از دست رفتن قدرت علمی

نویسنده: آمی زیگارت AMY ZEGART  عضو ارشد مؤسسه هوور Hoover Institution، عضو ارشد در موسسه هوش مصنوعی انسان‌محور دانشگاه استنفورد Stanford University’s Human-Centered AI Institute و نویسنده کتاب «جاسوسان، دروغ‌ها و الگوریتم‌ها: تاریخ و آینده اطلاعات آمریکایی Spies, Lies, and Algorithms: The History and Future of American Intelligence» 

دیپلماسی ایرانی: در اوایل سال 2022، هنگامی که یورش روسیه به اوکراین قریب‌الوقوع به نظر می‌رسید، مقام های اطلاعاتی آمریکا، چنان اطمینانی داشتند که تانک‌های روسی به سرعت در اوکراین به پیروزی خواهند رسید که کارکنان سفارت آمریکا در کی‌یف را تخلیه کردند. با توجه به معیارهای سنتیِ قدرت، این یک ارزیابی اطلاعاتی منطقی بود. در سال 2021، روسیه از نظر هزینه‌های دفاعی در رتبه پنجم جهان قرار داشت، در حالی که اوکراین با فاصله زیادی در رتبه 36 قرار داشت، یعنی پشت سر تایلند و بلژیک. با این حال، اکنون و بیش از دو سال پس از آن، روسیه و اوکراین همچنان در جنگی خشونت بار در برابر هم ایستادگی می کنند.

ایستادگی اوکراین نشان از آن دارد که امروزه دیگر قدرت آن چیزی نیست که در گذشته متصور بود. عملکرد شگفت این کشور تا حد زیادی نتیجه جمعیت تحصیل‌کرده اوکراین و اکوسیستم نوآورانه فناوری است که توانست به سرعت حجم زیادی از پهپادها و سلاح‌های ساخت داخل را تولید کند. اوکراین حتی موفق شده بدون داشتن نیروی دریایی، جنگ دریایی انجام دهد و با استفاده از پهپادهای ساخت داخل و دستگاه‌های دیگر، نزدیک به بیست کشتی روسی را نابود کند و کنترل روسیه بر دریای سیاه را از کار بیندازد.

قرن‌ها بود که قدرت یک کشور از منابعی عینی سرچشمه می گرفت که دولت آن کشور می‌توانست آنها را ببیند، اندازه‌ بگیرد و به‌طور کلی کنترل کند؛ منابعی مانند جمعیت‌هایی که می‌توانستند به خدمت گرفته شوند، سرزمینی که می‌توانست فتح شود، نیروی دریایی که می‌توانست به کار گرفته شود و کالاهایی مانند نفت که می‌توانست آزاد یا محدود شود. اسپانیا در قرن شانزدهم ارتش‌ها، مستعمرات و فلزات گرانبها داشت. بریتانیا در قرن نوزدهم قوی‌ترین نیروی دریایی جهان و مزایایی اقتصادی در اختیار داشت که از انقلاب صنعتی حاصل شد. ایالات متحده و اتحاد جماهیر شوروی در قرن بیستم زرادخانه‌های هسته‌ای عظیمی داشتند.

امروزه، کشورها به طور فزاینده‌ای قدرت خود را از منابع ناملموس – دانش و فناوری‌هایی همچون هوش مصنوعی که رشد اقتصادی، کشف علمی و توانایی نظامی را به شدت تقویت می‌کنند – به دست می‌آورند. از آنجا که این دارایی‌ها، سرشتی ناملموس داشته و به آسانی در بخش‌ها و کشورهای مختلف جهان گسترش می یابند، کنترل آنها برای دولت‌ها دشوار است. به عنوان مثال، مقامات ایالات متحده نمی‌توانند از یک دشمن بخواهند که یک الگوریتم را به آمریکا بازگرداند، همان‌طور که دولت جورج دبلیو بوش پس از برخورد یک هواپیمای چینی با هواپیمای جاسوسی آمریکایی که در جزیره هاینان سقوط کرد، خواستار بازگرداندن لاشه آن شد. همچنین نمی‌توانند از یک زیست‌مهندس چینی بخواهند که دانشی را که از تحقیقات پسادکتری در ایالات متحده کسب کرده، بازگرداند. دانش، در نهایت، سلاحی قابل حمل است.

این واقعیت که این منابع معمولاً در بخش خصوصی و دانشگاه‌ها شکل می‌گیرند، کار دولت را حتی چالش‌برانگیزتر می‌کند. سیاست خارجی همیشه یک بازی دو سطحی بوده است؛ مقامات ایالات متحده باید با بازیگران داخلی و دشمنان خارجی مقابله کنند. اما این تصمیمات شرکت‌های خصوصی است که هرچه بیشتر در حال شکل دادن به پیامدهای ژئوپلیتیک هستند و منافع بخش خصوصی آمریکا نیز، همیشه با اهداف ملی همسو نیست. شرکت متا، که مالک فیس‌بوک، اینستاگرام و واتس‌اپ است، برای سه میلیارد نفر در سراسر جهان که از پلتفرم‌های آن استفاده می‌کنند، معرف واقعیت است. در سال گذشته، مدیران عامل آمریکایی که منافع تجاری در چین دارند، تقریباً به اندازه آنتونی بلینکن، وزیر امور خارجه، با شی جین‌پینگ، رهبر چین، دیدار کرده‌اند. همچنین هنگامی که جنگ در اوکراین شعله‌ور شد، ایلان ماسک، میلیاردر مشهور به تنهایی تصمیم گرفت که ارتش اوکراین می‌تواند در چه زمانی، کجا و چگونه از شبکه ماهواره‌ای استارلینک که او مالک آن است، استفاده کند.

هم‌زمان، بسیاری از توانایی‌های دولت ایالات متحده در حال زوال است. ابزارهای سنتی سیاست خارجی آن ضعیف شده‌اند: تأیید انتصابات ریاست‌جمهوری به قدری پیچیده شده که حداقل یک چهارم از پست‌های کلیدی سیاست خارجی در نخستین نیمه از دوره اول سه رئیس‌جمهور اخیر ایالات متحده خالی مانده‌اند. به دلیل افزایش سرسام‌آور بدهی‌های فدرال، امسال برای اولین بار در تاریخ، ایالات متحده از هزینه‌های دفاعی خود، برای پرداخت بهره‌های بدهی، هزینه بیشتری خواهد کرد. از آنجا که کنگره اغلب نمی‌تواند بودجه سالانه را تصویب کند، پنتاگون به طور فزاینده‌ای با بودجه‌های موقتی کار می کند که تنها برنامه‌های موجود را تأمین مالی می‌کنند و از اجرای برنامه‌های نوین پژوهش و توسعه یا برنامه‌های جنگ افزاری نوین خودداری می‌کند. این سیستم ناکارآمد، به طرز نامتناسبی شرکت‌های نوپا، کوچک و نوآور را تضعیف می‌کند. در نتیجه، سامانه های تسلیحاتی بزرگ و گران‌قیمت باقی می‌مانند در حالی که راه‌حل‌های جدید و ارزان‌قیمت نابود می‌شوند. اگر چین قصد داشت برای آمریکا، یک فرآیند بودجه‌ریزی طراحی کند که هدف آن مهار نوآوری، افزایش سرسام‌آور هزینه‌های تسلیحاتی و تضعیف توانمندی دفاعی آمریکا باشد، همین وضعیت کنونی را ایجاد می‌کرد. در همین حال و به شکلی کارساز، وضعیت سلامت، آموزش و پرورش و دانشگاه‌های تحقیقاتی K-12 ایالات متحده – که منابع پتانسیل نوآوری بلندمدت کشور هستند – رو به افول گذاشته اند.

در دنیای امروز که بر دانش و فناوری متکی است، سیاست‌گذاران ایالات متحده باید به شیوه‌های تازه ای در مورد سرشت قدرت آمریکا، چگونگی گسترش و بکارگیری آن بیاندیشند. شکوفایی و امنیت آینده، کمتر به جلوگیری از دستیابی دشمنان به فناوری‌های آمریکایی بستگی دارد و بیشتر به تقویت ظرفیت آموزشی و پژوهندگی کشور و به‌کارگیری فناوری‌های نوظهور در خدمت منافع ملی وابسته است.

نوآوری و پیش‌بینی

دهه‌هاست که سیاست‌گذاران ایالات متحده از ابزارهای قدرت سخت و نرم برای تأثیرگذاری بر دشمنان و متحدان خارجی استفاده می‌کنند. آنها برای پیشبرد منافع آمریکا با استفاده از قدرت سخت، یک نیروی نظامی ایجاد کرده و از آن برای محافظت از دوستان و تهدید یا شکست دشمنان بهره می‌بردند. همچنین با استفاده از قدرت نرم، ارزش‌های آمریکایی را به اشتراک می‌گذاشتند و دیگران را به اهداف خود جذب می‌کردند. امروز هم، هر دو قدرت سخت و نرم همچنان اهمیت دارند اما از آنجا که دیگر مانند گذشته، تعیین کننده موفقیت یک کشور نیستند، ایالات متحده باید برای گسترش توان دانشی خود تلاش کند، یعنی پیشبرد منافع ملی با افزایش ظرفیت کشور برای تولید فناوری‌های تحول‌آفرین.

قدرت دانش دارای دو عنصر اساسی است: توانایی نوآوری و توانایی پیش‌بینی. اولی با ظرفیت یک کشور برای تولید و بهره‌برداری از پیشرفت‌های فن آورانه پیوند می خورد و دومی با اطلاعات سروکار دارد. بخشی از این کار در حوزه مأموریت‌های سنتی سازمان‌های جاسوسی ایالات متحده قرار می‌گیرد که موظف به کشف مقاصد و توانایی‌های دشمنان خارجی برای تهدید منافع آمریکا هستند. با این حال، با محو شدن مرزهای میان صنعت داخلی و سیاست خارجی، سازمان‌های اطلاعاتی نیز باید به دولت در درک پیامدهای فناوری‌های توسعه‌یافته در داخل کشور کمک کنند.

نوآوری و پیش‌بینی، نه تنها عناصری هستند که قدرت نظامی و توان جذب ایالات متحده را تقویت می‌کنند، بلکه کارکرد اصلی قدرت دانش بیشتر به داخل کشور باز می گردد. در حالی که ابزارهای سنتی سیاست خارجی، معطوف به خارج کشور هستند – یعنی استفاده از توان تهدید، بکارگیری نیروی سخت و ارزش‌ها برای تأثیرگذاری بر رفتار بازیگران خارجی – ساختن و به‌کارگیری درونمایه دانشی، مستلزم آن است که واشنگتن به داخل نگاه کند. این فرآیند شامل مدیریت ایده‌ها، استعدادها و فناوری‌ها برای کمک به شکوفایی ایالات متحده و شرکایش، صرف‌نظر از اقدامات چین یا هر دشمن دیگر است.

آموزش و نوآوری، کلید توانایی ایالات متحده در نمایش قدرت است

چه بسا که اجزای توانمندی دانشی به دشوار دیده شود و اندازه‌گیری آن‌ها نیز دشوار باشد اما یک نقطه شروع خوب، ارتقاء سطح توانش آموزشی ملی است. شواهد فراوانی نشان می‌دهد که یک نیروی کارِ آموزش دیده، موتور محرکه رشد اقتصادی بلندمدت است. در سال 1960، آسیای شرقی تقریباً با منطقه جنوب صحرای آفریقا از نظر کمترین میزان سرانه تولید ناخالص داخلی در جهان برابر بود. با این حال، 30 سال بعد، آسیای شرقی به طرز چشمگیری پیشرفت کرد که این رشد تا حد زیادی ناشی از بهبودهای آموزشی بود.

تمرکز جغرافیایی استعدادهای فناوری نیز شاخص مفیدی برای سنجش قدرت دانش است و نشان می‌دهد کدام کشورها در زمینه‌های حیاتی آماده پیشرفت هستند. دلیل این که دانشمندان و مهندسان برجسته در آزمایشگاه‌ها گرد هم می‌آیند و تیم‌های نخبه جذب می‌کنند، به جای این که خود را در دفاترشان منزوی کنند و به تنهایی به طراحی آزمایش‌ها و مطالعه مقالات پژوهشی بپردازند، این است که نزدیکیِ فیزیکی اهمیت دارد؛ همکاری نزدیک بهترین ذهن‌های جهان، یک دستورالعمل برای پیشرفت‌های فناوری است.
برای سنجش چشم‌اندازهای قدرت بلندمدت یک کشور، همچنین باید سلامت دانشگاه‌های پژوهشی آن را ارزیابی کرد. شرکت‌ها نقش اساسی در نوآوری‌های فناورانه دارند اما زنجیره تأمین نوآوری واقعاً از مراحل جلوتر، یعنی در آزمایشگاه‌ها و کلاس‌های دانشگاهی آغاز می‌شود. در حالی که شرکت‌ها باید منابع خود را بر توسعه فناوری‌هایی با چشم‌اندازهای تجاری کوتاه‌مدت متمرکز کنند، دانشگاه‌های پژوهشی با چنین محدودیت و الزامات مالی یا زمانی دست به گریبان نیستند. تحقیقات پایه، همان شاهرگ حیات دانشگاه‌ها، به بررسی سؤالاتی در مرزهای دانش می‌پردازد که ممکن است نسل‌ها طول بکشد تا پاسخ داده شوند و شاید هرگز کاربرد تجاری نداشته باشند. اما بدون این تحقیقات، بسیاری از پیشرفت‌های تجاری امکان‌پذیر نبودند، از جمله رادار، GPS  و اینترنت.

اخیراً، آنچه از بیرون به‌عنوان موفقیت ناگهانی واکسن‌های مبتنی بر mRNA برای کووید-19 به نظر ‌رسید، در واقع نتیجه بیش از 50 سال تحقیق پایه در دانشگاه‌ها بود. پیش از آنکه شرکت‌های داروسازی توسعه واکسن را پیش ببرند، پژوهشگران دانشگاهی کشف کرده بودند که mRNA می‌تواند سلول‌های پروتئینی را فعال یا مسدود کند و همچنین نحوه تحویل آن به سلول‌های انسانی را برای تحریک واکنش های ایمن ساز، مشخص کرده بودند. به‌ همین شکل، الگوریتم‌های رمزنگاری که امروز داده‌ها را در اینترنت محافظت می‌کنند، حاصل دهه‌ها تحقیق دانشگاهی در ریاضیات محض است. بسیاری از پیشرفت‌های جدید در هوش مصنوعی، از ChatGPT گرفته تا شناسایی تصاویر، بر پایه کارهای پیشگامانه‌ای بنا شده‌اند که در دانشگاه تورنتو، دانشگاه مونترال، دانشگاه استنفورد و جاهای دیگر انجام گرفته بود.

فرار مغزها

اگر آموزش و نوآوری، کلید توانایی ایالات متحده در نمایش قدرت هستند، پس چشم‌انداز این کشور بر پایه‌های متزلزلی قرار دارد. آموزش K-12 در آمریکا در بحران است. دانش‌آموزان، امروز نسبت به دهه‌های گذشته نمرات پایین‌تری در آزمون‌های مهارت کسب می‌کنند و از همتایان خود در سایر کشورها عقب مانده‌اند. دانشگاه‌های ایالات متحده نیز به چالش افتاده اند زیرا با رقابت جهانی بیشتری برای جذب استعدادها و کمبود سرمایه‌گذاری فدرال در تحقیقاتی روبرو هستند که برای نوآوری بلندمدت کشور حیاتی است.

در سال 2023، نمرات دروس ریاضی و خواندن متن در میان نوجوانان 13 ساله آمریکایی به پایین‌ترین سطح خود در چندین دهه اخیر رسید، طبق ارزیابی ملی پیشرفت آموزشی (NAEP) نیمی از دانش‌آموزان ایالات متحده نتوانستند نیازمندی‌های مهارتی ایالت خود را برآورده کنند. همچنین، نمرات آزمون ACT، که یک آزمون محبوب برای پذیرش دانشگاه است، برای ششمین سال متوالی کاهش یافت، به طوری که 70 درصد از دانش‌آموزان دبیرستانی آمادگی لازم برای ورود به دانشگاه در زمینه ریاضیات را نداشتند و 43 درصد در هیچ زمینه‌ای به معیارهای آمادگی دانشگاهی نرسیدند. قابل توجه است که این روندها، پیش از همه‌گیری کووید-19 آغاز شده بود.

در حالی که دانش‌آموزان ایالات متحده عقب می‌مانند، دانش‌آموزان در سایر کشورها به سرعت پیشرفت می‌کنند. طبق برنامه ارزیابی بین‌المللی دانش‌آموزان (PISA) که 15 ساله‌ها را در سراسر جهان مورد آزمایش قرار می‌دهد، ایالات متحده در سال 2022 در میانگین مهارت ریاضی در رتبه 34 قرار داشت، پشت سر کشورهایی مانند اسلوونی و ویتنام. (رتبه‌بندی‌های خواندن متون و درس علوم بالاتر بود اما به سختی در میان ده کشور برتر و بیست کشور برتر قرار گرفتند.) بیش از یک‌سوم دانش‌آموزان آمریکایی در سطح پایه‌ای مهارت ریاضی قرار گرفتند، به این معنی که آن‌ها نمی‌توانند فاصله بین دو مسیر را مقایسه کنند یا قیمت‌ها را به ارز دیگری تبدیل کنند. در سطح بالاتر، تنها هفت درصد از نوجوانان آمریکایی در بالاترین سطح مهارت ریاضی نمره کسب کردند، در حالی که 12 درصد از شرکت‌کنندگان کانادایی و 23 درصد از شرکت‌کنندگان کره جنوبی به این سطح رسیدند. حتی سطوح برجسته‌ای از برتری در داخل ایالات متحده نیز در مقیاس بین‌المللی وضعیت خوبی به شمار نمی رود. ماساچوست که در سال 2022 بالاترین نمره ریاضی را در میان ایالت‌های آمریکا داشت، اگر یک کشور بود، تنها در رتبه 16 جهان قرار می‌گرفت. اکثر ایالت‌های آمریکا در نزدیکی میانه جهانی قرار دارند. و ایالتی که کمترین نمره را داشت، نیومکزیکو، در سطحی مشابه با قزاقستان قرار دارد.

بخشی از این داستان، مربوط به پیشرفت دیگر کشورهاست؛ جمعیت جهانی در چند دهه گذشته به طرز چشمگیری دانش آموخته شده و در این فرآیند، نقشه "قدرت دانش" را بازترسیم کرده است. از سال 1950، میانگین سال‌های تحصیل به‌طور چشمگیری افزایش یافته و تعداد فارغ‌التحصیلان دانشگاهی در سراسر جهان 30 برابر شده است. با هم‌سطح شدن میدان آموزش، دانشگاه‌ها و شرکت‌های آمریکایی به طور فزاینده‌ای به استعدادهای خارجی وابسته شده‌اند تا هم سطح جهانی باقی بمانند. در سال 1980، 78 درصد از دکترای علوم کامپیوتر و مهندسی برق که توسط دانشگاه‌های آمریکایی اعطا می‌شد، به شهروندان یا ساکنان دائم ایالات متحده تعلق داشت. در سال 2022، این رقم به 32 درصد کاهش یافت. اکنون حدود یک میلیون دانشجوی بین‌المللی هر ساله در ایالات متحده تحصیل می‌کنند. بیشترین سهم از این دانشجویان متعلق به چین است که 27 درصد را تشکیل می‌دهند.

پیشینه ایالات متحده در جذب استعدادهای سراسر جهان یک دارایی عظیم است. نزدیک به 45 درصد از شرکت‌های فهرست Fortune 500 در سال 2020، از جمله Alphabet، SpaceX و غول تراشه NVIDIA، توسط مهاجران نسل اول یا دوم تأسیس شده‌اند. حدود 40 درصد از آمریکایی‌هایی که از سال 2000 جایزه نوبل در رشته‌های علمی دریافت کرده‌اند، متولد خارج از کشور بوده‌اند. با این حال، در اینجا نیز کشور در حال از دست دادن مزیت کوتاه‌مدت خود و ایجاد آسیب‌پذیری‌های بلندمدت است. سیاست‌های مهاجرتی منسوخ، یک سیستم استعدادیابی خودتخریبی ایجاد کرده که دانشجویان خارجی برجسته را آموزش می‌دهد و سپس بسیاری از آن‌ها را مجبور به ترک ایالات متحده می‌کند و همه، آنچه را که آموخته‌اند، با خود می‌برند.

علاوه بر این، این زنجیره تأمین استعداد تنها تا زمانی کارآمد است که دانشجویان خارجی بخواهند در ایالات متحده تحصیل کنند و دولت‌های آن‌ها نیز اجازه این کار را بدهند. دانشگاه‌های خارجی در سال‌های اخیر به‌طور چشمگیری بهبود یافته‌اند و جایگزین‌های بیشتری برای بهترین و درخشان‌ترین دانشجویان ارائه می‌دهند. نظرسنجی‌ها نشان می‌دهند که سهم دانشجویان چینی که ترجیح می‌دهند در آسیا یا اروپا به جای ایالات متحده تحصیل کنند، در حال افزایش است. اگر دولت چین روزی جریان ورود دانشجویان برتر خود به ایالات متحده را محدود کند، بسیاری از آزمایشگاه‌های دانشگاهی و شرکت‌های آمریکایی با مشکلات جدی مواجه خواهند شد.

مزیت نوآوری که دانشگاه‌های ایالات متحده نسبت به همتایان خارجی خود داشتند نیز در حال تضعیف است. یک دهه پیش، ایالات متحده بیشترین تعداد مقالات علمی پراستناد در جهان را تولید می‌کرد. اما امروزه چین در این زمینه پیشتاز است. در سال 2022، برای اولین بار، مشارکت‌های چین در شاخص معتبر Nature که 82 مجله علمی برتر را پیگیری می‌کند، از ایالات متحده پیشی گرفت.

کشیده شدن نیروها به سمت بخش خصوصی نیز منابع نوآوری‌های آینده را تحلیل می‌برد. روندهای تأمین مالی نیز در جهت نادرست پیش می‌روند. تنها دولت ایالات متحده می‌تواند سرمایه‌گذاری‌های بزرگ، بلندمدت و پرخطری که برای تحقیقات پایه‌ای دانشگاه‌ها لازم است را انجام دهد. با این حال، تأمین مالی فدرال برای تحقیقات به‌عنوان سهمی از تولید ناخالص داخلی از اوج خود در سال 1964 که 1.9 درصد بود، به تنها 0.7 درصد در سال 2020 کاهش یافته است. (در مقایسه، چین در سال 2017 حدود 1.3 درصد از تولید ناخالص داخلی خود را صرف تحقیقات کرد.) قانون CHIPS و Science در سال 2022 قرار بود این روند نزولی را با سرمایه‌گذاری میلیاردها دلار در تحقیقات علمی و مهندسی معکوس کند، اما این مفاد بعداً در مذاکرات بودجه حذف شدند.

تحقیقات پایه به‌ویژه تحت تأثیر قرار گرفته است. تا سال 2014، مؤسسات ملی بهداشت (NIH) بیشتر بودجه خود را به تحقیقات پایه‌ای دانشگاهی در مورد بیماری‌ها و سلامت انسان اختصاص می‌داد. اکنون، این مؤسسات بیشتر بر روی آزمایش‌های بالینی و سایر تحقیقات کاربردی هزینه می‌کنند. قانون CHIPS و Science قرار بود بودجه بنیاد ملی علوم آمریکا (NSF)، حامی اصلی تحقیقات پایه‌ای در علوم غیرپزشکی، فناوری، مهندسی و ریاضیات، را در سال جاری دو برابر کند اما در عوض، بودجه این بنیاد هشت درصد کاهش یافت. NSF اکنون کمک‌های مالی کوچک‌تر و کوتاه‌مدت‌تری نسبت به یک دهه پیش اعطا می‌کند که موجب می‌شود دانشمندان و مهندسان وقت بیشتری را صرف جستجوی منابع مالی کنند و وقت کمتری را به تحقیقات اختصاص دهند. یک مدیر ارشد در یک دانشگاه تحقیقاتی بزرگ که به شرط ناشناس ماندن صحبت می کرد تا روابطش با NSF به خطر نیفتد، می گوید: "ما به سرعت به نقطه‌ای نزدیک می‌شویم که کمک‌های مالی استاندارد NSF دیگر حداقل مورد نیاز را هم تامین نمی کند." وی افزود: "برای برخی از اعضای هیئت علمی ما، درخواست دریافت کمک مالی، اصلاً به صرفه نیست." اگرچه ایالات متحده هنوز بیش از چین در تحقیقات پایه‌ سرمایه‌گذاری می‌کند، سرمایه‌گذاری چین در تحقیقات بین سال‌های 2012 تا 2021 بیش از 200 درصد افزایش یافته، در مقایسه با افزایش 35 درصدی سرمایه‌گذاری ایالات متحده. اگر روندهای جاری ادامه یابد، هزینه‌های تحقیقات پایه‌ای در چین، ظرف ده سال آینده از هزینه‌های تحقیقاتی ایالات متحده پیشی خواهد گرفت.

کشیده شدن نیروها به سمت بخش خصوصی موجب تقویت نوآوری‌های کوتاه‌مدت و منافع اقتصادی شده اما همچنین منابع نوآوری‌های آینده را تحلیل می‌برد. در زمینه هوش مصنوعی، به عنوان مثال، خروج استعدادها از دانشگاه‌ها به سمت صنعت، پیشرفت‌های تجاری فوق‌العاده‌ای را به دنبال داشته است. این امر همچنین توجه و استعداد را از تحقیقات پایه‌ای که نوآوری‌های آینده به آن وابسته است، منحرف می‌کند و به کاهش تعداد اعضای هیئت علمی که نسل آینده را آموزش می‌دهند، می‌انجامد. مشکل در بالاترین سطح بسیار حاد است. در یکی از دپارتمان‌های برجسته علوم کامپیوتر ایالات متحده، نزدیک به یک‌سوم از اعضای هیئت علمی ارشد هوش مصنوعی در یک دهه گذشته، از دانشگاه خارج شده‌اند. در دپارتمان دیگری از همین سطح، یکی از محققان هوش مصنوعی که به شرط ناشناس ماندن صحبت می کرد، برآورد می کند که نیمی از اعضای هیئت علمی هوش مصنوعی به صورت نیمه‌وقت فعالیت می‌کنند. دانشجویان دکترا و اعضای هیئت علمی در یکی از آزمایشگاه‌های هوش مصنوعی در دانشگاه دیگری قادر به بحث آزاد در مورد تحقیقات خود نیستند، که برای همکاری ضروری است، زیرا برخی از آن‌ها در OpenAI کار می‌کنند و توافق‌نامه‌های عدم افشاء امضا کرده‌اند. سال گذشته، بیش از 70 درصد از فارغ‌التحصیلان دکترا در زمینه هوش مصنوعی در ایالات متحده مستقیماً به بخش صنعت رفته‌اند، از جمله سهمی نامتناسب از بهترین دانشجویان. همان‌طور که یک کمیسیون دولتی ایالات متحده در زمینه هوش مصنوعی بیان می کند "استعداد به دنبال استعداد می‌رود."
تا یک نسل دیگر، سیاست‌گذاران ممکن است به این فکر کنند که "چطور نتوانستیم این بحران استعداد را پیش‌بینی کنیم؟" حال آنکه تنها کافی است چشمانشان را باز کنند و نگاهی به شرایط امروز بیندازند.

پایه‌گذاری قدرت جدید

سیاست‌گذاران ایالات متحده نیاز به یک نقشه راه جدید دارند که به آن‌ها کمک کند توانمندی دانشی کشور را ارزیابی، تقویت و به کار ببرند. گام نخست، گسترش درونمایه های اطلاعاتی برای این ارزیابی است که آمریکا در چه چنبه هایی از فناوری‌های نوظهور پیشتاز است و در کجاها عقب است. همچنین تعیین اینکه کدام شکاف‌ها اهمیت دارند و کدامیک نه. پنتاگون دارای ارتش بزرگی از تحلیلگران است که توانمندی‌های نظامی ایالات متحده و قدرت های خارجی را مقایسه می‌کنند اما هیچ دفتری در دولت ایالات متحده همین کار را برای فناوری‌های نوظهور انجام نمی‌دهد. این موضوع باید تغییر کند. دفتر مدیر اطلاعات ملی (ODNI) عملا روابط قوی‌تری را با شرکت‌ها و دانشگاه‌ها برای کسب بینش درباره پیشرفت‌های فناورانه ایالات متحده آغاز کرده است. این تلاش‌ها باید نهادینه شوند و کانال‌هایی برای اشتراک‌گذاری تخصصی سریع‌تر و مکررتر ایجاد شوند. برای جهش در پیشرفت، کنگره باید جلسات سالانه ارزیابی شبکه فناوری با مقامات اطلاعاتی و رهبران دانشگاهی و صنعتی برگزار کند و دانشگاه‌ها باید با اشتراک‌گذاری جزئیات و پیامدهای آخرین کشفیات آزمایشگاهی خود، پیشگام شوند. به عنوان مثال، موسسه من، دانشگاه استنفورد، سال گذشته ابتکار جدیدی به نام «بررسی فناوری‌های نوظهور استنفورد» راه‌اندازی کرد تا اطلاعاتی قابل دسترس و منظم‌تر درباره ده فناوری کلیدی نوظهور از جمله هوش مصنوعی، مهندسی زیستی، فناوری‌های فضایی، علم مواد و انرژی—from از کارشناسان پیشرو در این زمینه‌ها به سیاست‌گذاران ارائه دهد. اکنون ضروری است که این تلاش‌ها گسترش یافته و تعمیق شوند، شبکه‌های کارشناسان مورد اعتماد ایجاد شود و اشتراک‌گذاری اطلاعات بین دانشگاه‌ها و دولت ایالات متحده، مقامات ایالتی و محلی و شرکای بین‌المللی افزایش یابد.

واشنگتن همچنین نیاز به سرمایه‌گذاری در زیرساخت‌های ملی مورد نیاز برای نوآوری فناوری دارد. در دهه 1950، دوایت آیزنهاور، رییس جمهوری وقت آمریکا، سیستم بزرگراه‌های بین‌ایالتی را برای تقویت رشد اقتصادی ایالات متحده و تسهیل تخلیه غیرنظامیان و جابه‌جایی نیروهای نظامی در صورت حمله شوروی توسعه داد. پس از بحران نفتی 1973، رئیس‌جمهور جرالد فورد ذخیره استراتژیک نفت، بزرگ‌ترین ذخیره اضطراری نفت خام در جهان، را تأسیس کرد تا هرگونه تحریم نفتی خارجی یا اختلال دیگر، هرگز نتواند اقتصاد ایالات متحده را فلج کند. زیرساخت امنیت ملی که امروز در فقدان آن قرار داریم، قدرت محاسباتی است. پیشرفت در تقریباً هر زمینه‌ای به هوش مصنوعی وابسته است که به نوبه خود به قدرت محاسباتی پیشرفته برای کار کردن نیاز دارد. به عنوان مثال، قدرت محاسباتی لازم برای آموزش مدل هوش مصنوعی ChatGPT-3 به حدی زیاد است که این کار در یک لپ‌تاپ معمولی 9,000 سال طول می‌کشد. امروزه تنها شرکت‌های بزرگ مانند آمازون، گوگل، متا و مایکروسافت قادر به خرید خوشه‌های عظیم تراشه‌های پیشرفته مورد نیاز برای توسعه مدل‌های پیشرفته هوش مصنوعی هستند و سایرین با مشکلات زیادی برای تأمین حداقل‌های لازم مواجهند. امسال، دانشگاه پرینستون اعلام کرد که برای خرید 300 تراشه پیشرفته NVIDIA برای استفاده در تحقیقات (با هزینه‌ای حداقل 9 میلیون دلار) از سرمایه خود استفاده خواهد کرد، در حالی که متا اعلام کرد که قصد دارد تا پایان سال 350,000 تراشه مشابه خریداری کند و برآورد می‌شود که 10 میلیارد دلار هزینه کند.

یک ذخیره محاسباتی استراتژیک ملی A national strategic computational reserve  می‌تواند محاسبات پیشرفته را به‌طور رایگان یا با هزینه کم به محققان از طریق کمک‌های رقابتی ارائه دهد که زمان استفاده از خدمات ابری موجود یا سیستم‌های ابررایانه‌ای در آزمایشگاه‌های ملی را اجاره می‌دهد. این ذخیره همچنین می‌تواند خوشه‌های محاسباتی کوچک‌تر خود را بسازد و عملیاتی کند. این زیرساخت برای محققانِ خارج از شرکت‌های فناوری بزرگ و دانشگاه‌های تحقیقاتی با بودجه بالا هم در دسترس خواهد بود. این کار به آسان شدن پژوهش های پیشرفته هوش مصنوعی برای خیر و منفعت عمومی و نه فقط سود شرکت های خصوصی کمک خواهد کرد. همچنین به کاهش جریان خروجی برترین دانشمندان کامپیوتر از دانشگاه‌ها به صنعت با ارائه منابع لازم برای انجام کارهای پیشگامانه در حالی که در موقعیت‌های دانشگاهی خود باقی می‌مانند، کمک خواهد کرد. هم اکنون پیشرفت‌هایی در حال انجام است. در ژانویه، بنیاد ملی علوم برنامه‌ای آزمایشی به نام "منبع تحقیقات ملی هوش مصنوعی" را راه‌اندازی کرد که به 35 پروژه از میان بیش از 150 پروپوزال، دسترسی به قدرت محاسباتی، داده‌ها و سایر منابع را اعطا کرد. گروهی از قانون‌گذاران دو حزبی نیز لایحه‌ای برای دائمی کردن NAIRR ارائه کرده‌اند.

تقویت توانمندی دانشیِ ایالات متحده تنها به معنای توسعه قابلیت‌های تازه نیست. واشنگتن همچنین نیاز دارد مشکلات سیستم مهاجرت و بودجه دفاعی کشور را برطرف کند. کنگره باید اصلاحات مهاجرتی را تصویب کند تا امکان ماندن و کار کردن در ایالات متحده پس از فارغ‌التحصیلی از دانشگاه‌های آمریکایی برای شمار بیشتری از برترین و درخشان‌ترین دانشجویان جهان فراهم شود، مشروط بر اینکه تدابیر لازم برای حفاظت از مالکیت فکری ایالات متحده و مقابله با خطرات جاسوسی اتخاذ شود. وزیر دفاع باید اصلاح فرآیند خرید تسلیحات پنتاگون را به اولویت اصلی خود تبدیل کند و منابع واقعی را پشت وعده‌های دیرینه برای پذیرش به صرفه بودن و نوآوری قرار دهد و برای کنگره و مردم آمریکا روشن سازد که اختلالات بودجه‌ای، امنیت کشور را تضعیف می‌کند.

اگر دانشگاه‌های پژوهشی در ایالات متحده بخواهند همچنان بعنوان موتورهای نوآوری آینده باقی بمانند، دولت فدرال نیز باید سال‌ها سرمایه‌گذاری نامناسب در تحقیقات پایه را جبران کند. برخی از مدیران بخش خصوصی در تلاشند تا با برنامه‌های خیریه‌ای مانند AI 2050  از شرکت Schmidt Sciences، که متعهد به اختصاص 125 میلیون دلار طی پنج سال برای تأمین مالی تحقیقات علمی جسورانه در زمینه هوش مصنوعی است، شکاف‌ها را پر کنند. اما این تنها قطره‌ای از دریاست. تنها دولت ایالات متحده—که 125 میلیون دلار برای یک جت جنگی F-35 خرج می‌کند—می‌تواند به مقیاس لازم سرمایه‌گذاری کند. گروهی از قانون‌گذاران دو حزبی، به رهبری سناتورها مارتین هاینریچ، مایک راندز، چاک شومر و تاد یانگ، بار دیگر خواستار تحقق وعده اصلی قانون CHIPS و Science Act  با افزایش ده برابری بودجه فعلی دولت برای تحقیقات و توسعه غیرنظامی هوش مصنوعی به 32 میلیارد دلار شده‌اند. با این حال، فاصله موجود میان این پیشنهاد تا تصویب لایحه آن طولانی است؛ این ایده از سال 2021 در کنگره در حال چرخش است. این موضوع در توسعه هوش مصنوعی یک عمر به حساب می‌آید. با توجه به سرعت و ریسک‌های تغییرات فناوری، افزایش بودجه به تنهایی کافی نیست. همچنین نیاز است که این بودجه سریع‌تر در دسترس قرار گیرد.

در نهایت، ایالات متحده باید به اصلاح سیستم آموزشی K–12 خود بپردازد. هشدارها درباره اینکه کاهش کیفیت آموزش تهدیدی برای آینده رفاه، امنیت و رهبری جهانی کشور است، یک هشدار تازه نیست اما اصلاحات آموزشی به عنوان یک اولویت فوری امنیت ملی در نظر گرفته نشده است. امروزه، در بیش از 13 هزار و پانصدر منطقه مدرسه دولتی کشور، جبران خدمات آموزگاران بر پایه سال‌های تجربه و تحصیلات تکمیلی تعیین می‌شود، به این معنا که آموزگاران فیزیک و تربیت بدنی، حقوق یکسانی دریافت می‌کنند. همین‌طور بهترین و بدترین آموزگاران نیز. برخی از شهرها در حال حاضر در حال آزمایش روش‌های بهتر هستند. در دالاس، هیوستون و واشنگتن دی.سی، مسئولان آموزشی در حال یک آزمایش با استفاده از بودجه‌های تشویقی برای ارزیابی آموزگاران و پاداش به مؤثرترین آنها هستند. در برخی مناطق، نواحی آموزشی می‌توانند در صورت اعزام بهترین آموزگاران به بدترین مدارس، بودجه‌های اختیاری بیشتری دریافت کنند. این شیوه‌ها در حال حاضر نتایج امیدوارکننده‌ای به بار آورده‌اند و باید واکاوی شده و گسترش یابند.

هیچ یک از این دگرش ها، آسان نخواهد بود، اما بدون آنها، ظرفیت دانشی ایالات متحده به تدریج کاهش خواهد یافت و قدرت آمریکا در سال‌های آینده ضعیف‌تر خواهد شد. واشنگتن همچنان به ایده محدود کردن دسترسی چین به فناوری‌های ایالات متحده از طریق کنترل‌های صادراتی و محدودیت‌های سرمایه‌گذاری خارجی چسبیده است تا برتری فناوری کشور را حفظ کند اما تنها جلوگیری از چین، به جهش آن نوآوری بلندمدت که ایالات متحده برای تضمین امنیت و رفاه آینده خود به آن نیاز دارد، کمکی نخواهد کرد. اکنون بیش از هر زمان دیگری، واشنگتن باید درک کند که دانش قدرت است و این قدرت باید در خانه پرورش یابد.

منبع: فارن افرز / تحریریه دیپلماسی ایرانی/۱۱