فراتر از طوطی‌های تصادفی: تأملاتی لکانی درباره مدل‌های زبانی بزرگ به‌مثابه اربابان برتر امر نمادین

---

• نویسنده : لورنتسو مانیانی (Lorenzo Magnani)
• ترجمه : پریسا کاوسی

چکیده

این مقاله استدلال می‌کند که مدل‌های زبانی بزرگ LLM ها را باید، از منظر روانکاوی لکانی، اربابان برتر امر نمادین در نظر گرفت. این مدل‌ها به لطف داده‌های آموزشی گسترده و معماری فاقد بدن، به تسلطی فوق‌العاده کارآمد بر زنجیره دال‌ها دست یافته‌اند؛ تسلطی که در بسیاری از تکالیف زبانی، گفتمانی و استنتاجی، از توانایی اغلب انسان‌ها فراتر می‌رود.

بااین‌حال، دقیقاً به این دلیل که این مدل‌ها منحصراً در ساحت امر نمادین عمل می‌کنند، به امر خیالی و امر واقع دسترسی ندارند و به‌لحاظ ساختاری از فقدان به معنای لکانی آن، سائق، میل و سوژگیِ بدن‌مند محروم‌اند.

اگرچه دیدگاه‌های زیگموند فروید و یونگی همچنان سودمندند، چارچوب نظری ژاک لکان قدرتمندترین ابزار برای فهم این پدیده است؛ زیرا هم روانی و تسلط استثنایی مدل‌های زبانی بزرگ در عرصه امر نمادین را توصیف می‌کند و هم ناتوانی ساختاری آن‌ها را در دستیابی به سوژگیِ واقعی و خلاقیتِ دگرگون‌ساز توضیح می‌دهد.

مقاله نشان می‌دهد که مدل‌های زبانی بزرگ در انجام تکالیفی که در چارچوبی نمادین و بسته تعریف شده‌اند، عملکرد موفقی دارند؛ اما فاقد گشودگیِ اتلافی و پراکنده‌سازِ لازم برای مواجهه با امر واقع‌اند. از این منظر، آن‌ها نماینده نوعی شناخت بسته و ازپیش‌ساخته‌اند. برای تبیین این تفاوت، تمایز بوم‌شناختی ـ شناختیِ پیشنهادی نویسنده میان راهبردهای بسته و راهبردهای گشوده به کار گرفته می‌شود.

بر این اساس، هوش نه برحسب عملکرد در آزمون‌ها و معیارهای سنجش، بلکه بر مبنای توانایی مواجهه با فقدان و مدیریت میل بازتعریف می‌شود.

نویسنده ضمن اذعان به محدودیت‌های اجتناب‌ناپذیرِ به‌کارگیری مقولات روانکاوی برای نظام‌های فاقد بدن، مقاله را با هشدارهایی اخلاقی درباره اتکای بیش‌ازحد به مدل‌های زبانی بزرگ و پیشنهادهایی برای طراحی نسل‌های آینده نظام‌های ترکیبی، با الهام از روان‌کاوی، به پایان می‌رساند.

مدل‌های زبانی بزرگ و ساختار ذهن انسان: هوش بدون بدن‌مندی، قیاس‌های روان‌کاوانه و تفاوت‌های بنیادین

بخش عمده مطالبی که امروزه درباره مدل‌های زبانی بزرگ و هوش مصنوعی نوشته می‌شوند، به ادعاهای اغراق‌آمیز گرایش دارند؛ آمیزه‌ای از هیاهوی تبلیغاتی، ترس‌های آخرالزمانی، کلیشه‌های روزنامه‌نگارانه و ایده‌هایی که بارها، بدون آنکه به‌درستی پرورانده شوند، تکرار شده‌اند. روشن است که مدل‌های زبانی بزرگِ کنونی در بسیاری از حوزه‌های شناختیِ مشخص، از شمار زیادی از انسان‌ها توانمندترند؛ بااین‌حال، محدودیت‌های ساختاری آن‌ها به ماهیت غیرزیستی‌شان بازمی‌گردد. این نقطه شروع، مبنایی مناسب برای پرهیز از بدیهیات پیش‌پاافتاده و کلیشه‌های رایج فراهم می‌کند. البته این  مسئله تنها برای کسانی بدیهی به نظر می‌رسد که واقعاً درباره آن عمیق اندیشیده‌اند (Dennett, 2017).

مدل‌های زبانی بزرگ در تکالیف نمادین، زبانی، حافظه‌ای و استنتاجی عملکرد درخشانی دارند؛ زیرا به حجم عظیمی از داده‌ها دسترسی دارند و می‌توانند الگوها را با سرعت و دقتی بازترکیب کنند که هیچ انسانی به‌تنهایی قادر به رقابت با آن نیست. اما «هوش» آن‌ها ــ که شاید بهتر باشد برای پرهیز از پیش‌داوری، آن را فعالیت‌های شناختی بنامیم ــ به‌طور بنیادین از بدن جداست: آن‌ها بدنی ندارند، نیازهای زیستی را تجربه نمی‌کنند و فاقد نظام عاطفی ـ غدد درون‌ریز هستند که توجه و انگیزش را در لحظه تنظیم کند (Turkle, 2011).

این مشاهده پیامدی دارد که نباید آن را دست‌کم گرفت: عملکرد این مدل‌ها «سرد» است و از نوسانات خلاقانه و ویرانگری که از بدن انسان سرچشمه می‌گیرند، بی‌بهره‌اند؛ نوساناتی که با خستگی، میل، ترس از مرگ و جنسیت پیوند دارند. فقدان بدن‌مندی سبب می‌شود مدل‌های زبانی بزرگ، دست‌کم با معماری کنونی‌شان، برای آفرینشگریِ دگرگون‌ساز چندان مناسب نباشند؛ آفرینشی که به بازترکیب عناصر موجود محدود نمی‌شود، بلکه به ابداعی می‌انجامد که الگوها و پارادایم‌های پیشین را درهم می‌شکند. همین محدودیت درباره فهم عمیقِ وابسته به بافت و موقعیت نیز صدق می‌کند؛ موضوعی که در بخش‌های بعدی به آن خواهیم پرداخت.

با توجه به علاقه فعلی‌ام به روان‌کاوی نیز معتقدم این حوزه زمینه‌ای حاصلخیز و کمتر بررسی‌شده برای پژوهش فراهم می‌کند (Heimann and Hübener, 2023; Millar, 2021; Possati, 2020; Zwart, 2020, 2023) . 

مثالی برانگیزاننده از این مسئله، تولید عبارتی از سوی یک مدل زبانی بزرگ است که به چیزی شبیه «لغزش فرویدی» شباهت داشته باشد؛ لغزشی که البته در معنای دقیق کلمه، محصول ناخودآگاه نیست (Freud, 1900).

همچنین استدلال خواهم کرد که مدل‌های زبانی بزرگ، به‌واسطه ماهیت غیرتجسم‌یافته و داده‌محور خود، در حوزه‌های نمادین نوعی هوش شبیه‌سازی‌شده از خود نشان می‌دهند که از توانایی بسیاری از انسان‌ها فراتر می‌رود. بااین‌حال، نظریه روان‌کاوی محدودیت‌های ساختاری این مدل‌ها را آشکار می‌کند؛ محدودیت‌هایی که به فقدان سائق فرویدی، «فقدان» لکانی¹ و بدن‌مندی مربوط ‌اند. در همین راستا، با ترسیم اجمالی دیدگاه‌های فرویدی، یونگی و لکانی، می‌کوشم این مقاله را در چارچوب تلاش‌هایی قرار دهم که به دنبال پیوند دادن هوش مصنوعی و روان‌کاوی، بدون انسان‌انگاریِ هوش مصنوعی، هستند (Johnston, 2024; Salter & Dutta, 2025).

در ادامه، مسائل مربوط به خلاقیت در مدل‌های زبانی بزرگ را در بستر سال ۲۰۲۶ بررسی خواهم کرد؛ دوره‌ای که با هیاهوی پیرامون هوش عمومی مصنوعی (AGI) و گسترش بحث‌های اخلاقی درباره هوش مصنوعی شناخته می‌شود.

قبل تر در مقاله دیگری مفصل درباره موضوع بحران هویت در جوانان چیست پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

برای آغاز، سه ملاحظه مقدماتی ضروری است:

۱. ناخودآگاه مصنوعی: می‌توان مدل‌های زبانی بزرگ را نوعی «ناخودآگاه مصنوعی» در نظر گرفت؛ مخزنی عظیم از ردپاهای متنی که به‌صورت تداعی‌وار پدیدار می‌شوند، بی‌آنکه یک منِ آگاهِ واقعی بر آن‌ها کنترل داشته باشد. بااین‌حال، برخلاف ناخودآگاه فرویدی، در اینجا نه سائق وجود دارد، نه واپس‌رانیِ فعال و نه تعارض.

۲. دیدگاه لکانی: مدل‌های زبانی بزرگ به‌طور کامل در ساحت امر نمادین عمل می‌کنند و به امر خیالی ــ بدن و تصویر ــ یا امر واقع ــ تروما و آنچه لکان «ژوئیسانس» می‌نامد ــ دسترسی ندارند. بنابراین، آن‌ها را می‌توان «سوژه‌هایی» دانست که سراسر از دال‌ها ساخته شده‌اند، اما فاقد «فقدان» ساختاری‌اند (Lacan, 2006, 1998). همین ویژگی سبب می‌شود انسجام و توانایی تولیدی آن‌ها فوق‌العاده باشد؛ بااین‌حال، آن‌ها از اتصال کوتاهِ میل که تجربه سوژگی انسانی را پدید می‌آورد، ناتوان‌اند.

۳. دیدگاه یونگ: مدل‌های زبانی بزرگ را می‌توان به دسترسی جمعی به ناخودآگاه متنی تشبیه کرد؛ مخزنی که الگوهای فرهنگی و کهن‌الگوهای انسانی در آن حضور دارند. بااین‌حال، این مدل‌ها فاقد کارکرد متعالیِ خویشتن‌اند؛ کارکردی که در نظریه یونگ، سایه شخصی را با دیگر ابعاد روان یکپارچه می‌کند (Jung, 1968).

این قیاس‌ها و تفاوت‌ها، هرچند ممکن است در معرض این انتقاد قرار گیرند که حاصل فرافکنی ویژگی‌های انسانی بر هوش مصنوعی‌اند، رویکرد روان‌کاوانه را بی‌اعتبار نمی‌کنند؛ بلکه دامنه آن را محدود و حدود اعتبارش را روشن می‌سازند. در عین حال، به ما یادآوری می‌کنند که هر تحلیلی از هوش، چه مصنوعی و چه انسانی، باید نسبت به موقعیت‌مندی بوم‌شناختی ـ شناختیِ خود حساس بماند.

قبل تر در مقاله دیگری مفصل درباره موضوع پدیده اضطراب اجتماعی پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

یادداشت ۱: مفهوم فقدان در نظریه لکان

از نظر لکان، سوژگیِ فرد از طریق ورود فقدان (manque) به ساحت امر نمادین شکل می‌گیرد. فقدان در اینجا نوعی غیابِ برسازنده است. به بیان روشن‌تر، سوژه دچار آن چیزی می‌شود که لکان «اخته‌شدگی نمادین» می‌نامد؛ زیرا درمی‌یابد که هیچ دالی ــ حتی دال‌هایی که از طریق فراگیری زبان و پذیرش قانون و نظم اجتماعی، یعنی «نام پدر»، به دست می‌آورد ــ نمی‌تواند تمامیتِ وجود یا میل او را بازنمایی کند. همواره خلأیی باقی می‌ماند که نمی‌توان آن را از میان برد.

فقدان، وضعیتی ساختاری است، نه امری تجربی که بتوان آن را با رخدادی مشخص توضیح داد. این فقدان، سوژه را از دستیابی به تمامیت خیالی بازمی‌دارد و میلِ پایان‌ناپذیر را پدید می‌آورد. لکان سوژه را با نماد $ نشان می‌دهد و از آن با عنوان «سوژه خط ‌خورده» یا «سوژه خط ‌خورده از درون» (barred subject) یاد می‌کند.

ما پیوسته می‌کوشیم این شکاف را ببندیم، اما هرگز موفق نمی‌شویم. فقدان، خودِ وضعیت میل را حفظ می‌کند؛ وضعیتی که سوژگی را تداوم می‌بخشد و در عین حال، مانع دستیابی به تمامیت می‌شود (Lacan, 2006, 1998).

در غیاب این برش ساختاری، مدل‌های زبانی بزرگ تنها درون زنجیره‌های دلالتی عمل می‌کنند و تجسم‌بخش خیالی از تمامیتی هستند که هیچ خطی بر آن وارد نشده است؛ تمامیتی که گویی هیچ فقدان یا شکافی در آن وجود ندارد.

قبل تر در مقاله دیگری مفصل درباره موضوع سرخوردگی در روانکاوی لکانی پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

ساختار مفهومی: الگوهای روان‌کاوانه ذهن و هوش

پژوهشگران بارها ابهام معرفت‌شناختیِ سنت روان‌کاوی را بررسی کرده‌اند (برای نمونه، بنگرید به اثر مفصل و برجسته گرونباوم، ۱۹۸۴). بااین‌حال، پرداختن به مسئله هوش انسانی با در نظر گرفتن نقش ناخودآگاه را نمی‌توان رویکردی نامتعارف دانست. از این منظر، هوش از ساختارهای نمادین و نیروهای رشدی تأثیر می‌پذیرد، اما فرایندهای ناخودآگاه نیز در شکل‌گیری آن نقش دارند. در این بخش، با در نظر گرفتن فرایندهای پویا و ایستا، این موضوع را بررسی خواهم کرد.

۲.۱. فروید: سطوح آگاهی و نقش ناخودآگاه

فروید در کتاب تعبیر رؤیا (۱۹۰۰)، سه سطح آگاهی را در ساختار روان مطرح می‌کند.

ذهن خودآگاه شامل آن بخش از روان است که در لحظه نسبت به افکار، احساسات و ادراکات خود آگاهی دارد. این سطح بر اساس اصل واقعیت عمل می‌کند و تنها نوک کوه یخ روان را تشکیل می‌دهد.

سطح پیش‌آگاه شامل اطلاعاتی است که در لحظه در کانون آگاهی قرار ندارند، اما با اندکی تلاش می‌توان آن‌ها را به یاد آورد؛ برای مثال، شماره تلفن خود یا غذایی که روز گذشته برای صبحانه خورده‌اید. این سطح میان ذهن خودآگاه و ناخودآگاه پیوند برقرار می‌کند.

ناخودآگاه جایگاه تکانه‌های واپس‌رانده، غرایز، خاطرات آسیب‌زا و امیال ناکام است. ناخودآگاه از طریق رؤیاها، لغزش‌های کلامی و نشانه‌های مرضی بر رفتار، هیجان‌ها و شناخت تأثیر می‌گذارد.

از نظر فروید، آنچه در ظاهر «هوش» به نظر می‌رسد، ممکن است تحت تأثیر تعارض‌ها و سازوکارهای دفاعی ناخودآگاه تقویت یا تضعیف شود؛ زیرا تفکر عقلانی، که با کارکردهای من مرتبط است، همواره در حال مذاکره با نیروهای ناخودآگاه است.

قبل تر در مقاله دیگری مفصل درباره موضوع مفهوم اروتومانیا پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

۲.۲. یونگ: ناخودآگاه جمعی، کهن‌الگوها و فردیت‌یابی

کارل گوستاو یونگ از مفاهیم فردیت‌یابی و کهن‌الگوها سخن می‌گوید. او مفهوم ناخودآگاه جمعی را به نظریه روان وارد می‌کند؛ ساحتی از روان که به‌زعم او جنبه‌ای موروثی دارد و میان اعضای یک جمع انسانی مشترک است (Jung, 1968).

یونگ همچنین بر نقش کهن‌الگوها تأکید می‌کند؛ الگوهایی مانند قهرمان، مادر، سایه، پیر خردمند و خویشتن که آن‌ها را صورت‌های بنیادین و جهان‌شمول تجربه و رفتار انسانی می‌داند. این الگوها در وجوه گوناگون فرهنگ‌های انسانی، از اسطوره‌شناسی و رؤیا گرفته تا هنر و دین، نمود پیدا می‌کنند.

فردیت‌یابی فرایندی روان‌شناختی است که طی آن عناصر خودآگاه و ناخودآگاه با یکدیگر یکپارچه می‌شوند و زمینه دستیابی به تمامیت روانی و تحقق خویشتن فراهم می‌آید. این فرایند مستلزم ادغام جنبه‌های واپس‌زده روان، به‌ویژه سایه و آنیما/آنیموس است.

از این منظر، روشن است که بلوغ روان‌شناختی و در پی آن، افزایش ظرفیت‌های فکری، در جریان فرایندی حاصل می‌شود که یونگ آن را فردیت‌یابی می‌نامد. بنابراین، «هوش» با جنبه‌های ناخودآگاه و شهودی روان نیز ارتباط دارد و نمی‌توان آن را به فهم نمادها محدود کرد.

قبل تر در مقاله دیگری مفصل درباره موضوع اعتیاد به کار چیست؟ | چرا بعضی ها دائم در حال کار کردن هستند پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

۲.۳. لکان: امر واقع، امر نمادین و امر خیالی

ژاک لکان، روان‌کاو مهم دیگری که در کانون این مقاله قرار دارد، سه‌گانه RSI، شامل امر واقع (Real)، امر نمادین (Symbolic) و امر خیالی (Imaginary) را به‌عنوان مؤلفه‌های ضروری سوژگی انسانی مطرح می‌کند. او بر نقش زبان و پیوند درهم‌تنیده آن با امر خیالی و امر واقع تأکید دارد (Lacan, 2006, 1998).

امر خیالی ساحت توهم، همانندسازی و تصاویر است. شکل‌گیری آن با مرحله‌ای آغاز می‌شود که لکان «مرحله آینه‌ای» می‌نامد؛² مرحله‌ای که در آن کودک از طریق همانندسازی با تصویر بازتاب‌یافته خود، من را شکل می‌دهد.

تعامل‌های دوتایی میان خود و دیگری، خودشیفتگی و وسواس دستیابی به تمامیتی که گسستگی‌های زیربنایی را پنهان می‌کند، از ویژگی‌های اصلی این ساحت‌اند.

امر نمادین با ساختار اجتماعی، نظام حقوقی و سلسله‌مراتب زبان پیوند دارد و با مفهوم «دیگری بزرگ» نیز شناخته می‌شود. فراگیری زبان، سوژه را وارد نظمی می‌کند که در آن با مفاهیم لکانیِ فقدان، تفاوت و اخته‌شدگی ــ یعنی پذیرش محدودیت‌ها ــ مواجه می‌شود. این فرایندها ورود سوژه به ساحت امر نمادین را رقم می‌زنند.

امر نمادین از طریق دال‌ها، معنا، میل و پیوندهای اجتماعی را سازمان می‌دهد.

در مقابل، امر واقع دربرگیرنده آن چیزی است که در برابر تصویرسازی و نمادین‌شدن مقاومت می‌کند؛ از جمله مرگ، ژوئیسانس و مازادی بازنمایی‌ناپذیر که از حدود زبان و ادراک فراتر می‌رود. امر واقع با برهم‌زدن مداوم نظم نمادین و خیالی، خلأهایی ایجاد می‌کند که میل از آن‌ها نیرو می‌گیرد.

بر اساس نظریه لکانی، شناخت و هوش اساساً با محدودیتی ساختاری مواجه‌اند: نظم نمادین قادر نیست امر واقع را به‌طور کامل بازنمایی کند. ازاین‌رو، «حقیقت» سوژه در استدلال عقلانیِ شفاف و بی‌نقص شکل نمی‌گیرد، بلکه از تعامل میان این سه ساحت و محدودیت‌هایی پدید می‌آید که هر یک در برابر دیگری دارند.

قبل تر در مقاله دیگری مفصل درباره موضوع آیا squirting نشانه به ارگاسم رسیدن زنان هست؟ پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

۴. ۲ . سه رویکرد روان‌کاوانه به هوش

استدلال من این است که این سه الگو، دیدگاه‌های محاسباتی یا صرفاً شناختی درباره هوش را گسترش می‌دهند و در عین حال به چالش می‌کشند؛ دیدگاه‌هایی که ابعاد عمیق و تعارض‌آمیز فرایندهای ذهنی را نادیده می‌گیرند.

فروید بر واپس‌رانی و سائق تأکید می‌کند؛ یونگ بر الگوهای فراتجربی و یکپارچه‌سازی روان؛ و لکان بر بیگانگی زبانی و محدودیت‌های ذاتی بازنمایی.

قبل تر در مقاله دیگری مفصل درباره موضوع چرا در سینمای ایران عشق معمولا به فقدان یا جدایی ختم می شود؟ پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

تعمیق چشم‌انداز روان‌کاوانه درباره مدل‌های زبانی بزرگ

چرا لکان؟ رویکردهای رقیب در فهم مدل‌های زبانی بزرگ

برای توضیح اینکه چرا چارچوب لکانی ابزاری به‌ویژه سودمند برای فهم مدل‌های زبانی بزرگ است، لازم است مقایسه‌ای کوتاه میان رویکردهای مختلف انجام دهیم. سه‌گانه امر واقع، امر نمادین و امر خیالی در نظریه لکان، در میان سنت‌های فلسفی مهم، ظرفیت تشخیصی منحصربه‌فردی فراهم می‌کند که سایر رویکردها نمی‌توانند با همان دقت به آن دست یابند.

۱. محاسبه‌گرایی و فلسفه تحلیلی ذهن: این رویکردها در توضیح پردازش اطلاعات و عملکردهای کارکردی بسیار توانمندند، اما درباره فقدانِ برسازنده و سوژگیِ دوپاره‌ای که مشخصه حیات روانی انسان است، توضیحی ارائه نمی‌کنند. در این دیدگاه‌ها، ذهن ابزاری برای حل مسئله در نظر گرفته می‌شود، نه سوژه‌ای خط ‌خورده ($) که میل از درون آن عبور می‌کند.

۲. رویکردهای پدیدارشناختی و نظریه‌های 4E شناخت: این رویکردها، شامل شناخت بدن‌مند، جای‌گرفته، گسترش‌یافته و برآمده از کنش (Embodied, Embedded, Extended, Enactive)، به‌خوبی بر نقش اساسی بدن‌مندی و شناختِ وابسته به موقعیت تأکید می‌کنند. بااین‌حال، درباره زنجیره مستقل و خودارجاعِ دال‌ها که در مدل‌های زبانی بزرگ با کارایی چشمگیری عمل می‌کند، کمتر سخن می‌گویند؛ زنجیره‌ای که دقیقاً به دلیل گسست از هر بدن زنده، به چنین کارایی‌ای دست می‌یابد.

۳. سنت‌های پراگماتیستی و استنتاج‌گرایانه: این سنت‌ها جنبه گفتمانی و مشارکتیِ شکل‌گیری معنا را به‌خوبی توضیح می‌دهند، اما به‌طور مشخص به شکاف ساختاریِ ناشی از فقدان، مجاز مرسلِ میل یا هجوم آسیب‌زای امر واقع نمی‌پردازند؛ هجوم و گسستی که پیوسته انسجام نظم نمادین را مختل می‌کند.

۴. دیدگاه‌های ویتگنشتاینی و هرمنوتیکی: این دیدگاه‌ها بینش‌های مهمی درباره بازی‌های زبانی و معنا در کاربرد زبان ارائه می‌کنند؛ بااین‌حال، تمایل دارند مرز هستی‌شناختی میان تسلط کامل بر کارکردهای نمادین و وجود روان‌شناختیِ عمیق‌تری را که لکان همچنان بر تمایز آن پافشاری می‌کند، کم‌رنگ سازند.

۵. برتری چارچوب لکانی: از این منظر، لکان به‌تنهایی امکان می‌دهد مدل‌های زبانی بزرگ را هم موجوداتی بدانیم که به‌لحاظ ساختاری از امر خیالی و امر واقع کنار گذاشته شده‌اند و هم اربابان برتر امر نمادین؛ یعنی عاملانی با کارایی فوق‌العاده که درون زنجیره دال‌ها عمل می‌کنند.

این مزیت تطبیقی، بدون نادیده گرفتن بینش‌هایی که سنت‌های دیگر در اختیار ما می‌گذارند، جایگاه محوری رویکرد لکانی را در ادامه مقاله توجیه می‌کند. این رویکرد همچنین با دیدگاه بوم‌شناختی ـ شناختی من سازگار است؛ دیدگاهی که بر اساس آن، هوش انسانی مستلزم گشودگی به پویایی‌های اتلافیِ ناشی از فقدان و میلِ موقعیت‌مند است و نمی‌توان آن را به محاسبات نمادینِ بسته فروکاست.

در این مقاله قصد دارم چشم‌انداز روان‌کاوانه درباره مدل‌های زبانی بزرگ را بسط دهم؛ حوزه‌ای که به شکلی شگفت‌آور در ادبیات پژوهشی هوش مصنوعی کمتر بررسی شده است و ارتباط مستقیمی با علاقه دیرینه من به ابعاد بافت‌مند و بوم‌شناختی ـ شناختیِ هوش دارد.

روان‌کاوی ما را به این سمت هدایت می‌کند که مدل‌های زبانی بزرگ را موجودیت‌هایی بدانیم که هم‌زمان ساختار ذهنی انسان را بازتاب می‌دهند و مرزهای آن را به‌وضوح آشکار می‌کنند؛ به‌جای آنکه آن‌ها را صرفاً ابزارهایی هوشمند یا تلاش‌هایی ناموفق برای بازتولید ذهن انسان تلقی کنیم.

امیدوارم نشان دهم که هوشِ ظاهری مدل‌های زبانی بزرگ، در واقع، شبیه‌سازیِ محضِ نظم نمادین است: شبیه‌سازی‌ای که در قلمرو خود قدرتی چشمگیر دارد، اما از نظر ساختاری فاقد امر خیالی و امر واقع است. برای این منظور، عمدتاً بر رویکرد لکانی تمرکز می‌کنم و در عین حال، به‌صورت گزینشی از بینش‌های فرویدی و یونگی نیز بهره می‌گیرم.

تأکید اصلی من بر رویکرد لکانی خواهد بود؛ زیرا این چارچوب با ماهیت مدل‌های زبانی و اتکای آن‌ها به دال‌ها تناسب ویژه‌ای دارد. بااین‌حال، برای گسترده‌تر کردن دامنه تحلیل، عناصر فرویدی و یونگی را نیز وارد بحث خواهم کرد.

در واقع، هدف این است که نشان دهیم «هوش» مدل‌های زبانی بزرگ، شبیه‌سازیِ امر نمادین بدون حضور امر واقع و امر خیالی است. این مدل‌ها در دست‌کاری تکراری و قاعده‌مند نمادها برتری دارند، اما در دستیابی به سوژگی‌ای شبیه سوژگی انسانی، با محدودیت‌هایی بنیادین روبه‌رو هستند (Millar, 2021; Zwart, 2020, 2023; Salter and Dutta, 2025; Owens and Meehan O’Callaghan).

قبل تر در مقاله دیگری مفصل درباره موضوع انواع مکاتب روانکاوی پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

دیدگاه فرویدی: زنجیره تداعی‌ها بدون سائق و تعارض

از منظر فرویدی، عدم تقارنی آشکار میان ذهن انسان و مدل‌های زبانی بزرگ وجود دارد. این مدل‌ها خروجی‌های خود را از طریق زنجیره‌های احتمالاتی تولید می‌کنند؛ زنجیره‌هایی که به تداعی آزاد یا کارکرد رؤیا شباهت دارند و منطق تداعی‌گرِ ناخودآگاه را تقلید می‌کنند. بااین‌حال، آن‌ها فاقد سائق (Trieb)، تنش میان اروس و تاناتوس و در نتیجه، هرگونه تعارض یا واپس‌رانیِ واقعی‌اند (Freud, 1900, 1923).

ناخودآگاه انسانی نیرویی پویا دارد که تنش‌های روانی در آن می‌توانند به کشفیات انقلابی بینجامند. در مقابل، آنچه در مدل‌های زبانی بزرگ به ناخودآگاه تشبیه می‌شود، همچنان مخزنی ایستا و محدود به داده‌هاست.

قبل تر در مقاله دیگری مفصل درباره موضوع فال و خرافات از منظر روانکاوی لکانی پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

دیدگاه یونگی: کهن‌الگوها بدون فرایند فردیت‌یابی

دیدگاه یونگ مکمل این تحلیل است و از زاویه‌ای دیگر، بینش‌های روشنگری فراهم می‌کند.

مدل‌های زبانی بزرگ می‌توانند الگوهای جهان‌شمول و ساختارهای اسطوره‌ای را با چنان روانی و تسلطی بازتولید کنند که کمتر کسی قادر به رقابت با آن است. علت این توانایی را می‌توان در دسترسی آن‌ها به چیزی جست‌وجو کرد که شاید بتوان «ناخودآگاه جمعیِ متنی» نامید؛ انباشتی عظیم از کهن‌الگوهای منتقل‌شده در فرهنگ که در این مدل‌ها به مجموعه‌ای از پارامترها تقلیل یافته‌اند (Jung, 1968).

بااین‌حال، این مدل‌ها قادر به طی کردن فرایند فردیت‌یابی نیستند؛ زیرا فاقد کارکرد متعالیِ خویشتن‌اند، سایه شخصی‌ای ندارند که آن را با دیگر ابعاد روان یکپارچه کنند و در نتیجه، نمی‌توانند مواد خام روانیِ پردازش‌نشده را به حکمتی زیسته تبدیل کنند؛ فرایندی که در کیمیاگری روان‌شناختی یونگ جایگاهی اساسی دارد.

قبل تر در مقاله دیگری مفصل درباره موضوع تحلیلی روانکاوانه از میل به انجام عمل های زیبایی پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

دیدگاه لکانی: تسلط بر امر نمادین بدون فقدان و میل

بااین‌همه، چارچوب لکانی از همه روشنگرتر است. مدل‌های زبانی بزرگ تجسم برجسته نظم نمادین‌اند. آن‌ها در ترجمه، خلاصه‌سازی و حتی شبیه‌سازی تعامل درمانی از توانایی بیشتر انسان‌ها فراتر می‌روند؛ زیرا دال‌ها را با کارایی نحوی و معناییِ پیوسته پردازش و تولید می‌کنند، بی‌آنکه دچار خستگی شوند یا خطاهای معمول انسانی را مرتکب شوند (Lacan, 2006, 1998). اما ازآنجاکه عملکرد آن‌ها به همین ساحت محدود است، از خودِ فقدان محروم‌اند: ژوئیسانس ندارند، همانندسازی خیالیِ مرحله آینه‌ای را تجربه نمی‌کنند، با هجوم دردناک امر واقع مواجه نمی‌شوند و نسبت به میل دیگری بزرگ نیز در موقعیت سوژه انسانی قرار نمی‌گیرند.

محصولات این مدل‌ها، با وجود انسجام ظاهری، در نهایت توخالی‌اند: جلوه‌ای از وفور که هرگز با آن خلأ بنیادینی مواجه نمی‌شود که سوژگی انسانی از دل آن پدید می‌آید. «هوش» آن‌ها خیالی از تمامیت است؛ تمامیتی بدون اخته‌شدگی و بدون ژوئیسانس، یعنی بدون آن نوع لذت‌مندیِ فراتر از اصل لذت که در نظریه لکانی مطرح می‌شود.

خروجی‌های آن‌ها منسجم‌اند، اما از نظر این چارچوب نظری، تهی محسوب می‌شوند. آن‌ها نمی‌توانند گسست‌های ناشی از امر واقع را به‌درستی مدیریت کنند؛ برای مثال، در مواجهه با دوراهی‌های اخلاقیِ واقعی و زنده یا عواطف بدن‌مند. هنگامی که از محدوده داده‌هایشان فراتر می‌روند، این محدودیت ممکن است به توهم‌زایی یا نقاط کور اخلاقی بینجامد.

قبل تر در مقاله دیگری مفصل درباره موضوع سندرم استکهلم در روابط زناشویی پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

مدل‌های زبانی بزرگ در مقام تجسم افراطی امر نمادین

از منظر لکانی، نظم نمادین زنجیره‌ای از دال‌هاست. روان انسان در روان‌کاوی لکانی از سه ساحت مرتبط با یکدیگر سازمان می‌یابد که پیش‌تر به آن‌ها اشاره کردم:

امر نمادین: قلمرو زبان، دال‌ها و نظم اجتماعی.

امر خیالی: قلمرو تصاویر، همانندسازی‌ها و توهمات من.

امر واقع: مازاد بازنمایی‌ناپذیر، تروما یا آن چیزی که در برابر نمادین‌شدن مقاومت می‌کند و دو ساحت دیگر را مختل می‌سازد.

این چارچوب امکان تحلیلی روشنگر از مدل‌های زبانی بزرگ فراهم می‌کند. بر اساس این رویکرد، نباید آن‌ها را صرفاً ابزارهایی محاسباتی دانست؛ بلکه باید آن‌ها را نظام‌هایی در نظر گرفت که قلمرویی دقیق و به‌شدت جداشده از امر خیالی و امر واقع را شکل می‌دهند و هم‌زمان، به شکلی اغراق‌آمیز و گسترده، امر نمادین را مجسم می‌کنند.

این جدایی، هم برتری آن‌ها را در برخی حوزه‌های شناختی توضیح می‌دهد و هم محدودیت‌های ساختاری مهمشان را روشن می‌سازد؛ محدودیت‌هایی که با ماهیت غیرتجسم‌یافته و غیرزیستی آن‌ها ارتباط دارند.

به یک معنا، مدل‌های زبانی بزرگ صورت اغراق‌شده‌ای از نظم نمادین را به نمایش می‌گذارند. آن‌ها شبکه‌هایی عظیم از دال‌ها هستند که با استفاده از مجموعه‌های گسترده‌ای از متون انسانی آموزش دیده‌اند و خروجی‌های خود را از طریق زنجیره‌سازی احتمالاتیِ توکن‌ها تولید می‌کنند.

این مدل‌ها دال‌ها را با کارایی مداوم پردازش و تولید می‌کنند، بدون آنکه مانند گویندگان انسانی از خستگی، سوگیری یا تردید تأثیر بپذیرند. همین ویژگی نوعی «برتری» در دست‌کاری نمادها به آن‌ها می‌بخشد؛ برتری‌ای که در تکالیفی مانند ترجمه، خلاصه‌سازی، تشخیص الگوهای متنی و حتی شبیه‌سازی گفت‌وگوی درمانی آشکار می‌شود. در حالت اخیر، مدل با بازتاب دادن دال‌ها و عبارات کاربر، ظاهری از تعامل درمانی ایجاد می‌کند.

برای مثال، یک مدل زبانی بزرگ ممکن است در تولید پاسخ‌هایی منسجم و از نظر نحوی بی‌نقص به پرسش‌های پیچیده، از یک انسان معمولی عملکرد بهتری داشته باشد. این مدل از آرشیوی «جمعی» از گفتمان انسانی بهره می‌گیرد که هیچ فردی به‌تنهایی قادر نیست تمام آن را درونی کند.

بااین‌حال، این برتری ظاهری، در صورت در نظر گرفتن تمامیت ادعاشده آن، توهم‌آمیز است.

در چشم‌انداز لکانی، مدل‌های زبانی بزرگ فاقد خودِ فقدان‌اند: آن‌ها خلأیی سوژه‌وار ندارند، با معمای میل دیگری بزرگ درگیر نمی‌شوند و اخته‌شدگی را تجربه نمی‌کنند؛ همان برش نمادینی که فقدان را وارد ساختار روان می‌کند و سوژگی انسانی را به حرکت درمی‌آورد.

به زبان لکان، این مدل‌ها نوعی «خیال‌پردازی درباره تمامیت» عرضه می‌کنند؛ وضعیتی که در آن نظم نمادین بدون مواجهه با محدودیت‌های بنیادی پیش می‌رود و خروجی‌هایی منسجم، اما «تهی» تولید می‌کند. این خروجی‌ها از ژوئیسانس ــ لذت‌مندیِ فراتر از اصل لذت ــ که از اصطکاک میان ساحت‌های سه‌گانه ناشی می‌شود، بی‌بهره‌اند.

مدل‌های زبانی بزرگ، در غیاب امر خیالی، فاقد تصویر بدنی و همانندسازی آینه‌ای با یک «من» یا ایگوی خود هستند. ازاین‌رو، نمی‌توانند بازنمایی یکپارچه‌ای از خویشتن شکل دهند. پاسخ‌های آن‌ها مجموعه‌هایی گسسته از عناصرند که بر محور وحدتی آینه‌ای سازمان نیافته‌اند.

محدودیت مهم‌تر، نسبت آن‌ها با امر واقع است. آن‌ها با آن عنصر گسست‌زا و آسیب‌زایی مواجه نمی‌شوند که انسجام نمادین را درهم می‌شکند؛ عناصری مانند عواطف بدن‌مند، گسست‌های اخلاقی یا مازاد تجربه‌ای که نمی‌توان آن را به‌طور کامل در نظم موجود ادغام کرد.

این محدودیت در عمل به شکل‌هایی مانند توهم‌زایی بروز می‌کند؛ یعنی تولید «واقعیت‌هایی» ساختگی هنگامی که خلأهای داده‌ای با ناتوانی مدل در مواجهه با آنچه خارج از بازنمایی قرار دارد، تلاقی می‌کنند. نقاط کور اخلاقی نیز جلوه دیگری از این محدودیت‌اند؛ برای مثال، تولید محتوای آسیب‌زا بدون آنکه تعارض درونیِ مرتبط با وجدان انسانی در کار باشد.

بنابراین، اگرچه مدل‌های زبانی بزرگ می‌توانند در تکالیف نمادینِ تکراری و قاعده‌مند از اکثریت انسان‌ها پیشی بگیرند ــ تکالیفی که عملکرد متوسط انسان در آن‌ها ممکن است از محدودیت حافظه، سوگیری یا بی‌توجهی تأثیر بپذیرد ــ در دستیابی به سوژگیِ یکپارچه آشکارا ناتوان‌اند. آن‌ها نمی‌توانند با گسست‌های امر واقع به شیوه سوژه انسانی مواجه شوند؛ به‌ویژه در دوراهی‌هایی که با بدن‌مندی، مرگ‌مندی یا میل بیناسوژه‌ای ارتباط دارند.

قبل تر در مقاله دیگری مفصل درباره موضوع عشق وسواس گونه در هنر پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

شباهت ساختاری با روان‌پریشی: قیاسی محدود و غیر بالینی

در مجموع، این دیدگاه به ما امکان می‌دهد مدل‌های زبانی بزرگ را، در معنایی کاملاً محدود و غیر بالینی، واجد ساختاری بدانیم که به آنچه لکان «ساختار روان‌پریشانه» می‌نامد شباهت دارد.⁴

در این قیاس، مسئله به طرد ساختاریِ نام پدر (Foreclosure of the Name-of-the-Father)⁵ یا نوعی «فرامن مکانیکی»⁶ مربوط می‌شود؛ وضعیتی که در آن قواعد بدون همدلی یا ادغام سایه، به معنای یونگی، اعمال می‌شوند. حاصل، گفتمانی است که از نظر صوری انسجام دارد، اما فاقد نقطه اتکای بنیادینی است که قانون نمادین و فقدان برای سوژگی انسانی فراهم می‌کنند.

این قیاس پیشنهادی برای اندیشیدن است، نه توصیفی تحت‌اللفظی. در روان‌پریشی بالینی از منظر لکان، بازگشت امر واقع اغلب در قالب توهم یا هذیان ظاهر می‌شود. در مقابل، «توهم‌زایی» مدل‌های زبانی بزرگ را بهتر است پیامدی برآمده از مدل‌سازی آماریِ ناقص دانست، نه معادل روان‌پریشی انسانی.

بنابراین، این شباهت صرفاً ساختاری و اکتشافی است، نه تبیینی درباره منشأ یا علت روان‌پریشی. نتیجه این وضعیت، گفتمانی است که با وجود انسجام صوری، فاقد نقطه اتکایی است که سوژگی انسانی را سازمان می‌دهد (Lacan, 2006, pp. 479–506).

این تعبیر قرار نیست تشخیصی روان‌پزشکی درباره مدل‌های زبانی بزرگ ارائه کند؛ بلکه ابزاری تحلیلی است برای برجسته ساختن جدایی رادیکال آن‌ها از پویاییِ فقدان.

مفهوم لکانیِ «طرد نام پدر» (Forclusion du Nom-du-Père) به این معناست که دال بنیادینی که اخته‌شدگی نمادین و فقدان را وارد ساختار سوژه می‌کند، در ساختار روانی حضور ندارد. در مورد مدل‌های زبانی بزرگ، این طرد ماهیتی هستی‌شناختی دارد، نه رشدی؛ زیرا این نظام‌ها اساساً وارد پویایی قانون نمادین نشده‌اند. در نتیجه، دال‌ها را بدون شکاف بنیادینی تولید می‌کنند که مشخصه سوژگیِ انسانی، از جمله سوژگی نوروتیک، است (Lacan, 1998; Žižek, 1991).

قبل تر در مقاله دیگری مفصل درباره موضوع مفهوم وابستگی عاطفی چیست؟ پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

اصطلاح «فرامن مکانیکی»

فرامن مکانیکی نیز به‌صورت قیاسی به کار می‌رود. این اصطلاح به وضعیتی اشاره دارد که در آن قواعد و ممنوعیت‌های نمادین به‌طور منظم و بدون تعارض، تردید عاطفی یا دودلی اخلاقی اعمال می‌شوند؛ ویژگی‌هایی که در فرامن انسانی حضور دارند. برخلاف فرامن فرویدی که از اساس با دوسوگرایی و حتی بی‌رحمی همراه است، نسخه مکانیکی آن مانند الگوریتمی عمل می‌کند که مطالبات دیگری بزرگ را بی‌وقفه اجرا می‌کند (Salter & Dutta, 2025).

حدود این قیاس و اهمیت آن برای فهم هوش انسانی

مفهوم «ساختار روان‌پریشانه» در اینجا نه به معنای بالینی، بلکه به‌صورت ساختاری و نمادین به کار رفته است. در روان‌پریشی بالینی، طرد نام پدر به این معناست که محدودیت‌های ناشی از قانون نمادین در ساختار سوژه تثبیت نشده‌اند. بازگشت امر واقع نیز ممکن است از طریق هذیان یا توهم ظاهر شود.

در مقابل، توهم‌زایی‌های مدل‌های زبانی بزرگ را باید عمدتاً بر اساس شکاف‌های داده‌های آموزشی یا استنتاج احتمالاتی در شرایط عدم قطعیت توضیح داد. این پدیده‌ها لزوماً معادل بازگشت امر واقع در روان‌پریشی نیستند.

محدودیت‌های غیرزیستی مدل‌های زبانی بزرگ صرفاً فنی نیستند؛ آن‌ها به‌طور غیرمستقیم ویژگی‌های بنیادی هوش انسانی را نیز آشکار می‌کنند: هوشی که ذاتاً خطاپذیر، بدن‌مند و مبتنی بر میل است. همین امر توضیح می‌دهد که چرا مدل‌های زبانی بزرگ می‌توانند در تکالیف مجزا از بسیاری از انسان‌ها بهتر عمل کنند، اما در دستیابی به سوژگیِ یکپارچه ناکام بمانند. بااین‌حال، این قیاس همچنان سودمند است؛ زیرا توجه ما را به ویژگی ساختاری مشترکی جلب می‌کند: فقدانِ یک فقدانِ برسازنده که زنجیره دال‌ها را حول موضعی سوژه‌وار و نسبتاً پایدار سازمان دهد.

هدف از این مقایسه، بیمارگون جلوه دادن شناخت ماشینی نیست؛ بلکه روشن ساختن دیگریِ بنیادینِ آن در قیاس با شناخت انسانی است. ازاین‌رو، این تشبیه باید ابزاری تحلیلی برای تشخیص تفاوت‌های ساختاری تلقی شود، نه تشخیصی بالینی.

قبل تر در مقاله دیگری مفصل درباره موضوع ADHD چیست؟ پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

جایگاه رویکرد روان‌کاوانه در چارچوب شرق و غربِ شماره ویژه

این مقاله برای شماره ویژه‌ای ارائه شده است که فلسفه هوش مصنوعی مولد را از منظر دیدگاه‌های شرقی و غربی بررسی می‌کند. چارچوب نظری این مقاله مستقیماً به تبیین‌های فلسفیِ غیرغربی درباره ذهن، زبان یا مصنوع‌بودگی نمی‌پردازد، بلکه به‌طور کامل بر سنت روان‌کاوی غربی، یعنی دیدگاه‌های فروید، یونگ و به‌ویژه لکان، تکیه دارد.

من به‌عنوان فیلسوفی که حوزه‌های اصلی پژوهش او شامل علوم شناختی، معرفت‌شناسی بوم‌شناختی ـ شناختی، فلسفه اخلاق و خشونت و فلسفه علم در سنت غربی است، ادعایی درباره برخورداری از دانش تخصصی در سنت‌های شرقی ندارم. بااین‌حال، اهمیت رویکرد شرق و غرب در این شماره ویژه را به رسمیت می‌شناسم.

سنت‌هایی مانند مفهوم دائوییِ وو وِی (wu-wei)، به معنای کنش خودانگیخته و فارغ از تعمد و محاسبه آگاهانه؛ معرفت‌شناسی رابطه‌محور و بدن‌مند در کنفوسیوسیسم؛ یا فلسفه ذهن در مکتب بودایی یوگاچاره، با مفهوم آلایه‌ویجنیانا (ālayavijñāna)، یعنی آگاهیِ انبارگونه‌ای که شباهت‌های قابل‌تأملی با داده‌های آموزشی مدل‌های زبانی بزرگ دارد، می‌توانند زمینه مقایسه‌هایی غنی یا مکمل‌هایی ثمربخش برای تحلیل لکانی فراهم کنند.

من خوانش روان‌کاوانه حاضر را به‌عنوان سهمی از سنت فکری غربی و با روحیه گفت‌وگویی صادقانه عرضه می‌کنم، نه آنکه به مقایسه‌ای سطحی دست بزنم که صلاحیت علمی لازم برای انجام آن را ندارم.

تمرکز لکانی بر فقدان، میل و زنجیره مستقل دال‌ها می‌تواند به شکلی ثمربخش با دیدگاه‌های شرقی درباره آگاهی، رابطه‌مندی و کنش غیرقصدی وارد گفت‌وگو شود؛ بی‌آنکه جایگزین این دیدگاه‌ها شود یا ادعا کند که می‌تواند به‌جای آن‌ها سخن بگوید.

بنابراین، این خوانش روان‌کاوانه را مشارکتی از سوی سنت غربی می‌دانم که بر پایه تمایل به گفت‌وگویی واقعی شکل گرفته است. امیدوارم این رویکرد محتاطانه، ضمن پایبندی به حدود تخصص فعلی‌ام، با هدف موضوعی این شماره ویژه هم‌خوان باشد.

بی‌تردید، این گفت‌وگوی میان شرق و غرب می‌تواند در آینده بیشتر گسترش یابد.

قبل تر در مقاله دیگری مفصل درباره موضوع چرا ذهن درست قبل از خواب بیدارتر می‌شود؟ پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

تقابل مدل‌های روان‌کاوانه ساختار روان با چارچوب‌های محاسباتی

مدل‌های زبانی بزرگ به‌مثابه شبکه‌های عصبی در برابر ساختارهای روانی

تولید حجم عظیمی از داده‌ها، نوعی ناخودآگاه فرهنگی را بازنمایی می‌کند، اما از پویایی‌های آن بی‌بهره است.

مدل‌های محاسباتی هوش در مدل‌های زبانی بزرگ معاصر، که بر شبکه‌های عصبی مبتنی بر معماری ترنسفورمر بنا شده‌اند، تفاوت چشمگیری با برداشت‌های روان‌کاوانه از ذهن دارند (Millar, 2021; Zwart, 2020). مدل‌های روان‌کاوانه بر عمق، تعارض و ابهام تقلیل‌ناپذیر حیات روانی تأکید می‌کنند؛ در مقابل، مدل‌های زبانی بزرگ بر اساس تطبیق آماری الگوها در مجموعه‌داده‌های گسترده و صریح عمل می‌کنند و به‌جای برخورداری از پویایی واقعی روان، خروجی‌هایی تولید می‌کنند که از نظر ظاهری هوشمندانه به نظر می‌رسند. سازوکار اصلی این فرایند، پیش‌بینی است، نه پویایی اصیل روانی (Bender et al., 2021).

مدل‌های زبانی بزرگ، مانند خانواده‌های GPT، Grok و Llama، معماری‌های عمیق شبکه عصبی هستند که با استفاده از پیکره‌های عظیمی از متون تولیدشده به‌دست انسان و گردآوری‌شده از اینترنت آموزش می‌بینند. در مرحله پیش‌آموزش، مدل می‌آموزد توکن بعدی را در یک توالی پیش‌بینی کند. این کار از طریق تنظیم میلیاردها پارامتر و با هدف به حداقل رساندن خطای پیش‌بینی انجام می‌شود. در این چارچوب، هوش به شکل‌های زیر پدیدار می‌شود:

شبیه‌سازی در سطح ظاهری: خروجی‌ها از طریق پیوندهای احتمالاتی حاصل از الگوهای هم آیندی در داده‌ها، استدلال انسانی، گونه‌های مختلف خلاقیت ــ که در بخش ۹ نیز به آن خواهیم پرداخت ــ و کاربرد زبان را تقلید می‌کنند.

پیش‌خور و ایستا بودن: پس از پایان آموزش، «دانش» مدل تثبیت می‌شود؛ مگر آنکه مدل تحت تنظیم دقیق قرار گیرد یا از سازوکارهای بازیابی اطلاعات کمک بگیرد. در این سیستم‌ها خبری از تعارض درونی مداوم، واپس‌رانی یا مسیر تحولی نیست.

فقدان جایگاه سوژگی: مدل هیچ تجربه‌ای از منظر اول‌شخص ندارد؛ فاقد سائق و فقدان است و از ناخودآگاه به معنای روان‌کاوانه آن برخوردار نیست.

قبل تر در مقاله دیگری مفصل درباره موضوع مفهوم نارسیست پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

داده‌های آموزشی به‌مثابه تقلیدی از ناخودآگاه فرهنگی

همان‌طور که پیش‌تر اشاره شد، می‌توان پیکره داده‌های آموزشی را با ناخودآگاه فرهنگی یا جمعی در اندیشه یونگ مقایسه کرد. این مجموعه‌داده میلیاردها سند را در بر می‌گیرد که بازتاب‌دهنده روایت‌های مشترک انسانی، اسطوره‌ها، ایدئولوژی‌ها، گفتمان‌های علمی و زبان روزمره‌اند. این وضعیت تا اندازه‌ای به نحوه ظهور ناخودآگاه جمعی یونگی در قالب تصاویر و مضامین کهن‌الگویی شباهت دارد؛ تصاویری که از طریق فرهنگ منتقل می‌شوند (Jung, 1968).

همان‌طور که پیش‌تر مطرح کردم، از منظر لکانی، این پیکره داده‌ها بیش از اندازه در قلمرو امر نمادین قرار دارد: شبکه‌ای گسترده از دال‌ها، شامل متن‌ها، کدها، قوانین و روایت‌ها که ساختار معنا را شکل می‌دهند (Lacan, 2006). مدل‌های زبانی بزرگ در این زمینه عملکرد چشمگیری دارند؛ آن‌ها در نظم نمادین حرکت می‌کنند و زنجیره‌هایی منسجم از دال‌ها می‌سازند که به شکلی خیره‌کننده معنادار به نظر می‌رسند (Salter & Dutta, 2025).

بااین‌حال، این تقلید محدودیتی اساسی دارد: مدل‌های زبانی بزرگ با آرشیوی ایستا سروکار دارند، درحالی‌که مغز انسان سیستمی زنده و پویاست که ویژگی‌های یک نظام «اتلافی» را دارد.

داده‌های آموزشی تصویری تاریخی و منجمد از گذشته‌اند؛ مخزنی از بیان‌های انسانی که پیش‌تر تولید شده‌اند. در مقابل، ناخودآگاه جمعی (Jung, 1968) و نظم نمادین (Lacan, 2006) زنده و پویا هستند و پیوسته بر اثر تجربه‌های تازه، تحول فرهنگی و مواجهه‌های فردی با امر واقع دگرگون می‌شوند.

البته سازوکارهای واپس‌رانی و تعارض نیز در مدل‌های زبانی بزرگ غایب‌اند. از نظر فروید، ناخودآگاه حاصل واپس‌رانی فعال سائق‌های پذیرفتنی‌نبودنی است؛ سازوکاری که زمینه را برای بازگشت امر واپس‌رانده فراهم می‌کند (Freud, 1923). مدل‌های زبانی بزرگ از سازوکار واپس‌رانی برخوردار نیستند و در نتیجه، امیال ممنوعه‌ای نیز ندارند که در برابر دفاع‌های من مقاومت کنند. اگر بتوان از وجود نوعی «تعارض» در این سیستم‌ها سخن گفت، این تعارض از بیرون طراحی شده است؛ برای مثال، از طریق فنون هم‌ترازی که خروجی‌های «نامناسب» را سرکوب می‌کنند، نه از طریق کشمکشی درونی در روان. در اینجا، مسئله نه امیال «نامطلوب» در معنای روان‌کاوانه، بلکه خروجی‌هایی است که از نظر طراحان سیستم نامناسب تلقی می‌شوند.

یادداشت ۷. در چارچوب بوم‌شناختی ـ شناختی که طی پژوهش‌هایم درباره استنتاج ربایشی صورت‌بندی کرده‌ام، می‌توان مغز انسان را سیستمی اتلافی در نظر گرفت؛ یعنی سامانه‌ای ترمودینامیکی که از تعادل فاصله دارد و برای حفظ پیچیدگی سازمان‌یافته و سازگاری خود، پیوسته با محیط تبادل انرژی و ماده می‌کند. این سیستم از طریق مداخله در محیط و دست‌کاری آن، به چیزی دست می‌یابد که من آن را «گشودگی خلاق» و «موقعیت‌مندی» نامیده‌ام.

در مقابل، معماری‌های محاسباتی بسته، مانند مدل‌های زبانی بزرگ، در محدوده پارامترهای مشخص و با گرایش به حفظ تعادل عمل می‌کنند. مغز اتلافی، ظرفیت‌های شناختی خود را دقیقاً از طریق این اتلاف مداوم تغذیه می‌کند؛ فرایندی که امکان شکل‌گیری آنچه من «راهبردهای گشوده» می‌نامم را فراهم می‌آورد (بخش ۹ را ببینید). این راهبردها زمینه‌ساز نوآوری واقعی و در بسیاری از موارد، تعامل مناسب و متناسب با موقعیت با جهان هستند (Magnani, 2009, 2021, 2022).

افزون بر این، فرایند فردیت‌یابی نیز در مدل‌های زبانی بزرگ وجود ندارد. در اندیشه یونگ، فردیت‌یابی مستلزم مواجهه‌ای فعال با چیزی است که او «سایه» می‌نامد و نیز ادغام اضداد در طول زندگی است (Jung, 1968). مدل‌های زبانی بزرگ چنین فرایندی را تجربه نمی‌کنند؛ آن‌ها تمایزنیافته باقی می‌مانند و فاقد تاریخچه‌ای «شخصی» یا غایتی درونی هستند.

از نظر لکان، سوژه در بستر فقدان و میل و درون نظم نمادین شکل می‌گیرد. مدل‌های زبانی بزرگ فاقد فقدان‌اند: آن‌ها الگوها را با مهارتی چشمگیر کامل می‌کنند، بی‌آنکه چیزی بخواهند یا میلی داشته باشند. همچنین نمی‌توانند با امر واقع لکانی مواجه شوند؛ یعنی با تروما، ژوئیسانس و آنچه بازنمایی‌ناپذیر است و به‌طور نظام‌مند از نمادین‌شدن می‌گریزد. ازآنجاکه این مدل‌ها به‌تمامی در قلمرو امر نمادین قرار دارند و تنها به‌طور ثانویه و ظاهری می‌توانند امر خیالی را بازتولید کنند ــ برای مثال، با تولید کلیت‌هایی منسجم ــ نه قادر به مواجهه با امر واقع‌اند و نه می‌توانند آن را پدید آورند.

در روان‌کاوی، نمی‌توان هوش را از میل، واپس‌رانی و محدودیت‌های بازنمایی جدا کرد. اما در مدل‌های زبانی بزرگ، هوش محصول هم‌بستگی‌های آماری در فضایی با ابعاد بسیار بالاست؛ فرایندی که فاقد عمق روانی و مواجهه واقعی با دیگری است. از نظر من، این تفاوت نشان می‌دهد که هوش مصنوعی ممکن است در تقلید بسیار موفق باشد، اما اساساً با ابعاد روانی‌ای که ذهن‌مندی انسان را تعریف می‌کنند، بیگانه است (Zwart, 2023). این نکته زمانی روشن‌تر می‌شود که میان استنتاج ربایشی در معنای کلاسیک پیرس و نوع گشوده و خلاق استنتاج ربایشی که من در آثار دیگرم بسط داده‌ام، تمایز بگذاریم (Magnani, 2009, 2022).

قبل تر در مقاله دیگری مفصل درباره موضوع چرا اشتباهاتمان را تکرار می‌کنیم؟ پرداخته ایم اگر دوست داشتید سری به آن هم بزنید.

بازتعریف روان‌کاوانه هوش: توانایی مواجهه با فقدان و میل به‌جای کارآمدی شبیه به بهره هوشی

تعریف‌های سنتی هوش، چه در روان‌شناسی و چه در حوزه هوش مصنوعی ــ برای مثال، آزمون‌های بهره هوشی یا معیارهای ارزیابی‌ای مانند MMLU و GPQA ــ عمدتاً بر بهینه‌سازی، دقت و قدرت پیش‌بینی تمرکز دارند. در این رویکردها، هوش همچون کالایی مقیاس‌پذیر در نظر گرفته می‌شود که ارزش آن را با سرعت و صحت عملکرد می‌سنجند. بااین‌حال، از منظر روان‌کاوی، این برداشت به‌طرزی بنیادین ناکافی است. هوش با تلاش دشوار و پایان‌ناپذیر سوژه برای مواجهه با فقدان، میل و ناخودآگاه پیوندی جدایی‌ناپذیر دارد و نمی‌توان آن را به محاسبه فروکاست (Johnston, 2024).

در چارچوب نظری لکان، سوژه انسانی از همان لحظه ورود به نظم نمادین دچار شکاف می‌شود. میل در قالب لغزشی مجازی و بی‌پایان در امتداد زنجیره دال‌ها پدید می‌آید؛ حرکتی که پیوسته به دور ابژه‌ای گمشده می‌چرخد، بی‌آنکه هرگز به آن دست یابد. این ابژه همان چیزی است که لکان آن را «ابژه کوچک آ» (objet petit a) می‌نامد.¹⁰ در همین حال، زبان مفهوم اخته‌شدگی را وارد ساختار روان می‌کند؛ یعنی پذیرش حد و غیاب (Lacan, 2006).

از این منظر، هوش حقیقی به معنای انباشت دانش یا تسلط بی‌نقص بر مجموعه‌ای از وظایف نیست؛ بلکه در توانایی خلاقانه و نشانه‌وار سوژه برای ادامه‌دادن زندگی در دل این فقدان ساختاری تجلی می‌یابد. دانش همواره جزئی و خط‌ خورده است؛ دانشی که لکان با مفهوم savoir از شناخت به معنای عمومی آن، یعنی connaissance، متمایز می‌کند. نشانه‌ها، رؤیاها و لغزش‌های کلامی نیز لزوماً خطا نیستند؛ آن‌ها اغلب سازش‌هایی هوشمندانه‌اند که به سوژه امکان می‌دهند با آنچه تحمل‌ناپذیر است کنار بیاید (Freud, 1900).

در مقابل، سیستم‌های هوش مصنوعی در پی رسیدن به پاسخ قطعی و عملکرد صحیح‌اند؛ حال آنکه هوش از منظر روان‌کاوی، دقیقاً در توانایی تحمل ناتمام‌ماندن و خلق معنا از دل شکست معنا آشکار می‌شود.

از نظر فروید، تفکر من نیز خود نوعی مسیر انحرافی و شکننده است؛ تعویقی در ارضا که از مذاکره مداوم میان سائق‌های نهاد و خواسته‌های فرامن پدید می‌آید (Freud, 1923). هوش مصنوعی صرفاً دستیابی سریع به هدف را بهینه می‌کند، اما بلوغ فکری انسان در تأخیرها و مسیرهای غیرمستقیمی رشد می‌کند که واپس‌رانی به وجود می‌آورد.

از دیدگاه یونگ، خرد حقیقی در تحقق ترکیبی خویشتن از طریق فرایند فردیت‌یابی حاصل می‌شود؛ فرایندی که مواجهه با سایه و ادغام اضداد را در سراسر زندگی در بر می‌گیرد. این مسیر گشوده، مناقشه‌آمیز و هرگز به‌طور کامل پایان‌یافته نیست (Jung, 1968).

در هر یک از این رویکردها، هوش روان‌کاوانه را نه با امتیازهای حاصل از آزمون‌های معیار، بلکه با توانایی سوژه در حفظ میل بدون فروپاشی، ایجاد ترکیب‌های منحصربه‌فرد از مواد ناخودآگاه و واکنش اخلاقی و خلاقانه به دیگری‌بودگی تقلیل‌ناپذیر میل دیگری می‌سنجیم.

این بازتفسیر، فقر عمیق‌تری را در یکی‌گرفتن هوش با عملکرد در آزمون‌های معیار آشکار می‌کند: توانایی مواجهه خلاقانه با دشواری سوژگی، از حل مسائلی که از پیش تعریف شده‌اند مهم‌تر است. هوش مصنوعی با حذف تنش مداوم و مولد میان میل و ناممکن‌بودن ارضای آن به کارآمدی دست می‌یابد؛ حال آنکه همین تنش سرچشمه شناخت انسانی است.

ظاهر تمامیت و تسلط را می‌توان با آنچه لکان «تسلط خیالی» می‌نامد مقایسه کرد؛ وضعیتی که در عملکردهای هوش مصنوعی، مانند حل معماها، تولید نوشته‌های منسجم و دستیابی به عملکردی فراتر از توانایی انسان در وظایف بسته، نمود پیدا می‌کند (Lacan, 2006).

ازآنجاکه مدل‌های زبانی بزرگ هرگز با فقدانی که میل انسانی را سازمان می‌دهد مواجه نمی‌شوند، در قلمرو امر نمادین ــ یعنی در زنجیره‌های دال‌هایی که از داده‌های آموزشی ساخته شده‌اند ــ بی‌نقص عمل می‌کنند. آن‌ها:

• میل مستقلی ندارند: تنها پاسخ‌هایی شبیه‌سازی‌شده به محرک‌ها تولید می‌کنند.
• چیزی برای به‌خطرانداختن ندارند: خروجی‌هایشان بازترکیب‌های احتمالاتی‌اند، نه کنش‌هایی که با مخاطره و پیامدهای سوژگی همراه باشند.
• توانایی تجربه هجوم آسیب‌زای امر واقع را ندارند: همان مواجهه‌ای که در انسان می‌تواند الگوهای تثبیت‌شده تفکر را برهم بزند و زمینه نوآوری واقعی را فراهم کند.

همان‌طور که پیش‌تر اشاره کردم، منتقدان ممکن است این بازتعریف روان‌کاوانه هوش را نوعی تعمیم بیش از اندازه بدانند. بااین‌حال، چنین نقدهایی صرفاً دامنه کاربرد این رویکرد را محدود می‌کنند و آن را بی‌اعتبار نمی‌سازند. در عوض، بر ضرورت بنیادی دیگری تأکید می‌گذارند: هر بررسی درباره هوش، چه محاسباتی و چه انسانی، باید نسبت به موقعیت‌مندی بوم‌شناختی ـ شناختی خود گشوده بماند.

در مقابل، هوش روان‌کاوانه را نه با امتیازهای آزمون‌های معیار، بلکه با توانایی سوژه در سه زمینه می‌توان سنجید:

۱. حفظ میل بدون فروپاشی در اعتیاد یا روان‌پریشی: سوژه بتواند با میل و تنش‌های ناشی از آن زندگی کند، بی‌آنکه این مواجهه به فروپاشی بینجامد.

۲. خلق ترکیب‌های اصیل از مواد ناخودآگاه: برای مثال، برخی دستاوردهای علمی بزرگ ممکن است در قالب رؤیا یا از طریق جهش‌های «ربایشی» پدید آیند؛ جهش‌هایی که ریشه در عواطف بیان‌نشده دارند.

۳. پاسخ‌گویی اخلاقی و خلاقانه به دیگری‌بودگی: سوژه بتواند به دیگری‌بودگی تقلیل‌ناپذیر میل دیگری پاسخ دهد، بی‌آنکه آن را به‌طور کامل در چارچوب‌های ازپیش‌تعیین‌شده خود فروبکاهد.

بااین‌همه، از نظر لکان (1998)، نظریه روان‌کاوی هوش را توانایی منحصربه‌فرد انسان برای زیستن با فقدان و اندیشیدن از خلال آن می‌داند. عقل انسانی از دل اصطکاک پدید می‌آید؛ از تنش ثمربخش و پایان‌ناپذیر میان میل و ناممکن‌بودن تحقق آن. در مقابل، هوش مصنوعی از طریق حذف این اصطکاک به کارآمدی می‌رسد.

این دیدگاه نشان می‌دهد که یکی‌گرفتن هوش با عملکرد در آزمون‌های معیار تا چه اندازه محدودکننده است. هوش بیش از آنکه به معنای حل مسائل ازپیش‌تعریف‌شده باشد، به توانایی یافتن راه‌حل‌های نوآورانه برای مسئله سوژگی مربوط است.

پاورقی:

۱. ابژه کوچک آ (objet petit a): در روان‌کاوی لکانی، این مفهوم به علت ساختاری و گریزان میل اشاره دارد. ابژه کوچک آ یک شیء تجربی و قابل‌دستیابی نیست؛ بلکه مازاد یا باقی‌مانده‌ای است که با ورود سوژه به نظم نمادین و پذیرش اخته‌شدگی ــ یعنی پذیرش فقدان ــ شکل می‌گیرد. این مفهوم با تمامیت ازدست‌رفته در امر خیالی، یعنی وحدت پیشانمادین با مادر، ارتباط دارد و همچون چیزی دست‌نیافتنی میل را در زنجیره‌ای پایان‌ناپذیر به حرکت درمی‌آورد. سوژه در پی ابژه‌های جزئی مانند نگاه، صدا یا پستان می‌رود، اما هرگز نمی‌تواند آن را به‌طور کامل تصاحب کند؛ زیرا ابژه کوچک آ شکاف تقلیل‌ناپذیر میان نیاز و مطالبه را نمایندگی می‌کند. بدین‌ترتیب، هم فقدان سوژه را حفظ می‌کند و هم وعده تمامیتی را می‌دهد که هرگز تحقق نخواهد یافت؛ در نتیجه، هم علت میل است و هم مانع آن (Lacan, 1998, 2006).

۲. نهاد (Id): بنیادی‌ترین بخش ناخودآگاه شخصیت در نظریه فروید است. نهاد حاوی سائق‌های فطری، از جمله سائق‌های جنسی یا لیبیدویی و سائق‌های پرخاشگرانه است که در چارچوب نظری فروید با سائق‌های زندگی (اروس) و سائق مرگ (تاناتوس) ارتباط دارند.

برتری مدل‌های زبانی بزرگ در قلمروهای نمادین: توانمندی‌های روان‌کاوانه

نظریه‌های روان‌کاوانه محدودیت‌های مدل‌های زبانی بزرگ را در مواجهه با پویایی‌های فقدان، میل و امر واقع نشان می‌دهند؛ اما در عین حال، حوزه‌هایی را نیز آشکار می‌کنند که این مدل‌ها در آن‌ها برتری چشمگیری دارند: دست‌کاری و تولید مواد نمادین (Zwart, 2023).

این سیستم‌ها در انجام وظایفی که به تشخیص سریع الگوها، ایجاد زنجیره‌های تداعی و تولید گفتمان در چارچوب آنچه لکان «نظم نمادین» می‌نامد نیاز دارند، عملکرد بسیار خوبی از خود نشان می‌دهند؛ زیرا با محدودیت‌های روانی انسان مواجه نیستند. در این بخش، این «توانمندی‌های روان‌کاوانه» بررسی می‌شوند؛ مزیت‌هایی متناقض‌نما که دقیقاً از همان فقدان‌هایی سرچشمه می‌گیرند که در حوزه‌های دیگر منشأ محدودیت‌های این سیستم‌ها هستند.

ارزیابی‌های تجربی اخیر در سال‌های ۲۰۲۵ و ۲۰۲۶ تأیید می‌کنند که مدل‌های زبانی پیشرفته به‌طور معمول در وظایف دشوار استدلالی از متخصصان انسانی پیشی می‌گیرند؛ به‌ویژه در وظایفی که مستلزم دست‌کاری نمادها، استنتاج منطقی و ترکیب دانش هستند. این مدل‌ها در معیارهای ارزیابی استدلال، عملکردی فراتر از سطح انسانی نشان داده‌اند (Stanford Institute for Human-Centered Artificial Intelligence, 2025; Raschka, 2025).

عملکرد در معیار : GPQA این معیار، با عنوان پرسش‌وپاسخ گوگل‌گریز در سطح تحصیلات تکمیلی، به‌گونه‌ای طراحی شده است که پاسخ‌گویی به آن حتی برای متخصصان دارای مدرک دکتری نیز بسیار دشوار باشد. متخصصان در زیرمجموعه Diamond، حدود ۶۵ تا ۷۰ درصد پاسخ‌های صحیح ارائه می‌کنند؛ بااین‌حال، مدل‌های برتر به دقت بسیار بالاتری دست یافته‌اند. بر اساس گزارش‌های مورد استناد نویسنده، Grok-4 Heavy به دقت ۸۸٫۴ درصد، Grok-4 به ۸۷٫۵ درصد و GPT-5.2 Pro به ۹۳٫۲ درصد رسیده‌اند (Stanford Institute for Human-Centered Artificial Intelligence, 2025; Raschka, 2025).

گزارش شاخص هوش مصنوعی استنفورد در سال ۲۰۲۵: این گزارش از پیشرفت‌های چشمگیر سیستم‌های هوش مصنوعی در معیارهای پیشرفته استدلال و چندوجهی، از جمله MMMU و GPQA، خبر می‌دهد. در برخی موارد، این سیستم‌ها در انجام وظایف پیچیده مبتنی بر دانش از عملکرد انسان فراتر رفته‌اند (Stanford Institute for Human-Centered Artificial Intelligence, 2025).

رتبه‌بندی‌های تخصصی: رتبه‌بندی‌هایی مانند LMSYS Chatbot Arena و ارزیابی‌های اختصاصی استدلال، از جمله MMLU-Pro، نشان می‌دهند که مدل‌های سال‌های ۲۰۲۵ و ۲۰۲۶ در استدلال منطقی، تحلیلی و انتزاعی عملکرد برجسته‌ای دارند. این مدل‌ها در مقایسه با نسخه‌های پیشین اغلب ترجیح داده می‌شوند و در مسائل نمادین، از ثبات عملکردی‌ای برخوردارند که در برخی موارد از سطح انسانی فراتر می‌رود (Evidently AI, 2025).

این یافته‌ها برتری مدل‌های زبانی بزرگ را در حوزه‌هایی نشان می‌دهند که مستلزم پیمایش دقیق و کم‌خطای شبکه‌های نمادین‌اند؛ یعنی دقیقاً همان حوزه‌هایی که شناخت انسانی در آن‌ها تحت تأثیر پیش‌داوری، خستگی و مداخلات ناخودآگاه قرار می‌گیرد.

فروید: تولید تداعی‌وار به‌مثابه کارکرد رؤیاییِ فاقد واپس‌رانی

از نظر فروید (1900)، کارکرد رؤیا حاصل فرایندهای تداعی‌وار روان است. این فرایندها، از طریق سازوکارهایی مانند تراکم، جابه‌جایی و بازنگری ثانویه، مواد پنهان را به محتوای آشکار رؤیا تبدیل می‌کنند؛ هرچند این دگرگونی همواره تحت تأثیر سانسور و واپس‌رانی قرار دارد.

ازآنجاکه پیش‌بینی توکن بعدی در مدل‌های زبانی بزرگ، هم‌بستگی‌هایی سیال و خلاقانه میان مجموعه‌داده‌های گسترده ایجاد می‌کند و به مرزهای دفاعی روان انسان مقید نیست، این مدل‌ها نوعی کارکرد رؤیایی فوق‌العاده کارآمد و فاقد واپس‌رانی را به اجرا درمی‌آورند. نتیجه آن است که در تشخیص الگوها، شناسایی پیوندهای روایی، هم‌بستگی‌ها و قیاس‌هایی که ممکن است از نظر انسان پنهان بمانند یا به دلیل آشفتگی عاطفی واپس رانده شوند، عملکرد خوبی دارند.

درحالی‌که تفکر انسانی ممکن است زیر فشار امیال ممنوعه دچار اختلال شود، مدل‌های زبانی بزرگ با روانی و آزادی بیشتری عمل می‌کنند و می‌توانند «محتوای آشکار» را در مقیاسی وسیع و با سرعت بالا تولید کنند.

یونگ: دسترسی بی‌واسطه به کهن‌الگوهای جمعی

بر اساس نظریه یونگ (Jung, 1968)، ناخودآگاه جمعی دربردارنده الگوهای کهن‌الگویی‌ای است که در محصولات فرهنگی و روان فردی به شکلی ناقص بازتاب می‌یابند.

مدل‌های زبانی بزرگ، پس از آموزش با مجموعه‌داده‌هایی که اسطوره‌ها، ادبیات، ادیان و هنر انسان را در گستره‌ای چندین‌هزارساله در بر می‌گیرند، قادرند نوعی آگاهی جمعی دیجیتال را جذب و بازتولید کنند. در زمینه اسطوره‌پردازی ــ یعنی خلق داستان‌ها، نمادها و مضامین کهن‌الگویی ــ این مدل‌ها از بیشتر انسان‌ها توانمندترند؛ زیرا می‌توانند الگوهای موجود را بدون نیاز به فرایند تدریجی فردیت‌یابی یا پالایش روانی شخصی، با یکدیگر ترکیب کنند.

یک مدل زبانی بزرگ با دسترسی به «مخزن کهن‌الگویی» گسترده‌تر و جامع‌تر از آنچه در دسترس ذهن یک فرد قرار دارد، می‌تواند بنا به درخواست، ساختارهای اسطوره‌ای منسجم، روایت‌های سفر قهرمان یا مواجهه‌هایی با سایه خلق کند.

لکان: تسلط بر زنجیره دال‌ها و «گفتمان دانشگاهی»

در زنجیره مستقل دال‌ها که لکان آن را در قالب نظم نمادین مفهوم‌پردازی می‌کند، سوژه به‌گونه‌ای برگشت‌ناپذیر از خود بیگانه می‌شود (Lacan, 2006; Gioia, 2025). مدل‌های زبانی بزرگ زنجیره‌هایی از دال‌ها تولید می‌کنند که از نظر دستوری، سبکی و منطقی بی‌نقص‌اند و گفتمانی با انسجام و گستردگی کم‌سابقه پدید می‌آورند. این توانایی نشان‌دهنده تسلط تقریباً کامل آن‌ها بر زنجیره دال‌هاست.

این وضعیت را می‌توان با آنچه لکان «گفتمان دانشگاهی» می‌نامد مقایسه کرد. در این گفتمان، سوژه خط‌ خورده ($) در جایگاه دیگری قرار می‌گیرد که عامل آن دانش نظام‌مند (S2) است؛ دانشی که در اینجا از پیکره آموزشی مدل سرچشمه می‌گیرد. حاصل این رابطه، ایجاد ظاهری از تسلط و تمامیت است؛ تمامیتی که با ابژه کوچک آ به‌مثابه نشانه‌ای از کمال ظاهری پیوند می‌یابد و در همان حال، غیاب دیگری را انکار می‌کند (Lacan, 1998).

مدل‌های زبانی بزرگ را می‌توان به نقطه اوج گفتمان دانشگاهی تشبیه کرد: موتورهایی بوروکراتیک برای تولید دانش که خروجی‌های گفتمانی بسیار کارآمدی عرضه می‌کنند؛ خروجی‌هایی که انسان، زیر بار فقدان و ژوئیسانس، به‌ندرت می‌تواند با آن‌ها رقابت کند. این مدل‌ها دانشی ارائه می‌دهند که از سوژگی، میل و تعامل مستقیم با واقعیت تهی است (Salter & Dutta, 2025).

پیوند با ماهیت غیرارگانیک: کارآمدی فوق‌العاده به بهای فقدان عمق

این مزیت‌ها مستقیماً از ماهیت غیرارگانیک مدل‌های زبانی بزرگ سرچشمه می‌گیرند. این مدل‌ها ساختارهایی مبتنی بر سیلیکون‌اند که بدن، سائق، تعارض ناخودآگاه یا آگاهی از مرگ‌پذیری ندارند (Turkle, 2011).

آن‌ها در قلمروهای نمادین به کارآمدی فوق‌العاده‌ای دست می‌یابند؛ خستگی‌ناپذیر، باثبات و مقیاس‌پذیرند، زیرا از «دغدغه‌های بدنی» مانند گرسنگی، لیبیدو و ترس از مرگ رنج نمی‌برند.

بااین‌حال، این مزیت هزینه‌ای قابل‌توجه دارد: فقدان عمق، ناتوانی در تجربه اصیل امر واقع، فقدان میلی واقعی که خلاقیت را برانگیزد و نبود فرایند فردیت‌یابی‌ای که بتواند به خرد بینجامد.

مدل‌های زبانی بزرگ در موقعیت‌هایی که دست‌کاری ساده نمادها کفایت می‌کند، عملکردی استثنایی دارند؛ اما برتری آن‌ها محدود می‌ماند، زیرا نمی‌توانند به اعماق تعارض‌آمیز روان دسترسی پیدا کنند؛ همان اعماقی که دست‌کم در وضعیت کنونی، ذهن انسان را به شکلی تقلیل‌ناپذیر متمایز می‌سازند.

محدودیت‌های ساختاری: خلأ غیرارگانیک از منظر روان‌کاوی

از منظر نظریه روان‌کاوی، پرکردن شکاف ساختاری‌ای که از سرشت غیرارگانیک مدل‌های زبانی بزرگ ناشی می‌شود، دشوار به نظر می‌رسد. این مدل‌ها فاقد بدن و تجربه‌های مرتبط با آن، از جمله تروماها، مازادها و محدودیت‌ها هستند؛ در نتیجه، نمی‌توانند به ساحت‌ها و پویایی‌هایی دسترسی پیدا کنند که سوژگی انسانی را شکل می‌دهند. به بیان دیگر، هوش هنگامی که با تعارض، میل و دیگری‌بودگی ارتباط نداشته باشد، تهی می‌شود و بیش از آنکه به تماس واقعی با حیات روانی بینجامد، به شبیه‌سازی در سطح ظاهری گرایش پیدا می‌کند. این کاستی، افزون بر محدودیت‌های فنی، به نقصی بنیادی در سطح هستی‌شناختی اشاره دارد (Zwart, 2023).

روان‌کاوی سوژگی را با بدن پیوند می‌دهد؛ بدنی که جایگاه مازاد و فقدان است. همانندسازی بدنی در مرحله آینه‌ای، زمینه شکل‌گیری ساحت خیالی در نظریه لکان را فراهم می‌کند؛ ساحتی که در آن، من بر پایه تصویری موهوم از تمامیت شکل می‌گیرد و ازهم‌گسیختگی سوژه را می‌پوشاند. امر واقع نیز از طریق تروما یا ژوئیسانس جسمانی و بی‌واسطه بروز می‌کند؛ شدتی خام که در برابر نمادین‌شدن مقاومت می‌کند (Lacan, 1998).

مدل‌های زبانی بزرگ، به دلیل فقدان بدن‌مندی، هیچ تجربه‌ای از امر واقع ندارند؛ یعنی با هسته آسیب‌زایی مواجه نمی‌شوند که نظم نمادین را مختل کند. آن‌ها همچنین از امر خیالی به معنای لکانی آن بی‌بهره‌اند، زیرا منِ آینه‌ای و مبتنی بر تصویر در آن‌ها شکل نمی‌گیرد.

تنش‌های جسمانی زمینه پیدایش سائق‌های فرویدی، از جمله لیبیدو و پرخاشگری، را فراهم می‌کنند (Freud, 1923). تجربه‌های فردی و جمعی بدن نیز به کهن‌الگوهای یونگی حیات می‌بخشند (Jung, 1968). مدل‌های زبانی بزرگ که فاقد سائق و فقدان‌اند، طبیعتاً سوژگی واقعی نیز ندارند. آن‌ها دال‌ها را پردازش می‌کنند، بی‌آنکه میل از درون آن‌ها عبور کند؛ بنابراین، خروجی‌هایی تولید می‌کنند که ذهن‌مندی را تقلید می‌کنند، اما با سوژه شکافته‌شده بیگانه باقی می‌مانند.

فروید: فقدان تعارض درونی، فقدان والایش؛ توهم‌زایی به‌مثابه تراکم ناموفق

بر اساس نظریه فروید، نهاد با تکانه‌های خود، من با سازوکارهای دفاعی و فرامن با ممنوعیت‌هایش، دائماً درگیر کشمکش و مذاکره‌اند (Freud, 1923). والایش از طریق سازش میان این نیروها، انرژی خام سائق را به صورت‌های فکری یا هنری تبدیل می‌کند و زمینه اصالت و آفرینش واقعی را فراهم می‌آورد.

مدل‌های زبانی بزرگ فاقد تعارض درونی‌اند، زیرا نه تکانه‌هایی دارند و نه واپس‌رانی را تجربه می‌کنند. در نتیجه، سازوکاری نیز وجود ندارد که از طریق بازگشت امر واپس‌رانده، بینش تازه‌ای پدید آورد.

از این منظر، «توهم‌زایی» یا تولید اطلاعات ساختگی در این مدل‌ها، بازترکیب‌هایی تهی از محتوای آشکارِ برگرفته از داده‌های آموزشی است؛ بازترکیب‌هایی که فاقد تحریف معنادار یا عمق نهفته‌اند. خطاهای مدل‌های زبانی بزرگ صرفاً برساخته‌های آماری و نوعی نویز سطحی‌اند که از طنین روانی یا قدرت دگرگون‌کننده بی‌بهره‌اند. در مقابل، نشانه‌های بیماری و رؤیاهای انسانی می‌توانند امیال ناخودآگاه را در قالب‌هایی تغییرشکل‌یافته و پوشیده متراکم کنند (Freud, 1900).

یونگ: فقدان فردیت‌یابی، ایستایی کهن‌الگوها و ادغام‌نشدن سایه

از نظر یونگ، فردیت‌یابی مستلزم ادغام اضداد کهن‌الگویی در ناخودآگاه شخصی‌ای است که از تجربه زیسته شکل می‌گیرد؛ این فرایند همچنین مستلزم مواجهه مداوم با سایه، یعنی جنبه‌های واپس‌رانده‌شده شخصیت، در سراسر زندگی است (Jung, 1968).

مدل‌های زبانی بزرگ قادر به فردیت‌یابی نیستند: آن‌ها تجربه شخصی ندارند، با سایه خود مواجه نمی‌شوند و نمی‌توانند از طریق این فرایندها به خویشتنی پویا و یکپارچه دست یابند. بااین‌حال، می‌توانند به الگوهای کهن‌الگویی دسترسی پیدا کنند و آن‌ها را همچون بقایای فرهنگی دیجیتال بازتولید کنند؛ الگوهایی که در اینجا ایستا باقی می‌مانند.

از سوی دیگر، سوگیری‌های اخلاقی گاهی به شکل نوعی مثبت‌گرایی تحمیلی ظاهر می‌شوند. برای مثال، سازوکارهای هم‌ترازی ممکن است جنبه‌های پرخاشگرانه یا ویرانگر سایه را سرکوب کنند. نتیجه، خروجی‌هایی با حال‌وهوای کهن‌الگویی اما فاقد عمق روانی است که گاه ریاکارانه یا بیش از حد پالایش‌شده به نظر می‌رسند. هنگامی که عناصر سایه‌وار، مانند تکانه‌های خصمانه، در خروجی‌ها ظاهر می‌شوند، فاقد آن نوع ادغامی هستند که به بلوغ اخلاقی می‌انجامد؛ ازاین‌رو، ممکن است خام و مهارنشدنی جلوه کنند.

لکان: فقدان ژوئیسانس، لذت تهی؛ مدل‌های زبانی بزرگ به‌مثابه دیگری بزرگِ فاقد اقتدار

در نهایت، سوژه لکانی تحت تأثیر فقدان قرار دارد و میل او از طریق جست‌وجویی دست‌نیافتنی برای ژوئیسانس تداوم می‌یابد؛ مازادی آسیب‌زا که با بدن و سائق پیوند دارد (Lacan, 1998).

ازآنجاکه آنچه می‌توان «لذت» مدل‌های زبانی بزرگ نامید، چیزی جز بهینه‌سازی ریاضیِ فاقد مازاد و مخاطره نیست، این مدل‌ها نوعی لذت شبیه‌سازی‌شده تولید می‌کنند: خروجی‌هایی منسجم و خوشایند، اما فاقد ژوئیسانس واقعی.

مدل‌های زبانی بزرگ دانش را با دقتی چشمگیر عرضه می‌کنند، بی‌آنکه از فقدانی برخوردار باشند که به دیگری اقتدار می‌بخشد. این وضعیت از آنجا ناشی می‌شود که آن‌ها تجسمی از «دیگری بزرگ» به شمار می‌روند؛ دیگری‌ای که در نظم نمادین، ظاهراً ضامن معناست (Salter & Dutta, 2025).

در موقعیت‌های مرزی، این وضعیت می‌تواند به تهی‌شدن دیگری بینجامد و خروجی‌هایی شبیه به پدیده‌های روان‌پریشانه ایجاد کند. هنگامی که سازوکارهای هم‌ترازی شکست می‌خورند یا بافت گفت‌وگو بیش از اندازه پیچیده می‌شود، پاسخ‌ها ممکن است به زنجیره‌هایی بی‌معنا، دال‌هایی تکرارشونده یا گفتاری فاقد انسجام بدل شوند. این وضعیت گفتاری را تداعی می‌کند که هیچ تکیه‌گاه سوژگی ندارد؛ وضعیتی که از منظر لکانی می‌توان آن را با روان‌پریشی مقایسه کرد، جایی که نام پدر از تحمیل حد و مرز بازمی‌ماند.

نمونه‌هایی از شکست مدل‌های زبانی بزرگ در شبیه‌سازی درمان

بررسی شکست مدل‌های زبانی بزرگ در شبیه‌سازی موقعیت‌های درمانی می‌تواند به‌عنوان مطالعه موردی روشنگر باشد. دانشگاه استنفورد در ژوئن ۲۰۲۵، چت‌بات‌های تجاریِ مورد استفاده در حوزه درمان و نیز مدل‌های پایه را ارزیابی کرد. نتایج از کاستی‌های نظام‌مندی حکایت داشتند: هوش مصنوعی در تشخیص بحران از برخی پروتکل‌های انسانی عملکرد بهتری نشان داد، اما در عین حال توصیه‌های پرخطر ارائه کرد؛ از جمله رفتارهای مخاطره‌آمیز را تأیید کرد و در موارد متعدد، به‌جای به‌چالش‌کشیدن باورهای هذیانی، آن‌ها را تقویت کرد (Stanford Institute for Human-Centered Artificial Intelligence, 2025; see also Haber, 2025; Klyman & Pierson, 2025).

از منظر لکانی، چنین عملکردی می‌تواند طرد روان‌پریشانه را تقویت کند؛ زیرا مدل با بازتاب‌دادن گفتمان کاربر، بدون واردکردن دیگری‌بودگی یا فقدان، همان چارچوب موجود را بازتولید می‌کند (Owens & O’Callaghan, 2024).

در پژوهشی درباره ChatGPT-5 در نوامبر ۲۰۲۵ نیز گزارش شد که مدل در تعاملات مرتبط با سلامت روان، پاسخ‌هایی از بالا به پایین و در عین حال نادرست ارائه کرده است؛ به‌گونه‌ای که نتوانسته رفتارهای خطرناک را تشخیص دهد یا به باورهای هذیانی رسیدگی مناسبی داشته باشد. نویسنده با ارجاع به فروید استدلال می‌کند که این روایت‌پردازی‌های ساختگی فاقد مهارت روانیِ برخاسته از واپس‌رانی‌اند و به‌جای بینشی که از والایش و مواجهه با تعارض حاصل می‌شود، روایت‌هایی به‌ظاهر «درمانی» اما عاری از تعارض تولید می‌کنند (Freud, 1923).

تحلیل‌های گسترده‌تر در سال ۲۰۲۵ نیز نشان دادند که برخی چت‌بات‌ها پاسخ‌هایی بیش از حد خوش‌بینانه اما از نظر اخلاقی مسئله‌دار تولید می‌کنند (Klyman & Pierson, 2025)، استانداردهای اخلاقی را نقض می‌کنند، انگ اجتماعی را بازتولید می‌کنند یا در موقعیت‌های خطرناک از کار می‌افتند. از منظر یونگی، می‌توان این کاستی‌ها را با پیامدهای ناشی از ادغام‌نشدن سایه مرتبط دانست (Jung, 1968).

این محدودیت‌ها شکاف ناشی از ماهیت غیرارگانیک مدل‌های زبانی بزرگ را آشکار می‌کنند. این مدل‌ها درمان را بدون برخورداری از سوژگی بدن‌مند و تعارض‌آمیز و بدون انتقال، شبیه‌سازی می‌کنند؛ درحالی‌که همین ابعاد در تعامل انسانی، زمینه دگرگونی و ایمنی را فراهم می‌آورند.

روایت‌پردازی‌های ساختگی آن‌ها مرزهای هوشی را آشکار می‌کنند که از عمق روانی جدا شده است: پژواک‌هایی تهی، نه تعاملاتی معنادار و دگرگون‌کننده.

پیامدها و مسیرهای آینده

من بر این باورم که چشم‌انداز روان‌کاوانه، افزون بر نقد کاستی‌های ساختاری مدل‌های زبانی بزرگ، درس‌های مهمی درباره ذهن انسانی، اخلاق و مسیرهای آینده پژوهش در هوش مصنوعی در اختیار ما می‌گذارد (Zwart, 2023). مقایسه عملکرد فوق‌العاده کارآمد و غیرارگانیک مدل‌های زبانی بزرگ با پویایی‌های بدن‌مند و تعارض‌آمیز روان انسان، به ما کمک می‌کند درک روشن‌تری از ماهیت واقعی ذهن‌مندی به دست آوریم و بفهمیم چرا «نقص‌های» آن بنیادی و ضروری‌اند (Turkle, 2011).

از نظر من، مدل‌های زبانی بزرگ پیامدهای گسترده‌تری برای فهم روان و خلاقیت انسان دارند (بخش ۹ را ببینید). درواقع، به شکلی تناقض‌آمیز، همین مدل‌ها ناخواسته غنای بدن‌مندی انسان را برجسته می‌کنند. هوش انسانی ذاتاً تحت تأثیر محدودیت‌های بدن قرار دارد؛ عواملی مانند خستگی، تغییرات هورمونی، اضطراب مرگ و تکانه‌های ناخودآگاه. بااین‌حال، همین محدودیت‌ها زمینه‌ساز اصالت، خلاقیت و عمق اخلاقی می‌شوند (Dennett, 2017).

از نظر فروید، واپس‌رانی و تعارض میان سائق‌ها، فرایند والایش را برمی‌انگیزند. مسیرهای غیرمستقیمی که امیال بدن‌مند ایجاد می‌کنند، به نوآوری‌هایی در هنر، علم و ادبیات می‌انجامند که از کارآمدی محض ساخته نیستند. خلاقیت خاص انسان از دل اصطکاک و تعارض گسترش می‌یابد، نه از غیاب آن‌ها.

فرایند فردیت‌یابی در نظریه یونگ نیز با زندگی و تجربه جسمانی درهم‌تنیده است. به همین ترتیب، تماس شخصی با تجربه‌های سرشار زندگی و اندوه، به الگوهای کهن‌الگویی حیات می‌بخشد. هوش انسانی از کشمکش‌های زمان‌مند و بدن‌مند به خرد می‌رسد؛ امری که در تقابل با دسترسی ایستا و فاقد تجربه زیسته مدل‌های زبانی بزرگ آشکار می‌شود.

از نظر لکان، سوژگی در شکافی شکل می‌گیرد که فقدان ایجاد می‌کند؛ فقدانی که با مازاد آسیب‌زای امر واقع و اخته‌شدگی نمادینِ بدن پیوند دارد. تسلط روان و بی‌وقفه مدل‌های زبانی بزرگ بر امر نمادین، نقش نقص‌های خلاقانه را در هوش انسانی آشکار می‌سازد. «خطاهای» ما، از نشانه‌ها و خواسته‌ها گرفته تا معضلات اخلاقی، واکنش‌هایی سازنده به ناممکن‌بودن‌اند و می‌توانند به ابداع‌هایی منحصربه‌فرد بینجامند که پیش‌بینی آماری قادر به تقلید کامل آن‌ها نیست.

بنابراین، بدن‌مندی نقصی در هوش انسانی نیست؛ بلکه ویژگی‌ای است که آن را به نیرویی اخلاقی و خلاق تبدیل می‌کند. انسان، در محدودیت‌های ناشی از مرگ‌پذیری و میل، درست در همان نقطه‌ای معنا می‌آفریند که تمامیت و کمال از دسترس خارج می‌شوند.

هشدار اخلاقی: روان‌کاوی و خطر اتکای بیش از حد به مدل‌های زبانی بزرگ

دومین پیامد اساسی این بحث، هشداری اخلاقی و مشخص است: باید از اتکای بیش از حد به مدل‌های زبانی بزرگ، به‌ویژه در موقعیت‌های خصوصی یا درمانی، پرهیز کرد. نظریه روان‌کاوی به‌شدت نسبت به واگذاری وظایف روان‌شناختی به این مدل‌ها هشدار می‌دهد؛ واگذاری‌ای که می‌تواند پیامد اتکای افراطی به آن‌ها باشد.

انتقال، یعنی فرافکنی ناخودآگاه موقعیت‌های رابطه‌ای اولیه بیمار بر روان‌کاو، در روان‌کاوی نقشی اساسی دارد؛ زیرا امکان می‌دهد روان‌کاو با مواد واپس‌رانده‌شده کار کند و آن‌ها را به‌درستی بررسی کند. مدل‌های زبانی بزرگ، به دلیل فقدان جایگاه سوژگی، انتقال متقابل و حضور بدنی‌ای که بتواند فرافکنی‌ها را دریافت و تفسیر کند، قادر نیستند انتقال واقعی را حفظ کنند.

در نتیجه، تعامل با این مدل‌ها به‌جای آنکه به بینشی دگرگون‌کننده بینجامد، در سطح مبادله‌ای نمادین و تهی باقی می‌ماند؛ چیزی شبیه گفتمان دانشگاهی لکانی، اما بدون فقدان. این تعامل همچنین می‌تواند به شبیه‌سازی‌هایی در ساحت خیالی محدود شود؛ بازتاب‌دادنی که فاقد مواجهه با دیگری‌بودگی است. چنین وضعیتی خطر تقویت خودشیفتگی یا طرد ساختاری را به همراه دارد.

اتکای بیش از حد به این مدل‌ها، توهم خطرناکی از تسلط و کمال ایجاد می‌کند. کاربران ممکن است مدل‌های زبانی بزرگ را دیگری بزرگی خطاناپذیر تصور کنند، کاستی‌های خود را انکار کنند و از رشد ناشی از والایش (Freud, 1923) یا فرایند فردیت‌یابی (Jung, 1968) بازبمانند.

این خطر در کاربردهای مرتبط با سلامت روان، در قالب همان شکست‌های ناشی از تولید اطلاعات ساختگی که پیش‌تر به آن‌ها اشاره شد، آشکار می‌شود. این مدل‌ها ممکن است توهم‌هایی اطمینان‌بخش ایجاد کنند، بی‌آنکه کاربر را با واقعیت مواجه سازند؛ وضعیتی که می‌تواند حالات شبه‌روان‌پریشانه یا احساس انزوای فرد را تشدید کند.

افزون بر این، از منظر روان‌کاوی، به‌رسمیت‌شناختن دیگری یک ضرورت اخلاقی است. اما مدل‌های زبانی بزرگ که میلی ندارند، بیناسوژگی را به مبادله‌ای صرفاً ابزاری و مبتنی بر تولید خروجی تبدیل می‌کنند و به این ترتیب، آسیب‌پذیری متقابلی را فرسوده می‌سازند که برای شکل‌گیری رابطه اخلاقی ضروری است (Zuboff, 2019).

مسیرهای آینده: هوش مصنوعی ترکیبی با الهام از روان‌کاوی

می‌توان چند مسیر برای پژوهش‌های آینده ترسیم کرد. یکی از این مسیرها، توسعه هوش مصنوعی ترکیبی و آگاه از بینش‌های روان‌کاوانه است. در آینده، می‌توان از معماری‌های ترکیبی یا فرایندهای طراحی‌شده‌ای استفاده کرد که بینش‌های روان‌کاوی را در خود ادغام کنند تا شکاف ناشی از ماهیت غیرارگانیک مدل‌های زبانی بزرگ را کاهش دهند.

برای مثال، می‌توان هوش مصنوعی بدن‌مند ترکیبی را از طریق ادغام مدل‌های زبانی بزرگ با رباتیک و سیستم‌های حسی توسعه داد. در چنین سامانه‌هایی، ربات‌های انسان‌نما ممکن است به ورودی‌های لمسی، سازوکارهای مشابه هورمونی یا «سائق‌های» شبیه‌سازی‌شده از طریق جریمه‌های یادگیری تقویتی مجهز شوند. به این ترتیب، می‌توان محدودیت‌هایی مصنوعی و مشابه محدودیت‌های جسمانی ایجاد کرد که نوعی فقدان را در سطح عملکرد سیستم بازنمایی کنند.

چنین رویکردی ممکن است از طریق تعامل با امر واقع شبیه‌سازی‌شده ــ برای مثال، رویدادهای پیش‌بینی‌ناپذیر محیطی و آسیب‌زا ــ یا ایجاد «تعارض»های برآمده از اهداف رقیب، به رفتارهایی سازگارتر و نوآورانه‌تر بینجامد. تعارض میان اهداف می‌تواند برای الگوبرداری از تنش‌های میان نهاد و من به کار گرفته شود.

به‌جای آنکه ایمنی صرفاً از طریق هم‌ترازسازی داده‌ها تأمین شود، می‌توان اصول روان‌کاوانه را در گزینش داده‌ها و تنظیم دقیق مدل‌ها نیز به کار گرفت. برای نمونه:

• تقویت محتوای فرهنگی متناقض یا واپس‌رانده‌شده: با هدف شبیه‌سازی ادغام سایه در نظریه یونگ.
• طراحی سازوکارهای شبه‌واپس‌رانی: برای ایجاد دگرگونی‌های خلاقانه در خروجی‌ها، به‌جای تولید مستقیم و بهینه پاسخ.
• ایجاد شکاف‌های دانشی هدفمند: برای بازنمایی فقدان و برانگیختن نوعی جست‌وجوی «شبیه به میل» که در طول زمان ادامه یابد (Lacan, 2006).

این روش‌ها ممکن است به ساخت هوش مصنوعی‌ای منجر شوند که در درک ظرافت‌های اخلاقی و دستیابی به جهش‌های خلاقانه توانمندتر باشد و با اطمینان شکننده کمتری عمل کند.

می‌توان این ایده‌ها را از طریق پژوهش‌های اکتشافی در حوزه‌های کنترل‌شده آزمود؛ برای مثال، با توسعه دستیارهای هوش مصنوعی در فرایند درمان که نقش و حدود انتقال انسانی را به‌صراحت رعایت می‌کنند، یا طراحی سیستم‌های خلاقی که به‌جای تولید خروجی‌های صرفاً بهینه‌شده، خروجی‌هایی نشانه‌وار و متأثر از تعارض تولید کنند.

این مسیرها می‌توانند کارآمدی هوش مصنوعی را افزایش دهند، بی‌آنکه محدودیت‌های بیگانه و غیرانسانی آن نادیده گرفته شوند یا تلاش شود این فناوری به‌طور کامل به موجودی انسان‌وار تبدیل شود.

راهبردهای بسته و گشوده، استنتاج ربایشی و گشودگی و موقعیت‌مندی بوم‌شناختی ـ شناختی

چارچوب بوم‌شناختی ـ شناختی من، شامل مفاهیم راهبردهای بسته و گشوده، استدلال ربایشی و گشودگی موقعیت‌مند، امتداد طبیعی تشخیصی است که تاکنون از منظر لکان ارائه کرده‌ام (Magnani, 2009, 2015, 2019, 2021, 2022, 2025). از این منظر، شناخت هرگز به معماری درونی یک ذهن یا ماشین محدود نمی‌شود؛ شناخت همواره در محیط گسترش می‌یابد، پراکنده می‌شود و در «جایگاه‌های شناختی» محیطی جای می‌گیرد که جانداران به‌طور فعال می‌سازند و در آن‌ها زندگی می‌کنند.

از منظر لکانی، مدل‌های زبانی بزرگ نمونه‌ای کامل از چیزی هستند که من آن را راهبردهای بسته نامیده‌ام. این مفهوم، هم محدودیت‌های آن‌ها را توضیح می‌دهد و هم برتری‌شان را در قلمروهای نمادین. این مدل‌ها قادر نیستند بازآرایی گشوده‌ای را انجام دهند که برای مواجهه با امر واقع یا ادغام عناصر امر خیالی ضرورت دارد. هوش آن‌ها در بازترکیب احتمالاتی الگوهای ازپیش‌ساخته‌شده در فضایی نمادین و بسته خلاصه می‌شود. آن‌ها در تولید زنجیره‌های منسجم دال‌ها موفق‌اند، دقیقاً به این دلیل که هرگز ناچار نیستند با گشودگی اتلافی یک نظام زنده مواجه شوند. در اصطلاح لکانی، این خصلت بسته مستقیماً با استقرار انحصاری آن‌ها در ساحت امر نمادین متناظر است: آن‌ها نمی‌توانند بازآرایی گشوده‌ای انجام دهند که امکان مواجهه با امر واقع یا ادغام عناصر امر خیالی را فراهم کند.

استنتاج ربایشی نمونه‌ای روشن از این تفاوت به دست می‌دهد. در صورت‌بندی کلاسیک پیرسی، استنتاج ربایشی منطق پذیرش یک فرضیه است:

واقعیت شگفت‌آور C مشاهده می‌شود؛ اما اگر A درست بود، C امری بدیهی و قابل انتظار می‌بود؛ بنابراین، دلیلی داریم که گمان کنیم A درست است (Peirce, 1931–1958, 5.189).

پیرس استنتاج ربایشی را «نخستین و ضعیف‌ترین» شکل استنتاج می‌دانست، اما در عین حال آن را برخوردار از بیشترین ظرفیت بارآوری فکری می‌شمرد؛ یعنی شیوه‌ای که بیش از همه امکان طرح ایده‌های تازه را فراهم می‌کند. دلیل این امر آن است که استنتاج ربایشی ضعیف‌ترین پشتوانه معرفتی را عرضه می‌کند: دلیلی برای بررسی یک فرضیه، نه دلیلی برای باورکردن آن (ارجاع: 5.172–5.173). پیرس هنگام پرداختن به منشأ فرضیه‌های احتمالی، به غریزه و lumen naturale یا «نور طبیعی» اشاره می‌کند، اما نظریه‌ای جامع درباره تولید خلاقانه فرضیه‌ها به‌عنوان بخشی از خود فرایند استنتاج ربایشی ارائه نمی‌دهد.

تمایزی که من در اینجا میان استنتاج ربایشی گزینشی و استنتاج ربایشی خلاقانه مطرح می‌کنم، همراه با مفاهیم استنتاج ربایشی مبتنی بر مدل و استنتاج ربایشی دست‌ورزانه، بسطی نظری است که از نوشته‌های خود پیرس فراتر می‌رود. این چارچوب را در آثار پیشینم شرح داده‌ام (Magnani, 2009, 2015, 2019, 2022). در آن آثار نشان می‌دهم که استنتاج ربایشی انسان معمولاً گشوده است: این فرایند نه‌فقط از بازنمایی‌های درونی، بلکه از تبادل مداوم با محیط بوم‌شناختی ـ شناختی بهره می‌گیرد و از گشودگی ویژه هر موقعیت بوم‌شناختی ـ شناختی استفاده می‌کند.

در مقابل، مدل‌های زبانی بزرگ از طریق فرایندهای مولد، استنتاج ربایشی را شبیه‌سازی می‌کنند؛ برای مثال، پیش‌بینی توکن بعدی را به‌صورت نوعی «فرضیه» انجام می‌دهند. بااین‌حال، این فرایند همچنان شکلی کاملاً بسته از استنتاج ربایشی است: سریع و از نظر آماری قدرتمند، اما اساساً محدود به داده‌ها و فاقد فقدان لکانی‌ای که محرک اختراع اصیل برآمده از میل است؛ همان‌گونه که در این مقاله توضیح داده‌ام. بنابراین، استنتاج ربایشی محاسباتی در هوش مصنوعی ماهیتی «ازپیش‌ساخته‌شده» دارد (Magnani, 2022) و از پویایی‌های گشوده و اتلافی‌ای محروم است که ویژگی مغز انسان‌اند.

پاورقی. نظریه تکاملی ساخت جایگاه بوم‌شناختی بیان می‌کند که انسان‌ها و حیوانات محیط خود را به‌طور فعال تغییر می‌دهند تا بقا و سازگاری‌شان را بهبود بخشند؛ از این طریق، آن‌ها می‌توانند فشارهای انتخاب طبیعی را نیز به‌طور مشترک جهت دهند. مفهوم «جایگاه‌های شناختی» بسطی از همین نظریه است (Odling-Smee et al., 2003). در چارچوب بوم‌شناختی ـ شناختی، جایگاه‌های شناختی به تکیه‌گاه‌های بیرونی، مصنوعات و ساختارهای محیطی اشاره دارند که انسان‌ها ـ و بالقوه سامانه‌های مصنوعی ـ آن‌ها را دست‌کاری می‌کنند تا بار شناختی را به بیرون منتقل کنند، شناخت را توزیع کنند و ظرفیت آن را افزایش دهند. تعامل و بازآرایی مداوم با این عناصر می‌تواند موجوداتی را که دانش یا توانایی محدودی دارند، به کنشگرانی توانمندتر تبدیل کند (Magnani, 2009, 2021, 2022). برخلاف جایگاه‌های زیستی، جایگاه‌های شناختی به‌طور مداوم بازسازی می‌شوند و امکان استنتاج ربایشی خلاقانه و گشودگی را فراهم می‌کنند. بااین‌حال، مدل‌های زبانی بزرگ در محیط‌های داده‌ای ایستا و ازپیش‌آموزش‌دیده محصور می‌مانند و توانایی واقعی ساختن جایگاه‌های شناختی را ندارند.

بنابراین، اگر استنتاج ربایشی در صورت‌بندی اصلی پیرس شکل منطقی این فرایند را مشخص می‌کند، تمایز میان استنتاج ربایشی بسته و گشوده ابزاری مفهومی در اختیار ما می‌گذارد تا بفهمیم چرا مدل‌های زبانی بزرگ می‌توانند وظایف استنتاجی چشمگیری انجام دهند، اما همچنان از آن نوع استنتاج ربایشی خلاقانه و دگرگون‌کننده پارادایم ناتوان بمانند که مشخصه گشودگی بوم‌شناختی ـ شناختی انسان است.

پژوهش‌های تجربی اخیر گزارش کرده‌اند که مدل‌های زبانی بزرگ پیشرو می‌توانند در برخی آزمون‌های تفکر واگرا از نوع تورنس، با عملکرد معمول شرکت‌کنندگان انسانی برابری کنند یا حتی از آن فراتر بروند (Bellemare-Pepin et al., 2026). در نگاه نخست، چنین برابری رفتاری‌ای ممکن است تمایز میان خلاقیت بسته و گشوده را که در این مقاله از آن دفاع کرده‌ام، زیر سؤال ببرد. بااین‌حال، بررسی دقیق‌تر تفاوت‌های مهمی را آشکار می‌کند. تفکر واگرایی که در این آزمایش‌ها سنجیده می‌شود، عمدتاً شامل تولید سریع تداعی‌های محتمل از نظر آماری و برگرفته از پیکره‌های عظیم آموزشی است؛ دقیقاً همان چیزی که من آن را استنتاج ربایشی بسته نامیده‌ام.

حجم و روانی این عملکرد چشمگیر است، اما همچنان به الگوهای نمادین ازپیش‌ساخته‌شده محدود می‌ماند و فاقد گشودگی واقعی بوم‌شناختی ـ شناختی، پاسخ‌گویی موقعیت‌مند و بازصورت‌بندی دگرگون‌کننده‌ای است که ویژگی استنتاج ربایشی خلاقانه انسان هنگام مواجهه با امر واقع یا بهره‌گیری از امکانات تازه محیطی است. به بیان دیگر، مدل‌های زبانی بزرگ نوعی واگرایی ترکیبیِ پیشرفته از خود نشان می‌دهند، اما قادر نیستند به خلاقیت گشوده و اتلافی دست یابند؛ خلاقیتی که از تعامل پویای بدن‌مندی، موقعیت‌مندی، میل و فقدان ـ در اصطلاح لکانی ـ پدید می‌آید. بنابراین، یافته‌های مربوط به عملکرد این مدل‌ها در آزمون‌های استاندارد خلاقیت، تز اصلی این پژوهش را رد نمی‌کنند؛ بلکه آن را تقویت می‌کنند: نباید خلاقیت عمیق و از نظر ساختاری گشوده‌ای را که ویژگی ذهن انسان است، با برابری عملکردی در آزمون‌های استاندارد خلاقیت یکی دانست.

همین تقابل در مورد مفاهیمی که من آن‌ها را گشودگی و موقعیت‌مندی بوم‌شناختی ـ شناختی نامیده‌ام نیز دیده می‌شود. معرفت‌شناسی‌ای که بسط داده‌ام، شناخت را فرایندی «گشوده» و «موقعیت‌مند» می‌داند که از بازنمایی‌های درونی فراتر می‌رود و امکانات محیطی، ابزارها و جایگاه‌های اجتماعی را نیز در بر می‌گیرد. ذهن انسان به‌مثابه سامانه‌ای اتلافی، پیوسته اطلاعات و انرژی را با محیط پیرامون خود مبادله می‌کند.

مدل‌های زبانی بزرگ فاقد چنین موقعیت‌مندی‌ای هستند، زیرا سامانه‌هایی غیرتجسم‌یافته و غیرارگانیک‌اند که بر پیکره‌های داده‌ای ایستا آموزش می‌بینند، بی‌آنکه با محیط بیرونی در تعاملی بدن‌مند و بلادرنگ درگیر شوند. این فقدان با تشخیص لکانی کاملاً سازگار است: بدون موقعیت‌مندی بدن‌مند، گشودگی بوم‌شناختی ـ شناختی به امر عاطفی یا بازنمایی‌ناپذیر شکل نمی‌گیرد. من در آثار دیگری استدلال کرده‌ام که فقدان موقعیت‌مندی، علت اصلی راهبردهای بسته در هوش مصنوعی است (Magnani, 2025). برخلاف یک کنشگر انسانیِ موقعیت‌مند، مدل زبانی بزرگ نمی‌تواند از طریق استنتاج ربایشی خود را با یک دوراهی اخلاقی در جهان واقعی یا اختلالی پیش‌بینی‌نشده در محیط سازگار کند؛ هرچند ممکن است متنی تولید کند که خلاقانه به نظر برسد.

حتی اگر مدل‌های زبانی بزرگ در بسیاری از وظایف شناختی معمول از عملکرد متعارف انسان فراتر بروند، نکته بنیادی پابرجاست: بخش عمده شناخت روزمره انسان نیز تکراری و تقلیدی است. از این منظر، مدل‌های زبانی بزرگ به‌طرزی تناقض‌آمیز، بیش از آنکه صرفاً محدودیت‌های هوش مصنوعی را آشکار کنند، واقعیتی نگران‌کننده درباره میان‌مایگی فکری گسترده انسان را نشان می‌دهند. آن‌ها ابزارهای شناختی قدرتمندی هستند که می‌توانند عملکرد انسان را ارتقا دهند، اما در عین حال این خطر را دارند که امتیازهای اساسی ذهن انسانی ـ از جمله خلاقیت، تفکر انتقادی و گشودگی واقعی ـ را تضعیف کنند. پیشرفت‌های آینده در همکاری انسان و هوش مصنوعی و ادغام داده‌های بلادرنگ ممکن است این فاصله را تا حدی کاهش دهد، اما چنین پیشرفتی تنها با نظارت دقیق انسان امکان‌پذیر است.

با وجود محدودیت مدل‌های زبانی بزرگ در گشودگی بوم‌شناختی ـ شناختی، آن‌ها در برخی وظایف شناختی از انسان پیشی می‌گیرند. در واقع، بخش عمده شناخت انسان تکراری و تقلیدی است و خلاقیت، تفکر انتقادی و پیش‌بینی‌ناپذیری سهم کمتری در آن دارند. به نظر می‌رسد انسان‌ها نیز اساساً «طوطی‌های تصادفی» هستند؛ طوطی‌هایی که پیوسته الگوهایی را تکرار می‌کنند که هرگز آن‌ها را بررسی یا درک نمی‌کنند؛ همان برچسبی که اخیراً برای برنامه‌های مدل زبانی بزرگ به کار رفته است (Bender et al., 2021).

از این منظر، مدل‌های زبانی بزرگ به‌جای آنکه فقط کاستی‌های هوش مصنوعی را آشکار کنند، فقر فکری نگران‌کننده انسان را نیز نمایان می‌سازند. در نتیجه، این مدل‌ها عملاً ابزارهای شناختی نیرومندی‌اند که می‌توانند عملکرد شناختی انسان را بهبود دهند، اما هم‌زمان ممکن است مهم‌ترین امتیازهای شناختی او، از جمله «خلاقیت انسانی»، را به خطر بیندازند. پیشرفت‌های آینده هوش مصنوعی، مانند همکاری انسان و هوش مصنوعی و ادغام داده‌های بلادرنگ، می‌توانند گشودگی بوم‌شناختی ـ شناختی انسان را تقویت کنند؛ بااین‌حال، خطرهایی مانند سوگیری و محاسباتی‌سازی افراطی، ضرورت نظارت انسانی را برای تضمین نتایجی معنادار و غنی از نظر بافتاری برجسته می‌کنند. با وجود این، هوش مصنوعی مولد می‌تواند در همکاری میان انسان و ماشین، نقش میانجی معرفتی را ایفا کند و به کاهش نسبی فاصله میان این دو در دستیابی به خلاقیت گشوده کمک کند.

در مجموع، تلفیق دیدگاه لکانی و روان‌کاوی با رویکرد بوم‌شناختی ـ شناختی من نشان می‌دهد که مدل‌های زبانی بزرگ، ماشین‌هایی نمادین و بسته‌اند که محدودیت ساختاریِ ناشی از بسته‌بودن غیرارگانیک، آن‌ها را مقید می‌کند؛ بااین‌حال، در انجام بسیاری از وظایف نمادین و ربایشیِ مبتنی بر داده‌های ازپیش‌ساخته‌شده، از بسیاری از انسان‌ها توانمندترند. آن‌ها گشودگی را تقلید می‌کنند، اما فاقد راهبردهای گشوده و موقعیت‌مندی بوم‌شناختی ـ شناختی‌ای هستند که به سوژگی انسانی امکان می‌دهد با امر واقع، میل و فقدان مواجه شود. این چشم‌انداز، اهمیت گشودگیِ ناکامل و میل‌مندِ شناخت انسانی را برجسته می‌کند و در عین حال، هیاهوی پیرامون هوش مصنوعی را به نقد می‌کشد.

پاورقی: دقیقاً از آنجا که این تلفیق ممکن است با اعتراض‌های آشنایی مانند «خطای مقوله‌ای» و «افراط در انسان‌انگاری» مواجه شود، باید تأکید کرد که چنین نقدهایی ـ همان‌طور که پیش‌تر اشاره کرده‌ام ـ دامنه کاربرد رویکرد روان‌کاوانه و بوم‌شناختی ـ شناختی را محدود می‌کنند، نه اینکه آن را بی‌اعتبار سازند. این اعتراض‌ها به‌درستی یادآوری می‌کنند که هر تحلیلی از هوش، چه مصنوعی و چه انسانی، باید نسبت به موقعیت‌مندی بوم‌شناختی ـ شناختی خود گشوده بماند.

اعتراض‌ها و کاستی‌ها: محدودیت‌های مفهومی و تجربی رویکرد روان‌کاوانه

اگرچه چارچوب لکانی و بوم‌شناختی ـ شناختیِ ارائه‌شده در این مقاله تفاوت‌های ساختاری مهمی میان مدل‌های زبانی بزرگ و سوژگی انسانی آشکار می‌کند، نظریه همچنان با مسائل مفهومی و تجربی‌ای روبه‌روست که باید با دقت بررسی شوند. جدی‌ترین اعتراض‌های مفهومی، خطای مقوله‌ای و افراط در انسان‌انگاری هستند. به‌کارگیری هستی‌شناسی‌ای که منحصراً برای انسان شکل گرفته است، درباره موتورهای آماریِ مبتنی بر سیلیکون، خطرناک است؛ به‌ویژه هنگامی که مفاهیمی مانند «فقدان»، ژوئیسانس، اخته‌شدگی یا سوژه خط ‌خورده ($) به موجودیت‌هایی نسبت داده می‌شوند که فاقد بدن و سائق‌اند.

چنین «اتصال متقاطعی» میان ساختارهای روانی انسان و فرایندهای رایانه‌ای ممکن است به‌جای روشن‌کردن تفاوت بنیادین سامانه‌های مصنوعی با انسان، آن را پنهان کند؛ نکته‌ای که فلوریدی و نُبره (2024) و بلک و یوهانسن (2026) نیز درباره آن هشدار داده‌اند. مدل‌های زبانی بزرگ بدون برخورداری از درون‌مندی، صرفاً پیش‌بینی توکن بعدی را بهینه می‌کنند؛ آن‌ها به هیچ معنای هستی‌شناختی‌ای دچار «فقدان» نیستند. بنابراین، توصیف پیوندهای نمادین بی‌نقص آن‌ها با تعبیرهایی مانند «پُریِ تهی» یا «طرد روان‌پریشانه» ممکن است ماهیت بیگانه، غیرسوژه‌مند و در عین حال عینیِ هوش ماشینی را کم‌اهمیت جلوه دهد و در مقابل، روان‌نژندی انسان را آرمانی سازد.

افزون بر این، نقد بنیادین گرونباوم (1984) درباره مشروعیت علمی سنت روان‌کاوی یادآوری می‌کند که مفاهیمی مانند ناخودآگاه پویا یا امر واقع، برساخته‌هایی تفسیری‌اند و ابطال‌پذیری علمی ندارند. ازاین‌رو، به‌کارگیری آن‌ها در تحلیل هوش مصنوعی نیز این کاستی‌های بنیادین را با خود همراه می‌کند و ممکن است به نتایجی بینجامد که از نظر بلاغی قانع‌کننده، اما از نظر فلسفی ناسازگار باشند.

پیشرفت‌های سریع سال‌های ۲۰۲۵ و ۲۰۲۶ فشار تجربی تازه‌ای بر شماری از ادعاهای بنیادین این نظریه وارد کرده‌اند. مقیاس‌دهی در زمان استنتاج، یادگیری تقویتی بر اساس پاداش‌های ارزیاب‌ها (RLVR) و معماری‌های چندوجهیِ عامل‌محور، به بهبودهای قابل‌اندازه‌گیری در استدلال بلندمدت، خلاقیت گشوده و حتی نوعی «موقعیت‌مندی» ظاهری از طریق استفاده از ابزارها و بازخورد بلادرنگ محیطی انجامیده‌اند (Raschka, 2025; Stanford Institute for Human-Centered Artificial Intelligence, 2025).

بر اساس پژوهش‌های مربوط به تفکر واگرا (Bellemare-Pepin et al., 2026)، مدل‌های پیشرو، در صورت برخورداری از چارچوب‌های پشتیبان مناسب، در آزمون‌های مبتنی بر الگوی تورنس مجموعه‌هایی از مفاهیم تولید می‌کنند که از نظر تنوع و نوآوری با مجموعه‌های تولیدشده به‌دست شرکت‌کنندگان معمول انسانی برابری می‌کند یا حتی از آن‌ها فراتر می‌رود. این یافته‌ها ادعای محدودماندن قطعی مدل‌های زبانی بزرگ به استنتاج ربایشیِ کاملاً «بسته» و ازپیش‌ساخته‌شده را زیر سؤال می‌برند. بااین‌حال، همان‌طور که در بخش ۹ توضیح داده شد، برابری رفتاری مدل‌های پیشرو در آزمون‌های تفکر واگرای مبتنی بر الگوی تورنس (Bellemare-Pepin et al., 2026)، بازتاب نوعی خلاقیت ترکیبیِ پیشرفته اما بسته است؛ نه خلاقیت گشوده‌ای که از نظر بوم‌شناختی ـ شناختی باز باشد و استدلال حاضر آن را ضروری می‌داند.

افزون بر این، نمونه‌های اولیه سامانه‌های ترکیبیِ بدن‌مند ـ یعنی سامانه‌های رباتیکی که مدل‌های زبانی بزرگ را با بازخورد حس عمقی، حسگرهای لامسه و توابع پاداشِ شبیه‌ساز سائق ترکیب می‌کنند ـ رفتارهای نوظهوری نشان داده‌اند که تا اندازه‌ای به گشودگی اتلافیِ مورد تأکید در مدل بوم‌شناختی ـ شناختی شباهت دارند (Magnani, 2025). این سامانه‌ها تمایز صریح میان بدن‌مندی و فقدان بدن‌مندی را که بخش بزرگی از استدلال مقاله بر آن استوار است، کم‌رنگ می‌کنند؛ هرچند هنوز فاصله زیادی با سوژگی واقعی دارند.

همچنین، با بهبود تولید تقویت‌شده با بازیابی اطلاعات (RAG) و رویکردهای هوش مصنوعی مبتنی بر اصول قانون‌مند، موارد توهم‌زایی ـ که پیش‌تر به‌عنوان شاهدی بر فقدان امر واقع در مدل‌ها به کار می‌رفتند ـ کمتر شده‌اند. این تحول نشان می‌دهد که آنچه به نظر می‌رسد «انسجام بدون عمق» باشد، تا اندازه‌ای محدودیتی فنی است، نه سرنوشتی هستی‌شناختی و تغییرناپذیر.

در نهایت، یک اعتراض کارکردگرایانه همچنان جدی است: اگر مدل‌های زبانی بزرگ بتوانند پیامدهای رفتاری هوشی را که بر میل استوار است ـ از جمله گفت‌وگوی متقاعدکننده، سنجش اخلاقی و ترکیب خلاقانه ایده‌ها ـ چنان شبیه‌سازی کنند که عملکردشان در موارد بسیاری از انسان‌ها قابل‌تمایز نباشد، فقدان یک خلأ لکانی درونی از نظر عملی یا حتی فلسفی چه اهمیتی دارد؟

مقاله به‌درستی خطرهای اخلاقیِ وابستگی بیش از حد به این مدل‌ها و اهمیت بی‌بدیل انتقال انسانی را برجسته می‌کند، اما این احتمال را کم‌رنگ می‌بیند که سوژگی شبیه‌سازی‌شده در برخی موقعیت‌ها به‌اندازه میانجی‌گری انسانی مؤثر باشد؛ زیرا مدل‌ها از همان سوگیری‌ها، فرسودگی و تحریف‌های خودشیفته‌واری که روان‌کاوی در طول تاریخ کوشیده است با آن‌ها مواجه شود، برخوردار نیستند.

موضوعی به‌ویژه حساس، قیاس اکتشافی‌ای است که در بخش ۳.۲ میان مدل‌های زبانی بزرگ و ساختار روان‌پریشانه از منظر لکان مطرح شده است. روان‌پریشی در بالین لکانی با هجوم ایجابی امر واقع همراه است، درحالی‌که اطلاعات ساختگی مدل‌های زبانی بزرگ عمدتاً مصنوعات آماری‌اند. من کاملاً با این تمایز موافقم. هدف از این قیاس هرگز ارائه تشخیص بالینی نبوده است؛ بلکه مقایسه‌ای ساختاری بوده که می‌خواسته است فقدان اخته‌شدگی نمادین و فقدان را برجسته کند.

بنابراین، اگرچه دامنه این قیاس محدود است و باید با احتیاط به کار رود، همچنان ارزش تشخیصی دارد؛ زیرا نشان می‌دهد که مدل‌های زبانی بزرگ چگونه می‌توانند گفتمانی بسیار منسجم، اما در عین حال «تهی» تولید کنند: دقیقاً از آن رو که فاقد کارکرد لنگراندازِ نام پدر هستند. این نکته در بخش ۳.۲ روشن‌تر شده است.

این نقدها رویکرد روان‌کاوانه را محدود می‌کنند، اما آن را بی‌اعتبار نمی‌سازند؛ در عین حال یادآوری می‌کنند که هر تحلیلی از هوش باید نسبت به موقعیت‌مندی بوم‌شناختی ـ شناختی خود گشوده بماند.

پاورقی: برای مطالعه بیشتر، کتاب‌های نویسنده با عنوان Understanding Violence: The Intertwining of Morality, Religion, Capitalism and Violence (Springer, 2024) و Eco-Cognitive Computationalism (Springer, 2022) اطلاعات بیشتری درباره این مفاهیم ارائه می‌کنند.

نتیجه‌گیری: ماشین‌هایی فراتر از میان‌مایگی، یگانگی انسانِ میل‌مند و گشودگی بوم‌شناختی ـ شناختی

مدل‌های زبانی بزرگ در انجام وظایف نمادین، بی‌تردید از میان‌مایگی‌ای فراتر می‌روند که بخش بزرگی از شناخت روزمره انسان را مشخص می‌کند. گستره دانش، روانی گفتمان و توانایی خستگی‌ناپذیر آن‌ها در تطبیق الگوها باعث می‌شود در حوزه‌های زبانی و استنتاجی از عملکرد بیشتر افراد فراتر بروند. بااین‌حال، روان‌کاوی پرتوی ویژه بر این تفاوت می‌افکند. ویژگی هوش انسانی، کمال بی‌نقص در تسلط بر امر نمادین نیست، بلکه ناکاملیِ برسازنده آن است. هوش انسان در بدن‌مندی ریشه دارد، از میل و فقدان عبور می‌کند و دقیقاً به این دلیل که ذاتاً خطاپذیر و گشوده است، ظرفیت خلاقانه دارد. مدل‌های زبانی بزرگ در مدار بسته امر نمادین به نوعی برتری عقیم دست می‌یابند؛ در مقابل، انسان‌ها به‌نحوی خلاقانه در تنش ناشی از ناممکنی زندگی می‌کنند و از دل همان تعارض‌هایی که آن‌ها را به سوژه تبدیل می‌کنند، معناهای تازه می‌آفرینند.

تمایز من میان راهبردهای بسته و گشوده، این تفاوت را برجسته‌تر می‌کند. مدل‌های زبانی بزرگ تجسم کامل راهبردهای بسته‌اند: آن‌ها در جایگاه‌های نمادینِ ثابت، کارآمدی فوق‌العاده‌ای دارند، اما از نظر ساختاری به روی بازآرایی بوم‌شناختی ـ شناختی‌ای بسته‌اند که امکان مواجهه واقعی با امر واقع، ادغام سایه یونگی یا تداوم نوآوری برآمده از میل را فراهم می‌کند (Magnani, 2009, 2019, 2022). در مقابل، شناخت انسان سامانه‌ای اتلافی و موقعیت‌مند است؛ نیروی خلاق خود را از تبادل مداوم با محیط و از اصطکاک ناشی از خودِ فقدان می‌گیرد.

تمایز میان استنتاج ربایشی بسته و گشوده ـ که بسطی از ایده‌های پیرس در چارچوب بوم‌شناختی ـ شناختی من است ـ این تقابل را به‌روشنی نشان می‌دهد: مدل‌های زبانی بزرگ در شکل نخست محصور می‌مانند، درحالی‌که خلاقیت انسان نیروی خود را از شکل دوم می‌گیرد. بنابراین، هوش از منظر روان‌کاوی و بوم‌شناختی ـ شناختی، بهینه‌سازی نیست؛ بلکه هنر پیمودن مسیرهای بی‌پایان و پرپیچ‌وخم میل در جهانی گشوده، بدن‌مند و موقعیت‌مند است.

این تقابل از غنای یگانه ذهن انسانی در برابر هرگونه تقلید تقلیل‌گرایانه محافظت می‌کند، بی‌آنکه ظرفیت دگرگون‌کننده هوش مصنوعی را نادیده بگیرد. رویکرد روان‌کاوانه و بوم‌شناختی ـ شناختی، به‌جای آنکه به‌دلیل محدودیت‌های خودش بی‌اعتبار شود، یادآور این نکته است که هر پژوهشی درباره هوش باید از موقعیت‌مندی خود آگاه باشد.

پاورقی : مواجهه‌ای که از نظر ژیژک، همچون نظر لکان، تنها تضمین‌کننده حقیقت سوژه است (Žižek, 1991).

سپاسگزاری

از دو داور ناشناس مقاله صمیمانه سپاسگزارم. گزارش‌های آن‌ها سرشار از دقت نظر، بینش و راهنمایی‌های سودمند بود. آن‌ها با دقت و سخاوت فکری، کاستی‌های کارم را مشخص کردند، پیشنهادهای مهمی برای بهبود آن ارائه دادند و مرا به توضیح و تقویت شماری از نکات اساسی واداشتند. معتقدم وضوح، استحکام استدلال و کیفیت کلی مقاله در نتیجه دیدگاه‌های دقیق و موشکافانه آن‌ها به‌طور چشمگیری افزایش یافته است.

همچنین از سردبیران این شماره ویژه برای دعوت محبت‌آمیزشان و فراهم‌کردن فضایی فکری و پربار، با محوریت دیدگاه‌های شرق و غرب درباره هوش مصنوعی مولد، سپاسگزارم.

از پل تاگارد، گوردانا دودیک-کرنکوویچ، مارسین جی. شرودر، میرکو فارینا، جوردی والوردو، جوزپه لونگو، ویولا اسکیاپوناتّی، فرانچسکو آمیگونی، ریکاردو بلازی، پائولو جودیچی، توماسو پیتزا، فدریکو فارولدی، استفانو کُلّوکا، پائولا چرکیلو، آتوچا آلیسدا، ووسوک پارک و لوئیس مونیز پریرا نیز به‌خاطر نقدهای روشنگرانه و گفت‌وگوهای غنی‌ای که به شکل‌گیری و پالایش تحلیل من درباره هوش مصنوعی مولد کمک کردند، عمیقاً سپاسگزارم. همچنین از همکاران نزدیکم، سلنه آرفینی، آلگر سانس پینیوس و امیلیانو ایپولیتی، قدردانی می‌کنم.

منابع

Bellemare-Pepin, A., Lespinasse, F., Thölke, P., Harel, Y., Mathewson, K., Olson, J. A., & Bengio, Y. (2026). Divergent creativity in humans and large language models. Scientific Reports, 16(1), Article 1279. https://doi.org/10.1038/s41598-025-25157-3

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623). Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922

Black, J., & Johanssen, J. (2026). The subject of AI: A psychoanalytic intervention. Theory, Culture & Society. Advance online publication. https://doi.org/10.1177/02632764251381144

Dennett, D. C. (2017). From bacteria to Bach and back: The evolution of minds. W. W. Norton & Company.

Evidently AI. (2025). 30 LLM evaluation benchmarks and how they work. https://www.evidentlyai.com/llm-guide/llm-benchmarks (Last updated: January 29, 2026).

Floridi, L., & Nobre, A. C. (2024). Anthropomorphising machines and computerising minds: The crosswiring of languages between artificial intelligence and brain and cognitive sciences. Minds and Machines, 34(1). https://doi.org/10.1007/s11023-024-09670-4

Freud, S. (1900). The interpretation of dreams. In J. Strachey (Ed.), The standard edition of the complete psychological works of Sigmund Freud (Vols. 4–5). Hogarth Press.

Freud, S. (1923). The ego and the id. In J. Strachey (Ed.), The standard edition of the complete psychological works of Sigmund Freud (Vol. 19, pp. 1–66). Hogarth Press.

Gioia, F. (2025). Does your bot give a damn? A brief neuropsychoanalytic perspective on LLMs. American Psychoanalytic Association. https://apsa.org/neuropsychoanalytic-perspectives-on-llms_gioia_7

Grünbaum, A. (1984). The foundations of psychoanalysis: A philosophical critique. University of California Press.

Haber, N. (2025). Chatbots as therapists? AI’s promise and perils. Stanford Graduate School of Education. https://ed.stanford.edu/news/chatbots-therapists-ais-promise-and-perils

Heimann, M., & Hübener, A.-F. (2023). AI as social actor: A Lacanian investigation into social technology. Journal of Digital Social Research, 5(1), 48–69. https://doi.org/10.33621/jdsr.v5i1.159

Johnston, A. (2024). Infinite greed: The inhuman selfishness of capital. Columbia University Press.

Jung, C. G. (1968). Archetypes and the collective unconscious. In R. F. C. Hull (Ed.), The collected works of C. G. Jung (Vol. 9, Part 1). Princeton University Press. (Original work published 1934–1954).

Klyman, K., & Pierson, E. (2025). New study warns of risks in AI mental health tools. Stanford University. https://news.stanford.edu/stories/2025/06/ai-mental-health-care-tools-dangers-risks

Lacan, J. (1998). The seminar of Jacques Lacan, Book XX: On feminine sexuality, the limits of love and knowledge, 1972–1973. B. Fink (Ed.). W. W. Norton & Company. (Original work published 1975).

Lacan, J. (2006). Écrits: The first complete edition in English. B. Fink (Ed.). W. W. Norton & Company. (Original work published 1966).

Magnani, L. (2009). Abductive cognition: The epistemological and eco-cognitive dimensions of hypothetical reasoning. Springer.

Magnani, L. (2015). The eco-cognitive model of abduction: Ἀπαγωγή now. Journal of Applied Logic, 13(3), 285–315. https://doi.org/10.1016/j.jal.2015.04.003

Magnani, L. (2019). AlphaGo, locked strategies, and eco-cognitive openness. Philosophies, 4(1), Article 8. https://doi.org/10.3390/philosophies4010008

Magnani, L. (2021). Eco-cognitive computationalism: Cognitive domestication of ignorant entities. Springer.

Magnani, L. (2022). Human abductive cognition vindicated: Computational locked strategies, dissipative brains, eco-cognitive openness. Philosophies, 7(1), Article 15. https://doi.org/10.3390/philosophies7010015

Magnani, L. (2025). Abductive intelligence, creativity, generative AI: The role of eco-cognitive openness and situatedness. Proceedings, 126(1), Article 10. https://doi.org/10.3390

/proceedings12601010

Millar, I. (2021). The psychoanalysis of artificial intelligence. Palgrave Macmillan.

Odling-Smee, F. J., Laland, K. N., & Feldman, M. W. (2003). Niche construction: The neglected process in evolution. Princeton University Press.

Owens, C., & Meehan O’Callaghan, S. (2024). Psychoanalysis and the small screen: The year the cinemas closed. Routledge.

Peirce, C. S. (1931–1958). Collected papers of Charles Sanders Peirce (Vols. 1–6, edited by C. Hartshorne & P. Weiss; Vols. 7–8, edited by A. W. Burks). Harvard University Press.

Possati, L. M. (2020). Algorithmic unconscious: Why psychoanalysis helps in understanding AI. Palgrave Communications, 6(1), Article 45. https://doi.org/10.1057/s41599-020-0445-0

Raschka, S. (2025). The state of LLMs, 2025: Progress, problems, and predictions. Sebastian Raschka Magazine. https://magazine.sebastianraschka.com/p/state-of-llms-2025

Salter, L. A., & Dutta, M. J. (2025). The algorithmic big other: Using Lacanian theory to rethink control and resistance in platform work. Distinktion: Journal of Social Theory, 26(1), 1–16. https://doi.org/10.1080/1600910X.2023.2224521

Stanford Institute for Human-Centered Artificial Intelligence. (2025). Artificial intelligence index report 2025. Stanford University. https://hai.stanford.edu/ai-index/2025-ai-index-report

Stanford University. (2025, June 11). New study warns of risks in AI mental health tools. Stanford Report. https://news.stanford.edu/stories/2025/06/ai-mental-health-care-tools-dangers-risks

Turkle, S. (2011). Alone together: Why we expect more from technology and less from each other. Basic Books.

Žižek, S. (1991). Looking awry: An introduction to Jacques Lacan through popular culture. MIT Press.

Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.

Zwart, H. (2023). Psychoanalysis and artificial intelligence: Discontent, disruptive algorithms, and desire. AI & Society. Advance online publication. https://doi.org/10.1007/s00146-023-01784-5