با لرالینک چه کارها که نمی‌شود کرد؟!سجاد سپهری
پروژه‌های فرضی با لرالینک

با لرالینک چه کارها که نمی‌شود کرد؟!

پروژه‌های فرضی‌ای که با لرالینک ممکن می‌شوند

لرالینک را من با منابع شخصی (و البته با ریسک بالای اقتصادی) و با کمک دوستان و پژوهشگرانی که می‌شناسم، اما اساسا با انگیزه بسیار و به تنهایی به نقطه فعلی رسانده‌ام. این پدیده در وضعیت فعلی هنوز صورت کامل چشم‌اندازی نیست که برای آن تعریف کرده‌ام، اما همین نسخه نیز یک محیط عملی برای ساخت، سازمان‌دهی و انتشار دانشی چندزبانه فراهم کرده است و به من این امکان را سرانجام داده‌است که پس از سال‌ها دربه‌در بودن، آغاز به نوشتن سیستماتیک کنم. ارزش آن در این مرحله بیشتر از آن‌که در تعداد قابلیت‌های تکمیل‌شده باشد، در نوع معماری‌ای است که این قابلیت‌ها بر اساس آن شکل گرفته‌اند و توسعه خواهند یافت. کاربران از همین امروز می‌توانند پروژه‌های محتوایی ایجاد کنند، قطعات دانش را به‌صورت مستقل تولید و ویرایش کنند، آن‌ها را در ساختارهای بزرگ‌تر به اشکال گوناگون گردآوری کنند، برای هر قطعه زبان، عنوان، محتوا، وضعیت انتشار و برخی فراداده‌ها تعریف کنند و سپس این مجموعه‌ها را در محیطی مستقل برای یک سازمان یا برنامه منتشر کنند.

در یک کاربرد ساده، لرالینک می‌تواند برای ساخت یک مجموعه مقاله، یک کتاب دیجیتال، یک دوره کوتاه، یک آرشیو موضوعی، یک ، یک بلاگ تخصصی، پرونده پژوهشی یا یک مجموعه محتوای چندرسانه‌ای به کار برود. تفاوت آن با یک وب‌سایت یا سیستم مدیریت محتوای معمولی در این است که محتوا از ابتدا به صورت واحدهای مستقل دانش و قابل بازاستفاده (بدون کپی‌شدن) ساخته می‌شود. خالق قطعه ناگزیر نیست همه چیز را در قالب یک سند بلند یا صفحه نهایی تولید کند. او می‌تواند هر ایده، توضیح، مثال، تعریف، تصویر، فایل صوتی یا ویدئو را در قالب یک قطعه مستقل ثبت کند و بعداً تصمیم بگیرد که این قطعه قرار است در کدام پروژه‌ها، ساختارها یا خروجی‌ها به کار بیاید. یک قطعه ممکن است در چندین جا، کارایی‌های گوناگونی داشته باشد. حتی نسخه‌های گوناگونی از یک قطعه واحد ممکن است در نقاط گوناگون به کار گرفته شوند.

برای نمونه، یک پژوهشگر می‌تواند پروژه‌ای درباره تاریخ اندیشه سیاسی ایجاد کند و هر مفهوم، متفکر، منبع، رویداد یا استدلال را در قالب قطعات جداگانه توسعه دهد. این قطعات می‌توانند ابتدا به صورت یک مجموعه یادداشت پژوهشی منتشر شوند، سپس در یک مقاله بلند در کنار هم قرار گیرند (کاری که با الهام از موسیقی به ان کمپوزیسیون می‌گویم) و بعدها مبنای یک دوره آموزشی یا کتاب هم بشوند. در نسخه‌های توسعه‌یافته‌تر، همان قطعات می‌توانند به زبان‌های مختلف و با حامل‌های گوناگون[۱] عرضه شوند، به منابع دانشگاهی متصل شوند، در مسیرهای متفاوت قرار گیرند و بر اساس نیاز مخاطبان بازترکیب[۲] شوند.

یک سازمان مدنی می‌تواند از لرالینک برای ساخت یک کتابخانه زنده درباره حقوق بشر، شهروندی یا سیاست‌گذاری عمومی استفاده کند. به جای انتشار مجموعه‌ای از فایل‌های پراکنده، می‌تواند هر مفهوم، راهنما، تجربه میدانی، سند، ویدئو یا پرسش متداول را در قالب یک واحد مستقل مدیریت کند. سپس برای گروه‌های مختلف، خروجی‌های متفاوت بسازد: یک راهنمای کوتاه برای عموم، یک بسته آموزشی برای فعالان، یک نسخه تخصصی برای پژوهشگران و یک مجموعه چندزبانه برای مخاطبان بین‌المللی. در این حالت، محتوای اصلی یک‌بار تولید می‌شود، اما می‌تواند بارها در ساختارها و قالب‌های مختلف به کار رود.

یک دانشگاه یا مؤسسه آموزشی نیز می‌تواند در لرالینک برنامه کامل تحصیلی ایجاد کند؛ چه رسد به تولید یک دوره. استادان و پژوهشگران می‌توانند محتوای درس را به قطعات کوچک تقسیم کنند: تعریف‌ها، توضیحات، مثال‌ها، تمرین‌ها، ویدئوها، منابع و پرسش‌های ارزیابی. این قطعات بعداً در چند درس یا مسیر آموزشی مختلف استفاده می‌شوند. یک تعریف یا مثال لازم نیست برای هر دوره از نو نوشته شود؛ بلکه می‌تواند به‌روزرسانی شود و در همه ساختارهایی که از آن استفاده کرده‌اند در نسخه‌های گوناگون باقی بماند. چشم‌انداز لرالینک این است که این فرایند در آینده به ساخت خودکار یا نیمه‌خودکار مسیرهای شخصی‌سازی‌شده منجر شود.

پروژه‌های نشر نیز از موارد جدی استفاده از لرالینک‌اند. یک ناشر می‌تواند کتابی را از مجموعه‌ای از قطعات، فصل‌ها و ساختارهای قابل نسخه‌بندی بسازد. همان محتوا می‌تواند هم‌زمان در قالب کتاب، نسخه وب، مجموعه صوتی یا دوره آموزشی منتشر شود. یک مجله می‌تواند مقاله‌ها، یادداشت‌ها، پرونده‌ها و شماره‌های خود را در یک ساختار واحد مدیریت کند. یک نویسنده نیز می‌تواند کار را از قطعات کوچک آغاز کند و به‌تدریج آن‌ها را به جستار، مقاله، کتاب یا تبدیل کند.

لرالینک برای پروژه‌های نیز ظرفیت بسیار مهمی دارد. در مدل رایج، ترجمه معمولاً نسخه‌ای جدا از متن اصلی است و ارتباط میان نسخه‌ها به‌سادگی از دست می‌رود. در لرالینک، این است که هر ترجمه به همان واحد دانشی متصل بماند. به این ترتیب، اگر یک قطعه اصلاح یا تکمیل شود، مترجمان و ویراستاران می‌توانند تغییر را ببینند و نسخه‌های زبانی را هماهنگ کنند. این ویژگی برای پروژه‌هایی مانند ترجمه یک کتاب، ایجاد واژه‌نامه چندزبانه، تولید محتوای آموزشی برای مهاجران یا انتشار منابع علمی به زبان‌های کمترنمایانده‌شده اهمیت زیادی دارد.

پروژه‌های فرضی پیچیده‌تر نیز بر همین منطق بنا می‌شوند. می‌توان شبکه‌ای از متخصصان را تصور کرد که درباره تغییرات اقلیمی، سلامت عمومی، یا هوش مصنوعی دانش تولید می‌کنند. هر مشارکت به شکل قطعات کوچک، مستند و قابل بررسی ثبت می‌شود. برخی افراد منبع معرفی می‌کنند، برخی می‌نویسند، برخی ترجمه می‌کنند، برخی اعتبار علمی را می‌سنجند و برخی خروجی‌های صوتی و تصویری می‌سازند. حاصل کار فقط یک وب‌سایت یا دوره نیست، بلکه یک زیرساخت دانشی زنده است که می‌تواند به‌طور مستمر توسعه یابد و به شکل‌های مختلف منتشر شود.

نمونه دیگر، پروژه‌ای برای مستندسازی دانش محلی است. یک محلی می‌تواند روایت‌ها، اصطلاحات، شیوه‌های زیست، موسیقی، تاریخ شفاهی و تجربه‌های خود را ثبت کند. هر قطعه می‌تواند به مکان، زبان، فرد، منبع و قطعات مرتبط متصل شود. از این داده‌ها بعدها می‌توان آرشیو، نمایشگاه دیجیتال، کتاب، نقشه تعاملی یا دوره آموزشی ساخت. در چنین پروژه‌ای، لرالینک به بستری برای حفاظت از دانش و تبدیل می‌شود، نه صرفاً ابزاری برای انتشار محتوا.

در حوزه سازمانی نیز می‌توان یک پایگاه دانش داخلی ساخت که فراتر از مجموعه‌ای از اسناد و دستورالعمل‌ها عمل کند. ، فرایندها، تجربه‌های پروژه‌ها، تصمیم‌ها و داخلی می‌توانند به قطعات مرتبط تبدیل شوند. کارکنان به جای جستجو در فایل‌های قدیمی، به واحدهای دقیق و به‌روز دانش دسترسی پیدا می‌کنند. در آینده، عامل‌های هوش مصنوعی می‌توانند بر اساس همین ساختار به پرسش‌ها پاسخ دهند، شکاف‌های دانشی را شناسایی کنند و محتوای لازم را پیشنهاد دهند.

بخش مهم چشم‌انداز لرالینک به نقش هوش مصنوعی مربوط است. در نسخه‌های کنونی، هوش مصنوعی می‌تواند در تولید، بازنویسی، ترجمه، دسته‌بندی و پیشنهاد ساختار کمک کند. اما جهت توسعه این است که هوش مصنوعی به‌تدریج در کل چرخه دانش حضور پیدا کند: شناسایی منابع، استخراج فراداده، یافتن روابط میان قطعات، پیشنهاد مفاهیم، تشخیص تناقض، ارزیابی ترجمه‌ها، ساخت مسیرهای یادگیری و تولید خروجی‌های مختلف. با این حال، تصمیم نهایی، اعتبارسنجی و مسئولیت علمی باید در اختیار انسان‌ها و صاحب پروژه باقی بماند.

رشد لرالینک به صورت تدریجی طراحی شده است. در مرحله نخست، تمرکز بر ایجاد یک تجربه پایدار برای تولید، ویرایش، سازمان‌دهی و انتشار قطعات و پروژه‌هاست. در مرحله بعد، روابط میان منابع، مفاهیم، موجودیت‌ها، ترجمه‌ها و ساختارهای نشر عمیق‌تر می‌شود. سپس ابزارهای هوش مصنوعی، همکاری جمعی، اعتبارسنجی، نسخه‌بندی پیشرفته و بازترکیب خودکار توسعه می‌یابند. در مراحل بعدی، می‌توان از یک قطعه یا مجموعه قطعات، خروجی‌های متعدد تولید کرد و آن‌ها را در کتاب، دوره، مقاله، پادکست، ویدئو، شبکه اجتماعی یا محیط‌های یادگیری مختلف منتشر کرد.

بنابراین، نباید نسخه فعلی لرالینک را با تصویر نهایی آن یکی گرفت. آنچه اکنون وجود دارد، هسته‌ای عملی از یک معماری بزرگ‌تر است. هر پروژه‌ای که امروز در لرالینک ساخته می‌شود، می‌تواند به‌تدریج با گسترش پلتفرم غنی‌تر شود. قطعاتی که امروز صرفاً نوشته و منتشر می‌شوند، بعدها می‌توانند به منابع، مفاهیم، زبان‌ها، مشارکت‌کنندگان، نسخه‌ها و خروجی‌های تازه متصل شوند. ساختار پلتفرم به گونه‌ای است که پروژه‌ها برای استفاده از قابلیت‌های آینده مجبور نباشند همه چیز را از ابتدا بازسازی کنند.

معنای عملی این رویکرد آن است که لرالینک را می‌توان از پروژه‌های کوچک آغاز کرد: یک مجموعه ده‌قطعه‌ای، یک کتابچه، یک دوره کوتاه یا یک آرشیو موضوعی. همان پروژه می‌تواند به مرور به یک کتابخانه، شبکه آموزشی، برنامه نشر یا زیست‌بوم دانشی کامل تبدیل شود. توسعه محصول و رشد پروژه‌ها در اینجا دو مسیر جدا نیستند؛ هر پروژه واقعی به آزمون معماری کمک می‌کند و هر توسعه تازه، ظرفیت پروژه‌های پیشین را افزایش می‌دهد.

لرالینک در وضعیت فعلی یک سامانه کامل و بی‌نقص نیست. پیشنهاد آن، ورود به یک مسیر متفاوت برای ساخت و بازاندیشی دانش است: آغاز از واحدهای کوچک، حفظ ارتباط میان زبان‌ها و منابع، امکان استفاده مجدد، توسعه تدریجی و حرکت از به سوی ساخت زیرساخت‌های زنده دانش. البته موضوع دیگر لرالینک امکان داشتن رویکرد میان‌گستر یا middle-out approach است.

  • [۱]موضوع حامل‌ها را در جای دیگری توضیح خواهم داد. تا اینجا همین بس که هر قطعه‌ای از دانش ممکن است حاملی داشته باشد که در انتقال آن نقش بنیادین ایفا می‌کند. مثلا فرض کنید که یک قطعه شعر را به تصویر بکشیم. واقعیت این است که حامل اصلی شعر «متن» است، اما این بدان معنا نیست که در جای دیگری نمی‌شود آن قطعه شعر را با حامل دیگری مانند «تصویر» یا «ویدئو» یا «صوت» عرضه کرد. به این ترتیب هر واحد مستقل و منسجم از دانش،‌ یک حامل اصلی و چند حامل دیگر می‌تواند داشته باشد.
  • [۲]بازترکیب شدن قطعات یکی از جدی‌ترین نوآوری‌های لرالینک است. بازترکیب می‌تواند یکی از مهم‌ترین کاربردهای هوشواره ایجنتیک یا عامل در سیستم باشد. هوش مصنوعی (یا همان هوشواره) می‌تواند از مجموعه قطعاتی مولکول‌های تازه پیشنهاد کند. درست همانطور که در حوزه‌های دیگر هوش مصنوعی مولکول‌ها و ترکیبات دارویی کاملاً تازه‌ای را طراحی و کشف کرده و می‌تواند پیشنهاد بدهد. فرض کنید مجموعه‌ای قطعات منسج جدا از هم دارید، هوش مصنوعی تم‌ها و الگوها و مفاهیم مشترکی در آن‌ها می‌بیند و یک کمپوزیسیون پیش می‌نهد که مانند ترکیب‌بندی‌های دارویی عمل می‌کند که بالکل اثربخشی متفاوتی از دل آنها می‌توان استخراج کرد.

در این نوشته