1405/02/03
کورش دادخواه

کورش دادخواه

مرتبه علمی: استادیار
ارکید: 0000-0003-2502-9355
تحصیلات: دکترای تخصصی
شاخص H:
دانشکده: دانشکده علوم پایه
اسکولار:
پست الکترونیکی: k.dadkhah [at] uok.ac.ir
اسکاپوس: مشاهده
تلفن:
ریسرچ گیت:

مشخصات پژوهش

عنوان
بازتعریف جایگاه آمار و کارشناسان آن در عصر هوش‌مصنوعی: فرصت‌ها، چالش‌ها و مسئولیت‌های نوین
نوع پژوهش
سخنرانی
کلیدواژه‌ها
آمار در عصر هوش مصنوعی، جایگاه آماردان، هوش مصنوعی و اخلاق، آینده‌ی آمار و داده
سال 1404
پژوهشگران کورش دادخواه

چکیده

در عصر هوش‌مصنوعی، جایگاه آمار و کارشناسان آن دیگر محدود به توصیف و خلاصه‌کردن داده‌ها نیست؛ بلکه به‌عنوان وجدان علمی و اخلاقی جهان داده‌محور، نقشی مرکزی و راهبردی یافته‌است. با افزایش حجم داده‌ها از طریق شبکه‌های اجتماعی، تلفن‌های هوشمند، حسگرهای اینترنت اشیا و سامانه‌های شهری هوشمند، آمار از تحلیل نمونه‌های کوچک به کار با جریان‌های پیوسته و کلان‌داده‌ها حرکت کرده است. این تحول فناوری، نقش آماردان را از «تحلیل‌گر نتایج» به «معمار داده‌ها»، «طراح مدل» و «ناظر اعتبار الگوریتم‌ها» تبدیل کرده و آمار محاسباتی، یادگیری ماشین و علم داده را در قلب روش‌های تحقیق قرار داده است. هم‌زمان، دیدگاه‌های فیلسوفانی مانند کارلو روولی یادآور می‌شوند که آینده نه با هوش‌مصنوعی بیشتر، بلکه با خرد انسانی عمیق‌تر ساخته می‌شود؛ بنابراین آماردان ان باید در کنار تسلط بر ابزارهای فنی، مسئولیت حفظ قضاوت انسانی و پرهیز از وابستگی کورکورانه به خروجی‌های الگوریتمی را بپذیرند. در این چارچوب، روز جهانی آمار فرصتی برای بازاندیشی درباره‌ی نقش آمار در دنیایی است که داده‌ها به سرمایه‌ای راهبردی برای قدرت، تصمیم‌گیری و کنترل اجتماعی تبدیل‌شده‌اند. با گسترش هوش‌مصنوعی، آمار به حوزه‌های نوظهوری مانند آمار محاسباتی، علم داده، تحلیل پیش‌گویانه، مدل‌سازی علیت و تبیین الگوریتمی گسترش یافته‌است. آمار محاسباتی با روش‌هایی مانند مونت‌کارلو و بوت‌استرپ، مسائل پیچیده‌ای را که راه‌حل تحلیلی ندارند، با شبیه‌سازی‌های عددی حل می‌کند و در علوم زیستی، پزشکی و اقتصاد کاربردهای گسترده‌ای دارد. علم داده نیز به‌عنوان توسعه‌ی طبیعی آمار، ترکیبی از آمار، برنامه‌نویسی و محاسبات سنگین است که در آن آماردان نه‌تنها داده را تحلیل می‌کند، بلکه ساختار ذخیره‌سازی، پاک‌سازی و آماده‌سازی آن را نیز طراحی می‌کند. تحلیل پیش‌گویانه با ترکیب آمار و یادگیری ماشین، رفتار آینده را از تقاضای انرژی و بازار سهام تا رفتار مشتریان پیش‌بینی می‌کند؛ در حالی که مدل‌سازی علیت به آماردان ان کمک می‌کند تا نه‌فقط «چه» را ببینند، بلکه «چرا» را تبیین کنند و در سیاست‌گذاری‌های عمومی از هم‌زمانی‌های گمراه‌کننده جدا شوند. در کنار این فرصت‌ها، چالش‌های اخلاقی بزرگی مانند سوگیری داده‌ها، تبعیض الگوریتمی، تهدید حریم خصوصی و ظهور «افراد تقلبی دیجیتال» مانند ربات‌ها و ویدئوهای جعلی (Deepfake) وجود دارد که می‌توانند اعتماد اجتماعی و حقیقت علمی را تضعیف کنند. بنابراین آماردان ان باید به‌عنوان سیاست‌گذاران داده‌محور، طراحان مدل‌های اخلاقی و قابل‌تفسیر و نگهبانان حقیقت عمل کنند؛ یعنی با ایجاد چارچوب‌های نظارتی و اخلاقی بین‌المللی، الگوریتم‌هایی را طراحی کنند که عدالت، شفافیت و اعتماد را تقویت کنند و در عین تسلط بر مهارت‌های ترکیبی (آمار، برنامه‌نویسی، تفکر انتقادی و اخلاق فناوری)، به انسان وفادار به‌مانند.