد روند تدریجی شکل‌گیری جنبش‌های تساوی‌خواهی را به صورت آماری و دقیق مطالعه کنیم.

چالش‌های فنی و خطاهای سوگیری الگوریتم‌ها در تحلیل تاریخ

با وجود تمام مزایا استفاده از هوش مصنوعی در تحلیل متون کهن خالی از اشکال و سوگیری نیست. مدل‌های زبانی امروزی عمدتاً بر روی زبان‌های مدرن غربی آموزش دیده‌اند و ممکن است در مواجهه با زبان‌های باستانی یا ساختارهای نحوی پیچیده دچار بدفهمی شوند. همچنین دیجیتالی نشدن بخش زیادی از اسناد مربوط به تمدن‌های غیرغربی می‌تواند باعث ایجاد تصویری تحریف‌شده و اروپامحور از تاریخ شود.

خطای خوانش نوری کاراکترها (OCR) در مورد کتاب‌های قدیمی با فونت‌های نامتعارف نیز می‌تواند داده‌های اشتباهی تولید کند که نتایج تحلیل‌های آماری را به انحراف بکشاند. از این رو دانشمندان تاکید می‌کنند که هوش مصنوعی نباید جایگزین مورخ انسانی شود بلکه باید به عنوان یک دستیار تحلیل‌گر که فرضیات اولیه را برای بازبینی انسانی آماده می‌کند مورد استفاده قرار گیرد.

آینده‌نگری تاریخی و پیش‌بینی روندهای فرهنگی با مدل‌های هوشمند

یکی از هیجان‌انگیزترین افق‌های پیش رو استفاده از هوش مصنوعی برای شبیه‌سازی و پیش‌بینی روندهای اجتماعی بر اساس داده‌های تاریخی است. اگر ما بتوانیم الگوهای سقوط امپراتوری‌ها، تغییرات زبانی و مهاجرت‌های بزرگ را از روی میلیون‌ها سند تاریخی فرموله‌بندی کنیم شاید بتوانیم مسیرهای آینده جوامع بشری را نیز با دقت بیشتری تخمین بزنیم.

این رویکرد که به نوعی شبیه‌سازی پویای تاریخ است به ما اجازه می‌دهد سناریوهای مختلفی را برای تصمیم‌گیری‌های کلان امروز آزمایش کنیم. با بررسی چگونگی مواجهه تمدن‌های گذشته با تغییرات اقلیمی یا فروپاشی‌های اقتصادی از طریق تحلیل متون کهن، مدل‌های هوشمند می‌توانند درس‌های ارزشمندی برای مدیریت بحران‌های معاصر به سیاست‌گذاران ارائه دهند.

اخلاق در باستان‌شناسی دیجیتال و مرزهای هوش مصنوعی

دسترسی به ابزارهای تحلیل هوشمند پرسش‌های اخلاقی جدیدی را در زمینه تفسیر تاریخ ایجاد کرده است. چه کسی مالک داده‌های فرهنگی استخراج‌شده از متون کهن است؟ آیا الگوریتم‌ها می‌توانند بدون در نظر گرفتن زمینه‌های فرهنگی و مذهبی تفاسیر مقدسی را بازنویسی کنند؟ این موضوع نیازمند تدوین چارچوب‌های اخلاقی مشخصی برای باستان‌شناسی دیجیتال است.

علاوه بر این خطر تولید متون جعلی با ظاهری باستانی توسط هوش مصنوعی زاینده وجود دارد که می‌تواند تاریخ‌نگاری را با بحران هویت و اعتبار روبرو کند. حفظ اصالت منابع تاریخی و استفاده مسئولانه از فناوری در تحلیل آنها تضمین می‌کند که روایت‌های ما از گذشته همچنان مبتنی بر واقعیت و روش علمی باقی بمانند.

سوالات متداول

دکتر علیرضا مجیدی

پزشک، نویسنده و بنیان‌گذار وبلاگ «یک پزشک»

دکتر علیرضا مجیدی، نویسنده و بنیان‌گذار وبلاگ «یک پزشک».
با بیش از ۲۰ سال نویسندگی «ترکیبی» مستمر در زمینهٔ پزشکی، فناوری، سینما، کتاب و فرهنگ.
باشد که با هم متفاوت بیاندیشیم!

دربارهٔ علیرضا مجیدی در یک پزشک