اوقات نامشخص

مقاله‌ای از جسیکا فلک و ملانی میچل (نویسنده کتاب «سیری در نظریه پیچیدگی»)

همه گیری یک فرصت بی‌سابقه است. دیدن جامعه بشری به عنوان یک سیستم پیچیده آینده بهتری را برای همه ما می‌گشاید.

ما در یک لحظه منحصر به فرد در حدود 200000 سال گذشته هستیم.
در این مقطع تاریخی ، ما باید این واقعیت را که در یک سیستم پیچیده زندگی می‌کنیم ، تصدیق و از آن بهره برداری کنیم – سیستمی با عوامل تعامل بسیار زیادی ، که پیش بینی رفتار جمعی آنها معمولاً دشوار است. (درک خصوصیات کلیدی سیستم‌های پیچیده.)

در سیستم‌های پیچیده ، آخرین اتفاقی که می‌افتد تقریباً هرگز درمورد اتفاق بعدی در آینده آموزنده نیست. جهان همیشه در حال تغییر است – بخشی از آن با عوامل خارج از کنترل ما و بخشی به دلیل مداخلات خود ما است. گابریل گارسیا مارکز در صفحات پایانی رمان خود صد سال تنهایی (1967) ، این تناقض را برجسته می‌کند که چگونه اختیارات انسانی بلافاصله در توانایی ما را برای پیش بینی آینده تداخل ایجاد می‌کند ، وقتی یکی از شخصیت‌ها یک نکته مهم را توصیف می‌کند :

«لزومی نمی‌بیند که به سطر آخر آن برسد، چون می‌داند که دیگر هرگز از آن اتاق خارج نخواهد شد».  شهر با طوفانی سهمگین از روی زمین و خاطره‌ی بشر محو می‌شود و «مردمانش که محکوم به صدسال تنهایی بودند هرگز فرصت دیگری برای زندگی روی زمین نمی‌یابند».

دنیای ما با خیالات سرسخت مارکز تفاوت چندانی ندارد و تفکر خطی -استدلال ساده علت و معلولی- که ذهن انسان می‌تواند به عنوان پیش فرض از آن استفاده کند ، ابزار خوبی نیست. در عوض ، زندگی در یک سیستم پیچیده نیازمند این است که عدم اطمینان را در آغوش بگیریم و حتی از آن استفاده کنیم. به جای تلاش برای پیش بینی دقیق و کنترل نتایج ، باید سیستم‌هایی را طراحی کنیم که به اندازه کافی قوی و سازگار باشند تا بتوانند طیف گسترده‌ای از آینده های احتمالی را لحاظ کنند.
تصور صدها کرم شب تاب در یک شب تابستانی که در کنار هم چشمک می‌زنند. چگونه این اتفاق می افتد؟ تصور می‌شود که تصمیم کرم شب تاب به چشمک زدن همسایه‌های آن بستگی دارد. 

بسته به اصول کپی برداری که توسط آنها استفاده می‌شود ، این هماهنگی باعث می‌شود گروه به صورت “انفجاری” یا “سریع” هماهنگ شوند.

روت بندیکت ، انسان شناس ، در کتاب خود «الگوهای فرهنگ» (1934) استدلال کرد که هر قسمت از یک سیستم اجتماعی به روش‌های مداری به سایر قسمت‌های آن بستگی دارد. چنین سیستم‌هایی نه تنها غیرخطی هستند – کل بیش از مجموع اجزاء است – بلکه رفتار خود اجزاء نیز به رفتار کل بستگی دارد.

همه جوامع بشری مانند دسته‌های کرم شب تاب ، جمعی و باهم هستند . جمعی ، به این معنا که این رفتار ترکیبی ما است که باعث ایجاد تأثیرات در سطح جامعه می‌شود. همزمان ، از این نظر که ادراک و رفتار ما به درک و رفتار دیگران و ساختارهای اجتماعی و اقتصادی بستگی دارد. 

به عنوان مصرف کننده ، در سوپرمارکت به کمبود دستمال توالت پی برده‌ایم ، بنابراین آن را احتکار کرده و سپس شیر ، تخم مرغ و آرد را نیز نگه می‌داریم.  همسایگان خود را با ماسک می‌بینیم ، بنابراین ماسک هم می‌زنیم. معامله گران در بازار با اطلاع از روند نزولی وحشت می‌کنند ، از گله پیروی می‌کنند و با تکرار ، در نهایت باعث افت شدید کالا می‌شوند.

این مثال‌ها نشان می‌دهد که چگونه نتایج جمعی حاصل از اقدامات ما ، چه در محافل با فضیلت و چه باطل ، بازخورد می‌گیرند تا سیستم را به طور کامل تحت تأثیر قرار دهند – تقویت یا تغییر الگوها به روش‌هایی که از ابتدا مشهود نبوده است. به عنوان مثال ، برخی از برنامه‌های ردیابی تماس با ویروس کرونا می‌توانند کاربران را از مکان افراد آلوده مطلع کنند تا از آنها جلوگیری شود. این نوع اتصال بین رفتار محلی و اطلاعات در کل جامعه جذاب است زیرا به نظر می‌رسد تصمیم گیری برای افراد پرمشغله را ساده می‌کند. با این حال ما از سال‌ها کار در مورد ازدحام  – کرم شب تاب های چشمک زن – می‌دانیم که پویایی سیستم‌های متصل شده می‌تواند تعجب آور باشد.

مطالعه اخیر نشان می‌دهد حالت های منظم مانند ماهیگیری (همه ماهی ها در یک جهت شنا می‌کنند) می‌تواند به طور متناقضی توسط برخورد یا “سر و صدا” ناشی از طعمه ایجاد شود. به این معنی که عدم انطباق در میان ماهی‌ها باعث عدم انطباق بیشتر و در نهایت انتقال به قلاب می‌شود. بسیاری از ما حدس نمی‌زنیم که سر و صدا یا برخورد می‌تواند یک رفتار قابل پیش‌بینی ایجاد کند.این نتیجه از ما دعوت می‌کند تا در نظر بگیریم که چگونه فناوری مانند برنامه‌های ردیابی تماس (با ویروس)-هرچند به صورت محلی به ما اطلاع می دهند- اما بر حرکت جمعی ما تأثیر منفی می‌گذارند. اگر هر یک از ما رفتار خود را برای جلوگیری از آلوده شدن تغییر دهیم ، ممکن است الگویی جمعی ایجاد کنیم که هدف اولیه، جلوگیری از آن بود: سطح بالاتری از تعامل بین فرد آلوده و مستعد یا تعاملات بالا در بین افراد بدون علامت.( یعنی هرکسی برای دور شدن از مناطق آلوده‌تر به مناطق ایمن‌تر سفر کند و در نهایت ازدحام مناطق امن بیشتر شده و ناامن‌تر از مناطقی شود که در ابتدا ناامن بود.)

سیستم‌‌های پیچیده نیز از یک آسیب ویژه در برابر رویدادهایی که از توزیع طبیعی یا “منحنی زنگی” پیروی نمی‌کنند ، رنج می‌برند.(منحنی زنگی یا زنگوله‌ای نوعی توزیع است که به شکل زنگوله است) وقتی وقایع به طور معمول توزیع می‌شوند ، بیشتر نتایج آشنا هستند و به نظر چشمگیر نمی‌آیند. قد مثال خوبی است: قد یک مرد بیش از 7 فوت کاملاً غیرمعمول است. بیشتر بزرگسالان بین 5 تا 6 پا هستند و هیچ شخص شناخته شده‌ای با قد بیش از 9 فوت وجود ندارد. اما در محیط‌های جمعی که رفتار سرایت پیدا می‌کند – دویدن در ساحل ، کشمکش برای خرید دستمال توالت – توزیع احتمال برای حوادث احتمالی غالباً دنباله دار است. احتمال وقوع حوادث شدید ، مانند سقوط بورس سهام یا افزایش عظیم عفونت‌ها ، بسیار بیشتر است. این وقایع هنوز بعید است ، اما بیشتر اتفاق می‌افتد و بزرگتر از آن است که در توزیع های طبیعی انتظار می رود.(در اینجا مثال سقوط سهام بورس، در این روزها برای ما ایرانی‌ها باید بسیار جالب باشد.)

علاوه بر این ، هنگامی که پس از یک رویداد “دنباله” نادر اما بسیار قابل توجهی رخ می‌دهد ، این احتمال وقایع بعدی دنباله را افزایش می‌دهد. ممکن است آنها را رویدادهای « دنباله مرتبه دوم » بنامیم . آنها شامل جنجال‌های بازار سهام پس از سقوط بزرگ ، و پس‌لرزه هاست. حدس اولیه وقایع دنباله‌ی مرتبه دوم بسیار اندک است و محاسبه‌ی آن تقریباً غیرممکن است – اما به محض وقوع یک رویداد دنباله درجه یک ، قوانین تغییر کرده و احتمال وقوع دنباله درجه دوم افزایش می‌یابد.

پویایی رویدادهای دنباله به دلیل این واقعیت که از دیگر حوادث غیرمترقبه حاصل می‌شود ، پیچیده است. هنگامی که کووید-۱۹ ( COVID-19 ) برای اولین بار شیوع پیدا کرد ، بازار سهام متحمل خسارات خیره کننده ای شد و به دنبال آن بهبودیِ به همان اندازه خیره کننده‌ای داشت. 

در یک زمینه متفاوت ، ممکن است سرانجام شاهد رشد انفجاری اعتراضات Black Lives Matter در سال 2020 به عنوان نمونه ای از یک رویداد دنباله سوم باشیم: یک “قو سیاه” که با کشته شدن جورج فلوید گسترش می‌یابد ، اما به طور نامتناسبی بر جامعه سیاه پوستان در ایالات متحده تأثیر گذاشت ، رکود اقتصادی ، سکون و ناامیدی گسترده از نبود رهبری سیاسی. 

نسیم نیکلاس طالب (Nassim Nicholas Taleb) استدلال می‌کند كه قوهای سياه می‌توانند نقش نامتناسبی در چگونگی بازی تاريخ داشته باشند – شايد بخشی به دليل بزرگی آنها ، و بخشی نيز به دليل عدم احتمال آنها، به اين معنی كه ما به ندرت برای مقابله با آنها آماده هستيم.

این اشکال عدم ثبات بدان معناست است که سیستم‌های بیولوژیکی و اجتماعی “از تعادل خارج خواهند شد” ، همانطور که در ادبیات فیزیکی به سیستم های پیچیده شناخته شده است. یکی از بزرگترین خطرات زندگی در یک سیستم خارج از تعادل این است که حتی مداخلات ارائه شده توسط داده‌ها و مدل‌سازی می‌تواند عواقب ناخواسته‌ای داشته باشد. تلاش‌های دولت را برای اعمال فاصله اجتماعی در نظر بگیرید تا منحنی شیوع COVID-19 مسطح شود. اگر چه فاصله اجتماعی در کاهش میزان شیوع بیماری و کمک به جلوگیری از بیمارستان بسیار مهم بوده ، اما معضلاتی ایجاد کرده است مثل اثرات بیولوژیکی ، جامعه شناختی و اقتصادی مرتبه دوم و سوم. از جمله این موارد می‌توان به بیکاری گسترده ، سود از دست رفته ، بی‌ثباتی بازار ، مسائل بهداشت روان ، افزایش خشونت در خانواده ، شرمساری اجتماعی ، بی‌توجهی به سایر مشکلات فوری مانند تغییر اقلیم و ، شاید مهمتر از همه ، مداخلات درجه دوم مانند تزریق نقدینگی توسط بانک‌های ذخیره اشاره کرد. به بازارها و تغییرات احتمالی در قوانین حریم خصوصی برای تأمین نیاز به اعمال فاصله اجتماعی و انجام ردیابی تماس‌ها.

ویژگی‌های سیستم‌های پیچیده به این معناست که امیدی به پیش‌بینی و کنترل مسائل نیست؟ آنها مطمئناً پیش‌بینی را سخت می‌کنند و به جای پیش‌بینی محتمل ترین موارد ، برنامه ریزی سناریو را برای وقایع متعدد ترجیح می‌دهند. اما عدم توانایی در پیش بینی آینده مانع از امکان امنیت و کیفیت زندگی نیست. طبیعت ، سرانجام ، پر از سیستم های جمع شده ، جمع شده با همان خصوصیات غیرخطی است. بنابراین باید به چگونگی کنار آمدن ، انطباق و حتی رشد سیستم های بیولوژیکی در چنین شرایطی توجه کنیم.

زمانی که ما از داده‌های خام برای تصمیم گیری کیفی استفاده می‌کنیم، یا دلایل دیگری مثل درک آسان علت و معلول و این فرض که گذشته حاوی بهترین اطلاعات در مورد آینده است، این نوع پیش بینی‌ها همراه با ‘نگاه به عقب’ ، با تمرکز عمیق روی آخرین رویداد ‘بد’ ، ما را در برابر مسائل غیرقابل درک آسیب پذیر می‌کند. نحوه واکنش ایالات متحده به حملات تروریستی 11 سپتامبر را با سرمایه‌گذاری زیاد در پیشگیری از تروریسم (نسبت به هزینه سایر مشکلات مانند بهداشت و درمان ، آموزش و فقر جهانی) را در نظر بگیرید. به همین ترتیب ، در طول بحران COVID-19 ، سیل مفسران،روی سرمایه‌گذاری در بهداشت و درمان به عنوان مسئله اصلی تأکید کرده‌اند. همانطور که همه‌گیری نشان داده است ، بهداشت و درمان فراموش شده و مهم است – اما قرار دادن آن در مرکز توجه، یعنی که ما دوباره تلاش کرده‌ایم معضلات را توسط گذشته کنترل کنیم.

روش‌های بهتری برای تصمیم‌گیری های سودمند در سطح جامعه وجود دارد. همانطور که ریاضیدان جان آلن پائولوس درباره سیستم‌های پیچیده اظهار داشت:

”عدم اطمینان تنها یقین است که وجود دارد. و تنها امنیت آگاهی از چگونگی ناامنی در زندگی است.”

به جای اولویت بندی نتایج بر اساس آخرین اتفاق بد – استفاده از تمرکز بر تروریسم یا نابرابری ، یا قرار دادن منابع گسترده در مراقبت های بهداشتی – ممکن است از سیستم های پیچیده در طبیعت الهام گرفته و فرآیندهای طراحی را که برای سازگاری و مقاومت برای طیف وسیعی از سناریوها که ممکن است اتفاق بیفتند ، الهام بگیریم.

این رویکرد را مهندسی نوظهور نامیده‌اند . این کاملاً متفاوت از مهندسی سنتی است که تحت تأثیر پیش‌بینی ، تلاش برای کنترل رفتار سیستم و طراحی آن برای دستیابی به نتایج خاص است. در مقابل ، مهندسی نوظهور از عدم اطمینان به عنوان یک واقعیت زندگی که بالقوه سازنده است ، استقبال می‌کند.

برگردان: آرین رسولی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.