‏دانشی که هوش مصنوعی هرگز یاد نمی‌گیره

مایکل پولانی، شیمیدانی که بعداً فیلسوف شد، در ۱۹۶۶ کتاب کوچیکی نوشت به اسم «بُعد ضمنی» (The Tacit Dimension). ادعای مرکزیش اینه: ما می‌تونیم بیشتر از اون‌چه می‌تونیم بگیم بدونیم. سوالی که ذهنش رو مشغول کرده بود این بود که چطور یه شیمیدان باتجربه نگاه به دستگاه می‌کنه و می‌فهمه قراره خراب بشه، قبل از اینکه هیچ علامتی ظاهر بشه؟ جوابش: بیشتر دانش متخصص‌ها قابل بیان نیست — نه «نمی‌خوان» بگن، بلکه ساختاراً «نمی‌تونن». این دانش توی بدن، تجربه، و سال‌ها کار کردن زندگی می‌کنه.

این دقیقاً همون بخشیه که هوش مصنوعی از بنیاد ازش قطعه. نه به خاطر اینکه مدل‌ها کوچیکن یا داده‌ی آموزشی کمه — بلکه چون این دانش هرگز نوشته نشده و به تعریف پولانی، نمی‌شه نوشتش. یه LLM (مدل زبانی بزرگ) در واقع یه ماشین «حداکثر بیان» ـه: روی هر چیزی آموزش دیده که کسی نوشته. اما قراردادهای نانوشته‌ی تیم، دلیل واقعی یه تصمیم معماری سه سال پیش، یا حس ناخودآگاه اینکه «این تابع باید دو تا بشه» — هیچ‌کدوم توی داده‌ی آموزشی نیستن و هرگز هم نخواهند بود.