عصر قم - معدلگیری معرفتی، صورت نرم و فریبندهای از خطاست. پاسخ میانگین، برخلاف پاسخ آشکارا غلط، معمولاً با زبان احتیاط، اعتدال و توافق سخن میگوید؛ اما ممکن است حاصل هیچ مبنای فقهی مشخصی نباشد. در عرصه اجتهاد، حل اختلاف با حذف اختلاف تفاوت دارد و جمع ادله با مخلوطکردن اقوال یکی نیست.
به گزارش سرویس فرهنگی اجتماعی خبرگزاری رسا، یکی از خطاهای پنهان مدلهای زبانی، ارائه پاسخ نادرستِ آشکار نیست؛ بلکه تولید پاسخی است که از هر دیدگاه، اندکی بهره دارد، اما در هیچیک از آنها ریشه ندارد. مدل، در مواجهه با چند نظر متعارض، گاه به جای تحلیل مبانی، موضوعشناسی دقیق، تشخیص قلمرو هر قول و سنجش ادله، پاسخ تازهای میسازد که از نظر ادبی متین، از نظر روانشناختی آرامشبخش و از نظر معرفتی بیهویت است.
این پدیده را میتوان معدلگیری معرفتی نامید: تبدیل اختلاف واقعی میان دیدگاهها به یک میانگین زبانی که نه نتیجه جمع عرفی ادله است، نه حاصل ترجیح روشمند، نه تخییر پس از تکافؤ، و نه اجتهادی مستقل بر پایه منابع معتبر.
معدلگیری در مدلهای زبانی چگونه رخ میدهد؟
مدل زبانی بزرگ، هنگام تولید پاسخ، معمولاً به دنبال بازسازی یک «قول» در معنای اصولی کلمه نیست. هدف فنی آن پیشبینی محتملترین توالی نشانهها بر اساس زمینه ورودی، دادههای آموزشی و تنظیمات رفتاری مدل است. در فضای نهان شبکه، دیدگاههای مختلف به صورت مجموعهای از الگوهای آماری، پیوندهای واژگانی و روابط مفهومی بازنمایی میشوند. مدل، به جای آنکه مانند فقیه میان ادله نسبتسنجی کند، محتملترین صورتبندی زبانی را تولید میکند.
ازاینرو، اگر در دادههای آموزشی با چند رویکرد روبهرو شود، ممکن است عناصر مشترک آنها را برجسته و عناصر اختلافی را کمرنگ کند. خروجی نهایی، ظاهری «متعادل» دارد؛ اما این تعادل میتواند صرفاً نتیجه هموارسازی آماری باشد، نه نشانه قوت استدلال.
در اینجا باید میان دو امر تفکیک کرد:
– تلفیق فنی: کنار هم نشاندن الگوهای زبانی و افزایش احتمال یک پاسخ منسجم؛
– جمع استنباطی: حل نسبت میان ادله بر اساس دلالت، ظهور، قرائن، تخصیص، تقیید، حکومت، ورود یا دیگر ضوابط معتبر.
مدل زبانی اولی را انجام میدهد؛ اما دومی نیازمند فهم مسئله، احراز موضوع، شناخت مبانی حجیت و تشخیص نسبت واقعی میان ادله است.
میان «جمع عرفی» و «قول میانگین» تفاوتی بنیادین وجود دارد
جمع عرفی در اصول فقه، به معنای ساختن نظر سومی از مواد پراکنده نیست. در جمع عرفی، دو دلیل، با حفظ انتساب و مفاد خود، چنان تفسیر میشوند که عرف میان آنها تنافی مستقر نبیند؛ برای مثال، یکی بر عموم و دیگری بر خصوص حمل شود، یا یکی ناظر به حالت خاصی دانسته شود. در این فرایند، نتیجه همچنان از دلالت معتبر ادله به دست میآید.
اما در معدلگیری معرفتی، مدل ممکن است از چند دیدگاه، گزارهای بسازد که هیچیک از صاحبان آن دیدگاه بدان ملتزم نبودهاند. چنین خروجیای، «جمع» نیست؛ زیرا نسبت آن با منابع و مبانی روشن نشده است. «ترجیح» هم نیست؛ چون هیچ مرجح مشخصی ارائه نمیکند. «تخییر» نیز به شمار نمیآید؛ زیرا تخییر در فرض و چارچوب خاص خود معنا دارد، نه اینکه ماشین، بیآنکه تکافؤ ادله را احراز کند، پاسخ میانهای بسازد.
روش حل مسئله فقهی نیز ترتیب را معکوس نمیکند. ابتدا باید ادله گردآوری و نسبت آنها بررسی شود؛ سپس، در صورت تعارض مستقر، مرجحات سنجیده شود و در نهایت، حسب مورد، سخن از تخییر یا تساقط به میان آید.
قول چهارم؛ نوآوری یا جعل؟
هر دیدگاه تازهای الزاماً باطل نیست. فقه، در طول تاریخ خود، از اجتهادهای نو و تقریرهای جدید بیبهره نبوده است. بنابراین، صرف اینکه مدلی نظریهای را در منابع مشهور نیافت، دلیل بطلان آن نیست. معیار، مستند بودن، روشمند بودن و قابلیت دفاع اجتهادی آن است.
قول تازه هنگامی ارزش علمی پیدا میکند که صاحب آن:
۱. موضوع را بهدرستی تصور و تحدید کند؛
۲. منابع مرتبط و ادله معارض را استقصا کند؛
۳. دلالت ادله را با ابزارهای معتبر زبانی و اصولی تحلیل کند؛
۴. مبنای خود را در حجیت، ملاک ترجیح یا نحوه جمع توضیح دهد؛
۵. نسبت نتیجه را با اقوال پیشین روشن سازد.
مدل زبانی، در حالت عادی، هیچیک از این شرایط را بهصورت تضمینشده احراز نمیکند. ممکن است نتیجهای تولید کند که از نظر منطقی قابل دفاع باشد، اما چون مسیر انتساب آن به منابع، ملاک گزینش آن و حدود ادعایش روشن نیست، نمیتوان آن را بیواسطه به فقیه، مذهب یا مکتب اصولی نسبت داد.
پس مشکل «قول چهارم» فقط تازه بودن آن نیست؛ مشکل اصلی، بیصاحب بودن روش تولید آن است.
خطر بزرگتر حذف اختلاف و تهیشدن سنت
اختلاف فقهی صرفاً مجموعهای از پاسخهای متفاوت نیست؛ هر اختلاف، تاریخچهای از مبانی، پیشفرضها، موضوعشناسیها و روشهای فهم نص را در خود دارد. هنگامی که مدل، این اختلاف را به یک پاسخ معتدل و بیتنش تبدیل میکند، بخش مهمی از دانش فقهی را حذف کرده است.
در واقع، اختلاف اقوال برای مجتهد یک مانع اضافی نیست؛ بخشی از خودِ مسئله است. فحص از معارض، شناخت قول شاذ، تمایز میان اختلاف موضوعی و حکمی، و بررسی اینکه اختلاف به تعارض ادله بازمیگردد یا به تفاوت در مبنای اصولی، همگی در فرایند اجتهاد نقش دارند. حذف این مراحل، مسئله را حل نمیکند؛ فقط صورت مسئله را پنهان میسازد.
مدل زبانی ممکن است چند موضوع متفاوت را ذیل یک واژه واحد جمع کند و سپس برای همه آنها یک حکم «میانه» ارائه دهد. اینجا خطا دیگر صرفاً خطای پاسخ نیست؛ خطای موضوعشناسی است.
جایگاه فقهی پاسخ میانگین
خروجی مدل زبانی، بدون بررسی مستقل، نه فتواست، نه دلیل شرعی، نه بینه و نه اماره معتبر. در بهترین حالت، میتواند ابزار کشف ابتدایی مسئله باشد اصطلاحات را پیشنهاد کند، اقوال احتمالی را فهرست نماید، مسیر جستوجو را نشان دهد یا پرسشهای مغفول را آشکار کند.
اما اعتبار نهایی پاسخ، وابسته به اموری بیرون از خودِ خروجی است:
– منبع واقعی و قابل بررسی؛
– انتساب درست قول به صاحب آن؛
– تمامیت نقل و توجه به قیود؛
– بررسی ادله مخالف؛
– تحلیل اجتهادی توسط انسان واجد صلاحیت.
بنابراین، استفاده درست از هوش مصنوعی در پژوهش فقهی، واگذاری داوری به ماشین نیست؛ بلکه بهکارگیری آن در مرحله آمادهسازی، دستهبندی و کمک به فحص است. پژوهشگر باید میان «کمک به یافتن قول» و «تولید قول» فرق بگذارد و میان «انسجام زبانی» و «حجیت معرفتی» خلط نکند.
جمعبندی
معدلگیری معرفتی، صورت نرم و فریبندهای از خطاست. پاسخ میانگین، برخلاف پاسخ آشکارا غلط، معمولاً با زبان احتیاط، اعتدال و توافق سخن میگوید؛ اما ممکن است حاصل هیچ مبنای فقهی مشخصی نباشد. در عرصه اجتهاد، حل اختلاف با حذف اختلاف تفاوت دارد و جمع ادله با مخلوطکردن اقوال یکی نیست.
هوش مصنوعی میتواند نقشه اختلاف را ترسیم کند، اما خودِ اختلاف را بهجای مجتهد حل نمیکند. هرگاه خروجی مدل فاقد منبع، مبنا، ملاک ترجیح و مسیر استدلال باشد، باید آن را صرفاً قرینهای ابتدایی و خطاپذیر دانست؛ نه «قولی جدید» و نه «مذهبِ میانه». فقه با میانگین واژهها پدید نمیآید؛ با احراز موضوع، فحص ادله، فهم دلالت و اقامه حجت شکل میگیرد.