Siamak Fereidooni
Data Architecture Engineering
برای مدیرانی که تصمیم میگیرند آیا سرمایهگذاری روی ابزارهای هوش مصنوعی برای تولید محتوای پیچیده (ادبی، پژوهشی، یا تحلیلی) توجیه اقتصادی دارد یا نه، نشست تخصصی «معماری داستان با هوش مصنوعی» — برگزارشده در سرای اهل قلم خانه کتاب و ادبیات ایران و بازتابیافته در ایسنا، ایبنا و خبرواژه — یک مطالعه موردی مشخص و قابلمحاسبه ارائه داد: پروتکل ممیزی رمان تاریخی «دایدالوس».
چارچوب کلی: هوش مصنوعی بهعنوان جایگزین تیم، نه نویسنده
پیشفرض رایج این است که هوش مصنوعی جای نویسنده را میگیرد. اما آنچه در این مطالعه موردی نشان داده شد، جایگزینیِ یک تیم چندتخصصی بود، نه نویسنده. برای اجرای همزمان تحلیل ساختار روایت، تحلیل تاریخی، تحلیل باستانشناسی، بررسی ناسازگاریهای تاریخی، اجرای «تیم قرمز» انتقادی، و کنترل کیفیت خروجی — در حالت سنتی به یک تیم نزدیک به ده متخصص نیاز است:
- ویراستار توسعه (Developmental Editor): ۹۰ تا ۱۵۰ دلار در ساعت
- باستانشناس متخصص عصر برنز
- محقق ادبیات کلاسیک: ۱۰۰ تا ۲۰۰ دلار در ساعت
- ویراستار نگارشی: ۶۰ تا ۱۰۰ دلار در ساعت
- مدیر پروژه / کارشناس کنترل کیفیت: ۸۰ تا ۱۲۰ دلار در ساعت
- بهعلاوه ویراستار نهایی و نظریهپرداز روایت
مقایسه زمان و هزینه
| بدون هوش مصنوعی (تیم انسانی) | با هوش مصنوعی | معیار |
|---|---|---|
| ۱۰ تا ۱۵ روز کاری | حداکثر ۵ ساعت (تحلیل راهبردی ۶۰-۱۲۰ دقیقه + تحلیل خطبهخط ۱۲۰-۱۸۰ دقیقه) | زمان هر فصل (~۶۰۰۰ کلمه) |
| ۸,۰۰۰ تا ۱۵,۰۰۰ دلار | نزدیک به صفر | هزینه هر فصل (لندن) |
| ۴۰۰ تا ۱,۵۰۰ دلار | نزدیک به صفر | هزینه هر فصل (تهران، با پژوهشگران دانشگاهی) |
| نزدیک به ۱۵۰,۰۰۰ دلار و حدود یک سال زمان | صفر | هزینه کتاب ۱۰ فصلی (لندن) |
این ارقام، مطابق آنچه در کارگاه ارائه شد، برآوردی از هزینه استخدام تیم معادل در بازار لندن و تهران است و بسته به پروژه واقعی میتواند تغییر کند.
چرا سرعت، مهمترین مزیت نیست
نکتهای که من در این بخش تأکید دارم، فراتر از صرفه اقتصادی است: مزیت اصلی این معماری، توانایی اجرای همزمانِ بیش از ۲۰۰ قانون تحلیلی روی هر جمله، بدون حذف یا فراموشیِ هیچ مرحلهای است. چیزی که برای یک انسان یا حتی یک تیم انسانی، به دلیل محدودیت حافظه کاری و هماهنگی بین افراد، عملاً دشوار یا غیرممکن است. هر تصمیم مستند میشود و برای هر نتیجه دلیل ارائه میشود؛ یعنی خروجی از ابتدا قابل ممیزی و ردیابی است، ویژگیای که برای هر تیم محتوایی که باید به مدیریت یا مشتری پاسخگو باشد، اهمیت مستقیم دارد.
کجا مرز این جایگزینی است؟
مهم است که این مدل هزینه-فایده با شفافیت کامل خوانده شود: آنچه هوش مصنوعی در این معماری جایگزین میکند، اجرای پروتکل است، نه تصمیمگیری نهایی. طراحی قواعد، تفسیر خروجی، و تصمیم درباره اینکه کدام پیشنهاد پذیرفته یا رد شود، همچنان بر عهده انسان است. طبق جمعبندی، تجربه زیسته، نیت، و قضاوت اخلاقی مستقل، مواردی که برای تصمیمگیری در محتوای حساس یا خلاقانه ضروریاند، از تواناییهای فعلی هوش مصنوعی خارج است.
برای مدیرانی که مدل مشابهی را برای تیم محتوایی خود ارزیابی میکنند، این یعنی: هوش مصنوعی میتواند بار تحلیلی و بازبینیِ تکراری و چندلایه را از دوش تیم بردارد و هزینه و زمان اجرای آن را بهشدت کاهش دهد، اما لایه نظارت انسانی برای تصمیمهای نهایی همچنان باید در فرایند باقی بماند.
پیوست: منابع تاریخی شکسپیر برای تیتوس آندرونیکوس (برای مقایسه ساختاری)
بهعنوان نمونهای از اینکه «شبکه دانشی» پیش از هوش مصنوعی هم چگونه کار میکرد، فهرست منابعی که شکسپیر برای تایتوس آندرونیکوس از آنها بهره برد:
- اووید، دگرگونیها (روایت فیلومِلا)
- سنکا (تراژدیهای رومی)
- لیوی (تاریخ رومی)
- تراژدی اسپانیایی اثر توماس کید
در همین موضوع بخوانید:
- چگونه نبوغ کار میکند؟ از شکسپیر تا هوش مصنوعی
- نویسنده و هوش مصنوعی: درسی از شبکه خلاقانه شکسپیر برای رماننویسان امروز
- معماری داستان با هوش مصنوعی
گزارش کامل این نشست را همچنین در ایبنا بخوانید یا در کانال یوتوب ما تماشا کنید.
نوشته: سیامک فریدونی
