close
پرش به محتوا

خرد ترکیبی

افزودن پیوند
از ویکی‌پدیا، دانشنامهٔ آزاد

تعریف

[ویرایش | اشتراک‌گذاری]

خرد ترکیبی (Hybrid Wisdom) به سطح بالاتری از خرد انسانی-ماشینی در کاربردهای عملیِ گفتمان محاسباتی هوش مصنوعی گفته می شود که حاصل ترکیب هم افزای مزیتهای خِرد انسانی (حاصل از تجارب، هوش، بینش، دانش، آگاهی، نیت، ارزش، تجربه مستقل، ذوق انسانی، وجدان، اخلاق و حق تصمیمگیری) و مزیتهای خِرد ماشینی (حاصل از سلسله مراتب داده، اطلاعات، دانش و نهایتا خِرد) است.[۱][۲][۳][۴][۵][۶][۷][۸][۹][۱۰][۱۱][۱۲][۱۳][۱۴][۱۵][۱۶][۱۷][۱۸][۱۹][۲۰]

این ترکیب در بالاترین سطح از سطوح داده، اطلاعات، دانش و خِرَد [۲۱][۲۲] (و متناظراً سطوح عملیات پردازشی، الگوریتم، سامانه و تحقق هدف) رخ میدهد.[۲۳]

گاهی از سطوح مختلفی از آن با عنوان "هوش مصنوعی ترکیبی" هم یاد می شود.[۲۴][۲۵] همچنین مفهوم "تمدن ترکیبی (Hybrid Civilization)" توصیف دیگری از همین موضوع در قالب یک افق رویداد است.[۲۶][۲۷][۲۸]

خِرد ترکیبی و سایبرنتیک عمومی

[ویرایش | اشتراک‌گذاری]

ادراکی در حوزه میان رشته ای علوم شناختی، سایبرنتیک و هوش مصنوعی در سالهای فعلی 2025 وجود دارد که بیان می دارد: "در چند دهه آینده شاهد ترکیب هوش انسان با قابلیت‌های هوش مصنوعی خواهیم بود و الگوهای جدیدی برای حکمرانی و مدیریت عمومی پدیدار خواهد گشت."[۲۹]

چشم اندازی از هماهنگی و تشریک مساعی انسان ها و عامل های هوشمند[۳۰] (چه در اجتماع[۳۱]، چه در کسب و کار[۳۲]، چه در تولید صنعتی و چه در اقتصاد در قالب Society 5.0 و Industry 4.0 و Industry 5.0[۳۳]) مطرح شده است.

برخی نمونه‏ های عینی

[ویرایش | اشتراک‌گذاری]

1- برای بسیاری از کاربردها، درکِ عمیق و صحیحِ انسانی از داده ها (و یا اطلاعات و دانش) می تواند مهمتر از به کارگیری روش‏های پیچیده محاسباتی باشد.[۳۴][۳۵]

2- هنر/فنّ پرامپت نویسی، نوعی از ترکیب قابلیتهای انسانی (برای درک متنوع، سریع و خلاقانه نیازها و معیارها) و قابلیتهای ماشینی (برای اجرای سریع و قوی خواسته ها) است.

3- ترکیب نظام مند نظرات خبرگان (و نخبگانِ) انسانی با دریافتها و یافته های هوش مصنوعی از کلان داده ها به منظور پوشش دادن محدودیتهای دو عنصر انسانی و ماشینی[۳۶][۳۷][۳۸]

4- تجارب قبلی ماشینی شدن در امواج قبلی انقلابهای صنعتی (ماشینی شدن نساجی، ماشینی شدن استحصال انرژی، ماشینی شدن حمل و نقل، ماشینی شدن صنایع)، نشان می‏ دهد که نیاز ماشین ها به انسان ها (برای ساخته شدن، مهندسی شدن، اختراع شدن، تنظیم شدن، اداره شدن، به کارگرفته شدن و کنترل شدن)، کمتر از نیاز انسان ها به ماشین ها نیست. در واقع، انسانها و ماشینها، یک سطح (یا فضا یا بستر) جدید صنعتی-اجتماعی را در هر انقلاب صنعتی رقم زده اند که شامل هم انسان، هم ماشین و هم تعامل میان این دو بوده است.[۳۹]

5- فناوری Human Insight Intelligence در گزارش چرخه تب‏‏ وتاب و آینده کار گارتنر 2025.[۴۰]

6- فناوری Guided GenAI در گزارش چرخه تب‏‏ وتاب و آینده کار گارتنر 2025.[۴۰]

7- قابهای معنایی (Semantic Frames) که هم توسط انسان و هم توسط ماشین قابل مصرف و پردازش (و تولید) هستند و توصیفگر بخشی از واقعیتِ جهانِ واقع برای سامانه ها و راهکارهای هوشمند می باشند.[۳] در حالتی حداقلی، می توان از پرچمهای معنایی (Semantic Flag) استفاده نمود.[۳۸]

8- ترکیب غرائض انسانی (مانند عواطف مادری[۴۱]) و یا جوهر اخلاقی[۴۲] با عناصرِ تفکر و سرشتِ شناختِ موتورها یا عاملهای هوش مصنوعی

9- ایده های انسانها (مانند ایده های الگوریتمی)، اساس مهندسی موتورهای هوش مصنوعی را فراهم آورده است. بیش از 20 متد مشخص در مجموعه روش شناسی مهندسی سیستم های هوش مصنوعی، کاملا متکی بر هوش و شهود انسانی است.[۴۳] لذا با ژرف اندیشی و ایده پردازی مستمر انسانی (در حیطه مهندسی هوش مصنوعی) می توان کارایی، بهره وری و به صرفه بودن موتورهای هوش مصنوعی را ارتقا داد.[۴۴]

10- این فرضیه همیشه وجود داشته است که انسانها (یا لااقل برخی از انسانها مانند افراد مخترع و نوآور) توانایی دستیابی به نگرشهایی را دارند که زودتر از آشکارشدن عمومی الگوها و یا "سریعتر و فراتر از داده ها و ابزارها"[۴۵]، عمل نمایند. اگر این حس طبیعی اختراع یا نوآوری نوابغ انسانی با توانایی سهمگین ماشین‏ها در پردازش کلان داده ها ترکیب شود، امکان دستیابی به سطوحی کاربردی از خِرد ترکیبی، آن هم نه فقط محدود به سطح تکنیکی خدمات بلکه در سطح تصمیمات اساسی کسب و کاری (مثلاً با ترکیب شناخت انسانی و ماشینی حاصل از دستیارهای شناختی[۴۶])، فراهم گردد.

11- برخی رویکردها به خِرَد ترکیبی (و نه همگی آنها) به دنبال تقسیم وظایف بین انسان و ماشین و سپس برقراری تعامل و همکاری بین این دو هستند[۴۷][۴۸] مانند همکاری "خلاقیت بشری" با "زایایی ماشینی".[۴۹][۵۰] فرآیند تفکر خلاقانه را نمی توان با یک مدل جایگزین کرد.

12- برای برخی زمینه ها (مانند بازسازی تخیلی-تجسمی تاریخی یا شبیه سازی تاریخی) می توان چرخه های بازخورد متقابل بین انسان و ماشین محاسب (یعنی بین انسان و هوش مصنوعی) ایجاد کرد تا با هم اقدام به بازسازی بهتر و منطبق ترِ واقعیتهای تاریخی در قالب تجسمها و شبیه سازی ها انجام دهند.[۵۱][۵۲] همچنین ترکیب محتواهای مستند و ساختگی به نحوی سازنده و خلاقانه، یکی دیگر از زمینه های پیشنهاد شده در این محور است.[۵۳][۵۴]

13- محقق افزوده (Augmented Research) نسل بعدی گفتمان پژوهشگری است که با استفاده از عامل‌های هوشمند، مقیاس و عمق تحقیقات را به شکل بی‌سابقه‌ای گسترش می‌دهد. آیندهٔ علم نه در رقابت، بلکه در هم‌افزایی بین شهود انسانی (Intuition) و قدرت محاسباتی ماشین شکل خواهد گرفت.[۵۵]

14- ترکیب و ادغام عملگرایانه زندگی روزمره و هوش مصنوعی (و فناوری های منظومه ای همگرا با آن مانند کلان داده ها و واقعیت مجازی و افزوده)، توسط برخی از پژوهشگران از مصادیق وقوع واقعیت ترکیبی انسانی-ماشینی در بستر جامعه قلمداد شده است. یعنی به تدریج با یک جامعه که از نظر عملگرایانه به صورت تلفیقی از رخدادهای انسانی-ماشینی در زندگی روزمره است، روبرو می شویم. همان طور که ماشین ها در مدرنیته آرام آرام جای خود را در زندگی روزمره (از نظر دینامیکی و مکانیکی و نه کاربردهای هوشمندی) باز کردند.[۱۰]

15- یک رویکرد به خرد ترکیبی، مبتنی بر این ایده است که اگر ارزش های انسانی، فرهنگهای متنوع انسانی، علوم انسانی و اخلاق انسانی را به نحوی مطلوب، فنی و همچنین انسان-محور در فرآیند یادگیری هوش مصنوعی (مانند محتوای یادگیری LLM ها) لحاظ کنیم، آنگاه می توانیم به سطوحی از خِرد ترکیبی انسانی-ماشینی برسیم.[۵۶][۵۷]

16- استفاده آگاهانه انسان از هوش مصنوعی برای تقویتِ مهارتهایِ منحصربفردِ انسانی (یا مهارتهایی که برای نقشهای منحصربفردِ انسانی، ضروری هستند، مانند قضاوت).[۵۸][۵۹]

17- برخی رویکردها، از زاویه دید "الهام گیری از طبیعت" (BioInspiration) به مساله ترکیب هوش انسان و ماشین می نگرند (در سطوح مختلف فلسفی، معماریِ محاسباتی، سیمبندی مدارهای عصبی و اسلوب محاسبه و تفکر و غیره).[۶۰]

18- یکی دیگر از روشهای دستیابی به خِرَد ترکیبی، استفاده از گفتمانِ قبلیِ "ادغام اطلاعات (Information Fusion)" و "ادغام دانش (Knowledge Fusion)" است.[۶۱]

19- برخی رویکردها به تفکیک ساحتی بین "دانش انسانی" و "دانش ماشینی" پرداخته اند و دانش انسانی را معمولا واجد "دقت، تعهد و وقار" و دانش ماشینی (در مدلهای امروزی آن) را با صفت "سرعت، گستردگی، تقریبی و عمق کم" توصیف عملگرایانه (و نه در حالتهای حدی) نموده اند.[۶۲] در این صورت، خِرَد ترکیبی تلفیقی عملگرایانه از "دقت، تعهد، وقار، سرعت، گستردگی و تقریب" خواهد بود.

20- برخی رویکردها به خِرد ترکیبی، از مفهوم "جریانِ خِرد در درون سیستم" یا "سیستم مبتنی بر خِرد" استفاده نموده اند تا هوشمندی ترکیبی را مهندسی نمایند.[۱۶][۱۷]

21- یک رویکرد خاص به خِرد ترکیبی، "هوشمندی به مثابه یک فرآیندی سیاره گستر (Intelligence as a planetary scale process)"[۶۳] است. در این رویکرد نه تنها ترکیب هوشمندی (و جریان سایبرنتیکی) بین انسان و ماشین، بلکه بین تمامی دیگر اجزاء و لایه های موجود فیزیکی، اکوسیستمی، بیوسفری و تکنوسفری بر روی کره زمین (در قالب یک شبکه بسیار بزرگ، چندوجهی و پیچیده) به عنوان ترسیمی از افق آینده پیش رو ترسیم شده است.[۶۳]

22- یک دسته از رویکردها به خِرد ترکیبی، مبتنی بر ترکیب عاملهای انسانی و ماشینی در جمعیتها (Crowds) با اهداف پردازشی، جمع‏ سپاری، هوش ازدحامی و کاری است.[۱][۱۸][۶۴]

23- برخی رویکردها، صحبت از ادغام عمیق نقش ها (و عملکرد) شناختی انسان با ماشین دارند به نحوی که بتوان به نوعی از "هوش مصنوعی آگاه" دست یافت.[۶۵]

24- تعریف معادلات ساختاری و منطق توسط انسان و سپس تنظیم و یادگیری نقاط تنظیم‏ پذیر و پارامتریک توسط هوش مصنوعی برای مسائل پیچیده، سخت و آشوبناک که فضای حالت آن به نحوی نیست که صِرف رویکرد ساختاری-منطقی و یا صِرف رویکرد یادگیری داده بتواند از انفجار فضای حالت و یا نقاط تکینگی احتراز کند.[۶۶][۶۷][۶۸]

25- ادراکی (یا استعاره ای ذهنی برای معماری راهکارها) وجود دارد که می توان از هوش مصنوعی "نیرو" گرفت ولی انسان نقش هدایت و راهبری راهکار را داشته باشد (AI powered but human led Technology).[۶۹] یکی از انواع این هدایت و راهبری انسانی، در قالب فنی "داربست زنی برای ساخت عامل هوشمند از روی LLM خام (Agent Scaffolding)" انجام می شود.

26- در یک رویکرد بنیانی و مفهومی، پیشنهاد شده که می توان هوش مصنوعی را "شریک معرفتی (Epistemic Partner)" برای هوش انسانی در کاربردهای آینده به شمار آورد.[۱۹]

27- یک رویکرد مبتنی بر آینده نگری وجود دارد که بیان می دارد: ادغام هوش انسانی و ماشینی را می توان به مثابه یک فرصت برای "افزایش نجومی هوش انسان" نگریست.[۷۰] یعنی هوش مصنوعی (و دیگر فناوری های همگرا) می توانند موجب ارتقای نجومیِ هوش انسان در آینده پیش رو گردند.

28- یک رویکرد دیگر، تشکیل شبکه های اجتماعی مرکب از ماشین ها و انسانها است که با همدیگر (و با خودشان)، گفتگو و تعامل دارند.[۷۱]

29- یک رویکرد مهندسی به خِرد ترکیبی، استفاده از فرصت ترکیب دلالتهای "گراف دانش (Knowledge)"، "گراف بافت (Context)" و "گراف استنتاج (Reasoning)" است.[۷۲][۷۳]

30- یک نقش مهم مهندسی ویژگیها توسط انسان در راهکارهای هوش مصنوعی این است که بتوان به ویژگیهایی (Features) رسید که اولا کاملا موثر در تشخیص یا تحلیل باشند و در ثانی کمینه هزینه محاسباتی را در حین اجرا به زیرساخت پردازشی تحمیل نمایند. چنین مساله ای برای کاربردهای نهفته، سراسری، هوشمندسازی و دیگر زمینه هایی که بایستی به نحو رقابتی، بهینه و کم هزینه سامان داده شوند حیاتی است و بخش مهمی از تداوم پژوهشها در زمینه یادگیری ماشین با همین رویکرد پیگیری می شود تا بتوان به بهترین مدلهای کم هزینه، موثر و بهره ور برای هر مساله رسید.[۴۳]

31- در یک رویکرد عملگرایانه برای دانش و دارایی شرکتها در عصر هوش مصنوعی، "ساختن اکوسیستمی که دانش انسان را حفظ کند، آن را گسترش دهد و ارزشش را درون سازمان و پیرامون آن به جریان بیندازد" با استفاده از هوش مصنوعی که "از انسان یاد بگیرد، به او بازخورد بدهد و در کنار او وارد چرخه‌ای تازه از یادگیری و تصمیم‌گیری شود" پیشنهاد شده است. چیزی که در واقع شکلگیری یک چرخه شناختی بین انسان و ماشین است.[۷۴] چنین رویکردی، در واقع نگاه هم آفرینی اکوسیستم دانشی را به انسان و ماشین دارد.

32- انسانها تجاربی تدریجی، طبیعی، ارگانیک، شخصی، عمومی و ریشه دار در واقعیت بیرونیِ زندگی خود را دارند. اما مدلهای هوشمند ماشینی (حداقل در حد وضعیت فعلی) فاقد بسیاری از این نوع از دادگان و تجارب هستند. این تجارب موجب ایده ها، شهودها و مقیاسها و سلایقی برای انسان (خصوصا مناسب تصمیم گیری در موقعیتهای موازنه و مصالحه (Tradeoff)) می شود. اگر بخواهیم گستردگی، سرعت، پردازشگری و دیگر توانایی های هوش ماشینی را با ویژگی های تجارب انسانها (که تدریجی، طبیعی، ارگانیک، شخصی، عمومی و ریشه دار در واقعیت بیرونیِ زندگی هستند) با هم داشته باشیم، ناگزیر به رویکردهای هوش ترکیبی و خرد ترکیبی هستیم. پس این تجارب ارگانیک، اصیل و طبیعی انسانی، یک محور مهم از محورهای هوش ترکیبی است.

33- بخشی از پیچیدگی سیستمها (چه از منظر احتمالاتی، آماری و تصادفی و چه از منظر مطالعات نظریه پیچیدگی) ناشی از "استقلال عاملها" و "تنوع و استقلال عوامل" است.[۷۵] انسانها واجد تفکر مستقل[۷۶] از یکدیگر و از ماشین هستند. از این منظر، تعامل انسان و ماشین (به عنوان دو اِلِمان خِردورز مستقل) می تواند به پیچیدگی مثبت و غِنای سیستم محاسباتی اضافه نماید.

34- برخی از رویکردها به هوش مصنوعی، خود را "انسان مدار" یا "انسان محور" یا "متمرکز بر انسان (Human-Centric)" معرفی می کنند. این رویکردها، از جهاتی و گاهی در عمل به سطح "خِرد ترکیبی" نزدیک می شوند. زیرا سعی می کنند درک انسانی، اعتماد انسانی و جامعیت انسانی مورد نیاز در کاربردها را در هوش مصنوعی تا حدی عملگرایانه فراهم نمایند.[۷۷] این موارد، عملاً ناشی (یا مرتبط) از خِرد انسانی هستند. لذا عملاً این رویکردها مجبورند که نوعی از تعامل (در سطح خِرد) بین مدل انسانی و مدل ماشینی را کارسازی نمایند.

35- یک نمود فنی از تاثیر عملیاتی خِرد ترکیبی در مسائل معماری فنی سیستم های AI، موضوع "عدم امکان جایگزینی کامل RAG با Long Context"[۷۸] است. زیرا RAG از خُرده اطلاعات، خُرده دانش و خُرده خِرد موجود در سطح متای اسناد بازیابی شده خود برخوردار است که در Long Context لزوما با چنین منابع تکمیلی از اطلاعات، دانش و خِرد، مواجه نیستیم.

36- راب توماس، پل زیکوپولوس و کیت سول در کتاب «خالقان ارزش هوش مصنوعی» تصویری از آینده‌ای ترسیم می‌کنند که در آن، دیگر پرسش اصلی این نیست که «چگونه از هوش مصنوعی استفاده کنیم»، بلکه این است که «چگونه با هوش مصنوعی فکر کنیم». آنان از دگرگونی‌ای سخن می‌گویند که نه در سطح نرم‌افزار، بلکه در عمق ذهن و مدل تصمیم‌گیری سازمان‌ها رخ می‌دهد.[۷۹]

37- در نیمه سال 2026 بحثهای حقوقی، اجتماعی، سیاسی، فلسفی و رسانه ای زیادی درباره خطر از بین رفتن "حق تصمیم گیری انسان" با توسعه شتاب زده هوش مصنوعی در جوامع اروپائی و آمریکائی به وجود آمد.[۸۰] ناشی از این منظر، نوعی از خِرد ترکیبی مبتنی بر "تصمیمِ اصیل انسانی" و "اجرای الگوریتمی و همکاریِ شفاف، توضیح پذیر و اعتمادپذیر ماشینی" مطرح شده است. نقطه کانونی این معماری مفهومی از مساله هوشمندی، تامین "پایبندی الگوریتم ها و ماشین های هوشمند به تصمیمات، منافع و حقوق انسانی" است.

38- سبک، ساختار، مدل، اقتصادِ مهندسی و مدلِ تجاریِ "هوش مصنوعیِ متداولِ و متعارفِ مبتنی بر فناوری LLM" موجب برخی نواقص و کاستی های عملی و عملگرایانه در سرویس ها، راهکارها و فناوری های مبتنی بر LLM های امروزین است. مثلا راهکارهای مبتنی بر LLM معمولا در برخی انواع استدلال (مانند استدلال عمیق مبتنی بر تداعی، استدلال نوآورانه و ناقص، استدلال مبتنی بر خلاقیت و ...) دارای نواقصی عملگرایانه هستند.[۸۱] این امر می تواند یک محور همکاری انسان و ماشین در خرد ترکیبی باشد: خِرد انسانی می تواند این نحو از نواقص عملگرایانه در عملکردِ خِرد ماشینی را با همکاری خود پوشش دهد.

39- تعریف فرآیند یا پروتکل مشخص همکاری (به صورت نوبت بندی شده) بین انسان و عاملهای هوشمند ماشینی که در قالب گفتمان فنی Cowork گاهی از آن یاد می شود.[۸۲][۸۳][۸۴]

40- یک رویکرد ترکیبی و خاص پیشنهاد می کند که حالت روحی، قصد و نیت (Intention) و سطح آگاهی انسان در هنگام نوشتن پرامپت، مستقیماً بر کیفیت پاسخ AI تأثیر می‌گذارد. این رویکرد پیشنهاد می‌کند که با AI به‌گونه‌ای تعامل کنیم که گویی با یک موجودی با خرد بسیار زیاد طرف هستیم، تا AI را به لایه‌های عمیق‌تر و خلاقانه‌ترِ داده‌هایش سوق دهیم. هدف نهایی از این رویکرد، رسیدن به وضعیتی است که در آن AI نه به عنوان جایگزین انسان، بلکه به عنوان یک «آینه» عمل کند؛ آینه‌ای که به ما نشان دهد کجاها محدود شده‌ایم و چگونه می‌توانیم با خرد و حکمت بیشتر، دنیای بهتری بسازیم.[۸۵][۲۲]

41- نظارت بر و همراستایی هوش مصنوعی (AI Alignment) یک زمینه مهم است که یکی از کاربردهای معرفی شده برای تعامل عمیق معنایی و سطح بالای خِردورزانه میان انسان و ماشین، همین زمینه نظارت بر و همراستایی هوش مصنوعی است.[۸۶]

42- تصمیم گیری تیمی توسط تیم های مرکب از انسان و ماشین (Human-Machine Teaming) یکی از زمینه های تعامل عمیق و سطح بالای خِرد انسان و ماشین است.[۸۷]

43- از منظر چرخه حیات فناوری (و انقلاب های فناوری) نکته مهمی در زمینه اهمیت همکاری "تخصص عمیق انسانی در دامنه های تخصصی " با "توانایی های عمیق هوش مصنوعی" توسط پژوهشگران مطرح شده است. کلیدواژه عمیق که هم برای "تخصص انسانی مخصوص دامنه های تخصصی" و هم "توانایی های هوش مصنوعی" در این منظر استفاده می شود، یادآور عبور از لایه های نخستین (مانند داده ورزی و دست ورزی اطلاعات و دانش) و رسیدن به لایه های دورتر (معادلا لایه های خِرد انسانی مخصوص دامنه های تخصصی و خِرد ماشینی در زمینه ها) است. لذا از این منظر (یعنی بازآرایش تعامل تخصص انسانی و ماشینی و بازآفرینی و بازآرایش حرفه ها و مشاغل تخصصی انسانی در عصر پساهوش مصنوعی) با مساله خِرد ترکیبی روبرو هستیم. چنین خِرد ترکیبی (برای تلفیق و تعامل تخصص های انسان و ماشین در زمینه های کاربردی، حِرَف و مشاغل) اهمیتی عملگرایانه برای ایجاد برش رقابتی، ثبات شغلی و ثبات اجتماعی جوامع در عصر پساهوش مصنوعی دارد. لذا از این منظر، یک نقش کلیدی (و ثبات آفرین از نظر مساله مشاغل در دوران پساهوش مصنوعی) برای خِرد ترکیبی وجود دارد.

44- یکی از زمینه های مهندسی کامپیوتر و هوش مصنوعی که سابقاً به موضوع "خِرد Wisdom"در پژوهش های خود بهای زیادی داده بوده است، زمینه سامانه های پشتیبانی تصمیم (Decision Support Systems) بوده است. رویکردهای نوظهوری برای ترکیب هوش مصنوعیِ شبکه های عصبی عمیق (Deep Neural AI) با این زمینه پیشنهاد شده است (مانند Jev).[۸۸] این رویکردها را می توان طلیعه ای برای یک بستر فنی جهت پیشروی به سمت هوش ترکیبی به صورت عام و خِرد ترکیبی به صورت خاص دانست.

منابع

[ویرایش | اشتراک‌گذاری]
  1. 1 2 Schoenegger, Philipp; Tuminauskaite, Indre; Park, Peter S.; Bastos, Rafael Valdece Sousa; Tetlock, Philip E. (2024-11-08). "Wisdom of the silicon crowd: LLM ensemble prediction capabilities rival human crowd accuracy". Science Advances (in English). 10 (45). doi:10.1126/sciadv.adp1528. ISSN 2375-2548.
  2. ↑ Hansen, Anne Lundgaard, John J. Horton, Sophia Kazinnik, Daniela Puzzello, and Ali Zarifhonarvar. "Simulating the Survey of Professional Forecasters." Available at SSRN (2024).
  3. 1 2 بوربور حسین بیگی، سارا؛ بشارتی، محمدرضا (۱۴۰۳). «معماری سازمانی پیچیده و مبتنی بر خِرد ترکیبی برای نظام یکپارچه و هوشمند مدیریت مالی دولت» (PDF). مقالات هشتمین کنفرانس پیشرفتهای معماری سازمانی ایران ICAEA۲۰۲۴.{{cite journal}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  4. ↑ https://www.hybrid-intelligence-centre.nl/
  5. ↑ https://www.forbes.com/sites/neilsahota/2024/02/01/hybrid-intelligence-the-workforce-for-society-50/
  6. ↑ Dellermann, Dominik, Philipp Ebel, Matthias Söllner, and Jan Marco Leimeister. "Hybrid intelligence." Business & Information Systems Engineering 61, no. 5 (2019): 637-643.
  7. ↑ Passerini, Andrea, Aryo Gema, Pasquale Minervini, Burcu Sayin, and Katya Tentori. "Fostering effective hybrid human-LLM reasoning and decision making." Frontiers in Artificial Intelligence 7 (2025): 1464690.
  8. ↑ Mestre, Antoni. "Towards a Hybrid Intelligence Paradigm: Systematic Integration of Human and Artificial Capabilities." In International Conference on Research Challenges in Information Science, pp. 149-156. Cham: Springer Nature Switzerland, 2024.
  9. ↑ Jarrahi, Mohammad Hossein, Christoph Lutz, and Gemma Newlands. "Artificial intelligence, human intelligence and hybrid intelligence based on mutual augmentation." Big Data & Society 9, no. 2 (2022): 20539517221142824.
  10. 1 2 Zhang، Weizhi (۲۰۲۲). The World of Dual-Brain. Springer Nature.{{cite book}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  11. ↑ Spence, Edward H. "Wisdom in the Age of Intelligent Machines." (2025).
  12. ↑ Jeste, Dilip V.; Graham, Sarah A.; Nguyen, Tanya T.; Depp, Colin A.; Lee, Ellen E.; Kim, Ho-Cheol (2020-08). "Beyond artificial intelligence: exploring artificial wisdom". International Psychogeriatrics. 32 (8): 993–1001. doi:10.1017/s1041610220000927. ISSN 1041-6102. {{cite journal}}: تاریخ وارد شده در |date= را بررسی کنید (کمک)
  13. ↑ MOGAJI, Ridwan Ishola; MOTADEGBE, Adewale Oluwaseun (2025-06-30). "Synergy of Minds and Machines: Rethinking the AI-HI Relationship through Dialectical Reconstruction". Àgídìgbo: ABUAD Journal of the Humanities. 13 (1): 265–280. doi:10.53982/agidigbo.2025.1301.19-j. ISSN 3043-4475.
  14. ↑ Zheng, Nan-ning; Liu, Zi-yi; Ren, Peng-ju; Ma, Yong-qiang; Chen, Shi-tao; Yu, Si-yu; Xue, Jian-ru; Chen, Ba-dong; Wang, Fei-yue (2017-02). "Hybrid-augmented intelligence: collaboration and cognition". Frontiers of Information Technology & Electronic Engineering. 18 (2): 153–179. doi:10.1631/fitee.1700053. ISSN 2095-9184. {{cite journal}}: تاریخ وارد شده در |date= را بررسی کنید (کمک)
  15. ↑ Fleiner, Christian (2022-03-22). "Leveraging Human-Agent Collaboration for Multimodal Task Guidance with Concurrent Authoring Capabilities". 27th International Conference on Intelligent User Interfaces. New York, NY, USA: ACM: 138–142. doi:10.1145/3490100.3516477.
  16. 1 2 Traini, Emiliano. "Hybrid modeling to support the smart manufacturing: concepts, theoretic contributions and real-case applications about Hybrid and Wisdom-based Systems." (2022).
  17. 1 2 "The Biodigital Ecosystem of Wisdom and the Alignment of Human Values". Psychosociological Issues in Human Resource Management. 12 (1): 7. 2024. doi:10.22381/pihrm12120241. ISSN 2332-399X.
  18. 1 2 Abels, Axel, and Tom Lenaerts. "Wisdom from Diversity: Bias Mitigation Through Hybrid Human-LLM Crowds." arXiv preprint arXiv:2505.12349 (2025).
  19. 1 2 Khalili, Nasser; Jahanbakht, Mohammad (2025-12-23). "Unveiling the Unspoken: A Conceptual Framework for AI-Enabled Tacit Knowledge Co-Evolution". Knowledge. 6 (1): 1. doi:10.3390/knowledge6010001. ISSN 2673-9585.{{cite journal}}: نگهداری یادکرد:doi رایگان بی‌نشان (رده)
  20. ↑ Wiethof, Christina, and Eva AC Bittner. "Hybrid Intelligence–Combining the Human in the Loop with the Computer in the Loop: A Systematic Literature Review." (2021).
  21. ↑ "Pressman, Roger S." Encyclopedia of Software Engineering. 2002-01-15. doi:10.1002/0471028959.sof529.
  22. 1 2 Pör, George. "Collective intelligence and collective leadership: Twin paths to beyond chaos." (2008).
  23. ↑ Besharati, Mohammad Reza; Izadi, Mohammad (2025-11-03), Hybrid Wisdom, doi:10.20944/preprints202511.0006.v1, retrieved 2025-11-04{{یادکرد}}: نگهداری یادکرد:doi رایگان بی‌نشان (رده)
  24. ↑ Marr, Bernard. "Why Hybrid AI Is The Next Big Thing In Tech". Forbes (in English). Retrieved 2025-09-27.
  25. ↑ Järvelä, Sanna, Guoying Zhao, Andy Nguyen, and Haoyu Chen. "Hybrid intelligence: Human–AI coevolution and learning." British Journal of Educational Technology 56, no. 2 (2025): 455.
  26. ↑ «Integrasi Manusia-Mesin: Jalan Menuju Peradaban Hibrida». civilization.today (به انگلیسی آمریکا). ۲۰۲۵-۰۸-۱۰. دریافت‌شده در ۲۰۲۵-۱۲-۱۳.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  27. ↑ Мищенко, А. В. "“CIVILIZATION-LICHEN” AND “CIVILIZATION-MAGNET”: MODELING SYMBIOSIS OF HUMANITY AND ARTIFICIAL INTELLIGENCE, WITHIN THE MIND-MATTER THEORY."
  28. ↑ Cobianchi, Lorenzo, Francesca Dal Mas, Fausto Catena, and Luca Ansaloni. "Artificial Intelligence and Clinical Decision-Making in Emergency Surgery: A Research Protocol." In Incorporating AI Technology in the Service Sector, pp. 281-297. Apple Academic Press, 2024.
  29. ↑ «خرازی: آینده حکمرانی نه تنها باید دیجیتالی، بلکه می‌بایست عادلانه، دلسوزانه و مولد باشد». ایسنا. ۲۰۲۵-۰۲-۱۲. دریافت‌شده در ۲۰۲۵-۰۲-۱۴.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  30. ↑ Ferreira, Carlos Miguel; Serpa, Sandro (2018-11-30). "Society 5.0 and Social Development: Contributions to a Discussion". Management and Organizational Studies. 5 (4): 26. doi:10.5430/mos.v5n4p26. ISSN 2330-5509.
  31. ↑ متئو پاسکویینلی، "چشم خدایگان، تاریخ اجتماعی هوش مصنوعی"، ترجمه سهیل رضانژاد، نشر هرمس، 1404.
  32. ↑ سیمرغ و سلین، علیرضا بهزادی پور، انتشارات نشر ثانی، 1404
  33. ↑ «انقلاب صنعتی پنجم؛ همکاری انسان و هوش مصنوعی». ایسنا. ۲۰۲۵-۰۲-۲۶. دریافت‌شده در ۲۰۲۵-۰۳-۰۱.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  34. ↑ majidghafoorzade (۲۰۲۲-۰۵-۱۹). «عباس حسینی، هم‌بنیان‌گذار تپسل: به جای استفاده از مدل‌های پیچیده، داده‌های خودتان را «درک» کنید». AiXperience. دریافت‌شده در ۲۰۲۵-۰۷-۱۹.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  35. ↑ «تربیت نیروی متخصص کلید پیشرفت اخترفیزیک ایران است/ ایران در مسیر تبدیل شدن به قطب نجوم رادیویی». پرتال خبری دانشگاه صنعتی شریف. دریافت‌شده در ۲۰۲۵-۱۰-۰۱.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  36. ↑ «AI is here and it's giving us the chills—But Bill Gates assures these three jobs are safe from the robots!». www.msn.com. دریافت‌شده در ۲۰۲۵-۰۷-۱۹.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  37. ↑ "Wisdomise - AI-Driven Crypto Trading & Insights". wisdomise.com (in English). Retrieved 2025-09-05.
  38. 1 2 https://arxiv.org/pdf/2509.12638
  39. ↑ "با اختراع ماشین پنبه‌کوب توسط ایلای ویتنی در ۱۷۹۳، فرایند جداسازی دانه‌های پنبه از الیاف تا پنجاه برابر سریع‌تر شد؛ اما برخلاف تصور اولیه، نه‌تنها نیاز به نیروی برده کاهش نیافت، بلکه کشاورزان را به گسترش مزارع پنبه و استخدام بردگان بیشتر تشویق کرد." https://vrgl.ir/qqz7b
  40. 1 2 "Gartner | Delivering Actionable, Objective Insight to Executives and Their Teams". Gartner (in English). Retrieved 2025-07-21.
  41. ↑ Egan, Matt (2025-08-13). "The 'godfather of AI' reveals the only way humanity can survive superintelligent AI | CNN Business". CNN (in English). Retrieved 2025-08-16.
  42. ↑ «Quranic Strategies and Artificial Intelligence Innovations: Strengthening or Weakening Humanity? - IHRC» (به انگلیسی بریتانیا). ۲۰۲۵-۰۸-۰۱. دریافت‌شده در ۲۰۲۵-۰۸-۱۶.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  43. 1 2 Jafari, Nafiseh, Mohammad Reza Besharati, and Maryam Hourali. "SELM: Software Engineering of Machine Learning Models." In New Trends in Intelligent Software Methodologies, Tools and Techniques, pp. 48-54. IOS Press, 2021.
  44. ↑ Deng, Zehang; Ma, Wanlun; Han, Qing-Long; Zhou, Wei; Zhu, Xiaogang; Wen, Sheng; Xiang, Yang (2025-05). "Exploring DeepSeek: A Survey on Advances, Applications, Challenges and Future Directions". IEEE/CAA Journal of Automatica Sinica. 12 (5): 872–893. doi:10.1109/jas.2025.125498. ISSN 2329-9266. {{cite journal}}: تاریخ وارد شده در |date= را بررسی کنید (کمک)
  45. ↑ https://isti.ir/NewsStationArchive/%d8%b3%d8%b1%d8%b9%d8%aa-%d8%b9%d9%85%d9%84-%d8%af%d8%b1-%d8%af%db%8c%d8%af%d9%86-%d9%81%d8%b1%d8%b5%d8%aa%e2%80%8c%d9%87%d8%a7-%d8%b1%d8%a7%d8%b2-%d9%85%d9%88%d9%81%d9%82%db%8c%d8%aa-%d8%af%d8%b1-%d8%b9%d8%b1%d8%b5%d9%87-%d8%b9%d9%84%d9%85-%d9%88-%d9%81%d9%86%d8%a7%d9%88%d8%b1%db%8c
  46. ↑ Noor, Ahmed K. (2014-11-27). "Potential of Cognitive Computing and Cognitive Systems". Open Engineering. 5 (1). doi:10.1515/eng-2015-0008. ISSN 2391-5439.
  47. ↑ https://medium.com/@gaejoonahn/the-wisdom-of-hybrids-from-cars-to-life-5b002933de62
  48. ↑ «توسعه سامانه هوشمند دستیار رادیولوژی برای تشخیص زودرس سرطان پستان/ایجاد دومین مرکز داده تشخیصی جهان در ایران». ایسنا. ۲۰۲۵-۱۱-۰۳. دریافت‌شده در ۲۰۲۵-۱۱-۰۴.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  49. ↑ مرتس منش، "هنر هوش مصنوعی همکاری انسان و ماشین"، ترجمه ستاره نوتاج، نشر کتاب آبان، 1404.
  50. ↑ دکتر جمال صوفیه، رابطه هوش مصنوعی و خلاقیت و پتانسیل هوش مصنوعی، https://ble.ir/criticalthinkingforum/2705548689019919441/1786719630434
  51. ↑ Ströbel, Phillip Benjamin, and Felix K. Maier. "Re-experiencing history: a platform for the re-enactment of historical events with multimodal large language models." (2025): 510-511.
  52. ↑ Ströbel, Phillip Benjamin, Zejie Guo, Ülkü Karagöz, Eva Maria Willi, and Felix K. Maier. "Bringing Rome to life: evaluating historical image generation." In CEUR Workshop Proceedings, pp. 113-126. CEUR-WS, 2024.
  53. ↑ Mischie, Ioana. "PoV hybrid storytelling in virtual reality and its axiological implications (Case study: The AI Comrade)." Cinematographic Art & Documentation 20 (2017): 40-48.
  54. ↑ Ioana Mischie, Hybrid Wisdom. Degrees of Blending Human Intelligence and Artificial Intelligence Matching Human Creativity With Syntographic Layers, 2025, AI in Art Practices and Research Conference II, Bucharest. https://cinetic.arts.ro/en/evenimente/ai-in-art-practices-and-research-conference-ii/
  55. ↑ Peterson, Ben, and Warren Liang. "AI-Augmented Autonomous Research: Enhancing Novel Idea Generation through Real-World Data Integration." (2025).
  56. ↑ HERUKA.AI. "HERUKA.AI - Ethics & Sovereignty for AI Cognitive Computing". HERUKA.AI (in English). Retrieved 2025-09-30.
  57. ↑ https://medium.com/@CertifiedBeast3/the-ai-oracle-building-civilizational-antifragility-through-contextual-wisdom-4e988e8c896c
  58. ↑ پیرملکی، دکتر پویا (۲۰۲۵-۱۰-۱۱). «5 دلیل حیاتی که دانشگاه در عصر هوش مصنوعی هنوز ضروری است». دریافت‌شده در ۲۰۲۵-۱۰-۱۷.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  59. ↑ Agrawal, Ajay; Gans, Joshua S.; Goldfarb, Avi (2019-06). "Exploring the impact of artificial Intelligence: Prediction versus judgment". Information Economics and Policy. 47: 1–6. doi:10.1016/j.infoecopol.2019.05.001. ISSN 0167-6245. {{cite journal}}: تاریخ وارد شده در |date= را بررسی کنید (کمک)
  60. ↑ "تراشه های عصبی"، صفحه 6 شماره 959 روزنامه شریف،  25 مهر 1404.
  61. ↑ Wu, Jialun; Mei, Xin; Mao, Rui; He, Kai; Cambria, Erik (2026-02). "TAKECare: A temporal-hierarchical framework with knowledge fusion for personalized clinical predictive modeling". Information Fusion. 126: 103620. doi:10.1016/j.inffus.2025.103620. ISSN 1566-2535. {{cite journal}}: تاریخ وارد شده در |date= را بررسی کنید (کمک)نگهداری یادکرد:شماره مقاله به‌جای شماره صفحه (رده)
  62. ↑ https://www.ibna.ir/news/542076/
  63. 1 2 Frank, Adam; Grinspoon, David; Walker, Sara (2022-02-07). "Intelligence as a planetary scale process". International Journal of Astrobiology. 21 (2): 47–61. doi:10.1017/s147355042100029x. ISSN 1473-5504.
  64. ↑ "The nature of the future: dispatches from the socialstructed world". Choice Reviews Online. 51 (11): 51–6461-51-6461. 2014-06-18. doi:10.5860/choice.51-6461. ISSN 0009-4978.
  65. ↑ Dehnavi, Ebrahim; Yousefi Kopaei, Jalaleddin; Jamali, Mohammad (2025). "Non-computable law: revolutionizing AI to address the hard problems of computational law". International Journal of Law and Information Technology. 33. doi:10.1093/ijlit/eaaf013. ISSN 0967-0769.
  66. ↑ Wang, Yongji, Mehdi Bennani, James Martens, Sébastien Racanière, Sam Blackwell, Alex Matthews, Stanislav Nikolov et al. "Discovery of Unstable Singularities." arXiv preprint arXiv:2509.14185 (2025).
  67. ↑ Besharati, Mohammad Reza, and Mohammad Izadi. "DD-KARB: data-driven compliance to quality by rule based benchmarking." Journal of Big Data 9, no. 1 (2022): 103.
  68. ↑ Barr، Alistair. «Unstable genius: DeepMind cracks a century-old physics mystery with AI». Business Insider (به انگلیسی آمریکا). دریافت‌شده در ۲۰۲۵-۱۱-۲۶.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  69. ↑ «Turing | LinkedIn». www.linkedin.com. ۲۰۲۵-۰۴-۰۶. دریافت‌شده در ۲۰۲۵-۱۲-۱۳.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  70. ↑ ری کرزویل، "تکینگی نزدیکتر است، وقتی با هوش مصنوعی ادغام می شویم"، ترجمه فرهاد مجیدپور، نشر سایلاو، 1403.
  71. ↑ www.isna.ir https://www.isna.ir/news/1404111105743/. دریافت‌شده در ۲۰۲۶-۰۲-۰۱. {{cite web}}: پارامتر |عنوان= یا |title= ناموجود یا خالی (کمک)نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  72. ↑ "Context Graph vs Knowledge Graph: Key Differences for AI". atlan.com (in English). Retrieved 2026-02-03.
  73. ↑ https://arxiv.org/pdf/2606.01282
  74. ↑ «ساتیا نادلا و پرسش بزرگ عصر هوش مصنوعی؛ چه کسی مالک دانش شرکت‌ها می‌ماند؟». زومیت. ۲۰۲۶-۰۶-۱۴. دریافت‌شده در ۲۰۲۶-۰۶-۱۵.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  75. ↑ جیمز سوروویکی، "خِرد جمعی"، ترجمه مصطفی رضیئی، انتشارات کتابسرای تندیس.
  76. ↑ https://www.isna.ir/news/1405042011233/
  77. ↑ https://link.springer.com/book/10.1007/978-3-032-16524-4
  78. ↑ https://www.linkedin.com/pulse/rag-isnt-dead-long-context-free-farzad-sedaghatbin-bhude/
  79. ↑ Thomas, Rob, Paul Zikopoulos, and Kate Soule. AI value creators. O'Reilly Media, Incorporated, 2025.
  80. ↑ https://zaviehmag.ir/?p=34882
  81. ↑ https://arxiv.org/pdf/2512.10080
  82. ↑ Zhu, Yu-Qian; Kanjanamekanant, Kritsapas (2022-11-10). "Human–bot co-working: job outcomes and employee responses". Industrial Management & Data Systems. 123 (2): 515–533. doi:10.1108/imds-02-2022-0114. ISSN 0263-5577.
  83. ↑ Shao, Yijia, Zora Zhiruo Wang, Neel Ahuja, Yicheng Wang, Bowen Liu, and Diyi Yang. "CollabSkill: Evaluating Human-Agent Collaboration On Real-World Tasks." arXiv preprint arXiv:2606.09833 (2026).
  84. ↑ Mollick, Ethan. Co-intelligence: Living and working with AI. Penguin, 2024.
  85. ↑ shan (۲۰۲۴-۰۷-۱۰). «George Pór on wisdom-focused collaborative hybrid intelligence, AI whisperers, and AI shamans». Humans + AI (به انگلیسی آمریکا). دریافت‌شده در ۲۰۲۶-۰۹-۰۶.{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
  86. ↑ Biru, Aura. "The Alignment Paradox: A Semantic Reframing of AI-Human Co-Creation." (2025).
  87. ↑ "Advancing Human-Machine Teaming: Concepts, Challenges, and Applications". arxiv.org (in English). Retrieved 2026-09-15.
  88. ↑ https://typesafe.ai/blog/introducing-system-one-models-and-jev
برگرفته از «https://fa.wikipedia.org/w/index.php?title=خرد_ترکیبی&oldid=44495427»