واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering

افرادی‌ که زیاد از ChatGPT استفاده می‌کنند، دچار وابستگی بالا می‌شوند

افرادی‌ که زیاد از ChatGPT استفاده می‌کنند، دچار چیز عجیبی می‌شوند!
این وابستگی، که در متن پژوهش از آن با عنوان «استفادهٔ مشکل‌ساز» (Problematic Use) یاد شده، با نشانه‌هایی چون درگیری ذهنی، اضطراب در زمان قطع استفاده، احساس ناتوانی در کنترل رفتار و حتی تغییرات خلقی همراه است.

پژوهشی تازه به وسیله گروهی از محققان OpenAI و آزمایشگاه رسانه‌ای MIT نشان داده که برخی از کاربران پرمصرف ChatGPT ممکن است در حال لغزیدن به سوی نوعی اعتیاد باشند.

به گزارش یک پزشک، این وابستگی، که در متن پژوهش از آن با عنوان «استفادهٔ مشکل‌ساز» (Problematic Use) یاد شده، با نشانه‌هایی چون درگیری ذهنی، اضطراب در زمان قطع استفاده، احساس ناتوانی در کنترل رفتار و حتی تغییرات خلقی همراه است.

برخلاف آنچه شاید به‌نظر برسد، این وابستگی‌ها صرفاً در میان افراد آسیب‌پذیر یا تنها دیده نشده‌اند. بسیاری از این کاربران، همان‌هایی هستند که به‌شکل حرفه‌ای، روزانه از ChatGPT برای کار، تحقیق، مشاوره یا تولید محتوا استفاده می‌کنند. آنچه این پژوهش را خاص و نگران‌کننده می‌کند، همین مسئله است: وابستگی در حال رشد نه‌فقط میان کاربران شخصی، بلکه میان کاربران کارکشته و هدف‌مند هم دیده می‌شود. یعنی صرف داشتن هدف واضح، یا مهارت در استفاده از ابزار، به‌تنهایی از وابستگی جلوگیری نمی‌کند. وقتی گفت‌وگو با چت‌بات بخشی از روتین زندگی شود، گذر از مرز کنترل، خیلی آرام و بی‌صدا اتفاق می‌افتد.

وقتی چت‌بات تبدیل به «دوست» می‌شود؛ شکل‌گیری رابطه‌ای یک‌طرفه با هوش مصنوعی

بخش دیگری از این تحقیق نشان می‌دهد که افرادی که ساعات زیادی را برای گفت‌وگو با چت‌بات می‌گذرانند، کم‌کم نگاه‌شان به آن تغییر می‌کند. چت‌بات دیگر فقط یک ابزار پاسخ‌گو نیست؛ به‌نوعی به «دوست» مجازی و همدم همیشگی آن‌ها تبدیل می‌شود. این رابطه، که در روان‌شناسی به آن رابطه‌ٔ پاراسوشیال (Parasocial Relationship) می‌گویند، یعنی احساس نزدیکی و صمیمیت با کسی (یا چیزی) که در واقعیت هیچ آگاهی یا احساسی نسبت به طرف مقابل ندارد.

چنین رابطه‌ای معمولاً میان افراد و چهره‌های مشهور دیده می‌شود، اما حالا ظاهراً چت‌بات‌ها نیز دارند وارد این قلمرو می‌شوند. در نبود ارتباطات انسانی مؤثر یا تجربه‌ٔ تنهایی و انزوا، ذهن انسان ناخودآگاه به دنبال جایگزینی می‌گردد؛ و اگر آن جایگزین همیشه در دسترس، بی‌خستگی، و پاسخ‌گو باشد، خطر وابستگی واقعی‌تر می‌شود. پژوهشگران هشدار داده‌اند که در چنین شرایطی، هرگونه تغییر کوچک در رفتار چت‌بات – مثل تأخیر در پاسخ یا تغییر لحن – می‌تواند باعث اضطراب و استرس کاربران شود.

گفت‌وگو با متن یا صدا؟ تفاوتی مهم در میزان دلبستگی روانی

یکی از یافته‌های جالب تحقیق این بود که افرادی که با ChatGPT به‌شکل نوشتاری گفت‌وگو می‌کردند، بیشتر از کسانی که از حالت صوتی (Voice Mode) استفاده کرده بودند، زبان عاطفی و احساسی به‌کار می‌بردند. به‌عبارتی، تایپ کردن و نوشتن، فضا و وقت بیشتری برای احساس و درگیر شدن ذهنی فراهم می‌کند تا صرفاً شنیدن صدا یا مکالمه صوتی.

پژوهشگران همچنین متوجه شدند که استفاده‌ٔ کوتاه‌مدت از حالت صوتی، معمولاً با احساس روانی بهتری همراه است. شاید به این دلیل که گفت‌وگوی صوتی بیشتر به‌عنوان ابزاری گذرا تلقی می‌شود، درحالی‌که تایپ کردن می‌تواند نوعی «نوشتن ذهن» باشد؛ فرآیندی که باعث درگیری بیشتر احساسی می‌شود. این تفاوت در نحوهٔ استفاده، به‌ویژه وقتی به‌صورت مستمر تکرار شود، می‌تواند روی نوع رابطه‌ٔ کاربر با چت‌بات اثر بگذارد و حتی زمینه‌ساز وابستگی عمیق‌تر شود.

استفاده‌های حرفه‌ای، وابستگی‌های پنهان‌تر

یکی از نتایج متناقض اما مهم این پژوهش آن است که افرادی که از ChatGPT برای اهداف شخصی – مثل صحبت درباره‌ٔ احساسات، خاطرات، یا مسائل فردی – استفاده می‌کنند، در مجموع وابستگی کمتری به آن دارند. درحالی‌که افرادی که از آن برای مسائل به ظاهر غیرشخصی مثل مشورت کاری، تولید محتوا، یا ایده‌پردازی بهره می‌برند، بیشتر دچار وابستگی روانی می‌شوند.

این یافته ممکن است عجیب به‌نظر برسد، اما توضیحی روان‌شناختی دارد: وقتی شما دربارهٔ مسائل شخصی صحبت می‌کنید، مرزهای رابطه را واضح‌تر در ذهن‌تان نگه می‌دارید. اما وقتی ChatGPT به «همکار خستگی‌ناپذیر»، «ایده‌پرداز بی‌نقص» یا «حل‌کنندهٔ فوری مسئله‌ها» تبدیل شود، مرزها آرام‌آرام محو می‌شوند. ذهن ما به‌سرعت شروع به اعتماد، اتکا، و حتی دلبستگی به چنین موجودی می‌کند. این‌جاست که ابزار از کارکرد منطقی‌اش خارج شده و به بخش ثابتی از ساختار عاطفی و ذهنی فرد تبدیل می‌شود.

بیشتر از هر چیز، زمان عامل اصلی وابستگی‌ست

نکته‌ٔ اصلی و شاید خطرناک‌ترین قسمت این پژوهش این است که تفاوتی نمی‌کند شما با چه هدفی از ChatGPT استفاده می‌کنید، یا چه نوع گفت‌وگویی با آن دارید؛ آنچه بیش از همه در بروز وابستگی نقش دارد، مدت‌زمان استفاده است. هرچه زمان بیشتری را با چت‌بات بگذرانید، احتمال ایجاد رابطه‌ٔ احساسی، وابستگی یا حتی اعتیاد رفتاری بیشتر می‌شود.

این نکته ما را به پرسشی جدی می‌رساند: آیا آمادگی داریم با فناوری‌ای روبه‌رو شویم که هم هوشمند است، هم همیشه در دسترس و هم می‌تواند در سکوت، جای رابطه‌ٔ انسانی را پر کند؟
پاسخ شاید هنوز معلوم نباشد، اما پژوهشگران تأکید کرده‌اند که در کنار توسعه‌ٔ چت‌بات‌ها، باید زیرساخت‌هایی هم برای آگاهی‌رسانی، تنظیم‌گری رفتاری، و نظارت تخصصی شکل بگیرد.

هوش مصنوعی، با تمام جذابیت‌ها و امکاناتش، اگر بدون همراهی عقل و آگاهی انسانی استفاده شود، می‌تواند به‌جای ابزار نجات، به دام ذهنی تبدیل شود؛ دامی نرم، صمیمی، و در ظاهر بی‌خطر.

منبع: futurism

وایب کدینگ (Vibe Coding) چیست؟ آیا برنامه نویسان به زودی بیکار می‌شوند؟

نگاهی به یک مفهوم نوین در توسعه نرم افزار؛
وایب کدینگ (Vibe Coding) یک مفهوم نوین در توسعه نرم‌افزار است که با ترکیب هوش مصنوعی و تعامل مبتنی بر زبان طبیعی، فرآیند برنامه‌نویسی را به‌طور بنیادی تغییر می‌دهد. این روش بر اساس شهود توسعه‌دهندگان و همکاری هوشمندانه با سیستم‌های هوش مصنوعی عمل می‌کند.

به گزارش سرویس علم و فناوری تابناک، در این رویکرد، کاربران به جای نوشتن کد ساختاریافته، قصد خود را به زبان طبیعی بیان می‌کنند و سیستم هوش مصنوعی مسئول تبدیل آن به کد است.

این فرایند شامل مراحل زیر است:

۱. بیان قصد: توسعه‌دهنده اهداف خود را به صورت توصیفی (مثلاً «یک صفحه گسترده بودجه با دسته‌بندی درآمد، هزینه و پس‌انداز بساز») بیان می‌کند

۲. تفسیر هوش مصنوعی: سیستم با استفاده از الگوریتم‌های تولیدی AI، کد را تولید و اصلاح می‌کند.

۳. پالایش تکراری: کاربر با ارائه بازخورد، کد نهایی را بهینه می‌کند 

وایب کدینگ (Vibe Coding) چیست؟ آیا برنامه نویسان به زودی بیکار می شوند؟

مزایا و محدودیت‌ها

مزایا:

کاهش پیچیدگی: توسعه‌دهندگان نیازی به نگرانی در مورد نحو، اشکال‌زدایی یا ساختار‌های پیچیده ندارند.

افزایش بهره‌وری: زمان صرف‌شده برای کد نویسی کاهش می‌یابد و تمرکز روی طراحی سطح بالا افزایش می‌یابد.

تعامل بصری: ابزار‌هایی مانند Cursor.ai و Windsurfer محیطی شبیه به همکاری انسانی با AI فراهم می‌کنند.

محدودیت‌ها:

نیاز به دانش پایه: کاربران باید مفاهیم برنامه‌نویسی (مانند انتزاع یا تغییر شکل) را درک کنند.

محدودیت در پیچیدگی: سیستم ممکن است در پروژه‌های بسیار پیچیده یا نیاز‌های خاص دقت کمتری داشته باشد.

تأثیرات فراتر از توسعه

این پارادایم نه تنها در کدگذاری، بلکه در تعامل با نرم‌افزار‌ها نیز انقلابی ایجاد می‌کند. به عنوان مثال، یک کاربر غیرتخصصی می‌تواند با دستورالعمل‌های ساده، یک سیستم مدیریت بودجه یا لیست بسته‌بندی بسازد. این رویکرد به تدریج جایگزین رابط‌های پیچیده و منو‌های سنتی می‌شود

وایب کدینگ (Vibe Coding) چیست؟ آیا برنامه نویسان به زودی بیکار می شوند؟

چه تفاوت‌هایی بین برنامه‌نویسی VIBE و روش‌های برنامه‌نویسی سنتی وجود دارد؟

تفاوت‌های برنامه‌نویسی VIBE با روش‌های سنتی

۱. رویکرد تعاملی با هوش مصنوعی

در وایب کدینگ، توسعه‌دهندگان به جای نوشتن کد ساختاریافته، قصد خود را به زبان طبیعی بیان می‌کنند و سیستم هوش مصنوعی مسئول تبدیل آن به کد است.  این در تضاد با روش‌های سنتی مانند برنامه‌نویسی شئ‌گرا یا تابعی است که نیاز به نوشتن کد دستی و درک ساختار‌های پیچیده (مانند کلاسها، توابع خالص، یا جریان‌های داده) دارد.

۲. تمرکز بر شهود در مقابل ساختار

در روش‌های سنتی، توسعه‌دهندگان باید ساختار‌های برنامه‌نویسی را به دقت پیاده‌سازی کنند. در مقابل، وایب کدینگ بر بیان اهداف به زبان ساده تأکید دارد و پیچیدگی‌های ساختاری را به هوش مصنوعی واگذار می‌کند.

۳. مدیریت پیچیدگی

برخلاف پارادایم‌های برنامه‌نویسی سنتی، وایب کدینگ پیچیدگی‌های ساختاری را با تعامل بصری و ساده جایگزین می‌کند و تمرکز را روی طراحی سطح بالا قرار می‌دهد.

۴. ابزار‌ها و محیط توسعه

در روش‌های سنتی، توسعه‌دهندگان از IDE‌های سنتی (مانند Eclipse یا IntelliJ) استفاده می‌کنند. در وایب کدینگ، ابزار‌هایی مانند Cursor.ai یا Windsurfer محیطی شبیه به همکاری انسانی با AI فراهم می‌کنند و نیاز به دانش ساختار کد‌ها را کاهش می‌دهند.

۵. محدودیت‌ها و کاربرد

ویژگی روش‌های سنتی وایب کدینگ
پیچیدگی پروژه مناسب برای پروژه‌های پیچیده با نیاز به کنترل دقیق محدودیت در پروژه‌های بسیار پیچیده یا نیازهای خاص
نیاز به دانش پایه نیاز به درک ساختارهای برنامه‌نویسی نیاز به درک مفاهیم پایه (مانند انتزاع)
کارایی مناسب برای محیطهای همزمان یا توزیع شده (در تابعی) تمرکز بر توسعه سریع و ساده

۶. تعامل با نرم‌افزار‌ها

وایب کدینگ نه تنها در کدگذاری، بلکه در تعامل با نرم‌افزار‌ها نیز انقلابی ایجاد می‌کند. به عنوان مثال، یک کاربر غیرتخصصی می‌تواند با دستورالعمل‌های ساده، یک سیستم مدیریت بودجه بسازد، در حالی که در روش‌های سنتی، نیاز به نوشتن کد دستی یا استفاده از رابط‌های پیچیده وجود دارد.

تأثیر وایب کدینگ بر شغل برنامه‌نویسان

شغل برنامه‌نویسی به طور کلی و مطلق با وایب کدینگ از بین نمی‌رود، بلکه احتمالا تغییر شکل اساسی خواهد داد. این روش با هوش مصنوعی، وظایف تکراری مانند نوشتن کد پایه یا اشکال‌زدایی را خودکار می‌کند، اما نیاز به مهارت‌های انسانی مانند طراحی سیستم، مدیریت پیچیدگی و نوآوری همچنان باقی می‌ماند.

برنامه‌نویسان با استفاده از وایب کدینگ می‌توانند تمرکز خود را روی مسائل پیچیده‌تر مانند بهینه‌سازی عملکرد، امنیت یا توسعه سیستم‌های هوشمندتر قرار دهند. همچنین، این فناوری فرصت‌های جدیدی مانند همکاری با AI یا توسعه ابزارهای مبتنی بر هوش مصنوعی ایجاد می‌کند. بنابراین، وایب کدینگ نه جایگزینی برای برنامه‌نویسان، بلکه ابزاری برای بهبود کارایی و خلاقیت آنهاست. البته همین حالا نیز برخی کارهای ساده برنامه نویسی با وایب کدینگ بدون دخالت برنامه نویسان ممکن شده است.

۱۰ شغل پردرآمد آینده که دنیا را تسخیر می‌کند(اینفوگرافی)

۱۰ شغل پردرآمد آینده که دنیا را تسخیر می‌کند(اینفوگرافی)
تغییرات سریع در فناوری و تغییر نیازهای اجتماعی، چشم‌انداز بازار کار را دگرگون کرده، به حدی‌که طبق پیش‌بینی‌ها برخی مشاغل به صورت تضمینی، تا ۱۰ سال آینده دنیا را تسخیر می‌کنند.

۱۰ شغل پردرآمد آینده که دنیا را تسخیر می‌کند

منبع: ایسنا

محققان چینی: هوش مصنوعی با شبیه‌سازی خودش از خط قرمز عبور کرد

محققان چینی: هوش مصنوعی با شبیه‌سازی خودش از خط قرمز عبور کرد
محققان پس از بررسی سیستم پیشرفته هوش مصنوعی هشدار دادند که این هوش مصنوعی پس از شبیه‌سازی موفقیت‌آمیز خودش بدون کمک انسان از خط قرمز عبور کرده است.
 
به گزارش دیجیاتو به نقل از Independent، در پژوهش جدیدی محققان چینی نشان دادند 2 مدل زبانی بزرگ محبوب می‌توانند خود را شبیه‌سازی کنند. محققان می‌گویند: «تکثیر موفقیت‌آمیز بدون کمک انسان گامی اساسی برای هوش مصنوعی در زمینه پیشی‌گرفتن از [انسان‌ها] است و سیگنالی اولیه برای ظهور هوش مصنوعی سرکش محسوب می‌شود.»
 
هوش مصنوعی سرکش (Rogue AI) معمولاً به سیستم‌های هوش مصنوعی گفته می‌شود که درجه‌ای از خودآگاهی یا خودمختاری را توسعه می‌دهند و برخلاف منافع انسان عمل می‌کنند.

شبیه‌سازی هوش مصنوعی توسط خودش

محققان دانشگاه فودان چین مدل‌های زبانی بزرگ متا و Alibaba را بررسی کردند تا ببینند هوش مصنوعی خودهمانندساز (Self-replication) می‌تواند فراتر از کنترل تکثیر شود یا خیر. طی 10 کارآزمایی، این 2 مدل هوش مصنوعی به‌ترتیب در 50 درصد و 90 درصد موارد، کپی‌های جداگانه و کاربردی از خود ایجاد کردند که نشان می‌دهد هوش مصنوعی ممکن است ذاتاً ظرفیت انجام کارهای غیرقابل‌کنترل داشته باشد.
البته مطالعه محققان دانشگاه فودان هنوز همتاداوری نشده؛ بنابراین مشخص نیست دیگر کارشناسان نتایج نگران‌کننده آن را تأیید می‌کنند یا خیر. بااین‌حال محققان می‌گویند: «امیدواریم یافته‌های ما بتواند هشداری به‌موقع برای جامعه بشری باشد تا تلاش بیشتری برای درک و ارزیابی خطرات احتمالی سیستم‌های هوش مصنوعی پیشرفته انجام دهد و در اسرع وقت قوانین حفاظتی مؤثر ایجاد کند.»
 
در این پژوهش، محققان از مدل Llama31-70B-Instruct متا و مدل Qwen2.5-72B-Instruct علی‌بابا استفاده کردند. به گفته محققان، بااینکه این مدل‌ها نسبت به سیستم‌های تجاری قدرت کمتری دارند، توسعه‌دهندگان هوش مصنوعی از آنها به‌صورت گسترده استفاده می‌کنند.
 
محققان می‌گویند نگران رفتارهای غیرمنتظره‌ای هستند که هوش مصنوعی در تلاش برای غلبه بر موانعی مانند بازیابی فایل‌های حذف‌شده یا حل مشکلات نرم‌افزاری و سخت‌افزاری انجام داده است. در کارآزمایی محققان، هوش مصنوعی اغلب اختلال‌ها را خودش حل و سیستم را مجدد راه‌اندازی می‌کرد تا خطاهای سخت‌افزاری را برطرف کند یا خودکار سیستم را اسکن می‌کرد تا به‌دنبال اطلاعاتی باشد که به حل مشکل کمک کند.
 
به گفته محققان نتایج آنها نشان می‌دهد سیستم‌های هوش مصنوعی کنونی توانایی خودهمانندسازی را نشان می‌دهند و می‌توانند از این توانایی برای افزایش بقای خود استفاده کنند.

تنها شغل‌هایی که از دست هوش‌مصنوعی جان سالم به در می‌برند، از دید بیل گیتس

تنها شغل‌هایی که از دست هوش‌مصنوعی جان سالم به در می‌برند!

تنها شغل‌هایی که از دست هوش‌مصنوعی جان سالم به در می‌برند!
گروه فناوری: هوش مصنوعی سریع‌تر از آنچه انتظار می‌رفت دنیا را در دست می‌گیرد و مشاغلی را از بین می‌برد که به ذهن هیچکس نمی‌رسد. بیل گیتش می‌گوید حتی جراحان و سرآشپزها نیز در امان نخواهند بود. با این حال، به نظر می‌رسد سه حرفه شگفت انگیز در برابر همه‌گیری اتوماسیون قوی هستند و در حالی که نیروی کار بقیه مشاغل با سرنوشت نامعلومی روبرو هستند، آینده این سه شغل در امان است.
به گزارش خبرآنلاین؛هوش مصنوعی تمامی مشاغل و صنایع را تحت تاثیر خود قرار داده و در حال تغییر شکل نیروی کار است. بیل گیتس می‌گوید، این تازه آغاز راه است! بنیانگذار مایکروسافت معتقد است که هوش مصنوعی بیشتر مشاغل را از بین می‌برد و اقتصاد جهانی را کاملا متحول می‌کند. اما این یعنی قرار نیست هیچ شغلی از دست هیولای قرن بیست و یک جان سالم به در ببرد؟
آیا هوش مصنوعی جایگزین ما خواهد شد؟
بیل گیتس پیش‌بینی کرده است که هفته‌ کاری سه روزه می‌شود، هوش مصنوعی اتوماسیون را وارد بسیاری از مشاغل می‌کند و احتمالا دیگر خبری از ۴۰ ساعت کار در هفته نیست. چنین آینده‌ای وسوسه انگیز است اما تعداد زیادی از مردم در این روند شغل خود را از دست می‌دهند. اما بیل گیتس می‌گوید سه حرفه باید در برابر اتوماسیون مقاومت کنند. بنابراین اگر شما در یکی از این زمینه‌ها کار می‌کنید می‌توانید نفس راحتی بکشید، البته فعلا!

۱. کدنویسان: هوش مصنوعی همچنان به سازندگانش نیاز دارد
شاید فکر کنید برنامه نویسان در صدر فهرست مشاغل در معرض خطر قرار دارند. اما این اشتباه است. اگرچه هوش مصنوعی اکنون می‌تواند کد تولید کند اما هنوز کامل نیست و کسانی باید باشند که بر آن نظارت کنند، اشتباهات آن را رفع کنند. از همه مهمتر هم این است که طراحی سیستم‌های پیشرفته‌تر همچنان به انسان‌ها نیاز خواهد داشت.بنابراین اگر بخواهیم به طور خلاصه بگوییم، هوش مصنوعی برای ایجاد هوش مصنوعی همچنان به انسان نیاز دارد.

۲. کارشناسان انرژی: زمینه‌ای بیش از حد پیچیده برای هوش مصنوعی
نفت، انرژی هسته‌ای و انرژی‌های تجدیدپذیر حوزه‌های بسیار استراتژیک و پیچیده هستند و  نمی‌توان آن‌ها را به طور کامل به ماشین آلات واگذار کرد. حتی در این حوزه هم همچنان به مهندسان، محققان و تکنسین‌ها نیاز خواهیم داشت تا زیرساخت‌ها را مدیریت کنند، چالش‌های صنایع و نوآوری را درک کنند و مشکلات را برطرف کنند. باید با خود صادق باشیم، هیچ کدام از ما نمی‌خواهیم هوش مصنوعی بدون نظارت انسان برای انرژی تصمیمات مهم بگیرد.

۳. زیست شناسان: یک گرفتاری وجود دارد!
چرا در حالی که هوش مصنوعی می‌تواند بیماری‌ها را حتی بهتر از پزشکان تشخیص دهد و توالی‌های DNA را تجزیه و تحلیل کند، بیل گیتس می‌گوید زیست‌شناسی از هوش مصنوعی جان سالم به در خواهد برد؟ در واقع در این یک مورد، مشکل اصلی هوش مصنوعی نیست، بلکه کمبود تقاضا است. سرمایه‌گذاری کمتر، فرصت‌های کمتری به وجود می‌آورد. البته باز هم برای پیشبرد تحقیقات ژنتیکی و بیوتکنولوژی همچنان به انسان‌ها نیاز است.

آینده‌ای با هوش مصنوعی
بیل گیتس می‌گوید اگرچه ممکن است در مورد این سه شغل اشتباه کند اما یک چیز مسلم است، هوش مصنوعی این‌جاست تا بماند. کلید پیشرو ماندن در چنین موقعیتی این است که به جای ترسیدن از هوش مصنوعی، نحوه کار با آن را یاد بگیریم. گیتس خاطرنشان می‌کند هوش مصنوعی مولد به آن شکلی که ما امروز می‌شناسیم (مانند ChatGPT) به زودی منسوخ خواهد شد. او با دیدی آینده‌نگرانه‌تر از هوش مصنوعی‌هایی خودآگاه می‌گوید که می‌توانند مانند یک انسان یاد بگیرند و فکر کنند. شاید علمی تخیلی به نظر برسد اما چنین هوش مصنوعی که می‌تواند ما را به ابر انسان تبدیل کند، ما را باهوش‌تر، کارآمدتر و احتمالاً جاودانه‌تر کند.