دو مرد که هر دو در ساختن هوش مصنوعی مدرن نقش داشتند، این هفته در لاسوگاس روی یک صحنه نشستند و دربارهی یک چیز به توافق نرسیدند: اینکه آیا این فناوری میتواند بشر را نابود کند یا نه. جفری هینتون احتمال ۱۰ تا ۲۰ درصدی میدهد؛ اندرو نیگ میگوید هیچ مسیر باورپذیری برای چنین سناریویی وجود ندارد. فیفی لی هم بهعنوان صدای سوم پنل، بحث را از فاجعه به سمت سیاستگذاری و آموزش برگرداند. کنفرانس Ai4 2026 با حدود ۱۲ هزار شرکتکننده، صحنهی این رویارویی بود.

لیست مطالب
۱) صحنهای که سه نسل از هوش مصنوعی را کنار هم نشاند
کنفرانس Ai4 برخلاف رویدادهای پژوهشی مثل NeurIPS، مخاطب دانشگاهی ندارد؛ مدیران فناوری، مدیران ارشد داده و خریداران سازمانی هستند که آمدهاند ببینند این فناوری را چطور در شرکتشان پیاده کنند. نسخهی ۲۰۲۶ در هتل ونیزین و در قالبی سهروزه از ۴ تا ۶ اوت برگزار شد؛ با فضایی نزدیک به یک میلیون فوت مربع که طبق اعلام برگزارکنندگان تقریباً دو برابر سال گذشته است.
اعداد این رویداد خودشان یک روایتاند: بیش از ۱۲ هزار شرکتکننده، بیش از هزار سخنران و نزدیک به ۴۰۰ غرفهدار. قیمت بلیت استاندارد حدود ۳٬۱۹۵ دلار و بلیت ویژه ۵٬۹۹۵ دلار اعلام شده بود؛ ارقامی که نشان میدهد مخاطب هدف، کنجکاو عمومی نیست بلکه سازمانی است که بودجهی خرید دارد.
پنل کلیدی با عنوان «معماران هوشمندی: یک همگرایی تاریخی» معرفی شده بود و مدیریت آن را یون-هی کیم، معاون سردبیر واشنگتنپست، بر عهده داشت. مایکل وایس، یکی از بنیانگذاران Ai4، گفته بود این سه نفر «گذشته، حال و آیندهی هوش مصنوعی را تجسم میکنند».
۲) هینتون و آن احتمال ۱۰ تا ۲۰ درصدی
جفری هینتون را با عنوان «پدرخواندهی هوش مصنوعی» میشناسند. او در سال ۲۰۲۴ برندهی جایزهی نوبل فیزیک شد و سالها پیش از آن، کارهای بنیادینش روی شبکههای عصبی مسیر یادگیری عمیق را باز کرد. همین آدم است که حالا بلندترین صدای هشدار در این حوزه شده؛ و این تناقض ظاهری، بخشی از دلیل شنیدهشدن حرفهای اوست.
موضع عددی هینتون روشن است: او احتمال اینکه توسعهی هوش مصنوعی به انقراض بشر کمک کند را بین ۱۰ تا ۲۰ درصد برآورد میکند. مهم است بدانیم این عدد یک محاسبهی آماری نیست؛ یک قضاوت شخصی است و خودش هم آن را همینطور معرفی میکند. اما وقتی کسی با این سابقه چنین عددی روی میز میگذارد، بحث از فضای علمیتخیلی بیرون میآید و وارد جلسهی هیئتمدیره میشود.
استدلال دوم او جدیتر است و کمتر دربارهاش صحبت میشود: هینتون معتقد است ساختار انگیزشی شرکتهای فناوری، حکمرانی داوطلبانهی ایمنی را عملاً غیرممکن کرده است. شرکتی که موظف است ارزش سهامداران را بیشینه کند، در رقابتی که چند ماه تأخیر یعنی از دست دادن بازار، طبیعتاً محدودیت داوطلبانه را کنار میگذارد. جملهای از او که طبق گزارشها بیشترین تشویق سالن را گرفت این بود: نمیتوان تصمیمگیری دربارهی نحوهی تنظیم مقررات هوش مصنوعی را به افرادی مثل ایلان ماسک و مارک زاکربرگ سپرد.
افق زمانی که هینتون ترسیم میکند
هینتون در همین نشست گفت هوش مصنوعی هماکنون در بسیاری از کارها از انسان بهتر است و ظرف حدود بیست سال یا احتمالاً خیلی کمتر، میتواند در همهی حوزهها از انسان جلو بزند. این بازهی زمانی نسبت به پیشبینیهای چند سال پیش او کوتاهتر شده است؛ نکتهای که خودش هم آن را نشانهی شتاب غیرمنتظرهی این حوزه میداند. برای درک بهتر اینکه این ادعاها تا چه اندازه با واقعیت فنی امروز فاصله دارند، مرور تواناییها و محدودیتهای واقعی هوش مصنوعی کمک میکند.
۳) نیگ و پاسخ «هیچ مسیر باورپذیری وجود ندارد»
اندرو نیگ از جنس دیگری از چهرههای این صنعت است. او بنیانگذار DeepLearning.AI و صندوق AI Fund است، همبنیانگذار و رئیس هیئتمدیرهی کورسرا بوده، تیم Google Brain را رهبری کرده و پیشتر دانشمند ارشد بایدو بوده است. یعنی برخلاف تصور رایج، او هم از درون همین صنعت آمده، نه از بیرون آن.
موضع نیگ در شهادت رسمیاش در کنگرهی آمریکا صریح بود: او هیچ مسیر باورپذیری برای اینکه هوش مصنوعی به انقراض بشر منجر شود نمیبیند. استدلالش ساختاری است: سناریوهای انقراض روی زنجیرهای از فرضیات کماحتمال بنا شدهاند که ضربشان در هم، عددی قابل چشمپوشی میسازد.
اما تندترین بخش حرف او دربارهی انگیزههاست. نیگ طبق گزارشها گفت همان گروه از افراد بارها روایت را جابهجا کردهاند تا توانایی دیگران برای انتشار رایگان نرمافزار را محدود کنند. ترجمهی سادهی این جمله: به باور او، بخشی از گفتمان ایمنی، ابزار رقابتی شرکتهای بزرگ برای بستن راه مدلهای متنباز است. این اتهام سنگینی است و دقیقاً همانجایی است که مناظره از فلسفه به منافع تجاری میرسد.
نکتهی سوم نیگ دربارهی مشاغل فنی بود. او معتقد است هوش مصنوعی مهندسان نرمافزار را حذف نمیکند بلکه تقویتشان میکند؛ چون به یک توسعهدهنده امکان میدهد در کل پشتهی فناوری کار کند و دامنهی مسائلی که میتواند حل کند گستردهتر شود. او همچنین از «مزیت زمینه» انسان صحبت کرد: توانایی تشخیص ایدهی خوب از ایدهی معیوب، چیزی که مدل هنوز بهتنهایی از پس آن برنمیآید.

۴) فیفی لی و درخواست بازگشت علم به جای علمیتخیلی
فیفی لی، که او را «مادرخواندهی هوش مصنوعی» مینامند، استاد علوم کامپیوتر استنفورد، همبنیانگذار مؤسسهی هوش مصنوعی انسانمحور این دانشگاه و مدیرعامل شرکت World Labs است. مهمتر از همه، بانی مجموعهدادهی ImageNet است؛ همان مجموعهای که عملاً انقلاب یادگیری عمیق را ممکن کرد.
جملهای که از او در این پنل بیش از همه نقل شد این بود: بیایید علم را، نه علمیتخیلی را، به بحث هوش مصنوعی برگردانیم. لی موضع سومی گرفت که نه فاجعهمحور بود و نه بیتفاوت. او روایتهای سادهانگارانهی «هوش مصنوعی همهی شغلها را میگیرد» را رد کرد، اما در عین حال هشدار داد که آمادهسازی جامعه از طریق آموزش و توسعهی نیروی کار یک ضرورت فوری است.
مهمترین جملهی او شاید این باشد: افزایش بهرهوری بهطور خودکار به رفاه مشترک تبدیل نمیشود. این یک نکتهی اقتصادی است، نه فنی، و درست همانجایی است که بحث از آزمایشگاه به سیاستگذاری منتقل میشود. اگر هوش مصنوعی خروجی هر کارگر را دو برابر کند اما سازوکار توزیع آن سود تغییری نکند، نتیجه نه رفاه عمومی که تمرکز ثروت خواهد بود. برای مطالعهی بیشتر دربارهی این بُعد اقتصادی، اهمیت هوش مصنوعی در کسبوکار زمینهی خوبی میدهد.
۵) نقطهی اشتراکی که کمتر دیده شد
رسانهها این پنل را بهعنوان دوئل تبلیغ کردند، اما اگر دقیقتر نگاه کنیم، هر سه نفر روی یک چیز توافق داشتند: نتیجهی نهایی به تصمیمهای انسانی بستگی دارد، نه به خود فناوری. اختلاف بر سر این است که کدام تصمیم فوریتر است.
هینتون میگوید فوریترین تصمیم، مقررات الزامآور برای آزمایشگاههای پیشرو است. نیگ میگوید فوریترین تصمیم، جلوگیری از قانونگذاریای است که رقابت را میبندد و متنباز را خفه میکند. لی میگوید فوریترین تصمیم، بازطراحی نظام آموزش و بازار کار است. هر سه در واقع دارند از یک چیز حرف میزنند: نهاد تصمیمگیر کیست و پاسخگو در برابر چه کسی است.
۶) مسئلهی مشاغل؛ کدام کارها واقعاً در معرضاند
محور عملی این پنل، اثر هوش مصنوعی بر کار بود. هینتون تندترین موضع را داشت: هر شغلی که صرفاً کار فکری روتین است، به دست هوش مصنوعی انجام خواهد شد. او مشخصاً به کار دستیاران حقوقی اشاره کرد و گفت برخی حرفهها ممکن است کاملاً از بین بروند.
تعریف «کار فکری روتین» اینجا کلیدی است: کاری که ورودی و خروجی مشخص دارد و ارزش افزودهاش در سرعت پردازش متن یا داده خلاصه میشود؛ مثل خلاصهسازی اسناد، تطبیق فرمها یا نگارش پیشنویسهای استاندارد. در مقابل، کارهایی که مذاکره، مسئولیت حقوقی یا قضاوت در شرایط مبهم میخواهند، سختتر جایگزین میشوند.
نیگ همین واقعیت را از زاویهی دیگری میبیند. به باور او آنچه حذف میشود «وظیفه» است نه «شغل»؛ و وقتی وظایف روتین از دوش یک نفر برداشته میشود، دامنهی کاری او گستردهتر میشود. این دقیقاً همان بحثی است که در فضای برنامهنویسی جریان دارد و در توهم برنامهنویس تنها در برابر مهندس واقعی با جزئیات بررسی شده است.
۷) وزنهای باز و نبردی که هینتون میگوید باخته شده
یکی از تندترین بخشهای صحبت هینتون دربارهی مدلهای با وزن باز بود. او گفت این نبرد باخته شده و هشدار داد انتشار گستردهی وزن مدلها میتواند راه را برای کارهای مخرب مثل حملات سایبری فلجکننده باز کند. منطق استدلال ساده است: وقتی وزنهای یک مدل توانمند منتشر شد، دیگر نمیتوان آن را پس گرفت و هر سازوکار ایمنی داخلی هم با تنظیم مجدد قابل حذف است.
نیگ دقیقاً در نقطهی مقابل ایستاده است. برای او، دسترسی آزاد به مدلها شرط لازم رقابت سالم و پیشرفت پژوهشی است و بستن آن یعنی سپردن انحصار به چند شرکت. این شکاف، تنها یک اختلاف نظر فنی نیست؛ یک شکاف سیاسی است که در سالهای اخیر به مرکز بحث قانونگذاری هوش مصنوعی در آمریکا و اروپا تبدیل شده.
برای کاربر عادی پیامد این دعوا ملموس است: اگر موضع هینتون غالب شود، مدلهای کمتری روی سختافزار شخصی قابل اجرا میمانند؛ اگر موضع نیگ غالب شود، تنوع مدلها حفظ میشود اما بار مسئولیت ایمنی روی دوش استفادهکننده میافتد.

۸) زمینهی مقرراتی؛ چرا زمانبندی این کنفرانس مهم بود
این پنل در خلأ برگزار نشد. بخش عمدهی تعهدات ماهوی قانون هوش مصنوعی اتحادیه اروپا در اوت ۲۰۲۶ اجرایی میشود؛ یعنی دقیقاً همان روزهایی که این سه نفر روی صحنه دربارهی حکمرانی بحث میکردند، شرکتهای حاضر در همان سالن باید برای انطباق با الزامات شفافیت و مستندسازی برنامهریزی میکردند.
این همزمانی لحن کل رویداد را عوض کرد. برای مدیر فناوری شرکتی که به بازار اروپا خدمات میدهد، پرسش دیگر «آیا هوش مصنوعی خطرناک است» نیست؛ پرسش این است که چه مستنداتی باید نگه دارد و چه کسی پاسخگوی خروجی مدل است. مناظرهی فلسفی روی صحنه، در راهروها به چکلیست انطباق تبدیل میشد.
ایران هم بهطور مستقیم مشمول این مقررات نیست، اما اثر آن غیرمستقیم به همه میرسد: چون ارائهدهندگان جهانی معمولاً سختگیرانهترین استاندارد را بهصورت پیشفرض روی همهی کاربران اعمال میکنند تا مجبور نباشند چند نسخه از محصول را نگه دارند. برای دنبالکردن روزانهی این تحولات میتوانید بخش اخبار هوش مصنوعی را مرور کنید.
۹) این مناظره برای کاربر و کسبوکار ایرانی چه معنایی دارد
خلاصهی عملی این پنل برای کسی که در ایران با این ابزارها کار میکند، سه بند است. بند اول: افق زمانی جدی است اما نامعلوم؛ برنامهریزی بر پایهی «تا پنج سال دیگر همهچیز عوض میشود» به همان اندازه خطاست که برنامهریزی بر پایهی «هیچ اتفاقی نمیافتد».
بند دوم: تمرکز روی وظیفه است نه شغل. اگر بخش بزرگی از کار روزانهی شما تولید متن استاندارد، خلاصهسازی یا دستهبندی داده است، همان بخش زودتر از بقیه خودکار میشود و منطقی است که همین حالا مهارت لایهی بالاتر یعنی قضاوت، بررسی کیفیت و طراحی فرایند را تقویت کنید. آموزشهای کاربردی در بخش آموزش چتجیپیتی نقطهی شروع خوبی برای این کار است.
بند سوم: به روایتهای ساده اعتماد نکنید. وقتی سه نفر از باسوادترین آدمهای این حوزه روی یک صحنه به توافق نمیرسند، هر محتوایی که با قطعیت کامل میگوید «هوش مصنوعی قطعاً همه را بیکار میکند» یا «هیچ خطری وجود ندارد»، دارد چیزی میفروشد. برای شناخت بازیگران اصلی این صنعت و منطق تجاریشان، آشنایی با اوپنایآی تصویر روشنتری میدهد.
پرسشهای پرتکرار دربارهی مناظرهی هینتون و نیگ
کنفرانس Ai4 2026 کجا و چه زمانی برگزار شد؟
این رویداد از ۴ تا ۶ اوت ۲۰۲۶ در هتل ونیزین لاسوگاس برگزار شد؛ با بیش از ۱۲ هزار شرکتکننده، بیش از هزار سخنران و نزدیک به ۴۰۰ غرفهدار. برنامههای پیش از کنفرانس هم از ۳ اوت آغاز شده بود.
موضع دقیق جفری هینتون دربارهی خطر هوش مصنوعی چیست؟
هینتون احتمال اینکه توسعهی هوش مصنوعی به انقراض بشر کمک کند را ۱۰ تا ۲۰ درصد برآورد میکند و معتقد است ساختار انگیزشی شرکتهای فناوری، حکمرانی داوطلبانهی ایمنی را ناممکن کرده است. این عدد یک برآورد شخصی است، نه نتیجهی یک مدل آماری.
اندرو نیگ چرا با روایت خطر انقراض مخالف است؟
نیگ در شهادت رسمی به کنگره گفته هیچ مسیر باورپذیری برای رسیدن هوش مصنوعی به انقراض بشر نمیبیند و باور دارد این گفتمان، توجه را از خطرات ملموستر منحرف میکند. او همچنین طبق گزارشها هشدار داد که این روایت گاهی برای محدودکردن انتشار آزاد نرمافزار به کار میرود.
فیفی لی در این پنل چه گفت؟
لی خواستار بازگشت علم به جای علمیتخیلی به بحث هوش مصنوعی شد و تأکید کرد که افزایش بهرهوری بهخودیخود به رفاه مشترک تبدیل نمیشود. تمرکز او روی آموزش، توسعهی نیروی کار و طراحی انسانمحور بود.
آیا این مناظره برای کاربران معمولی اهمیت عملی دارد؟
بله؛ چون نتیجهی این بحث مستقیماً روی قانونگذاری اثر میگذارد و قانونگذاری تعیین میکند چه مدلهایی در دسترس عموم میمانند، چه سطحی از شفافیت الزامی میشود و چه مسئولیتی متوجه کاربر حرفهای است.
