چکیده‌ها و گزیده‌های کتاب‌ها

تشخیص سیگنال و معناداری آماری (۲) «معناداری آماری» به این معناست: روشی برای محدود نگه‌داشتن نسبت مدّعیات نادرستِ مربوط به اکتشافات علمی در حد و اندازه‌ای دلخواه. بنابراین اگر شما یک نتیجۀ معنادار آماری را در سطح ۰٫۰۵>p به‌دست آورده‌اید، این بدان معناست که شما می‌توانید نتیجۀ زیر را استنباط کنید، درست است؟ • احتمال درستی فرض صفر کم‌تر از ۰٫۰۵ است. • احتمال وجود تأثیر بیش‌تر از ۰٫۹۵ است. • اگر فرض صفر را رد کرده‌اید، کم‌تر از ۰٫۰۵ احتمال دارد که تصمیم اشتباهی گرفته باشید. • اگر پژوهش را تکرار کنید، احتمال دستیابی شما به نتایج مشابه بیش‌تر از ۰٫۹۵ است. ۹۰ درصد از استادهای روان‌شناسی، از جمله ۸۰ درصد از کسانی که آمار تدریس می‌کنند این‌گونه می‌اندیشند. اما فکر آن‌ها غلط اندر غلط اندر غلط اندر غلط است. «معناداری آماری» نوعی درست‌نماییِ بیزی است: احتمال به‌دست‌آوردن داده به‌شرط فرضیه (در این‌جا منظور فرض صفر است). اما هریک از این گزاره‌ها، یک پسینِ بیزی هستند: احتمال فرضیه به‌شرط داده. این چیزی است که درنهایت می‌خواهیم به آن برسیم؛ این تمام هدف پژوهش است، اما چیزی نیست که معناداری آزمون می‌گوید. اگر به‌خاطر بیاورید که چرا اروین به بیماری کبدی مبتلا نبود، چرا منازل شخصی لزوماً خطرناک نیستند و چرا پاپ یک بیگانۀ فضایی نیست، پی می‌برید که جای این دو احتمال شرطی را نباید با یکدیگر عوض کنیم. یک پژوهشگر نمی‌تواند از آزمون معناداری برای ارزیابی درستی یا نادرستی فرض صفر استفاده کند، مگر این‌که پیشین را هم در نظر بگیرد (بهترین حدس خودش از احتمال درست‌بودنِ فرض صفر، قبل از انجام آزمایش). و در هیچ کجای محاسبات ریاضی مربوط به آزمون معناداری فرض صفر، اثری از پیشینِ بیزی یافت نمی‌شود. بیش‌تر پژوهشگران علوم اجتماعی چنان غرق در آداب و تشریفات معناداریِ آزمون هستند که وقتی کار خود را آغاز می‌کنند، منطق واقعی‌ای را که در پشت آن قرار دارد فراموش می‌کنند. این موضوع زمانی برایم برجسته شد که با یک زبان‌شناس نظری، جِین گریم‌شاو، همکاری می‌کردم که خودش آمار تدریس می‌کرد. او روزی به من گفت: «اجازه بده رک و راست بگویم. تنها چیزی که این آزمون‌ها نشان می‌دهند این است که وقتی تأثیری وجود ندارد، از هر بیست پژوهشگری که به‌دنبال آن هستند، یکی به‌اشتباه ادعا می‌کند که تأثیر وجود دارد، چه چیزی شما را این قدر مطمئن ساخته است که آن یک نفر شما نیستید؟» پاسخ صادقانه‌ای که می‌توانیم به این پرسش بدهیم این است: هیچ‌چیز. تشکیک گریم‌شاو توضیح دیگری را برای مسئلۀ پیچیدۀ تکرارپذیری و قابل اطمینان بودنِ نتایج پژوهش‌ها ارائه کرد. فرض کنید همانند داستان لوئیس کارول، بیست نفر پژوهشگر دربارۀ یک افسانۀ موهوم شروع به پژوهش می‌کنند. ۱۹ نفر نتایج پوچ و بی‌ربطی را که به‌دست آورده‌اند در کشوی خود بایگانی می‌کنند و کسی که به‌اندازۀ کافی خوش‌شانس (یا بدشانس) است که مرتکب خطای نوع اول شده، «یافته‌های» خود را منتشر می‌کند. در یکی از کارتون‌های کُمیک XKCD، دو نفر پژوهشگر به‌طور جداگانه‌ای اقدام به بررسی ارتباط بین ابتلا به آکنه و مصرف ۲۰ نوع پاستیل ژله‌ایِ یکسان ولی با رنگ‌های مختلف می‌کنند و سرانجام به‌خاطر اثبات وجود ارتباط بین ابتلا به آکنه و مصرف پاستیلِ سبزرنگ در سطح ۰٫۰۵>p به شهرت می‌رسند! پژوهشگران بالاخره به نکتۀ موضوع پی می‌برند، بااین‌حال، عادت به انتشار نتایج پوچ در آن‌ها رو به گسترش است و وقتی به نتایج مدنظرشان نمی‌رسند، برای جبران این ناکامی، تکنیک‌هایی مانند متاآنالیز را برای چاپ مقاله به‌کار می‌گیرند تا مشکل بایگانی پرونده‌ها (سوگیری انتشار) تعدیل شود. نتایج پوچ به این خاطر پوچ نامیده می‌شوند که فاقد نتیجۀ مشخصی هستند و کسی که تجزیه‌وتحلیل را انجام می‌دهد چیزی را تشخیص می‌دهد و اعلام می‌کند که وجود ندارد. کژفهمی تنگ‌آور از آزمون معناداری، حکایت از آرزویی دیرینه در انسان دارد. فیلسوفانِ پس از هیوم متذکر شده‌اند که استقرا (استخراجِ تعمیم از مشاهدات) نوعی استنتاجِ ذاتاً نامطمئن است. می‌توان با تعداد معدودی نقطه، تعداد بی‌شماری منحنی رسم کرد؛ هر مجموعه‌ای از داده منطقاً با تعداد بی‌شماری نظریه همخوانی دارد. نظریۀ تصمیم‌گیری آماری نمی‌تواند حقیقت را مشخص کند، اما می‌تواند آسیب ناشی از این دو نوع خطا را کم کند. استدلال بیزی میتواند باور ما به حقیقت را تنظیم کند، اما لازم است با یک پیشین آغاز شود، به‌همراه تمام قضاوت‌های ذهنی‌ای که به‌همراه آن می‌آید. اما هیچ‌یک از این‌ها نمی توانند چیزی را تحقّق بخشند که همه آرزویش را دارند: دستورالعمل دقیق و آماده‌ای برای تشخیص حقیقت. 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

دیدگاه فنوتیپ گسترش‌یافته: نگاهی نو به حیات این کتاب اثری است در دفاع بی‌پرده از یک دیدگاه خاص. آنچه من از آن دفاع می‌کنم، یک نظریه‌ی جدید نیست، یک فرضیه‌ای که بتوان آن را تأیید یا ابطال کرد نیست، و نه مدلی که بتوان آن را بر اساس پیش‌بینی‌هایش قضاوت کرد. آنچه من از آن دفاع می‌کنم، یک دیدگاه است، روشی برای نگاه به واقعیت‌ها و ایده‌های آشنا، و روشی برای طرح پرسش‌های جدید درباره‌ی آن‌ها. هر خواننده‌ای که انتظار یک نظریه‌ی جدید قانع‌کننده به معنای متعارف کلمه را داشته باشد، ناگزیر با احساسی از ناامیدی و «که چه؟» باقی خواهد ماند. بلکه می‌خواهم به خواننده روشی برای دیدن واقعیت‌های زیستی نشان دهم. یک توهم بصری معروف به نام مکعب نکر (Necker Cube) وجود دارد. این مکعب از یک طراحی خطی تشکیل شده است که مغز آن را به‌صورت یک مکعب سه‌بعدی تفسیر می‌کند. اما دو جهت‌گیری ممکن برای این مکعب ادراک‌شده وجود دارد، و هر دو به یک اندازه با تصویر دوبعدی روی کاغذ سازگار هستند. معمولاً ابتدا یکی از این دو جهت‌گیری را می‌بینیم، اما اگر چند ثانیه به آن نگاه کنیم، مکعب در ذهن «وارونه» می‌شود و جهت‌گیری دیگر را می‌بینیم. نکته این است که هیچ‌یک از این دو ادراک از مکعب، ادراک «درست» یا «واقعی» نیست. هر دو به یک اندازه درست هستند. به همین ترتیب، دیدگاهی از حیات که من از آن دفاع می‌کنم و آن را با نام فنوتیپ گسترش‌یافته (Extended Phenotype) برچسب می‌زنم، به‌طور قابل‌اثباتی درست‌تر از دیدگاه متعارف نیست. این یک دیدگاه متفاوت است و من گمان می‌کنم که، دست‌کم در برخی جنبه‌ها، درک عمیق‌تری ارائه می‌دهد. پدیده‌هایی که در نظر خواهم گرفت—هم‌تکامل (Coevolution)، رقابت‌های تسلیحاتی، دستکاری میزبان‌ها توسط انگل‌ها، دستکاری جهان بی‌جان توسط موجودات زنده، «استراتژی‌های» اقتصادی برای به حداقل رساندن هزینه‌ها و به حداکثر رساندن منافع—همه به‌اندازه‌ی کافی آشنا هستند و هم‌اکنون موضوع مطالعه‌ی گسترده‌اند. به‌عنوان یک زیست‌شناس معمولی که رفتار حیوانات را مطالعه می‌کند، دیدگاه نمایان‌شده با برچسب فنوتیپ گسترش‌یافته باعث شده است که حیوانات و رفتارشان را به‌گونه‌ای متفاوت ببینم، و فکر می‌کنم به همین دلیل آن‌ها را بهتر درک می‌کنم. فنوتیپ گسترش‌یافته ممکن است به‌خودی‌خود یک فرضیه‌ی قابل‌آزمایش نباشد، اما چنان روش دیدن ما به حیوانات و گیاهان را تغییر می‌دهد که ممکن است ما را به فکر فرضیه‌های قابل‌آزمونی بیندازد که در غیر این صورت هرگز به ذهنمان خطور نمی‌کرد. کشف لورنز (۱۹۳۷) که یک الگوی رفتاری می‌تواند مانند یک اندام آناتومیکی در نظر گرفته شود، کشفی به معنای متعارف کلمه نبود. این صرفاً روش جدیدی برای دیدن واقعیت‌هایی بود که از قبل عادی بودند، با این حال امروزه بر اِتولوژی مدرن غالب است، و به نظر ما چنان بدیهی می‌آید که درک این‌که زمانی نیاز به «کشف» شدن داشته است، دشوار است. به‌طور مشابه، فصل مشهور دارسی تامپسون (۱۹۱۷) با عنوان «درباره‌ی نظریه‌ی تبدیل‌ها ...» به‌طور گسترده‌ای اثری مهم تلقی می‌شود، هرچند فرضیه‌ای را پیش نمی‌برد یا آزمایش نمی‌کند. به یک معنا، این بدیهی است که هر شکل حیوانی می‌تواند از طریق یک تبدیل ریاضی به یک شکل مرتبط تبدیل شود، هرچند این بدیهی نیست که این تبدیل ساده باشد. اگر فصل دارسی تامپسون را بخوانیم و سپس از خود بپرسیم چه چیزی می‌دانیم که قبلاً نمی‌دانستیم، پاسخ ممکن است این باشد که چیز زیادی نیست. اما تخیل ما برانگیخته می‌شود. به حیوانات به روشی جدید نگاه می‌کنیم؛ و درباره‌ی مسائل نظری، در این مورد مسائل جنین‌شناسی و فیلوژنی و روابط متقابل آن‌ها، به روشی جدید فکر می‌کنیم. بازی با یک جهان خیالی، به‌منظور افزایش درک ما از جهان واقعی، تکنیک آزمایش فکری (Thought Experiment) است. این تکنیک توسط فیلسوفان بسیار استفاده می‌شود. ما ثابت کرده‌ایم که یک مسیر از تغییرات گام‌به‌گام وجود دارد که سوسک را به گوزن متصل می‌کند و، به‌طور ضمنی، مسیر مشابهی از هر حیوان مدرن به هر حیوان مدرن دیگر. آزمایش‌های فکری قرار نیست واقع‌گرایانه باشند. آن‌ها قرار است تفکر ما را درباره‌ی واقعیت روشن کنند. یکی از ویژگی‌های حیات در این جهان که، مانند جنسیت، ما آن را بدیهی فرض کرده‌ایم و شاید نباید این کار را بکنیم، این است که ماده‌ی زنده در بسته‌های گسسته‌ای به نام موجودات زنده می‌آید. برای ما، «تعارض» معمولاً به معنای تعارض بین موجودات زنده است، که هر یک تلاش می‌کنند تا تناسب (Fitness) فردی خود را به حداکثر برسانند. یکی از اهداف من، شکستن این تأثیر است. می‌خواهم تأکید را از بدن فردی به‌عنوان واحد کانونی بحث کارکردی تغییر دهم. 📓 فنوتیپ گسترش‌یافته ✍ ریچارد داوکینز ▶️ 🆔 @Chekide_ha

تشخیص سیگنال و معناداری آماری (۱) مصالحۀ بین تشخیص‌های درست و هشدارهای کاذب، بخشی ذاتی از هر تصمیمی است که مبتنی‌بر شواهد ناقص است، به این معنا که بر همۀ قضاوت‌های انسانی سایه می‌افکند. من مورد دیگری را اضافه می‌کنم: تصمیم‌گیری در مورد این‌که آیا یک یافتۀ تجربی باید نتیجه‌گیری مربوط به‌درستیِ یک فرضیه را به رسمیّت بشناسد یا خیر. در این عرصه، نظریۀ تشخیص سیگنال در هیئتِ نظریۀ تصمیم‌گیری آماری ظاهر می‌شود. بیش‌تر افرادی که با مباحث علمی آشنایی دارند، در مورد «معناداری آماری» شنیده‌اند، زیرا از این اصطلاح اغلب در اخبار مربوط به اکتشافات پزشکی، همه‌گیرشناسی و علوم اجتماعی استفاده می‌شود. معناداری آماری از نظر ریاضی تقریباً شبیه نظریۀ تشخیص سیگنال است که توسط آماردانان جِرزی نیمن (۱۹۸۱-۱۸۹۴) و اِگون پیرسون (۱۹۸۰-۱۸۹۵) بنیان نهاده شد. دیدن این ارتباط به شما کمک می‌کند که از اشتباهی که حتی دانشمندان به‌طور معمول مرتکب آن می‌شوند جلوگیری کنید. به تک‌تک دانشجویان آمار هشدار داده می‌شود که «معناداری آماری» یک مفهوم فنی است که نباید با «معناداری» بـه معنای عامیانۀ آن (برجسته و بااهمیّت بودن)، اشتباه گرفته شود. اما بیش‌تر افراد در مورد معنای آن دچار اشتباه می‌شوند. فرض کنید پژوهشگری چیزهایی را در جهان مشاهده می‌کند و اندازه‌گیری‌های خود از آن چیز را به داده‌هایی تبدیل می‌کند که نشان‌دهندۀ تأثیرات آن است، مانند تفاوت علائم در بین گروهی که دارو دریافت کرده است و گروهی که دارونما دریافت کرده است، یا تفاوت در مهارت‌های کلامیِ دختران و پسران، یا بهبود نمرات آزمون پس از مشارکت دانش‌آموزان در یک برنامۀ کمک‌درسی. اگر عدد صفر باشد، به این معناست که هیچ تأثیری وجود ندارد؛ عدد بزرگ‌تر از صفر نشان‌دهندۀ وجود تأثیر است. اما داده‌ها با خطا همراه هستند و میانگین نمرات بالاتر از صفر، علاوه‌بر آنکه ممکن است به معنای وجود تفاوتی واقعی در جهان باشد، ممکن است ناشی از خطای نمونه‌گیری یا شانس باشد. بیایید به همان دیدگاه خداگونه برگردیم و توزیع نمراتی را رسم کنیم که پژوهشگران درصورتی‌که بین شرایط آزمایش و شرایط واقعی تفاوتی وجود نداشته باشد به‌دست می‌آورند (که به نام فرض صفر خوانده می‌شود) و توزیع نمراتی را که در صورت وقوع یک اتفاق به‌دست می‌آورند که می‌تواند اندازه‌های مختلفی داشته باشد. توزیع‌ها با یکدیگر هم‌پوشانی دارند؛ این چیزی است که علم را سخت و دشوار می‌کند. احتمالاً این نمودار به چشم شما آشناست: https://imgurl.ir/uploads/v26085_49.png فرض صفر، پارازیت است؛ فرض خلاف، سیگنال است. اندازۀ اثر همانند حساسیّت است و تعیین می‌کند که تشخیص سیگنال از پارازیت چقدر آسان است. پژوهشگر قبل از اعلام نتیجه باید از برخی معیارها یا سوگیری پاسخ استفاده کند که به آن مقدار بحرانی می‌گویند: اگر عددی که به‌دست می‌آید کم‌تر از مقدار بحرانی باشد، او نمی‌تواند فرض صفر را رد کند؛ اگر بیش‌تر از مقدار بحرانی باشد، او فرض صفر را رد می‌کند و اعلام می‌کند که اثر مشاهده‌شده «از نظر آماری معنادار» است. https://imgurl.ir/uploads/w530031_50.png اما مقدار بحرانی باید در کجا قرار بگیرد؟ پژوهشگر باید دو نوع خطا را در نظر بگیرد: او ممکن است فرض صفر را زمانی‌که درست است رد کند (هشدار کاذب) که در بیان آماری به آن خطای نوع اول می‌گویند. یا ممکن است زمانی‌که فرض صفر نادرست است در رد فرض صفر ناکام بماند که به آن خطای نوع دوّم می‌گویند. هر دو نوع خطا بد و نامطلوب هستند: خطای نوع اول، دروغ و فریبکاری را وارد رزومۀ علمی فرد می‌کند و خطای نوع دوّم نشان می‌دهد که او وقت و پول را هدر داده است. این زمانی اتفاق می‌افتد که متدولوژی پژوهش، فاقد «توان» کافی (نسبت تشخیص درست، یا ۱ منهای میزان خطای نوع دوّم) برای کشف اثر مذکور باشد. در درازنای زمان، این استنباط حاصل شد که خطای نوع اوّل (اعلام وجود یک تأثیر زمانی‌که وجود ندارد) به فعالیت‌های علمی خدشه وارد می‌کند، بنابراین فقط مقدار مشخصی از آن قابل‌قبول است: به‌طور دقیق، ۵ درصد از پژوهش‌هایی که فرض صفر در آن‌ها واقعاً درست است. ازاین‌رو، این توافق شکل گرفت که پژوهشگران باید یک سطح بحرانی را در نظر بگیرند تا اطمینان حاصل کنند که احتمال رد فرض صفر در صورت درست‌بودنِ آن کم‌تر از ۵ درصد است: «0.05>p» (اگرچه ممکن است تصور شود که هزینه‌های مربوط به ارتکاب خطای نوع دوّم هم باید محاسبه شود، همان‌گونه که در نظریۀ تشخیص سیگنال انجام می‌شود، ولی براساس برخی دلایلی که از نظر تاریخی مبهم هستند، هرگز چنین چیزی رخ نداد). 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

⏹

شکنندگی و انعطاف‌پذیری زندگی قطبی در گرینلند، یک پرنده ساحلی زخمی با منقار نارنجی توجهم را جلب کرد. سلیم‌چرخی‌ها (ringed plovers) تخم‌هایشان را روی زمین قطبی می‌گذارند و با تقلید آسیب برای دور کردن شکارچیان از لانه محافظت می‌کنند. تخم‌های خاکستری در فرورفتگی کوچکی در سنگ‌ها قرار داشتند، کاملاً در معرض طوفان‌های قطبی و شکارچیان. تخم‌های سلیم‌چرخی شکنندگی، انعطاف‌پذیری و استقامت همه زندگی قطبی را تجسم می‌دهند. یخ در حال حرکت جهان ما را دگرگون کرده است. هومو ساپینس در زمانی ظهور کرد که یخ مناطق قطبی را پوشانده بود. ما به سلامت این مناطق وابسته شده‌ایم، در حالی که فعالیت‌هایمان آن‌ها را تغییر می‌دهد. طرح‌هایی برای مهندسی یخچال‌ها وجود دارد، مانند ساخت موانع اعماق دریا برای جلوگیری از جریان آب گرم به زیر یخچال‌های توایتس (Thwaites) و پاین آیلند (Pine Island). این سدها می‌توانند ذوب را متوقف کنند. اما هزینه و جاه‌طلبی این ایده‌ها تقریباً غیرممکن به نظر می‌آید. ذوب یخچال‌ها می‌تواند تا سال ۲۱۰۰ به بیش از ۲ فوت افزایش سطح دریا منجر شود، با هزینه جهانی خسارات تا ۵۰ تریلیون دلار. برخی مهندسی یخچالی را تکبر می‌دانند؛ دیگران آن را سیاست بیمه‌ای در برابر ذوب کنترل‌نشده می‌بینند. فعالیت‌های انسانی هر گوشه از کره زمین را لمس کرده است. با اتصالات ماهواره‌ای، دانشجویانم اکنون می‌توانند مقابل یخچال‌هایی سلفی بگیرند که شصت سال پیش غیرقابل‌دسترس بودند. زندگی و کار در مناظر قطبی درباره ارزش‌هاست. بینش‌ها از برخوردهای غیرمنتظره با زمین پدیدار می‌شوند. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین ⏹ 🆔 @Chekide_ha

تشخیص سیگنال در دادگاه برای پرسش‌های مربوط به ارزش‌گذاری اخلاقی، هیچ‌گونه پاسخ [یکتای] «درستی» وجود ندارد، اما می‌توانیم از تفکر مبتنی‌بر تشخیص سیگنال برای اطمینان از انطباق عملکردها با ارزش‌هایمان استفاده کنیم. فرض کنید ما معتقدیم که نباید بیش از یک درصد از مجرمان را تبرئه کنیم و نباید بیش از یک درصد از متهمان بی‌گناه را محکوم کنیم. همچنین فرض کنید که هیئت‌منصفه، ناظران آرمانی‌ای هستند که نظریۀ تشخیص سیگنال را به بهترین وجه ممکن به‌کار می‌گیرند. برای این‌که به این اهداف برسیم، شواهد باید چقدر قوی باشند؟ اگر بخواهیم دقیق‌تر بگوییم، d’، یعنی فاصلۀ بین توزیع سیگنال (گناهکار) و توزیع پارازیت (بی‌گناه) چقدر باید بزرگ باشد؟ فاصله را می‌توان با انحراف استاندارد اندازه‌گیری کرد که رایج‌ترین شیوۀ برآورد نوسانات است (اگر بخواهیم روی نمودار توضیح دهیم، این فاصله با عرض منحنی زنگوله‌ای همخوانی دارد؛ یعنی فاصلۀ افقی از میانگین تا نقطۀ عطف، جایی‌که منحنی از محدب به مقعر تغییر می‌یابد). روان‌شناسان هال آرکز و باربارا ملرز محاسبه کرده‌اند که برای این‌که به این اهداف برسیم، d’ مربوط به قدرت شواهد باید معادل ۴٫۷ باشد (تقریباً معادل ۵ انحراف معیار) تا شواهد مربوط به گناهکاری را از شواهد مربوط به بی‌گناهی افراد جدا کند. این سطحِ بسیار بالایی از حساسیّت است که حتی با پیچیده‌ترین فناوری‌های پزشکی ما هم برآورده نمی‌شود. اگر می‌خواستیم استانداردهای خود را کاهش دهیم و تا ۵ درصد از افراد بی‌گناه را محکوم کنیم و ۵ درصد از مجرمان را تبرئه کنیم، d’ «فقط» باید ۳٫۳ انحراف معیار داشته باشد که هنوز سطح بسیار بالایی از حساسیّت است. آیا این بدان معناست که آرزوی اخلاقی ما برای تحقّق عدالت، از قدرت ادلۀ اثباتی ما پیشی می‌گیرد؟ قریب‌به‌قین این‌گونه است. آرکز و ملرز به بررسی نمونه‌ای از دانشجویان پرداخته‌اند تا ببینند که این آرزوها واقعاً چه هستند. دانشجویان به‌صراحت گفتند که در یک جامعۀ عادل نباید بیش از ۵ درصد از بی‌گناهان محکوم شوند و نباید بیش از ۸ درصد از مجرمان تبرئه شوند. نمونه‌ای متشکل از قُضات نیز تلقی مشابهی داشتند (نمی‌توانیم بگوییم که آیا این نسبت، از نسبت بلکستون سخت‌گیرانه‌تر است یا نه، چون نمی‌دانیم چند درصد از متهمان واقعاً مجرم هستند). این آرزوها ایجاب می‌کنند که d’ معادل ۳ باشد؛ یعنی شواهد مجرمیّت متهمان باید سه انحراف معیار قوی‌تر از شواهد بی‌گناهی متهمان باشد. این دیدگاه چقدر واقع‌بینانه است؟ آرکز و ملرز به بررسی ادبیات مربوط به حساسیّت آزمایش‌ها و تکنیک‌های مختلف پرداختند و به این پاسخ رسیدند: نه زیاد. وقتی از مردم خواسته می‌شود که دروغگوها را از راستگوها تشخیص دهند، d’ آن‌ها تقریباً صفر است؛ یعنی آن‌ها قادر به این کار نیستند. شهادتِ شاهدان عینی، گزینۀ بهتری است، اما نه خیلی بهتر، بلکه در حد متوسطِ ۰٫۸. دروغ‌سنج‌های مکانیکی یا همان آزمون‌های دروغ‌سنج از این بهتر هستند (حدود ۱.۵)، اما نتایج آن‌ها برای بیش‌تر دادگاه‌ها قابل‌قبول نیستند. آرکز و ملرز با تغییر مرکز توجه از پزشکی قانونی به انواع دیگر آزمایش‌ها برای تشخیص این‌که چه اعدادی انتظارات ما را از عدالت برآورده می‌سازند به این اعداد برای d’ دست یافتند: حدود ۰٫۷ برای آزمایش‌های غربالگری نیروهای نظامی، ۱٫۷-۰٫۸ برای پیش‌بینی آب‌وهوا، ۱٫۳ برای ماموگرافی و ۲٫۹-۲٫۴ برای سی‌تی‌اسکن ضایعات مغزی (که درواقع این اعداد مربوط به فناوری‌های اواخر قرن بیستم هستند و همگی امروز باید بالاتر باشند). فرض کنید که کیفیت متداول شواهد و مدارک در دادگاهی که با حضور هیئت‌منصفه برگزار می‌شود d’ معادل یک دارد (یعنی یک انحراف معیار بالاتر برای مجرمیّت در مقایسه با بی‌گناهی متهمان). اگر هیئت‌منصفه معیار سخت‌گیرانه‌ای را برگزیند، مثلاً با باور قبلی مبنی بر مجرمیّت یک‌سوّمِ متهمان، ۵۸ درصد از متهمانِ مجرم را تبرئه و ۱۲ درصد از متهمان بی‌گناه را محکوم خواهد کرد. اگر هیئت‌منصفه معیار سهل‌گیرانه‌ای را برگزیند، مثلاً با باور قبلی مبنی بر مجرمیّتِ دوسوّم متهمان، ۱۲ درصد از متهمانِ مجرم را تبرئه و ۵۸ درصد از متهمانِ بی‌گناه را محکوم خواهد کرد. نتیجۀ دردآور این است که هیئت‌منصفه، تعداد بسیار بیش‌تری از مجرمان را تبرئه می‌کند و تعداد بسیار بیش‌تری از بی‌گناهان را محکوم می‌کند (در مقایسه با آن‌چه ما قابل‌قبول می‌دانیم)... بیشتر بخوانید 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

ژئوپلیتیک و علم در قطب شمال جزیره هانس (Hans Island)، بین قطب شمال کانادا و گرینلند، به محل نزاع جغرافیایی بین کانادا و دانمارک تبدیل شد. کانادا با قرار دادن ویسکی و پرچم ادعای زمین کرد؛ دانمارکی‌ها با شناپس و پرچم پاسخ دادند. این اختلاف در سال ۲۰۲۲ با تقسیم جزیره حل شد. قطب شمال در حال گرم شدن این سرزمین‌ها را برای استخراج منابع و ناوبری آماده می‌کند. سازمان زمین‌شناسی ایالات متحده تخمین می‌زند که ۳۰ درصد از منابع گاز طبیعی کشف‌نشده جهان و ۱۳ درصد از نفت معمولی در قطب شمال قرار دارند. علم نقش مهمی در ادعاهای حاکمیتی ایفا کرده است. در سال ۱۹۵۵، کانادا بررسی علمی عملیات فرانکلین (Operation Franklin) را برای درک زمین‌شناسی قطب شمال آغاز کرد. تیم‌های کوچک دانشمندان و راهنمایان اینویت سنگ‌ها را بررسی کردند. ایو فورتیر نقشه‌هایی منتشر کرد که انواع سنگ‌ها را با کدهای رنگی نشان می‌دادند. این نقشه‌ها دروازه‌ای برای دانشمندان از دیرینه‌شناسان تا دانشمندان اقلیم شدند. برای یافتن فسیل ماهی‌ای با بازوها، ما روی مناطق بنفش تمرکز کردیم که از نظر سن و نوع مناسب بودند. هواپیماهای بوش با لاستیک‌های بالونی امکان فرود در نوارهای شنی و تندرا را فراهم کردند. رابطه ما با مناظر قطبی با توسعه این هواپیماها تغییر کرد. جنگ سرد حضور ایالات متحده را برای نظارت بر فعالیت‌های شوروی تقویت کرد. کانادا با ایجاد پایگاه‌های پلیس سواره‌نظام و دفاتر پستی ادعای زمین کرد. در قطب شمال، علم به همان اندازه داستان منافع ملی و ژئوپلیتیک است که کنجکاوی برای کشف جهان طبیعی. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

حساسیّت پاسخ در مقابل سوگیری پاسخ مصالحۀ بین تشخیص‌های غلط و هشدارهای کاذب کار عذاب‌آوری است و می‌تواند تصویر تراژیکی از وضعیت انسان به‌وجود بیاورد. آیا ما زمینی‌ها همیشه محکوم به انتخاب بین هزینۀ هولناکِ بی‌عملیِ غلط (شهر بمباران‌شده، سرطان درمان‌نشده و در حال گسترش) و هزینۀ هولناکِ اقدامِ غلط (تحریک ویرانگر، عمل جراحی پرعوارض) هستیم؟ نظریۀ تشخیص سیگنال می‌گوید که ما محکوم به این انتخاب هستیم، اما همچنین به ما نشان می‌دهد که چگونه از عمق فاجعه کم کنیم. ما می‌توانیم با افزایش حساسیّت مشاهدات خود، بهتر دست به مصالحه بزنیم. هزینۀ اقدامی که متعاقب تشخیص سیگنال انجام می‌شود به دو پارامتر بستگی دارد: جایی‌که ما نقطۀ انقطاع را تنظیم می‌کنیم (سوگیری پاسخ، معیار تمایل به شروع درگیری، یا β) و مقدار فاصلۀ توزیع‌های سیگنال و پارازیت از یکدیگر که «حساسیّت» نامیده می‌شود و نماد آن d’ است و به‌صورت دی‌پرایم تلفظ می‌شود. تصور کنید که ما رادار خود را آن‌قدر عالی و کامل ساخته‌ایم که مرغ‌های دریایی را تشخیص می‌دهد، یا در بدترین حالت، آن‌ها را به‌شکل توده‌های سفیدرنگی نمایش می‌دهد، درحالی‌که بمب‌افکن‌ها را به‌شکل نقاط روشنِ بزرگ نمایش می‌دهد. این بدان معنا است که منحنی‌های زنگوله‌ایِ مربوط به پارازیت و سیگنال بیش‌تر از هم دور می‌شوند (نمودار پایین‌تر). این به‌نوبۀ خود به معنای این است که فارغ از این‌که شما نقطۀ انقطاعِ پاسخ را در کجا قرار می‌دهید، هم تشخیص‌های غلطِ کم‌تر و هم هشدارهای کاذبِ کم‌تری خواهید داشت: https://imgurl.ir/uploads/c288190_47.png و طبق قوانین علم حساب، شما از نسبت بزرگ‌ترِ تشخیص‌های درست و ردهای صحیح بهره‌مند خواهید شد. درحالی‌که حرکت نقطۀ انقطاع به جلو و عقب، به‌نحو تراژیکی جای یک خطا را با خطای دیگر عوض می‌کند، جدا شدن این دو منحنی از یکدیگر - از طریق استفاده از تجهیزات بهتر، تشخیص حساس‌تر، و کاوش قابل‌اعتمادتر - بی‌شک کار بسیار مطلوبی است که هر دو نوع خطا را کاهش می‌دهد. افزایش حساسیّت باید همواره آرمان و آرزوی ما در چالش‌های تشخیص سیگنال باشد و این ما را به یکی از مهم‌ترین کاربردهای آن می‌رساند. 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

خرس‌های قطبی و اکوسیستم در حال تغییر خرس‌های قطبی (polar bears) نمادین‌ترین موجودات قطب شمال‌اند و به نمادهای قدرتمندی از تغییرات اقلیمی (climate change) تبدیل شده‌اند. با کاهش یخ دریا، زیستگاه، منابع غذایی و توانایی تولیدمثل آن‌ها تهدید می‌شود. دانشمندان ۱۹ زیرجمعیت خرس قطبی را شناسایی کرده‌اند. از این میان، ۴ زیرجمعیت کاهش یافته، ۵ مورد پایدار و ۲ مورد افزایش یافته‌اند. هشت زیرجمعیت دیگر به‌قدری ضعیف نمونه‌برداری شده‌اند که وضعیتشان نامشخص است. در دریای بوفورت جنوبی، تعداد خرس‌های قطبی به‌سرعت کاهش یافته، زیرا کمبود یخ دریا به کمبود غذا منجر شده است. اما در سوالبارد نروژ، جمعیت‌ها نسبتاً ثابت مانده‌اند. در سال ۲۰۰۴، فسیلی از آرواره خرس قطبی در سوالبارد یافت شد که متعلق به ۱۳۰,۰۰۰ تا ۱۱۰,۰۰۰ سال پیش بود، دوره‌ای گرم‌تر از امروز. خرس‌های قطبی در دوره‌های گرم گذشته دوام آوردند و انعطاف‌پذیری نشان داده‌اند. دی‌ان‌ای استخراج‌شده از این فسیل نشان داد که خرس‌های قطبی و قهوه‌ای گاهی آمیخته‌اند و ۵ تا ۱۰ درصد ژن‌هایشان را به اشتراک می‌گذارند. اما خرس‌های قطبی امروزی تنوع ژنتیکی کمتری نسبت به اجدادشان دارند، که ممکن است توانایی آن‌ها برای سازگاری با گرمایش را محدود کند. با افزایش دما، گونه‌های جنوبی مانند اورکاها به دریاهای قطب شمال گسترش می‌یابند. اورکاها به‌زودی شکارچی برتر قطب شمال خواهند شد و جای خرس قطبی را خواهند گرفت. ناروال‌ها (narwhals)، بلوگا و نهنگ‌های سر کمانی در برابر شکار اورکاها آسیب‌پذیرتر شده‌اند. روباه‌های قرمز نیز به شمال گسترش یافته و روباه قطبی را تهدید می‌کنند. ما در حال ورود به جهانی از عدم قطعیت هستیم: تعاملات در حال تغییر بر شبکه‌های غذایی و اکوسیستم‌ها تأثیر خواهند گذاشت. برای اینویت‌ها، کاهش شکار ناروال نه‌تنها تغذیه، بلکه فرهنگ و پیوندهای اجتماعی را تحت تأثیر قرار می‌دهد. جیمز سیمونی گفت: «ناروال‌ها خیلی کمتر شده‌اند. دو سال پیش یکی گرفتم. اما از آن زمان هیچ‌کدام نگرفته‌ام.» 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

هزینه‌ها، فایده‌ها و تعیین نقطۀ انقطاع (۲) ما در زندگی شخصی دررابطه‌با تصمیم‌گیری برای انجام عمل جراحی در پاسخ به مبهم بودن نتیجۀ آزمایش، با دوراهی مشابه بمب‌افکن‌ها و مرغ‌های دریایی مواجه هستیم: https://imgurl.ir/uploads/f4138_46.png بنابراین، یک تصمیم‌گیرندۀ منطقی، یا اگر بخواهیم به بیان نظری بگوییم، «ناظر آرمانی» باید معیار را در کجا قرار دهد؟ پاسخ این است: در نقطه‌ای که مطلوبیّت مورد انتظار ناظر را به حداکثر می‌رساند. انجام محاسبات در آزمایشگاه آسان است؛ جایی‌که آزمایش‌گر، تعداد آزمایش‌ها را با بوق (سیگنال) یا بدون بوق (پارازیت) کنترل می‌کند، به‌ازای هر تشخیص درست و رد صحیح به شرکت‌کننده پاداش می‌دهد و به ازای هر تشخیص غلط و هشدار کاذب او را جریمه می‌کند. سپس یک شرکت‌کنندۀ فرضی که می‌خواهد بیش‌ترین پول و امتیاز را به‌دست بیاورد، معیار خود را براساس این فرمول تعیین می‌کند که در آن، مقادیر همان پاداش‌ها و جریمه‌ها هستند: بتا (β) = [(مقدار رد صحیح - مقدار هشدار کاذب) × احتمال (پارازیت)] / [(مقدار تشخیص درست - مقدار تشخیص غلط) × احتمال (سیگنال)] در مقایسه با آن‌چه در بالاوپایینِ نسبت، و آن‌چه در دو سوی علامت منفی جریان دارد، محاسبات دقیق ریاضی اهمیّت کم‌تری دارد. یک ناظر آرمانی آن‌قدر معیار خود را بالاتر می‌گیرد (یعنی قبل از گفتن «بله»، به‌دنبال شواهد بهتری می‌گردد) که پارازیت محتمل‌تر از سیگنال باشد (یک پیشینِ بیزی پایین). عقل سلیم می‌گوید که اگر سیگنال‌ها نادر هستند باید کم‌تر بگویید «بله». فرد همچنین باید هنگامی‌که پاداش تشخیص‌های درست کم‌تر است یا پاداش ردهای صحیح بیش‌تر است ولی عواقب هشدارهای کاذب بیش‌تر است یا عواقب تشخیص‌های غلط کم‌تر است، سطح مدنظرش را بالاتر بگیرد. در این‌جا هم عقل سلیم می‌گوید که اگر هشدارهای کاذب عواقب بزرگی دارند، باید در گفتن «بله» اشتیاق کم‌تری داشته باشید، اما اگر بابت تشخیص‌های درست، منافع ناگهانی بیش‌تری به‌دست می‌آورید، باید مشتاق‌تر عمل کنید. در آزمون‌های آزمایشگاهی شرکت‌کنندگان به‌طور شهودی به‌سمت انتخاب بهینه گرایش پیدا می‌کنند. وقتی صحبت از تصمیماتی می‌شود که به مرگ و زندگی، و نجات یا نابودی یک تمدن ارتباط دارند، اختصاص اعداد به هزینه‌ها آشکارا مشکل‌تر است. بااین‌حال، اگر ما اعدادی را به آن‌ها اختصاص ندهیم، باز هم مشکلات به همان اندازه دردناک خواهند بود و اندیشیدن به هریک از این چهار مربع، حتی با این تصور خام که کدام هزینه‌ها هولناک‌ترند و کدام‌یک قابل‌تحمل‌تر، می‌تواند باعث شود که ما تصمیمات منسجم‌تر و توجیه‌پذیرتری بگیریم. 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

گرمایش قطب شمال؛ تغییری که زندگی را دگرگون می‌کند تصاویر هوایی قدیمی از قطب شمال، گرفته‌شده در دهه ۱۹۶۰، جزئیاتی شگفت‌انگیز از سطح زمین را نشان می‌دهند. اما تصاویر ماهواره‌ای اخیر — لندست (Landsat) ناسا و سنتینل-۲آ (Sentinel-2A) — تفاوت بزرگی را آشکار می‌کنند: یخ به‌طور قابل‌توجهی کمتری وجود دارد. در جزیره السمیر، کلاهک یخی که در عکس‌های قدیمی بین دو اردوگاه پیشنهادی ما قرار داشت، نیم مایل کوچک‌تر شده و بستر سنگی جدیدی نمایان شده است. در سراسر قطب شمال، یخچال‌ها (glaciers) در شش دهه گذشته عقب‌نشینی کرده‌اند. جوامع اینویت بیش از ۴,۰۰۰ سال با فصول قطب شمال در تعادل زندگی کرده‌اند. با آمدن فصل تاریک، آب دریا به یخ فشرده منجمد می‌شود و یخچال‌های روی زمین جامد می‌شوند. با فرا رسیدن روزهای روشن‌تر، آب با ذوب شدن یخچال‌ها و یخ دریا (sea ice) بازمی‌گردد. شکار، سنت‌ها و سبک زندگی اینویت‌ها با این الگوهای سالانه پیوند خورده است. اما این ریتم‌های سنتی در حال تغییرند. ایزاک کالوک از خلیج رزولوت گفت: «حالا خیلی گرم‌تر است، حتی در زمستان. قبلاً در ژانویه و دسامبر واقعاً سرد بود، اما حالا آن‌قدر سرد نیست.» جاکوپوسی پیت از ایکالویت مشاهده کرد: «بسیار واضح است که بهار خیلی زودتر از قبل می‌آید.» سایمونی آماگوالیک از پوند اینلت افزود: «سفر روی یخ خیلی خطرناک است، بنابراین نمی‌توانم به مکان‌هایی که قبلاً می‌رفتم بروم.» یک تیم تحقیقاتی فنلاندی کشف کرد که قطب شمال از سال ۱۹۷۹ چهار برابر سریع‌تر از بقیه جهان گرم شده است. بخش‌هایی از دریای بارنتس هفت برابر سریع‌تر گرم شدند. گرمایی که وارد قطب شمال می‌شود، باعث می‌شود یخ دریا زودتر ذوب شود و دیرتر یخ بزند. یخ بازتابنده است و با ذوب شدن، نور کمتری بازتاب می‌شود و تابش خورشیدی بیشتری توسط آب جذب می‌شود. این حلقه بازخوردی (feedback loop) گرمایش را تسریع می‌کند. ناسا محاسبه می‌کند که تقریباً ۳۰,۰۰۰ مایل مربع از یخ دریا هر سال از بین می‌رود. نرخ‌های تغییراتی که امروز می‌بینیم از هر چیزی در رکورد زمین‌شناسی برای ۱,۵۰۰ سال گذشته فراتر می‌رود. یک مطالعه پیش‌بینی می‌کند که یخ دریا تا اوایل پاییز، زودتر از ۲۰۳۰ و دیرتر از ۲۰۵۰، کاملاً ناپدید خواهد شد. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

هزینه‌ها، فایده‌ها و تعیین نقطۀ انقطاع (۱) یک ناظر منطقی دررابطه‌با مصالحۀ تراژیکِ بین تشخیص‌های غلط و هشدارهای کاذب باید چه کار کند؟ با در نظر گرفتن حواس و ابزارهای اندازه‌گیری‌ای که ما اکنون در اختیار داریم، به‌همراه منحنی‌های زنگوله‌ای که هم‌پوشانی آزاردهنده‌ای با یکدیگر دارند، پاسخ درست با مراجعه به‌نظریۀ مطلوبیّت مورد انتظار حاصل می‌شود: این به فایده‌های هر حدسِ صحیح و هزینه‌های هر حدس غلط بستگی دارد. بیایید به سناریویی برگردیم که نظریۀ تشخیص سیگنال از آن ناشی می‌شد، یعنی تشخیص بمب‌افکن‌ها از روی صفحۀ رادار. چهار احتمال در زیر ترسیم شده است. هر سطر نمایانگر وضعیتی از جهان است و هر ستون نمایانگر پاسخ ناظر مراقبت: https://imgurl.ir/uploads/t25273_45.png در موقع تصمیم‌گیری برای تعیین معیار پاسخ، تصمیم‌گیرنده باید هزینه‌های ترکیبی (مطلوبیّت مورد انتظار) هر ستون را در نظر بگیرد. با پاسخ‌های «بله»، شهر موردنظر در مواقعی که واقعاً به آن حمله می‌شود (تشخیص درست) نجات پیدا می‌کند که یک فایدۀ بزرگ است، درحالی‌که اگر واقعاً حمله‌ای صورت نگرفته باشد، هزینۀ متوسطی را متحمل می‌شود (هشدار کاذب)، از جمله اعزام بی‌دلیلِ هواپیماهای رهگیر، ایجاد ترس و هراس در داخل کشور و ایجاد تنش در خارج از کشور. با پاسخ‌های «نه»، شهر در مواقعی که حملۀ واقعی صورت گرفته باشد، در معرض تهاجم قرار می‌گیرد (تشخیص غلط) که هزینۀ بزرگی است، درحالی‌که در مواقعی که حملۀ واقعی صورت نگرفته، آرامش شهر حفظ می‌شود (رد صحیح). به‌طورکلی به‌نظر می‌رسد که برقراری توازن، نیازمند نوعی معیار پاسخ است که کمی تا قسمتی جنگ‌طلبانه است: این‌که هواپیماهای رهگیری برای چند روز بیهوده به مأموریت اعزام شوند، هزینه‌ای ناچیز در مقابل روزی است که شهر را از بمباران مصون نگه می‌دارند. اگر هزینه‌ها متفاوت باشند، نحوۀ محاسبه هم متفاوت خواهد بود. فرض کنید پاسخ شامل ارسال چند هواپیما برای رهگیری بمب‌افکن‌ها نیست، بلکه شلیک چند موشک مجهز به کلاهک هسته‌ای برای نابودی شهرهای دشمن است که در پی آن، وقوع جنگ جهانی سوّم قطعی است. دراین‌صورت، هزینۀ فاجعه‌بارِ یک هشدار کاذب ایجاب می‌کند که قبل از هر پاسخی مطمئن شویم که مورد حمله قرار گرفته‌ایم، این بدان معنا است که معیار پاسخ را باید خیلی خیلی بالا در نظر بگیریم. همچنین نسبت‌های پایۀ مربوط به تصاویر بمب‌افکن‌ها و مرغ‌های دریایی که روی رادار می‌افتند هم مهم هستند (پیشینه‌های بیزی). اگر تصاویر مرغ‌های دریایی رایج باشد ولی تصاویر بمب‌افکن‌ها نادر باشد، معیار بالایی برای پاسخ (استفاده از سلاح) لازم است و برعکس. 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

یخچال‌های در خطر؛ آینده‌ای با دریاهای در حال بالا آمدن یخچال‌های توایتس (Thwaites) و پاین آیلند (Pine Island) جریان‌های یخی غرب قطب جنوب را از ورود به اقیانوس باز می‌دارند. اگر توایتس کاملاً ذوب شود، سطح دریاهای جهانی حدود ۲ فوت بالا می‌رود. اما اگر کوچک شدن توایتس به فروپاشی کل ورقه یخی غرب قطب جنوب منجر شود، سطح دریا ممکن است تا ۱۶ فوت بالا برود. اریک ریگنو با تداخل‌سنجی راداری نشان داد که یخچال پاین آیلند سالانه ۱.۲ کیلومتر بین ۱۹۹۲ تا ۱۹۹۶ عقب‌نشینی می‌کرد و بیش از ۳ متر در سال نازک‌تر می‌شد. گیگاتن‌ها آب شیرین وارد اقیانوس‌ها می‌شد. در سال ۲۰۱۹، زیردریایی تحقیقاتی ناتانیل بی. پالمر پشته‌هایی در کف اقیانوس زیر توایتس یافت که نشان‌دهنده عقب‌نشینی سریع بود. یخچال توایتس قادر به عقب‌نشینی بسیار سریع است و به شدت به تغییرات محیط اطرافش حساس است. در سال ۲۰۲۰، ربات آیس‌فین (Icefin) زیر توایتس تصاویر شگفت‌انگیزی ارائه داد. زیر یخچال صاف است، اما ذوب سریع در شکاف‌ها رخ می‌دهد. قفسه‌های یخی که توایتس و پاین آیلند را پشتیبانی می‌کنند، نازک‌تر می‌شوند و ترک‌ها و حوضچه‌های یخی روی آن‌ها ظاهر می‌شوند. با گرم شدن اقیانوس‌ها، آب‌های گرم قفسه‌های یخی و یخچال‌های ساحلی را تضعیف می‌کنند. سطح دریاها در قرن گذشته ۶ اینچ بالا رفته است. پیش‌بینی می‌شود در سی سال آینده، سطح‌ها نزدیک به ۱ فوت بالا روند. برای هر ۱ درجه سانتی‌گراد افزایش دما، نزدیک به ۶۰ فوت افزایش سطح دریا وجود داشته است. اگر کاری برای کاهش دماها انجام ندهیم، سطح دریاها در قرن‌های آینده تا ۱۲۰ فوت بالا خواهد رفت. ژنوم‌های اختاپوس‌ها نشان می‌دهند که ۱۰۰,۰۰۰ سال پیش هیچ مانع یخی در غرب قطب جنوب وجود نداشته است. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

سیگنال‌ها و پارازیت‌ها، بله‌ها و نه‌ها چگونه باید در مورد برخی شاخص‌های متغیر و غیرقابل پیش‌بینیِ اوضاع جهان فکر کنیم؟ با مفهوم توزیع آماری شروع می‌کنیم. فرض کنید ما چیزی را اندازه‌گیری می‌کنیم که پیش‌بینی‌ناپذیر تغییر می‌کند (متغیر تصادفی)، مانند نمرات آزمون درون‌گرایی که از صفر تا صد در نوسان است. ما نمرات را در دهک‌های مختلفی دسته‌بندی می‌کنیم (مثلاً صفر تا ۹، ۱۰ تا ۱۹ و الی آخر) و تعداد افرادی را که در هر دهک قرار می‌گیرند می‌شماریم. اکنون آن‌ها را در یک نمودار هیستوگرام قرار می‌دهیم؛ نموداری که با نمودارهای معمولی فرق دارد زیرا متغیر موردنظر به‌جای محور عمودی، در امتداد محور افقی جای می‌گیرد. اندازۀ هر ستون به‌سادگی تعداد افرادی را نشان می‌دهد که در هر دهک قرار دارند. در این‌جا هیستوگرامِ مربوط به نمرات درون‌گراییِ ۲۰ نفر، که هر مربع معادل یک نفر است آورده شده است. حال تصور کنید که ما این آزمایش را روی چند میلیون نفر انجام داده‌ایم، به‌شکلی که دیگر مجبور نیستیم افراد را در دهک‌های مختلف دسته‌بندی کنیم، بلکه می‌توانیم آن‌ها را از چپ به راست براساس امتیازی که هریک کسب کرده‌اند مرتب کنیم. هرچه پیش‌تر می‌رویم و تعداد مربع‌های بیش‌تری روی هم انباشته می‌شوند، نمودار شکل منحنی زنگوله‌ای به خود می‌گیرد که در زیر ترسیم شده است. تعداد زیادی از مشاهدات که مقادیر متوسط دارند در وسط منحنی انباشته شده‌اند و مشاهداتی که تعدادشان کم‌تر است در دو انتهای چپ و راست منحنی قرار گرفته‌اند. آشناترین مدل ریاضی برای منحنی زنگوله‌ای، توزیع نرمال یا گاوسی نام دارد. منحنی‌های زنگوله‌ای در همه‌ جای جهان رایج هستند، از جمله در نمرات آزمون‌های شخصیت یا هوش، قد مردان یا زنان و سرعت ماشین‌ها در بزرگراه‌ها. منحنی‌های زنگوله‌ای تنها روشی نیستند که با استفاده از آن می‌توان مشاهدات را روی هم جمع کرد و ارائه داد؛ توزیع‌های دوکوهانه یا دونمایی هم وجود دارند، همچنین توزیع‌هایی با دُم کلفت که مقدار آن‌ها زیاد اما قابل شمارش است، مانند جمعیت شهرها، درآمد افراد یا تعداد بازدیدکنندگان از وب‌سایت‌ها. بسیاری از این توزیع‌ها، مانند آن‌هایی که براساس «قوانین توانی» ایجاد می‌شوند، دارای یک ستون بلند در سمت چپ با تعداد زیادی مقادیر پایین و یک دُم بلند و کلفت در سمت راست با تعداد کمی مقادیر بسیار زیاد هستند. اما منحنی‌های زنگوله‌ای – یک‌نمایی، متقارن و دُم‌نازک - هم در جهان رایج هستند؛ از آن‌ها زمانی استفاده می‌شود که اندازه‌گیری، حاصل‌جمعِ تعداد زیادی از علل کوچک است، مانند تعداد زیادی از ژن‌ها به‌همراه تعداد زیادی تأثیر محیطی... بیشتر بخوانید 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

فروپاشی یخ‌های قطب جنوب؛ هشداری از گذشته جان مرسر، یخچال‌شناس، در اواخر دهه ۱۹۶۰ در یخچال ریدی (Reedy Glacier) در غرب قطب جنوب، لایه‌های رسوبی شیل دانه‌ریز یافت که معمولاً در کف دریاچه‌ها دیده می‌شوند. درون این بسترها، سنگ‌ها و تخته‌سنگ‌هایی پراکنده بودند که به‌نظر آوار یخچالی (glacial debris) بودند. در مقطعی از گذشته، این مکان دریاچه‌هایی داشت که با ذوب یخچال‌ها شکل گرفته بودند. تجزیه‌وتحلیل اتمی نشان داد که این رسوبات ۱۲۰,۰۰۰ سال قدمت دارند. مرسر پیشنهاد کرد که در دوره‌های گرم، ورقه یخی غرب قطب جنوب (West Antarctic Ice Sheet) کاملاً ذوب می‌شود و در دوره‌های سرد دوباره شکل می‌گیرد. اگر این یخ ذوب شود، سطح دریاها حدود ۱۴ فوت بالا می‌رود. مرسر به لایه‌های زمین‌شناختی اقیانوس آرام نگاه کرد و فسیل‌هایی در سواحل اندونزی یافت که نشان می‌داد سطح دریا ۱۲۰,۰۰۰ سال پیش ۱۴ فوت بالاتر بود. ارتباط با قطب جنوب غیرقابل‌انکار بود: مقدار افزایش سطح دریا با حجم آبی که از ذوب ورقه یخی غرب قطب جنوب به دریا اضافه می‌شود، مطابقت داشت. ورقه یخی غرب قطب جنوب در کاسه‌ای از سنگ‌بستر زیر سطح دریا قرار دارد. آب اقیانوس می‌تواند به زیر آن نفوذ کند و یخچال‌ها را از زیر نازک کند. قفسه‌های یخی (ice shelves) شناور مانند سدهایی عمل می‌کنند که یخ قاره‌ای را از ورود به دریا باز می‌دارند. مرسر تصور کرد که اقیانوس‌های گرم‌تر قفسه‌های یخی را از زیر ذوب می‌کنند، سد یخی فرو می‌ریزد و یخ سریع‌تر به اقیانوس جریان می‌یابد. او مطمئن بود که این می‌تواند دوباره رخ دهد. در سال ۱۹۷۸، مرسر هشدار داد که گازهای گلخانه‌ای می‌توانند دماها را به سطحی برسانند که باعث ذوب ورقه یخی غرب قطب جنوب شود، سطح دریا را ۱۴ فوت بالا ببرد و بیش از ۱ میلیارد نفر را آواره کند. او خواستار پایش قفسه‌های یخی با تصاویر لندست (Landsat) شد. اما ایده‌هایش با بی‌تفاوتی مواجه شدند. در سال ۱۹۹۴، پدرو اسکوارسا تصاویر ماهواره‌ای از قفسه یخی لارسن (Larsen Ice Shelf) را بررسی کرد. تصاویر از ۱۹۷۵ تا ۱۹۸۹ نشان داد که قفسه یخی شکاف‌هایی ایجاد کرده و عقب‌نشینی کرده است. در فوریه ۱۹۹۵، خدمه ایستگاه ماتینزو صداهای غرغر و انفجار شنیدند. قفسه یخی لارسن A در عرض چند ساعت تکه‌تکه شد و توسط دریا برده شد. در سال ۲۰۰۲، تصاویر ماهواره ترا ناسا رگه‌های آبی روی لارسن B را نشان داد که نشانه ذوب بود. تا ۷ مارس، بخش زیادی از لارسن B متلاشی شد. ناپدید شدن این قفسه‌های یخی نشان می‌دهد که یخ می‌تواند بسیار سریع‌تر از آنچه دانشمندان فکر می‌کردند ناپدید شود. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

تشخیص‌های درست و هشدارهای کاذب - تشخیص سیگنال و نظریۀ تصمیم‌گیری آماری عقلانیّت مستلزم آن است که ما آن‌چه را درست است از آن‌چه دوست داریم درست باشد تمیز دهیم؛ سرهایمان را در برف فرونکنیم، قلعه‌هایی در هوا نسازیم و هروقت دستمان به گوشت نمی‌رسد نگوییم بو می‌دهد. وسوسه‌های وهم‌آلود و اغواکننده همیشه با ما هستند، زیرا سرنوشت و آیندۀ ما به وضع جهانی بستگی دارد که هرگز نمی‌توانیم با قطعیت از آن آگاهی یابیم. ما برای حفظ روحیه و محافظت از خود در برابر اقدامات ناراحت‌کننده و دردناکی که ممکن است انجامشان لزومی نداشته باشد تمایل داریم آن‌چه را دوست داریم ببینیم و بقیه را نادیده بگیریم. ما روی ترازوی آشپزخانه کمی بدنمان را خم می‌کنیم تا وزن خود را کم‌تر کنیم، از انجام آزمایش پزشکی‌ای که ممکن است نتیجه‌اش برایمان ناخوشایند باشد طفره می‌رویم و سعی می‌کنیم به خود بقبولانیم که سرشت انسان بی‌نهایت انعطاف‌پذیر است. راه عاقلانه‌تری برای برقراری آشتی بین جهالت و تمایلاتمان وجود دارد: ابزاری عقلانی به نام «نظریۀ تشخیص سیگنال» یا نظریۀ تصمیم‌گیری آماری. تخمین این احتمال که آیا چیزی در جهان درست است یا نه (استدلال بیزی) و تصمیم‌گیری دربارۀ این‌که از طریق وزن‌دهی و سنجیدن هزینه‌ها و فایده‌های مورد انتظار، با آن چیز چه کار می‌توانیم بکنیم (انتخاب عقلانی) [این کار مدیریت ریسک نامیده می‌شود که احتمال رویدادها را تخمین بزنیم و اقدامات پیش‌دستانه‌ای برای کاهش پیامدهای منفی و افزایش منافع انجام دهیم. م.]. چالش تشخیص سیگنال این است که آیا برخی نشانه‌ها را به‌عنوان سیگنالی راستین که از جهان خارج آمده است بشناسیم، یا آن را پارازیتی تلقی کنیم که از درک ناقص ما از جهان نشئت گرفته است؟ این معضلی است که مکرراً در زندگی اتفاق می‌افتد. ناظر مراقبت، نقطه‌ای را در صفحۀ رادار می‌بیند؛ آیا این‌ها بمب‌افکن‌های هسته‌ای هستند که دارند به ما حمله می‌کنند، یا دسته‌ای از مرغ‌های دریایی؟ رادیولوژیست، لکه‌ای را در اسکن می‌بیند؛ آیا بیمار به سرطان مبتلا است، یا یک کیست خوش‌خیم دارد؟ هیئت‌منصفه، شهادت شاهدان را در محکمه استماع می‌کنند؛ آیا متهم مجرم است یا شاهدان دروغ می‌گویند؟ با فردی ملاقات می‌کنیم که تا حدودی آشنا به‌نظر می‌رسد؛ آیا قبلاً او را دیده‌ایم یا این فقط نوعی آشناپنداری است؟ گروهی از بیماران پس از مصرف دارو بهبود می‌یابند؛ آیا تأثیر دارو بود یا دارونما؟ خروجی نظریۀ تصمیم‌گیری آماری، صرفاً درجۀ اعتماد نیست، بلکه تصمیمی قابل اجرا است: این‌که جراحی باید انجام شود یا نه، متهم باید محکوم شود یا تبرئه. انتخابِ یکی از این‌ها معنایش این نیست که تصمیم گرفتیم چه چیزی را در مورد اوضاع و احوال باور کنیم. ما براساس انتظاری که از هزینه‌ها و منافع احتمالی یک اقدام داریم خودمان را متعهد به انجام آن می‌کنیم. این ابزار شناختی، ما را وادار می‌کند بین آن‌چه درست است و آن‌چه باید انجام دهیم تمایز قائل شویم. این ابزار تصدیق می‌کند که در مواجهه با وضعیت‌های مختلفی که در جهان با آن‌ها روبه‌رو هستیم، لازم است انتخاب‌های ریسکی متفاوتی انجام دهیم، اما به ما این را هم نشان می‌دهد که برای آزمودن شانسمان نیازی نیست که سر خودمان را شیره بمالیم و واقعیت را تحریف کنیم. ما با تمایزبخشی دقیق بین ارزیابی خود از اوضاع محیط و آن‌چه تصمیم داریم برای آن انجام دهیم می‌توانیم عقلاً طوری رفتار کنیم که گویی چیزی درست است، بی‌آنکه مجبور باشیم باور کنیم که چیزی درست است. این تفاوتی بزرگ اما مغفول را در درک ما از استفاده از آمار در علوم مختلف رقم می‌زند. 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

یخ‌های قطبی؛ راویان تاریخ اقلیمی زمین جهان‌هایی که کودکان گریس فیورد و کیپ کاد در تماس ویدیویی به اشتراک می‌گذاشتند نمی‌توانستند متفاوت‌تر باشند. فرزندان من در جنگلی سبز از کاج‌های کوتاه با رنگ‌های آبی خلیج در دوردست زندگی می‌کردند، در حالی که کودکان اینویت در جهانی وسیع و سفید و خاکستری از برف، یخ و سنگ ساکن بودند. در حالی که کودکان تفاوت‌های بین مناظرشان را کشف می‌کردند، واضح بود که چیزی عمیق آن‌ها را به هم متصل می‌کرد. زندگی‌هایشان به شیوه‌هایی که نمی‌توانستند ببینند، در هم تنیده بود. ویلی دانسگارد در سال ۱۹۴۷ به جزیره دیسکو در غرب گرینلند رفت و به اندازه‌گیری خواص ژئوفیزیکی قطب شمال پرداخت. او و همسرش، اینگه، به یک روستای کوچک نقل مکان کردند، اما متوجه شدند که تدارکات کافی برای ساخت خانه وجود ندارد. پس از نه ماه زندگی با زوج دیگری، سرانجام سرپناهی ساخته شد، اما دو هفته بعد در آتش سوخت. دانسگارد بعدها به یاد آورد که پس از خوردن شکلات در هر وعده غذایی در آن زمان، «سال‌ها نمی‌توانست حتی نگاه به آن کند.» با تأمین یک کلبه پایدار، ویلی و اینگه در شب‌های طولانی قطبی برای یکدیگر کتاب می‌خواندند. او بعدها گفت که در این زمان با اینگه «برای همیشه عاشق گرینلند شد» و به طور دائم توسط «نیروهایش، فراوانی‌اش، بی‌رحمی‌اش و، بیش از همه، زیبایی‌اش» تغییر کرد. دانسگارد در سال ۱۹۴۹ به کپنهاگ بازگشت و شغلی به‌عنوان کتابدار گرفت، اما به‌زودی از ملال این کار دلزده شد. مؤسسه زمین‌شناسی کپنهاگ با بودجه‌های طرح مارشال، یک طیف‌سنج جرمی (mass spectrometer) خریداری کرد. دانسگارد امنیت شغل دولتی‌اش را رها کرد تا تکنسین این دستگاه شود. او از طیف‌سنج جرمی برای کاوش در فیزیک آب استفاده کرد. او حدس زد که دو شکل اتمی اکسیژن—O18 سنگین و O16 سبک‌تر—در آب بسته به دما رفتار متفاوتی دارند. وقتی آب از مایع به گاز تبخیر می‌شود، گاز غنی از شکل سبک‌تر اکسیژن خواهد بود. وقتی آب مایع از بخار متراکم می‌شود، مایع اکسیژن سنگین‌تر را بیشتر نگه می‌دارد. اگر دانسگارد درست می‌گفت، نسبت‌های شکل سنگین و سبک اکسیژن در آب می‌توانست به‌عنوان دماسنجی برای نشان دادن دماهای باستانی عمل کند. آزمایش اولیه او در باغچه‌اش در کپنهاگ با بطری‌های خالی آبجو و قیف انجام شد. او آب باران را در زمان‌های مختلف سال جمع‌آوری کرد. پس از ماه‌ها جمع‌آوری آب در بارندگی‌های گرم و سرد، نسبت دو شکل اکسیژن به‌خوبی با دماهای بارش مطابقت داشت. تجزیه‌وتحلیل دانسگارد از آب‌های داخل بطری‌های آبجو، درک ما از مناطق قطبی و تأثیرات تغییرات اقلیمی (climate change) در سراسر زمین را تغییر داد. دانسگارد نمونه‌های یخی از سراسر جهان دریافت کرد، اما به یک بخش پیوسته از یخ نیاز داشت. فرصت او از کمپ سنچری در گرینلند آمد، جایی که ارتش آمریکا مغزه‌ای به عمق ۴۵۶۰ فوت حفاری کرد. در سال ۱۹۶۴، دانسگارد این مغزه را که ۱۰۰,۰۰۰ سال را در بر می‌گرفت، تجزیه‌وتحلیل کرد. او بازه‌های کوتاهی یافت که منطقه قطبی تا ۱۰ درجه فارنهایت گرم شده بود، با خنک شدن آهسته‌ای که یک قرن یا بیشتر طول می‌کشید. اقلیم قطبی زمین می‌تواند بسیار سریع تغییر کند. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

انتخاب عقلانی، با تمام این تفاصیل (۲) سنجش و وزن‌دهی به ریسک‌ها و پاداش‌ها در انتخاب‌های پزشکی می‌تواند عواقب و پیامدهای بسیار بیش‌تری داشته باشد. پزشکان و بیماران هر دو دوست دارند براساس تمایلات درونی خودشان انتخاب کنند: از نظر بیمار، غربالگری سرطان خوب است، زیرا می‌تواند سرطان‌ها را تشخیص دهد، و از نظر پزشک، جراحی سرطان خوب است زیرا می‌تواند سرطان را از بین ببرد. اما فکر کردن به هزینه‌ها و فوایدی که باتوجه‌به احتمال وقوع هریک از این‌ها به‌دست می‌آید، می‌تواند خوب را به بد تبدیل کند. به ازای هر هزار زنی که سالانه تحت آزمایش فراصوتِ سرطان تخمدان قرار می‌گیرند، بیماری ۶ نفر به‌درستی تشخیص داده می‌شود، در مقایسه با ۵ زنی که این آزمایش را انجام نمی‌دهند و بیماری آن‌ها به‌درستی تشخیص داده می‌شود - و تعداد مرگ‌ومیر برای هر دو گروه یکسان است (3 نفر). فواید غربالگری بسیار زیاد است، اما هزینه‌هایش چطور؟ از هر هزار نفری که غربالگری می‌شوند، ۹۴ نفر هشدارهای کاذب وحشتناکی دریافت می‌کنند، تخمدان‌های ۳۱ نفر بی‌آنکه ضرورت داشته باشد برداشته می‌شود و ۵ نفر دچار عوارض جدیِ منجر به مرگ می‌شوند. نیازی به گفتن نیست که تعداد هشدارهای کاذب و جراحی‌های غیرضروری در بین زنانی که غربالگری نمی‌شوند صفر است. برای نشان‌دادن این‌که مطلوبیّت مورد انتظار برای غربالگری سرطان تخمدان منفی است نیازی نیست که ریاضی زیادی بدانیم. همین امر دربارۀ غربالگری سرطان پروستات مردان با استفاده از آزمایش آنتی‌ژن اختصاصی پروستات صادق است (من از انجام این کار صرف‌نظر کردم). حتی هنگامی‌که به اعداد دقیق دسترسی نداریم، لازم است در موقع ضرب ذهنیِ احتمال‌ها درنتیجه‌ها، از عقل استفاده کنیم. چه‌بسا افرادی که با قمار بر سر یک سود کوچک با احتمال بزرگ یا یک سود بزرگ با احتمال کوچک، زندگی خود را باخته‌اند - مثلاً برای به‌دست‌آوردن مقداری پول بیش‌تر، مرتکب برخی اقدامات غیرقانونی شده‌اند و آبرو و آرامش خود را با انجام یک اقدام پوچ و بی‌حاصل به خطر انداخته‌اند. چه تعداد از مجردهای تنها، به صرفِ ناچیزبودنِ احتمال یافتنِ همسری خوب، موهبت برخورداری از یک عمر زندگی خوشبخت را از خود دریغ کرده‌اند، چون فقط به این احتمالِ بزرگ‌تر اندیشیده‌اند که مبادا قهوه‌شان را با یک شریک زندگی ملال‌آور صرف کنند. و اما دربارۀ قمار بر سر زندگی‌تان: آیا تابه‌حال اتفاق افتاده است که با سرعتی بالاتر از حدّ مجاز رانندگی کنید تا یک دقیقه زودتر به مقصد برسید، یا در هنگام عبور از خیابان، به‌جای آنکه شکیبایی به خرج بدهید و پیامکی را که برایتان آمده است بعداً بخوانید طاقت نیاورید و پیامک را بخوانید؟ اگر فواید انجام این کار را در ارزشی که برای زندگی خود قائل هستید ضرب کنید و آن را با احتمال وقوع تصادف مقایسه کنید کدام‌یک را انتخاب می‌کنید؟ و اگر برخلاف این فکر می‌کنید آیا می‌توانید خودتان را عاقل بنامید؟ 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha

یخ و تکامل انسان حدود ۲۶,۰۰۰ سال پیش، ورقه‌ی یخی عظیمی در سراسر ایالات متحده‌ی شمالی و سراسر کانادا امتداد داشت. بلندترین آسمان‌خراش‌های منهتن به همان اندازه که در شیکاگو بودند، در یخ محصور شده بودند. یخچال‌های دیگر تا ضخامت ۳,۰۰۰ فوت در اروپا و سراسر آسیا امتداد داشتند. چنان مقدار زیادی آب توسط قاره‌های عظیم یخی نگه داشته شده بود که سطح دریا ۴۲۰ فوت پایین‌تر از امروز بود. در طول ۵,۰۰۰ سال بعدی، یخ‌ها ذوب شدند در حالی که یخچال‌ها به عرض‌های جغرافیایی بالاتر عقب‌نشینی کردند. وقتی ورقه‌ای که شیکاگو را پوشانده بود ذوب شد، دریاچه‌ی میشیگان و دیگر دریاچه‌های بزرگ تشکیل شدند. این تغییرات اقلیمی و جغرافیایی بر همه‌ی موجودات زنده تأثیر گذاشت. در دوران یخبندان، مخروطی‌هایی مانند کاج، صنوبر و نراد در ایلینوی، اوهایو و نیویورک رایج بودند. با عقب‌نشینی یخ، جنگل‌های برگ‌ریز متشکل از بلوط، خاکستر و نارون جای آن‌ها را گرفتند. گاومیش کوهان‌دار، لمینگ‌ها و کاریبو، همراه با گونه‌های عصر یخبندان مانند گرگ‌های وحشتناک، ماموت‌های پشمی و ببرهای دندان‌خنجری در دشت‌های غرب میانه پرسه می‌زدند. با ذوب شدن یخ، بسیاری از این پستانداران قطبی به شمال عقب‌نشینی کردند در حالی که گونه‌های مختلفی مانند گوزن، سنجاب و دیگران جای آن‌ها را گرفتند. انزوای ژنتیکی به‌عنوان مثال برای منشأ خرس‌های قطبی و منشأ گونه‌های جدید جوندگان قطبی در نظر گرفته می‌شود. شواهد فسیلی و ژنتیکی اجداد انسان را تا حدود ۲ میلیون سال پیش در آفریقا قرار می‌دهند. در این زمان چندین گونه‌ی مختلف میمون دوپا در آفریقا زندگی می‌کردند. یکی از این خویشاوندان، هومو ارکتوس (Homo erectus) با مغز نسبتاً بزرگ، آفریقا را ترک کرد و در اروپا، خاورمیانه و آسیا پخش شد. تا ۸۰۰,۰۰۰ سال پیش به خویشاوند دیگری، هومو هایدلبرگنسیس (Homo heidelbergensis)، منجر شدند. با گسترش و انقباض یخچال‌ها در اروپا و آسیا، جمعیت‌های هومو هایدلبرگنسیس فناوری‌های جدیدی توسعه دادند. یکی از آن‌ها، آتش، نحوه‌ی زندگی، غذا خوردن و گذراندن وقت با هم را تغییر داد. با گذشت زمان، این انزوا به تنوع آناتومیکی فزاینده‌ای منجر شد. تا ۴۰۰,۰۰۰ سال پیش، نوع جدیدی از انسان مقاوم ظاهر شد: هومو نئاندرتالنسیس (Homo neanderthalensis) یا نئاندرتال‌ها. تا ۳۰۰,۰۰۰ سال پیش، جمعیت‌های جنوب آفریقا از هومو هایدلبرگنسیس به انسان‌های مدرن، هومو ساپینس (Homo sapiens)، منجر شدند. دوران یخبندان منشأ ما را شکل داد. جریان‌های اقیانوسی و الگوهای بادی جدید که توسط یخ قطبی ایجاد شده بودند، به محیط‌های متغیر در شرق آفریقا، مهد گونه‌ی ما، منجر شدند. جدیدترین عصر یخبندان، که اوج یخ را ۲۶,۰۰۰ سال پیش شاهد بود، سطح دریاها را تغییر داد و به اجداد ما مسیرهای جدیدی برای پراکندگی در سراسر جهان داد. ورقه‌های یخی همچنان در زندگی ما نقش بزرگی دارند. سطح دریاها که توسط یخ قطبی تعیین شده‌اند، خطوط ساحلی، شهرها و بسیاری از مرزهای ملی ما را تعریف کرده‌اند. الگوهای آب‌وهوایی ناشی از مناطق قطبی سرد به ایجاد کمربندهای کشاورزی که جامعه‌ی مدرن به آن‌ها وابسته است کمک می‌کنند. یخ، مناطقی از جهان را برای مسیرهای تجاری، سکونت گسترده‌ی انسانی و استخراج منابعی مانند نفت، گاز و مواد معدنی غیرقابل‌دسترس کرده است. یخ، شریکی خاموش در همه‌ی زندگی‌های ماست. 📓 سرحدات زمین: سفر به مناطق قطبی، در جست‌وجوی حیات، کیهان و آینده‌مان ✍ نیل شوبین 🆔 @Chekide_ha

انتخاب عقلانی، با تمام این تفاصیل (۱) در علوم شناختی و اقتصاد رفتاری، نشان‌دادنِ تمام مسیرهایی که در آن‌ها افراد اصول انتخاب عقلانی را نادیده می‌گیرند تبدیل به چیزی شبیه ورزش شده است (و چیزی فراتر از ورزش: پنج جایزۀ نوبل به کسانی داده شده که نقض اصول انتخاب عقلانی را کشف کرده‌اند). بخشی از این سرگرمی ناشی از این است که پژوهشگران می‌خواهند نشان دهند که انسان‌ها چقدر غیرعقلانی عمل می‌کنند و بقیه ناشی از تلاش برای نشان‌دادن این موضوع است که اقتصاددانان کلاسیک و نظریه‌پردازانِ تصمیم‌گیری، چه روان‌شناسان بدی هستند. گیگرنزر داستانی واقعی را از گفت‌وگوی بین دو نظریه‌پردازِ تصمیم‌گیری نقل می‌کند که یکی از آن‌ها مردّد است که آیا یک پیشنهاد شغلی فریبنده را در دانشگاه دیگری بپذیرد یا نه. همکارش به او می‌گوید: «چرا مزایای ماندن در جایی‌که هستی را در برابر مزایای رفتن به‌جای دیگر نمی‌نویسی، آن‌ها را در احتمالاتشان ضرب نمی‌کنی و از بین این دو، گزینه‌ای را که بهتر است انتخاب نمی‌کنی؟ به‌هرحال این کاری است که تو در حرفۀ خودت آن را به همه توصیه می‌کنی». اوّلی با لحنی نکوهش‌بار می‌گوید: «دست بردار، دارم دربارۀ یک موضوع جدی حرف می‌زنم»! اما فون‌نویمان و مورگنشترن ممکن است سزاوار خندۀ فتح و پیروزی باشند. تمام آن تابوها، محدودیت‌ها، انتقال‌ناپذیری‌ها، شیر یا خط کردن‌ها، پشیمانی‌ها، مغایرت‌ها و صورت‌بندی‌ها صرفاً نشان می‌دهند که مردم اصول را زیر پا می‌گذارند، ولی نمی‌گویند که باید چه‌کار کنند. مطمئناً در برخی موارد نظیر حفظ قداستِ روابط و ابهّت مرگ، ممکن است واقعاً برای ما بهتر باشد که مسائلی را که در مقام نظر گفته‌شده انجام ندهیم و نادیده بگیریم. ولی ما همیشه می‌خواهیم که انتخاب‌هایمان با ارزش‌هایمان سازگار باشند. این تمام چیزی است که نظریۀ مطلوبیّت مورد انتظار می‌تواند ارائه دهد، و این سازگاری با ارزش‌ها چیزی است که ما نباید به‌راحتی از کنارش بگذریم. ما تصمیمات خود را زمانی احمقانه می‌خوانیم که ارزش‌های ما را زیر سؤال می‌برند و زمانی‌که آن را تأیید می‌کنند تصمیمات خود را عاقلانه می‌خوانیم. نقض برخی اصول انتخاب عقلانی واقعاً احمقانه است، مانند پرهیز از بده‌بستان‌هایی که بر زندگی جمعی انسان‌ها تأثیر می‌گذارند، تلاش برای به صفر رساندن ریسک، و تغییر یک انتخاب بر اساس نوع جمله‌بندی آن. من فکر می‌کنم که تصمیمات بی‌شماری در زندگی وجود دارند که اگر ریسک‌هایشان را در پاداش‌هایشان ضرب می‌کردیم، عاقلانه‌تر دست به انتخاب می‌زدیم. در هنگام خرید یک ابزار، آیا باید گارانتی آن را هم بخریم؟ حدود ۱/۳ آمریکایی‌ها این کار را می‌کنند و بابت آن سالانه بیش از ۴۰ میلیارد دلار پول می‌دهند. اما آیا واقعاً منطقی است که بیمه استفاده از توستر برقی را خریداری کنیم؟ مبلغ بیمۀ توستر کم‌تر از بیمۀ ماشین یا خانه است، جایی‌که ضرر مالی تأثیر چشم‌گیری بر زندگی ما می‌گذارد. اگر مصرف‌کنندگان حتی به‌طور سرسری دربارۀ ارزش مورد انتظار فکر می‌کردند، متوجه می‌شدند که خرید گارانتی می‌تواند تقریباً ۱/۴ قیمت محصول هزینه داشته باشد، به این معنا که فقط در صورتی خرید گارانتی مفید خواهد بود که احتمال خرابی محصول بیش از یک در چهار باشد. با نگاهی به گزارش‌های مشتریان درمی‌یابیم که تجهیزات و لوازم مدرن تا بدین اندازه ضعیف و بی‌دوام نیستند: برای مثال، کم‌تر از ۷ درصد تلویزیون‌ها نیاز به تعمیر پیدا می‌کنند. 📓 عقلانیت: چیست؟ چرا کمیاب به‌نظر می‌رسد؟ چرا اهمیّت دارد؟ ✍ استیون پینکر ®️ کیوان شعبانی مقدم 🆔 @Chekide_ha