محمدحسین خسروی

امروزه هوش مصنوعی نقشی پررنگ و گسترده در پژوهش ایفا می کند، اما به کارگیری این فناوری در تحقیقات ادبی، به ویژه متون عرفانی که ذاتاً پیچیدگی ها و ظرافت های خاص خود را دارند، دشوار و شاید غیرممکن به نظر برسد. ازاین رو، پژوهش حاضر بر آن است نقاط قوت و ضعف هوش مصنوعی را در فهم متون عرفانی ارزیابی کند. بدین منظور، توانایی سه مدل زبانی بزرگ شامل ChatGPT، Google Gemini و Claude در تحلیل و تفسیر متون عرفانی فارسی، با تمرکز بر نی نامه مولانا، بررسی شد. نی نامه به دلیل مفاهیم نمادین، استعاره های پیچیده و لایه های معنوی عمیق، به مثابه معیاری برای سنجش توان ادراکی این مدل ها انتخاب شد. روش پژوهش به صورت کیفی و با طرح دو پرسش انجام گرفت: درک و تفسیر تک تک ابیات نی نامه و برداشت کلی از مفاهیم این اشعار. نتایج این پژوهش نشان می دهد که مدل های زبانی بزرگ در ارائه معانی تحت اللفظی عملکرد خوبی دارند؛ اما در درک استعاره ها، مفاهیم نمادین و زمینه های فرهنگی، ادبی و تاریخی متن با چالش هایی جدی روبرو هستند. افزون بر این، این مدل ها در فهم ارتباطات عمودی ابیات و شگردهای بلاغی همچون ایهام و جناس ناتوان هستند. درنهایت، این مقاله ضمن تأکید بر نقاط قوت این مدل ها مانند سرعت تحلیل متون، بر لزوم بهبود آنها ازطریق آموزش با داده های تخصصی عرفانی و همکاری میان متخصصان هوش مصنوعی و پژوهشگران ادبی تأکید می کند. این پژوهش نشان می دهد که هوش مصنوعی می تواند به عنوان ابزاری مکمل برای تسهیل درک ادبیات عرفانی به کار گرفته شود؛ اما برای دستیابی به تحلیل های عمیق تر نیازمند بهینه سازی های جدی است.