Web Analytics Made Easy - Statcounter
به نقل از «مهر»
2024-05-06@12:03:16 GMT

چه قدر می‌توان به اعداد اعتماد کرد؟

تاریخ انتشار: ۲۶ آذر ۱۴۰۱ | کد خبر: ۳۶۶۳۲۷۷۹

چه قدر می‌توان به اعداد اعتماد کرد؟

خبرگزاری مهر؛ گروه مجله-محدث تک‌فلاح: در مسابقات جام جهانی قطر ۲۰۲۲ در مرحله یک چهارم نهایی چند بازی انجام می شود؟ بازی‌های جام جهانی در کل در چند روز انجام می‌شود؟ هر تیم چند بازی انجام داده است؟ در زمین بازی چند نفر حضور دارند؟ برای زدن گل چند نفر شاد می‌شوند؟ و...
اینها همه سوال‌هایی است که فقط با یک عدد می‌توان به آنها پاسخ داد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

این فقط در مورد جام‌جهانی بود. هر کدام از ما در یک روز از صبح که بیدار می‌شویم تا شب که برای خوابیدن به رختخواب بازمی‌گردیم، با دریایی از این اعداد سر و کار داریم. اعدادی که در دنیای کنونی تاثیرات مهمی دارند.

اگر دوران همه گیری ویروس کرونا را در یاد داشته باشید، در روزهای ابتدایی همه در هاله‌ای از ندانستن بودیم. «چه شده است؟»، «چه می‌شود؟» مهم‌ترین جملات مغز ما راتشکیل می داد. از زمانی که وضعیت بیماران درگیر شده و بستری شده و فوت شده و… را با یک سری اعداد و ارقام به اطلاع ما می‌رساندند، شرایط قابل درک شد و حتی زمانی که تعداد کیت‌های تشخیص کرونا را در آمار آوردند، دقت اطلاعات بالا رفت.
کم کم واکسن آمد و کنترل اوضاع به دست گرفته شد. این را از کجا فهمیمدیم؟ از اعداد و ارقامی که به مردم اطلاع رسانی می‌شد.

شرایط کرونا همین روزها هم هنوز به حالت تعادل قطعی نرسیده است، اما با مطالعه اعداد و ارقام، می توانیم تحلیل خوبی از وضعیت کشورها و شهرها و بیمارستان‌ها داشته باشیم. این روزها که در کشورمان، اعداد شرایط خوبی را در مورد کرونا گزارش می‌دهد. چین و ووهان به صورت جدی درگیر کروناست. از کجا فهمیدیم؟ از آمار و اعداد!

اگر هنوز به اهمیت اعداد و ارقام در زندگی شک دارید، توجه شما را به اهمیت آن جلب می‌کنیم. اگر با یک قاشق برنج ده قاشق خورش جلوی شما بگذارند، چه می شود؟ اگر طراحی نقشه یک ساختمان ۲۰ واحدی را تنها بعد از ۶۰ دقیقه از شما بخواهند چه؟ یا… نامتوازن بودن مسائل در مثال‌های مذکور قابل لمس است. در زندگی هم همین است. ما از اعداد برای تصمیم‌گیری‌های مهم استفاده می‌کنیم. در مقابل آن خیلی اوقات هم در دام این اعداد می‌افتیم. پس هشیار باشید!

جهان بی‌نظم

تجربه نشان داده است وقتی از اعداد استفاده درستی نکنید و قدرت خارق‌العاده آن را دست کم بگیرید، جهانی آسیب‌پذیر و بی‌نظم می شود. تصور کنید در انتخابات ریاست جمهوری، با نظرسنجی‌های درست می‌توان تا نزدیک واقعیت را پیش بینی کرد و از عطش‌مان برای رسیدن به روز اعلام نتیجه کاسته شود. در مقابل اگر شرایط عدم قطعیت وجود داشته باشد، استفاده از همان روش قبلی، می‌تواند موجب هرج و مرج شود و بی‌نظمی چشم‌گیری را ایجاد کند.

اشتباهات جدی در عالم سیاست و علم و.. در مورد اعداد به حدی رایج است که ضرب المثل انگلیسی می گوید: «وقتی یک عدد مفید به معیار موفقیت تبدیل شد، دیگر آن عدد مفید نیست.» این قانون به عنوان قانون گودارت شناخته می‌شود و به ما یادآوری می‌کند که با شروع اندازه گیری جهان انسان می‌تواند حرکت کند. دبورا استون در مورد کارخانه‌ها و مزارع شوروی می‌نویسد که به آنها سهمیه‌هایی داده می‌شد که شغل و امرار معاش مردم به آنها وابسته بود. کارخانجات نساجی ملزم به تولید مقادیری پارچه بودند که بر حسب طول مشخص می‌شد و از این رو دستگاه‌های بافندگی برای ساختن نوارهای بلند و باریک تنظیم می‌شدند. پنبه‌چین‌های اُزبک، پنبه‌های خود را در آب خیس می‌کردند تا سنگین‌تر شوند. به طور مشابه، زمانی که اولین راه آهن بین قاره‌ای آمریکا در سال ۱۸۶۰ ساخته شد، به شرکت‌های مشغول در این پروژه به ازای هر مایل مسیر دستمزد پرداخت می‌شد. بخشی از این ریل خارج از اوماها بود که به جای یک خط مستقیم، در یک قوس عریض قرار گرفته بود. چندین مایل غیر ضروری (در عین حال سودآور) به ریل اضافه کرد. مشکل زمانی پیش آمد که از قوانین اعداد برای چیزی که به آن اهمیت می‌دهیم استفاده می‌کنیم. اختلاف بین این شرکت و کارفرما با همین سوژه پیش آمد چون جیمز گوستاو اسپث (اقتصاددان محیط زیست) می گوید: «ما تمایل داریم آنچه را که اندازه گیری می‌کنیم به دست آوریم، بنابراین باید آنچه را که می‌خواهیم اندازه گیری کنیم.» برای کارفرما عدد کمتر مطلوب بود و برای پیمان‌کار عدد بیشتر!

با وجود این‌که این مشکلات به راحتی حل نمی‌شود، مسائل مربوط به قانون گودهارت به طراحی هوش مصنوعی هم دامن زده است: «چگونه می‌توانید یک هدف را به الگوریتم خود منتقل کنید در حالی که تنها زبان مشترک شما اعداد است؟» رابرت فلدت، دانشمند کامپیوتر، الگوریتمی را ایجاد کرد که برای فرود هواپیما بر روی یک ناو هواپیمابر شارژ می‌شد. هدف این بود که یک هواپیمای شبیه سازی شده را به آرامی متوقف کنیم، بنابراین تا حد امکان نیروی کمتری روی بدنه هواپیما وارد شود. رابرت در طول کار روی الگوریتم یک حفره را مشاهده کرد. اگر به جای اینکه هواپیمای شبیه سازی شده را به آرامی پایین بیاورد، عمداً هواپیما را متوقف کند، نیرو بر سیستم غلبه می‌کرد و به عنوان صفر کامل ثبت می‌شد. فلدت متوجه شد که در آزمایش مجازی خود، این الگوریتم بارها و بارها خود هواپیما، هواپیما را نابود می‌کند.

اعداد زمانی می‌توانند خطرناک‌ترین باشند که برای کنترل چیزها به جای درک آنها استفاده می‌شوند. با این حال، قانون گودارت در واقع فقط به یک محدودیت بسیار اساسی‌تر از دیدگاه داده محور از جهان اشاره می کند.

یک پروکسی مناسب

همانطور که تیم هارفورد می نویسد، داده ها «ممکن است یک پروکسی بسیار مناسب برای چیزی که واقعاً مهم است» باشد. اما حتی بین بهترین پروکسی‌ها و چیزی که در واقعیت وجود دارد هم یک شکاف اساسی وجود دارد. یعنی بین آنچه که ما قادر به اندازه گیری آن هستیم و آنچه واقعاً به آن اهمیت می‌دهیم.

هارفورد از دانیل کانمن روانشناس بزرگ نقل قول می‌کند. او در کتاب خود «تفکر سریع و آهسته» توضیح داده است که وقتی با یک سوال دشوار روبرو می شویم، عادت داریم که آن را با یک سوال آسان عوض کنیم. اغلب بدون اینکه متوجه شویم این کار را انجام داده‌ایم. انعکاس این موضوع در سؤالاتی وجود دارد که جامعه هدف آن را با استفاده از داده‌ها پاسخ می‌دهد. مثلاً در مدارس ممکن است برای ما جالب باشد که آیا فرزندان‌مان در مدرسه آموزش خوبی می‌بینند یا خیر؟ اما تشخیص اینکه دقیقاً منظور ما از «خوب» چیست، دشوار است. در عوض، تمایل داریم یک سوال مرتبط و آسان‌تر بپرسیم: «دانش‌آموزان در بررسی برخی از واقعیت‌ها چقدر عمل می‌کنند؟» به این ترتیب ما به سندرم «آموزش آزمایشی» مبتلاهستیم. برای این موضوع، به استفاده ما از تولید ناخالص داخلی برای نشان دادن رفاه اقتصادی یک کشور فکر کنید.

انسانِ قابل پیش‌بینی

یکی از بحث‌برانگیزترین استفاده‌های الگوریتم‌ها در سال‌های اخیر، توصیه‌هایی برای آزادی افراد زندانی در انتظار محاکمه است. در دادگاه‌های سراسر آمریکا، زمانی که متهمان متهم به یک جنایت می‌شوند، یک الگوریتم سابقه جنایی آنها را بررسی می‌کند و یک نمره خطر را به قاضی نشان می‌دهد و او را کمک می‌کند تا تصمیم بگیرد که آیا این زندانی تا زمان محاکمه باید پشت میله‌ها نگه داشته شود یا نه. با استفاده از داده های مربوط به متهمان قبلی، الگوریتم تلاش می کند تا احتمال اینکه یک فرد دوباره مرتکب جرم شود را محاسبه کند. اما، یک بار دیگر، یک مبادله موذیانه بین آنچه که به آن اهمیت می‌دهیم و آنچه می‌توانیم حساب کنیم وجود دارد. الگوریتم نمی تواند پیش بینی کند که چه کسی دوباره مرتکب جرم می‌شود (چون او یک انسان است و نه ماشین!). فقط می تواند پیش بینی کند که چه کسی دوباره دستگیر می‌شود. با یک جمله این فرضیه را جمع می کنم: «پیش‌بینی بر پایه اعداد برای انسان‌ها قابلیت استفاده و پیاده سازی ندارد!»

اشتغال زنان

در یک فرم نظرسنجی که به مخاطبین عام داده می‌شود و سوالاتی در مورد شرایط شغلی و نیروهای کار مطرح می‌شود، قاعدتاً پاسخ‌هایی دریافت می‌شود. با تغییر کوچکی در متن سوال، تغییر محسوسی در نتیجه مشاهده شد. در بخش اول به نظر می رسید که در یک موقعیت زمانی و مکانی مشخص نیروی کار فعال بیش از ده درصد افزایش یافته است. یعنی از ۶.۵ میلیون نفر به ۷.۲ میلیون نفر رسیده بود. اما در بخش دوم از افراد خواسته بود که «نقش‌های فرعی خود را نیز درج کنند». ناگهان، صدها هزار خانم که عمدتاً به شغل خانه‌داریمعرفی می شدند، اما ساعات طولانی را برای انجام کارهای دیگر اختصاص می دهند، در کل پاسخ‌ها تغییر ایجاد کردند. آمار تغییر غیرقابل پیش بینی‌ای کرد. چون ما انسان هستیم، نه ماشین!

دور ریختن جزئیات

ساده کردن دنیا به اندازه ای که بتوان آن را با اعداد به تصویر کشید، به معنای دور ریختن بسیاری از جزئیات است. حذف اجتناب ناپذیر می‌تواند داده‌ها را علیه گروه‌های خاص به خط کند.

خشونت علیه زنان

استون از سوی سازمان ملل تلاشی برای تدوین دستورالعمل‌هایی به منظور سنجش میزان خشونت علیه زنان را ارائه می‌کند. نمایندگانی از اروپا، آمریکای شمالی، استرالیا و نیوزلند بر اساس نظرسنجی‌های قربانیان در کشورهای خود، ایده‌هایی را در مورد انواع خشونت ارائه کردند که شامل ضربه زدن، لگد زدن، گاز گرفتن، سیلی زدن، هل دادن، ضرب و شتم و خفگی بود. در همین حال، برخی از زنان بنگلادشی پیشنهاد کردند که انواع دیگر خشونت را به حساب بیاورند، اعمالی که در شبه قاره هند غیر معمول نیستند مانند سوزاندن زنان، پرتاب اسید روی آنها، انداختن آنها از مکان‌های مرتفع و مجبور کردن آنها به خوابیدن در آغل حیواناتو… هیچیک از این اقدامات در لیست نهایی قرار نگرفت. هنگامی که نظرسنجی‌های مبتنی بر دستورالعمل‌های سازمان ملل انجام شد، اطلاعات کمی در مورد زنانی که این گونه‌های خشونت را تجربه کرده‌اند، در این سند جای گرفت. همانطور که استون هم گفت، برای شمارش، ابتدا باید تصمیم گرفت که چه چیزی را باید شمارش کرد؟

قدرت اعداد

کسانی که شمارش می کنند قدرت دارند. چون از اعداد در بخش مشخصی استفاده می‌کنند. دیدگاه‌های ما به شکلی سخت کدگذاری شده‌اند که ما آن را ارزش فرض می‌کنیم. در نتیجه، حذفیات می‌توانند برای جمع‌آوری داده‌های با نیت خوب ایجاد شوند. افسوس که مواقعی وجود دارد که تعصب با طراحی عمدی زیر رادار می لغزد.

در سال ۲۰۲۰ مقاله‌ای در مجله Psychological Science منتشر شدکه ارتباط IQ را با طیفی از معیارهای اجتماعی-اقتصادی برای کشورهای سراسر جهان بررسی کرد. متأسفانه، این مقاله بر اساس مجموعه داده‌ای از تخمین‌های ضریب هوشی ملی است که توسط روان‌شناس انگلیسی ریچارد لین، یک طرفدار برتری‌طلبی سفیدپوستان منتشر شده است. (ما باید بتوانیم مشارکت‌های علمی لین را مستقل از دیدگاه‌های شخصی‌اش ارزیابی کنیم)

برآیند نشان می‌دهد که IQ همان مشکلات آشنای پراکسی آماری را مطرح می‌کند. این اعداد است که در ارائه چیزی مانند معیار قطعی، مطلق و تغییرناپذیر «هوش» شکست می‌خورد. با این حال، چنین محدودیت‌هایی به معنای بی‌ارزش بودن آن نیست. قدرت پیش بینی بسیار زیادی برای بسیاری از چیزها دارد: درآمد، طول عمر و موفقیت حرفه ای.

پروکسی‌های ما همچنان می‌توانند به‌عنوان معیار چیزها عمل کنند، حتی اگر برای ما سخت باشد که آن چیزها را تعریف کنیم.

طبیعتاً شمردن همه چیز غیرممکن است. ما باید یک جایی خط بکشیم. اما، وقتی با مفاهیم مبهم‌تری نسبت به (مثلاً) زمان قرار ملاقات‌های پزشکی و طول خطوط راه‌آهن سر و کار داریم، ترسیم خطوط خود می‌تواند مشکل ایجاد کند. هارفورد مثالش را «دو گوسفند در یک مزرعه» می‌زند: «به جز اینکه یکی از گوسفندها گوسفند نیست، بره است.و گوسفند دیگر باردار و در شرف زایمان است. دوباره چند گوسفند داریم؟» سوالاتی از این دست فقط مربوط به آزمایش‌های فکری نیستند. یک نویسنده و روانشناس به نام سوزی گیج، در دوران همه‌گیری کووید ۱۹ با همسرش ازدواج کرد. زمانی که در هفته سی و نه بارداری بود به دلیل محدودیت‌های موجود در آن زمان، تعداد افرادی که می‌توانستند در مراسمی که دعوت بودند شرکت کنند، به ده نفر محدود می‌شد. نوزادان تازه متولد شده نیز به عنوان یک فرد در چنین جمعی محاسبه می‌شد. اگر او قبل از روز مهمانی زایمان می‌کرد، تعداد مهمان‌ها فرق می‌کرد.

جذابیت‌های آزمایش

جهان همیشه در دسته بندی‌های آسان قرار نمی‌گیرد. مواقعی وجود دارد که باید قضاوت سختی در مورد اینکه چه چیزی را باید بشماریم و چگونه آن را شمارش کنیم، انجام داد. از این رو، جذابیت آزمایش آزمایشگاهی کاملاً کنترل شده، که در آن همه داده‌های مربوطه را می‌توان مشخص کرد و به حساب آورد، بالاست.

حتی در محیط آزمایشگاهی هم این تخمین با اعداد و استغاده از علائم ریاضی بعضاً پاسخگو نیست. فرض کنید شما ۱۰۰۰ جوجه از یک نژاد و با شرایط نگهداری و تغذیه و واکسن و… یکسان دارید. پس از گذر زمان وزن و قد و نوع خلق و خوی همه ۱۰۰ تای آنها یکسان است؟ اصلاً همه آنها تا یک ماه بعد زنده می‌مانند؟ مگر شرایط نگهداری برای همه یکسان نبوده است؟ ممکن است یکی از آنها بیست برابر وزن دیگری باشد. حتی برخی دو برابر خواهر و برادرخودشان عمر کردند. هیچ دو تا از این جوجه‌ها نقش‌های مرمری مشابهی روی پوسته‌شان ندارند. حتی در شکل اندام‌های داخلی آنها تفاوت‌هایی وجود دارد.

دانشمندان تمام تلاش خود را کرده بودند تا خلا این محاسبات و داده‌های ریاضی را برطرف کنند. تلاش آنها تلاشی جامع برای گرفتن و کنترل هر چیزی بود که احتمالاً قابل اندازه گیری باشد. با این حال خود را در حیرت از تغییراتی می‌دیدند که نه می‌توانستند توضیح دهند و نه آنها را پیش‌بینی می‌کردند. حتی کوچکترین نوسانات که برای علم نامرئی است و می‌تواند در طول زمان بزرگ شوند و دنیایی از تفاوت را ایجاد کند. طبیعت بر اساس تصادفی اجتناب ناپذیر ساخته شده است و آنچه را که دیدگاه مبتنی بر داده از واقعیت می‌تواند ارائه دهد محدود می کند.

تست پیش‌گویی انسان

در ابتدای هزاره سوم میلادی گروهی از محققان شروع به استخدام افرادی برای مطالعه در مورد آنچه آنها «خانواده‌های شکننده» می نامند، کردند. محققان به دنبال خانواده‌هایی با نوزادان تازه متولد شده بودند تا پیشرفت کودکان و والدین آنها را در طول سال‌ها پیگیری کنند که موفق شدند با بیش از چهار هزار خانوادهقرارداد ببندند و پس از بازدید اولیه، خانواده‌ها را مورد مطالعه قرار دادند تا بدانند هر کدام ازخانواده‌ها چند فرزند در سنین یک، سه، پنج، نه و پانزده سالگی دارند. هر بار داده‌هایی را در مورد رشد، وضعیت خانوادگی و محیط اطراف کودکان جمع آوری می‌کردند. جزئیاتی مربوط به سلامتی، جمعیت شناسی، رابطه پدر و مادر، نوع محله‌ای که بچه‌ها در آن زندگی می‌کردند و حتی ساعتی که به رختخواب می‌رفتند را ثبت کردند. در پایان مطالعه این محققان، نزدیک به سیزده هزار داده در مورد هر کودک داشتند.

در این مرحله، تیم کاری هوشمندانه انجام داد. به جای انتشار یک‌باره داده‌ها، تصمیم گرفتند تا برخی از مطالعات نهایی داده‌ها را نزد خود نگهدارند و از محققان سراسر جهان دعوت کنند تا ببینند آیا می‌توانند یافته‌های خاصی را پیش بینی کنند؟

آیا پیچیده‌ترین الگوریتم‌های یادگیری ماشینی و مدل‌های ریاضی جهان با استفاده از همه چیزهایی که تا آن زمان در مورد این کودکان شناخته شده بود، می‌توانستند بفهمند که زندگی کودکان تا پانزده سالگی چگونه پیش می‌رود؟

برای تمرکز بر این چالش، از محققان خواسته شد تا شش معیار کلیدی،. برای ارائه یک خط پایه به همه، مانند «عملکرد آموزشی کودکان پانزده ساله» را پیش‌بینی کنند. این تیم همچنین یک مدل تقریباً ساده برای پیش‌بینی ایجاد کرد. این مدل تنها از چهار نقطه داده استفاده کرد که سه مورد از آنها هنگام تولد کودک ثبت شد: سطح تحصیلات مادر، وضعیت تأهل و قومیت.

همانطور که ممکن است انتظار داشته باشید، مدل پایه در بیان اینکه چه اتفاقی خواهد افتاد خیلی خوب نبود. در دسته بندی با بهترین عملکرد، تنها حدود بیست درصد از واریانس داده‌ها را توضیح داد. با این حال، شگفت‌انگیزتر این بود که عملکرد الگوریتم‌های هر دسته پیچیده بود.

مدل‌های مبتنی بر مجموعه داده‌های کامل و فوق‌العاده غنی تنها چند درصد در مدل پایه بهبود یافته‌اند. از بین این شش دسته، چهار دسته نتوانست از دقت شش درصد بیشتر عبور کند. حتی الگوریتم با بهترین عملکرد می تواند تنها بیست و سه درصد از واریانس میانگین نمرات کودکان را پیش بینی کند. در واقع، در کل، شکاف بین بهترین و بدترین مدل‌ها همیشه کمتر از فاصله بین بهترین مدل‌ها و واقعیت بود. این بدان معناست که همانطور که تیم اشاره کرد، این مدل‌ها بد نیستند. اما آنها تنها یک قدم قابل توجه از غریزه و حدس و گمان هستند. ما از دهه ۱۹۵۰ می‌گفتیم که حتی الگوریتم‌های ساده نیز بهتر از پیش‌بینی‌های انسان عمل می‌کنند. اما پروژه «خانواده‌های شکننده» هشدارها را در برابر این نظریه به چالش کشید که اعداد همه پاسخ‌ها را ندارند. اگر مدل‌های پیچیده فقط بهبود تدریجی نسبت به مدل‌های ساده ارائه می‌دهند، ما به همان سؤال آشنا بازگشته‌ایم که «چه چیزی را باید بشماریم؟ و چگونه آن را بشماریم؟»

پیش‌بینی نتیجه انتخابات

شاید بتوان نتیجه دیگری گرفت. زمانی که نظرسنجی‌ها در پیش بینی نتیجه انتخابات دچار تزلزل شده‌اند. ما درخواست‌هایی را برای داده‌های بیشتر و بهتر دریافت می‌کنیم. اما اگر داده‌های بیشتر همیشه پاسخگو نباشد، شاید لازم باشد در عوض رابطه خود را با پیش‌بینی‌ها ارزیابی کنیم. حقیقت این است که ما باید بپذیریم که محدودیت‌های اجتناب‌ناپذیری وجود دارد که اعداد می‌توانند ارائه دهند و نباید انتظار داشته باشیم که مدل‌های ریاضی به تنهایی ما را از عدم قطعیت در زمان‌ها نجات دهند.

قدرت‌مندترین ابزار برای درک واقعیت

اعداد جایگزین ضعیفی برای غنا و رنگ دنیای واقعی هستند. ممکن است عجیب به نظر برسد که یک ریاضیدان حرفه‌ای روی این واقعیت کار کند. اما تشخیص محدودیت‌های یک دیدگاه مبتنی بر داده از واقعیت به معنای کم‌اهمیت جلوه دادن قدرت آن نیست. این امکان وجود دارد که دو چیز درست باشد: اعداد و ارقام کوتاهتر از نکات ظریف واقعیت باشد، در حالی که قدرتمندترین ابزاری است که برای درک آن واقعیت داریم.

تنها ابزار

در دوران کرونا این ویروس همه گیر یک تصویر بی‌نظیر ارائه داد. ارقام نمی‌تواند آمار واقعی این ویروس را نشان دهد. آمار آنها نمی‌تواند به ما بگوید کار در بخش مراقبت‌های ویژه چگونه است؟ یا اینکه از دست دادن یکی از عزیزان در اثر این بیماری چه احساسی دارد. آن‌ها حتی نمی‌توانند تعداد کل (دقیق) جان‌هایی را که از دست داده‌اند به ما بگویند (در مقابل تعداد مرگ‌هایی که در یک دسته بندی منظم قرار می‌گیرند، مانند مواردی که در عرض بیست و هشت روز پس از آزمایش مثبت رخ می‌دهند). آنها نمی توانند با قاطعیت به ما بگویند که چه زمانی عادی خواهد شد. اما با این وجود! این آمار تنها وسیله‌ای است که می توانیم بفهمیم ویروس چقدر کشنده است؟ بفهمیم چه چیزی برای بهبود اوضاع بیمار کار می‌کند؟ و تنها ابزاری است که بتوانیم آینده احتمالی پیش رو را، هر چند به طور آزمایشی، کشف کنیم.

اعداد می توانند در درون خود یک داستان کامل از وجود انسان را در بر گیرند. در کنیا از هر هزار کودک چهل و سه کودک قبل از تولد پنج سالگی خود می‌میرند. در مالزی فقطبرای ۹ نفر این اتفاق می‌افتد. استون به نقل از هانس روسلینگ کارشناس بهداشت عمومی سوئدی در این مورد می گوید: «این اندازه گیری دمای کل جامعه را اندازه می‌گیرد. زیرا کودکان بسیار آسیب‌پذیر هستند. چیزهای زیادی وجود دارد که می تواند آنها را بکشد.» نهصد و نود و یک کودک مالزیایی دیگر از خطرات ناشی از میکروب ها، گرسنگی، خشونت، دسترسی محدود به مراقبت‌های بهداشتی محافظت می‌شوند.

تقویت دقت یا خطا؟

اعداد دروغ نمی‌گویند، مگر زمانی که به دروغ تبدیل‌شان می‌کنند. هارفورد حق دارد که بگوید از آمار می‌توان برای روشن کردن جهان با وضوح و دقت استفاده کرد. آنها می‌توانند در اصلاح خطاهای انسانی ما کمک کنند. اما چیزی که به راحتی فراموش می‌شود این است که آمار می‌تواند این خطاها را نیز تقویت کند. همانطور که استون به ما یادآوری می کند، «برای خوب شمردن، ما به تفکر و تواضع نیاز داریم تا بدانیم چه چیزهایی را نمی‌توان یا نباید شمرد.»

کد خبر 5657198 محدث تک فلاح

منبع: مهر

کلیدواژه: سازمان ملل علم ریاضی آمار طلاق آمار کرونا آمار فروش فیلم بازار سهام اروپا آمار فروش تئاتر نشان کیفیت آمار گردشگران خارجی صفحه اول روزنامه ها دکه روزنامه صفحه اول روزنامه های ورزشی صفحه اول روزنامه های اقتصادی صفحه اول روزنامه های استان ها اعتیاد سازمان ملل متحد توییتر جمهوری اسلامی فیلیمو معاونت امور زنان ریاست جمهوری جمهوری اسلامی ایران خانواده کارتن خواب اعداد و ارقام الگوریتم ها اندازه گیری پیش بینی خانواده ها نظرسنجی ها داده ها چه چیزی مدل ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.mehrnews.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «مهر» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۶۶۳۲۷۷۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

اصلاح‌طلبان؟ خیر، متشکرم!

این نوشته تلاشی است برای طرح یک مسئله، آسیب‌شناسی یک روند و در حد وسع ارائه چند پیشنهاد، که در نوشته دوم تقدیم خوانندگان خواهد شد. برای ورود به بحث ناگزیر از طرح یک مثال هستم. همه ما در سطوحی با مسئله‌ها، بحران‌ها و بعضاً فجایعی دست به گریبان هستیم و برای مواجهه با آن‌ها به ابزارهایی متوسل می‌شویم. این ابزارها در مواقعی به حل مسئله و مدیریت بحران کمک می‌کنند و حتی قادر هستند از فجایع جلوگیری کنند و در برخی موارد واجد چنین کارکردی نیستند. به گمان من به سیاست نیز می‌توان از این منظر نگریست؛ یعنی مسئله‌ها، بحران‌ها و فجایعی را فهرست کرد و سپس پرسید آیا ابزارها و ابتکارهای متعارف احزاب، جبهه‌ها و حتی افراد واجد کارکرد مثبتی هستند یا خیر؟

کمی به عقب برمی‌گردم. از بدو تأسیس جمهوری اسلامی ایران، جریانی که ابتدا به‌نام چپ [خط امام] و سپس اصلاح‌طلب شناخته می‌شد، کوشید ضمن تلاش برای درک صحیح وضع موجود، به بخشی از راه‌حل تبدیل شود. به‌عنوان نمونه در زمانی‌که گروه‌های سیاسی- نظامی عرصه سیاست و اجتماع را تسخیر کرده بودند، این جناح تلاش کرد بر وزن سیاست بیفزاید و از نظامی‌گری بکاهد یا به عبارتی از عرصه عمومی اسلحه‌زدایی کند که حاصل این تلاش به اعلامیه ده ماده‌ای دادستانی ختم شد. یا، در دوره‌ای که نظام اطلاعاتی کشور به‌شکل پراکنده اداره می‌شد و هر گروه به‌صلاحدید خود نسبت به عملکردش پاسخگو بود، تلاش شد نهاد اطلاعات کشور تجمیع شود و به‌عنوان یک وزارتخانه تحت اشراف قوه مقننه قرار بگیرد تا امر پاسخگویی ممکن شود.[۱] مضاف بر این‌ها می‌بایست به بحث زمان و مکان در فقه حکومتی ارجاع داد؛ باب این امر ابتدا از سوی بنیان‌گذار انقلاب اسلامی و در پی سنگینی نگاه فقه سنتی بر نظام تقنینی و حل مسئله کشور گشوده شد اما بعدتر جریان روشنفکری دینی با تلاش مضاعف بر آن شد نگاه و کارکردی متفاوت به دین ببخشد و از قرائت‌های تئوکراتیک و جزم‌اندیشانه بکاهد و بر ابعاد دموکراتیک و دگرخواهانه بیفزاید. افزون بر این‌ها می‌توان درباره آنچه بر سیاست خارجی جمهوری اسلامی ایران گذشت نیز، تأمل کرد؛ دولت اصلاحات توانست با ابتکاراتی پرستیژ ایران را در منطقه و جهان ارتقاء دهد و ضمناً، در بحران‌هایی مانند افغانستان، ۱۱ سپتامبر و همچنین حمله نظامی به عراق جنگ‌طلبی و تنش‌زایی را تعدیل کند. و، در آخر باید به انتخابات ۹۲ اشاره داشت که جریان اصلاحات به‌رغم پرونده‌ مفتوح انتخابات ۸۸ در جمیع ابعاد، به بن‌بست‌شکنی کمک کرد و در جهت کاستن از سرعت فرآیند فرسودگی کشور گام برداشت. البته همه این موارد طبعاً واجد خطاها و کاستی‌هایی بوده است، که فهرست‌کردن و نقد قاعده‌مند آن‌ها می‌تواند راهگشا باشد.

‌اینک اما به‌نظر می‌رسد دو فاکتور مذکور، یعنی درک صحیح وضع موجود، و نقش‌آفرینی به‌عنوان بخشی از راه‌حل، اگر نگوییم به بن‌بست رسیده، دست‌کم با بحران اساسی مواجه شده‌اند. بحرانی که دامن‌گیر احزاب اصلاح‌طلب، جبهه اصلاحات ایران و… نیز شده، و بیم آن می‌رود چون آفت به‌سراغ ریشه‌ها نیز برود.

درباره نظام ادراکی اصلاح‌طلبان. طی سالیان گذشته، مجموعه‌ای از تلاش‌ها رخ داد و کمک کرد تا اصلاح‌طلبان درکی ‌نسبتاً روشن از وضع موجود یا به تعبیری «منطق موقعیت» به‌دست بیاورند. این تلاش‌های سه وجهی شامل ۱) فعالیت مستمر و هدفمند حزبی- جبهه‌ای، ۲) کوشش‌های محققانه، و ۳) حضور مؤثر در نظام اداری کشور بوده است که امروزه هر سه وجه محل تأمل‌اند. یعنی آنچه مزیت نسبی اصلاح‌طلبان- به‌عنوان جریان آلترناتیو- به‌شمار می‌رفت، رقیق شده و رو به اضمحلال رفته است. در وجه اول شاهد فقدان خلاقیت حزبی از یک‌سو و کاستی‌های بسیار در تئوریک و پراتیک سیاست‌ورزی حزبی هستیم. در مقابل، رقیب که اساساً تحزب را امری ثانوی و مخل نظم عمودی- دستوری در سیاست می‌پندارد، ضمن آن‌که خود همچنان به زیست محفلی و باندی وفادار است تلاش می‌کند با حداکثر توان از احزاب رقیب سازمان‌زدایی کند. در وجه دوم با افت قابل ملاحظه تولیدات نظری، خاصه در زمینه مسائل توسعه و علوم انسانی روبرو هستیم و گاه، تلاش‌هایی رهزن و تعمیم‌های انحرافی را مشاهده می‌کنیم که نه‌تنها قابلیت انطباق بر شرایط کنونی ایران را ندارند بلکه مخل پروژه‌های اصلاحی می‌شوند. در سوی دیگر، جریان رقیب تلاش داشته از کلمات مشئومه و حوزه‌های ممنوعه از قبیل علوم انسانی، الهیات جدید و جز این‌ها قبح‌زدایی کند و به‌شکل قرارگاهی بر این حوزه‌ها متمرکز شود و آن‌ها را تصرف کند. تعدد نشریات علوم انسانی و برنامه‌های سمعی- بصری وابسته به نهادهای حاکمیتی تصویری به‌نسبت روشن از این وضعیت به نمایش می‌گذارد. البته که نگارنده معتقد است هنوز این جریان با جوشش‌‌ها و کوشش‌های تئوریک معتبر فاصله‌ای قابل توجه دارد. به این‌ها اضافه کنیم ارتقاء متوسط سواد عمومی و تسلط بر زبان‌های خارجی، و همچنین امکان دسترسی به منابع آکادمیک برای کنشگران آزاد و البته ابزارهای هوش مصنوعی، که قادرند بی‌نیاز از ایستگاه‌های مرسوم تغذیه فکری جناحی، خوراک‌ فکری شهروندان منفرد را تأمین کنند. در وجه سوم با عدم حضور مؤثر اصلاح‌طلبان در نظام اداری کشور مواجه هستیم. این عدم حضور تا حد زیادی معلول نگاه دگر‌ساز و غیریت‌ستیز ساخت قدرت بوده است چنانکه می‌بینیم عمده تلاش‌ جریان رقیب اصلاح‌طلبان بر فتح بوروکراسی و ویژه‌خواری، آن هم به مبتذل‌ترین شکل آن بوده است. اما از سوی دیگر نمی‌توان بر یک ضعف اساسی، یعنی عدم کادرسازی و از آن مهم‌تر محافظه‌کاری، حتی در مواجهه با اختیارات قانونی چشم بست. ضعفی که در درجه اول نظام ارتقاء جناحی- باندی و در درجه بعد انواع تبعیض‌های جنسی، قومی و… را در پی داشته است. مع‌الوصف، شاید بتوان گفت اشغال بوروکراسی و ورود به سیاهه حقوق-دستمزدِ دولت دیگر لزوماً مزیت یک جریان سیاسی آلترناتیو به‌حساب نخواهد آمد.

با این اوصاف می‌توان این‌گونه ادعا کرد که احزاب اصلاح‌طلب و جبهه اصلاحات ایران (در وضعیت فعلی‌شان) قادر نیستند گام مؤثری در جهت تقویت نظام ادراکی شبکه حامیان، در درجه اول، و مخاطبان عام در درجه بعد بردارند.

نقش‌آفرینی به‌عنوان بخشی از راه‌حل. برای توضیح این سرفصل نخست می‌بایست تفکیکی میان سیاست پایین‌دستی (low politics) و سیاست بالادستی (high politics) قائل شد. اگر تا سالیان پیش میان این دو سطح از سیاست تعادلی برقرار بود، اینک به‌نظر می‌رسد کفه سیاست بالادستی به‌ سنگینی گرایش پیدا کرده است. بدین معنا که ساخت قدرت به ذیل اختیارات منصوص و حصری، و حتی شورای‌های قانونی/فراقانونی بسنده نکرده و خود رأساً به امور پایین‌دستی ورود کرده است. از دیگر سو، سیاست پایین‌دستی به‌حدی تنزل یافته است که اگر نگوییم هیچ‌گونه امکان اثرگذاری بر آن مترتب نیست، دست‌کم باید بر اثرگذاریِ حداقلی آن تفاهم کنیم؛ آن هم در حد جوانان حزب رستاخیز که نهایتاً ذیل سیاست دفاع از مصرف‌کننده، آمار گران‌فروشی و گران‌فروشان را گزارش می‌کردند!

این وضعیت چندعاملی چرخ فعالیت کنشگران اصلاح‌طلب را دستخوش اختلال کرده است. به عبارتی نه ورودی‌ها (inputs) با واقعیت همخوان‌اند، نه نظام هنجاری با مطالبات جامعه تنظیم است، و نه با ابداعات و بضاعت‌ کنونی راهی برای اثرگذاری باقی مانده است. برای این ادعا مثال‌هایی را ذکر می‌کنم که به‌ نظر موجب صدمه دیدن پایگاه اجتماعی اصلاح‌طلبان شده‌اند. سابق بر این دستگاه ادراکی- تحلیلی جریان اصلاحات، حسب دریافت خود از وضع موجود از طریق ابزارهای در دسترس، به اموری به نسبت کلان واکنش نشان می‌داد. برای نمونه می‌توان به مجموعه بیانیه‌های تحلیلی جبهه مشارکت ایران اسلامی اشاره داشت. بخشی از آن متون، فارغ از آن‌که در یک ساعت «س» بدل به کیفرخواست شدند، ایستارهایی را فراهم آوردند که عمدتاً، گفت‌و‌گو و نقد در عرصه عمومی را به‌‌دنبال داشتند. حال آن‌که امروز با تغییر گارد حاکمیت و گذار به الگوهایی جدید و نامتعارف از جمله در:

الف. مسئله واگذاری و تخصیص منابع،

ب. مسئله خصوصی‌سازی،

پ. مسئله نظام دانش و طبقاتی شدن آن،

ت. مسئله کارگران و زیر ضرب رفتن آن‌ها و فقدان توان چانه‌زنی مؤثر این قشر،

ث. مسائل نظام درمان و تعرفه‌ها،

ج. مسئله شهر و الگوی دفرمه توسعه آن،

چ. مسئله تبعیض مضاعف در تحرک‌های عمودی در بوروکراسی خاصه در مورد زنان و نیروهای مستقل و صاحب فکر، و…

کوششی درخور، جهت فهم مسئله و تجویز راه‌حل صورت نمی‌پذیرد یا اگر هم تلاشی صورت می‌گیرد، ارتباط مؤثری با جامعه هدف برقرار نمی‌کند. به عبارتی جریانی که سابقاً دارای تصویری کلان از نظام اداره عمومی کشور بود، اینک فاقد آن تصویر شده است. به این‌ها اضافه کنیم مواردی که به سیاست‌های کلی نظام راجع است و اساساً باب گفت‌و‌گو درباره‌شان بسته است؛ خواه به‌علت محافظه‌کاری، خواه به‌دلیل فقدان تئوری منسجم و منطبق با واقعیت، و خواه به‌سبب انذارها و محدودیت‌ها.

این وضعیت ترسیم شده سه پیامد را به‌دنبال دارد. نخست آن‌که کارویژه اصلاح‌طلبان- که همان دیوار حائل (بالشتک ضربه‌گیر) میان جامعه و حکومت بود، از میان می‌رود. یعنی حاکمیت صرفاً خود را در برابر توده مردم می‌بیند و طبعاً «قهر» را بر سایر ابزارها رجحان می‌دهد. دوم آن‌که، جامعه به‌سوی نوعی خودبسندگی هدایت می‌شود و بی‌پشتوانه و بدون تئوری و پیوستگی تاریخی به وادی عمل وارد می‌شود و به‌شکل اقتضایی عمل می‌کند. نام این وضعیت را می‌توان «تسطیح سیاست» نهاد، بدین معنا که تصادم دولت و جامعه به‌غایت افزایش پیدا می‌کند و مردم مستمراً متحمل هزینه‌های گزاف می‌شوند. ضربه‌ناپذیری- یا ضربه‌پذیری حداقلی- مردم به‌شکل توده‌ای در دولت اصلاحات می‌تواند مؤید این تحلیل و اهمیت این کارویژه اساسی باشد؛ چنانکه در تمامی ادوار دولت در جمهوری اسلامی جز دولت اصلاحات ضربه‌پذیری توده‌ای، چه برآمده از اعتراض و چه برخاسته از شورش وجود داشت و دولت نتوانست به‌عنوان ضربه‌گیر از وارد آمدن خسارت به مردم بکاهد. سوم آن‌که متعاقب این روند نوعی تصویرسازی دفرمه به نظام تحلیلی اصلاح‌طلبان تحمیل می‌شود. نخستین مرحله این تصویرسازی، اختلال در نظام مسئله‌یابی است. این اختلال، که شاید در پزشکی نیز شایع باشد، با تشخیص نادرست بیماری و تجویز نادرست دارو همراه است. مرتبط کردن سنگ‌اندازی‌ها در پروسه‌های اصلاحی، و برگشت‌پذیری آن‌ها به مؤلفه‌هایی چون «لحن»، «ادبیات تحریک‌آمیز» و… جزئی از این نظام اختلالی است؛ حال آن‌که می‌توان فهرستی از لحن‌های آرام، و ادبیات غیرتحریک‌آمیز را بر آفتاب فکند و این فرضیه را ابطال کرد. دومین مرحله این تصویرسازی «برساختن خصم‌‌» است. چنانکه اختلال در نظام مسئله‌یابی به هسته مرکزی یک تفکر بدل شود، ناخودآگاه آن تفکر به برساختن خصم رهنمون می‌شود. بدین معنا که آگاهانه یا از سر خطای تحلیلی صرفاً به بخشی از صحنه سیاست نور تابانده و خصمِ جدید علت‌العلل مسائل معرفی می‌شود. حال آن‌که اساساً منطق اصلاحات، نه خصم‌پرور است و نه حذف‌محور.‌

در بخش‌های بعدی این یادداشت، تلاش خواهم کرد به طرح پیشنهادها و تجویزهایی ناظر به آینده جریان اصلاحات بپردازم.

 

پی‌نوشت:

[۱] خوانندگان می‌توانند برای مطالعه بیشتر به مشروح مذاکرات مجلس شورای اسلامی و پیشنهادهای مطرح در زمینه تأسیس نهاد اطلاعاتی کشور مراجعه کنند.

دیگر خبرها

  • اصلاح‌طلبان؟ خیر، متشکرم!
  • بررسی ویژگی های انواع گیت کنترل تردد
  • توان علمی دانشگاه فردوسی مشهد باید به حل مشکلات کمک کند
  • تشییع پیکر شهید والامقام «جلال اعتماد» در قروه
  • تشییع پیکر شهید جلال اعتماد، شهید مرزبانی در بانه
  • ۶۶ هت‌تریک توسط کریستیانو رونالدو/ من به اعداد نمی‌چسبم!
  • از اعداد «هم‌‌نهشتِ کَرجی» تا دنباله فیبوناچی| شرح آب‌شناس بزرگ ایرانی از قنات
  • اعتماد به سکوهای داخلی در گرو حفاظت از داده های شخصی کاربران
  • یک فرد را در چه سنی می‌توان «پیر» دانست؟
  • چگونه می توان از شر موهای ناخواسته گوش خلاص شد؟