برداشت آزاد از «u-id»؛ فقط ایده‌ای برای تأمل بیشتر

▀█▄  ۱۹۵۰
▬    کلود شنون پدر نظریه اطلاعات، مقاله “برنامه‌نویسی کامپیوتر برای بازی شطرنج” را منتشر کرد که اولین مقاله‌ای بود که درباره طراحی یک برنامه کامپیوتری برای بازی شطرنج صحبت کرد.
▬    آلن تورینگ، “هوش و ماشین کامپیوتری” را منتشر کرد که ایده بازی تقلید را مطرح کرد. پرسش این کتاب درباره این بود که آیا ماشین‌ها می‌توانند فکر کنند یا خیر؟!
▬    این طرح بعدا تبدیل به آزمایش تورینگ شد که هوش ماشین را اندازه‌گیری کرد. طرح تورینگ توانایی ماشین را برای اینکه مثل یک انسان فکر کند، اندازه‌گیری کرد. آزمایش تورینگ تبدیل به یک جزء مهم در فلسفه هوش مصنوعی شد که درباره هوش، آگاهی و توانایی در ماشین‌ها بحث می‌کند. این مورد یکی از چالش برانگیزترین بخش‌ها در تاریخچه هوش مصنوعی است.

▀█▄  ۱۹۵۲
▬    آرتور ساموئل یک دانشمند کامپیوتر بود که برنامه کامپیوتری بازی چکر را طراحی کرد. اولین برنامه‌ای که به شکل مستقل یاد گرفت چطور بازی کند.

▀█▄  ۱۹۵۵
▬    جان مک‌کارتی و تیم او، طرحی برای ورکشاپی به نام “هوش مصنوعی” ارائه کردند. استفاده از این کلمه پس از ۱۹۵۶ که ورکشاپ برگزار شد، به طور رسمی به مک‌کارتی نسبت داده می‌شود.
▬    آلن نیول (محقق)، هربرت سایمون (اقتصاددان) و کلیف شاو (برنامه‌نویس)، با همکاری یکدیگر برنامه نظریه‌پرداز منطقی را نوشتند که اولین برنامه کامپیوتری هوش مصنوعی بود.

▀█▄  ۱۹۵۸
▬    مک‌کارتی، LISP را طراحی کرد که مشهورترین و همچنان محبوب‌ترین زبان برنامه نویسی در تحقیقات هوش مصنوعی است. این زبان، ریاضیات پایه هوش مصنوعی را دارد.

▀█▄  ۱۹۵۹
▬    ساموئل عبارت یادگیری ماشینی را حین صحبت درباره برنامه‌نویسی کامپیوتری که بتواند بهتر از انسانی که آن را نوشته، شطرنج بازی کند، برای اولین بار استفاده کرد.

▀█▄  هوش مصنوعی در دهه ۱۹۶۰
▬    نوآوری در حوزه هوش مصنوعی در دهه ۱۹۶۰ به سرعت پیشرفت کرد. ساخت زبان‌های جدید برنامه‌نویسی، ربات‌ها و آدم‌های ماشینی، پژوهش‌های تحقیقاتی، و فیلم‌هایی که افرادی را نشان می‌داد که با هوش مصنوعی ساخته شده‌اند، محبوبیت بیشتری یافت. این روند تا حد زیادی اهمیت هوش مصنوعی در نیمه دوم قرن بیستم را افزایش داد.

▀█▄  ۱۹۶۱
▬    اونیمیت یک ربات صنعتی بود که در دهه ۱۹۵۰ توسط جورج دیول اختراع شد و تبدیل به اولین رباتی شد که در خط مونتاژ جنرال موتورز در نیوجرسی شروع به کار کرد. وظایف آن شامل حمل قالب‌های ریخته‌گری از خط مونتاژ و جوشکاری بخش‌هایی از بدنه اتومبیل بود. کاری که برای انسان‌ها خطرناک قلمداد می‌شد.
▬    جیمز اسلاگل دانشمند کامپیوتر، سنت (انتگرال‌گیر خودکار نمادین) را طراحی کرد که یک برنامه ذهنی حل مسئله بود و تمرکز آن بر انتگرال نمادین در حساب دیفرانسیل سال دوم دبیرستان بود.

▀█▄  ۱۹۶۴
▬    دانیل بارو دانشمند کامپیوتر، استیودنت را ساخت که یک برنامه اولیه هوش مصنوعی است که به زبان لیسپ نوشته شد و مسئله‌های جبر را حل کرد. استیودنت به عنوان اولین سنگ محک پردازش زبان طبیعی هوش مصنوعی شناخته می‌شود.

▀█▄  ۱۹۶۵
▬    جوزف ویزنبام دانشمند کامپیوتر، الیزا را طراحی کرد که یک برنامه تعاملی کامپیوتری است و می‌تواند به شکلی کارکردی، به زبان انگلیسی با یک انسان صحبت کند. هدف ویزنبام، اثبات این نکته بود که ارتباطات بین ذهن هوش مصنوعی در برابر ذهن انسان، مصنوعی بود اما متوجه شد بسیاری از افراد، مشخصه‌ای شبه انسانی را به الیزا نسبت دادند.

▀█▄  ۱۹۶۶
▬    ربات شیکی که توسط چارلز روزن با کمک ۱۱ نفر دیگر طراحی شد، اولین ربات متحرک عمومی بود که به نام اولین فرد الکترونیک نیز شناخته شد.

▀█▄  ۱۹۶۸
▬    فیلم علمی تخیلی ادیسه فضایی ۲۰۰۱ به کارگردانی استنلی کوبریک به نمایش درآمد. این فیلم HAL (کامپیوتر الگوریتمی برنامه نویسی شده ذهنی) را نشان می‌دهد که یک کامپیوتر دارای احساس است.
▬    HAL سیستم‌های فضاپیمایی را کنترل کرده و با کارکنان آن مانند یک انسان تعامل برقرار می‌کند، تا اینکه مشکلی پیش می‌آید و تعاملات HAL را تبدیل به گفتگوهایی منفی می‌کند.
▬    تری ویناگراد استاد علوم کامپیوتر، SHRDLU را ساخت که یک برنامه کامپیوتری اولیه با زبان طبیعی است.

▀█▄  هوش مصنوعی در دهه ۱۹۷۰
▬    دهه ۱۹۷۰ نیز مانند دهه ۱۹۶۰ شاهد افزایش سرعت پیشرفت هوش مصنوعی و به خصوص تمرکز بر ربات‌ها و آدم‌های ماشینی بود. در هرحال هوش مصنوعی در دهه ۱۹۷۰ با چالش‌هایی مواجه شد، از جمله کاهش حمایت دولت از تحقیقات هوش مصنوعی.

▀█▄  ۱۹۷۰
▬    WABOT-1 اولین ربات انسان‌نما است که در دانشگاه واسدا ژاپن ساخته شد. ویژگی‌های آن شامل دست و پاهای قابل حرکت، توانایی دیدن و توانایی گفتگو است. این مورد یکی از جذاب‌ترین بخش‌ها در تاریخچه هوش مصنوعی است.
▬    

▀█▄  ۱۹۷۳
▬    جیمز لایتهیل متخصص ریاضیات کاربردی در گزارشی درباره وضعیت تحقیقات هوش مصنوعی به شورای علوم انگلیس عنوان کرد:
▬    تاکنون در هیچ یک از بخش‌های این حوزه، اکتشافاتی صورت نگرفته که تاثیر قابل‌توجهی که قول داده شده بود را به همراه داشته باشد.
▬    گزارش وی سبب شد حمایت دولت انگلیس از تحقیقات هوش مصنوعی تا حد زیادی کاهش یابد.

▀█▄  ۱۹۷۷
▬    فیلم جنگ ستارگان به کارگردانی جورج لوکاس به نمایش درآمد. این فیلم یک ربات انسان‌نما به نام C-3PO را نمایش می‌دهد که به صورت آدم ماشینی پروتکلی طراحی شده و سلیس‌تر از هفت میلین شکل دیگر ارتباطات صحبت می‌کند.
▬    فیلم ربات دیگری به نام R2-D2 را به عنوان دوست C-3PO نمایش می‌دهد که یک آدم ماشینی مکانیک فضایی است که می‌تواند مانند انسان صحبت کنند. درعوض، R2-D2 با بوق‌های الکترونیک صحبت می‌کند. کارکرد آن شامل تعمیرات کوچک و خلبانی استارفایتر است.

▀█▄  ۱۹۷۹
▬    استنفورد کارت یک ربات متحرک کنترل از راه دور و مجهز به تلویزیون بود که توسط جیمز ال آدامز که دانش‌آموخته مهندسی مکانیک در ۱۹۶۱ بود، ساخته شد. در ۱۹۷۹ یک لغزنده یا لولای مکانیکی که دوربین تلویزیون را از یک طرف به طرف دیگر تکان می‌داد توسط هانس موراوک، دانشجوی دکترای آن زمان، به این ربات افزوده شد. کارت با موفقیت و بدون دخالت انسان، از اتاقی پر از صندلی به مدت تقریبا پنج ساعت عبور کرد، که سبب شد تبدیل به یکی از اولین نمونه‌ها در وسایل نقلیه خودکار شود.

▀█▄  هوش مصنوعی در دهه ۱۹۸۰
▬    رشد سریع هوش مصنوعی در دهه ۱۹۸۰ ادامه یافت. با وجود پیشرفت‌ها و هیجانی که در هوش مصنوعی وجود داشت، دوره زمستان هوش مصنوعی با احتیاط تمام طی شد. دوره ای که سرمایه‌گذاری و توجه به این موضوع، کاهش یافت.

▀█▄  ۱۹۸۰
▬    WABOT-2 در دانشگاه وسدا ساخته شد. این ربات انسان‌نما می‌توانست با مردم گفتگو کند، نت موسیقی بخواند و با یک ارگ الکترونیک، موسیقی بنوازد.
▬    

▀█▄  ۱۹۸۱
▬    وزیر صنعت و تجارت بین‌المللی ژاپن ۸۵۰ میلیون دلار به پروژه نسل پنجم کامپیوتر اختصاص داد، که هدف آن، طراحی کامپیوترهایی بود که می‌توانستند گفتگو کنند، به زبان‌های مختلف ترجمه کنند، تصاویر را تفسیر کنند و استدلالی شبیه به استدلال انسان بیان کنند.

▀█▄  ۱۹۸۴
▬    فیلم رویاهای الکتریکی به کارگردانی استیو بارون به نمایش درآمد. طرح آن حول محور مثلث عشقی بین انسان، زن و یک کامپیوتر شخصی احساساتی به نام ادگار بود.
▬    راجر شانک (نظریه‌پرداز هوش مصنوعی) و ماروین مینسکی (دانشمند شناختی) در انجمن پیشرفت هوش مصنوعی (AAAI) درباره زمستان هوش مصنوعی هشدار دادند. اولین نشانه این بود که توجه و سرمایه‌گذاری در تحقیقات هوش مصنوعی کاهش خواهد یافت. هشدار آنها در مدت زمانی سه ساله، به حقیقت پیوست.

▀█▄  ۱۹۸۶
▬    مرسدس بنز یک ون بدون راننده و مجهز به دوبین و سنسور را با هدایت ارنست دیکمانز ساخت. این ماشین موفق شد تا ۵۵ mph در جاده‌ای که هیچ مانع دیگر یا راننده انسان در آن حضور نداشت، براند.

▀█▄  ۱۹۸۸
▬    جودی پرل فیلسوف و دانشمند کامپیوتر، استدلال احتمالی در سیستم‌های هوشمند را منتشر کرد. همچنین او شبکه‌های بایزی را طراحی کرد که یک مدل گرافیکی احتمالی بود که مجموعه متغیرها و وابسته‌های آنها را از طریق گراف جهت‌دار غیرمدور (DAG) نشان می‌دهد.
▬    رولو کارپنتر، برنامه‌نویس و مخترع دو چت بات جابرواکی و کلوربات است.  جابرواکی را برای شبیه‌سازی گفتگوی طبیعی انسان به شیوه‌ای جالب، سرگرم‌کننده و بامزه طراحی شده است. این مثالی از هوش مصنوعی از طریق یک چت بات است که با مردم گفتگو می‌کند.

▀█▄  هوش مصنوعی در دهه ۱۹۹۰
▬    هزاره دوم در حال پایان یافتن بود اما هوش مصنوعی همچنان به مراحل مختلف رشد خود ادامه داد.

▀█▄  ۱۹۹۵
▬    ریچارد والاس دانشمند کامپیوتر، چت بات A.L.I.C.E (نهاد کامپیوتری اینترنتی زبان مصنوعی) را با الهام از الیزا ساخته ویزنبام، طراحی کرد. آنچه موجب تمایز A.L.I.C.E از الیزا شد، اضافه کردن یک مجموعه داده نمونه زبان طبیعی بود.

▀█▄  ۱۹۹۷
▬    سپ هاچریتر و خورگن اشمیدبر دانشمند کامپیوتر، یک حافظه طولانی کوتاه‌مدت  (LSTM) طراحی کرد که نوعی از معماری شبکه عصبی متناوب (RNN) است که برای تشخیص گفتار و دست خط به کار رفت.
▬    دیپ بلو یا آبی عمیق، یک ابر رایانه بازیکن شطرنج است که توسط IBM طراحی شد و اولین سیستمی بود که یک بازی شطرنج را برنده شد و در مقابل استاد بزرگ شطرنج جهان بازی کرد. این مورد یکی از جذاب‌ترین بخش‌ها در تاریخچه هوش مصنوعی است.

▀█▄  ۱۹۸۸
▬    دیو هامپتون و کالب چانگ، فوربای را اختراع کردند، که اولین ربات اسباب‌بازی برای کودکان بود.

▀█▄  ۱۹۹۹
▬    شرکت سونی نیز همراه با فوربای، AIBO را معرفی کرد (ربات هوش مصنوعی) که یک سگ رباتیک ۲۰۰۰ دلاری بود که برای یادگیری تعامل با محیط خود، مالکان و سایر AIBO ها ساخته شد. ویژگی‌های آن شامل توانایی درک و پاسخ به بیش از ۱۰۰ فرمان صوتی و ارتباط با صاحب انسانی‌اش بود.
▬    

▀█▄  هوش مصنوعی از ۲۰۰۰ تا ۲۰۱۰
▬    هزاره جدید در راه بود  و پس از اینکه ترس از Y2K از بین رفت، هوش مصنوعی به رشد خود ادامه داد. همان‌طور که انتظار می‌رفت، موجودات هوشمند مصنوعی بیشتری ساخته شدند و محصولات رسانه‌ای خلاقانه‌تری درباره هوش مصنوعی و مقصد آن منتشر شد.

▀█▄  ۲۰۰۰
▬    مشکل Y2K که به عنوان مشکل سال ۲۰۰۰ نیز شناخته می‌شد، مربوط به گروهی از باگ‌های کامپیوتری مرتبط با شکل گیری و ذخیره داده‌های تقویم الکترونیک بود که در ۱/۱/ ۲۰۰۰ آغاز شد. با توجه به اینکه همه برنامه‌ها و نرم‌افزارهای اینترنتی در دهه ۱۹۰۰ ساخته شده بودند، بعضی از سیستم‌ها در انطباق با فرمت سال جدید ۲۰۰۰ به مشکل برخوردند.
▬    قبلا این سیستم‌های خودکار فقط باید دو رقم آخر سال را تغییر می‌دادند اما اکنون هر چهار رقم سال باید تغییر می‌کرد. این مورد چالشی برای فناوری و افرادی که از آن استفاده می‌کردند، بود.
▬    پروفسور سینتیا بریزیل، ربات کیسمت را طراحی کرد که می‌توانست احساسات را با صورت خود تشخیص داده و شبیه‌سازی کند. این ربات شکلی شبیه صورت انسان همراه با چشم، لب، پلک و ابرو داشت.
▬    شرکت هوندا، ASIMO را تولید کرد که یک ربات انسان‌نمای هوشمند مصنوعی بود.

▀█▄  ۲۰۰۱
▬    فیلم علمی تخیلی هوش مصنوعی به کارگردانی استیون اسپیلبرگ به نمایش درآمد. این فیلم جامعه‌ای آینده‌نگر و کابوس‌آباد را نشان می‌دهد و دیوید را در این جامعه دنبال می‌کند که یک کودک انسان‌نمای پیشرفته است که با احساسات شبه انسانی از جمله توانایی دوست داشتن، برنامه‌نویسی شده است.

▀█▄  ۲۰۰۲
▬    i-Robot ربات رومبا را تولید کرد که یک جاروبرقی رباتیک خودگردان است که می‌تواند از موانع سر راهش عبور کند و همه جا را جارو کند.

▀█▄  ۲۰۰۴
▬    اسپریت، فضاپیمای اکتشافی رباتیک ناسا، و آپورچونیتی، سطح مریخ را بدون مداخله انسان، کاوش کردند.
▬    فیلم علمی تخیلی ربات به کارگردانی الکس پرویاز به نمایش درآمد. در این فیلم که سال ۲۰۳۵ را نمایش می‌دهد، ربات‌های انسان‌نما به انسان‌ها خدمت می‌کنند. اما یکی از انسان‌ها بسیار ضد ربات است و یک پایان تراژیک توسط ربات رقم می‌خورد.

▀█▄  ۲۰۰۶
▬    اورن اتزیونی (استاد علوم کامپیوتر)، میشل بانکو و میشل کافرالا (دانشمندان کامپیوتر) عبارت خواندن ماشینی را برای اولین بار به کار بردند که به معنی درک خود به خودی یک متن و بدون نظارت شخصی دیگر بود.

▀█▄  ۲۰۰۷
▬    فی فی لی استاد علوم کامپیوتر و همکاران او، ایمیج نت را گردآوری کردند که یک پایگاه داده از تصاویر زیرنویسی شده است که هدف آن، کمک به تحقیقات نرم‌افزار تشخیص شی است.

▀█▄  ۲۰۰۹
▬    گوگل به صورت پنهانی یک اتومبیل بدون راننده طراحی کرد. این اتومبیل تا ۲۰۱۴ آزمایش رانندگی خودکار نوادا را با موفقیت انجام داد.

▀█▄  هوش مصنوعی در ۲۰۱۰ تا اکنون
▬    دهه کنونی اهمیت به سزایی برای نوآوری در هوش مصنوعی داشته است. از ۲۰۱۰ به بعد، هوش مصنوعی در زندگی روزمره ما حضور یافته است. ما از تلفن‌های هوشمندی استفاده می‌کنیم که دستیار صدا دارن، و کامپیوترهایی را به کار می‌بریم که کارکردهای هوشمندی دارند که خیلی از آنها را بدون توجه به ظرایف آن به راحتی استفاده می‌کنیم. هوش مصنوعی دیگر یک امید واهی نیست.

▀█▄  ۲۰۱۰
▬    ایمیج نت چالش تشخیص بصری مقیاس بزرگ ایمیج نت (ILSVRC) را در رقابت سالانه شناسایی شی هوش مصنوعی، آغاز کرد.
▬    مایکروسافت، کینکت را برای Xbot ۳۶۰ آغاز کرد که اولین ابزار بازی بود که حرکت بدن انسان را با استفاده از یک دوربین سه بعدی و آشکارسازی مادون قرمز دنبال کرد.

▀█▄  ۲۰۱۱
▬    واتسون یک کامپیوتر پاسخ به سوالات با زبان طبیعی است که توسط IBM ساخته شد و دو قهرمان سابق پرمخاطره به نام‌های جنینگز و براد روتر را در بازی ضبط شده در تلویزیون، شکست داد.
▬    شرکت اپل، ربات سیری را تولید کرد که یک دستیار مجازی در سیستم عامل ios اپل است. سیری از واسطه کاربر زبان طبیعی برای استنتاج، مشاهده، پاسخ و توصیه کارهایی به کاربر انسانی خود، استفاده می‌کند. این ربات، فرمان‌های صوتی را اجرا کرده و یک تجربه منحصر به فرد برای هر کاربر ایجاد می‌کند.

▀█▄  ۲۰۱۲
▬    جف دین و اندرو ان جی (محققان گوگل) یک شبکه عصبی بزرگ متشکل از ۱۶۰۰۰ پردازشگر را آموزش دادند تا تصاویر گربه‌ها را (با وجود اینکه هیچ اطلاعات پیش زمینه‌ای نداشت) با نشان دادن ۱۰ میلیون تصویر بینام از ویدئوهای یوتیوب، تشخیص دهند.

▀█▄  ۲۰۱۳
▬    یک تیم تحقیقاتی از دانشگاه کارنگی ملون، ربات یادگیرنده تصویر بی پایان (NEIL) را منتشر کرد که یک سیستم یادگیری ماشین معنایی است که می‌تواند روابط تصاویر را مقایسه و تحلیل کند.

▀█▄  ۲۰۱۴
▬    مایکروسافت یک ربات به نام کورتانا را منتشر کرد که نسخه مورد نظر آنها از دستیار مجازی مشابه ربات سیری در سیستم‌ عامل ios است.
▬    آمازون یک ربات به نام آمازون الکسا ساخت که یک دستیار خانگی است و در اسپیکرهای هوشمند جای می‌گیرد و مانند یک دستیار شخصی عمل می‌کند.

▀█▄  ۲۰۱۵
▬    ایلان ماسک، استفان هاوکینگ و استیو وزنیاک از جمله ۳۰۰۰ نفری هستند که یک نامه سرگشاده را برای ممنوع کردن توسعه و استفاده از سلاح‌های خودکار (برای اهداف جنگی) امضا کردند.

▀█▄  ۲۰۱۵-۲۰۱۷
▬    آلفاگو از دیپمایند گوگل، یک برنامه کامپیوتری است که بازی بزرگ «گو» را انجام می‌دهد و قهرمانان مختلفی (انسان‌ها) را شکست داده است.

▀█▄  ۲۰۱۶
▬    یک ربات انسان‌نما به نام سوفیا توسط شرکت رباتیک هنسون ساخته شد. او به عنوان اولین شهروند رباتی مشهور است. آنچه سوفیا را از انسان‌نماهای گذشته متمایز می‌کند، شباهت او به انسان واقعی، و توانایی او در دیدن (تشخیص تصاویر)، ایجاد حالات چهره و برقراری ارتباط از طریق هوش مصنوعی است.
▬    گوگل ربات گوگل هوم را منتشر کرد که یک اسپیکر هوشمند است که از هوش مصنوعی به عنوان یک دستیار شخصی استفاده می‌کند تا به کاربران کمک کند کارهای خود را به خاطر بسپارند، قرار ملاقات خود را انجام دهند و به وسیله صوت، اطلاعاتی را جستجو کنند.

▀█▄  ۲۰۱۷
▬    آزمایشگاه تحقیق هوش مصنوعی فیسبوک دو ایجنت گفتگو (چت بات) را آموزش داد تا با یکدیگر گفتگو کنند و یاد بگیرند چطور مذاکره کنند. در هر حال همان‌طور که چت بات ها گفتگو کردند، از زبان انسانی منحرف شدند (برنامه‌نویسی شده به انگلیسی) و با زبان خودشان شروع به گفتگو کردند. اما هوش مصنوعی را تا درجه‌ای بسیار بالا به نمایش گذاشتند.

▀█▄  ۲۰۱۸
▬    هوش مصنوعی پردازش زبان آلیبانا (گروه فناوری چینی) در آزمون درک مطلب و خواندن استنفورد، هوشی بهتر از انسان دارد. پردازشگر زبان آلیبانا در مجموعه ۱۰۰۰۰۰ پرسش، نمره ۸۲.۴۴ را در برابر نمره ۸۲.۳۰ انسان دریافت کرد. شکستی نزدیک اما به هرحال شکست انسان محسوب می‌شود.
▬    گوگل BERT را طراحی کرد که اولین معرفی زبان دو سویه و غیرنظارت شده است که می‌تواند در کارهای مختلف زبان طبیعی با استفاده از انتقال یادگیری استفاده شود.
▬    سامسونگ ربات بیکس بای را معرفی کرد که یک دستیار مجازی است. کارکردهای بیکس‌بای شامل صوت است که در آن کاربر می‌تواند صحبت کرده و پرسش‌هایی بپرسد و درخواست توصیه و پیشنهاد کند.
▬    همچنین قدرت دید که در آن توانایی دیدن بیکس‌بای، از طریق یک اپ دوربین ساخته می‌شود و می‌تواند چیزی که کاربران می‌بینند را ببیند و خانه که در آن بیکس‌بای از اطلاعات اپلیکیشن استفاده می‌کند تا با کاربر، تعامل کند. این مورد یکی از جذاب‌ترین دستاوردها در تاریخچه هوش مصنوعی است.
مأخذ:blog.u-id.net/history-of-artificial-intelligence
هو العلیم

دکتر حامد حاجی‌حیدری؛ فقط ایده‌ای برای تأمل بیشتر

▬    مشخصاً رستنگاه ایده رایانش را می‌توان به چارلز ببیج (Charles Babbage)، ریاضیدان نابغه کمبریج رساند که سال‌های متمادی را وقف ابداع یک ماشین حساب خودکار که می‌توانست محاسبات پیچیده مربوطه به ناوبری و تحلیل اشیاء متحرک را به انجام برساند. ماشینی که طراحی کرد، به تولید هزاران قطعه دقیق نیاز داشت، و در حالی که دانشمندان امروزی می‌دانند که طراحی ماشین ببیج جواب می‌دهد، ولی دولت وقت بریتانیا پس از سرمایه‌گذاری هنگفت هفده هزار پوندی، از حمایت خود دست کشید.
▬    در حالی که ببیج تلاش می‌کرد تا طرح جاه‌طلبانه مغزافزار مکانیکی خود را به اجرا بگذارد، یک ریاضیدان انگلیسی دیگر به نام جورج بول (George Boole) از کوئینز کالج کورک ایرلند، درگیر کاری متفاوت، اما، به همان اندازه مهم بود: یعنی، کشف قوانین اساسی اندیشه و پیدا کردن آن‌ها بر اساس اصول منطق. بول برای از بین بردن ابهامات زبان مرسوم منطق از زمان ارسطو، از مجموعه‌ای از نمادهای دلخواه (a، b، x، y و ...، و ∧،∨،و¬) برای توضیح «قوانین اندیشه» استفاده کرد. یک نکته مهم دیگر در منطق جدید جرج بول، خصلت باینری یا دودویی آن بود. هر عبارت منطقی، مهم نیست چقدر پیچیده باشد، نهایتاً می‌تواند به صورت «۱» (مخفف «همه» یا «درست») یا به عنوان «۰» (مخفف «هیچ» یا «کاذب») نمایش داده شود. جبر بولی سرانجام، نیم قرن بعد توسط آلفرد نورث وایتهد و برتراند راسل در کتاب Principia Mathematica (۱۳-۱۹۱۰) مورد قدردانی قرار گرفت. مجموعه افکاری که توسط چارلز ببیج، جرج بول، و وایتهد و راسل ارائه شد، سرانجام، توسط محققان در دهه‌های ۱۹۳۰ و ۱۹۴۰ یکپارچه شد، و به خلق ماشین‌های محاسب انجامید.
▬    در سال ۱۹۳۸، رساله مشهور «تحلیل نمادین مدارهای رله و سوئیچینگ» کلود شنون (Claude Shannon) منتشر شد. او بر آن شد که ماشین را می‌توان بر حسب معادلات جبر بولی ساده‌سازی کرد: برای سیستم درست-کاذب می‌توان کلیدهای روشن-خاموش یا مدار بسته و باز را موازی کرد. گام‌های استدلال منطقی را می‌توان با چنین رله‌های «سوئیچینگ» طی کرد. کار شنون زمینه را برای ساخت ماشین‌هایی که عملیات منطقی عظیم را به طور ماشینی و انبوه انجام می‌دادند، هموار کرد؛ حالا می‌شد استدلال منطقی طولانی و پیچیده را مشخصاً با طراحی دیجیتال محقق و تدقیق کرد.
▬    بیش از شنون، آلن تورینگ (Alan Turing)، ایده ماشین تورینگ خود را در سال ۱۹۳۶ مطرح کرد؛ بر این اساس، هر رشته محاسباتی که دقیقاً به زبان ریاضی بیان شده باشد را می‌توان توسط ماشینی انجام داد که دارای مجموعه متناهی از دستورالعمل‌ها باشد. دیگر آنکه، او نشان داد که اصولاً و فقط یک نوع رایانه وجود دارد، و نتایج محاسبه رایانه‌ها اختلافی با یکدیگر نخواهند داشت. و سومین نکته آن که، او شروع به فکر کردن در مورد مسائل اصلی هوش مصنوعی کرد: رابطه بین فکر انسان و تفکر ماشینی.
▬    ونور بوش (Vannevar Bush)، مهندس MIT، که به کلود شنون جوان پیشنهاد کرده بود تا بر روی موضوع قیاس بین نظریه شبکه الکتریکی و حساب گزاره‌ای کار کند، خود، شروع به ساخت ماشین‌هایی کرد که می‌توانستند معادلات دیفرانسیل را حل کنند.
▬    در همین زمان، وارن مک‌کالک و والتر پیتس (Warren McCulloch and Walter Pitts, 1943) در حال بسط نظرات خود در مورد شبکه‌های عصبی بودند، به ویژه این ایده که هر چیزی را که بتوان به طور کامل و بدون ابهام در قالب کلمات بیان کرد، می‌تواند توسط شبکه محدود متناسبی از نورون‌ها برنامه‌ریزی شود. بنا بر این، مغز را می‌توان به مفهومی دقیق‌تر از قبل، به عنوان یک ماشین عصبی و الکترونیک تعبیر کرد و در واقع، به عنوان یک ماشین تورینگ در نظر گرفت.
▬    نهایتاً نوربرت وینر (Norbert Wiener) علم سایبرنتیک را به عنوان یک حوزه بین‌رشته‌ای جدید که مکانیسم‌های بازخورد سیستمی را در نسبت با محیط را در یک فرآیند و نظام ارگانیک و خودفرمان کاوش می‌کرد، بنیان گذاشت.
▬    بر مبنای همه این یافته‌ها و نوآوری‌ها، این، جان فون نویمان (John von Neumann) بود که با تمام این رگه‌های فکری ارتباط برقرار کرد و به اتکاء علاقه پایدارش به نظریه محاسبات، و همچنین سخت‌افزار رایانه، منطق باینری را با فن حافظه رایانه تلفیق کرد. او با بسط ایده ذخیره برنامه‌ها، که در آن عملیات رایانه را می‌توان با استفاده از یک برنامه یا مجموعه‌ای از دستورالعمل‌ها، در حافظه داخلی رایانه ذخیره کرد، فن سخت‌افزار و نرم‌افزار رایانه را نهایی کرد. او نشان داد که چگونه منطق باینری و رایانش می‌توانند منجر به شکل‌گیری چیزی مشابه و حتی سازمندتر از حافظه انسانی به عمل درآید. می‌توان دستورالعمل‌ها را برای ماشین، به همان زبان پردازش داده‌ها (حتی چیزی شبیه زبان اسمبلی) رمزگذاری کرد، و بنا بر این، دستورالعمل‌ها و داده‌ها را در برنامه ترکیب کرد و هر دو را در رایانه ذخیره نمود. این پیشرفت‌های مفهومی راه را برای برنامه‌هایی مانند اسمبلرها و کامپایلرهای زبان C باز کرد که می‌توانستند زیر روال‌ها را در برنامه اصلی جمع کنند و از یک زبان نزدیک به زبان انسان مانند Basic، به زبان ابتدایی ماشین ترجمه کنند. شاید اگر فون‌نویمان، در سال ۱۹۵۷ و در حالی که هنوز در اوان میان‌سالی و ۵۴ سالگی بود بر اثر سرطان فوت نمی‌کرد، به شخصیت اصلی تاریخ نظریه محاسبات، علوم شناختی و نهایتاً هوش مصنوعی تبدیل می‌شد، و نقش نیوتن روزگار ما را ایفا می‌کرد.
▬    در عمل، و در سال ۱۹۴۶، فیزیکدانی بنام دکتر جان ماکلی (John William Mauchly) با همکاری جان آدام پرسپر اکرت (John Adam Presper) که مهندس برق بود، به ساختن اولین رایانه الکترومکانیکی/الکترونیکی همه منظوره، به نام «اینیاک» (ENIAC-Electronic Numerical Integrator And Computer) شدند. این رایانه قادر به انجام سیصد عمل ضرب در هر ثانیه بود و قادر بود کار دستی ۳۰۰ روزه را در یک روز انجام دهد. انیاک ۳۰ تن وزن داشت و کاربرد نظامی داشت.
▬    آلن نیول و هربرت سایمون (Allen Newell and Herbert Simon) روی رایانه جدیدی به نام جانیاک کار کردند که جیم اول نام خود را از نام جان فون نویمان می‌گرفت. این برنامه، همانطور که فون نویمان در نظر داشت، هم به دنبال شبیه‌سازی رفتارهای پیچیده ذهن و تصمیم‌سازی انسانی بود و هم به دنبال فراتر رفتن از آن‌ها. این رایانه، از روش کارآمدتر تصادفی به جای ترتیبی برای تخصیص حافظه استفاده می‌کرد، و بازی شطرنج و حل هوشمندانه‌تر مسائل ریاضی که نیاز به تفکر استراتژیک و پیچیده داشت، اهداف اصلی آن بودند. جالب این که ماشین توانست، اثبات زیباتری از یکی از قضایای وایتهد و راسل در کتاب پرینسیپا ماتماتیکا ارائه دهد که راسل را به وجد آورد. آلن نیول باور داشت که جانیاک از همان روش‌های انسانی استفاده می‌کند، ولی مجموع محاسبات چند دقیقه‌ای آن، اگر توسط منطق‌دان انسانی انجام می‌شد، صدها یا حتی هزاران سال وقت می‌برد. نحوه کار ماشین چیزی شبیه به این بود که فی‌المثل، اشکالی از قیاس که در آن اگر a دلالت بر b داشته باشد، و b دلالت بر c، و c دلالت بر d، و ... تا n، آنگاه، «a دلالت بر n» دارد؛ تمام این زنجیره‌های طولانی دلالت‌های موازی می‌توانست با هم تحلیل شوند، و در نهایت، چیزی شبیه و حتی پیچیده‌تر از آنچه در ذهن یک بازیگر استراتژیک شطرنج می‌گذرد، در ماشین نمودار شود. تیم نیول و سایمون ابرام داشتند که معتقد نیستند که هم ارزی عملکردی بین مغز و رایانه دلالت بر تناظر ساختاری در یک سطح آناتومیک داشته باشد و مثلاً به هم ارزی نورون‌ها با مدارها اشعار داشته باشد. کشف مکانیسم‌های عصبی که این عملکردهای پردازش اطلاعات را در مغز انسان موجب می‌شود، مورد توجه تیم مک‌کالک و پیتس بود، ولی گروه سایمون و نیول باور داشتند که این فرض برای توسعه و بسط منطق دیجیتال می‌تواند مضر باشد؛ آن‌ها آمادگی داشتند که به منطق دیجیتال به عنوان یک منطق برتر و با قابلیت محاسبه گسترده‌تر بنگرند؛ این، یک هوش مصنوعی بود که فراتر از هوش انسانی عمل می‌کرد. لااقل دو چیز محرز بود:

(۱) رایانه‌ها می‌توانند رفتاری داشته باشند که اگر توسط انسان‌ها ابراز شود، بدون ابهام هوشمند تلقی می‌شوند.
(۲) مراحلی که برنامه‌ها در مسیر اثبات قضایا طی می‌کنند، تمایزهایی با مراحل حل مسأله انسانی دارند.

▬    حتی می‌توان گفت که در پروژه نیول، چیزی شبیه منطق فازی، دخیل بوده است؛ ابتدا صورت مورد نظر «حل یک مسأله» تصریح می‌شود، سپس، با معلوم و مجهول، جایگاه فعلی در فرآیند حل مسأله با هدف نهایی مورد نظر مقایسه می‌گردد. اگر این دو مورد منطبق باشند، مشکل حل شده است، در غیر این صورت، ماشین محاسب، تفاوت‌ها را روشن می‌کند و روش‌هایی را جست و جو می‌کند تا تفاوت بین موقعیت فعلی در حل مسأله و موقعیت حل نهایی مسأله کاهش یابد. جدولی تنظیم می‌شود که اهداف سیستم را با الگوریتم‌های مرتبط می‌کند که ممکن است در کاهش فاصله تا حل مسأله مفید باشند. سیستم یک الگوریتم مرتبط با فاصله تا حل مسأله را انتخاب و آزمایش می‌کند تا معلوم شود که آیا الگوریتم برای وضعیت فعلی قابل اجرا است یا خیر. اگر اعمال آن فاصله تا حل مسأله را تقلیل دهد و نتیجه‌ای نزدیک به حالت نهایی مطلوب به دست آید، اعمال الگوریتم تکرار می‌شود. اگر ثابت شود که الگوریتم‌های موجود قابل اجرا نیستند، سیستم یک هدف فرعی ایجاد می‌کند. این رویه مدام و خستگی‌ناپذیر تکرار می‌شود تا زمانی که هدف محقق شود. با این رویه یا پراسیجر حل مسأله، علاوه بر این ممکن است مسائل پیچیده به مسائل فرعی تجزیه شود، از آن مهم‌تر، امکان حذف جزئیات از مسأله نیز هست، چرا که فرایند به طرزی که آشکارا فراتر از ضوابط جبر بولی است، به تقلیل فاصله وضع فعلی از وضع حل مسأله تمرکز دارد.
▬    نتایج کار نیول و سایمون برای بسیاری وحشتناک بود و همچنان هم هست.  در واکنش به این وضع «وحشتناک» که از قرار معلوم، موقعیت مسلط انسان را به چالش می‌کشد، واکنش‌هایی مطرح شد:
▬    اول از همه، گفته شد که تمام اطلاعات موجود در برنامه رایانه‌ای توسط انسان‌ها تعبیه شده است، و از این قرار، کنترل انسانی همچنان باواسطه برقرار است. اما از نظر نیوول و سایمون، تا زمانی که رایانه صرفاً درگیر تکرار منظم مراحل از قبل برنامه‌ریزی شده باشد، این سخن درست است، ولی در عمل، تصمیم‌های رایانه در مورد استفاده از الگوریتم‌های مختلف و ترکیب آن‌ها صورت‌های تازه‌ای از حل مسأله خلق می‌کند که حتی می‌تواند برتراند راسل را پنجاه سال پس از انتشار کتاب پرینسیپیا ماتماتیکا شگفت‌زده کند؛ بی‌گمان اگر یک عملگر انسانی این کار را می‌کرد، ما کار او را هوشمندانه یا فراهوشمندانه تلقی می‌کردیم.
▬    خط دیگری از انتقادات بر تفاوت‌های معینی بین انسان‌ها و برنامه‌های کامپیوتری متمرکز بود؛ برای مثال، این‌که انسان‌ها می‌توانند میانبرها یا اکتشاف‌ها را بداهه بسازند، در حالی که رایانه‌ها همان فرآیندهای قبلی خود را تکرار یا ترکیب می‌کنند. از این گذشته، برخی مسائل انسانی قابل تبدیل به زبان ماشین نیستند. نیوول و سایمون با پذیرش این محدودیت، تصمیم گرفتند برنامه‌هایی با قابلیت یادگیری ابداع کنند (توأم با برداشت‌های آزاد از هوارد گاردنر).
مآخذ:...
هو العلیم

دکتر حامد حاجی‌حیدری؛ فقط ایده‌ای برای تأمل بیشتر

▬    در تابستان ۱۹۵۶، یک گروه ده نفره از دانش‌پژوهان جوان فارغ‌التحصیل ریاضیات و منطق، در محوطه دانشگاه دارتموث در نیوهمشیر گرد هم آمدند. هدف آن‌ها این بود: «تولید برنامه‌های رایانه‌ای که بتوانند هوشمندانه ”رفتار“ یا ”فکر“ کنند». آنان، این هدف را در درخواست کمک مالی به بنیاد راکفلر این‌گونه ترسیم کردند: «هر جنبه از یادگیری یا هر ویژگی دیگری از هوش، اصولاً می‌تواند به قدری دقیق توصیف شود که یک ماشین بتواند آن را شبیه‌سازی کند».
▬    در میان این گروه، بویژه چهار نفر، نقش مهمی در توسعه حوزه جدید موسوم به «هوش مصنوعی» ایفا کردند: اول از همه، «جان مک‌کارتی»،  که استادیار ریاضیات دارتموث و در نهایت مؤسس و اولین مدیر آزمایشگاه‌های هوش مصنوعی در مؤسسه فناوری ماساچوست (۱۹۵۷) و دانشگاه استنفورد (۱۹۶۳) بود. مک‌کارتی سازمان‌دهنده اصلی این مؤسسه و مبتکر (طبق اکثر گزارش‌ها) اصطلاح «هوش مصنوعی/ Artificial Intelligence» بود.
▬    سه چهره برجسته دیگر، عبارت‌اند از «مروین مینسکی»، که در آن زمان یک دانشجوی جوان در ریاضیات و عصب‌شناسی هاروارد و در نهایت مدیر آزمایشگاه هوش مصنوعی MIT بود. «هربرت سایمون» و «آلن نیول»، نیز، در شرکت رند در سانتامونیکا، و هم‌چنین، در مؤسسه فناوری کارنگی (در حال حاضر دانشگاه کارنگی ملون) در پیتسبورگ، شاغل به تحقیق بوده‌اند.
▬    در آن جمع تابستانی، «الکس برنشتاین»، که در آن زمان برنامه‌نویس ماشین‌های تجاری بین‌المللی در شهر نیویورک بود، در مورد برنامه بازی شطرنج که روی آن کار می‌کرد سخن می‌گفت؛ «آرتور ساموئل»، از شرکت IBM، درباره برنامه‌ای صحبت کرد که اتلو بازی می‌کرد. نیول و سایمون برنامه‌ای را توصیف کردند که برای حل قضایای منطقی طراحی کرده بودند. ناتان راچستر از IBM، کار بر روی برنامه‌نویسی مدلی از شبکه‌های عصبی را توضیح داد، در حالی که مروین مینسکی استفاده از رایانه برای اثبات قضایای اقلیدسی را به بحث گذاشته بود.
▬    این تابستان، در تاریخ علوم شناختی به طور کلی، و در زمینه هوش مصنوعی به طور خاص، نقشی محوری بازی کرد. یک دهه قبل،دهه ۱۹۴۰، شاهد ایده‌های درخشان نسل قدیمی‌تر، نوربرت وینر، جان فون نویمان، وارن مک‌کالک، و آلن تورینگ بود که همگی به توسعه رایانه‌های الکترونیکی مدد رساندند.
▬    تنها چند هفته قبل از این نشست تابستانی بود که در MIT برخی از حضار جمع ده‌نفره تابستانی دارتموث، در کنار چهره‌های سترگی مانند نوام چامسکی از زبان‌شناسی، و جورج میلر از روانشناسی حضور داشتند، گرد هم آمدند، و تتبعات مهمی در زمینه علوم شناختی را به اشتراک گذاشتند. تتبعاتی در مورد دیدگاه‌های جروم برونر، نوآم چامسکی، لوی اشتروس، ژان پیاژه و بسیاری از محققان دیگر در زمینه شناخت.

▀█▄  چشم‌اندازهای رقیب در زمینه هوش مصنوعی، ...
▬    لااقل تا دهه ۱۹۸۰ در زمینه هوش مصنوعی، سه تیپ رقیب را می‌شد در زمینه هوش مصنوعی ترسیم کرد که تا حدود قابل توجهی، دیدگاه ما در مورد هوش مصنوعی را عمق می‌بخشد:

▬    برخی می‌خواهند فرآیندهای فکری انسان را دقیقاً شبیه‌سازی کنند، در حالی که برخی دیگر، به خود هوشمندی و تعامل فعال با محیط تمرکز دارند؛ ...
▬    برخی به AI به مثابه یک «مینی انسان» می‌نگرند، ولی برخی دیگر، آن را یک ذهن علی‌حده می‌شمرند که البته در برخی حیطه‌ها می‌تواند موفق‌تر از هوش انسانی عمل کند؛...
▬    و بالاخره، برخی بر زبان‌های برنامه‌نویسی و نرم‌افزار تمرکز دارند، ولی برخی دیگر، سخت‌افزار را مورد توجه خود قرار می‌دهند.
▬    این‌ها، چشم‌اندازهای رقیب در مورد هوش مصنوعی هستند (توأم با برداشت‌های آزاد از هوارد گاردنر).
مآخذ:...
هو العلیم

دکتر حامد حاجی‌حیدری؛ فقط ایده‌ای برای تأمل بیشتر

بی‌گمان، یکی از منابع مناسب که برای فعالان علوم انسانی موجود، نقطه عزیمت خوبی در علوم شناختی محسوب می‌شود، مرور هوارد گاردنر در کتاب قدیمی «علم نوین ذهن؛ تاریخچه‌ای از انقلاب شناختی» مورخ ۱۹۸۵ است. ذیلاً فهرست کتاب را ملاحظه بفرمایید:

لینک دانلود رایگان کتاب:
███   The Mind's New Science: A History of the Cognitive Revolution ███

▀▄█▌ PART I: THE COGNITIVE REVOLUTION
░▒▓
1 Introduction: What the Meno Wrought
The Greek Agenda
Definition and Scope of Cognitive Science
Purpose and Plan of This Book
░▒▓
2 Laying the Foundation for Cognitive Science
The Hixson Symposium and the Challenge to Behaviorism
A Critical Moment in Scientific History
Key Theoretical Inputs to Cognitive Science
Mathematics and Computation
The Neuronal Model
The Cybernetic Synthesis
Information Theory
Neuropsychological Syndromes
Catalytic Encounters and Influential Writings
░▒▓
3 Cognitive Science: The First Decades
A Consensual Birthdate
The 1960s: Picking Up Steam
The Sloan Initiative
Key Features of Cognitive Science
Representations
Computers
De-Emphasis on Affects, Context, Culture, and History
Belief in Interdisciplinary Studies
Rootedness in Classical Philosophical Problems


▀▄█▌ PART II: THE COGNITIVE SCIENCES: A HISTORICAL PERSPECTIVE
░▒▓
4 Reason, Experience, and the Status of Philosophy
Descartes's Mind
Empiricist Responses to Descartes
Locke 's Competing Model
Berkeley 's and Hume's Skeptical Tones
Kant and Foundational Philosophy
The Logical-Empiricist Program
The Unraveling of logical Empiricism and the Revised Roles of Philosophy
Gilbert Ryle
Ludwig Wittgenstein
J. L. Austin
Richard Rorty: Is Epistemology Necessary?
Preserving Philosophy's Purview
Fresh Approaches to Epistemology
Functionalism
Intentional Systems
The Complete Cognitivist: Jerry Fodor
Conclusion: The Dialectic Role of Philosophy
░▒▓
5 Psychology: The Wedding of Methods to Substance
Three Pivotal Lines of Research from the 1950s
George Miller's Magic Number 7
The British Approach to the Processing of Information
Jerome Bruner's Strategic Approach
The Program of Cognitive Psychology
Scientific Psychology in the Nineteenth Century
Coping with the Kantian Legacy
Laying the Groundwork: Helmholtz, Fechner, Donders, and Brentano
Wandt's Program
Innovative Methods: Hermann Ebbinghaus
The Early Twentieth Century
The Attack on the Wundtians
Functionalism: William James
The Behaviorist Revolution
Gestalt Psychology: A View from Above Origins
Kohler's Comprehensive Researches
Fredleric Bartlett's Schematic /pproch
[ean Piaget's Deoeloymental Concerns
The Tur to Cognition
lnspirfion from Computers
Reacliors ho Hhe SHandard lnformafion-Processing Paradigms:
The Tp-Douon Perspdfiae
Mental Reyresenhafions
Psychology's Contributions
░▒▓
6 Artificial lntelligence: The Expert Tool
The Summer of 1956 at Dartmouth
The ldeas of Artifcial Intelligence
The Dream of drtifaial lntelligenae
Realizing the Dream
The Programs of the Dartmouth Tetrad
Programs for Problems: Alle Neell and Herbert Simon
Maroin Minsky and His Shdels
L.ists and Logics: [ohn Mcarthy
Other Prograrming Milestones
The Phenomenal SHRDLU
Pivotal lssues
The Nead for Expert Syslems
Procdural oersus Leclarafioe Representahion
The Thre Sharpest Culs
Innovations in the 1970s
Plralisms
Lnderstanding of Language
Percepfion
The Chinese Room
Searle's Conundrum
Counterathacks
Critics and Defenders: The Debate Continues
░▒▓
7 Linguistics: The Search for Autonomy
At First, There Were Colorless Green ldeas…
Enigmatic Senterces
Chomsky's d.pproach
The Sreading of Green ldeas
Vebal Misbehaoior: The Controoersy uith Skinner
Geeral Messages: Chomskian Theaha
Linguistics of an Earlier Era
The Neo-Grammarians
de Saussนre's Signal Contributiors
The Prgue School
Bloomfeld Fashions a Fdld
The Cnisis of the Early 1950s
The Evolution of Chomsky's Thought
Period Pieces
Reactions in Other Cognitive Sciences
Rival Positions within Linguistics
A Tentative Evaluation
░▒▓
8 Anthropology: Beyond the Individual Case
Lucien Levy-Bruhl Examines the Mind of the Primitive
Edward Tylor Launches the Discipline of Anthropology
The British Scene
The American Version
Boas 's Scholarly Hegemony
Reactions to Boas
The Special Status of Language and Linguistics
The Structuralist Version
Levi-Strauss 's Canons
Exploring Mind
Myth Making
Sperber 's Variations
Ethnoscience
Roofs
A Sample Componential Analysis
Critiques of Ethnoscience: From Within
Critiques of Ethnoscience: Outside the Ranks
Psychological Forays
Levy-Bruhl Revisited
░▒▓
9 Neuroscience: The Flirtation with Reductionism
Karl Lashley Poses a Research Agenda
The Lesion Technique
Equipotentiality and Engrams
Lashley 's Iconoclasm
How Specific Is Neural Functioning?
Evidence for Localization
The Resurgence of Holism
Evaluating the Evidence
Donald Hebb's Bold Synthesis
The Hixson Symposium Revisited
Hubel and Wiesel's Decisive Demonstrations
The Molar Perspective 2
Sperry on Split Brains
Graditnfs of Plasticity and Hierarchy of Functions 2
The Neural Base of Cognition: Studies of Two Systems
Eric Kandel Bridges a Gap 2
The Song of Birds
Pribram 's Holographic Hypothesis
Three H istorical Moments
Will Neuroscience Devour Cognitive Science?



▀▄█▌ PART III: TOWARD AN INTEGRATED COGNITIVE SCIENCE: PRESENT EFFORTS, FUTURE PROSPECTS
Introduction
░▒▓
10 Perceiving the World
Perennial Puzzles of Perception
Computer Simulations
The Work of David Marr
Levels of Scene Analysis
Two Sketches and a Model JOI
Implications for Cognitive Science
Reactions to Marr
The Gibsonian View of Perception JOB
Cognitive-Science Critiques of Gibson
An Aggressive Defense
Contrasting Perspectives
Possible Reconciliations
Neisser 's Ecological Approach
Parallel Processing in Perception
░▒▓
11 Mental Imagery: A Figment of the Imagination?
Introduction: Images through the Ages 32.3
Stephen Kosslyn's Model
Computer Simulation
The Debate about the Kosslyn-Shepard Perspective
Pylyshyn's Penetrating Case against Imagery
A Wittgensteinian Critique
░▒▓
12 A World Categorized
The Classical View of Classification
The Universe of Color Terms
Rosch's Critique of Classical Views
Berlin and Kay on Basic Color Terminology
A New Philosophical Cast on Concepts J50
Can Categorization Be Studied from a Cognitivist
Perspective?
░▒▓
13 How Rational a Being?
The Illogic of Human Reasoning
Crds toith Mumbers
Arlists and Beekeepers
Metal Models as a Panacea?
Biases in Human Cognition: The Tversky-Kahneman
Position
Thedter Tickeis and Coir Toss๓s
A Philosophicl Crihigue
Conclusion
░▒▓
14 Conclusion: The Computational Paradox and the
Cognitive Challenge381
The Centrdlity of MMetal Represetahion
The Computatiomal Pardor
The Cogritioe Challenge
░▒▓
REFERENCES
NAME INDEX
SUBJECT INDEX

برداشت آزاد از منابع؛ فقط ایده‌ای برای تأمل بیشتر

▬    مفهوم سوگیری (Bias)، از هرولد آینس، یکی از مفاهیم مهم علوم اجتماعی و ارتباطات و معادل مفهوم نویز در نظریه عمومی سیستم‌ها و نظریه اطلاعات قلمداد می‌شود. آینس، ریشه‌یابی سوگیری ارتباطی را کل آن چیزی دانست که ما از علم ارتباطات احتیاج داریم.
▬    خطای شناختی یا به عبارت متداول‌تر، سوگیری و نویز‌ شناختی، خطاهایی ذهنی هستند که به صورتی نظام‌مند به نگرش‌ها، اوهام، باورهای غلط و... متمایل می‌شوند و طبعاً بر استدلال‌ها، تصمیم‌گیری‌ها، ارزیابی‌ها، یادآوری‌ها و ادراک و شناخت افراد تأثیر می‌گذارند. سوگیری و نویز‌ شناختی، از مباحث مهم و تأثیرگذار در علوم شناختی است. علوم شناختی تا به اینجا، شمار زیادی از این خطاهای ذهنی را شناسایی کرده و زوایای متفاوتی از شرایط ظهور و بروزشان را بررسی کرده است. فهرست انواع خطاهای شناختی بسیار طولانی است.
▬    جهت‌گیری تأییدی یا سوگیری و نویز‌ شناختی، به بیان دیگر به معنای تمایل ما به پذیرش باورهایی خاص است. به عبارتی، هنگامی که باوری در ما شکل ‌می‌گیرد، تنها اطلاعاتی را می‌پذیریم که باورهای پیشین ما را تأیید می‌کند. در این حین، اطلاعاتی را که باعث می‌شوند در باورهایمان شبهه ایجاد شود، یا کلاً نادیده می‌گیریم یا از اساس رد می‌کنیم. این نوع مواجهه با باورهایمان، همچون استفاده از نوعی مخدر است که ما را در برابر واقعیت‌های اطرافمان کرخت ‌‌می‌سازد. به همین دلیل ذهن و دریافت‌های ما، توانایی منعکس کردن بخش بزرگی از واقعیت بیرون از ذهن را از دست می‌دهد.

▀█▄  سوگیری و نویز شناختی چیست
▬    سوگیری‌های شناختی، انحرافات و اشتباهاتی است که ذهن از قضاوت‌های درست خود مرتکب می‌شود. به بیانی دیگر می‌توان این سوگیری‌ها یا «اشتباهات ادراکی» را به هرگونه اشکال و اشتباه در تصمیم‌گیری، ارزیابی اطلاعات و به یادآوری که به شکل الگوی فکری درآمده باشد، نسبت داد و آن‌ را «سوگیری شناختی» نامید. اصطلاح سوگیری شناختی  را نخستین بار پیتر واسن (۱۹۲۴-۲۰۰۳)، روانشناس برجسته‌ای از دانشگاه کالج لندن استفاده کرد.
▬    پیتر واسن در روانشناسی استدلال که از شاخه‌های علوم ذهنی محسوب می‌شود، یکی از افراد پیش‌گام و مهم محسوب می‌شود. این شاخه از علوم ذهنی، به مطالعه‌ی نحوه‌ی تفکر و استدلال در افراد جامعه می‌پردازد و بررسی می‌کند که چه فرآیندهایی به نتیجه‌گیری‌های ذهنی منجر می‌شوند و چگونه این فرایندها روند حل مسئله و تصمیم‌گیری را شکل می‌دهند. از دید واسن، افراد حتی برای تمایل پیدا کردن به اطلاعات و دانش نیز، از سوگیری‌های شناختی مدد می‌گیرند و تمایل آن‌ها به سمتی است که پیش‌فرض‌ها، دریافت‌ها و باور‌های‌‌ آن‌ها را تأیید می‌کند.
▬    پروفسور «کارن وین» و همکارانش در دانشگاه «ییل»، مطالعاتی بر کودکان یک، دو و سه ساله انجام دادند که این مطالعات نشان می‌دهد کودک انسان از زمان تولد خود، دارای «سوگیری درون‌گروهی» است. این بدین معنا است که کودک، حمایت کسانی را که شبیه به خود او هستند، نسبت به سایر افراد ترجیح می‌دهد. این کودکان مورد مطالعه، هم از افراد مشابه خودشان حمایت می‌کردند و هم از افرادی که شباهتی به آن‌ها نداشتند، بیزاری می‌جستند. مطالعات متعددی این واقعیت را نشان می‌دهند که برای کودک از بدو تولد دو گروه «ما و دیگران» وجود دارد و انسان‌ها از کودکی، تمایل دارند تا افرادی را که شباهتی به آن‌ها ندارند، تنبیه کنند.
▬    جهت‌گیری تأییدی و سوگیری شناختی می‌تواند بر شکل‌گیری مناسبات و روابط اجتماعی نیز تأثیرگذار باشد. ما انسان‌ها در روابط اجتماعی که داریم، اعم از حقیقی و مجازی، خودمان را در معرض آن دسته از موقعیت‌های اجتماعی قرار می‌دهیم که رویکرد مثبتی به این باور‌های ما دارند. ما در ارتباطات خود، بیشتر با افرادی هم‌نشینی می‌کنیم که یا مثل ما یا بسیار شبیه ما فکر می‌کنند.
▬    پروژه‌ی دیگری به نام ایمپلیسیت (آزمون تداعی ضمنی)، توسط «آنتونی گرین‌والد» از دانشگاه واشینگتن و «مهزرین بانجی» از دانشگاه هاروارد، نشان‌دهنده‌ی وجود سوگیری‌های شناختی در تمام انسان‌ها بود؛ به عبارتی، چیزی به نام انسان بدون سوگیری و نویز وجود ندارد. به همین دلیل لازم است که برای پرهیز از خطاهای شناختی، با آن‌ها آشنا باشیم.
▬    ما در بسیاری از مواقع، فرصت درک چشم‌اندازهای متفاوت را از خودمان می‌گیریم. شاید حتی بدون اینکه متوجه شویم، هر کسی که اعتقاد به برتری‌جویی ما را به چالش بکشد، در ذهنمان سانسور ‌می‌کنیم و با آنان وارد گفت‌وگو نمی‌شویم. حتی ممکن است ناخواسته با رفتار و گفتارمان باعث رنجش دیگران شویم فقط به این دلیل که اندیشه و شیوه‌ی زندگی‌ متفاوتی از ما دارند.
▬    یک باور غلط اما شاید رایج این است که تفکر بسته فقط متعلق به افراد کمتر تحصیل‌کرده با موقعیت اجتماعی پایین‌تر است. درحالی‌که در طول تاریخ دانشمندان و نخبگان دانشگاهی بسیاری بوده‌اند که در برابر دستاوردهای جدید علمی مقاومت می‌کرده‌اند. شواهد فراوان نشان می‌دهد که جهت‌گیری تأییدی یا سوگیری و نویز شناختی در انسان‌ها، این مقاومت را معمولاً از دو طریق انجام می‌دهد: توجه گزینشی به داده‌های علمی موجود و نادیده گرفتن داده‌هایی که باورهای پیشین را باطل می‌کند.

▀█▄  سوگيری‌های شناختی-۱.پدیده لنگر انداختن
▬    اثر لنگر انداختن (Anchoring Effect)، از مهم‌ترین سوگیری‌های شناختی است که در تصمیمات، قضاوت‌ها و در نهایت رفتار و باورهای انسان‌ها بسیار تأثیرگذار خواهد بود. در سوگیری و نویز شناختی «لنگر انداختن»، ذهن در فرایند تصمیم‌گیری‌های خود، تنها به نخستین اطلاعاتی که به او رسیده تکیه و اکتفا می‌کند. به عبارتی در این نوع سوگیری و نویز شناختی، زحمت جستجوی بیشتر را به خود نمی‌دهد و روی اطلاعات اولیه یا قسمتی از آن گیر می‌افتد.
▬    ذهن همیشه برای اولین اطلاعاتی که به دست می‌آورد ارزش خاصی قائل است و معمولاً وقتی لنگرش را در قسمت خاصی از اطلاعات می‌اندازد، جانب‌دار می‌شود. طبق « پدیده لنگر انداختن»، معمولاً بهترین گزینه‌ها، همان اولین گزینه‌های ارائه‌شده هستند؛ گزینه‌هایی که تأثیر بسزایی در انتخاب افراد بین گزینه‌های موجود می‌گذارند. زمانی که سوزن فکر و تصمیم‌گیری فرد، روی مورد خاصی گیر کند، تصمیم‌گیری‌ها و قضاوت‌هایی که او در آینده انجام می‌دهد، با مقایسه‌ی مواردی که در آن لحظه موجود است، با مورد یا موارد اولیه شکل می‌گیرند.
▬    اثر لنگر انداختن، اولین بار توسط آموس تورسکی و دنیل کانمن مطرح شد. آن‌ها در مطالعه‌ی خود شرکت‌کنندگان را به دو گروه تقسیم کردند. به هر دو گروه برای حل حاصل‌ضرب فقط پنج ثانیه فرصت داده شد:

•    از دسته‌ی اول خواسته شد حاصل ضرب اعداد یک تا هشت را محاسبه کنند. ۸×۷×۶×۵×۴×۳×۲×۱
•    از دسته‌ی دوم خواسته شد حاصل ضرب اعداد هشت تا یک را محاسبه کنند. ۱×۲×۳×۴×۵×۶×۷×۸

▬    به شرکت‌کنندگان فرصت کافی برای محاسبه‌ی حاصل ضرب اعداد داده نشد و آن‌ها مجبور به تخمین یا حدس پاسخ بودند. پاسخ گروه اول به‌طور متوسط، چیزی نزدیک به عدد ۵۱۲ بود؛ ولی گروه دوم به‌طور متوسط پاسخی حدود ۲۲۵۰ ارائه دادند. پاسخ صحیح این حاصل ضرب ۴۰۳۲۰ است. سؤالی که در این زمینه مطرح می‌شود، این است که به چه دلیلی چنین اختلاف فاحشی بین پاسخ‌ها وجود داشت؟
▬    این موضوع به این دلیل اتفاق می‌افتد که مغز، زمان کافی برای محاسبه ندارد؛ دو عدد اول را ضرب می‌کند و عدد پنجاه و شش را به دست می‌آورد و سپس آن را ضرب در شش می‌کند و همین‌جا گیر می‌کند. بعد ذهن با توجه به اطلاعات اولیه به حدس تقریبی دو هزار و اندی می‌رسد. در مورد دوم یک ضرب در دو و ضرب در سه عدد کوچک‌تری به دست می‌دهد و ذهن به حدس حدود پانصد می‌رسد. به بیان دیگر لنگر ذهن باعث می‌شود در یک نقطه گیر کنیم و جلوتر نرویم. برای همین بین جواب واقعی و حدس و گمان این قدر تفاوت وجود دارد.
▬    «اثر لنگر انداختن» در تجارت و کسب‌و‌کار، کاربرد ویژه‌ای دارد و طراحان اقتصادی از جهت‌گیری‌های شناختی مغز افراد، در به دام انداختن آن‌ها، کمال استفاده را می‌برند. به‌طور مثال فروشگاه‌های زنجیره‌ای، نمونه‌ی بارزی از پدیده لنگر انداختن است. حتماً مشاهده کرده‌اید که در برخی از روزهای ماه، برخی فروشگاه‌ها در نزدیکی درهای ورودی خود، پیشنهاد‌ها و تخفیف‌های ویژه‌ای را به نمایش می‌گذارند. برنج دانه بلند، بسته‌ای ۲۰ هزار تومان، تخفیف خورده ۱۵ هزار تومان.
▬    بسیاری از افراد با دیدن این تبلیغات وارد فروشگاه می‌شوند و به سمت غرفه‌ی برنج می‌روند. شاید در همین حین موارد بسیاری را نیز پیدا کنند که از پانزده هزار تومان نیز کمتر باشد؛ اما این فکر که «آن برنج حتماً کیفیت بالاتری داشته که قیمت بدون تخفیفش بالاتر از برنج‌های دیگر است. پس من با پرداخت پول کمی بیشتر می‌توانم برنج باکیفیت‌تری بگیرم»، در فکر و سوگیری‌های شما لنگر انداخته است و گزینه‌های دیگر از انتخاب شدن توسط شما محروم واقع می‌شوند.

▀█▄  سوگیری‌های شناختی-۲.پدیده راه‌حل دمِ ‌دست
▬    در سوگیری و نویز شناختی راه‌حل دم دست (Availability heuristic)، فرد احتمال وقوع یا تکرار هر رویداد را بر اساس تعداد دفعاتی که می‌تواند آن احتمال را به یاد آورد می‌سنجد. به همین خاطر، این نوع سوگیری و نویز به‌شدت موجب خطا در قضاوت خواهد شد. عبارت راه‌حل دم دست را برای نخستین بار در سال ۱۹۷۳ دو دانشمند برجسته‌ی علوم شناختی، آموس تورسکی و دنیل کانمن به کار بردند.
▬    راه‌حل دم دست، به‌نوعی مشابه یک میان‌بر ذهنی است که در ارزیابی مفاهیم یا تصمیم‌ها بر آنچه به‌سرعت به خاطر آورده می‌شود، تکیه می‌کند. راه‌حل دم دست می‌گوید هر مثالی که به خاطر می‌آوریم، به علت مهم بودنش یا حداقل مهم‌تر بودنش از باقی مثال‌ها به یاد آورده شده است. تحت تأثیر راه‌حل دم دست، افراد تمایل دارند اطلاعات تازه‌تر را اساس قضاوت قرار دهند و در نتیجه ذهنشان به سمت آن‌ها سوگیری و نویز می‌کند.
▬    یکی از آشکارترین مثال‌های راه‌حل دم دست، تأثیرات نمونه‌های حاضر و مهیا بر ذهن ماست. مثلاً یک شخص ممکن است پس از دیدن فیلمی تأثیرگذار و قوی با موضوع فاجعه هسته‌ای، متقاعد شود که احتمال وقوع جنگ یا حادثه‌ی هسته‌ای بسیار بالا است. از نمونه‌های دیگر در این سوگیری و نویز می‌توان به رانندگی اشاره کرد. اگر فرد شاهد واژگون شدن یک ماشین در جاده باشد، احتمال تصادف کردن خودش را نیز بالا تصور می‌کند. به عبارتی فرد هرچه ذهنش بیشتر درگیر آن فیلم یا تصادف باشد، صحنه‌های آن فیلم یا تصادف در ذهنش تکرار می‌شود و در نتیجه باعث می‌شود که فرد باور قوی‌تری نسبت به نتیجه‌گیری‌های خود پیدا کند.
▬    یک مثال دیگر در این زمینه، سؤالی است که در آن از افراد پرسیده می‌شود ریسک کدام یک از شغل‌ها بالاتر است: پلیس یا چوب‌بُر؟ ازآنجاکه ممکن است مثال‌های آماده‌ای از اخبار شلیک به مأموران پلیس در ذهن داشته باشیم و به‌طور عینی نیز آسیب دیدن پلیس‌ها را بیشتر تماشا کرده باشیم، شاید نتیجه بگیریم پلیس بودن خطرناک‌تر است، درحالی‌که آمار نشان می‌دهد که چوب‌بُرها در حین کار،  آسیب بیشتری را نسبت به مأموران پلیس متحمل می‌شوند.

▀█▄  سوگیری‌های شناختی-۳.پدیده چشم و هم‌چشمی
▬    اثر چشم و هم‌چشمی (Bandwagon effect) که آن را پدیده ارابه یا گله نیز می‌نامند، نوعی سوگیری و نویز شناختی است که طی آن، فرد عملی را فقط به این دلیل که دیگران نیز آن را انجام می‌دهند، انجام می‌دهد. در این حالت فرد، به باروهای خود بی‌توجه است و تنها پس از انجام دادن یک عمل، به باورهای خویش رجوع می‌کند. حتی در این مورد نیز، اگر عمل با باورهایش مطابقت داشت ارزش زیادی برای باور خود قائل می‌شود و اگر با باورش تناقض داشت، ترجیح می‌دهد تا باورش را نادیده بگیرد.
▬    هماهنگ کردن رفتارهایمان با دیگران، احساس راحتی بیشتری به ما می‌بخشد. بخشی از این موضوع، ریشه در تکامل انسان‌ها دارد. ما انسان‌ها با وجود اینکه ممکن است به خاطر رفتار دیگران تصمیم اشتباهی بگیریم و رفتار غیر منطقی انجام دهیم، باز هم ترجیح می‌دهیم همرنگ جماعت باشیم. مردم در فصل‌های حراجی در فروشگاه‌ها، به جمعیت خریداران نگاهی می‌اندازند و به آن‌‌ها می‌پیوندند؛ چون فکر می‌کنند کار درستی است و بقیه هم دارند این کار را انجام می‌دهند.
▬    تصور کنید که شما در این فصل‌های حراج، فقط یک توستر با پنجاه درصد تخفیف خریده‌اید و با دیدن افرادی که در حال خرید تلویزیون صفحه تخت بزرگ هستند، احساس گناه کرده و اقدام به خرید موارد بیشتر می‌‌کنید. پدیده چشم و هم‌چشمی در طرفداری از تیم‌های ورزشی نیز مؤثر است؛ اگر تیمی لیگ را با چند پیروزی پیاپی آغاز کند، طرفداران بیشتری پیدا می‌کند که حاضرند برای تشویق از آن تیم در ورزشگاه‌‌ها حضور پیدا کنند.
▬    اثر  چشم و هم‌چشمی (ارابه یا گله) برای اولین بار در سال ۱۸۴۸ پس از موفقیت چشمگیر دن رایس (Dan Rice) که یک دلقک معروف سیرک بود و برای کمپین سیاسی خود در خلال انتخابات آمریکا، از ارابه‌ی موسیقی‌اش کمک گرفت، به این نام مشهور شد. از آن پس استفاده از ارابه‌ی موسیقی توسط سایر سیاست‌گذاران به‌عنوان روشی استاندارد و به امید موفقیت آن‌ها در کمپین‌های انتخاباتی، بسیار مورد استقبال قرار گرفت. از نظر روانشناسان، سوگیری و نویز شناختی، نوعی تمایل به گرفتن تأیید اجتماعی و همراهی با اکثریت است.
▬    همچنین نمی‌توان از تأثیر گسترده‌ی پدیده چشم و هم‌چشمی، بر پدیده‌های جمعی نیز چشم‌پوشی کرد. رأی دادن یکی از اموری است که پدیده چشم و هم‌چشمی در آن بسیار دخیل است. تحقیقات نشان می‌دهد بسیاری از مردم تمایل دارند به فرد یا حزبی رأی دهند که گمان می‌کنند احتمال پیروزی‌اش بالا است. پس به او رأی می‌دهند به این امید که جزو «برند‌ه‌ها» قرار بگیرند. در نظر‌سنجی‌های سیاسی اجتماعی نیز افراد در پدیده چشم و هم‌چشمی عقایدشان را به عقیده‌ی اکثریت تغییر می‌دهند.
▬    روان‌شناس برجسته‌ی فقید و استاد سابق دانشگاه‌ ییل، مظفر شریف، از نخستین کسانی بود که چنین اثری را در یک آزمون نشان داد. وی علاقه‌مند بود بداند چگونه افراد عقایدشان را به خاطر همرنگی با جماعت تغییر می‌دهند. به همین منظور از شرکت‌کنندگان خواست در اتاقی تاریک به نقطه‌‌ی روشن کوچکی چند متر آن‌طرف‌تر خیره شوند و تخمین بزنند چند بار نقطه‌ی روشن به حرکت درمی‌آید.
▬    حقه‌ی آزمایش در این بود که نقطه هیچ حرکتی نداشت. در واقع اگر حرکتی هم به ذهن می‌آمد ناشی از نوعی توهم بصری بود. روز اول افراد رقم‌های متفاوتی را ذکر کردند؛ اما از روز دوم تا روز چهارم، افراد بر یک یا دو عدد تخمینی توافق می‌کردند و بقیه نیز هم‌صدا می‌شدند. مظفر شریف بعداً در گزارش مفصلی از این شبیه‌سازی نشان داد که چگونه هنجارهای اجتماعی در جامعه بسط پیدا می‌کنند و چارچوب ارزیابی رفتار اجتماعی را شکل می‌دهند.
▬    اثر چشم و هم‌چشمی در سلامت جامعه نیز مؤثر است. به‌عنوان نمونه در هر جامعه‌ای افرادی هستند که به روش‌های درمانی خاصی عقیده دارند به این دلیل که افراد زیادی به آن باور دارند درحالی‌که این روش‌ها هیچ پشتوانه‌ی علمی ندارند. تمایل به پیروی از اعمال و افکار دیگران ناشی از گرایش افراد به هم‌نوایی است. گاهی اوقات هم به این علت است که تنها منبع اطلاعات فرد، دیگران هستند. هر دو دلیل اما شاهدی بر تمایل به همرنگی با جماعت است.

▀█▄  سوگیری‌های شناختی-۴.پدیده پَس‌نگری
▬    پَس‌نگری (Hindsight bias) نوعی سوگیری و نویز شناختی است که در آن، ذهن افراد پس از اینکه چیزی اتفاق می‌افتد، گمان می‌کند از اول از آن خبر داشته است. افراد بسیاری با پس‌نگری قضاوت می‌کنند و پس از اینکه رویدادی اتفاق می‌افتد، با گفتن جملاتی مانند «از اول هم می‌دانستم»، چنین القا می‌کنند که آن رویداد قابل پیش‌بینی بوده است. درحالی‌که این‌طور نیست و در واقعیت شواهد اندکی برای پیش‌بینی در دسترس بود. پس‌نگری، در مواردی به انحراف در حافظه منجر می‌شود و این اتفاق زمانی می‌افتد که یادآوری و بازخوانی خاطرات به نتایج نظری کاذب منجر می‌شوند.
▬    پژوهش‌ها نشان‌دهنده‌ی وجود ۳ عامل اصلی در پس‌نگری است. اولین عامل «انحراف حافظه» است. در این حالت، ذهن توانایی این را ندارد که پیش‌بینی قبل رویداد را به خاطر بیاورد. عامل دوم، گرایش ذهن به دیدن رویداد به‌عنوان «امری اجتناب‌ناپذیر» است. وقتی ذهن مشغول ارزیابی رویدادی می‌شود، تمایل دارد گمان کند که آن رویداد حتماً باید اتفاق می‌افتاد. آخرین عامل نیز گرایش ذهن به «پیش‌بینی پذیری» است. ذهن این‌گونه تصور می‌کند که توانایی پیش‌بینی آن رویداد را از قبل داشته است.
▬    هرگاه سه عامل ذکرشده در یک موقعیت و هم‌زمان اتفاق بیفتند، احتمال سوگیری و نویز پس‌نگری افزایش پیدا می‌کند. برای نمونه‌ای از این سوگیری، می‌توان به تماشای فیلم اشاره کرد. فرض کنید در پایان یک فیلم جنایی متوجه می‌شویم که قاتل کیست. اینجا خیلی احتمال دارد فرد به خاطر نیاورد که از اول درباره‌ی شخصیت گناهکار داستان چگونه فکر می‌کرد. به‌علاوه به‌غلط تصور ‌کند که از اول معلوم بوده قاتل کیست. در نتیجه فرد ممکن است واقعاً به این باور برسد که از اول همه چیز را درباره‌ی فیلم می‌دانست؛ درحالی‌که در واقعیت همه‌ی این تصورات پس از دیدن فیلم در ذهنش نقش بسته است.
▬    از مطالعات برجسته‌ی کلاسیک درباره‌ی سوگیری و نویز پس‌نگری، می‌توان به مطالعه‌ای اشاره کرد که در سال ۱۹۷۵ در دانشگاه عبری اورشلیم انجام گرفت. در این پژوهش دانشمندان آزمایشی را ترتیب دادند تا پس‌نگری را در افراد آزمایش کنند. در مرحله‌ی اول، آن‌ها از شرکت‌کنندگان خواستند احتمال چندین پیامد سفر ریچارد نیکسون، رئیس‌جمهور وقت ایالات متحده، به پکن و مسکو را بسنجند. پس از اینکه این ملاقات انجام شد در مرحله‌ی بعدی پژوهش، آنان از شرکت‌کنندگان دعوت کردند تا احتمالاتی را که برای هر نتیجه‌ی پیش از سفر مطرح کرده بودند به یاد آورند.
▬    نتایج نشان داد شرکت‌کنندگان احتمالاتی را که درباره‌ی نتایج واقعی سفر به یاد آوردند، بسیار بیشتر از احتمالاتی بود که پیش‌تر مطرح کرده بودند. به بیان دیگر پس از آنکه نتایج واقعی سفر مشخص شد، شرکت‌کنندگان گمان می‌کردند که آنان از ابتدا برای آن نتایج احتمال بیشتری را قائل شده بودند؛ درحالی‌که در واقعیت این‌گونه نبود.

▀█▄  سوگیری‌های شناختی-۵.پدیده شترمرغ
▬    تمایل ذهن به نادیده گرفتن اخبار بد و وانمود کردن اینکه اوضاع خوب است، پدیده شترمرغ (Ostrich Effect) نام دارد. پدیده شتر‌مرغ باعث می‌شود افراد از حضور در هر موقعیتی که ممکن است در نظرشان منفی جلوه کند، اجتناب کنند. علت نام‌گذاری این سوگیری و نویز این است که شترمرغ هرگاه از چیزی بترسد، سر خود را در زیر شن فرومی‌برد و تصور می‌کند چون خطر را نمی‌بیند از آن در امان مانده است.
▬    افراد تحت تأثیر سوگیری و نویز شناختی شترمرغ، از هر شرایطی که ممکن است کمی ناراحتی پیش بیاید، دوری می‌کنند. این خطای شناختی سبب می‌شود فرد اطلاعات ضروری فراوانی را از دست بدهد؛ زیرا ترجیح می‌دهد با آن اطلاعات کاری نداشته باشد. در نتیجه هم خود فرد دچار خطای بنیادی در قضاوت‌هایش می‌شود، هم اعتماد دیگران را به‌تدریج از دست می‌دهد؛ زیرا نتوانسته است در مواقع مورد نیاز، حضور پیدا کند و واکنشی نشان دهد.
▬    در زبان فارسی نیز، برای افرادی که خودشان را بی‌خبر و نادان نشان می‌دهند، اصطلاح کبکی که سرش را در برف فرو کرده است را به کار می‌برند. بسیاری از افراد معتقدند که چون تا حالا همه چیز خوب پیش رفته است، از این به بعد نیز همین‌طور خواهد بود. در واقع این افراد علائم خطر و عواقب آن را ناچیز و دست کم می‌شمارند.
▬    ساده‌ترین مثالی که می‌توان در این زمینه ذکر کرد، این است که زمانی که افراد از نظر احساسی با موضوعی درگیر شده باشند، وقتی در معرض اطلاعات ناراحت‌کننده قرار می‌گیرند، به‌جای رنج کشیدن و تحمل اضطراب ناشی از آن، تمایل دارند به‌سادگی آن اطلاعات را نادیده بگیرند. در واقع تعارضی بین «آنچه ذهن منطقی ما تصور می‌کند که مهم است» و «آنچه ذهن عاطفی ما پیش‌بینی می‌کند که دردناک است» رخ می‌دهد و با درنظرگرفتن جنبه‌های مثبت و انکار واقعیت‌های منفی در مورد یک موضوع، حواسمان را از خطرات احتمالی پرت می‌کنیم و هشدارهای پیشگیرانه را جدی نمی‌گیریم. از طرفی دیگر فکر کردن، درد و زحمت دارد و ما نمی‌دانیم چه موقع باید آن را متوقف کنیم.
▬    اولین کسانی که از این اصطلاح استفاده کردند، دان گالای و اورلی سِید، استادان دانشکده‌ی علوم مالی دانشگاه عبری اورشلیم در سال ۲۰۰۶ بودند. آن‌ها هنگامی که مشغول مطالعه‌ی رفتار سرمایه‌گذاران بازار بورس بودند، به این نتیجه رسیدند که وقتی بازار در موقعیت بدی قرار دارد، بسیاری از سهام‌داران از بررسی مداوم اخبار بازار و وضعیت سرمایه‌‌های خود خودداری می‌کنند.
▬    اثر شترمرغ در بسیاری از موارد در میان افرادی که انسان‌های واقعاً خوبی هستند نیز پدیدار می‌شود؛ زیرا آن‌ها دوست دارند هیچ کس از دستشان ناراحت نشود. بااین‌حال باید توجه داشت که رفتارهای این‌چنینی، جنبه‌های تاریکی است که بیش از حد باادب بودن به ارمغان می‌آورد. آنان همواره به‌غلط گمان می‌کنند چون کاری نکردیم و حرفی نزدیم، پس هیچ‌کس از ما چیزی به دل نگرفته است؛ درحالی‌که با سکوت، پنهان شدن و واکنش نشان ندادن، ممکن است حتی بیشتر به دیگران و به‌ویژه به آن‌هایی که نزدیک‌ترند و انتظار حمایت بیشتری دارند، آسیب برسانند.

▀█▄  سوگیری‌های شناختی-۶.پدیده فروپاشی انگاری
▬    یکی دیگر از انواع سوگیری‌های شناختی، فروپاشی‌انگاری (Declinism) است. در این نوع سوگیری، ذهن گرایش به گذشته‌نگری مثبت و آینده‌نگری منفی دارد و بر این باور است که یک جامعه یا نهاد رو به زوال است. افرادی که دارای این نوع از سوگیری و نویز هستند، به‌غلط می‌پندارند که در زمان‌های قدیم همه چیز خوب و در نهایت کمال بوده است. در این فرایند ذهنی، لحظات سخت و خاطرات بد گذشته در ذهن کمرنگ و دشواری‌های زمان حال پررنگ می‌شوند. تحقیقات نشان می‌دهند که میان فروپاشی‌انگاری و مفهوم نوستالژی رابطه‌ی نزدیکی وجود دارد.
▬    برخی تحقیقات روان‌شناسی اجتماعی، نشان‌دهنده‌ی این مسئله است که ذهن فرد در زمان‌هایی که لحظه‌های خود را غیرقابل تحمل می‌بیند و چالش‌های فراوانی پیش رویش دارد، به فروپاشی‌انگاری روی می‌آورد. در این حالت ذهن از یک سازوکار عاطفی استفاده می‌کند تا تحمل لحظات حال خود را آسان‌تر کند. اسوالد اشپنگلر، نویسنده و مورخ آلمانی، در کتابی تحت عنوان «فروپاشی مغرب زمین»، حدود یک قرن پیش به این مفهوم پرداخت و پیش‌گویی کرد که تمدن مغرب زمین در شرف از هم پاشیدن است. نویسندگان بسیاری نیز از قدیم تابه‌حال از این مفهوم در آثارشان بهره برده‌اند.
▬    یک نمونه از آن‌ها کتاب «انحطاط و سقوط امپراتوری رم» پدیده ادوار گیبون، مورخ انگلیسی است که در شش جلد در اواخر قرن هجدهم منتشر شد. گیبون در این کتاب استدلال می‌کند که یکی از دلایل سقوط امپراتوری رم این بود که شهروندان کم‌کم امیدشان را از دست دادند و با تنبلی زمام کار را به نااهلان سپردند. در نتیجه توصیه می‌کند که در هر جامعه‌ای، باورهای خرافی باید جایش را به خردورزی بدهد تا آن جامعه از هم فرونپاشد.
▬    فروپاشی‌انگاری در قرن بیست‌ و یکم ابعاد پیچیده‌تری به خود گرفته است. از یک طرف بشر در یکی از بهترین و پررونق‌ترین دوران تاریخ خویش قرار دارد. میزان فقر، بیماری و مرگ‌ومیر به لطف پیشرفت‌‌های علمی پایین‌تر از هر زمانی است. جوامع بیشتر از هر دورانی تنوع دارند. وضعیت برابری جنسیتی و حقوق دگرباشان و اقلیت‌ها از گذشته بهتر شده است. از طرف دیگر، حجم وسیع اخبار و اطلاعات ناخوشایند که دلالت بر واقعیت‌هایی دارند که ممکن است حیات بشر را نابود سازد، بیش از هر زمانی در معرض دید انسان‌هاست. در نتیجه هر فردی به‌راحتی می‌تواند در دام فروپاشی‌انگاری اسیر شود.
▬    همه‌گیر شدن باور به فروپاشی‌انگاری، نتایج خطرناک و مصیبت‌باری را در پی دارد. در این حالت انتظارات مشترک جامعه به شکل‌گیری یک پیش‌گویی خودمحقق اجتماعی کمک خواهد کرد. به بیان دیگر، زمانی که فروپاشی‌انگاری در سطوح گسترده‌ای اتفاق می‌افتد، افراد امیدها و آرزوهایشان را از دست می‌دهند و نقش اجتماعی‌شان را جدی نمی‌گیرند؛ در نتیجه فروپاشی در آن جامعه به‌تدریج رنگ واقعیت به خود خواهد گرفت و رو به زوال خواهد رفت.

▀█▄  سوگیری‌های شناختی-۷.پدیده فرار از ابهام
▬    اثر فرار از ابهام (Ambiguity effect‎)، نوعی سوگیری و نویز شناختی است که در آن، تصمیم‌گیری‌های فرد تحت تأثیر فقدان اطلاعات یا «ابهام» قرار می‌گیرد. این پدیده بیان‌کننده‌ی ترجیح انتخاب یک گزینه با احتمال مشخص و معلوم، نسبت به یک گزینه با احتمال ناشناخته و مجهول است. پدیده فرار از ابهام برای نخستین بار در سال ۱۹۶۱ توسط دانیل السبرگ توصیف شد.
▬    به‌عنوان مثال، در کوزه‌ای ۱۲۰ گوی قرمز، سفید و سیاه قرار دارد. چیزی که مشخص است این است که تعداد گوی‌های قرمز ۴۰ عدد است. ۸۰ گوی دیگر سفید یا سیاه‌ هستند؛ اما ما تعداد دقیق هر رنگ را نمی‌دانیم. ممکن است ۷۹ توپ سیاه و ۱ توپ سفید داشته باشیم ولی کسی از تعداد دقیق آن‌ها اطلاعی ندارد. پس دقیقاً ۱/۳ گوی‌ها قرمزند و مابقی مخلوطی از سفید و سیاه. اکنون کوزه را تکان داده تا گوی‌ها مخلوط شوند و یک گوی از آن بیرون می‌آوریم. حالا بیایید شرط‌بندی کنیم:
•    شرط‌بندی اول؛ گوی قرمز است و شما می‌برید یا گوی سیاه هست و شما می‌برید.
•    شرط‌بندی دوم؛ گوی قرمز یا سفید است و شما می‌برید یا گوی سیاه یا سفید است و شما می‌برید.
▬    کدام گزینه انتخاب شما است؟ اگر روی ۱ یا ۴ شرط‌بندی کردید، مرتکب سوگیری فرار از ابهام شده‌اید. اگر در شرط‌بندی اول گزینه‌ی ۱ را به ۲ ترجیح دادید در واقع تشخیص دادید که تعداد توپ‌های قرمز از سیاه بیشتر است؛ ولی تنها تفاوت بین گزینه‌ی ۳ و ۴ این است که شما فقط با انتخاب سیاه یا قرمز می‌برید. پس اگر ۴ را به ۳ ترجیح دادید در واقع تشخیص دادید که تعداد بیشتری گوی سیاه نسبت به قرمز وجود دارد. پس اگر در دو شرط‌بندی گزینه‌ها‌ی ۱ و ۴ را انتخاب کنید دچار تناقض شده‌اید، زیرا که شما نسبت به تعداد دقیق گوی‌های سیاه یا سفید هیچ‌گونه اطلاعی ندارید. این آزمایش با نام پارادوکس السبرگ شناخته می‌شود.
▬    دلیل اینکه بسیاری از افراد این دو گزینه را انتخاب می‌کنند، این است که روی دانسته‌هایشان تکیه می‌کنند و شرط‌بندی روی احتمالات مجهول برایشان گزینه‌ی مناسبی نیست. این‌گونه نیز می‌توان گفت که ما یک گزینه‌ی بد با احتمال معلوم و مشخص را به یک گزینه‌ی مجهول با احتمالات نامشخص ترجیح می‌دهیم. به‌طور مثال شاید ما خرید یک گوشی موبایل با ایرادهای جزئی را به خرید یک گوشی با صاحب و گذشته‌ی مجهول ترجیح دهیم.

▀█▄  سوگیری‌های شناختی-۸.ادراک گزینشی
▬    در سوگیری و نویز شناختی ادراک گزینشی (Selective perception)، ذهن هر آنچه درست می‌پندارد، دریافت می‌کند و هرچه با آن مخالف است، نادیده می‌گیرد. به زبان ساده، در این فرایند فرد تصویر را آن‌طور که دوست دارد می‌بیند، نه آن‌گونه که واقعاً هست و اطلاعات را گزینشی دریافت می‌کند.
▬    برای ارائه‌ی مثالی ساده از این سوگیری، معلمی را در نظر بگیرید که بین شاگردانش استثنا قائل می‌شود. وی ممکن است به‌راحتی از خطای دانش‌آموز محبوبش چشم‌پوشی کند؛ درحالی‌که اگر همان خطا از دانش‌آموز دیگری سر بزند واکنش نشان دهد. یا برعکس، این معلم حتی می‌تواند پیشرفت دانش‌آموزی را که به او علاقه ندارد، نادیده بگیرد؛ درحالی‌که برای کوچک‌ترین پیشرفت دانش‌آموز محبوبش پاداش‌های متعددی قائل شود.
▬    یک تحقیق کلاسیک درباره‌ی ادراک گزینشی در دهه‌ی پنجاه میلادی نشان داد که افراد هر آنچه را بخواهند می‌بینند و برعکس، به هر آنچه علاقه نداشته باشند نیز آن را نادیده خواهند گرفت. در این پژوهش از تعدادی از دانشجویان دانشگاه پرینستون و کالج دارتموث خواسته شد فیلم یک مسابقه‌ی فوتبال نسبتاً خشن بین این دو دانشگاه را تماشا کنند، سپس تعداد تقریبی خطاهای هر تیم را تخمین بزنند. یافته‌های تحقیق نشان داد که هر گروه تعداد خطاهای تیم مقابل را تقریباً دو برابر واقعیت گزارش کرد که حکایت از ادراک گزینشی شرکت‌کنندگان داشت.
▬    افراد هر روز با داده‌های بسیار زیادی مواجه می‌شوند و در نتیجه نمی‌توانند به همه‌ی آنان توجه یکسانی نشان دهند. این مسئله یکی از دلایلی است که منجر به ادراک گزینشی خواهد شد. در واقع این ذهن است که انتخاب می‌کند به چه چیزی واکنش نشان دهد. ادراک گزینشی در طراحی تبلیغات تجاری نیز نقش دارد. مصرف‌کنندگان ممکن است فقط بر اساس اینکه درباره‌ی یک شرکت یا محصول چه عقیده‌ای دارند، از یک تبلیغ بیشتر یا کمتر خوششان بیاید. ادراک گزینشی می‌تواند باعث از دست رفتن فرصت‌های زیادی شود و در روند تصمیم‌گیری اخلال وارد کند.

▀█▄  سوگیری‌های شناختی-۹.نوآوری‌گرایی
▬    نوعی سوگیری و نویز شناختی به نام نوآوری‌گرایی (Pro-innovation bias) وجود دارد که در آن، فرد برای فواید یک محصول جدید بیش از اندازه ارزش قائل می‌شود؛ درحالی‌که به محدودیت‌های همان محصول اهمیتی نمی‌دهد. از این منظر فرد تصور می‌کند که کل جامعه باید نوآوری را بدون هیچ تغییری بپذیرد.
▬    یکی از مثال‌های معروف تأثیرات نوآوری‌گرایی در افکار عمومی، به دهه‌ی پنجاه و شصت میلادی بازمی‌گردد. در آن سال‌ها با پیشرفت هرروزه‌ی فناوری‌های اتمی و نوآوری‌های ناشی از آن، باوری همگانی پدید آمده بود که انرژی اتمی به‌زودی و احتمالاً در اوایل قرن بیست ‌و یکم، توانایی آن را دارد تا جایگزین تمام سوخت‌های فسیلی شود.
▬    به عبارتی این‌گونه تصور می‌شد که کارکردهای نظامی انرژی اتمی به حداقل خواهد رسید و به جایش نوآوری‌های انرژی اتمی راهکارهای فراوانی برای بسیاری از مسائل بشر خواهد داشت. بسیاری از افراد در آن زمان، با خوش‌بینی تمام تصور می‌کردند که در سراسر جهان انرژی اتمی برای همه چیز از صنعت تولید دارو تا مولد‌های برقی به کار گرفته خواهد شد. این باور سال‌های بعد نیز ادامه یافت. مثلاً راجر اسمیت، مدیرعامل وقت جنرال موتورز، در سال ۱۹۸۶ پیش‌بینی می‌کرد با شروع قرن جدید در جامعه‌ای بدون کاغذ زندگی خواهیم کرد.
▬    یکی از دلایل به وجود آمدن این سوگیری و نویز آن است که تولیدکنندگان محصولات دیجیتال، نوآوری‌های هر کالای جدید را بیش از هر چیز تبلیغ می‌کنند. از طرفی دیگر نیز گرایش به نوآوری باعث می‌شود خریداران گمان کنند اگر آخرین محصول آن شرکت را نخرند یا آخرین مدل گوشی همراه یک شرکت دیگر را نداشته باشند، از بقیه جامعه عقب می‌افتند. در این حالت ذهن وزن زیادی برای نوآوری‌های آن محصول قائل می‌شود؛ اما در واقعیت ممکن است چند مدل طول بکشد تا مجموع نوآوری‌های یک شرکت به تغییرات عمده منجر شود. مثلاً خیلی اوقات مجموع امکانات یک گوشی همراه با مدل بعدی آن تفاوت چندانی ندارد؛ اما نوآوری‌گرایی مقاومت در برابر خرید آخرین مدل را کاهش می‌دهد.
▬    گاهی اوقات حتی محصول جدید‌تر با اینکه چند نوآوری دارد، بهتر نیست. کما اینکه بسیاری از شرکت‌ها به علت اشکالات فنی یا مسائل دیگر تولید محصول جدید را بعد از چندی متوقف می‌کنند؛ اما نوآوری‌گرایی نمی‌گذارد فرد محدودیت‌ها را به‌روشنی ببیند و همیشه از اینکه آخرین مدل هر چیزی را بخرد، دفاع خواهد کرد.

▀█▄  سوگیری‌های شناختی-۱۰.اعتماد به نفس کاذب
▬    اعتماد به نفس کاذب (Overconfidence effect)، یکی از انواع سوگیری و نویز شناختی است که اطمینان فرد به داوری‌هایش، فراتر از دقت عینی آن داوری‌ها است. برخی افراد بیش از اندازه به توانایی‌های خود اطمینان دارند و ریسک‌های بزرگ‌تری را در زندگی روزمره می‌پذیرند. تحقیقات نشان می‌دهد اعتماد به نفس کاذب در میان نخبگان پدیده‌ای شایع است؛ چون بسیاری از آن‌ها این توهم را دارند که همیشه حق با آن‌ها است.
▬    افراد دارای سوگیری و نویز شناختی اعتماد به نفس کاذب، امکان این را دارند که مسائل اخلاقی را دست کم بگیرند. وقتی پای داوری اخلاقی به میان می‌آید، بیشتر مردم گمان می‌کنند از دیگران راه و روش اخلاقی‌تری دارند. نتایج یک تحقیق جدید نشان می‌دهد که بیش از نیمی از افراد خود را به لحاظ اخلاقی در ده درصد بالای جامعه می‌دانند. خیلی‌ها به‌سادگی گمان می‌کنند آدم‌های خیلی خوبی هستند و در هر چالش اخلاقی کار درست را انجام می‌دهند. مطالعات نشان می‌دهند در پدیده اعتماد به نفس کاذب خیلی‌ها در این باره که چقدر به نیازمندان کمک می‌کنند یا چقدر برای فعالیت‌های خیرخواهانه و داوطلبانه وقت می‌گذارند، اغراق کنند.
▬    به باور دانیل کانمَن، دانشمند برجسته‌ی علوم شناختی، اعتماد به نفس کاذب خطیرترین سوگیری و نویز شناختی است. یک دلیلش این است که قوه‌ی داوری انسان در مقابل این سوگیری و نویز آسیب‌پذیری بسیاری دارد. نتایج یک پژوهش مفصل در ایالات متحده حاکی است که ۹۳ درصد افراد بر این باورند که کیفیت رانندگی‌شان از میانگین جامعه بالاتر است؛ درحالی‌که این قضیه به لحاظ آماری ممکن نیست.
▬     اعتماد به نفس کاذب به‌راحتی راه را برای خطاهای شناختی دیگر هموار می‌کند. به بیان دیگر، اعتماد بیش از حد به خودمان و داوری‎هایمان باعث می‌شود که خود را عاری از خطا بدانیم. در چنین شرایطی فرد به‌راحتی در دام انواع سوگیری‌های شناختی می‌افتد. اعتماد به نفس بیش از اندازه می‌تواند سبب شود فرد بدون تأمل کاری را انجام دهد و این درست جایی است که احتمال سر زدن عمل غیر اخلاقی بسیار زیاد می‌شود. در پدیده اعتماد به نفس کاذب برخی از مهم‌ترین فجایع انسانی رخ داده است؛ غرق شدن تایتانیک، فاجعه‌ی اتمی چرنوبیل، نابودی فضاپیماهای کلمبیا و چَلنجِر و لکه‌ی نفتی خلیج مکزیک در سال ۲۰۱۰.
مأخذ:زومیت
هو العلیم

دکتر حامد حاجی‌حیدری در مصاحبه با فصلنامه صدرا؛ برای تأمل بیشتر

▀█▄ علوم شناختی چه تغییری در ماهیت شناخت ایجاد کرده است؟
▬    سلام و احترام و سپاس از کوشش شما برای روشن کردن یکی از مهم‌ترین زمینه‌های تحول علم در شرایط حساس امروز جهان و ایران. مصاحبه شما با ویرایش‌هایی که بر آن اعمال خواهم کرد، فرصتی است تا ایده‌هایی که قبلاً در زمینه علوم شناختی مطرح کرده‌ام را در اینجا جمع‌بندی کنم. بابت این فرصت هم باید ممنون باشم.
▬    قبل از پرداختن به پاسخ پرسش شما، باید مروری داشته باشیم به مبانی و رشد علوم شناختی و توضیح این که دقیقاً آنچه به علوم شناختی نامبردار شده چه هست؟ آیا شاخه بسط یافته‌ای از عصب‌شناسی است؟ آیا گسترش جدیدی در زمینه روانشناسی است؟ آیا بخش جدیدی از مهندسی است؟ آیا یک رویکرد فلسفی است؟ آیا یکی از ضرورت‌های توسعه علوم ارتباطات و علوم اجتماعی است؟
▬    می‌توان گفت که علوم شناختی تمام این‌ها هست، و قصد دارد با مفروض گرفتن وقوع فرآیند شناخت که مدام، در جریان فلسفه سده بیستم انکار می‌شد، دانش گسترش یافته و فرارشته‌ای برای توضیح فرآیند شناخت بنا گذارد. در واقع، علوم شناختی حاصل سر رفتن حوصله کسانی است که علوم انسانی و اجتماعی سده بیستم را گرفتار در بحران و سرگرم مُدها و بازی‌های روشنفکرانه زیر عناوینی همچون «پسامدرنیسم» و «پساساختارگرایی» و در یک کلام «شناخت‌ناگرایی» می‌دیدند و می‌بینند. اینکه علوم انسانی و اجتماعی، ناتوان از مداخله در بحران‌های مهمی دیدند که باید علوم رفتاری سهم خود را در گشودن گره آن‌ها ایفا می‌کرد، ولی به رغم پزشکی یا علوم مهندسی، علوم انسانی مشغول شک‌ورزی و شناخت‌ناگروی بی‌انتها بودند.

▀█▄ شما فرمودید که فلسفه‌های سده بیستم، فرآیند شناخت را انکار می‌کردند؛ مگر ممکن است؟ پس خودشان چه ادعایی به شناخت این فرآیند غیرقابل شناخت می‌کردند؟
▬    مشکل همین جاست؛ در واقع، بی‌گمان هر نظریه‌پردازی به محض ادعای نظری در مورد امر واقع، باید مفروض بگیرد که «شناخت» یا Cognition اتفاق می‌افتد، و سپس، می‌تواند به نحوه وقوع آن بپردازد، ولی در جریان چرخش زبان‌شناختی سده بیستم، با این استدلال که زبان، مدیوم واضحی برای بیان حقیقت نیست، باز از همین زبان استفاده شد برای این که به وضوح بیان شود که زبان مدیوم واضحی نیست، و این پایه‌ای شد برای تردید در امکان شناخت و شک در کاگنیشن. در علوم انسانی ایران هم همین اتفاق افتاد. مشخصاً از سال ۱۳۷۵، علوم انسانی ایران زیر بار سیطره سروشیسمی رفت که با نسبیت‌گرایی محض خود و تهاجم به اعتبار هر نوع از قرائت «نص»، عقیم شد و از ارائه هر نوع نسخه عملیاتی بازماند. کار عالمان علوم انسانی این شد که در مورد اعتبار هر نوع راه حل مسائل اجتماعی تردید کنند. با دکتر عبدالکریم سروش، بار دیگر روشنفکری ایران توان خویش را در مارکسیست‌تر از مارکس شدن و لیبرال‌تر از آدام اسمیت شدن نشان داد و از پاپر و فایرابند نسبیت‌گراتر شد!
▬    ماجرا از این قرار است؛ همیشه تاریخ عقل، با محاسبه و دقت همراه بوده است؛ ولی ناگهان از آغاز سده بیستم، دانشمندانی پیدا شدند که بی‌دقتی و شلختگی فکری را به مثابه مد روشنفکری دنبال می‌کردند. نحوی نهیلیسم در علوم انسانی عمومیت یافت، که دایر بر همه‌گیری تردید و شک، یا «شناخت‌ناگرایی» بود. فلسفه قرن بیستم، عموماً فلسفه «شناخت‌ناگرا» شد و به تبع آن، علوم انسانی نیز به سمت شناخت‌ناگرایی و نهیلیسم پیش می‌رفت. و در جریان جنگ جهانی دوم، خلأ علوم انسانی منظم و دقیقی که توان مداخله درست در مصائب انسانی را داشته باشد، احساس می‌شد. اصول‌گریزی و مبناستیزی، سکه رایج بود و بی‌گمان، یکی از دلایل سستی فرانسه در جنگ جهانی دوم، فراوانی این طرز فکرها بود؛ ولی «نظریه محاسبات» در آستانه رزم عالم‌گیر دوم، مقدمه تغییرات عظیمی را در دوره پس از جنگ پدید آورد، که باعث شکل‌گیری «علوم شناختی» شد. بر مبنای نظریه محاسبات، ماشین‌های الگوریتمی یا رایانه‌ها خلق شدند، که می‌توانستند به طور خستگی‌ناپذیری محاسبات تکراری را تا رسیدن به دقت مورد نیاز تکرار نمایند. رایانه‌ها و ماشین‌های محاسبه در همه حیطه‌ها به کمک آمدند و دیگر سخن از عدم دقت و شناخت‌ناگرایی، وجهی نداشت و ندارد. علوم شناختی، محصول این چرخش در علوم، تحت تأثیر نظریه محاسبات و کمک‌جویی از ماشین‌های محاسبه‌گر بود. اینکه دیگر، سخن گفتن از شناخت‌ناگرایی، تنها بهانه‌جویی برای بی‌دقتی و کم‌همتی بود و هست. در حالی که فلسفه و علوم انسانی قرن بیستم گرایش به «شناخت‌ناگرایی» داشت، علوم شناختی نقطه عظیمت خود را بر فرض «امکان شناخت» گذاشته است، و قرن تازه‌ای را رقم خواهد زد. این، آغاز دوران جدیدی است، که مسائل و اقتضائات خاص خود را خواهد داشت، و باید برای آن آماده شویم...

▀█▄ پس علوم شناختی از متن و زمینه مهندسی برآمد؟
▬    نه دقیقاً؛ تا پیش از شکل‌گیری علوم شناختی توسط ژروم برونر و کریستوفر لانگت-هیگینز که مشخصاً علوم شناختی را به عنوان یک عنوان تازه برای یک علم و یک رشته دانشگاهی مطرح کردند، مجموعه‌ای از مقدمات از جانب مهندسان، روان‌شناسان، عصب‌شناسان، زبان‌شناسان و فیلسوفان تدارک شده بود؛ طیفی از متفکران، از آلن تورینگ، یان فون نویمان، ادوارد تلمن در مقاله مهم «مطالعاتی در یادگیری فضایی» و کتاب «به سوی تئوری عام کنش»، ژروم برونر در کتاب «پژوهشی درباره‌ی رشد شناختی کودکان»، هربرت سایمون در کتاب «ماشین نظریه منطق»، نوآم چامسکی در کتاب «ساختارهای نحوی»، تا لزلی آنگرلیدر و مورتیمر میشکین، برندگان نوبل ۲۰۱۲ در زمینه پیوند روانشناسی و علوم مغز و اعصاب.
▬    به لحاظ زمانی یکی از دستاوردهای مهم بی. اف. اسکینر قواعد تعدیل رفتار و قوانین «یادگیری برنامه‌ریزی شده» بود؛ که بر این اساس، اسکینر یک «جعبه یادگیری» ساخت. این نحو نگاه مکانیکی، نهایتاً رفتار انسان را با محرک‌های تجربی معین نسق‌مند می‌کرد. این «جعبه یادگیری» یا «ماشین محاسبات تورینگ» آغازگاه‌هایی برای ساخت رایانه‌ها و ماشین‌های محاسبه‌گر الگوریتمی شدند. البته، یافته‌های اسکینر حول مفاهیم پایه محرک-پاسخ، ژروم برونر را ارضاء نمی‌کرد؛ او دریافت که طرح‌های شناختی در ادراک ما دخیل هستند و اصول فرایندهای شناختی را می‌سازند؛ او پای فرآیندهای ناخودآگاه را نیز به میان کشید. ولی چه رفتارگرایی در یک سوی پیوستار و چه روانکاوی در سوی دیگر طیف روان‌شناسی متعارف، نمی‌توانستند، ماهیت این طرح‌های کلی شناختی را به درستی تصویر کنند، چرا که مفروض آن‌ها درست نبود؛ هر دو به نحوی نسبیت‌گرایی ناشی از تمایز نظرگاه تجربی راه می‌بردند. آن‌ها وقوع شناخت در انسان را مفروض نمی‌گرفتند، و بدین ترتیب، بسط شفاف و کامل مفروضات آن‌ها نهایتاً به شناخت‌ناگروی منجر می‌شد، چنان که هم در روانکاوی و هم در ادامه خط رفتارگرایی، نتایج مهم شناخت‌ناگرایی احراز شد. می‌دانیم که محرک‌های تجربی نقش مهمی در شناخت ما دارند؛ همچنین، می‌دانیم که ساختارهای آگاهی و ناخودآگاه نیز در فرآیندهای شناخت ما دخیل هستند؛ ولی یک چیز دیگر را هم می‌دانیم: اینکه «شناخت»، در کل، و فی‌الجمله میسر است، چرا که اگر نبود، همین گفتگوی فی ما بین رفتارگرایان و ساختارگرایان و رئالیست‌ها و روانکاوان و ... میسر نمی‌گردید. «شناخت واژه‌ها»، استفاده از مقوله‌های مفهومی کلیدی را میسر می‌سازد، هر چند که ممکن است در جزئیات ادراکات یا تجربیات تفاوتی با عینیت وجود داشته باشد، ولی ژرف‌ساخت‌ها در میان شناخت‌های مختلف، یکسان است، و می‌توان پایه «شناخت» را بر همین امور متیقن بنا نهاد. باید از رئالیسم به جای پوزیتیویسم و رفتارگرایی از یک سوی، و از روانکاوی و پساساختارگرایی و پسامدرنیسم در جانب دیگر دفاع کنیم. این، هسته اصلی و مغتنم «علوم شناختی» است که در مقابل علوم انسانی نیمه قرن بیستم صف‌آرایی می‌کند؛ از آن موقع تا حال، علوم انسانی به سمت نسبیت‌گرایی رهسپار بوده و عملاً از ارائه مسیرهای بهبود ناتوان مانده است؛ حالا با طرح مبدأ «شناخت»، همه چیز توانمندتر پیش خواهد رفت، نحوی «انقلاب شناختی» در جریان است.

▀█▄ با این اوصاف، به نظر می‌رسد که علوم شناختی تغییری گسترده در معرفت‌شناسی و روش پژوهش در علوم انسانی ایجاد کند؟
▬    برای تحقق روش‌شناسی این رویکرد تازه به «شناخت»، باید الگوهای ارتباطی در عمل مثمر ثمر را به مثابه بازنمایی‌های معتبر از فرآیندهای شناختی در نظر بگیریم، و با مفروض داشتن توفیق آن‌ها در برقراری «فی‌الجملهٔ ارتباط، مکانیسم‌های انتزاعی یا بنیادی آن‌ها را شناسایی و بازسازی کنیم. این نحو از رئالیسم، چیزی بیش از بازگشت به یک رئالیسم دکارتی (Cogito, Ergo Sum) فارغ از تجربه‌گرایی خام است. این، پایه‌های یک تلفیق بزرگ میان فلسفه، ریاضیات، مهندسی، روان‌شناسی، زیست‌شناسی، علوم رفتاری و حتی حکمت و شهود قدما است. طی این مدت که از برآمدن علوم شناختی گذشته، گرایش غالب، خود را در نوروفیزیولوژی و هوش و همچنین مهندسی هوش مصنوعی نشان داده است، با این حال، برنامه علوم شناختی نمی‌تواند در این سطح باقی بماند، و بی‌گمان به سطوح دیگر که کلیت طرح‌های شناختی را همان‌طور که ژروم برونر دنبال‌اش بود، بازبتاباند، بسط خواهد یافت. ما با طرح‌های و مدل‌سازی عظیم و نامحدود مواجه خواهیم بود و بسیاری از ارتباطات بعید را درک خواهیم کرد. این علوم، «متافیزیک سایبر» مختص به خود را بنا خواهند نهاد. برای اولین بار در طول تاریخ میسر شده است که ماشین‌های محاسبه‌گر، به هر میزان، دقت ما را در محاسبه مثلاً عدد پی بالا و بالاتر ببرند؛ دقتی که در طول عمر یک انسان یا صدها نسل متوالی از انسان‌ها میسر نبود. ماشین‌های محاسبه‌گر می‌توانند محاسبه‌ها و دقت‌های تکراری را بدون خستگی و با سرعت فراتر از تصور و امکان کل تاریخ بشر، تکرار کنند، و در بازه زمانی محدود، نتایج آن را در اختیار ما بگذارند. واضح است که با وجود چنین دانشی ارتباط ما با دنیا پوسته‌های تاریخی خود را خواهد گشود. در چنین فضایی از برنامه‌های پژوهشی بسیار گسترده که در چشم بر هم زدنی می‌توانند میلیون‌ها و میلیاردها داده را زیر و رو و مقایسه و تحلیل کنند، روش‌های تحقیق متعارف علوم اجتماعی مانند پیمایش و مصاحبه و مطالعه میدانی و ... جای زیادی برای خود نمی‌یابند. البته به نظر من، مهم‌تر از این انقضای روش‌های تحقیق علوم اجتماعی به نفع تحلیل کلان‌دادها، این مطلب است که علوم اجتماعی، در سطح نظری و هستی‌شناسی امر اجتماعی، دگرگون می‌شوند...

▀█▄ چطور؟ ریشه این تحول نظری در علوم اجتماعی چیست؟
▬    مفهوم «تقسیم کار انسانی»، و تبعات آن در مفاهیمی مانند عرضه و تقاضا و دست پنهان و ناظر بی‌طرف و وجدان جمعی و ...، زیربنای علوم انسانی و اجتماعی مدرن است؛ حالا با حضور و مداخله گسترده ماشین‌های محاسبه‌گر در تقسیم کار انسانی و حتی تحت الشعاع قرار دادن حضور انسان‌ها، چالش مهمی پدید آمده است. این که انسان‌ها بخش عمده‌ای از بودجه زمانی خود را صرف تعاملات با ماشین‌ها می‌کنند نه انسان‌ها. در نتیجه، مفهوم تقسیم کار انسانی به عنوان زیربنای علوم اجتماعی امروز، به حاشیه رفته است و از این قرار است که حتی دیگر عنوان جامعه هم چندان بامسمی به نظر نمی‌رسد. شماری از دانشمندان علوم اجتماعی مایل هستند تا به جای «جامعه» از مفهوم «شبکه» استفاده کنند، و به جای کنشگر، از مفهوم «عملگر» که هم عاملیت‌های انسانی را شامل شود و هم عاملیت‌های ماشینی و محیط زیست و ... . پس، به نظر می‌رسد که کل برداشت‌های کلاسیک ما در مجموعه علوم اجتماعی و رفتاری، از ریشه دگرگون شده است و نیاز به یک بازسنجی دارد...


▀█▄ خب با این تحول، برای ما که نشریه‌ای در زمینه علوم اجتماعی اسلامی هستیم، این سؤال مطرح می‌شود که ایده علوم اجتماعی اسلامی که در تقابل با ساینس اجتماعی سکولار تعریف می‌شد، به چه شکلی درمی‌آید؟
▬    تمرکز عالمان علوم شناختی به ماشین‌ها و هوش مصنوعی فراتر از اقتضائات کاربردی امروز و آینده ما، حاوی یک تجدید نظر اصولی در شیوه زیست مدرن ما و همچنین جایگاه علم در زندگی ماست. ما باید سبک زندگی خود را عوض کنیم تا بتوانیم با این روزگار جدید، به نحوی کنار بیاییم که منجر به تسلط ماشین‌ها به ما نشود؛ و دیدگاه توحیدی در این میان تنها شانس نجات انسانیت خواهد بود.
▬    تا آنجا که به فرضیه دیرپای تسلط ماشین‌ها به ما مربوط می‌شود، ماشین‌ها در حال حاضر و حتی پس از فائق آمدن هوش مصنوعی، دارای محدودیت‌های قاطعی هستند که تبدیل آن‌ها به عاملی که از جمیع جهات، برتر از ذهن یک انسان عمل کند، محال است. فن تولید ماشین‌ها تا آن نقطه فاصله بسیاری دارد. اگر اطلاعات جانبی مورد نیاز برای چنین عملکردی، یکپارچه در خدمت یک ابررایانه آینده با توان پردازش خارق‌العاده قرار گیرد، تنها چندین و چند هزار میلیارد بایت حافظه رم دسترسی مستقیم برای کمک به این پردازش‌گر نیاز خواهد بود؛ و حتی اگر نهایتاً بتوانیم این توان پردازش و ذخیره‌سازی اطلاعات را بر ارگانیسم‌های زیستی بنا کنیم و از طبیعت ارگانیک برای منظور خود کمک بگیریم، باز هم احتمال وقوع چنین عملکرد پیچیده‌ای به صورت مصنوعی منتفی خواهد بود. چرا که آن‌چه در ماشین‌های پردازش منطقی ساخته و حتی بازسازی می‌شود، شامل مجموعه‌ای از قواعد است، و مطلقاً با نحوه برخورد چندگانه ما با دنیا قابل انطباق نیست؛ ما عملکردهای ذهنی منطقی داریم، و در عین حال، عملکردهای چندگانه نیز می‌ورزیم. ما همچنین می‌توانیم مرز این عملکردهای منطقی و چندگانه را معین نماییم و در مورد آن خودآگاه باشیم. در عین حال، توش و توان مهمی برای عملکردهای چندگانه در حیطه‌هایی مانند اخلاق و زیبایی و عشق و پرستش و ایثار و ژرف‌نگری داریم. نکته دیگر آن است که ذهن ما در فرآیند شناخت، تنها از منابع موجود در چهارچوب ذهن خود بهره نمی‌برد، و مانند تجربه‌ای که در فهم یک قصه داریم، می‌تواند منابع و موضوعات دیگری را در منطق محمول‌های خود به حساب آورد که جنبه انتزاعی و تداعی معانی دارند.
▬    اما، خبر بد آن است که ماشین‌ها در برخی حیطه‌های مهم مانند انجام پردازش‌های منطقی متمرکز و تکراری و گسترده، قابلیت‌های بسیار برتری در مقایسه با اغلب اذهان انسانی دارند و خواهند داشت. در حال حاضر، جهت‌گیری جهانی علوم شناختی، در مسیر تأمین کنندگان بودجه، برنامه‌های تحقیقاتی فنی مهندسی و قدری هم پزشکی و تا حدودی هم نظامی و امنیتی پیش می‌رود؛ و این، می‌تواند برای بخش مهمی از میراث علوم اجتماعی نگران کننده باشد. جریان پرنفوذی در علوم اجتماعی همواره کوشش کرده است تا وجه اخلاقی و رهای انسان را از قفس آهنین ماشین‌های مهندسی محفوظ نگاه دارد. این جریان می‌خواهد وجه آینده‌ساز و اخلاقی انسان را تقویت کنند، و آن را از علومی که ادعای پیش‌بینی پذیر ساختن همه چیز را می‌ورزند مصون نگاه دارند. شاید یکی از دلایلی که در منظومه میان‌رشته‌ای علوم شناختی تا کنون کسی سراغی از جامعه‌شناسان نگرفته است، همین باشد؛ این که از زمان ماکس وبر تا کنون، به‌روشنی در علوم اجتماعی این آگاهی توزیع شده است که تلاش برای اعمال کنترل تا چه اندازه می‌تواند خطرناک باشد؛ در زمان ماکس وبر، این، توأمان هم بیانیه‌ای علیه علم‌گرایان بود و هم مارکسیست‌ها. ولی امروز، آن میراث به ما می‌گوید که وجه خطرناکی در علوم شناختی می‌تواند وجود داشته باشد، و آن، طمع به بند کشیدن اراده اخلاقی و تاریخ‌ساز انسان‌ها به منظور کنترل‌پذیری و مهندسی انسان‌ها باشد. البته واقفیم که فیلسوفان و خاصه، فیلسوفان اخلاق در این زمینه تذکرات مهمی داده‌اند، ولی تدارک ساز و کارهای روشن و پهن‌دامنه اجتماعی برای ممانعت از اعمال استبداد فنی-مهندسی به اتکاء علوم شناختی، تکلیف و وظیفه علوم اجتماعی شناختی است.
▬    من فکر می‌کنم که این فراست اخلاقی که به بهترین وجه، از یک دیدگاه توحیدی می‌تواند سیراب شود، بخشی از چشم‌انداز آینده علوم شناختی است. علوم شناختی از جهت روشنی بخشیدن به محدودیت آشکار علوم انسانی و بویژه علوم رفتاری و علوم اجتماعی، انقلاب مغتنمی است، در عین حال، باید مراقبت کرد که دستاوردهای علوم شناختی در جهت همراهی با عاملیت اخلاقی و پایبند به اصول به کار گرفته شود، و ما نیاز به کدهای قاطع اخلاقی برای حراست از آینده و معاد این اقدامات داریم.
▬    در زمینه علوم اجتماعی دینی و اسلامی، ما به دلایل متعددی معتقد هستیم که دین، باید پایه شناخت اجتماعی ما قرار بگیرد تا علوم اجتماعی به منظور خود، یعنی شناخت و مداخله مثمر ثمر اجتماعی نائل شود. در زمینه فعلی، بیش از هر دلیل دیگری، نگرانی ما از آینده و معاد اقداماتمان در حیطه تعامل ما با انسان‌ها، ماشین‌ها، حیوانات، گیاهان و محیط زیست، است که ما را به سمت یک طرح معرفتی معادنگر می‌کشاند. ضعف ساینس سکولار که امروز کاملاً آشکار شده است، فقدان معادنگری است. ما با علم مکانیک موفق شدیم ماشین بخار بسازیم و رفتارهای خسته‌کننده و تکراری را به دوش ماشین بیندازیم، ولی علم به ما نگفت که دویست سال بعد، محیط زیست در اثر بهره‌کشی غیراخلاقی ما از ماشین‌ها و طبیعت، متحمل تخریب‌های برگشت‌ناپذیر خواهد شد و ما را به پشیمانی خواهد انداخت. حالا بر ما معلوم شده است که ما نیاز به یک فراست معادنگر داریم تا روابط با پیچیدگی فزاینده را نسق ببخشد، و این ضرورت در شرایط فعلی بیشتر و بیشتر شده است. علوم شناختی و نظریه محاسبات، توان ما برای تحلیل و رابط دادن امور را به نحو فزاینده‌ای افزایش داده است، ولی همچنان چیزی از اخلاق و معاد اعمال نمی‌گوید، بلکه بدتر، این ظرفیت را دارد که به ابزاری غیراخلاقی در دست قدرتمندان تبدیل شود که آتیه و اراده مردمان را با شناخت گذشته‌نگر به بند بکشند و کوچک‌ترین حرکات و سکنات را به سمت قابل پیش‌بینی بودن گسیل کنند. آن‌ها دوست خواهند داشت تا انسان‌ها را هم به ماشین‌های پیش‌بینی‌پذیر تبدیل کنند، و برای ممانعت از چنین آینده‌ای و حفظ جنبه اخلاقی زیست انسانی بر روی کره زمین، تعهد دینی، تنها امید است.
مآخذ:...
هو العلیم

دکتر حامد حاجی‌حیدری؛ فقط ایده‌ای برای تأمل بیشتر

▬    تز ۱. هر چند بخشی از شناخت‌ناگروی سده بیستم، ملهم از چرخش زبان‌شناختی، مدعی، امتناع عمومی معرفت بود، ولی عمده‌ای از شناخت‌ناگروی‌ها، خصوصاً در زمینه علوم اجتماعی و رفتاری، ناشی از اعلام «پیچیدگی عظیم تکثر قابل ملاحظه دیدگاه‌ها نسبت به واقعیت» بود. در واقع، نوع اخیر شناخت‌ناگروی در سده بیستم، از امتناع ذاتی معرفت حمایت نمی‌کند، بلکه مقدورات شناختی انسانی را برای دستیابی به معرفت، بی‌اندازه نارسا تلقی می‌نماید.
▬    تز ۲. ولی، در نقد هر نوع شناخت‌ناگروی، یک جواب اجمالی وجود دارد؛ این که نفس مکالمه و مفاهمه موجود، فی‌الجمله نشان از امکان معرفت دارد، در غیر این صورت، امکان دیالوگ برقرار نبود. این پاسخ اجمالی از یونان تا حال به قوت خود باقی بوده است. این پاسخ اجمالی از یونان تا حال، در دفاع از شناخت، مطرح و راهگشا بوده است. اما از همان گاه، ارسطو، به دنبال تیز کردن ابزارهای منطقی ما برای گسترش اطمینان از وقوع شناخت بود، و در مسیر این کوشش، همواره با محدودیت‌ها «ذهن معمولی» انسانی مواجه بود.
▬    تز ۳. همواره افراد تیزهوش، نقاط امیدی برای فهم بیشتر «پیچیدگی‌های» جهان بوده‌اند، ولی در میانه سده نوزدهم، دگرگونی‌های معنادار رخ داد و ما توانستیم برای فکر کردن نیز وارد یک انقلاب صنعتی شویم. همان طور که ماشین‌های بخار و الکتریکی، کارهای تکراری و یک شکل را می‌توانستند به مقدار مورد نیاز و بدون مواجهه با محدودیت‌های انسانی مانند خستگی یا کم‌حوصلگی، تکرار کنند، حالا ماشین‌های محاسب، ابزاری شدند تا با تکرار نامحدود محاسبات بنیادین، الگوهای شناختی پیچیده را سازمان دهند. به این ابزارها «رایانه» گفته می‌شود.
▬    تز ۴. ماشین محاسب چارلز ببیج، در سال ۱۸۲۰ طراحی گردید که مجال ساخت نیافت و نهایتاً در ۱۹۴۳ ساخته شد. نیز، در همان اوان، ماشین آلن تورینگ، نقطه آغازی شد بر تئوری ماشین‌های محاسب. دهه ۱۹۴۰، بدین ترتیب از دو طریق، آغازی تحول‌آفرین در علوم، و همچنین در علوم انسانی و علوم رفتاری رقم خورد، که هر یک در نوع خود جالب توجه هستند:
▬    تز ۵. طریق نخست تحول‌آفرینی ماشین‌های محاسب در علوم انسانی در سطح شناختی این است که، «ساختار»ها و «شبکه»‌های غامض و پیچیده و چندبعدی، امکان شبیه‌سازی پیدا کردند، و جایگاه کنشگر در آن‌ها به صورت «هم‌زمانی» و «درزمانی»، با هر دقت «مورد نیاز» ارتقاء یافت. حالا، دیگر، سخن از شناخت‌ناگروی که به مضیقه مقدورات شناختی انسانی استناد می‌کرد، بلاوجه شده است.
▬    تز ۶. طریق دوم آن که، افق تحقیقات به نحو عظیمی دگرگون، و تأملات و پژوهش‌هایی که ناممکن تلقی می‌شدند، آسان گردیده است. تفکیک‌های رشته‌ای غیرلازم شده‌اند، و می‌توان برداشت‌های جامع‌تری از علوم به طور کلی و همچنین علوم انسانی ارائه داد. با وجود ماشین‌های محاسب، می‌توان حجم عظیمی از داده‌ها را تجزیه و تحلیل کرد، و از آن مهم‌تر، این داده‌ها را مستمراً بروزرسانی نمود. مشخصاً، یک دلالت ضمنی این نکته آن است که مسیر دانش تا عمل و اجرا کوتاه و مستقیم شده است، و دانش به ملاحظات اخلاقی فوری احتیاج دارد که نظارت و احاطه انسانی را می‌طلبد.
ادامه دارد...
مآخذ:...
هو العلیم

دکتر حامد حاجی‌حیدری؛ فقط ایده‌ای برای تأمل بیشتر

▀█▄  قضیه:
▬    «اگر ما منطقی بودیم چقدر خوب می‌شد ... ولی اگر شما هر یک از اعضای جامعه را با یک نسبتی غیرمنطقی بکنید، عملکرد کل جامعه به صورت جمعی بالا می‌رود! چون منابع محدود است!»؛ این، عین نقل قول از دبیر ستاد توسعه‌ی علوم شناختی کشور، دکتر مجید نیلی احمدآبادی است، و جای تأمل دارد. اگر ما، اعضای جامعه را به سمت عملکرد غیرمنطقی سوق بدهیم، بازده کل جامعه به صورت جمعی بالا می‌رود، و به باور دبیر ستاد توسعه‌ی علوم شناختی کشور، از این جهت است که ما به «جامعه‌شناسی شناختی» احتیاج داریم، تا بتوانیم این دست پروژه‌های مهندسی اجتماعی را پیش ببریم. جای نگرانی است. آیا قرار است، اذهان انسان‌ها در چهارچوب علوم شناختی مهندسی شود تا آن‌ها را به سمت عملکردهای غیرمنطقی سوق بیابند و نهایتاً در کمبود منابع افرادی خاص بتوانند از منابع بیشتر بهره ببرند؟
▬    سوم بهمن ماه اخیر، اصحاب علوم شناختی با رهبر عالی کشور دیدار کردند و این دیدار دلالت‌های ضمنی متعددی داشت که پیش از این و پس از آن ملاقات، همین‌جا در یادداشتی به برخی از این دلالت‌ها اشاره کردم. رهبر عالی ما در دیدار با اهالی علوم شناختی، و در جهتی مغایر با جهتی که از جمله مذکور دکتر مجید نیلی احمدآبادی به دست می‌آید، خاطرنشان کردند: «در مسیر شناخت این علوم که با استدلال و منطق سر و کار دارد، به‌گونه‌ای حرکت کنید که زمینه‌ی معرفت بیشتر خداوند حاصل شود». نیز، ایشان «لزوم تعریف یک راهبرد بومی برای پیشبرد علوم شناختی را مورد تأکید قرار دادند». در این ارتباط، برخی ملاحظات نظری و تخصصی لازم هست که چون موضوع در سطح سیاست کشور و در محضر رهبر عالی کشور مطرح شده، جای طرح دارد. لطفاً ملاحظه و تأمل بفرمایید، زیرا موضوع مهم است و چون در خشت اول این علوم هستیم، و  هر انحراف در این مسیر می‌تواند تا ثریا دیوار کجی ترسیم کند.


▀█▄  کاوش نظری در اطراف قضیه:
▬    تأمل ۱. چم و خم علوم شناختی از این قرار است؛ تا پیش از واکنش علوم شناختی در دهه ۱۹۵۰ میلادی، مجموعه علوم انسانی چنین وضع و حالی داشت: رفتارگرایی به طور کامل در الزامات یک تلقی تجربی علوم انسانی می‌گنجید. بی. اف. اسکینر تا سر حد تبیین روان و زیست اجتماعی با قواعد رفتارگرا پیش رفت و قوانین «آموزش برنامه‌ریزی شده» را وضع کرد. همبستگی آماری بین نوع محرک و نوع پاسخ در تبیین علمی محوریت یافت و جای توضیحات نظری را گرفت و محاسبات محرک و پاسخی در آموزش برنامه‌ریزی شده محوریت یافت. اسکینر یک «ماشین یادگیری» ساخت. این نحو نگاه تجربی، نهایتاً رفتار انسان را با محرک‌های تجربی به بند می‌کشید و شناخت را تابع تجربی محیط قرار می‌داد. این، موضوعی بود که جروم برونر را ارضاء نمی‌کرد؛ او دریافت که طرح‌های شناختی در ادراک ما دخیل هستند و اصول فرایندهای شناختی را می‌سازند؛ او پای فرآیندهای ناخودآگاه را نیز به میان کشید. ولی چه رفتارگرایی در یک سوی پیوستار و چه روانکاوی در سوی دیگر پیوستار روان‌شناسی متعارف، اگر درست می‌بودند، باید امکان انتقال معنا از طریق زبان یکسره منتفی می‌شد، چرا که هر دو به نحوی نسبیت‌گرایی ناشی از تمایز نظرگاه تجربی راه می‌برند.
▬    تأمل ۲. می‌دانیم که محرک‌های تجربی نقش مهمی در شناخت ما دارند؛ همچنین، می‌دانیم که ساختارهای آگاهی و ناخودآگاه نیز در فرآیندهای شناخت ما دخیل هستند؛ ولی یک چیز دیگر را هم می‌دانیم: اینکه «شناخت/cognition/ from Latin cognitiōn-, cognitiō / Merriam-Webster»، در کل، و فی‌الجمله میسر است، چرا که اگر نبود، همین گفتگوی فی ما بین رفتارگرایان و ساختارگرایان و رئالیست‌ها و روانکاوان و ... نامیسر نمی‌گردید. «شناخت واژه‌ها»، استفاده از مقوله‌های مفهومی کلیدی را میسر می‌سازد، هر چند که ممکن است در جزئیات ادراکات یا تجربیات تفاوتی با عینیت وجود داشته باشد، ولی ژرف‌ساخت‌ها در میان شناخت‌های مختلف، یکسان و مفروض است، و می‌توان پایه «شناخت» را بر همین قدر متیقن‌ها بنا نهاد. باید از رئالیسم به جای پوزیتیویسم و رفتارگرایی از یک سوی، و از روانکاوی و پساساختارگرایی و پسامدرنیسم در جانب دیگر دفاع کنیم. این، هسته اصلی و مغتنم «علوم شناختی» است که در مقابل علوم انسانی نیمه قرن بیستم قرار می‌گیرد؛ از آن موقع تا حال، علوم انسانی به سمت نسبیت‌گرایی رهسپار بوده و عملاً از ارائه مسیرهای بهبود ناتوان مانده است؛ حالا با طرح مبدأ «شناخت»، همه چیز توانمندتر پیش خواهد رفت، نحوی «انقلاب شناختی» در جریان است.
▬    تأمل ۳. برای تحقق روش‌شناسی این رویکرد تازه به «شناخت»، باید الگوهای ارتباطی در عمل مثمر ثمر را به مثابه بازنمایی‌های معتبر از فرآیندهای شناختی در نظر بگیریم، و با مفروض داشتن توفیق آن‌ها در برقراری «فی‌الجمله»ی ارتباط، مکانیسم‌های انتزاعی یا بنیادی آن‌ها را شناسایی و بازسازی کنیم. این نحو از رئالیسم چیزی بیش از بازگشت به یک رئالیسم دکارتی (Cogito, Ergo Sum) فارغ از تجربه‌گرایی خام است. این، پایه‌های یک تلفیق بزرگ میان فلسفه، ریاضیات، مهندسی، روان‌شناسی، زیست‌شناسی، علوم رفتاری و حتی حکمت و شهود قدما بود.
▬    تأمل ۴. طی این مدت که از برآمدن علوم شناختی گذشته است، گرایش غالب، خود را در نوروفیزیولوژی و هوش و همچنین مهندسی هوش مصنوعی نشان داده است، با این حال، برنامه علوم شناختی نمی‌تواند در این سطح باقی بماند، و بی‌گمان به سطوح انتزاعی دیگر که کلیت فرآیند شناختی را بازبتاباند بسط خواهد یافت. این علوم، متافیزیک سایبر مختص به خود را بنا خواهند نهاد. تمرکز عالمان علوم شناختی به ماشین‌ها و هوش مصنوعی فراتر از اقتضائات کاربردی امروز و آینده ما، حاوی یک تجدید نظر اصولی در شیوه زیست مدرن ماست. ما باید سبک زندگی خود را عوض کنیم تا بتوانیم با این روزگار جدید، به نحوی کنار بیاییم که منجر به تسلط ماشین‌ها به ما نشود؛ و دیدگاه توحیدی در این میان تنها شانس نجات انسانیت خواهد بود.
▬    تأمل ۵. تا آنجا که به فرضیه دیرپای تسلط ماشین‌ها به ما مربوط می‌شود، ماشین‌ها در حال حاضر و حتی پس از فائق آمدن هوش مصنوعی، دارای محدودیت‌های قاطعی هستند که تبدیل آن‌ها به عاملی که از جمیع جهات برتر از ذهن یک انسان عمل کند، محال است. فن تولید ماشین‌ها تا آن نقطه فاصله بسیاری دارد. اگر اطلاعات جانبی مورد نیاز برای چنین عملکردی، یکپارچه در خدمت یک ابررایانه آینده با توان پردازش خارق‌العاده قرار گیرد، تنها چندین و چند هزار میلیارد بایت حافظه رم دسترسی مستقیم برای کمک به این پردازش‌گر نیاز خواهد بود؛ و حتی اگر نهایتاً بتوانیم این توان پردازش و ذخیره‌سازی اطلاعات را بر ارگانیسم‌های زیستی بنا کنیم و از طبیعت ارگانیک برای منظور خود کمک بگیریم، باز هم احتمال وقوع چنین عملکرد پیچیده‌ای به صورت مصنوعی منتفی خواهد بود. چرا که آن‌چه در ماشین‌های پردازش منطقی ساخته و حتی بازسازی می‌شود، شامل مجموعه‌ای از قواعد است، و مطلقاً با نحوه برخورد چندگانه ما با دنیا قابل انطباق نیست؛ ما عملکردهای ذهنی منطقی داریم، و در عین حال، عملکردهای چندگانه نیز می‌ورزیم. ما همچنین می‌توانیم مرز این عملکردهای منطقی و چندگانه را معین نماییم و در مورد آن خودآگاه باشیم. در عین حال، توش و توان مهمی برای عملکردهای چندگانه در حیطه‌هایی مانند اخلاق و زیبایی و عشق و پرستش و ایثار و ژرف‌نگری داریم. نکته دیگر آن است که ذهن ما در فرآیند شناخت، تنها از منابع موجود در چهارچوب ذهن خود بهره نمی‌برد، و مانند تجربه‌ای که در فهم یک قصه داریم، می‌تواند منابع و موضوعات دیگری را در منطق محمول‌های خود به حساب آورد که جنبه انتزاعی و تداعی معانی دارند.
▬    تأمل آخر. اما، خبر بد آن که ماشین‌ها در برخی حیطه‌های مهم مانند انجام پردازش‌های منطقی متمرکز و تکراری و گسترده، قابلیت‌های بسیار برتری در مقایسه با اغلب اذهان انسانی دارند و خواهند داشت. در حال حاضر، جهت‌گیری جهانی علوم شناختی، در مسیر تأمین کنندگان بودجه، برنامه‌های تحقیقاتی فنی مهندسی و قدری هم پزشکی و تا حدودی هم نظامی و امنیتی پیش می‌رود؛ و این، می‌تواند برای بخش مهمی از میراث علوم اجتماعی نگران کننده باشد. جریان مهمی در علوم اجتماعی همواره کوشش کرده است تا وجه اخلاقی و رهای انسان را از قفس آهنین ماشین‌های مهندسی مصون نگاه دارند. آن‌ها می‌خواهند وجه آینده‌ساز انسان را تقویت کنند، و آن را از علومی که ادعای پیش‌بینی پذیر ساختن همه چیز را می‌ورزند مصون نگاه دارند. شاید یکی از دلایلی که در منظومه میان‌رشته‌ای علوم شناختی تا کنون کسی سراغی از جامعه‌شناسان نگرفته است، همین باشد؛ این که از زمان ماکس وبر تا کنون، به‌روشنی در علوم اجتماعی این آگاهی توزیع شده است که تلاش برای اعمال کنترل تا چه اندازه می‌تواند خطرناک باشد؛ در آن زمان، این، توأمان هم بیانیه‌ای علیه علم‌گرایان بود و هم مارکسیست‌ها. ولی امروز، آن میراث به ما می‌گوید که وجه خطرناکی در علوم شناختی می‌تواند وجود داشته باشد، و آن، طمع به بند کشیدن اراده اخلاقی انسان‌ها به منظور کنترل‌پذیری و مهندسی انسان‌ها باشد. البته واقفیم که فیلسوفان و فیلسوفان اخلاق در این زمینه تذکرات مهمی داده‌اند، ولی تدارک ساز و کارهای روشن و پهن‌دامنه اجتماعی برای ممانعت از اعمال استبداد فنی-مهندسی به اتکاء علوم شناختی، تکلیف و وظیفه علوم اجتماعی شناختی است. من فکر می‌کنم که این، بخشی از چشم‌انداز آینده علوم شناختی است. علوم شناختی از جهت روشنی بخشیدن به محدودیت آشکار علوم انسانی و بویژه علوم رفتاری و علوم اجتماعی، انقلاب مغتنمی است. در عین حال، باید مراقبت کرد که دستاوردهای علوم شناختی در جهت همراهی با عاملیت اخلاقی و پایبند به اصول به کار گرفته شود. سخنرانی دکتر مجید نیلی احمدآبادی، دبیر ستاد توسعه‌ی علوم شناختی، اسفندماه پیشین، این نگرانی را تقویت می‌کند، وقتی که او می‌گوید: «اگر شما هر یک از اعضای جامعه را با یک نسبتی غیرمنطقی بکنید، پرفرمنس کل جامعه به صورت جمعی بالا می‌رود؛ چون منابع محدود است!». نیاز به شرح نیست که اگر این دیدگاه در مرکز سیاست علمی کشور در موضوع علوم شناختی پیش برود، تا چه اندازه می‌تواند خطرناک باشد. با این استدلال، ما فعالانه و عامدانه می‌کوشیم تا اعضای جامعه را به سمت رفتار غیرمنطقی سوق دهیم تا در شرایط محدودیت منابع، نابرابری در توزیع منابع اتفاق بیفتد؛ به نظر شما چنین ایستارهای مهندسی در مورد جامعه پرمخاطره نیست؟ در این ارتباط، رهبر عالی ما در دیدار با اهالی علوم شناختی، «لزوم تعریف یک راهبرد بومی برای پیشبرد علوم شناختی را مورد تأکید قرار دادند» و خاطرنشان کردند: «در مسیر شناخت این علوم که با استدلال و منطق سر و کار دارد، به‌گونه‌ای حرکت کنید که زمینه‌ی معرفت بیشتر خداوند حاصل شود».
مأخذ:رسالت
هو العلیم

دکتر حامد حاجی‌حیدری؛ فقط ایده‌ای برای تأمل بیشتر

▬    رویداد بسیار بسیار مهمی بود، ولی این سطح اهمیت، عمدتاً در سطوح فعالان سیاسی، درک نشد. این رویداد، اهمیت قابل ملاحظه‌ای هم در سطح زیربنایی و هم در سطوح روبنایی سیاست و معیشت خواهد داشت. نشست چهارشنبه رهبر عالی جمهوری اسلامی با گروه پیشران علوم شناختی به سرپرستی دکتر سید کمال خرازی، پس از کنش‌های سیاسی هوشمندانه‌ای همچون فکر علوم انسانی ایرانی-اسلامی، ایده مهندسی فرهنگی، و الگوی اسلامی-ایرانی پیشرفت، چهارمین و احتمالاً مهم‌ترین کنش دانشی رهبر عالی و خوش‌فکر جمهوری اسلامی است. این‌ها چهار ابرپروژه هستند که طیف‌های متنوعی از فعالان علمی و اجتماعی را درگیر می‌کنند؛ ولی با این حرکت چهارم در زمینه «علوم شناختی»، حالا می‌شود گفت که زمینه یکسره تازه‌ای گشوده شده است، هر چند که صرف این گشایش کافی نیست و باید دلالت‌های ضمنی و تلویحات آن لحاظ شود. ماجرا از این قرار است؛ تلاش‌های جهانی برای بهبود علوم انسانی، پس از چند دهه بحرانی، چندان موفق نبوده است، ولی پدیدار شدن «علوم شناختی»، دگرگونی مهمی است، که می‌تواند به مهاجرت بزرگ از علوم انسانی نارسای موجود به سمت یک وضعیت میان‌رشته‌ای مثمر ثمرتر منتهی شود. حالا می‌شود امیدوار بود که به جای «نطق‌های متأسفانه» عالمان علوم انسانی، برای انبوه مسائل رفتاری و اجتماعی امروز، راه‌حلی ارائه شود.
▬    پایه‌گذاران علوم انسانی مدرن را می‌توان به تفاوت، تامس هابز، آدام اسمیت، چارلز داروین یا شاید هم آگوست کنت دانست. هر کدام از این دانشمندان را لحاظ کنیم، نهایتاً باید بپذیریم که میراث‌های فکری آن‌ها، کم و بیش، از پس بحران‌های پایان قرن بیستم برنیامدند و درخواست‌های بشری در قبال علوم انسانی را بی‌پاسخ گذاشتند. عمده‌ای از مسائل امروز ما، نیازمند روی تافتن از این پایه‌گذاران، و گشودن مسیر شجاعت به سمت یک چشم‌انداز پایه علمی جدید است که فی‌الجمله و فعلاً نام آن «علوم شناختی» گذاشته شده است؛ من نام آن را «علوم شبکه‌های انسانی-ماشینی-طبیعی» می‌گذارم، و باور دارم که مسیر برون‌رفت مناسبی از بن‌بست علوم انسانی روشنفکر زده امروز است. مسیر خوبی باز شده است، اما البته نیاز به کامل شدن دارد.
▬    عالمان علوم انسانی امروز با معضلات بغرنجی همچون عدالت، آزادی، آموزش، جنسیت، تمدن، زوال، ماشینیسم، جهانی‌سازی، محیط زیست، و ...، مماشات می‌کنند، و در پیشروترین شگرد، حاملان «نطق‌های متأسفانه» هستند، بدین ترتیب که در فرار به جلو، مدام از اتفاقات ناگوار ابراز تأسف می‌کنند. در حالی که فنون فنی-مهندسی، مشغول طراحی مسیرهای پیشروی تحول در حیطه‌های تکنولوژیک هستند، عالمان علوم انسانی، علم‌ورزی خود را در منفی‌بافی بی‌پایان به رخ دانشجویان و مردم عادی می‌کشند، و از این قرار، مدت‌هاست که نزد بسیاری از مردم این پرسش مطرح است که سرمایه‌گذاری در علوم انسانی دقیقاً به چه کار می‌آید؟ حالا با «علوم شناختی»، مسیرهای تغییر خوبی فتح شده است، اما نیاز به کامل شدن دارد، ولی در همین ابتدا هم افق‌های روشنی پیداست.
▬    در حالی که اوضاع اقتصادی و اجتماعی و سیاسی دنیا رو به وخامت دارد، عالمان علوم انسانی، همچنان مشغول بحث‌های سیاسی و فلسفی پایه هستند؛ و در این فراغت خوش‌نشین، مفروضشان این است که روند تکامل، کار خود را می‌کند و مسائل انسانی و اجتماعی مردم به کمک تکنولوژی که گویا خود به خود رو به پیشرفت دارد! حل می‌شوند؛ یا این که سیاستمداران، بحث‌های سیاسی و فلسفی روشنفکران را به زمینه عمل سیاسی می‌رسانند و لازم نیست تا خود عالمان علوم انسانی غم عملیاتی شدن دیدگاه‌هایشان را بخورند؛ این‌ها پیش‌فرض‌هایی است که اصولاً محقق نمی‌شود، چرا که کلاف این بحث‌های روشنفکرانه علوم انسانی بیش از حد سر در گم است. حالا، مهندسان شبکه‌های ماشینی که گریزی از درگیر شدن در اقتضائات عملیاتی و مهندسی ندارند، و اعتقادی هم به سپردن امور به دست تقدیر مفروضات تکامل‌گرایانه ندارند، با به رسمیت شناختن ماشین‌ها و هوش مصنوعی، کوشش می‌کنند تا به محدودیت‌های عملی فائق بیایند، و مسیرهای تغییر را باز کنند. آن‌ها از صحنه رزم با موضوعات عملیاتی به خلوت‌های دنج روشنفکرانه فرار نمی‌کنند، بلکه درگیر می‌شوند. آن‌ها از بی‌طرفی ارزشی بیزار هستند، و در چهارچوب یک منطق فازی و هوشمند، می‌کوشند با بصیرت، مسیرهای «بهبود» را باز کنند. با این ترتیب، مسیر اخلاقی خوبی گشوده شده است، اما نیاز به کامل شدن دارد.
▬    علوم شناختی، درخشان‌ترین مسیر میان‌رشته‌ای است که تا کنون گشوده شده است. پیش از این، دو اردوگاه بزرگ نظریه عمومی سیستم‌ها، و نظریه عمومی بازی‌ها کوشش کرده‌اند تا چنین زمینه تلفیق بزرگی را پدید آورند. برای مدت‌های مدید، عامه مردم درک می‌کردند که کار جدایی تخصصی علوم از جایی ایراد دارد؛ این که زمینه‌های تخصصی مختلف یکدیگر را انکار می‌کردند، و مردم به عنوان مصرف‌کنندگان دانش، مردد می‌ماندند که تضادها و تخاصم‌های دانشمندان را چطور آشتی دهند. دو اردوگاه نظریه سیستم‌ها و نظریه بازی‌ها به قدری این تلفیق را محقق کردند؛ ولی چشم‌اندازهای اصولی آن‌ها به قدر کافی جامع و فارغ از تناقض نبود؛ خصوصاً که گاه تنه به «شناخت‌ناگرایی» و «نسبیت‌گرایی شناختی» می‌زدند؛ حالا، در زمینه علوم «شناختی»، ما جمع‌بندی مناسبی در زمینه فلسفه زبان داریم که آگاهانه می‌کوشد تا از تناقض‌ها و نسبیت‌ها مبرا باشد، و این کوشش را در زمینه‌ای از هوشمندی و ریاضیات در عین فروتنی فلسفی و علمی جویا می‌شود. مسیر خوبی در زمینه «حکمت» گشوده شده است، اما نیاز به کامل شدن در زمینه «توحیدی» دارد. علوم شناختی، از «شناخت‌گرایی/ COGNITIVISM» در دهه ۱۹۵۰، مشخصاً با رویارویی موفق نوآم چامسکی با «شناخت‌گرایی/ NON-COGNITIVISM» مندرج در رفتارگرایی دارد. در این رویارویی، به رغم نسبیت‌گرایی غالب در جریان‌های مختلف فکری سده بیستم که علوم انسانی و عمل سیاسی را به کثرت‌گرایی غیرمسؤولانه‌ای سوق داده بود، شناخت را به عنوان مفروض غیر قابل انکار، نقطه عزیمت خود قرار می‌دهد، می‌کوشد تا فرآیند شناخت را درک نماید و آن را پایه‌ای برای درک ژرف‌ساخت‌ها قرار دهد. این گرایش به اصول و ژرف‌ساخت‌ها، در صورتی که به خوبی کامل شود، بازگشتی به سمت «دیدگاه توحیدی» بعد از یک قرن آشفتگی خواهد بود، که نیاز به کامل شدن دارد.
▬    نهایتاً، از دیدگاه من، این که دکتر سید کمال خرازی، وزیر خارجه عصر اصلاحات، سمت مدیریت بر چنین مسیری را عهده‌دار هستند، یک معنای ضمنی دیگر نیز دارد. در حالی که خط اصلاحات را با سرسپردگی رئیس دولت به نسبیت‌گرایی شناختی و سروشیسم می‌شناسیم، صدارت دکتر خرازی، نحوی ادای دین و جبران مافات اصلاحات به «شناخت» و ضرباتی است که نسبیت‌گرایی شناختی به «حکمت» و «اخلاق» و «سیاست» زد. علوم شناختی، به جای تشکیک در «شناخت»، آن را مفروض و نقطه عزیمت می‌داند، و این کفاره معصیتی است که برای دو دهه منجر به هبوط ما به ولنگاری اخلاقی و فرهنگ سیاسی پلورالیستی شد. در علوم شناختی، مسیر فرهنگی و سیاسی خوبی گشوده شده است، که نیاز به کامل شدن دارد.
مأخذ:رسالت
هو العلیم