LIM Center, Aleje Jerozolimskie 65/79, 00-697 Warsaw, Poland
+48 (22) 364 58 00

جدیدترین تحولات هوش مصنوعی (ژوئن–جولای 2025)

جدیدترین تحولات هوش مصنوعی (ژوئن–جولای 2025)

Latest Developments in AI (June–July 2025)

هوش مصنوعی – به ویژه هوش مصنوعی تولیدی – در ماه‌های ژوئن و ژوئیه ۲۰۲۵ رشد انفجاری خود را ادامه داد؛ این رشد با اخبار پرتیراژ، پیشرفت‌های علمی، تحرکات صنعتی، پیش‌بینی‌های بازار، مقررات جدید و بحث‌هایی پیرامون تأثیر اجتماعی هوش مصنوعی همراه بود. هوش مصنوعی به طور قاطع وارد جریان اصلی شده است: به عنوان مثال، یک نظرسنجی در ژوئن ۲۰۲۵ نشان داد که ۶۱٪ از بزرگسالان آمریکایی در شش ماه گذشته از یک ابزار هوش مصنوعی استفاده کرده‌اند (تقریباً ۱.۸ میلیارد کاربر در سراسر جهان، با حدود ۵۰۰–۶۰۰ میلیون کاربر فعال روزانه) menlovc.com. در ادامه، یک مرور جامع از تحولات کلیدی این دوره، به همراه منابع و تاریخ‌ها ارائه شده است.

اخبار و اعلامیه‌های مهم هوش مصنوعی (ژوئن–ژوئیه ۲۰۲۵)

  • مدل و تحرکات صنعتی OpenAI: در اواسط ژوئن، سم آلتمن مدیرعامل OpenAI اعلام کرد که مدل هوش مصنوعی متن‌باز مورد انتظار این شرکت به تعویق افتاده است – انتظار می‌رود “اواخر تابستان اما نه ژوئن” عرضه شود، در حالی که قبلاً آن را اوایل سال وعده داده بودند theverge.com. OpenAI و دیگر آزمایشگاه‌های پیشرو همچنان با تمرکز بالا مشغول توسعه مدل‌های قدرتمندتر بودند، اما صحبت‌های آلتمن نشان داد حتی پیشتازان این عرصه نیز با تدبیر جلو می‌روند. در همین حال، جابجایی استعدادها و تلاش‌های جدید مورد توجه رسانه‌ها قرار گرفت. در تاریخ ۳۰ ژوئن، مارک زاکربرگ مدیرعامل متا از راه‌اندازی بخش جدیدی با عنوان «Meta Superintelligence Labs» برای پیشبرد تلاش‌های هوش مصنوعی این شرکت خبر داد theverge.com. الکساندر وانگ مدیرعامل سابق Scale AI نیز (در جریان یکی از معاملات چند میلیارد دلاری خریداری شد) و به عنوان مدیر ارشد هوش مصنوعی به متا پیوست تا این گروه را رهبری کند و در کنار نَت فریدمن مدیرعامل سابق گیت‌هاب به عنوان شریک فعالیت کند theverge.com. همچنین متا ۱۱ نیروی جدید در حوزه هوش مصنوعی از شرکت‌هایی مانند آنتروپیک، گوگل دیپ‌مایند و OpenAI جذب کرد theverge.com. یادداشت داخلی زاکربرگ (که در پایان ژوئن منتشر شد) بر برنامه‌هایی برای توسعه مدل‌های نسل جدید هوش مصنوعی “به منظور رسیدن به مرزهای نوین طی حدود یک سال آینده” تأکید داشت theverge.com – که رقابت شرکت‌های بزرگ فناوری در دستیابی به هوش فوق‌العاده را برجسته می‌کند.
  • هوش مصنوعی مولد در رسانه‌ها و برنامه‌ها: رونق هوش مصنوعی مولد همچنان به تغییر خدمات اینترنت مصرف‌کننده ادامه داد. رسانه‌های خبری فناوری تأکید کردند که هوش مصنوعی بدون شک خبرسازترین موضوع سال است، زیرا قابلیت‌های هوش مصنوعی در محصولات مختلف رایج شده‌اند theverge.com. در طول ماه ژوئن، شرکت‌ها ویژگی‌های مبتنی بر هوش مصنوعی را ارائه کردند: به عنوان نمونه، گوگل شروع به ادغام هوش مصنوعی «جمینی» در برنامه‌های مصرف‌کننده خود کرد (حتی به کودکان اجازه داد تا با کنترل والدین به طور ایمن از مدل‌های مولد آن استفاده کنند) و مایکروسافت دستیارهای هوش مصنوعی را به طور گسترده‌تری در ویندوز و آفیس ارائه داد (پس از عرضه‌های اولیه در اوایل ۲۰۲۵). در زمینه خلاقیت، ابزارهای جدید هوش مصنوعی برای تولید تصویر، موسیقی و کدنویسی در مرحله آزمایشی عرضه شدند. حتی شبکه‌های اجتماعی و تجارت الکترونیک نیز شاهد ادغام هوش مصنوعی بودند – از دستیار جستجوی شغلی مبتنی بر هوش مصنوعی لینکدین گرفته تا توصیه‌های خرید مبتنی بر هوش مصنوعی – همانطور که رسانه‌های فناوری در اوایل تابستان گزارش دادند. (بسیاری از این قابلیت‌ها در کنفرانس‌های توسعه‌دهندگان بهار معرفی شده و تا ماه ژوئن در دسترس عموم قرار گرفتند.)
  • اتفاقات قابل توجه مرتبط با هوش مصنوعی: اگرچه عمدتاً دوره‌ای از پیشرفت بود، اما چندین حادثه مرتبط با هوش مصنوعی نیز توجه‌ها را جلب کرد. در اواخر ژوئن، رویترز گزارش داد که ایر کانادا مجبور شد به یک مشتری هزینه را بازپرداخت کند زیرا ربات چت هوش مصنوعی آن اطلاعات نادرستی درباره سفر ارائه داده بود reuters.com – داستانی هشداردهنده درباره اتکای بیش از حد به سیستم‌های هوش مصنوعی ناقص. چنین اتفاقاتی باعث شد بحث‌ها درباره تست و ایمنی استفاده از هوش مصنوعی (به‌ویژه در نقش‌های حساس و مصرفی) ادامه داشته باشد. از سوی دیگر، نگرانی‌ها درباره پخش اطلاعات نادرست توسط هوش مصنوعی تداوم یافت: چند ایالت آمریکا قوانینی برای جرم‌انگاری تبلیغات سیاسی عمیقاً جعلی تصویب کرده‌اند و ناظران درباره تأثیر محتوای تولید شده توسط هوش مصنوعی بر افکار عمومی هشدار دادند techcrunch.com. این نگرانی‌ها فشار را بر شرکت‌های هوش مصنوعی برای توسعه تدابیر ایمنی حفظ کرده و قانون‌گذاران را وادار به به‌روزرسانی قوانین انتخاباتی پیش از انتخابات پیش‌رو کرد.

دستاوردهای علمی و فنی

  • هوش مصنوعی به سراغ ژنومیک رفت: یک دستاورد تحقیقاتی بزرگ در حوزه هوش مصنوعی توسط گوگل دیپ‌مایند در اواخر ژوئن 2025 حاصل شد. در 25 ژوئن، دیپ‌مایند مدل جدیدی به نام AlphaGenome را معرفی کرد که برای تفسیر “ماده تاریک” ژنوم انسانی طراحی شده است؛ یعنی 98٪ از DNA که کد پروتئین‌ها را در بر نمی‌گیرد اما بر فعالیت ژن‌ها تأثیر می‌گذارد nature.com. این مدل که در یک پیش‌چاپ و نشست خبری در 25 ژوئن توصیف شد nature.com، می‌تواند توالی‌های بسیار طولانی DNA (تا یک میلیون جفت باز) را گرفته و اثرات زیستی مختلفی مانند سطح بیان ژن‌ها و تأثیر جهش‌ها را پیش‌بینی کند. دانشمندانی که به طور اولیه به این مدل دسترسی داشتند، این مدل را “یک بهبود واقعی نسبت به تقریباً تمام مدل‌های پیشرفته دنباله تا عملکرد فعلی” توصیف کرده و آن را “جهشی هیجان‌انگیز به جلو” برای زیست‌شناسی محاسباتی دانستند nature.com. اگرچه این ابزار هوش مصنوعی همچنان در مراحل ابتدایی قرار دارد، توانایی بی‌سابقه‌ای در پیش‌بینی نقش واریانت‌های ژنتیکی غیرکدکننده در بیماری‌هایی مانند سرطان نشان داد nature.com. این پیشرفت با موفقیت دیپ‌مایند در حل تاخوردگی پروتئین‌ها توسط AlphaFold مقایسه شد؛ اکنون AlphaGenome به دنبال گشودن رمز ژنومیک عملکردی است – یک چالش بنیادین علمی nature.com. پژوهشگران با این حال اشاره کردند که تفسیر DNA برخلاف ساختار سه بعدی پروتئین، تنها یک “پاسخ درست” ندارد؛ بنابراین رویکرد جامع AlphaGenome نیازمند تأییدیه‌های دقیق و سخت‌گیرانه خواهد بود. با این وجود، این کار نقش رو به رشد هوش مصنوعی در کشف علمی را از زیست‌شناسی و پزشکی تا مدل‌سازی آب و هوا و فراتر از آن به خوبی نشان داد.
  • پیشرفت‌ها در رباتیک و بینایی: فراتر از ژنومیک، این دوره شاهد پیشرفت‌های فنی در هوش مصنوعی برای رباتیک و درک چندوجهی بود. در اوایل ژوئیه، پژوهشگران Google DeepMind یک مدل بینایی-زبان-عمل را معرفی کردند که به صورت محلی روی ربات‌ها اجرا می‌شود – و به ماشین‌ها این امکان را می‌دهد که دستورات صوتی (مانند “کاغذ را تا کن” یا “عینک‌ها را در قاب بگذار”) را بدون اتصال به ابر دنبال کنند techcrunch.com techcrunch.com. این مدل “رباتیک جمینی” (که اولین بار در بهار ۲۰۲۵ معرفی شد) موفق به تعمیم به وظایف و محیط‌های جدیدی شد که در داده‌های آموزشی‌اش نبود techcrunch.com. نسخه‌ای سبک‌تر برای پژوهشگران با نام (Gemini-ER) متن‌باز شد و یک مجموعه معیار جدید (“آسیموف”) برای ارزیابی ایمنی هوش مصنوعی رباتیک معرفی شد techcrunch.com. این اقدامات منعکس‌کننده روندی گسترده‌تر از انتقال هوش مصنوعی از شبیه‌سازی به دنیای واقعی است – از کمک به ربات‌ها در عملکرد مطمئن آفلاین تا خودروهای خودران مبتنی بر هوش مصنوعی (در ژوئن، Waymo و Uber سرویس تاکسی خودران را در آتلانتا گسترش دادند reuters.com). در حوزه بینایی رایانه‌ای، مدل‌های زایای تصویر و ویدیو به بهبود واقع‌گرایی ادامه دادند که هم موجب هیجان (برای ابزارهای خلاقانه) و هم نگرانی (برای دیپ‌فیک‌ها) شد. پژوهشگران و متخصصان اخلاقی مطالعاتی در زمینه کاهش “فروپاشی مدل” انجام دادند – تخریبی که می‌تواند هنگام آموزش سامانه‌های هوش مصنوعی بر داده‌های تولیدشده توسط هوش مصنوعی به طور مکرر رخ دهد – تا کیفیت بلندمدت مدل‌های زایا را حفظ کنند nature.com nature.com. به طور کلی، تابستان ۲۰۲۵ شاهد پیشروی پژوهش هوش مصنوعی به حوزه‌های جدید (ژنومیک، رباتیک) و همزمان بهبود پایداری تکنیک‌های زایای هوش مصنوعی بود.

تحولات کسب‌وکار و صنعت

  • تأمین مالی عظیم و سرمایه‌گذاری‌های جدید: تب‌وتاب سرمایه‌گذاری در حوزه هوش مصنوعی هیچ نشانه‌ای از کاهش نداشت. در یکی از بزرگ‌ترین تأمین مالی‌های استارتاپی تاکنون، Thinking Machine – یک سرمایه‌گذاری جدید در زمینه هوش مصنوعی که توسط مدیر فنی سابق OpenAI، میرا موراتی، تأسیس شده بود – تا اواخر ژوئن، ۲ میلیارد دلار سرمایه جذب کرد و ارزش آن را به ۱۰ میلیارد دلار رساند pymnts.com. فایننشال تایمز (۲۰ ژوئن ۲۰۲۵) این رویداد را یکی از بزرگ‌ترین دورهای جذب سرمایه اولیه در سیلیکون‌ولی نامید pymnts.com. موراتی در سال ۲۰۲۳ OpenAI را ترک کرده و در فوریه ۲۰۲۵ Thinking Machine را با هدف «پیشبرد هوش مصنوعی از طریق مفید و قابل فهم ساختن آن به وسیله علم باز و کاربردهای عملی» راه‌اندازی کرد pymnts.com. استارتاپ او درباره پروژه‌های خاص خود همچنان سکوت اختیار کرده بود اما جذب سرمایه عظیم – همراه با حمایت سرمایه‌گذاران شاخص – نشان‌دهنده اشتیاق سرمایه‌گذاران برای شرط‌بندی روی ستارگان هوش مصنوعی بود. به‌طور مشابه، Safe Superintelligence، آزمایشگاهی که با مشارکت ایلیا سوتسکِوِر (دانشمند ارشد پیشین OpenAI) تأسیس شد نیز طبق گزارش‌ها تا میانه ۲۰۲۵ میلیاردها دلار برای تحقیقات پیشرفته‌تر و ایمن‌تر در زمینه هوش مصنوعی جذب کرد pymnts.com. این روند راه‌اندازی شرکت‌های سرمایه‌گذاری‌شده توسط فارغ‌التحصیلان OpenAI (از جمله Periodic Labs توسط یکی دیگر از اعضای سابق OpenAI pymnts.com) بر رقابت و سرمایه‌گذاری گسترده در چشم‌انداز استارتاپ‌های هوش مصنوعی در سال ۲۰۲۵ تأکید می‌کند.
  • تملک‌ها و مشارکت‌های شرکت‌های بزرگ فناوری: شرکت‌های مطرح فناوری روند ادغام و تملک (M&A) و مشارکت‌ها را برای تقویت توانایی‌های هوش مصنوعی خود سرعت بخشیدند. در اوایل ژوئن، متا توافقی به ارزش ۱۴.۸ میلیارد دلار برای کسب ۴۹٪ سهام Scale AI، یک شرکت پیشتاز در برچسب‌گذاری داده‌ها اعلام کرد reuters.com. در اواخر ماه مه، سیلزفورس نیز با خرید شرکت یکپارچه‌سازی داده Informatica به ارزش ۸ میلیارد دلار موافقت کرد reuters.com. همچنین آی‌بی‌ام خرید ارائه‌دهنده پایگاه داده DataStax (که در فوریه اعلام شده بود) را برای تقویت خط داده هوش مصنوعی خود نهایی کرد reuters.com. این معاملات چند میلیارد دلاری که ظرف چند هفته صورت گرفتند، نشان می‌دهند که غول‌های قدیمی فناوری برای مالکیت زیرساخت داده‌ی «کم‌زرق و برق» که سوخت اصلی هوش مصنوعی است، رقابتی جدی را آغاز کرده‌اند reuters.com reuters.com. رئیس بانکداری نرم‌افزار سیتی اظهار داشت: «هوش مصنوعی بدون داده مانند زندگی بدون اکسیژن است – وجود ندارد»، در حالی که شرکت‌هایی مانند متا و آی‌بی‌ام متخصصانی در پاک‌سازی، یکپارچه‌سازی و برچسب‌گذاری داده را جذب می‌کنند reuters.com reuters.com. فوریت در تأمین داده و ابزارها ناشی از نیاز به سرعت است: بانکداران گلدمن ساکس مشاهده کردند که در رونق هوش مصنوعی، «زودتر رسیدن اهمیت زیادی دارد» و این امر شرکت‌ها را بر آن داشته تا هر کجا که ممکن باشد، به جای ساخت، خرید کنند reuters.com. ما شاهد یک زمین‌خواری فناورانه کم‌نظیر در نسل خود هستیم؛ جایی که همه چیز، از پایگاه‌های داده ابری گرفته تا پلتفرم‌های حاشیه‌نویسی، به اهداف داغ تملک در رقابت هوش مصنوعی تبدیل شده‌اند.
  • استعداد هوش مصنوعی و بازنگری سازمانی: شرکت‌ها همچنین سازمان‌های خود را برای رقابت در حوزه هوش مصنوعی دگرگون کردند. ایجاد واحد Superintelligence Labs توسط متا (که در بالا ذکر شد) با جذب نیروهای تهاجمی همراه بود – این شرکت برای جلب نظر برترین پژوهشگران هوش مصنوعی، دستمزدی “بسیار بالاتر از محدوده هشت رقمی” پیشنهاد داد theverge.com. در بخش مالی، چندین بانک بزرگ در ماه ژوئن برای نخستین بار مدیر ارشد هوش مصنوعی منصوب کردند. بانک ناتوست بریتانیا دکتر مایا پانتیک (یک متخصص برجسته هوش مصنوعی و مدیر سابق پژوهش در هوش مصنوعی زایشی متا) را به عنوان مدیر ارشد پژوهش‌های هوش مصنوعی برای “ایجاد توانایی‌های متمایز هوش مصنوعی” در سراسر بانک استخدام کرد fintechfutures.com. بانک دانسکه دانمارک نیز به طور مشابه کسپر تیورنته ود داویدسن را به عنوان مدیر ارشد هوش مصنوعی و رئیس هوش مصنوعی زایشی منصوب کرد و مأموریت داد که هوش مصنوعی را وارد استراتژی نوسازی بانک (“Forward ’28”) و مهاجرت به ابر AWS کند fintechfutures.com. این نقش‌های جدید در سطح مدیریت ارشد نشان‌دهنده اهمیت حیاتی هوش مصنوعی در استراتژی سازمانی است – نه فقط در شرکت‌های فناوری بلکه در سراسر حوزه مالی، سلامت و سایر صنایع. حتی نهادهای ناظر نیز با صنعت همکاری کردند: سازمان نظارت مالی بریتانیا (FCA) اعلام کرد که در اکتبر ۲۰۲۵ یک محیط آزمایشی هوش مصنوعی با همکاری انویدیا راه‌اندازی خواهد کرد fintechfutures.com. این محیط آزمایشی به شرکت‌های فین‌تک اجازه می‌دهد در محیطی کنترل‌شده با استفاده از رایانش و نرم‌افزار هوش مصنوعی انویدیا، با هوش مصنوعی آزمایش کنند تا نوآوری را تشویق کرده و در عین حال به رعایت مقررات کمک شود fintechfutures.com fintechfutures.com. چنین همکاری‌هایی نشان می‌دهد که نهادهای نظارتی برای نظارت و نیز حمایت از نوآوری هوش مصنوعی در حوزه‌های حساس به طور فعالانه وارد عمل شده‌اند.
  • عرضه محصولات و هوش مصنوعی در خدمات: جریان پیوسته‌ای از عرضه محصولات مبتنی بر هوش مصنوعی وارد بازار شد. در نرم‌افزار سازمانی، مایکروسافت، گوگل و Salesforce هرکدام ویژگی‌های جدید هوش مصنوعی مولد را در سرویس‌های ابری خود در ماه ژوئن عرضه کردند – با تعبیه دستیارهای هوش مصنوعی در مجموعه‌های اداری، ابزارهای برنامه‌نویسی و پلتفرم‌های خدمات مشتریان. در فناوری مصرف‌کننده، OpenAI دسترسی به افزونه‌های ChatGPT و قابلیت‌های چندوجهی را گسترش داد، در حالی که استارت‌آپ‌ها برنامه‌های تخصصی هوش مصنوعی (برای برنامه‌ریزی سفر، مدیریت مالی شخصی و غیره) راه‌اندازی کردند. یکی از همکاری‌های قابل توجه در حوزه آموزش در ۲۶ ژوئن اعلام شد: ناشر بریتانیایی Pearson وارد یک همکاری چند ساله با Google Cloud شد تا ابزارهای آموزشی هوش مصنوعی را به مدارس بیاورد reuters.com. این ابتکار از مدل‌های پیشرفته هوش مصنوعی گوگل برای خلق سیستم‌های یادگیری شخصی‌سازی‌شده برای دانش‌آموزان دوره ابتدایی و متوسطه استفاده می‌کند – که با سرعت و نیاز هر دانش‌آموز تطبیق می‌یابد و به معلمان در پیگیری پیشرفت و تنظیم دروس کمک می‌کند reuters.com reuters.com. مدیرعامل Pearson بیان کرد که هوش مصنوعی می‌تواند اساساً آموزش را از یک شیوه واحد به سمت مسیرهای یادگیری فردی برای هر کودک متحول کند reuters.com. Pearson همچنین قراردادهای مشابهی با مایکروسافت و آمازون برای همکاری در زمینه هوش مصنوعی در آموزش امضا کرده که تأکید دارد چگونه یادگیری دیجیتال با هوش مصنوعی در مقیاس وسیع دگرگون شده است. در رسانه و سرگرمی، ناشران خبری همچنان به انعقاد قراردادهای صدور مجوز با شرکت‌های هوش مصنوعی ادامه دادند (در ادامه توافق‌هایی که قبلاً توسط شرکت‌هایی مانند نیویورک تایمز و فایننشال تایمز برای آموزش بر روی محتوایشان انجام شده بود). همچنین شبکه‌های پخش آزمایش‌هایی را با صداهای تولیدشده توسط هوش مصنوعی انجام دادند – به عنوان مثال، برخی شبکه‌های ورزشی در پخش‌های فرعی برای تفسیر، از کپی‌های صوتی هوش مصنوعی استفاده کردند، که بحث‌هایی درباره اصالت و رضایت‌نامه را به راه انداخت. در مجموع، تا اواسط سال ۲۰۲۵ تقریباً هر بخش – از بانکداری تا آموزش و رسانه – شروع به عرضه محصولات یا خدمات مبتنی بر هوش مصنوعی کرده بود، که نشان‌دهنده تأثیر گسترده هوش مصنوعی بر مدل‌های کسب‌وکار است.

پیش‌بینی‌ها و روندهای بازار

  • افزایش سرمایه‌گذاری در هوش مصنوعی: چشم‌انداز بازار هوش مصنوعی در سال ۲۰۲۵ در طول تابستان حتی صعودی‌تر شد. شرکت گارتنر پیش‌بینی قابل‌توجهی صادر کرد که هزینه جهانی برای هوش مصنوعی مولد تا سال ۲۰۲۵ به ۶۴۴ میلیارد دلار خواهد رسید که ۷۶٪ افزایش نسبت به سال قبل را نشان می‌دهد reuters.com. (برای درک بهتر، این رقم نشان‌دهنده بیش از نیم تریلیون دلار سرمایه‌گذاری در نرم‌افزار، سخت‌افزار و خدمات هوش مصنوعی تنها در یک سال است.) این رقم که در گزارشی از گارتنر در ماه مارس منتشر و توسط رویترز در ژوئن نقل شده، رشد پرسرعت و چشمگیر سرمایه‌گذاری سازمان‌ها در قابلیت‌های هوش مصنوعی را نشان می‌دهد. شرکت IDC نیز پیش‌بینی کرد که درآمد جهانی هوش مصنوعی تا سال ۲۰۲۸ به ۶۳۲ میلیارد دلار خواهد رسید و نرخ رشد مرکب سالانه (CAGR) بیش از ۲۰٪ خواهد بود و نرم‌افزار هوش مصنوعی سهم بیشتری از اقتصاد فناوری را به خود اختصاص خواهد داد. سرمایه‌گذاران نیز این موضوع را به خوبی درک کرده‌اند: در نیمه اول سال ۲۰۲۵، شرکت‌های مرتبط با هوش مصنوعی بخش عمده‌ای از عرضه اولیه سهام (IPO) و رتبه‌بندی سرمایه‌گذاری‌های خطرپذیر را به خود اختصاص دادند و شرکت‌های هوش مصنوعی حدود ۷۵٪ ارزش تمام معاملات ادغام و تملک (M&A) حوزه فناوری تا به امروز را تشکیل دادند reuters.com reuters.com. همانطور که یکی از بانک‌داران به رویترز گفت، «داده‌ها به لطف هوش مصنوعی دوران طلایی خود را تجربه می‌کنند» که سبب ایجاد جنب‌وجوش شدید هم در بازارهای عمومی و هم خصوصی شده است reuters.com.
  • پذیرش و درآمدزایی هوش مصنوعی توسط مصرف‌کننده: اگرچه میلیاردها دلار برای هوش مصنوعی هزینه می‌شود، اما درآمدزایی از خدمات هوش مصنوعی مصرف‌کننده‌محور همچنان در دست توسعه است. طبق یک گزارش مورخ ۲۶ ژوئن ۲۰۲۵ از Menlo Ventures، بازار هوش مصنوعی مولد برای مصرف‌کنندگان به درآمد سالانه تقریبی ۱۲ میلیارد دلار رسیده است؛ تقریباً ۲.۵ سال پس از راه‌اندازی ChatGPT توسط OpenAI menlovc.com. این مبلغ نسبت به پایگاه کاربران بسیار ناچیز است: نظرسنجی Menlo تأیید کرد که نزدیک به ۲ میلیارد نفر اکنون از ابزارهای هوش مصنوعی مصرف‌کننده استفاده می‌کنند؛ اما تنها حدود ۳٪ از آنها برای خدمات پریمیوم هزینه می‌پردازند menlovc.com. به عنوان مثال، حتی ChatGPT – که محصول شاخص این حوزه است – تنها حدود ۵٪ از کاربران فعال خود را به مشترکین پولی ChatGPT Plus تبدیل می‌کند menlovc.com. این شکاف بین استفاده گسترده و نرخ پایین تبدیل به پرداخت نشان‌دهنده فرصت درآمدی عظیمی است اگر شرکت‌ها بتوانند خدمات یا قیمت‌گذاری خود را بهبود بخشند. Menlo تخمین می‌زند اگر هر ۱.۸ میلیارد کاربر مبلغ فرضی ۲۰ دلار در ماه بپردازند، بازار به بیش از ۴۳۰ میلیارد دلار خواهد رسید – بنابراین رقم فعلی حدود ۱۲ میلیارد دلار نشان می‌دهد که هنوز در مراحل اولیه درآمدزایی مقیاس‌پذیر هوش مصنوعی قرار داریم menlovc.com. با این حال، رشد سریع است: هزینه‌کرد مصرف‌کنندگان برای هوش مصنوعی در سال ۲۰۲۴ شش برابر نسبت به ۲۰۲۳ افزایش یافت menlovc.com، و انتظار می‌رود در سال‌های آینده به هزینه‌کرد هوش مصنوعی سازمانی برسد. چه کسانی محرک این پذیرش هستند؟ به طور شگفت‌انگیزی، نه فقط جوانان. نظرسنجی نشان داد نسل Z پیشگام در امتحان کردن هوش مصنوعی است، اما میلی‌نیال‌ها سنگین‌ترین کاربران روزانه هستند و حتی ۴۵٪ از Baby Boomer‌ها گزارش داده‌اند در شش ماه اخیر از ابزارهای هوش مصنوعی استفاده کرده‌اند menlovc.com. دانش‌آموزان و شاغلان بسیار بیشتر از افراد بیکار از هوش مصنوعی استفاده می‌کنند و این نشان می‌دهد محیط کار و تحصیل از عوامل اصلی اتکا روزانه به هوش مصنوعی هستند menlovc.com. این الگوهای استفاده ظریف (مثلاً والدین که به عنوان کاربران اصلی هوش مصنوعی در زندگی روزمره ظاهر می‌شوند menlovc.com) نشان می‌دهد که ارزش هوش مصنوعی در موقعیت‌های عملی و روزمره – از نوشتن ایمیل تا برنامه‌ریزی کارهای خانوادگی – در حال تحقق است. کارشناسان پیش‌بینی می‌کنند با افزایش کاربردهای مفید هوش مصنوعی (و تثبیت اعتماد به این فناوری)، مصرف‌کنندگان مایل‌تر به پرداخت خواهند شد و به تدریج این فاصله درآمدی بسته خواهد شد.
    • سیاست ایالات متحده – بحث بر سر توقف موقت هوش مصنوعی: در ایالات متحده، تابستان با بحث‌های داغی در واشنگتن درباره چگونگی (یا لزوم) تنظیم مقررات هوش مصنوعی همراه بود.
    • یک پیشنهاد بحث‌برانگیز در کنگره – که گاهی «موراتوریوم هوش مصنوعی» نامیده می‌شود – تلاش داشت تا ایالات متحده را منع کند.ایالت‌ها و دولت‌های محلی را از تنظیم مقررات هوش مصنوعی به مدت ۱۰ سال آینده منع می‌کند techcrunch.com.این اقدام فدرال برای پیش‌دستی توسط سناتور تد کروز (جمهوری‌خواه-تگزاس) و متحدانش پیش برده شد، که تلاش کردند آن را به یک “مگا لایحه” تأمین مالی دفاعی ضروری قبل از ضرب‌الاجل ۴ ژوئیه ضمیمه کنند techcrunch.com.طرفداران توقف موقت (که به طور قابل توجهی شامل سم آلتمن از OpenAI، پالمر لاکی بنیان‌گذار فناوری و مارک آندریسن سرمایه‌گذار می‌شد) استدلال کردند که مجموعه قوانین ایالتی مختلف درباره هوش مصنوعی «نوآوری آمریکایی را خفه خواهد کرد» درست زمانی که ایالات متحده…با چین در زمینه هوش مصنوعی رقابت می‌کند techcrunch.com.آن‌ها یک چارچوب ملی واحد را به ۵۰ رژیم مختلف ترجیح می‌دهند.با این حال، این پیشنهاد با مخالفت شدید از جهات مختلف روبرو شد – نه تنها دموکرات‌ها بلکه چندین جمهوری‌خواه، پژوهشگران ایمنی هوش مصنوعی، اتحادیه‌های کارگری و گروه‌های حقوق دیجیتال techcrunch.com.منتقدان هشدار دادند که ممنوعیت قوانین هوش مصنوعی در سطح ایالتی باعث حذف حمایت‌های حیاتی از مصرف‌کننده می‌شود و سیستم‌های قدرتمند هوش مصنوعی را عملاً بدون پاسخگویی رها می‌کند techcrunch.com.برای مثال، این مهلت می‌تواند قوانین موجود را بی‌اثر کند، مانند AB 2013 کالیفرنیا (که شرکت‌ها را موظف می‌کند داده‌های آموزشی مورد استفاده در مدل‌های هوش مصنوعی خود را افشا کنند) و قانون جدید «قانون الویس» تنسی (که از هنرمندان در برابر جعل و شبیه‌سازی آنها توسط هوش مصنوعی محافظت می‌کند) techcrunch.com.فرمانداران ۱۷ ایالت (همگی جمهوری‌خواه) نامه‌ای ارسال کردند و از کنگره خواستند تعلیق را کنار بگذارد و از حقوق ایالت‌ها برای رسیدگی محلی به آسیب‌های هوش مصنوعی مانند دیپ‌فیک‌های انتخاباتی یا الگوریتم‌های جانبدارانه دفاع کردند techcrunch.com techcrunch.com.تا اوایل ژوئیه ۲۰۲۵، این نبرد همچنان در جریان بود – مهلت توقف در ماه مه به یک لایحه بزرگ‌تر اضافه شد، اما با چشم‌انداز نامشخصی روبه‌رو است زیرا قانون‌گذاران برای بسته نهایی مذاکره می‌کنند techcrunch.com.صرف نظر از نتیجه، این اپیزود یک تنش کلیدی در حاکمیت هوش مصنوعی را برجسته کرد: یکپارچگی فدرال در مقابلآزمایشگری ایالتی.همچنین هوش مصنوعی را به صدر توجهات ایالات متحده آورد.بحث‌های سیاست‌گذاری با مشارکت فعال کنگره و شنیدن نظرات صنعت و جامعه مدنی درباره مسائلی از جمله مالکیت معنوی تا مسئولیت تصمیمات هوش مصنوعی.
    • اروپا – اجرای قانون هوش مصنوعی: در آن سوی اقیانوس اطلس، اتحادیه اروپا از قانون‌گذاری به اجرای قانون هوش مصنوعی خود، اولین قانون جامع هوش مصنوعی در جهان، حرکت کرد.
    • قانون هوش مصنوعی اتحادیه اروپا در ژوئن ۲۰۲۴ به طور رسمی تصویب شده بود و تا میانه سال ۲۰۲۵، مفاد آن بر اساس یک جدول زمانی مرحله‌ای شروع به اجرا شدن کرد go.nature.com.قابل توجه است که از ۲ فوریه ۲۰۲۵، ممنوعیت‌های قانون در مورد سیستم‌های هوش مصنوعی با “ریسک غیرقابل قبول” لازم‌الاجرا شد go.nature.com.این بدان معناست که برخی از کاربردهای هوش مصنوعی در سراسر اتحادیه اروپا کاملاً ممنوع هستند – از جمله سیستم‌هایی برای امتیازدهی اجتماعی، نظارت بیومتریک هم‌زمان در اماکن عمومی، یا اسباب‌بازی‌های هوشمندی که کودکان را به روشی مضر تحت تأثیر قرار می‌دهند go.nature.com.این قانون موارد استفاده از هوش مصنوعی را بر اساس میزان ریسک دسته‌بندی می‌کند: سامانه‌های پرریسک (مانند هوش مصنوعی در تجهیزات پزشکی، استخدام، زیرساخت‌های حیاتی و غیره) باید الزامات سخت‌گیرانه‌ای را رعایت کرده و در یک پایگاه داده اتحادیه اروپا ثبت شوند go.nature.com go.nature.com، در حالی که استفاده‌های کم‌ریسک‌تر قوانین سبک‌تری دارند.هوش مصنوعی مولد توجه ویژه‌ای دریافت کرد: این فناوری به طور خودکار «پرخطر» محسوب نمی‌شود، اما باید از قوانین جدید شفافیت و کپی رایت پیروی کند go.nature.com.به عنوان مثال، مدل‌های تولیدی مانند چت‌بات‌ها یا تولیدکننده‌های تصویر که در اتحادیه اروپا مستقر هستند، باید به‌طور واضح محتوای تولید شده توسط هوش مصنوعی را به کاربران اعلام کنند، تدابیری برای جلوگیری از خروجی‌های غیرقانونی اتخاذ نمایند و خلاصه‌ای از هرگونه محتوای دارای حق نشر که در آموزش استفاده شده است را منتشر کنند go.nature.com.این الزامات شفافیت قرار بود 12 ماه پس از لازم‌الاجرا شدن قانون اعمال شوند – یعنیتا اواسط سال ۲۰۲۵ go.nature.com.ارائه‌دهندگان مدل‌های هوش مصنوعی بزرگ اکنون در حال آماده‌سازی برای ارائه چنین مستندسازی هستند.علاوه بر این، هر سیستم هوش مصنوعی که می‌تواند خطرات «سیستمی» ایجاد کند (اصطلاح قانون برای هوش مصنوعی با کاربرد عمومی بسیار گسترده مانند GPT-4)، ممکن است تحت نظارت بیشتری قرار گیرد، از جمله حسابرسی‌های اجباری و گزارش‌دهی رویدادها به دفتر هوش مصنوعی اتحادیه اروپا go.nature.com.اتحادیه اروپا همچنین یک محیط آزمایش مقرراتی هوش مصنوعی ایجاد کرد و حمایت‌هایی برای استارتاپ‌ها تخصیص داد تا اطمینان حاصل شود که نوآوری سرکوب نمی‌شود go.nature.com.در ماه‌های ژوئن و ژوئیه، بروکسل مشغول ایجاد ساختارهای حاکمیتی (یک هیئت اروپایی هوش مصنوعی و دفتر هوش مصنوعی) و صدور راهنمایی برای شفاف‌سازی مفاد این قانون بود.تأثیر بر صنعت قابل توجه است: بسیاری از شرکت‌ها، از ایالات متحدهغول‌های فناوری تا خودروسازان اروپایی باید سیستم‌های هوش مصنوعی خود را برای انطباق بررسی کنند.با این حال، قانون‌گذاران اتحادیه اروپا این قانون را به عنوان یک تدبیر لازم معرفی می‌کنند تا اطمینان حاصل شود که هوش مصنوعی در اروپا «ایمن، شفاف و غیرتبعیض‌آمیز» است go.nature.com.تابستان شاهد بحث‌های فعال بین نهادهای نظارتی و شرکت‌ها درباره آیین‌نامه‌های رفتاری برای پر کردن خلأ تا زمان اجرای کامل این قانون بود (بیشتر الزامات مربوط به ریسک بالا تا سال‌های ۲۰۲۶-۲۰۲۷ اجرایی نخواهند شد go.nature.com).در مجموع، اواسط سال 2025 در اروپا مرحله‌ای گذار برای حرکت از اصول به عمل در حاکمیت هوش مصنوعی بود و قانون اتحادیه اروپا می‌توانست به عنوان الگویی بالقوه برای سایر حوزه‌های قضایی مطرح شود.
    • نظر کارشناسان: تحلیل‌گران بازار و رهبران صنعت در اواسط سال ۲۰۲۵ لحنی خوش‌بینانه اما محتاطانه اتخاذ کردند. بسیاری شباهت‌هایی با رونق‌های فناوری گذشته (مانند اپلیکیشن‌های موبایل یا رایانش ابری) می‌بینند که در آن شور و هیجان در نهایت جای خود را به رشد پایدار می‌دهد. یک موضوع تکراری این است که ما از مرحله «تبلیغات اغراق‌آمیز» هوش مصنوعی به اثبات ارزش واقعی حرکت می‌کنیم. یک تحلیل از سایت PYMNTS.com اشاره می‌کند که هوش مصنوعی سازمانی دیگر توسط نمونه‌های آزمایشی مبهم هدایت نمی‌شود؛ بلکه این فرایند “به‌تدریج در حال گسترش است” چرا که شرکت‌ها توانمندی‌های هوش مصنوعی را با نیازهای عملیاتی خود تنظیم می‌کنند pymnts.com. نکته کلیدی این است که این مرحله نیازمند جلب اعتماد است. یک نظرسنجی از ۱۰۰۰ مدیر ارشد مالی که در اواخر ژوئن منتشر شد نشان داد ۹۶٪ از مدیران مالی اولویت را به ادغام هوش مصنوعی داده‌اند، اما ۷۶٪ نیز معتقدند هوش مصنوعی برای کسب‌وکارشان خطرات امنیتی یا حریم خصوصی به همراه دارد cybersecuritydive.com cybersecuritydive.com. این «شکاف اعتماد» ــ اشتیاق توأم با احتیاط ــ بدان معناست که سازمان‌ها در حال سرمایه‌گذاری روی هوش مصنوعی هستند، اما با توجه به مباحث حکمرانی. مدیران مالی هوش مصنوعی را به‌عنوان مهم‌ترین عامل تغییر در نقش خود طی ۵ سال آینده رتبه‌بندی کردند، حتی مهم‌تر از تغییرات نیروی کار یا روندهای اقتصادی cybersecuritydive.com. با این حال، نگرانی‌هایی درباره حفظ حریم خصوصی داده‌ها، امنیت سایبری و رعایت مقررات در اولویت قرار دارد که اگر برطرف نشود ممکن است روند پذیرش را کند کند cybersecuritydive.com. اجماع میان کارشناسان این است که پتانسیل تحول‌آفرین هوش مصنوعی بسیار عظیم است، اما تحقق آن نیازمند رفع این چالش‌ها و نشان دادن بازدهی قابل اعتماد است. با این حال، ابعاد عظیم استعداد و سرمایه‌ای که اکنون روانه هوش مصنوعی شده نشان می‌دهد حتی پیشرفت‌های تدریجی می‌تواند اثرات زنجیره‌ای بر بهره‌وری و اقتصاد داشته باشد. در واقع، مک‌کنزی پیش‌بینی کرد که هوش مصنوعی می‌تواند تا سال ۲۰۳۰ هزاران میلیارد دلار به تولید ناخالص داخلی جهان بیفزاید و این پیش‌بینی‌ها با ظهور برنامه‌های کاربردی جدید در تابستان هم امیدوارکننده‌تر شد.

    بروزرسانی سیاست‌های عمومی و مقررات

  • هماهنگی جهانی: در سطح بین‌المللی، تلاش‌هایی برای هماهنگی سیاست‌های هوش مصنوعی ادامه داشت. کشورهای گروه ۷ (از طریق «فرآیند هوش مصنوعی هیروشیما» که در سال ۲۰۲۳ آغاز شد) در ماه ژوئیه برای بحث درباره رویکردهای مشترک به استانداردهای ایمنی هوش مصنوعی و اشتراک‌گذاری اطلاعات دیدار کردند. بریتانیا نیز برای میزبانی دومین اجلاس جهانی ایمنی هوش مصنوعی (بر اساس اولین اجلاسی که اواخر ۲۰۲۳ در بلچلی پارک برگزار شد) آماده می‌شود تا متخصصان را درباره مسائلی مانند ریسک‌های هوش مصنوعی پیشرفته و سازگاری گرد هم آورد. سازمان ملل متحد نیز ایده تأسیس یک نهاد نظارتی بین‌المللی در زمینه هوش مصنوعی را مطرح کرد، اگرچه گام‌های عملی آن هنوز ابتدایی باقی مانده است. همزمان، چین مقررات جدیدی را (از ژوئیه ۲۰۲۵ به اجرا درمی‌آید) وضع کرد که شفافیت الگوریتمی و واترمارک‌گذاری رسانه‌های تولیدشده توسط هوش مصنوعی را الزامی می‌کند تا با قوانین قبلی خود درباره خدمات هوش مصنوعی تولیدی هماهنگ شود. این اقدامات جهانی، اگرچه بیشتر بیرون از توجه رسانه‌های غربی اتفاق افتاده است، اما اهمیت بالایی دارد: حاکمیت هوش مصنوعی اکنون به یک اولویت جهانی تبدیل شده است و هم رژیم‌های دموکراتیک و هم اقتدارگرا به دنبال شکل دادن به نحوه توسعه و استفاده از هوش مصنوعی هستند. تفاوت‌هایی در رویکردها وجود دارد (مثلاً تمرکز چین بر سانسور و کنترل در مقابل تمرکز اروپا بر اخلاق و حقوق)، اما در اواسط سال ۲۰۲۵ شاهد گفت‌وگوی بیشتری بودیم؛ از جمله مذاکرات آمریکا و چین درباره استفاده نظامی از هوش مصنوعی – که هدف آن جلوگیری از سوءاستفاده‌های هوش مصنوعی و حفظ مقداری هم‌پذیری قوانین است.

تأثیرات و مباحثات اجتماعی

  • نیروی کار، مشاغل و بهره‌وری: ورود سریع هوش مصنوعی به محیط‌های کاری همچنان یک شمشیر دولبه در بحث‌های عمومی باقی ماند. از یک سو، نگرانی‌ها درباره از دست رفتن شغل‌ها ادامه داشت؛ از سوی دیگر، شواهد جدید نشان می‌دهد که هوش مصنوعی می‌تواند بهره‌وری انسانی را افزایش دهد نه اینکه صرفاً جایگزین انسان شود. یک تحلیل جهانی توسط PwC – نشان‌گر شغلی AI در سال ۲۰۲۵ که در ۳ ژوئن منتشر شد – نشان داد که هوش مصنوعی به‌طور میانگین ارزش نیروی کار را افزایش می‌دهد حتی در نقش‌هایی که به شدت مستعد خودکارسازی هستند pwc.com. PwC میلیون‌ها آگهی شغلی را تحلیل کرد و دریافت که صنایعی که بیشتر هوش مصنوعی را به کار گرفته‌اند، از سال ۲۰۲۲ تاکنون سه برابر رشد بیشتر درآمد به ازای هر کارمند را تجربه کرده‌اند pwc.com. علاوه بر این، دستمزدها در صنایع در معرض هوش مصنوعی دو برابر سریع‌تر افزایش یافته‌اند و حتی مشاغلی که وظایف قابل خودکارسازی زیادی دارند نیز با افزایش حقوق مواجه شده‌اند pwc.com. به عبارت دیگر، شرکت‌هایی که در هوش مصنوعی سرمایه‌گذاری می‌کنند اغلب در حال ارتقای مهارت نیروی کار خود و افزایش بهره‌وری هستند، نه اینکه نیروی انسانی را به طور کلی کاهش دهند. این گزارش یادآور شد که در حالی که برخی وظایف خودکار می‌شوند، وظایف جدیدی به وجود می‌آید – و مشاغل به سمت “افزوده‌شده با هوش مصنوعی” شدن حرکت می‌کنند تا حذف کامل. به عنوان مثال، هوش مصنوعی می‌تواند تحلیل داده‌های روتین را انجام دهد و بدین ترتیب پرسنل فرصت تمرکز بر استراتژی و کار خلاقانه را پیدا می‌کنند. البته این دستاوردها به‌طور مساوی توزیع نشده‌اند: نیاز به مهارت‌های جدید در AI باعث شده سرعت تغییر مهارت‌ها در مشاغل مرتبط با هوش مصنوعی ۶۶٪ بیشتر از سایر مشاغل باشد pwc.com pwc.com. این موضوع به یک چالش بزرگ اجتماعی اشاره دارد: ارتقای مهارت و آموزش. دولت‌ها و شرکت‌ها در طول تابستان، برنامه‌های آموزش را افزایش دادند؛ از بوت‌کمپ‌های برنامه‌نویسی برای هوش مصنوعی گرفته تا دوره‌های آموزش حین کار برای کمک به تطبیق نیروی کار با تغییرات ناشی از هوش مصنوعی. رهبرانی مانند مدیرعامل IBM معتقدند هوش مصنوعی در بلندمدت بیش از آنکه شغل‌ها را حذف کند، شغل ایجاد خواهد کرد، اما اقدامات پیشگیرانه برای انتقال نیروی کار ضروری است – موضوعی که در نشست‌های OECD و مجمع جهانی اقتصاد در ژوئن پیرامون آینده کار نیز تکرار شد. در مجموع، روایت غالب تا ژوئیه ۲۰۲۵ اندکی تغییر کرد: از “هوش مصنوعی شغل شما را خواهد گرفت” به سمت “هوش مصنوعی شغل شما را تغییر خواهد داد” – با تأکید بر افزایش و توانمندسازی به جای جایگزینی.
  • آموزش و مهارت‌ها: تأثیر هوش مصنوعی بر آموزش و توسعه مهارت‌ها یکی دیگر از محورهای اصلی بود. همان‌طور که اشاره شد، شرکت‌هایی مانند پیرسون به طور فعال در حال ادغام معلمان مبتنی بر هوش مصنوعی در کلاس‌ها هستند reuters.com reuters.com. با شخصی‌سازی تمرین‌ها برای هر دانش‌آموز، هوش مصنوعی نوید بهبود نتایج یادگیری را داده است – آزمایش‌های اولیه در ژوئن نشان داد که دانش‌آموزانی که از ابزارهای مطالعه مبتنی بر هوش مصنوعی استفاده می‌کنند در برخی دروس نمرات بهتری کسب کردند. با این حال، معلمان هشدار می‌دهند که هوش مصنوعی جایگزین معلم‌های انسانی نیست؛ بلکه می‌تواند تصحیح تکالیف را خودکارسازی کرده یا تمرین ارائه دهد و بدین طریق زمان بیشتری را برای معلمان جهت آموزش فردی فراهم کند. دانشگاه‌ها در ماه ژوئیه کنفرانس‌هایی درباره به‌روزرسانی برنامه‌های درسی برای “عصر هوش مصنوعی” برگزار کردند تا اطمینان حاصل شود فارغ‌التحصیلان دارای مهارت‌هایی برای کار کردن در کنار هوش مصنوعی (مهندسی درخواست، سواد داده و غیره) باشند. جالب اینکه، خود هوش مصنوعی به یکی از موضوعات تحصیل تبدیل شد: ثبت‌نام در دوره‌ها و رشته‌های مرتبط با هوش مصنوعی در سال ۲۰۲۵ رکورد زد. در همین حال، نگرانی‌هایی درباره درستکاری تحصیلی باقی ماند – سهولت استفاده از ChatGPT برای انجام تکالیف، برخی مدارس را به برقراری منشور اخلاقی یا استفاده از نرم‌افزار شناسایی هوش مصنوعی واداشت، اگرچه تا اواسط ۲۰۲۵ رویکرد متعادل‌تری در حال شکل‌گیری بود: آموزش نحوه استفاده اخلاقی از هوش مصنوعی به عنوان یک ابزار، به جای ممنوعیت کامل آن. به گفته یک کارشناس آموزشی، “سواد هوش مصنوعی به اندازه سواد کامپیوتری اهمیت خواهد داشت” برای نسل بعدی، و تابستان شاهد نخستین گام‌ها برای تحقق این امر در برنامه‌های درسی بود.
  • بحث‌های اخلاقی و اجتماعی: با افزایش نفوذ هوش مصنوعی، بحث‌های اخلاقی شدت گرفت. تعصب و عدالت همچنان در مرکز توجه ماند: در ماه ژوئن، چندین گروه حقوق مدنی خواستار تعویق استفاده از هوش مصنوعی در استخدام و اجرای قانون شدند تا زمانی که ممیزی‌های قوی‌تر برای تشخیص تعصب الزامی شود، و به مطالعات مربوط به تعصب نژادی/جنسیتی در سیستم‌های هوش مصنوعی اشاره کردند. شرکت‌هایی مانند گوگل و مایکروسافت در پاسخ جزئیات بیشتری از فرآیندهای ارزیابی مدل‌های خود منتشر کردند و در تحقیقات مربوط به کاهش تعصب سرمایه‌گذاری کردند. شفافیت نیز یکی از مسائل کلیدی بود – با گسترش ویدیوهای دیپ‌فیک و اخبار تولیدشده توسط هوش مصنوعی، درخواست‌ها برای برچسب‌گذاری واضح محتوای تولیدشده توسط هوش مصنوعی (مطابق با قوانین جدید اتحادیه اروپا go.nature.com) افزایش یافت. تا ماه ژوئیه، پلتفرم‌های بزرگ شبکه‌های اجتماعی شروع به آزمایش برچسب‌های “تولید‌شده با هوش مصنوعی” روی تصاویر یا پست‌های متنی مشکوک کردند و اتحادیه‌ای از شرکت‌های هوش مصنوعی متعهد به توسعه استانداردهای باز برای واترمارک شدند. نگرانی‌های مربوط به حریم خصوصی نیز مطرح شد: در اواخر ژوئن یک اپلیکیشن زمان‌بندی مبتنی بر هوش مصنوعی داده‌های حساس کاربران را افشا کرد و این یادآوری بود که امنیت سیستم‌های هوش مصنوعی به امنیت داده‌های پشت آن‌ها وابسته است. این موضوع بحث‌هایی را درباره لزوم ارزیابی تأثیرات حریم خصوصی برای هوش مصنوعی‌هایی که با داده‌های شخصی کار می‌کنند، مطرح کرد. در سطحی فلسفی‌تر، کارشناسان برجسته هوش مصنوعی به بحث درباره ریسک‌های بلندمدت هوش مصنوعی ادامه دادند. قابل توجه است که برخی پیشگامان هوش مصنوعی مانند جفری هینتون و یوشوا بنجیو (که قبلاً هم هشدار داده بودند) در نشستی در سازمان ملل در ماه ژوئیه درباره لزوم محافظت در برابر هوش مصنوعی “ابرهوشمند” با توانایی خارج شدن از کنترل انسان سخنرانی کردند. اگرچه چنین سناریوهایی هنوز در حد حدس و گمان هستند، اما واقعیت اینکه نهادهای جهانی درباره آن‌ها بحث می‌کنند، نشان‌دهنده این است که اثر اجتماعی هوش مصنوعی بسیار جدی تلقی می‌شود. با این حال، بسیاری از فعالان حوزه بر روایت‌های بدبینانه غلبه کرده و بر مسائل ملموسی مانند ایمنی، استحکام و انطباق سیستم‌های امروزی تمرکز می‌کنند. تا میانه سال ۲۰۲۵، گفتگوی اجتماعی پیرامون هوش مصنوعی بسیار پیشرفته‌تر از سال قبل شده بود – گفتگوها فراتر از هیاهو و ترس رفته و اکنون توجهی موشکافانه به چگونگی ادغام اخلاقی هوش مصنوعی در زندگی روزمره جلب شده است.
  • مشارکت عمومی و فرهنگ: تأثیر هوش مصنوعی بر فرهنگ و زندگی عمومی نیز به شیوه‌های کوچکتری مشهود بود. در این دو ماه، بازیگران و نویسندگان هالیوود در مذاکرات قراردادهای خود با مقوله هوش مصنوعی درگیر شدند – آنها به دنبال تعیین محدودیت‌هایی در استفاده از هوش مصنوعی برای فیلمنامه‌ها یا شبیه‌سازی دیجیتالی چهره بازیگران بودند، پس از مشاهده نمونه‌های اولیه‌ای که می‌توانستند صداها را تقلید کرده یا دیالوگ بنویسند. مذاکرات ongoing صنف نویسندگان و SAG-AFTRA (تابستان ۲۰۲۵) هوش مصنوعی را به یکی از مسائل محوری تبدیل کرد و نگرانی‌های مربوط به حقوق هنرمندان در عصر هوش مصنوعی را برجسته ساخت. در روزنامه‌نگاری، برخی رسانه‌ها با خلاصه‌نویسی‌های تولیدشده توسط هوش مصنوعی و حتی بخش‌های رادیویی که با صدای کپی‌شده خبرنگاران توسط هوش مصنوعی اجرا می‌شد، آزمایش کردند – نوآوری‌هایی که با ترکیبی از کنجکاوی و انتقاد مواجه شد. نظرسنجی‌ها نشان دادند که مردم احساسات متناقضی دارند: آنها از راحتی هوش مصنوعی (مثلاً مسیریابی هوش مصنوعی، ربات‌های خدمات مشتری) استقبال می‌کنند؛ اما نسبت به رسانه‌های تولیدشده توسط هوش مصنوعی محتاط هستند و خلاقیت انسانی را در هنر، موسیقی و داستان‌سرایی ترجیح می‌دهند. نظرسنجی رویترز/ایپسوس در ژوئن نشان داد که اکثریت پاسخ‌دهندگان خواستار برچسب‌گذاری واضح محتوای تولیدشده با هوش مصنوعی بودند و حدود سه نفر از هر چهار نفر از مقررات‌گذاری دولت برای اطمینان از توسعه ایمن هوش مصنوعی حمایت کردند. از اخبار مثبت، هوش مصنوعی همچنان برای منافع اجتماعی مورد استفاده قرار گرفت: نمونه‌ای از ماه ژوئیه، یک سیستم هوش مصنوعی در هند بود که سامانه‌های هشدار زودهنگام سیل را بهبود بخشید، و یک استارتاپ آفریقایی که با استفاده از هوش مصنوعی زمان‌بندی کاشت محصولات را برای افزایش بازدهی بهینه کرد. این داستان‌ها کمتر از چت‌جی‌پی‌تی مورد توجه قرار گرفتند، اما پتانسیل مزایای هوش مصنوعی برای جامعه را نشان می‌دهند. چنین تحولاتی به تدریج در حال شکل‌دهی به نگرش عمومی هستند – از دیدن هوش مصنوعی به چشم یک نوآوری تا پذیرش آن به عنوان ابزاری قدرتمند که باید با مسئولیت مورد استفاده قرار گیرد.
  • نتیجه‌گیری

    در خلاصه، ژوئن و ژوئیه ۲۰۲۵ دوره‌ای از فعالیت‌های فوق‌العاده در حوزه هوش مصنوعی بودند. دوره هوش مصنوعی زایشی که از اواخر ۲۰۲۲ آغاز شد، تا میانه ۲۰۲۵ به استقرار گسترده و استفاده فراگیر رسیده است. ما شاهد جهش‌های فنی چشمگیر (مانند AlphaGenome دیپ‌مایند)، شرط‌بندی‌های بزرگ شرکت‌ها (معاملات چند میلیارد دلاری و سرمایه‌گذاری عظیم استارتاپ‌ها) و آزمایش اولین چارچوب‌های حکمرانی واقعی (قانون هوش مصنوعی اتحادیه اروپا و بحث‌های پرشور در ایالات متحده) بودیم. بازار رو به رونق است – شاید در برخی حوزه‌ها بیش از حد داغ – اما حس ملموسی وجود دارد که تأثیر واقعی هوش مصنوعی تازه در زندگی روزمره در حال آشکار شدن است. نکته اساسی این است که بحث دیگر تنها این نیست که «آیا می‌توانیم آن را بسازیم؟» بلکه این است که «چگونه باید آن را مسئولانه بسازیم و چه کسی تصمیم می‌گیرد؟» اگر تابستان ۲۰۲۵ چیزی را روشن کرد، این بود که هوش مصنوعی اکنون تقریباً با هر بخشی گره خورده و مدیریت این فناوری تحولی به اولویتی جمعی برای پژوهشگران، کسب‌وکارها، سیاست‌گذاران و جامعه تبدیل شده است. ماه‌های آینده نویدبخش پیشرفت‌ها و چالش‌های تازه‌ای خواهد بود، چراکه جهان وارد فصل جدیدی از انقلاب هوش مصنوعی می‌شود.

    منابع (ژوئن–ژوئیه ۲۰۲۵):

    • جی پیترز، The Verge – «مدل هوش مصنوعی منبع‌باز OpenAI به تأخیر افتاد» (۱۱ ژوئن ۲۰۲۵) theverge.com
    • جی پیترز، The Verge – «مارک زاکربرگ از گروه فوق‌هوشمندی هوش مصنوعی خود رونمایی می‌کند» (۳۰ ژوئن ۲۰۲۵) theverge.com theverge.com
    • اِوِن کلاوِی، Nature News – «هوش مصنوعی جدید AlphaGenome دیپ‌مایند به ‘ماده تاریک’ موجود در DNA ما می‌پردازد» (۲۵ ژوئن ۲۰۲۵) nature.com nature.com
    • FinTech Futures – «ژوئن ۲۰۲۵: پنج داستان برتر هوش مصنوعی در ماه» (۳۰ ژوئن ۲۰۲۵) fintechfutures.com fintechfutures.com
    • میلانا وین، رویترز – «دنیای کم‌زرق‌وبرق زیرساخت داده‌ها، محرک معاملات بزرگ فناوری و ادغام و تملک (M&A) در رقابت هوش مصنوعی» (۱۳ ژوئن ۲۰۲۵) reuters.com reuters.com
    • PYMNTS (به نقل از FT) – «رئیس سابق فناوری OpenAI برای استارتاپ جدید هوش مصنوعی دو میلیارد دلار جمع‌آوری کرد» (۲۲ ژوئن ۲۰۲۵) pymnts.com
    • پل سندل، رویترز – «همکاری پرسون و گوگل برای آوردن ابزارهای یادگیری هوش مصنوعی به کلاس‌های درس» (۲۶ ژوئن ۲۰۲۵) reuters.com reuters.com
    • Menlo Ventures – «۲۰۲۵: وضعیت هوش مصنوعی مصرف‌کننده» (۲۶ ژوئن ۲۰۲۵) menlovc.com menlovc.com
    • ربکا بلن و مکسول زف، TechCrunch – «کنگره ممکن است تا یک دهه قوانین AI ایالتی را مسدود کند…» (۲۷ ژوئن ۲۰۲۵) techcrunch.com techcrunch.com
    • پارلمان اروپا – «قانون هوش مصنوعی اتحادیه اروپا: اولین مقررات درباره هوش مصنوعی (توضیح‌دهنده)» (به‌روزرسانی شده در ژوئن ۲۰۲۵) go.nature.com go.nature.com
    • PwC – «آینده بی‌باک: شاخص مشاغل جهانی هوش مصنوعی ۲۰۲۵» (بینش، ۳ ژوئن ۲۰۲۵) pwc.com pwc.com