معرفت‌شناسیِ اجتماعی: با هم دانستن

«جوهرِ روزنامه‌نگاری انضباطِ راستی‌آزمایی است.»

— بیل کواچ و تام روزنستیل، عناصرِ روزنامه‌نگاری (۲۰۰۱)

معرفت‌شناسیِ سنتی یک دانندهٔ تنها را در نظر داشت: دکارت در اتاقش، که به همه‌چیز شک می‌کند و معرفت را با توانِ خودش از نو می‌سازد. اما تقریباً هیچ‌کدام از دانسته‌های شما این‌طور به دست نیامده است. شما چیزهایی را می‌دانید چون به معلم‌ها، کتاب‌های درسی، پزشکان، روزنامه‌نگاران، نقشه‌ها، دانشنامه‌ها، دانشمندان و دوستانتان اعتماد می‌کنید. شما در دلِ نظامی اجتماعی و بزرگ زندگی می‌کنید که معرفت را تولید و پخش می‌کند.

معرفت‌شناسیِ اجتماعی همین نظام را بررسی می‌کند و می‌پرسد: کی باید به دیگران اعتماد کنیم؟ کسی که کارشناس نیست چطور میانِ کارشناس‌ها انتخاب کند؟ وقتی کسی که به اندازهٔ خودتان باهوش و آگاه است با شما مخالفت می‌کند، چه باید کرد؟ جمع‌ها چطور از راهِ اتاق‌های پژواک، آبشارها، تبلیغات و پیش‌داوری به بیراهه می‌روند؟ نهادها را چطور باید طراحی کرد تا معرفت تولید کنند؟ برای فهمیدنِ بحث‌های عمومی، این‌ها مهم‌ترین پرسش‌هایند.

چرا معرفت اجتماعی استشنیدن

جان لاک آرمانِ فردگرایانه را این‌طور بیان کرد: «همان‌قدر معقول است امید داشته باشیم با چشمِ دیگران ببینیم که امید داشته باشیم با فهمِ دیگران بدانیم» (جستار، I.iv.23). طبقِ این دیدگاه، پذیرفتنِ چیزی به اعتبارِ حرفِ دیگران، در بهترین حالت، جانشینی برای معرفت است، نه خودِ معرفت.

جان هاردویگ («وابستگیِ معرفتی»، ۱۹۸۵) عکسِ این را نشان داد. او آزمایشی در فیزیک را مثال زد که گزارشش مقاله‌ای با ۹۹ نویسنده بود. هیچ‌کدام از نویسندگان نمی‌توانست درستیِ همهٔ بخش‌های کار را تضمین کند و هر کس به توانایی و صداقتِ بقیه تکیه داشت. از آن زمان این رقم باز هم بزرگ‌تر شده است: مقاله‌های سالِ ۲۰۱۲ که کشفِ بوزونِ هیگز در سرن را اعلام کردند هر کدام هزاران نویسنده داشتند. هاردویگ نتیجه گرفت که باورِ عقلانی اغلب یعنی اعتماد به دیگران: آدمِ عاقلی که کارشناس نیست می‌داند که از نظرِ معرفتی به کارشناسان وابسته است و به‌جا به آن‌ها اعتماد می‌کند. در جامعه‌ای پیچیده، اعتماد نکردن به هیچ‌کس استقلال نیست، نادانی است.

چند رشته از فکرها پشتیبانِ این نگاهِ اجتماعی‌اند:

• گواهی یکی از منابعِ پایه‌ایِ معرفت است (نگاه کنید به گواهی).
• تقسیمِ کارِ شناختی (فیلیپ کیچر، «تقسیمِ کارِ شناختی»، ۱۹۹۰): جامعهٔ علمی وقتی بهتر کار می‌کند که اعضایش راه‌های مختلفی را امتحان کنند، حتی اگر بعضی‌ها راه‌هایی را بروند که به‌تنهایی کم‌امیدتر به نظر می‌رسند.
• معرفت‌شناسیِ اجتماعیِ حقیقت‌محور (آلوین گلدمن، معرفت در جهانی اجتماعی، ۱۹۹۹): رویه‌ها و نهادهای اجتماعی را می‌شود با این معیار سنجید که چقدر باورهای درست را در جامعه بیشتر و خطاها را کمتر می‌کنند.
• معرفت به‌عنوانِ مفهومی اجتماعی. به گفتهٔ ادوارد کریگ (نگاه کنید به فصل ۵)، مفهومِ معرفت برای این پیدا شده است که خبررسانانِ خوب را بشناسیم.

اعتماد و وابستگیِ معرفتیشنیدن

اعتماد کردن به کسی یعنی پذیرفتنِ آسیب‌پذیری در برابرِ او. آنت بایر («اعتماد و ضداعتماد»، ۱۹۸۶) اعتماد را از تکیه کردنِ صرف جدا کرد: من به ساعتِ زنگ‌دارم تکیه می‌کنم، اما به دوستم اعتماد می‌کنم. وقتی کسی به اعتمادمان خیانت می‌کند، فقط دلسرد نمی‌شویم (مثلِ وقتی که ساعت خراب می‌شود)، بلکه احساس می‌کنیم به ما خیانت شده، چون از او انتظارِ حسن‌نیت داشتیم.

اونورا اونیل در سخنرانی‌های ریثِ بی‌بی‌سی (پرسشی دربارهٔ اعتماد، ۲۰۰۲) نکته‌ای گفت که حالا در بحث‌های مربوط به اعتمادِ عمومی جایگاهی محوری دارد: آنچه اهمیت دارد اعتماد به‌عنوانِ یک حالتِ ذهنی نیست، بلکه اعتمادپذیریِ کسانی است که به آن‌ها اعتماد می‌کنیم. باید دنبالِ اعتمادِ هوشمندانه باشیم: اعتماد به کسانی که واقعاً اعتمادپذیرند، و اعتماد نکردن به کسانی که نیستند. او همچنین گفت که درخواستِ شفافیت خودبه‌خود اعتمادپذیری نمی‌آورد: ریختنِ انبوهی از اطلاعات که هیچ‌کس نمی‌تواند ارزیابی‌اش کند، ممکن است فریب دادن را آسان‌تر کند، نه سخت‌تر.

پس پرسش این نیست که «چقدر اعتماد کنم؟» بلکه این است که «به چه کسی، دربارهٔ چه چیزی و چقدر اعتماد کنم؟» اعتمادپذیری چند جزء دارد:

• توانایی: آیا منبع موضوع را می‌شناسد؟
• صداقت: آیا منبع چیزی را می‌گوید که باور دارد؟
• قابل‌اعتماد بودن: آیا منبع کارنامهٔ خوبی دارد؟
• حسن‌نیت: آیا منبع به فکرِ منافعِ شما (یا به فکرِ حقیقت) است، یا به فکرِ منافعی که با این‌ها در تعارض‌اند؟

الیزابت اندرسون («دموکراسی، سیاست‌گذاریِ عمومی و ارزیابیِ مردم از گواهیِ علمی»، ۲۰۱۱) نشان داد که مردمِ عادی، بدونِ آموزشِ علمی، می‌توانند دربارهٔ گواهیِ علمی داوری‌های معقولی داشته باشند. کافی است از معیارهایی درجه‌دوم استفاده کنند که در دسترسشان است:

1. تخصص: آیا این شخص مدرک‌های مربوط را دارد؟ آیا در مجله‌های داوری‌شدهٔ همان رشته مقاله منتشر می‌کند؟
2. صداقت: آیا نشانه‌ای از تعارضِ منافع، تقلب، بد جلوه دادنِ دیدگاهِ دیگران، یا گلچینِ شواهد هست؟
3. مسئولیتِ معرفتی: آیا به نقد جواب می‌دهد؟ آیا ادعاهایش را به داوریِ همتا می‌سپارد؟ آیا با شواهدِ مخالف درگیر می‌شود یا از آن فرار می‌کند؟ آیا ادعاهایی را که رد شده‌اند مدام تکرار می‌کند؟
4. اجماع: بیشترِ کارشناسانِ صاحب‌صلاحیت چه نظری دارند؟ آیا اجماعی واقعی وجود دارد، یا بحثی واقعی و هنوز باز میانِ اهلِ فن؟

اندرسون گفت که هر کس با تحصیلاتِ دبیرستانی و دسترسی به اینترنت می‌تواند این معیارها را به کار ببرد.

کارشناسان و نوآموزانشنیدن

مسئلهٔ نوآموز و کارشناس

فرض کنید کارشناس نیستید و دو نفر که خودشان را کارشناس معرفی می‌کنند با هم مخالف‌اند. شاید دو پزشک توصیه‌های متضاد می‌دهند، یا دو اقتصاددان پیش‌بینی‌های مخالف دارند. شما نمی‌توانید شواهد را مستقیم ارزیابی کنید؛ اصلاً برای همین به کارشناس نیاز دارید. پس چطور می‌توانید عاقلانه تصمیم بگیرید که حرفِ کدام را باور کنید؟

این مسئلهٔ نوآموز و دو کارشناس است که آلوین گلدمن در «کارشناسان: به کدام‌ها باید اعتماد کرد؟» (۲۰۰۱) مطرح کرد. گلدمن پنج منبعِ شاهد را برشمرد که نوآموز به آن‌ها دسترسی دارد.

(الف) استدلال‌هایی که کارشناس‌های رقیب مطرح می‌کنند. شاید نتوانید محتوای استدلال‌هایشان را ارزیابی کنید، اما شاید بتوانید ببینید کدام‌یک جواب‌های بهتری می‌دهد: کدام مستقیم به اعتراض‌های طرفِ مقابل جواب می‌دهد و کدام از آن‌ها طفره می‌رود. گلدمن این را برتریِ دیالکتیکی می‌نامد. اما حواستان باشد: زبان‌آوری همان تخصص نیست.

(ب) موافقتِ کارشناسانِ دیگر. چند کارشناسِ دیگر با هر کدام موافق‌اند؟ اما حواستان باشد: تعداد فقط وقتی مهم است که کارشناس‌های موافق مستقل باشند. هزار مریدِ یک مرشد که هرچه او بگوید قبول می‌کنند، شاهدی بیش از خودِ مرشد به حساب نمی‌آیند. موافقت وقتی شاهدِ قوی است که کارشناسان جدا جدا، با بررسیِ خودشان از شواهد، به دیدگاهشان رسیده باشند.

(ج) ارزیابیِ فراکارشناسان. مدرک‌ها، درجه‌های تحصیلی، جایگاه‌های دانشگاهی، کارنامهٔ انتشارات، افتخاراتِ حرفه‌ای و نظرِ کارشناسانِ دیگر. این‌ها نشانه‌هایی ناقص، اما واقعی‌اند.

(د) شواهدی از منافع و سوگیری‌ها. آیا کارشناس از یک جوابِ خاص سودِ مالی می‌برد، به آن تعهدِ ایدئولوژیک دارد یا آیندهٔ شغلی‌اش به آن گره خورده است؟ چنین منافعی کسی را خودبه‌خود خطاکار نمی‌کند، اما دلیلی است برای اینکه دقیق‌تر نگاه کنیم.

(ه) کارنامه. گلدمن این را مهم‌ترین منبع می‌دانست. حتی یک نوآموز هم گاهی می‌تواند ادعاهای گذشتهٔ یک کارشناس را وارسی کند. شما نمی‌توانید نظریهٔ یک اخترشناس را ارزیابی کنید، اما می‌توانید ببینید خورشیدگرفتگی‌ای که پیش‌بینی کرده بود اتفاق افتاد یا نه. گلدمن گزاره‌های درونی (esoteric، که فقط کارشناسان می‌توانند ارزیابی‌شان کنند) را از گزاره‌های بیرونی (exoteric، که مردمِ عادی می‌توانند وارسی‌شان کنند) جدا می‌کند و می‌گوید بسیاری از ادعاهای کارشناسان سرانجام پیامدهایی بیرونی و وارسی‌پذیر دارند.

تخصص و حدودش

تخصص چیست؟ هری کالینز و رابرت ایوانز (بازاندیشی در تخصص، ۲۰۰۷) تخصصِ مشارکتی (توانِ انجام دادنِ علم: طراحیِ آزمایش، انتشار، پیش بردنِ رشته) را از تخصصِ تعاملی جدا می‌کنند (مسلط بودن به زبانِ یک رشته بدونِ توانِ کمک به پیشرفتش، مثلِ یک روزنامه‌نگارِ علمیِ خوب یا یک جامعه‌شناسِ علم). آن‌ها همچنین دربارهٔ «مسئلهٔ گسترش» هشدار می‌دهند، یعنی سپردنِ داوری‌های فنی به کسانی که تخصصِ لازم را ندارند.

تخصص به حوزهٔ خودش محدود است. یک فیزیک‌دانِ بزرگ فقط به این دلیل که فیزیک‌دانِ بزرگی است، در تغذیه یا همه‌گیرشناسی کارشناس نمی‌شود. الگویی تکراری هست که گاهی به آن «بیماریِ نوبل» می‌گویند: دانشمندانِ برجسته‌ای که بیرون از رشتهٔ خودشان ایده‌هایی کم‌پشتوانه را می‌پذیرند. لینوس پاولینگ، که دو بار جایزهٔ نوبل گرفت، مصرفِ مقدارهای بسیار زیادِ ویتامین C را برای سرماخوردگی و سرطان تبلیغ می‌کرد، خیلی بیش از آنچه شواهد اجازه می‌داد. کری مالیس، که برای اختراعِ واکنشِ زنجیره‌ای پلیمراز (PCR) نوبل گرفت، انکار می‌کرد که اچ‌آی‌وی علتِ ایدز است. فیلسوف نیتن بلنتاین («تجاوزِ معرفتی»، ۲۰۱۹) این را تجاوزِ معرفتی می‌نامد: اظهارِ نظر در رشته‌ای که در آن صلاحیت ندارید، با تکیه بر اعتباری که جای دیگری به دست آورده‌اید.

تخصص در پیش‌بینی حد و مرز دارد. فیلیپ تتلاک (داوریِ سیاسیِ کارشناسان، ۲۰۰۵) در طولِ دو دهه ده‌ها هزار پیش‌بینی از صدها کارشناس دربارهٔ مسائلِ سیاسی و اقتصادی جمع کرد. در پیش‌بینی‌های بلندمدت، کارشناسان فقط کمی بهتر از شانس عمل کردند و از قاعده‌های سادهٔ آماری بدتر بودند. او میانِ خارپشت‌ها و روباه‌ها فرق گذاشت. خارپشت‌ها «یک چیزِ بزرگ می‌دانند» و آن را با اطمینان به همه‌جا گسترش می‌دهند. روباه‌ها «چیزهای زیادی می‌دانند»، از منابعِ زیادی کمک می‌گیرند و با تردید راحت‌اند. روباه‌ها پیش‌بینی‌های بهتری داشتند. این با شرایطی جور درمی‌آید که به گفتهٔ کانمن و کلاین شهودِ کارشناس را قابل‌اعتماد می‌کند (نگاه کنید به شهود، احساس و سرچشمه‌های احتمالیِ دیگر): محیطِ منظم و بازخوردِ سریع. سیاست و اقتصاد در بلندمدت هیچ‌کدام از این دو را ندارند.

با همهٔ این‌ها، تخصص واقعی است. در حوزه‌هایی که دانشِ جاافتاده و روش‌های قابل‌اعتماد دارند، مثلِ پزشکی، مهندسی، شیمی و زمین‌شناسیِ ساختاری، کارشناسان خیلی بیشتر از نوآموزان می‌دانند. اینکه پیش‌بینیِ کارشناسان در حوزه‌های آشوبناک شکست می‌خورد، نشان نمی‌دهد که دانشِ کارشناسان در جاهای دیگر بی‌ارزش است. تام نیکولز (مرگِ تخصص، ۲۰۱۷) می‌گوید فروریختنِ اعتماد به تخصص تهدیدی جدی است، و جوابِ درست به خطاپذیریِ کارشناسان این است که بهتر از تخصص استفاده کنیم، نه اینکه کنارش بگذاریم.

«خودت تحقیق کن»

شعارِ «خودت تحقیق کن» به ارزشی واقعی اشاره دارد: استقلالِ معرفتی (نگاه کنید به پایین‌تر). اما برای یک نوآموز، «تحقیق» معمولاً یعنی گشتن در اینترنت و پیدا کردنِ ادعاهایی که نمی‌تواند ارزیابی‌شان کند. نیتن بلنتاین، جرد سلنیکر و دیوید دانینگ («“خودت تحقیق کن”»، ۲۰۲۲) استدلال می‌کنند که برای بیشترِ آدم‌ها در بیشترِ پرسش‌های فنی، بهترین «تحقیق» تحقیق دربارهٔ این است که کدام منابع اعتمادپذیرند، نه تلاش برای ارزیابیِ شواهدِ دست‌اول. مهارتِ مهم ارزیابیِ منبع است:

• خواندنِ جانبی. سم واینبرگ و سارا مک‌گرو (گروهِ آموزشِ تاریخِ استنفورد) مقایسه کردند که راستی‌آزمایانِ حرفه‌ای، تاریخ‌دانان و دانشجویان چطور وب‌سایت‌های ناآشنا را ارزیابی می‌کنند. دانشجویان و حتی تاریخ‌دانان معمولاً عمودی می‌خواندند: روی همان سایت می‌ماندند و از روی ظاهر و محتوایش درباره‌اش داوری می‌کردند. راستی‌آزمایان جانبی می‌خواندند: تقریباً بلافاصله زبانه‌های تازه‌ای باز می‌کردند تا ببینند منابعِ دیگر دربارهٔ آن سایت و پشتیبانانش چه می‌گویند. راستی‌آزمایان زودتر به داوری‌های بهتری رسیدند.
• SIFT، روشی که مایک کالفیلد ساخت: بایست (Stop)؛ منبع را بررسی کن (Investigate)؛ پوششِ بهتری پیدا کن (Find)؛ ادعاها، نقل‌قول‌ها و تصویرها را تا بافتِ اصلی‌شان دنبال کن (Trace). نگاه کنید به گامِ ۵: شواهد را ارزیابی کنید.

اختلافِ همتایانشنیدن

با دقت حساب می‌کنید و به این نتیجه می‌رسید که سهمِ شما از صورت‌حسابِ رستوران ۴۳ دلار است. دوستتان، که به اندازهٔ شما در حسابِ ذهنی وارد است و همان اطلاعات را دارد، با همان دقت حساب می‌کند و به ۴۵ دلار می‌رسد. حالا چه باید باور کنید؟

این مثال از دیوید کریستنسن است («معرفت‌شناسیِ اختلاف: خبرِ خوب»، ۲۰۰۷) و یکی از پربحث‌ترین مسئله‌های معرفت‌شناسیِ امروز را پیش می‌کشد: اختلافِ همتایان. همتای معرفتیِ شما در یک پرسش کسی است که تقریباً همان شواهدِ شما را دارد و تقریباً به اندازهٔ شما در ارزیابیِ آن تواناست.

در موردِ رستوران، تقریباً همه قبول دارند که باید از اطمینانتان کم کنید و دوباره حساب کنید. پرسشِ سخت این است که در موضوع‌هایی مثلِ سیاست، فلسفه، دین یا اقتصاد چه کنیم، یعنی جاهایی که با آدم‌های باهوش و آگاه مخالفید و مدت‌ها هم با هم بحث کرده‌اید.

سازش‌گرایی

سازش‌گرایی (یا دیدگاهِ وزنِ برابر) می‌گوید وقتی می‌فهمید همتایی با شما مخالف است، باید به‌طورِ جدی به سمتِ دیدگاهِ او بروید و به نظرِ او تقریباً همان وزنی را بدهید که به نظرِ خودتان می‌دهید. آدام الگا («تأمل و اختلاف»، ۲۰۰۷) و دیوید کریستنسن از روایت‌هایی از این دیدگاه دفاع کرده‌اند. اصلِ کلیدی استقلال است (کریستنسن، ۲۰۱۱): وقتی می‌سنجید چقدر به داوریِ همتایتان اعتماد کنید، نباید به همان استدلالی تکیه کنید که محلِ اختلاف است. نمی‌توانید به‌سادگی بگویید «اما استدلالِ من نشان می‌دهد جواب ۴۳ دلار است، پس دوستم حتماً اشتباه کرده»، چون دوستتان هم دقیقاً همین را می‌تواند بگوید.

اعتراض‌ها.

• بی‌موضعی. ظاهراً از سازش‌گرایی نتیجه می‌شود که باید تقریباً در همهٔ پرسش‌های بحث‌برانگیزِ سیاست، فلسفه و دین از داوری دست بکشیم، چون در هر دو طرف آدم‌های باهوش و آگاه هستند.
• خودتخریبی. خودِ سازش‌گرایی هم محلِ اختلافِ همتایانِ معرفتی است. پس طبقِ منطقِ خودش، سازش‌گرایان باید به سازش‌گرایی کم‌اطمینان‌تر شوند (آدام الگا، «چطور دربارهٔ چگونه اختلاف داشتن اختلاف داشته باشیم»، ۲۰۱۰).
• موردهای افراطی. اگر دوستتان بگوید سهمِ هر نفر ۴۵۰ دلار است، معقول است نتیجه بگیرید که او اشتباه کرده است. سازش‌گرایان این را قبول دارند: در موردهای افراطی، خودِ اختلاف شاهدی است بر اینکه ذهنِ همتایتان این بار درست کار نمی‌کند.

موضعِ پایدار

دیدگاه‌های پایدار می‌گویند دست‌کم گاهی می‌توانید با وجودِ مخالفتِ همتا بر باورتان بمانید. تامس کلی («اهمیتِ معرفتیِ اختلاف»، ۲۰۰۵) و پیتر ون اینواگن («همیشه، همه‌جا و برای هر کس، باور کردنِ هر چیزی بر پایهٔ شواهدِ ناکافی نادرست است»، ۱۹۹۶) از روایت‌هایی از این دیدگاه دفاع کرده‌اند. استدلال‌ها:

• دسترسیِ نابرابر. شما به استدلال و شواهدِ خودتان دسترسیِ مستقیم دارید، اما به استدلال و شواهدِ همتایتان نه. می‌دانید که شوخی نمی‌کنید، مست نیستید و بی‌دقتی نکرده‌اید، اما نمی‌توانید مطمئن باشید که او هم همین‌طور است.
• دیدگاهِ دلیل‌های درست. اگر استدلالِ شما واقعاً درست بوده، شواهد پشتِ دیدگاهِ شماست، و اینکه بفهمید کسِ دیگری بد استدلال کرده، چیزی را در پشتیبانیِ شواهد عوض نمی‌کند.

اعتراض. از درون، هر دو طرف فکر می‌کنند خودشان درست استدلال کرده‌اند. قاعدهٔ «اگر حق با توست، پایدار بمان» به کارِ کسی نمی‌آید که مطمئن نیست حق با اوست؛ و این یعنی به کارِ هیچ‌کس نمی‌آید.

دیدگاهِ کلِ شواهد

تامس کلی («اختلافِ همتایان و شواهدِ مرتبهٔ بالاتر»، ۲۰۱۰) موضعی میانه پیشنهاد کرد. آنچه باید باور کنید به همهٔ شواهدتان بستگی دارد: هم شواهدِ مرتبهٔ اول دربارهٔ خودِ پرسش، و هم شواهدِ مرتبهٔ بالاتر، یعنی این واقعیت که همتایی مخالف است. گاهی شواهدِ مرتبهٔ اول آن‌قدر قوی است که اختلاف فقط باید کمی نظرتان را جابه‌جا کند؛ گاهی ضعیف است و اختلاف باید نظرتان را خیلی جابه‌جا کند. اینکه چقدر به نظرِ همتا وزن بدهید، به خودِ مورد بستگی دارد.

شواهدِ مرتبهٔ بالاتر

شواهدِ مرتبهٔ بالاتر شواهدی است دربارهٔ توانِ خودتان برای ارزیابیِ شواهد. کریستنسن («شواهدِ مرتبهٔ بالاتر»، ۲۰۱۰) مثال‌هایی می‌آورد:

• خلبانِ دچارِ کم‌اکسیژنی. خلبانید و می‌خواهید ببینید آیا سوختِ کافی برای رسیدن به فرودگاهی دورتر دارید. حساب می‌کنید و نتیجه می‌گیرید که دارید. بعد یادتان می‌آید که در این ارتفاع ممکن است دچارِ کم‌اکسیژنی شده باشید، که قدرتِ استدلال را کم می‌کند بی‌آنکه خودِ آدم متوجه شود. محاسبه‌تان به نظرِ خودتان درست است. آیا باید به آن اعتماد کنید؟
• دارو. به شما می‌گویند دارویی به شما داده‌اند که در نیمی از موارد، بی‌آنکه خودتان بفهمید، استدلالِ منطقی را کمی مختل می‌کند.

بیشترِ مردم فکر می‌کنند باید از اطمینانتان کم کنید، حتی اگر استدلالِ مرتبهٔ اولتان در واقع درست باشد. اما این کار معماهایی پیش می‌آورد. اگر شواهد واقعاً پشتِ نتیجهٔ شماست، چرا شاهدی دربارهٔ خودِ شما باید باورتان را دربارهٔ سوخت عوض کند؟ بعضی فیلسوفان (ماریا لاسونن‌ـ‌آرنیو) از جدا کردنِ سطح‌ها دفاع می‌کنند: می‌توانید نتیجه را باور داشته باشید و در عینِ حال باور داشته باشید که شاید شواهدتان از آن پشتیبانی نکند. دیگران (سوفی هوروویتز، «آکرازیای معرفتی»، ۲۰۱۴) استدلال می‌کنند که این ترکیب، یعنی «P، اما شواهدم احتمالاً از P پشتیبانی نمی‌کند»، غیرعقلانی است.

نکتهٔ عملی. ما دربارهٔ استدلالِ انسان به‌طورِ کلی شواهدِ مرتبهٔ بالاترِ فراوانی داریم: آدم‌ها دچارِ استدلالِ انگیزه‌مند، سوگیریِ تأییدی و اعتمادبه‌نفسِ بیش از حد می‌شوند، به‌ویژه در موضوع‌های سیاسی، شخصی و حساس (نگاه کنید به فصل ۱۴). همین دلیلی است که در این موضوع‌ها به دیدگاه‌هایمان کمتر از آنچه حس می‌کنیم مطمئن باشیم.

یکتایی و مجازگرایی

آیا همیشه دقیقاً یک واکنشِ عقلانی به یک مجموعه شواهد وجود دارد؟

• تزِ یکتایی (راجر وایت، «مجازگراییِ معرفتی»، ۲۰۰۵): برای هر مجموعه شواهد و هر گزاره، دقیقاً یک نگرشِ عقلانی وجود دارد. اگر این درست باشد، وقتی همتایانی با شواهدِ یکسان اختلاف دارند، دست‌کم یکی‌شان غیرعقلانی است.
• مجازگرایی (تامس کلی، «شواهد می‌تواند مجال بدهد»، ۲۰۱۴؛ میریام شونفیلد، «اجازهٔ باور کردن»، ۲۰۱۴): گاهی بیش از یک نگرشِ عقلانی ممکن است. معیارهای معقولِ متفاوت (مثلاً اینکه چقدر به سادگی وزن بدهیم و چقدر به جور بودن با داده‌ها) ممکن است آدم‌های عاقل را با شواهدِ یکسان به نتیجه‌های متفاوت برساند.

اگر مجازگرایی درست باشد، اختلافِ معقول ممکن است بی‌آنکه هیچ‌کس غیرعقلانی باشد. این با تجربهٔ رایجِ ما جور درمی‌آید، اما نگرانی‌ای هم پیش می‌آورد: اگر بیش از یک باور مجاز است، آیا انتخاب میانِ آن‌ها دلبخواهی نیست؟

اختلافِ عمیق

گاهی اختلاف تا ریشه‌ها می‌رود: دو طرف نه‌فقط دربارهٔ یک نتیجه، بلکه دربارهٔ اینکه چه چیزی شاهد به حساب می‌آید یا کدام منابع معتبرند اختلاف دارند (کتابِ مقدس در برابرِ علم، رهبرِ یک حزب در برابرِ رسانه‌های مستقل). رابرت فوگلین («منطقِ اختلاف‌های عمیق»، ۱۹۸۵) استدلال کرد که چنین اختلاف‌هایی را نمی‌شود با استدلال حل کرد، چون استدلال به معیارهای مشترک نیاز دارد. این به ایدهٔ ویتگنشتاین دربارهٔ گزاره‌های لولایی وصل است.

اختلاف‌های عمیق سخت‌اند، اما همیشه بی‌امید نیستند. چند راهبرد:

• پیدا کردنِ تعهدهای مشترک، هرقدر هم ابتدایی، و استدلال کردن از همان‌جا.
• نقدِ درونی: استدلال کردن از درونِ چارچوبِ طرفِ مقابل، و نشان دادنِ اینکه آن چارچوب، طبقِ معیارهای خودش، به نتیجه‌هایی می‌رسد که خودِ او قبولشان ندارد.
• آوردنِ دلیل‌های عملی برای پذیرفتنِ روش‌های مشترک. مایکل لینچ (۲۰۱۰) می‌گوید در جامعه‌ای کثرت‌گرا، دلیل‌های عملی و سیاسی داریم که روش‌های عمومی و وارسی‌پذیر (مشاهده، آزمایش، منطق) را پولِ رایجِ بحث بدانیم، چون نتیجه‌های این روش‌ها را می‌شود میانِ چارچوب‌های مختلف به اشتراک گذاشت.
• صبر و رابطه، چون تغییرِ چارچوب‌های بنیادی معمولاً از راهِ اعتمادی پیش می‌آید که کم‌کم ساخته می‌شود، نه با یک استدلالِ تنها (نگاه کنید به اتاق‌های پژواک).

چرا آدم‌های معقول با هم اختلاف دارندشنیدن

جان رالز در لیبرالیسمِ سیاسی (۱۹۹۳) فهرستی آورد و اسمش را بارهای داوری گذاشت: دلیل‌هایی که نشان می‌دهند چرا آدم‌های صادق و معقول، حتی وقتی با وجدان از عقلشان استفاده می‌کنند، باز هم با هم اختلاف پیدا می‌کنند. این فهرست برای برخوردِ منصفانه با اختلاف‌ها بسیار ارزشمند است:

1. شواهد متعارض و پیچیده است، و ارزیابی‌اش سخت است.
2. حتی وقتی دربارهٔ ملاحظه‌های مربوط توافق داریم، ممکن است وزن‌های متفاوتی به آن‌ها بدهیم.
3. مفهوم‌های ما مبهم‌اند و موردهای مرزیِ سخت دارند (نگاه کنید به ابهام).
4. کلِ تجربهٔ زندگیِ ما تعیین می‌کند که شواهد را چطور بسنجیم و به ارزش‌ها چه وزنی بدهیم، و تجربه‌های آدم‌ها با هم فرق دارد.
5. اغلب در هر دو طرفِ یک مسئله ملاحظه‌های هنجاریِ گوناگونی هست، و رسیدن به ارزیابیِ کلی سخت است.
6. هیچ نظامی از نهادهای اجتماعی نمی‌تواند برای همهٔ ارزش‌ها جا باز کند؛ ناچاریم انتخاب کنیم، و شاید تعارضِ ارزش‌ها یک جوابِ درستِ واحد نداشته باشد.

بارهای داوری به این معنا نیست که همهٔ دیدگاه‌ها به یک اندازه معقول‌اند. اما توضیح می‌دهد چرا باید انتظار داشته باشید آدم‌های باهوش و خوش‌نیت با شما مخالف باشند، و چرا اختلاف به‌تنهایی نشان نمی‌دهد که طرفِ مقابل نادان یا بدخواه است. این اولین قدم به سوی گفت‌وگوی سازنده است (نگاه کنید به فصل ۱۶).

بی‌عدالتیِ معرفتیشنیدن

میراندا فریکر (بی‌عدالتیِ معرفتی: قدرت و اخلاقِ دانستن، ۲۰۰۷) نوعِ خاصی از ظلم را نشان داد: ظلمی که به کسی در مقامِ دانندهٔ چیزی می‌شود. او دو شکلِ آن را از هم جدا کرد.

بی‌عدالتیِ گواهی

بی‌عدالتیِ گواهی وقتی پیش می‌آید که شنونده، به‌خاطرِ پیش‌داوری دربارهٔ هویتِ گوینده، حرفِ او را کمتر از آنچه سزاوار است باور کند: پیش‌داوری بر پایهٔ نژاد، جنسیت، طبقه، لهجه، سن، دین، معلولیت یا ویژگی‌های دیگرِ هویتِ اجتماعی.

مثالِ ادبیِ اصلیِ فریکر تام رابینسون در رمانِ کشتنِ مرغِ مقلدِ هارپر لی (۱۹۶۰) است: مردی سیاه‌پوست در آلابامای دههٔ ۱۹۳۰ که به دروغ متهم شده است، و هیئتِ منصفهٔ یکسره سفیدپوست، به‌خاطرِ پیش‌داوریِ نژادی، حرفِ راستِ او را باور نمی‌کند. مثالِ دیگرش از آقای ریپلیِ بااستعداد است: مارج شروود به‌درستی شک دارد که تام ریپلی نامزدش را کشته است، اما پدرِ نامزدش شک‌های او را با این جمله کنار می‌زند: «مارج، یک چیزی هست به اسمِ شهودِ زنانه، و یک چیزهایی هم هست به اسمِ واقعیت.»

بی‌عدالتیِ گواهی به گوینده آسیب می‌زند، چون در مقامِ داننده به او ظلم شده است. به شنونده و جامعه هم آسیب می‌زند، چون از اطلاعاتِ درست محروم می‌شوند.

یک نمونهٔ مستندِ واقعی: پژوهشی در ۲۰۱۶ (کلی هافمن و همکاران، PNAS) نشان داد که بخشِ قابل‌توجهی از دانشجویان و دستیارانِ سفیدپوستِ پزشکی که بررسی شدند، باورهای نادرستی دربارهٔ تفاوت‌های زیستیِ سیاه‌پوستان و سفیدپوستان داشتند (مثلاً اینکه پوستِ سیاه‌پوستان کلفت‌تر است)، و کسانی که چنین باورهایی داشتند دردِ بیمارِ سیاه‌پوست را کمتر از واقع تخمین می‌زدند و توصیه‌های درمانیِ نادرست‌تری می‌دادند.

بی‌عدالتیِ تفسیری

بی‌عدالتیِ تفسیری وقتی پیش می‌آید که جای خالیِ مفهومی در زبانِ مشترکِ یک جامعه باعث شود کسی نتواند بخشِ مهمی از تجربهٔ اجتماعیِ خودش را بفهمد یا به دیگران بگوید، چون گروهِ او در ساختنِ این مفهوم‌ها سهمی نداشته است.

مثالِ فریکر این است: پیش از آنکه اصطلاحِ آزارِ جنسی در میانهٔ دههٔ ۱۹۷۰ در آمریکا ساخته شود، زنانی که در محیطِ کار با توجهِ جنسیِ ناخواسته روبه‌رو می‌شدند، اسمِ مشترکی برای آنچه بر سرشان می‌آمد نداشتند. این رفتار را اغلب شوخی و دلبری یا مشکلی شخصی می‌دانستند. وقتی این مفهوم پیدا شد، ممکن شد این تجربه را ظلمی مشخص بدانند، توصیفش کنند و دنبالِ راه‌حل بروند. فریکر همین را دربارهٔ افسردگیِ پس از زایمان، پیش از آنکه به‌طورِ گسترده شناخته شود، نشان می‌دهد.

ایده‌های خویشاوند

• اعتبارِ بیش از حد (خوزه مدینا، معرفت‌شناسیِ مقاومت، ۲۰۱۳): به‌خاطرِ هویتِ کسی، بیش از حقش به حرفش اعتبار دادن. این هم می‌تواند آسیب بزند، مثلاً با اینکه اعتمادبه‌نفسِ آدم‌های صاحب‌امتیاز را بی‌جهت باد می‌کند.
• خفه کردنِ گواهی (کریستی داتسن، «ردگیریِ خشونتِ معرفتی»، ۲۰۱۱): گوینده حرفش را نیمه‌کاره می‌گذارد، چون انتظار دارد مخاطب آن را نفهمد یا از آن سوءاستفاده کند.
• بی‌عدالتیِ مشارکتی (داتسن، ۲۰۱۲): شنوندگان حاضر نیستند از مفهوم‌ها و ابزارهای تفسیری‌ای استفاده کنند که گروه‌های به حاشیه رانده‌شده واقعاً ساخته‌اند.

فریکر فضیلتی در برابرِ آن پیشنهاد کرد: عدالتِ گواهی، یعنی اینکه آگاهانه حواستان باشد پیش‌داوری چطور ممکن است داوری‌تان را دربارهٔ اعتبارِ دیگران کج کند، و عادت کنید آن را اصلاح کنید.

برای متفکرانِ نقاد، این درس دو لبه دارد. اعتبار را باید بر پایهٔ توانایی و صداقتِ آدم‌ها در همان موضوعِ مورد بحث داد، نه بر پایهٔ هویتشان. نادیده گرفتنِ کسی به‌خاطرِ اینکه کیست، گذشته از خطای اخلاقی، خطایی در استدلال است. اما پذیرفتنِ چشم‌بستهٔ حرفِ کسی به‌خاطرِ اینکه کیست، بی‌توجه به توانایی و شواهدش، هم همین‌طور است. هر دو شکست در سنجیدنِ درستِ اعتبارند.

معرفت‌شناسیِ موضع و فمینیستیشنیدن

معرفت‌شناسیِ فمینیستی می‌پرسد جنسیت، و به‌طورِ کلی‌تر جایگاهِ اجتماعی، چطور بر تولیدِ معرفت اثر می‌گذارد. لورین کود این پرسش را در عنوانِ مقاله‌ای در ۱۹۸۱ مطرح کرد: «آیا جنسِ داننده از نظرِ معرفتی اهمیت دارد؟»

چند نمونهٔ خوب مستندشده از سوگیریِ مردمحور در تولیدِ معرفت:

• پژوهش‌های پزشکی در گذشته زنان را کمتر از سهمشان در نظر می‌گرفتند. در آمریکا، قانونِ نوسازیِ مؤسسه‌های ملیِ سلامت در ۱۹۹۳ حضورِ زنان و اقلیت‌ها را در پژوهش‌های بالینی‌ای که این مؤسسه‌ها هزینه‌شان را می‌دادند الزامی کرد. پیش از آن، دوزِ داروها، نشانه‌ها و عوارضِ جانبی اغلب بیشتر در مردان سنجیده شده بود. مثلاً نشانه‌های حملهٔ قلبی در زنان ممکن است شکلِ دیگری داشته باشد، و این نکته مدت‌ها کمتر از آنچه باید جدی گرفته شد.
• آزمون‌های تصادفِ خودرو دهه‌ها بیشتر با آدمک‌هایی انجام می‌شد که از روی بدنِ یک مردِ متوسط ساخته شده بودند. پژوهشی در دانشگاهِ ویرجینیا (دیپان بوز و همکاران، ۲۰۱۱) نشان داد که در تصادف‌های مشابه، احتمالِ آسیبِ شدید برای رانندگانِ زنِ کمربندبسته خیلی بیشتر از رانندگانِ مردِ کمربندبسته بود. کتابِ زنانِ نامرئیِ کارولین کریادو پرز (۲۰۱۹) بسیاری از این شکاف‌های داده را مستند می‌کند.
• روایت‌های کتاب‌های درسی. انسان‌شناس امیلی مارتین («تخمک و اسپرم»، ۱۹۹۱) نشان داد که کتاب‌های درسیِ زیست‌شناسی در توصیفِ لقاح، اسپرم را فعال و قهرمان و تخمک را منفعل نشان می‌دادند. این توصیف بیشتر بازتابِ کلیشه‌های جنسیتی بود تا خودِ زیست‌شناسی، چون در واقع تخمک هم نقشی فعال دارد.

نظریهٔ موضع (نانسی هارتساک، ۱۹۸۳؛ سندرا هاردینگ، علمِ چه کسی؟ معرفتِ چه کسی؟، ۱۹۹۱؛ پاتریشیا هیل کالینز، اندیشهٔ فمینیستیِ سیاه، ۱۹۹۰) دو ادعای اصلی دارد:

1. تزِ معرفتِ موقعیت‌مند: جایگاهِ اجتماعی شکل می‌دهد که آدم چه چیزی را تجربه می‌کند، به چه چیزی توجه می‌کند و چه چیزی را می‌تواند بداند.
2. تزِ برتریِ معرفتی: کسانی که در حاشیهٔ جامعه‌اند ممکن است در بعضی پرسش‌ها، به‌ویژه دربارهٔ اینکه قدرتِ اجتماعی چطور کار می‌کند، از نظرِ معرفتی دستِ بالا را داشته باشند، چون کسانی که یک نظمِ اجتماعی به ضررشان است اغلب ناچارند هم زاویهٔ دیدِ خودشان را بفهمند و هم زاویهٔ دیدِ گروهِ مسلط را. دبلیو. ای. بی. دو بویز (روح‌های سیاه‌پوستان، ۱۹۰۳) از «آگاهیِ دوگانه‌ای» حرف زد که به این ایده نزدیک است، و کالینز جایگاهِ «غریبهٔ خودی» را توصیف کرد: زنانِ سیاه‌پوستی که در خانهٔ خانواده‌های سفیدپوست کار می‌کردند، زندگیِ آن‌ها را از نزدیک می‌دیدند و با این حال همیشه غریبه می‌ماندند.

نظریه‌پردازانِ موضع تأکید می‌کنند که این برتری خودبه‌خود به دست نمی‌آید. دستاوردی است که به تأملِ انتقادی، و اغلب جمعی، دربارهٔ تجربهٔ خود نیاز دارد. آلیسون وایلی («چرا موضع مهم است»، ۲۰۰۳) از روایتی دقیق دفاع می‌کند که ادعای امتیازِ خودکار را کنار می‌گذارد.

اعتراض‌ها. منتقدان نگرانِ ذات‌گرایی (یکدست دانستنِ «تجربهٔ زنان»)، نسبی‌گرایی (اگر معرفت موقعیت‌مند است، آیا معرفتِ عینی وجود دارد؟) و شیوهٔ داوری میانِ موضع‌ها هستند. مدافعان جواب می‌دهند که نظریهٔ موضع ادعایی است دربارهٔ اینکه کجا دنبالِ شواهدی بگردیم که زاویه‌های دیدِ مسلط از قلم انداخته‌اند، و شواهدی هم که پیدا می‌شود باز باید آزموده شود. به این معنا، نظریهٔ موضع کمکی به عینیت است، مثلِ عینیتِ قویِ هاردینگ (نگاه کنید به منظرگرایی و عینیت) و شرحِ هلن لانجینو از عینیت از راهِ جامعه‌های نقادِ متنوع (نگاه کنید به ارزش‌ها در علم).

اتاق‌های پژواک و حباب‌های معرفتیشنیدن

فیلسوف سی. تی نگوین («اتاق‌های پژواک و حباب‌های معرفتی»، Episteme، ۲۰۲۰) تمایزی گذاشت که بسیاری از بحث‌های درهم‌وبرهم دربارهٔ قطبی شدنِ جامعه را روشن می‌کند.

حبابِ معرفتی شبکه‌ای از اطلاعات است که در آن صداهای دیگر شنیده نمی‌شوند، چون از قلم افتاده‌اند. دوستانتان همان دیدگاه‌های شما را دارند و صفحهٔ خبرهایتان همان چیزهایی را نشانتان می‌دهد که از قبل دوست دارید. حباب‌ها ممکن است بی‌آنکه کسی قصدِ بدی داشته باشد، فقط از جدا افتادنِ معمولیِ گروه‌ها از هم، پیدا شوند. حباب‌ها شکننده‌اند: روبه‌رو شدن با دیدگاه‌ها و شواهدِ دیگر می‌تواند آن‌ها را بترکاند.

اتاقِ پژواک ساختاری اجتماعی است که در آن صداهای دیگر عمداً بی‌اعتبار می‌شوند. به اعضا یاد می‌دهند که آدم‌های بیرون غیرقابل‌اعتماد، بدخواه یا فاسدند. سازوکارِ اصلیِ آن دستکاریِ اعتماد است، نه حذفِ اطلاعات. اتاقِ پژواک شکننده نیست: وقتی اعضا با دیدگاه‌های مخالف روبه‌رو می‌شوند، از قبل آماده‌اند که آن‌ها را رد کنند. بدتر اینکه ممکن است اتاق حرف‌های مخالف را از قبل پیش‌بینی کرده باشد («رسانه‌های جریانِ اصلی به شما خواهند گفت که...»)، پس شنیدنِ آن حرف‌ها جهان‌بینیِ اتاق را تأیید می‌کند. نگوین این را سازوکارِ تقویت با مخالفت می‌نامد. فرقه‌ها و بعضی جنبش‌های سیاسی این‌طور کار می‌کنند.

این تمایز پیامدهای عملی دارد:

• حباب‌ها با روبه‌رو شدن با صداهای دیگر درست می‌شوند.
• اتاق‌های پژواک با روبه‌رو شدن درست نمی‌شوند و حتی ممکن است قوی‌تر هم بشوند. راهِ درمانشان بازسازیِ اعتماد است. نگوین چیزی شبیهِ «راه‌اندازیِ دوبارهٔ اجتماعی‌ـ‌معرفتی» پیشنهاد می‌کند: فرد باید حاضر باشد، دست‌کم موقتاً، دوباره به منابعی اعتماد کند که یاد گرفته بود به آن‌ها بی‌اعتماد باشد.

نگوین داستانِ درک بلک را بررسی می‌کند: پسرِ بنیان‌گذارِ استورم‌فرانت، وب‌سایتِ ناسیونالیست‌های سفیدپوست، که خودش هم چهرهٔ نوظهوری در آن جنبش بود. در دانشگاه، یکی از هم‌کلاسی‌هایش او را به شام‌های هفتگیِ شبات (شامِ آیینیِ جمعه‌شب در میانِ یهودیان) دعوت کرد. آنجا، در طولِ چند ماه، با آدم‌هایی بیرون از جنبش دوست شد و کم‌کم به استدلال‌هایشان گوش داد. او در ۲۰۱۳ علناً از ناسیونالیسمِ سفیدپوست دست کشید. (این داستان در کتابِ برخاستن از نفرتِ الی ساسلو، ۲۰۱۸، روایت شده است.) استدلال‌ها مهم بودند، اما فقط پس از ساخته شدنِ اعتماد توانستند اثر کنند.

«حباب‌های فیلتر» در آینهٔ شواهد. الای پاریزر (حبابِ فیلتر، ۲۰۱۱) هشدار داد که الگوریتم‌های شخصی‌سازی آدم‌ها را در حباب‌های جدا از هم زندانی می‌کنند. شواهد پیچیده‌تر از این تصویرِ رایج است:

• متیو گنتزکاو و جسی شاپیرو (۲۰۱۱) دیدند که جدا افتادنِ ایدئولوژیک در مصرفِ خبرِ آنلاین در آمریکا، در مقایسه با جدا افتادن در شبکه‌های رودررو، کم بود.
• در آزمایش‌های بزرگی که با همکاریِ شرکتِ متا در انتخاباتِ ۲۰۲۰ِ آمریکا انجام شد (منتشرشده در Science و Nature در ۲۰۲۳)، کم کردنِ مطالبِ منابعِ همفکر در فیس‌بوکِ کاربران، یا مرتب کردنِ صفحهٔ خبرهایشان به ترتیبِ زمان، چیزهایی را که می‌دیدند تغییر داد، اما در سه ماهِ پژوهش اثرِ اندازه‌گرفتنی‌ای بر قطبی شدنِ سیاسی‌شان نداشت.
• کریستوفر بیل و همکاران («روبه‌رو شدن با دیدگاه‌های مخالف در شبکه‌های اجتماعی می‌تواند قطبی شدنِ سیاسی را افزایش دهد»، PNAS، ۲۰۱۸) به کاربرانِ توییتر پول دادند تا یک ربات را دنبال کنند که پیام‌های طرفِ سیاسیِ مقابل را بازنشر می‌کرد. جمهوری‌خواهانی که یک رباتِ لیبرال را دنبال کردند محافظه‌کارتر شدند، و دموکرات‌هایی که یک رباتِ محافظه‌کار را دنبال کردند کمی لیبرال‌تر شدند (اثرِ دوم از نظرِ آماری معنادار نبود).

این با حرفِ نگوین جور درمی‌آید: صرفِ روبه‌رو شدن با طرفِ مقابل، به‌ویژه در فضایی خصمانه و نمایشی، به فهم نمی‌انجامد. شرایطی که آدم‌ها در آن با دیدگاه‌های مخالف روبه‌رو می‌شوند بسیار مهم است.

همرنگی، آبشارها و رفتارِ گله‌ایشنیدن

همرنگی با جماعت

در آزمایش‌های مشهورِ سولومون اَش (۱۹۵۱، ۱۹۵۶)، از شرکت‌کنندگان خواستند بگویند کدام‌یک از سه خط هم‌اندازهٔ یک خطِ نمونه است. کار آسانی بود: وقتی آدم‌ها تنها بودند، تقریباً هیچ‌وقت اشتباه نمی‌کردند. اما هر شرکت‌کننده را در گروهی گذاشتند که بقیهٔ اعضایش همدستِ آزمایشگر بودند و در بعضی نوبت‌ها همه با هم یک جوابِ غلط می‌دادند. در این نوبت‌ها، حدودِ یک‌سومِ جواب‌های شرکت‌کنندگان با اکثریتی که آشکارا اشتباه می‌کرد همرنگ شد، و حدودِ سه‌چهارمِ شرکت‌کنندگان دست‌کم یک بار همرنگِ جماعت شدند. اما وقتی فقط یک نفرِ دیگر در گروه جوابِ درست را می‌داد، همرنگی به‌شدت کم می‌شد.

نادانیِ جمعی وقتی پیش می‌آید که بیشترِ اعضای یک گروه در دل با یک هنجار مخالف‌اند، اما به اشتباه خیال می‌کنند بیشترِ بقیه موافق‌اند، و برای همین با آن همراه می‌شوند. دبورا پرنتیس و دیل میلر (۱۹۹۳) دیدند که بسیاری از دانشجویان در دل از رسم‌های مشروب‌خوری در دانشگاه ناراضی‌تر از آن بودند که خیال می‌کردند هم‌کلاسی‌هایشان هستند.

آبشارهای اطلاعاتی

فرض کنید دو رستوران، الف و ب، کنارِ هم‌اند. شما دلیلِ شخصیِ کوچکی دارید که فکر کنید الف بهتر است. اما می‌بینید دو نفری که جلوتر از شما بودند هر دو به ب رفتند. معقول است نتیجه بگیرید که آن‌ها اطلاعاتی به سودِ ب داشتند و شواهدِ روی‌هم‌رفته به سودِ ب است و بر نشانهٔ ضعیفِ خودتان می‌چربد. پس شما هم به ب می‌روید. نفرِ بعدی می‌بیند سه نفر ب را انتخاب کرده‌اند و دنبالشان می‌رود، و ماجرا همین‌طور ادامه پیدا می‌کند. به‌زودی همه به ب می‌روند، حتی اگر اطلاعاتِ شخصیِ بیشترِ آدم‌ها به سودِ الف بوده باشد.

این یک آبشارِ اطلاعاتی است (سوشیل بیکچندانی، دیوید هیرشلایفر و ایوو ولش، ۱۹۹۲؛ مقالهٔ «مدلی ساده از رفتارِ گله‌ای»ِ آبهیجیت بانرجی، ۱۹۹۲، از مثالِ رستوران استفاده می‌کند). انتخابِ هر فرد با توجه به چیزی که می‌بیند عقلانی است. اما وقتی آبشار راه افتاد، آدم‌ها دیگر بر اساسِ اطلاعاتِ خودشان عمل نمی‌کنند، پس انتخاب‌هایشان هیچ اطلاعِ تازه‌ای به بقیه نمی‌دهد، و آبشار ممکن است یک اشتباه را ماندگار کند. آبشارها شکننده هم هستند: یک خبرِ کوچکِ تازه که همه ببینند، می‌تواند جهتشان را برگرداند.

تیمور کوران و کاس سانستاین («آبشارهای دسترس‌پذیری و تنظیمِ مقرراتِ خطر»، ۱۹۹۹) آبشارهای دسترس‌پذیری را توصیف کردند: باوری که هرچه بیشتر در گفت‌وگوهای عمومی تکرار شود، پذیرفتنی‌تر به نظر می‌رسد، چون هر تکرار آن را در ذهن‌ها دم‌دستی‌تر می‌کند و حرفِ هر کس تا اندازه‌ای از میل به همرنگی با جماعت می‌آید.

خرد و جنونِ جمعیتشنیدن

خردِ جمعی

در ۱۹۰۶، در یک نمایشگاهِ دام در پلیموتِ انگلستان، فرانسیس گالتون حدودِ ۸۰۰ برگه از یک مسابقه را جمع کرد. شرکت‌کنندگان باید وزنِ گوشتِ یک گاوِ نر را پس از ذبح و آماده‌سازی حدس می‌زدند. تعدادِ کمی درست حدس زدند، اما میانهٔ حدس‌ها ۱٬۲۰۷ پوند بود، و وزنِ واقعی ۱٬۱۹۸ پوند (گالتون، «صدای مردم»، Nature، ۱۹۰۷). داوریِ جمعی به‌طرزِ شگفت‌انگیزی دقیق بود.

پایهٔ ریاضیِ این اثر پیش‌تر کشف شده بود. قضیهٔ هیئتِ منصفهٔ کندورسه (مارکی دو کندورسه، ۱۷۸۵) می‌گوید: اگر هر رأی‌دهنده در یک گروه، مستقل از بقیه، در یک پرسشِ آری/نه به احتمالِ بیش از ۱/۲ درست رأی بدهد، هرچه گروه بزرگ‌تر شود، احتمالِ درست بودنِ رأیِ اکثریت بیشتر می‌شود و به یقین نزدیک می‌شود. اما اگر احتمالِ درست گفتنِ هر رأی‌دهنده کمتر از ۱/۲ باشد، با بزرگ‌تر شدنِ گروه احتمالِ اشتباهِ اکثریت بیشتر می‌شود.

جیمز شورویکی (خردِ جمعی، ۲۰۰۴) شرط‌های خردِ جمعی را برشمرد:

1. تنوعِ نظر (آدم‌ها اطلاعاتِ شخصیِ متفاوتی دارند).
2. استقلال (نظرِ هر کس را اطرافیانش تعیین نمی‌کنند).
3. پراکندگی (هر کس از دانشِ محلیِ خودش استفاده می‌کند).
4. جمع‌بندی (سازوکاری که داوری‌های فردی را به تصمیمی جمعی تبدیل کند).

وقتی این شرط‌ها برقرار نباشند، خردِ جمعی از کار می‌افتد. یان لورنتس و همکاران («چگونه نفوذِ اجتماعی می‌تواند اثرِ خردِ جمعی را تضعیف کند»، PNAS، ۲۰۱۱) با آزمایش نشان دادند که وقتی آدم‌ها می‌توانستند تخمین‌های دیگران را ببینند، تخمین‌ها به هم نزدیک‌تر و دقتِ جمع کمتر شد، اما خودِ شرکت‌کنندگان مطمئن‌تر شدند.

بازارهای پیش‌بینی، که آدم‌ها در آن‌ها روی نتیجه‌ها شرط می‌بندند، و مسابقه‌های پیش‌بینی با جمع‌بندیِ نظرها به پیش‌بینی‌های دقیق می‌رسند. اقتصاددان فریدریش هایک («کاربردِ دانش در جامعه»، ۱۹۴۵) استدلال کرد که قیمت‌های بازار دانشی را جمع‌بندی می‌کنند که میانِ میلیون‌ها نفر پخش است، دانشی که هیچ برنامه‌ریزِ مرکزی‌ای هرگز نمی‌تواند یکجا گرد بیاورد.

جنونِ جمعی

کتابِ چارلز مکی، توهم‌های همگانیِ عجیب و جنونِ جمعیت‌ها (۱۸۴۱)، فهرستی از حباب‌های مالی، جادوگرکُشی‌ها و شیدایی‌های همگانی بود. (تاریخ‌نگارانِ امروزی، مثلِ آن گولدگار در شیداییِ لاله، ۲۰۰۷، نشان داده‌اند که بعضی از داستان‌های او، از جمله شیداییِ لالهٔ هلند، اغراق‌آمیز بوده‌اند.)

گروه‌ها از چند راهِ مشخص به بیراهه می‌روند:

• گروه‌اندیشی. ایروینگ جنیس (قربانیانِ گروه‌اندیشی، ۱۹۷۲) شکست‌هایی در سیاستِ خارجی، مثلِ حمله به خلیجِ خوک‌ها (۱۹۶۱)، را تحلیل کرد. در این موارد، گروه‌هایی یکدل از مشاورانِ باهوش تردیدهایشان را فرو خوردند، خیال کردند همه هم‌رأی‌اند و راه‌های دیگر را در نظر نگرفتند. راه‌های درمان: یک نفر را وکیلِ مدافعِ شیطان کنید (کسی که عمداً مخالفت می‌کند)؛ اعضا پیش از بحث داوریِ مستقلِ خودشان را شکل بدهند؛ کارشناسانِ بیرونی را بیاورید؛ و رهبران در شروعِ کار نظرِ خودشان را نگویند.
• قطبی شدنِ گروه. وقتی آدم‌های همفکر با هم بحث می‌کنند، معمولاً در پایان دیدگاه‌هایی تندتر از اولِ کار پیدا می‌کنند (کاس سانستاین، رفتن به سوی افراط، ۲۰۰۹). در آزمایشی در کلرادو، گروه‌هایی از لیبرال‌های شهرِ بولدر و محافظه‌کارانِ شهرِ کلرادو اسپرینگز دربارهٔ موضوع‌هایی مثلِ تغییرِ اقلیم و تبعیضِ مثبت بحث کردند. پس از بحث، گروه‌های لیبرال لیبرال‌تر و گروه‌های محافظه‌کار محافظه‌کارتر شدند، و هر گروه در درونِ خود یکدست‌تر شد (دیوید شکید، کاس سانستاین و رید هستی، ۲۰۰۷).
• آبشارها و همرنگی، که در بالا آمد.

فرقِ اصلیِ جمعیتِ خردمند و جمعیتِ دیوانه در استقلال است. جمعی از داورانِ مستقل اطلاعات را جمع‌بندی می‌کند؛ جمعی از آدم‌هایی که از هم تقلید می‌کنند خطا را بزرگ‌تر می‌کند.

معرفت و باورِ گروهیشنیدن

آیا یک گروه، مثلاً یک دادگاه، یک کمیتهٔ علمی، یک دولت یا یک شرکت، می‌تواند چیزی را باور داشته باشد یا بداند؟

• جمع‌گرایی: گروه p را باور دارد اگر و فقط اگر همه یا بیشترِ اعضایش p را باور داشته باشند.
• ناجمع‌گرایی (مارگارت گیلبرت، دربارهٔ واقعیت‌های اجتماعی، ۱۹۸۹): گروه ممکن است p را از راهِ پذیرشِ مشترک باور داشته باشد، حتی اگر هیچ‌کدام از اعضا شخصاً p را باور نداشته باشد. کمیته‌ای ممکن است رسماً یافته‌ای را بپذیرد که تک‌تکِ اعضایش در دل به آن شک دارند.

دوراهیِ گفتمانی

جمع کردنِ داوری‌های فردی و تبدیلشان به داوریِ گروهی مسئلهٔ عجیبی پیش می‌آورد. این مسئله اول در حقوق دیده شد («پارادوکسِ آموزه‌ای»ِ لوئیس کورنهاوزر و لارنس سیگر، ۱۹۸۶) و بعد فیلیپ پتیت و کریستین لیست (عاملیتِ گروهی، ۲۰۱۱) آن را تعمیم دادند.

سه قاضی باید تصمیم بگیرند که آیا متهم به‌خاطرِ نقضِ قرارداد مسئول است. قانون می‌گوید متهم مسئول است اگر و فقط اگر (۱) قراردادی معتبر وجود داشته باشد و (۲) متهم آن را نقض کرده باشد.

هر قاضی به‌تنهایی سازگار است. اما اکثریت هر دو مقدمه را می‌پذیرد و نتیجه‌ای را که از آن‌ها برمی‌آید رد می‌کند. رأیِ اکثریت دربارهٔ تک‌تکِ گزاره‌ها به دیدگاهِ گروهیِ ناسازگاری می‌رسد. دادگاه باید میانِ دو روش یکی را انتخاب کند: روشِ مقدمه‌محور (رأی دادن دربارهٔ مقدمه‌ها و بیرون کشیدنِ نتیجه از آن‌ها: مسئول است) و روشِ نتیجه‌محور (رأی دادن مستقیم دربارهٔ نتیجه: مسئول نیست). لیست و پتیت «قضیهٔ ناممکنی» را اثبات کردند: هیچ روشِ جمع‌بندی‌ای نمی‌تواند هم چند شرطِ به‌ظاهر معقول را برآورده کند و هم همیشه به داوری‌های گروهیِ سازگار برسد.

درس برای نهادها: شیوهٔ تصمیم‌گیریِ یک گروه بر نتیجه‌اش اثر می‌گذارد، و هیچ روشِ بی‌طرف و بی‌چون‌وچرایی وجود ندارد. درس برای بحث‌ها: جمله‌هایی مثلِ «مردم X را باور دارند» یا «کمیته به Y رسید» ممکن است الگوی پیچیده‌تری از دیدگاه‌های فردی را پنهان کنند.

اطلاعاتِ نادرست، دروغ‌پراکنی و تبلیغاتشنیدن

تعریف‌ها

• اطلاعاتِ نادرست (misinformation): اطلاعاتِ غلط یا گمراه‌کننده، هر نیتی که پشتش باشد.
• دروغ‌پراکنی (disinformation): اطلاعاتِ غلط یا گمراه‌کننده‌ای که عمداً برای فریب دادن پخش می‌شود (دان فالیس، «دروغ‌پراکنی چیست؟»، ۲۰۱۵).
• اطلاعاتِ آسیب‌زا (malinformation): اطلاعاتِ درستی که برای آسیب زدن به کار می‌رود، مثلاً اطلاعاتِ خصوصیِ درزکرده (کلر واردل و حسین درخشان، بی‌نظمیِ اطلاعاتی، شورای اروپا، ۲۰۱۷).
• خبرِ جعلی: اکسل گلفرت («خبرِ جعلی: یک تعریف»، ۲۰۱۸) آن را این‌طور تعریف می‌کند: عرضهٔ عمدیِ ادعاهایی که معمولاً نادرست یا گمراه‌کننده‌اند، در قالبِ خبر، طوری که از اساس برای گمراه کردن طراحی شده باشد.

نادرستی چطور پخش می‌شود

پژوهشی بزرگ روی خبرهایی که از ۲۰۰۶ تا ۲۰۱۷ در توییتر به اشتراک گذاشته شدند (سروش وثوقی، دب روی و سینان آرال، «پخشِ خبرِ درست و نادرست در فضای آنلاین»، Science، ۲۰۱۸) نشان داد که خبرِ نادرست «دورتر، سریع‌تر، عمیق‌تر و گسترده‌تر از حقیقت» پخش شد، و احتمالِ بازنشرِ داستان‌های نادرست حدودِ ۷۰٪ بیشتر از داستان‌های درست بود. خبرِ نادرست تازه‌تر بود و شگفتی و انزجارِ بیشتری در آدم‌ها برمی‌انگیخت. ربات‌های خودکار خبرِ درست و نادرست را تقریباً به یک اندازه پخش می‌کردند، پس این تفاوت کارِ انسان‌ها بود.

سازوکارهای دیگر:

• اثرِ حقیقتِ موهوم (لین هشر، دیوید گلدستاین و تامس توپینو، ۱۹۷۷): جمله‌هایی که تکرار شده‌اند درست‌تر به نظر می‌رسند، فقط به این دلیل که تکرار آن‌ها را آشنا می‌کند. لیزا فاتسیو و همکاران («دانستن از ما در برابرِ حقیقتِ موهوم محافظت نمی‌کند»، ۲۰۱۵) دیدند که این اثر حتی وقتی آدم‌ها جوابِ درست را می‌دانند هم پیش می‌آید. نگاه کنید به فصل ۱۴.
• اثرِ نفوذِ ماندگار: اطلاعاتِ نادرست حتی پس از اصلاح شدن، و حتی وقتی آدم‌ها اصلاحیه را به یاد دارند، بر استدلالشان اثر می‌گذارد (هالین جانسون و کالین سیفرت، ۱۹۹۴؛ استفان لواندوفسکی و همکاران، «اطلاعاتِ نادرست و اصلاحِ آن»، ۲۰۱۲). اصلاحیه وقتی بهتر اثر می‌کند که یک توضیحِ جایگزین بدهد تا جای خالیِ ادعای پس‌گرفته‌شده پر شود.
• بی‌توجهی. گوردون پنی‌کوک و دیوید رند («تنبل، نه سوگیرانه»، ۲۰۱۹) دیدند که اینکه چه کسی فریبِ تیترهای خبرِ جعلی را می‌خورد، بیشتر به عادتِ دقیق فکر نکردن بستگی داشت تا به استدلالِ انگیزه‌مندِ حزبی. همچنین یک یادآوریِ ساده که از آدم‌ها می‌خواست به درستیِ خبر فکر کنند، بازنشرِ تیترهای نادرست را کم کرد (Nature، ۲۰۲۱). اینکه سهمِ بی‌توجهی و سهمِ استدلالِ انگیزه‌مند چقدر است هنوز محلِ بحث است (نگاه کنید به شناختِ هویت‌محافظ).

راه‌های مقابله

• رد کردن پس از پخش (debunking): اصلاحِ خبر بعد از پخش شدنش، در بهترین حالت با یک توضیحِ جایگزینِ روشن، و با شروع از حقیقت به جای تکرارِ افسانه.
• رد کردن پیش از پخش یا واکسیناسیونِ ذهنی (ویلیام مک‌گوایر، ۱۹۶۱؛ ساندر فن در لیندن، یون روزنبیک و همکاران): آدم‌ها را از قبل با شکل‌های ضعیف‌شدهٔ ترفندهای فریب آشنا کنید تا بعداً آن‌ها را بشناسند. بازیِ آنلاینِ اخبارِ بد (۲۰۱۸)، که در آن بازیکن نقشِ سازندهٔ خبرِ جعلی را بازی می‌کند، آسیب‌پذیریِ بازیکنان را در برابرِ این ترفندها کم کرد.
• تلنگرهای دقت: یادآوری به آدم‌ها که پیش از بازنشرِ چیزی به درستی‌اش فکر کنند.
• «اثرِ نتیجهٔ معکوس»، یعنی اینکه اصلاحیه باورِ نادرست را قوی‌تر کند، بعد از پژوهشی در ۲۰۱۰ (برندن نایهن و جیسن رایفلر) بسیار بر سرِ زبان‌ها افتاد. اما پژوهش‌های بزرگِ بعدی (تامس وود و ایتن پورتر، «اثرِ نتیجهٔ معکوسِ گریزان»، ۲۰۱۹) نشان دادند که این اثر نادر است. اصلاحیه‌ها معمولاً، دست‌کم تا اندازه‌ای، اثر دارند. نگاه کنید به تکرارپذیری و روان‌شناسیِ روان‌شناسی.

تبلیغات

تبلیغات (پروپاگاندا) پیامی است که برای شکل دادن به باورها و رفتارها طراحی شده، معمولاً از راهی که ارزیابیِ عقلانی را دور می‌زند. والتر لیپمن (افکارِ عمومی، ۱۹۲۲) از «ساختنِ رضایت» حرف زد. ادوارد برنیز، از پیشگامانِ روابطِ عمومی، کتابی با عنوانِ بی‌پردهٔ پروپاگاندا (۱۹۲۸) منتشر کرد. ادوارد هرمن و نوام چامسکی (ساختنِ رضایت، ۱۹۸۸) یک «مدلِ پروپاگاندا» پیشنهاد کردند: به نظرِ آن‌ها ساختارِ رسانه‌های جمعیِ تجاری (مالکیت، آگهی‌ها، تکیه بر منابعِ رسمی، فشارِ منتقدانِ سازمان‌یافته، و یک ایدئولوژیِ یکپارچه‌کننده) خبرها را بی‌آنکه نیازی به سانسورِ مستقیم باشد، غربال می‌کند.

جیسن استنلی (پروپاگاندا چگونه کار می‌کند، ۲۰۱۵) استدلال کرد که خطرناک‌ترین پروپاگاندا پروپاگاندای ویرانگر است: پیامی که خودش را مظهرِ یک آرمان (مثلاً آزادی، امنیت یا عقل) نشان می‌دهد، در حالی که همان آرمان را از درون می‌پوساند.

کریستوفر پل و میریام متیوز از مؤسسهٔ رند (۲۰۱۶) اسمِ سبکی امروزی از پروپاگاندای دولتی را «فوارهٔ دروغ» گذاشتند: حجمِ زیاد، از مجراهای فراوان، سریع، پیوسته و تکراری، بی هیچ پایبندی به واقعیتِ عینی و بی هیچ پایبندی به سازگاری. هدفش اغلب این نیست که آدم‌ها دروغِ خاصی را باور کنند؛ می‌خواهد آن‌قدر سردرگم و خسته‌شان کند که دیگر باور نکنند می‌شود فهمید چه چیزی درست است. سخنِ هانا آرنت، که در آغازِ فصل ۱۱ آمد، دقیقاً همین هدف را توصیف می‌کند.

نظریه‌های توطئهشنیدن

نظریهٔ توطئه، به معنای بی‌طرفِ کلمه (برایان کیلی، «دربارهٔ نظریه‌های توطئه»، ۱۹۹۹)، توضیحی برای یک رویداد است که کارِ پنهانیِ گروهِ نسبتاً کوچکی از آدم‌ها را علتِ اصلیِ آن می‌داند.

بعضی توطئه‌ها واقعی‌اند. دستبرد به ساختمانِ واترگیت و لاپوشانیِ آن (۱۹۷۲ تا ۱۹۷۴). پژوهشِ سیفلیسِ تاسکیگی (۱۹۳۲ تا ۱۹۷۲)، که در آن ادارهٔ خدماتِ بهداشتِ عمومیِ آمریکا پیشرفتِ سیفلیسِ درمان‌نشده را در صدها مردِ سیاه‌پوست زیرِ نظر داشت و حتی بعد از آنکه پنی‌سیلین در دسترس آمد، درمانِ مؤثر را از آن‌ها دریغ کرد. پنهان‌کاریِ چنددهه‌ایِ صنعتِ دخانیات دربارهٔ آنچه پژوهش‌های خودش دربارهٔ سیگار و سرطان نشان می‌داد. رسواییِ آلایندگیِ فولکس‌واگن (۲۰۱۵)، که در آن شرکت نرم‌افزاری روی خودروها نصب کرده بود تا در آزمون‌های آلایندگی تقلب کند. با این پیشینه، اینکه هر ادعای توطئه‌ای را غیرعقلانی بدانیم، خودش غیرعقلانی است.

دیدگاهِ یک‌به‌یک (چارلز پیجن، «بازگشت به پوپر، یا ایرادِ نظریه‌های توطئه چیست؟»، ۱۹۹۵) می‌گوید نظریه‌های توطئه را باید یکی‌یکی و بر پایهٔ شواهدشان ارزیابی کرد، مثلِ هر توضیحِ دیگری. دیدگاهِ کلی می‌گوید بسیاری از نظریه‌های توطئه ویژگی‌های مشترکی دارند که آن‌ها را، به‌عنوانِ یک دسته، از نظرِ معرفتی مشکوک می‌کند.

کیلی ویژگی‌های نظریه‌های توطئهٔ ناموجه را برشمرد:

• داده‌های سرگردان. روی ناجوری‌های روایتِ رسمی و جزئیاتِ «توضیح‌داده‌نشده» انگشت می‌گذارند. اما هر رویدادِ واقعی، اگر از نزدیک بررسی شود، جزئیاتِ توضیح‌داده‌نشده دارد. دنیای واقعی همیشه کمی درهم‌وبرهم است.
• خودبسته بودن. شواهدِ علیهِ نظریه طوری تفسیر می‌شود که انگار شاهدی به سودِ آن است: نبودِ شاهد نشان می‌دهد لاپوشانی چقدر ماهرانه بوده است. نظریه ابطال‌ناپذیر می‌شود.
• بزرگ شدنِ مدام. برای اینکه شواهدِ مخالف جا شود، توطئه باید مدام بزرگ‌تر شود و آدم‌های بیشتری را در بر بگیرد: دانشمندان، روزنامه‌نگاران، راستی‌آزمایان، و حتی سازمان‌های دولتیِ کشورهای رقیب.
• توانایی. توطئه‌گران باید هم فوق‌العاده قدرتمند و توانا باشند (تا راز را نگه دارند) و هم عجیب بی‌دقت (تا سرنخ‌هایی را که نظریه‌پرداز پیدا کرده است جا بگذارند).

فیزیک‌دان دیوید رابرت گرایمز («دربارهٔ ماندگاریِ باورهای توطئه‌ای»، PLOS ONE، ۲۰۱۶)، بر پایهٔ سرعتی که توطئه‌های واقعی رو شده بودند، حساب کرد که توطئه‌ای با آدم‌های زیاد چقدر می‌تواند پنهان بماند. به تخمینِ او، جعلِ فرود روی ماه، که به سکوتِ حدودِ ۴۱۱٬۰۰۰ کارمند و پیمانکارِ ناسا نیاز داشت، در حدودِ چهار سال رو می‌شد. مدلش تقریبی است، اما اصلش درست است: هرچه یک راز به آدم‌های بیشتری نیاز داشته باشد، احتمالِ ماندنش کمتر است.

قاسم قسام (نظریه‌های توطئه، ۲۰۱۹) می‌گوید بسیاری از نظریه‌های توطئهٔ رایج را بهتر است نه تلاش‌هایی صادقانه برای توضیحِ رویدادها، بلکه شکل‌هایی از پروپاگاندای سیاسی بدانیم. به نظرِ او این نظریه‌ها معمولاً گمانه‌زن، مخالف‌خوان، رازآلود، آماتوری و «پیشامدرن»‌اند (یعنی پیش‌فرضشان این است که هر رویدادِ مهمی حتماً خواستهٔ کسی بوده است).

روان‌شناسی. کارن داگلاس، رابی ساتن و الکساندرا چیخوتسکا («روان‌شناسیِ نظریه‌های توطئه»، ۲۰۱۷) می‌گویند باورهای توطئه‌ای به نیازهای معرفتی (فهمیدن و یقین)، نیازهای وجودی (امنیت و کنترل) و نیازهای اجتماعی (تصویرِ مثبت از خود و گروهِ خود) جواب می‌دهند. پژوهشگران یک سوگیریِ تناسب را هم مستند کرده‌اند: آدم‌ها حس می‌کنند رویدادهای بزرگ باید علت‌های بزرگ داشته باشند، برای همین «یک تیراندازِ تنها» یا «یک حادثهٔ تصادفی» برایشان قانع‌کننده نیست. مایکل وود، کارن داگلاس و رابی ساتن («هم مرده و هم زنده»، ۲۰۱۲) دیدند کسانی که باور داشتند پرنسس دایانا به قتل رسیده است، بیشتر احتمال داشت این را هم باور کنند که او مرگِ خودش را صحنه‌سازی کرده است. پس به نظر می‌رسد برای بعضی از باورمندان، نظریهٔ خاصی مهم نیست؛ مهم این یقینِ کلی است که روایتِ رسمی دروغ است.

ارزیابیِ یک ادعای توطئه:

1. آیا شاهدِ مثبتی برای توطئه هست، یا فقط ناجوری‌هایی در روایتِ رسمی؟
2. آیا نظریه ابطال‌پذیر است؟ چه شاهدی علیهِ آن حساب می‌شود؟
3. چند نفر باید راز را نگه دارند، و برای چه مدت؟
4. آیا نظریه نیاز دارد توطئه‌گران هم همه‌توان و هم ناشی باشند؟
5. آیا نظریه مدام بزرگ‌تر می‌شود تا شواهدِ مخالف را جذب کند؟
6. چه کسی آن را ترویج می‌کند، و کارنامه‌اش چیست؟
7. توضیح‌ها را مقایسه کنید: کدام ساده‌تر است و پشتوانهٔ بهتری دارد؟ (نگاه کنید به استنتاج از راهِ بهترین تبیین.)
8. آیا پژوهشگرانِ مستقلی (روزنامه‌نگاران، دادگاه‌ها، دولت‌های رقیب، پژوهشگرانِ دانشگاهی) که انگیزه دارند توطئه را رو کنند آن را بررسی کرده‌اند؟

نهادهای معرفتیشنیدن

جامعه‌ها نهادهایی می‌سازند تا معرفت را تولید، وارسی، نگهداری و پخش کنند. طراحیِ درستِ این نهادها به اندازهٔ استدلالِ درستِ افراد مهم است.

• علم (نگاه کنید به فصل ۱۰): داوریِ همتا، تکرار، انتشارِ آزاد، شکاکیتِ سازمان‌یافته. داوریِ همتا بی‌نقص نیست (به‌ندرت تقلب را کشف می‌کند و ممکن است محافظه‌کار باشد)، اما نخستین صافی را فراهم می‌کند.
• روزنامه‌نگاری: «جوهرِ روزنامه‌نگاری انضباطِ راستی‌آزمایی است» (کواچ و روزنستیل). روزنامه‌نگاریِ خوب یعنی منابعِ مستقل، راستی‌آزمایی، سیاستِ روشن برای اصلاحیه‌ها، و جدا کردنِ خبر از نظر.
• دادگاه‌ها: شنیدنِ هر دو طرف، قاعده‌های پذیرشِ شاهد، بازجوییِ متقابل، تجدیدنظر، و معیارهای اثبات که متناسب با اهمیتِ ماجرا تعیین شده‌اند. در پرونده‌های کیفری، اثبات باید فراتر از هر تردیدِ معقول باشد؛ در بیشترِ پرونده‌های مدنی، کافی است کفهٔ احتمال (برتریِ شواهد) به یک طرف سنگینی کند. این معیارها در دلِ خود داوری‌ای دربارهٔ هزینهٔ نسبیِ خطاهای مختلف دارند (نگاه کنید به معرفت‌شناسی هنجاری است). به تعبیرِ ویلیام بلکستون: «بهتر است ده گناهکار بگریزند تا اینکه یک بی‌گناه رنج ببیند.»
• دانشنامه‌ها و ویکی‌پدیا: سیاست‌های اصلیِ ویکی‌پدیا، یعنی دیدگاهِ بی‌طرف، تأییدپذیری (هر ادعا باید به منبعِ منتشرشدهٔ معتبری برگردد) و ممنوعیتِ پژوهشِ دست‌اول، خودشان نوعی معرفت‌شناسیِ اجتماعیِ صریح‌اند. پژوهشی در ۲۰۰۵ در Nature (جیم جایلز) نشان داد که خطاهای مقاله‌های علمیِ ویکی‌پدیا چندان بیشتر از دانشنامهٔ بریتانیکا نبود (به‌طورِ میانگین حدودِ چهار نادرستی در هر مقاله، در برابرِ حدودِ سه). اعتبارش از موضوعی به موضوعِ دیگر فرق می‌کند و ممکن است کسی در آن خراب‌کاری کند، اما شفافیتش (تاریخچهٔ ویرایش، صفحه‌های بحث، ارجاع‌ها) به خوانندگان امکانِ وارسی می‌دهد.
• بازارها: قیمت‌ها اطلاعاتِ پراکنده را جمع‌بندی می‌کنند (هایک)، هرچند بازارها هم گرفتارِ حباب و رفتارِ گله‌ای می‌شوند.
• سازمان‌های آمار، کتابخانه‌ها، دانشگاه‌ها و بایگانی‌ها: اطلاعات را در طولِ زمان نگه می‌دارند و درستی‌اش را تأیید می‌کنند.

جاناتان راوچ (قانونِ اساسیِ معرفت، ۲۰۲۱) شبکهٔ این نهادها را «جامعه‌ای واقعیت‌محور» می‌داند که دو قاعده بر آن حاکم است: قاعدهٔ خطاپذیری (هیچ‌کس حرفِ آخر را نمی‌زند و هر ادعایی را می‌شود به چالش کشید) و قاعدهٔ تجربی (هیچ‌کس مرجعیتِ شخصی ندارد؛ ادعاها، هر کس که مطرحشان کند، باید برای دیگران وارسی‌پذیر باشند). از این دید، معرفت چیزی نیست که یک نفر باور دارد، بلکه چیزی است که از این فرایندِ جمعیِ وارسی سالم بیرون می‌آید.

چه چیزی یک نهاد را از نظرِ معرفتی خوب می‌کند؟ با کمک گرفتن از ایده‌های این فصل:

1. استقلالِ داوری میانِ اعضایش.
2. تنوعِ زاویه‌های دید، روش‌ها و پیشینه‌ها.
3. انگیزه برای یافتن و اصلاحِ خطاها، از جمله پاداش برای نقد.
4. شفافیتِ روش‌ها و شواهد، تا کسانی که از بیرون نگاه می‌کنند بتوانند وارسی کنند.
5. پاسخ‌گویی: خطاها پیامد دارند و اصلاحیه‌ها منتشر می‌شوند.
6. مقاومت در برابرِ نفوذِ منافعی که از جواب‌های خاصی سود می‌برند.

استقلالِ معرفتی و هوشِ مصنوعیشنیدن

استقلال و وابستگی

شعارِ کانت، Sapere aude، یعنی «جرئتِ به کار بردنِ فهمِ خودت را داشته باش» (نگاه کنید به کانت)، آرمانِ استقلالِ معرفتی را بیان می‌کند: خودت فکر کن. اما هاردویگ نشان داد که آدم‌های عاقل باید به دیگران وابسته باشند. لیندا زاگزبسکی (مرجعیتِ معرفتی، ۲۰۱۲) از این هم جلوتر رفت. به نظرِ او، وقتی دلیلِ خوبی داریم که فکر کنیم احتمالِ درست گفتنِ یک مرجع از ما بیشتر است، باید بگذاریم باورِ آن مرجع جای دلیل‌های خودمان را بگیرد (تزِ جانشینیِ او).

استقلال و وابستگی را چطور می‌شود با هم آشتی داد؟ یک جوابِ رایج این است که استقلال به این معنا نیست که فقط چیزهایی را باور کنید که خودتان شخصاً وارسی کرده‌اید؛ به این معناست که وابستگی‌تان را مسئولانه مدیریت کنید: کسانی را که به آن‌ها اعتماد می‌کنید بر پایهٔ اعتمادپذیری‌شان انتخاب کنید، مراقبِ نشانه‌های بی‌اعتباریِ منابع باشید، آن‌قدر از موضوع سر دربیاورید که بتوانید استدلالِ کارشناس را دنبال کنید و درباره‌اش سؤال کنید، و حد و مرزِ توانِ خودتان را بشناسید. متفکرِ مستقل هم به دیگران وابسته است، اما آگاهانه و نقادانه.

هوشِ مصنوعی و محیطِ اطلاعاتی

فناوری‌های تازه شرایطِ معرفتِ اجتماعی را دگرگون می‌کنند.

جعلِ عمیق (دیپ‌فیک). رجینا رینی («جعل‌های عمیق و پشتوانهٔ معرفتی»، ۲۰۲۰) می‌گوید فیلم‌ها و صداهای ضبط‌شده تا امروز پشتوانهٔ معرفتیِ گواهی بوده‌اند: وقتی گزارش‌های آدم‌ها با هم نمی‌خواند، ضبط‌ها می‌توانستند ماجرا را روشن کنند. ویدئوها و صداهای ساختگی‌ای که واقعی به نظر می‌رسند، این پشتوانه را سست می‌کنند. همچنین چیزی پدید می‌آورند که حقوق‌دانان رابرت چزنی و دانیل سیترون (۲۰۱۹) اسمش را «سودِ دروغ‌گو» گذاشته‌اند: وقتی همه بدانند ضبط‌ها را می‌شود جعل کرد، آدم‌ها می‌توانند ضبط‌های واقعی را هم جعلی بخوانند و کنار بگذارند.

الگوریتم‌های پیشنهاددهنده تعیین می‌کنند آدم‌ها چه اطلاعاتی ببینند، و معمولاً طوری ساخته شده‌اند که کاربر را سرگرم نگه دارند، نه اینکه اطلاعاتِ دقیق به او بدهند. اثرشان بر باورها و قطبی شدن هنوز در حالِ بررسی است و، همان‌طور که بالاتر دیدیم، شواهد پیچیده‌تر از بسیاری از روایت‌های رایج است.

مدل‌های زبانیِ بزرگ و سامانه‌های دیگرِ هوشِ مصنوعی هر روز بیشتر از قبل به‌عنوانِ منبعِ اطلاعات به کار می‌روند و پرسش‌های تازه‌ای در معرفت‌شناسیِ گواهی پیش می‌کشند:

• جواب‌هایشان روان و با لحنی مطمئن است، چه درست باشد چه نه. ممکن است جمله‌هایی باورپذیر اما نادرست بسازند، از جمله ارجاع به منابعی که وجود ندارند (که به آن «توهم» می‌گویند).
• وقتی انسانی چیزی را اظهار می‌کند، مسئولیتِ حرفش را می‌پذیرد و می‌شود از او بازخواست کرد (نگاه کنید به گواهی). اینکه آیا یک سامانهٔ هوشِ مصنوعی می‌تواند اظهار کند یا پاسخ‌گو باشد، و به چه معنا، محلِ بحث است.
• میزانِ اعتبارشان از موضوعی به موضوعِ دیگر و از کاری به کارِ دیگر بسیار فرق می‌کند، و ممکن است سوگیری‌های داده‌هایی را که با آن‌ها آموزش دیده‌اند بازتاب دهند. همچنین ممکن است تمایل داشته باشند با قاب‌بندیِ کاربر از پرسش همراهی کنند.
• آدم‌ها مستعدِ سوگیریِ خودکارسازی‌اند: بیش از حد به ابزارهای خودکار تکیه می‌کنند و خطاهایشان را نمی‌بینند.

چند عادتِ معقول برای وقتی که از هوشِ مصنوعی به‌عنوانِ منبع استفاده می‌کنید: جوابش را نقطهٔ شروع بدانید، نه حرفِ آخر؛ ادعاهای مهم، و به‌خصوص ارجاع‌ها، را با منابعِ دست‌اول یا معتبر وارسی کنید؛ از آن منبع و استدلال بخواهید و بعد آن‌ها را وارسی کنید؛ هر جا خودتان نمی‌توانید جواب را ارزیابی کنید، بیشتر احتیاط کنید؛ و همان پرسش‌هایی را بپرسید که از هر منبعِ دیگری می‌پرسید: کارنامه‌اش در این نوع پرسش چیست؟ از کجا باید بداند؟ کجا ممکن است اشتباه کند؟ این توصیه دربارهٔ هر دستیارِ هوشِ مصنوعی صدق می‌کند، از جمله دستیاری که در نوشتنِ این راهنما کمک کرد.

فهمِ خود را بسنجیدشنیدن

۱هاردویگ چه استدلالی می‌آورد که باورِ عقلانی اغلب یعنی اعتماد به دیگران؟

پاسخ

معرفتِ امروزی با چنان تقسیمِ کارِ گسترده‌ای تولید می‌شود که هیچ‌کس نمی‌تواند بیش از بخشِ کوچکی از آن را خودش وارسی کند؛ حتی نویسندگانِ یک مقالهٔ علمی به یکدیگر تکیه می‌کنند. پس کسی که حاضر نباشد چیزی را باور کند که خودش وارسی نکرده است، تقریباً هیچ چیزی را نمی‌تواند باور کند. عقلانیت یعنی اعتماد به دیگرانی که اعتمادپذیرند.

۲یک نوآموز باید میانِ دو پزشکِ مخالف انتخاب کند. سه منبع از منابعِ شاهدِ گلدمن را که می‌تواند به کار ببرد نام ببرید.

پاسخ

هر سه مورد از این‌ها: (الف) کدام پزشک به استدلال‌های دیگری بهتر جواب می‌دهد؛ (ب) چند پزشکِ مستقلِ دیگر با هر کدام موافق‌اند؛ (ج) مدرک‌ها و جایگاهِ حرفه‌ای؛ (د) تعارضِ منافع یا سوگیری‌ها؛ (ه) کارنامهٔ گذشته، از جمله پیش‌بینی‌های وارسی‌پذیر.

۳چرا وقتی باورهای آدم‌ها مستقل نیست، موافقتِ خیلی‌ها شاهدِ ضعیفی است؟

پاسخ

چون اگر آدم‌ها از هم تقلید کنند (از یک رهبر پیروی کنند، به یک آبشار بپیوندند، یک منبع را تکرار کنند)، موافقتشان اطلاعی بیشتر از خودِ منبعِ اصلی به ما نمی‌دهد. موافقتِ مستقل شاهدِ قوی‌ای است، چون اگر ادعا نادرست بود، چنین موافقتی بعید بود. اما موافقتِ وابسته را، چه ادعا درست باشد چه نادرست، به هر حال انتظار دارید.

۴موردِ صورت‌حسابِ رستوران را توضیح دهید و بگویید سازش‌گرایان و طرفدارانِ دیدگاهِ پایدار درباره‌اش چه می‌گویند.

پاسخ

سهمِ خودتان را ۴۳ دلار حساب می‌کنید؛ دوستی که به همان اندازه تواناست و همان اطلاعات را دارد، به ۴۵ دلار می‌رسد. سازش‌گرایان می‌گویند باید به‌طورِ جدی از اطمینانتان کم کنید، چون هیچ دلیلِ مستقلی ندارید که فکر کنید دوستتان اشتباه کرده است و نه خودتان. بیشترِ طرفدارانِ دیدگاهِ پایدار هم در این مورد موافق‌اند، چون اختلاف نشان می‌دهد که جایی خطای محاسبه رخ داده است. بحث بر سرِ موردهای سخت‌تر است (سیاست، فلسفه) که دو طرف مدت‌ها درباره‌شان فکر کرده‌اند.

۵بی‌عدالتیِ گواهی را از بی‌عدالتیِ تفسیری جدا کنید و برای هر کدام مثالی بزنید.

پاسخ

بی‌عدالتیِ گواهی: به‌خاطرِ پیش‌داوری دربارهٔ هویتِ گوینده، کمتر از حقش به حرفش اعتبار می‌دهند (مثلاً دردی را که بیماری گزارش می‌کند، به‌خاطرِ نژادش جدی نمی‌گیرند). بی‌عدالتیِ تفسیری: جای خالیِ یک مفهوم در زبانِ مشترک باعث می‌شود کسی نتواند تجربه‌اش را بفهمد یا به دیگران بگوید، چون گروهش در ساختنِ آن مفهوم‌ها سهمی نداشته است (مثلاً تجربه‌های آزارِ جنسی پیش از آنکه این مفهوم پیدا شود).

۶فرقِ حبابِ معرفتی و اتاقِ پژواک چیست؟ چرا مهم است؟

پاسخ

حباب صداهای دیگر را از قلم می‌اندازد؛ اتاقِ پژواک با دستکاریِ اعتماد، عمداً آن‌ها را بی‌اعتبار می‌کند. حباب‌ها با روبه‌رو شدن با دیدگاه‌های دیگر می‌ترکند؛ اتاق‌های پژواک با روبه‌رو شدن قوی‌تر می‌شوند، چون اعضا از قبل برای رد کردنِ آدم‌های بیرون آماده شده‌اند. برای درمانِ اتاقِ پژواک باید اعتماد را از نو ساخت؛ فقط اطلاعات دادن کافی نیست.

۷چرا تخمینِ جمعیت از وزنِ گاو این‌قدر خوب از آب درآمد، و چه وقت چنین تخمینی شکست می‌خورد؟

پاسخ

حدس‌ها متنوع و مستقل بودند، پس خطاهای افراد، که در جهت‌های مختلف بود، وقتی جمع‌بندی شدند (با گرفتنِ میانه)، تا حدِ زیادی همدیگر را خنثی کردند. اگر حدس‌های آدم‌ها روی هم اثر می‌گذاشت (یعنی استقلال کم می‌شد)، یا اگر بیشترِ آدم‌ها سوگیریِ یکسانی داشتند، تخمین شکست می‌خورد.

۸معیارهای کیلی را روی ادعای «فرود روی ماه در ۱۹۶۹ جعلی بود» به کار ببرید.

پاسخ

به داده‌های سرگردان تکیه می‌کند («تکان خوردنِ» پرچم، دیده نشدنِ ستاره‌ها در عکس‌ها)، که هر کدام توضیحی معمولی دارد. خودبسته است (شواهدی مثلِ آینه‌های بازتابنده‌ای که روی ماه گذاشته شد، ردگیریِ مستقلِ مأموریت‌ها به دستِ کشورهای دیگر از جمله اتحادِ شوروی، و نمونه‌هایی که به زمین آورده شد، همه جزئی از جعل خوانده می‌شوند). به تعدادِ عظیمی از توطئه‌گران (صدها هزار نفر) نیاز دارد که دهه‌ها راز را نگه دارند، و حتی به همراهیِ رقیبی ژئوپلیتیک که هر انگیزه‌ای برای رو کردنِ راز داشت. و لازمه‌اش این است که توطئه‌گران بتوانند همه‌چیز را بی‌نقص جعل کنند و در عینِ حال آن‌قدر بی‌دقت باشند که «سرنخ» جا بگذارند.

برای مطالعهٔ بیشتر

درآمدها

• Alvin Goldman and Dennis Whitcomb (eds.), Social Epistemology: Essential Readings (Oxford University Press, 2011).
• Alvin Goldman and Cailin O’Connor, “Social Epistemology,” Stanford Encyclopedia of Philosophy.
• Cailin O’Connor and James Owen Weatherall, The Misinformation Age: How False Beliefs Spread (Yale University Press, 2019). عالی و خوش‌خوان.

اعتماد و تخصص

• Onora O’Neill, A Question of Trust (Cambridge University Press, 2002). سخنرانی‌های ریث؛ کوتاه.
• Alvin Goldman, “Experts: Which Ones Should You Trust?,” Philosophy and Phenomenological Research 63 (2001).
• Harry Collins and Robert Evans, Rethinking Expertise (University of Chicago Press, 2007).
• Philip Tetlock, Expert Political Judgment (Princeton University Press, 2005).
• Tom Nichols, The Death of Expertise (Oxford University Press, 2017).
• Nathan Ballantyne, Knowing Our Limits (Oxford University Press, 2019).

اختلاف

• David Christensen and Jennifer Lackey (eds.), The Epistemology of Disagreement: New Essays (Oxford University Press, 2013).
• Bryan Frances, Disagreement (Polity, 2014).

بی‌عدالتی و موضع

• Miranda Fricker, Epistemic Injustice: Power and the Ethics of Knowing (Oxford University Press, 2007).
• José Medina, The Epistemology of Resistance (Oxford University Press, 2013).
• Sandra Harding (ed.), The Feminist Standpoint Theory Reader (Routledge, 2004).

محیطِ اطلاعاتی

• C. Thi Nguyen, “Echo Chambers and Epistemic Bubbles,” Episteme 17 (2020). رایگان و بسیار روشن.
• Quassim Cassam, Conspiracy Theories (Polity, 2019).
• Jason Stanley, How Propaganda Works (Princeton University Press, 2015).
• Jonathan Rauch, The Constitution of Knowledge: A Defense of Truth (Brookings, 2021).
• Neil Levy, Bad Beliefs: Why They Happen to Good People (Oxford University Press, 2022).
• Sander van der Linden, Foolproof: Why We Fall for Misinformation and How to Build Immunity (Fourth Estate, 2023).