موتور دیفرانس مدل‌های زبانی بزرگ و پساساختارگرایی

گانکل, دیوید جی

doi:10.22034/api.2026.735002

موتور دیفرانس مدل‌های زبانی بزرگ و پساساختارگرایی

نوع مقاله : مقاله پژوهشی

نویسنده

دیوید جی گانکل

استاد، گروه فلسفه و اخلاق، دانشکده فناوری اطلاعات و ارتباطات، دانشگاه ایلینوی شمالی، ایالات متحده آمریکا

10.22034/api.2026.735002

چکیده

هدف: این مقاله استدلال می‌کند که مدل‌های زبانی بزرگ، مانند معماری‌های ترنسفورمر از نوع GPT، مفهوم «دیفرانس» ژاک دریدا را به شکل عملی تحقق می‌بخشند.
روش پژوهش: با تکیه بر چارچوب نظریه پساساختارگرایی و نشانه‌شناسی، مقاله بررسی می‌کند که مدل‌های زبانی بزرگ چگونه با محاسبه تفاوت‌های آماری در میان مجموعه‌های متنی عظیم، محتوای معنادار تولید کرده و بدین ترتیب فرآیندهای فاصله‌گذاری، زمان‌مندی و اثر را در کانون توجه قرار می‌دهند.
یافته‌ها: مقاله نشان می‌دهد که مدل‌های زبانی بزرگ را می‌توان به عنوان «موتورهای دیفرانس» در نظر گرفت که سازوکارهای نظریه‌پردازی‌شده توسط دریدا را به صورت محاسباتی به اجرا درمی‌آورند. همچنین مقاله به پیامدهای فلسفی این هم‌ترازی از جمله چالش‌های پیش روی نشانه‌محوری، مؤلف‌محوری و متافیزیک حضور می‌پردازد و به سه نقد احتمالی پاسخ می‌گوید که استفاده از آثار دریدا در این زمینه ادامه و بازبیان منطق آن است.
نتیجه‌گیری: مقاله با شناسایی سه محدودیت سیستمی و ترسیم فرصت‌هایی برای پژوهش‌های آتی در این حوزه نتیجه‌گیری می‌کند و نشان می‌دهد که از یک سو چگونه می‌توان مدل‌های زبانی بزرگ را از منظر نظریه پساساختارگرایی خوانش کرد، و از سوی دیگر چگونه نظریه پساساختارگرایی می‌تواند از طریق عملیات فنی هوش مصنوعی معاصر تبیین و قابل‌ دسترس شود.

کلیدواژه‌ها

هوش مصنوعی

ژاک دریدا

دیفرانس

مدل‌های زبان بزرگ

فلسفه فناوری

پساساختارگرایی

نشانه‌شناسی

موضوعات

فلسفی

عنوان مقاله English

The Differance Engine Large Language Models and Poststructuralism

نویسنده English

David. J Gunkel

Professor, Department of Philosophy and Ethics, College of Information and Communication Technology, Northern Illinois University, United States of America

چکیده English

Objective: This paper argues that large language models (LLMs), such as transformer-based architectures like GPT, represent a practical actualization of Jacques Derrida's concept of différance.
Method: Drawing on the framework of poststructuralist theory and semiotics, the study examines how LLMs generate meaningful content by computing statistical differences across vast textual corpora. This analysis foregrounds the computational enactment of processes analogous to Derridean spacing, temporalization, and trace.
Results: The paper demonstrates that LLMs can be understood as "différance engines," computationally enacting the very mechanisms theorized by Derrida. It further elaborates on the philosophical consequences of this alignment, particularly the challenges it poses to logocentrism, authorship, and the metaphysics of presence. In addressing three potential criticisms, the paper contends that applying Derrida's work in this context constitutes not a misappropriation, but a continuation and reiteration of its inherent logic.
Conclusions: The paper concludes by identifying three systemic limitations inherent to this framework and outlines opportunities for future research in this domain. Ultimately, it illustrates how LLMs can be interpreted through the lens of poststructuralist theory, while simultaneously demonstrating how that theory can be clarified and rendered more accessible through the technical operations of contemporary AI.

کلیدواژه‌ها English

Artificial Intelligence, Jacques Derrida, Diffé

rance, Large Language Models, Philosophy of Technology, Poststructuralism, Semiotics

Aristotle. (1938). Categories. On Interpretation. Prior Analytics. Translated by H. P. Cooke. Cambridge, MA: Harvard University Press.

Barthes, Roland. (1978). Death of the Author. In Image, Music, Text. Translated by Stephen Heath, 142–148. New York: Hill & Wang.

Baudrillard, Jean. (1983). Simulations. Translated by Paul Foss, Paul Patton, and Philip Beitchman. New York: Semiotext(e).

Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? In Proceedings of the 2021 Conference on Fairness, Accountability, and Transparency, March 3–10, 2021 (FAccT ’21), Virtual Event, Canada, ACM. https://doi .org/10.1145/3442188.3445922.

Bogost, Ian. (2022). ChatGPT Is Dumber Than You Think. The Atlantic. https://www.theatlantic.com/technology/archive/2022/12/ chatgpt -openai-artificial-intelligence-writing-ethics/672386.

Bradley, Arthur. (2011). Originary Technicity: The Theory of Technology from Marx to Derrida. New York: Palgrave Macmillan

Coeckelbergh, Mark and David J. Gunkel. (2025). Communicative AI: A Critical Introduction to Large Language Models. Cambridge: Polity.

Derrida, Jacques. (1976). Of Grammatology. Translated by Gayatri Chakravorty Spivak. Baltimore,MD: The Johns Hopkins University Press.

Derrida, Jacques. (1978). Writing and Difference. Translated by Alan Bass. Chicago: University of Chicago Press.

Derrida, Jacques. (1981a). Positions. Translated by Alan Bass. Chicago: University of Chicago Press, 1981.

Derrida, Jacques. (1981b). Dissemination. Translated by Barbara Johnson. Chicago: University of Chicago Press.

Derrida, Jacques. (1982). Margins of Philosophy. Translated by Alan Bass. Chicago: University of Chicago Press.

Derrida, Jacques. (1993). Limited Inc. Evanston, IL: Northwestern University Press.

Derrida, Jacques. (2008). The Animal That Therefore I Am. Translated by David Wills. Edited by

Marie-Louise Mallet. New York: Fordham University Press.

Fares, Murhaf, Andrei Kutuzov, Stephan Oepen, and Erik Velldal. (2017). Word vectors, reuse, and replicability: Towards a community repository of large-text resources. In Jörg Tiedemann (ed.), Proceedings of the 21st Nordic Conference on Computational Linguistics (NoDaLiDa), 22–24 May 2017. Linköping University Electronic Press. https://doi.org/978-91-7685-601-7. (See also http://vectors.nlpl.eu/explore/embeddings/en.)

Gunkel, David J. (2021). Deconstruction. Cambridge, MA: MIT Press.

Harris, Roy. (2003). Saussure and His Interpreters. Edinburgh: University of Edinburgh Press.

Hicks, Michael Townsen, James Humphries, and Joe Slater. (2024). ChatGPT Is Bullshit. Ethics and Information Technology. https://doi .org/10.1007/s10676-024-09775-5.

Josephson-Storm, Jason A. (2017). The Myth of Disenchantment: Magic, Modernity, and the Birth of the Human Sciences. Chicago, IL: University of Chicago Press.

Kaplan, Jerry. (2025). Generative Artificial Intelligence: What Everyone Needs to Know. New York: Oxford University Press.

Plato. (1982). Euthyphro, Apology, Crito, Phaedo, Phaedrus. Translated by Harold North Fowler. Cambridge, MA: Harvard University Press.

Salmon, Peter. (2021). An Event, Perhaps: A Biography of Jacques Derrida. London: Verso.

Saussure, Ferdinand de. (1959). Course in General Linguistics. Translated by Wade Baskin. London: Peter Owen.

Searle, John. (1999). The Chinese Room. In R. A. Wilson and F. Keil (eds.), The MIT Encyclopedia of the Cognitive Sciences, 115–116. Cambridge, MA: MIT Press.

Turing, Alan. (1950). Computing Machinery and Intelligence. Mind 59 (236): 433–460. https://doi.org/10.1093/mind/LIX.236.433.

Weatherby, Leif. (2025). Language Machines: Cultural AI and the End of Remainder Humanism. Minneapolis, MN: University of Minnesota Press.

Weil, Elizabeth. (2023). You Are Not a Parrot: And a Chatbot Is Not a Human: And a Linguist Named Emily M. Bender Is Very Worried What Will Happen When We Forget This. New York Magazine, March 1. https://nymag.com/intelligencer/article/ai-artificial-intelli gence-chatbots-emily-m-bender.html.

Wittgenstein, Ludwig. (1995). Tractatus Logico-Philosophicus. Translated by D. F. Pears and B. F. McGuinness. New York: Routledge.