روان‌شناسیِ استدلال: ذهن واقعاً چطور کار می‌کند

«باورها فرضیه‌هایی‌اند برای آزمودن، نه گنج‌هایی برای نگهبانی.»

— فیلیپ تتلاک و دن گاردنر، اَبَرپیش‌بینی (۲۰۱۵)

معرفت‌شناسی به ما می‌گوید چطور باید استدلال کنیم؛ روان‌شناسی می‌گوید در عمل چطور استدلال می‌کنیم. بیشترِ خطاهای ما در فاصلهٔ میانِ این دو رخ می‌دهد. از دههٔ ۱۹۶۰، روان‌شناسانِ شناختی الگوهایی منظم و پیش‌بینی‌پذیر را در داوریِ انسان ثبت کرده‌اند: میان‌برهایی که معمولاً به کارمان می‌آیند اما گاهی سخت به بیراهه‌مان می‌برند، و انگیزه‌هایی که استدلالمان را به سمتِ چیزی که دوست داریم باور کنیم کج می‌کنند.

این فصل مهم‌ترین یافته‌ها را مرور می‌کند و، مهم‌تر از آن، می‌گوید در برابرشان چه می‌شود کرد. خودِ فصل هم به حرفِ خودش عمل می‌کند: روان‌شناسی بحرانِ تکرارپذیریِ خودش را از سر گذرانده و چند یافتهٔ مشهور پابرجا نمانده‌اند. این یافته‌ها در متن مشخص شده‌اند. متفکرِ نقاد باید دربارهٔ خودِ علمِ تفکرِ نقادانه هم نقاد باشد.

چرا روان‌شناسی برای معرفت‌شناسی مهم استشنیدن

دبلیو. وی. او. کواین گفت معرفت‌شناسی باید «فصلی از روان‌شناسی» شود (نگاه کنید به کواین و معرفت‌شناسیِ طبیعی‌شده). کمتر معرفت‌شناسی تا این حد پیش می‌رود، اما بیشترشان قبول دارند که واقعیت‌های تجربی دربارهٔ ذهن مهم‌اند، به سه دلیل:

1. «باید» یعنی «می‌توان». هنجارهای معرفتی باید طوری باشند که انسان‌ها واقعاً بتوانند از آن‌ها پیروی کنند. نظریه‌ای دربارهٔ عقلانیت که حافظه و توانِ محاسبهٔ بی‌حد لازم دارد، به کارِ آدم‌ها نمی‌آید.
2. قابل‌اعتماد بودن موضوعی تجربی است. اگر توجیه به قابل‌اعتماد بودنِ فرایندهای باورساز بستگی دارد (نگاه کنید به وثاقت‌گرایی دربارهٔ توجیه)، باید بدانیم کدام فرایندها قابل‌اعتمادند، و جوابِ این پرسش را روان‌شناسی می‌دهد.
3. شناختنِ ضعف‌هایمان به اصلاحشان کمک می‌کند. هدفِ عملیِ این فصل همین است.

در این رشته بحث است که شواهدِ خطای انسان را چطور باید تفسیر کرد. کیث استانوویچ (چه کسی عقلانی است؟، ۱۹۹۹) سه موضع را از هم جدا کرد:

• بهبودخواهان (کانمن، تورسکی، استانوویچ): استدلالِ آدم‌ها اغلب به معیارهای هنجاری نمی‌رسد، و می‌شود بهترش کرد.
• خوش‌بینانِ مطلق («پنگلوسی‌ها»، به نامِ شخصیتِ خوش‌خیالِ رمانِ ولتر؛ ال. جاناتان کوهن، «آیا بی‌خردیِ انسان را می‌شود با آزمایش نشان داد؟»، ۱۹۸۱): چون معیارهای هنجاریِ ما در نهایت از شهودهای انسانی می‌آیند، آدم‌ها نمی‌توانند به‌طورِ نظام‌مند غیرعقلانی باشند؛ خطاهای ظاهری یا لغزش‌های لحظه‌ای‌اند، یا بدفهمیِ خواستهٔ آزمایش، یا خطای خودِ آزمایشگر.
• مدافعان (گیگرنزر و برنامهٔ «عقلانیتِ بوم‌شناختی»): خطاهای ظاهری اغلب از میان‌برهایی می‌آیند که با محیط‌های واقعی خوب جورند، حتی اگر در کارهای ساختگیِ آزمایشگاهی شکست بخورند.

هر موضع بخشی از حقیقت را در خود دارد. بخش‌های بعدی سعی می‌کنند شواهد را طوری عرضه کنند که حقِ هر سه ادا شود.

نظریه‌های دوفرایندیشنیدن

بسیاری از روان‌شناسان دو نوع فکر کردن را از هم جدا می‌کنند. دنیل کانمن (تفکر، سریع و کند، ۲۰۱۱) این تمایز را با اسم‌های سیستمِ ۱ و سیستمِ ۲ بر سرِ زبان‌ها انداخت؛ این اسم‌ها را کیث استانوویچ و ریچارد وست (۲۰۰۰) ساخته بودند.

سیستمِ ۱ چهره‌ها را می‌شناسد، احساس‌ها را از چهره می‌خواند، عبارتِ «نان و ...» را کامل می‌کند، در جادهٔ خلوت رانندگی می‌کند و به «۲ + ۲» جواب می‌دهد. سیستمِ ۲ حاصلِ ۱۷ × ۲۴ را حساب می‌کند، استدلالی پیچیده را وارسی می‌کند، اظهارنامهٔ مالیاتی را پر می‌کند و در برابرِ وسوسه ایستادگی می‌کند.

آزمونِ تأملِ شناختی (شین فردریک، ۲۰۰۵) می‌سنجد که آدم‌ها چقدر حاضرند جوابی را که شهودی اما غلط است کنار بگذارند. امتحانش کنید:

1. یک چوبِ بیس‌بال و یک توپ روی هم ۱٫۱۰ دلار قیمت دارند. چوب ۱ دلار از توپ گران‌تر است. توپ چند است؟
2. اگر ۵ دستگاه در ۵ دقیقه ۵ قطعه بسازند، ۱۰۰ دستگاه در چند دقیقه ۱۰۰ قطعه می‌سازند؟
3. در دریاچه‌ای لکه‌ای از نیلوفرهای آبی هست که هر روز دو برابر می‌شود. اگر ۴۸ روز طول بکشد تا لکه کلِ دریاچه را بپوشاند، چند روز طول می‌کشد تا نصفِ دریاچه را بپوشاند؟

پاسخ‌ها

1. ۵ سنت (نه ۱۰ سنت: اگر توپ ۱۰ سنت بود، چوب ۱٫۱۰ دلار می‌شد و جمع ۱٫۲۰ دلار).
2. ۵ دقیقه (هر دستگاه در ۵ دقیقه یک قطعه می‌سازد).
3. ۴۷ روز (یک روز پیش از آنکه کلِ دریاچه را بپوشاند، نصفش را پوشانده است).

فردریک دید که جواب‌های شهودیِ غلط حتی میانِ دانشجویانِ دانشگاه‌های سطحِ بالا هم رایج بود. جوابِ شهودی فوراً به ذهن می‌آید و درست به نظر می‌رسد؛ برای اینکه درست جواب بدهید، باید بفهمید که آن جواب نیاز به وارسی دارد.

چند نکتهٔ احتیاطی. تصویرِ دوسیستمی ساده‌سازیِ مفیدی است، نه مدلِ دقیقی از مغز. منتقدان (دیوید ملنیکاف و جان بارگ، «عددِ افسانه‌ایِ دو»، ۲۰۱۸) می‌گویند ویژگی‌هایی که به هر سیستم نسبت می‌دهند، آن‌قدر که نظریه ادعا می‌کند مرتب با هم جفت نمی‌شوند. جاناتان ایوانز و کیث استانوویچ («نظریه‌های دوفرایندیِ شناختِ عالی»، ۲۰۱۳) در جواب، ویژگیِ اصلیِ پردازشِ نوعِ ۲ را فقط استفاده از حافظهٔ کاری و توانِ فکر کردن دربارهٔ فرض‌ها دانستند. در ضمن، سیستمِ ۱ سیستمِ «بد» نیست: شهودِ کارشناس کارِ سیستمِ ۱ است و می‌تواند بسیار قابل‌اعتماد باشد (نگاه کنید به شهود، احساس و سرچشمه‌های احتمالیِ دیگر). مشکل وقتی پیش می‌آید که سیستمِ ۱ به پرسشی جواب بدهد که برایش ساخته نشده و سیستمِ ۲ متوجه نشود.

میان‌برهای ذهنی و سوگیری‌هاشنیدن

آموس تورسکی و دنیل کانمن در مقالهٔ دوران‌سازِ «داوری در شرایطِ عدم‌قطعیت: میان‌برها و سوگیری‌ها» (Science، ۱۹۷۴) گفتند آدم‌ها برای جواب دادن به پرسش‌های سخت دربارهٔ احتمال، بی‌آنکه بفهمند، پرسش‌های آسان‌تری را جایشان می‌گذارند و از میان‌برهای ذهنی (heuristics) کمک می‌گیرند. میان‌برها اغلب کارآمدند، اما سوگیری پدید می‌آورند، یعنی انحراف‌هایی منظم و پیش‌بینی‌پذیر از معیارهای هنجاری.

دسترس‌پذیری

میان‌برِ دسترس‌پذیری: داوری دربارهٔ اینکه چیزی چقدر رایج یا محتمل است، از روی اینکه مثال‌هایش چقدر راحت به ذهن می‌آیند.

• در زبانِ انگلیسی، کلمه‌هایی که با حرفِ K شروع می‌شوند بیشترند یا کلمه‌هایی که حرفِ سومشان K است؟ بیشترِ مردم می‌گویند کلمه‌هایی که با K شروع می‌شوند، چون این‌ها راحت‌تر به یاد می‌آیند. اما در واقع، در یک متنِ معمولی، کلمه‌هایی که حرفِ سومشان K است رایج‌ترند (تورسکی و کانمن، ۱۹۷۳).
• آدم‌ها تعدادِ مرگ‌هایی را که علتشان پرسروصدا و خبرساز است (گردباد، قتل، حادثه) بیش از واقع، و مرگ‌هایی را که علتشان رایج اما بی‌سروصداست (دیابت، سکتهٔ مغزی، آسم) کمتر از واقع تخمین می‌زنند (سارا لیختنشتاین و همکاران، ۱۹۷۸).
• پس از حمله‌های یازدهِ سپتامبرِ ۲۰۰۱، بسیاری از آمریکایی‌ها به جای پرواز با خودرو سفر کردند. گرد گیگرنزر تخمین زد که ترافیکِ بیشترِ جاده‌ها در سالِ بعد حدودِ ۱٬۵۰۰ مرگِ اضافه در جاده‌ها به بار آورد، یعنی بیشتر از تعدادِ مسافرانی که در چهار هواپیمای ربوده‌شده کشته شدند.

آنچه راحت به ذهن می‌آید تا حدِ زیادی زیرِ تأثیرِ رسانه‌هاست، که رویدادهای نادر و پرهیجان را برجسته می‌کنند («خبرِ خونین تیترِ اول می‌شود»)، و زیرِ تأثیرِ تجربهٔ شخصی، که نمونه‌ای بسیار کوچک است و نمایندهٔ کل نیست. نگاه کنید به نادیده گرفتنِ نرخِ پایه.

نمایندگی

میان‌برِ نمایندگی: داوری دربارهٔ احتمالِ اینکه چیزی جزوِ یک دسته باشد، از روی اینکه چقدر شبیهِ عضوِ معمولیِ آن دسته است.

این میان‌بر به این خطاها می‌انجامد:

• نادیده گرفتنِ نرخِ پایه (مسئله‌های مهندس/وکیل و تاکسی؛ نگاه کنید به فصل ۹).
• مغالطهٔ عطف (لیندا؛ نگاه کنید به فصل ۹).
• بدفهمیِ شانس: آدم‌ها رشتهٔ «شیر، خط، شیر، خط، خط، شیر» را در سکه‌اندازی محتمل‌تر از «شیر، شیر، شیر، خط، خط، خط» می‌دانند، چون اولی «تصادفی‌تر به نظر می‌رسد»، در حالی که هر دو دقیقاً به یک اندازه محتمل‌اند.
• قانونِ عددهای کوچک: اینکه انتظار داشته باشیم نمونه‌های کوچک هم شبیهِ کلِ جمعیت باشند (نگاه کنید به فصل ۹).

لنگر انداختن

لنگر انداختن: تخمین‌ها به سمتِ یک عددِ اولیه (لنگر) کشیده می‌شوند، حتی اگر آن عدد آشکارا بی‌ربط باشد.

در آزمایشِ کلاسیکِ تورسکی و کانمن (۱۹۷۴)، یک گردونهٔ بخت را طوری دستکاری کرده بودند که یا روی ۱۰ بایستد یا روی ۶۵. اول از شرکت‌کنندگان پرسیدند آیا درصدِ کشورهای آفریقایی در سازمانِ ملل بیشتر از عددِ گردونه است یا کمتر، و بعد خواستند آن درصد را تخمین بزنند. میانهٔ تخمین‌ها برای کسانی که ۱۰ دیده بودند ۲۵٪ بود و برای کسانی که ۶۵ دیده بودند ۴۵٪.

لنگر انداختن روی کارشناسان هم اثر می‌گذارد:

• در پژوهشی از گرگوری نورث‌کرافت و مارگارت نیل (۱۹۸۷)، قیمتی که بنگاه‌داران برای یک خانه تعیین کردند زیرِ تأثیرِ قیمتِ پیشنهادی‌ای بود که به آن‌ها نشان داده بودند، هرچند بیشترشان انکار کردند که آن قیمت رویشان اثر گذاشته است.
• بیرته انگلیش، توماس موسوایلر و فریتس اشتراک («تاس ریختن با حکم‌های کیفری»، ۲۰۰۶) از قاضی‌های باتجربهٔ آلمانی خواستند پرونده‌ای را بخوانند، بعد یک جفت تاس بریزند (که پنهانی طوری دستکاری شده بود که جمعشان یا ۳ شود یا ۹) و بگویند حکم باید بیشتر از این تعداد ماه باشد یا کمتر. قاضی‌هایی که ۹ آورده بودند به‌طورِ میانگین حکم‌های خیلی سنگین‌تری (حدودِ ۸ ماه) دادند تا قاضی‌هایی که ۳ آورده بودند (حدودِ ۵ ماه).

در چانه‌زنی (پیشنهادِ اول)، فروشگاه‌ها («قبلاً ۲۰۰ دلار، حالا ۹۹ دلار») و جمع‌آوریِ کمک‌های خیریه (مبلغ‌های پیشنهادی برای اهدا) عمداً از لنگر انداختن استفاده می‌کنند.

اثرِ قاب‌بندی

اثرِ قاب‌بندی وقتی پیش می‌آید که دو توصیفِ متفاوت از یک گزینه، که از نظرِ منطقی هم‌ارزند، به انتخاب‌های متفاوتی بینجامند.

مسئلهٔ بیماریِ آسیاییِ تورسکی و کانمن («قاب‌بندیِ تصمیم‌ها و روان‌شناسیِ انتخاب»، ۱۹۸۱): آمریکا خودش را برای بیماریِ ناشناخته‌ای آماده می‌کند که انتظار می‌رود ۶۰۰ نفر را بکشد. دو برنامه پیشنهاد شده است.

قابِ مثبت (سود):

• برنامهٔ الف: ۲۰۰ نفر نجات پیدا می‌کنند. (۷۲٪ این را انتخاب کردند.)
• برنامهٔ ب: به احتمالِ یک‌سوم هر ۶۰۰ نفر نجات پیدا می‌کنند، و به احتمالِ دوسوم هیچ‌کس نجات پیدا نمی‌کند. (۲۸٪.)

قابِ منفی (زیان)، که به گروهِ دیگری داده شد:

• برنامهٔ ج: ۴۰۰ نفر می‌میرند. (۲۲٪.)
• برنامهٔ د: به احتمالِ یک‌سوم هیچ‌کس نمی‌میرد، و به احتمالِ دوسوم هر ۶۰۰ نفر می‌میرند. (۷۸٪.)

برنامه‌های الف و ج یکی‌اند، و ب و د هم. با این حال ترجیح‌ها وارونه شد. آدم‌ها وقتی پای سود در میان است ریسک‌گریز و وقتی پای زیان در میان است ریسک‌پذیرند؛ نظریهٔ چشم‌اندازِ کانمن و تورسکی (۱۹۷۹) همین الگو را توضیح می‌دهد.

قاب‌بندی روی آدم‌های حرفه‌ای هم اثر می‌گذارد. در پژوهشی از باربارا مک‌نیل و همکاران (۱۹۸۲)، بیماران، دانشجویان و پزشکان باید میانِ جراحی و پرتودرمانی برای سرطانِ ریه یکی را انتخاب می‌کردند. وقتی نتیجه‌ها با احتمالِ زنده ماندن توصیف می‌شد، جراحی خیلی جذاب‌تر به نظر می‌رسید تا وقتی همان نتیجه‌ها با احتمالِ مردن توصیف می‌شد.

قاب‌بندیِ ویژگی: گوشتِ چرخ‌کرده‌ای که «۷۵٪ بی‌چربی» معرفی شود، بهتر از گوشتی ارزیابی می‌شود که «۲۵٪ چربی» معرفی شود (اروین لوین و گری گیث، ۱۹۸۸).

سوگیری‌های مستندِ دیگر

سوگیریِ تأییدی و سوگیریِ جانبِ خودشنیدن

سوگیریِ تأییدی یعنی اینکه اطلاعات را طوری جست‌وجو، تفسیر، انتخاب و به یاد بیاوریم که باورهای فعلی‌مان را تأیید کند. ریموند نیکرسون در مقاله‌ای مروری («سوگیریِ تأییدی: پدیده‌ای فراگیر با چهره‌های بسیار»، ۱۹۹۸) آن را شاید شناخته‌شده‌ترین و پذیرفته‌شده‌ترین مفهوم در میانِ خطاهای استدلال دانست. فرانسیس بیکن در ۱۶۲۰ آن را توصیف کرده بود (نقل‌قولِ آغازِ این فصل را ببینید).

آزمونِ ۲‌ـ‌۴‌ـ‌۶ (پیتر واسون، ۱۹۶۰). به شرکت‌کنندگان گفتند رشتهٔ ۲‌ـ‌۴‌ـ‌۶ با قاعده‌ای که آزمایشگر در ذهن دارد جور است، و از آن‌ها خواستند با پیشنهادِ رشته‌های دیگر قاعده را کشف کنند؛ آزمایشگر هم دربارهٔ هر رشته می‌گفت جور است یا نه. بیشترِ شرکت‌کنندگان فرضیه‌ای ساختند («عددهایی که دوتا دوتا زیاد می‌شوند») و آن را فقط با رشته‌هایی آزمودند که با فرضیه‌شان جور بود (۸‌ـ‌۱۰‌ـ‌۱۲، ۲۰‌ـ‌۲۲‌ـ‌۲۴). هر بار جوابِ «بله» شنیدند و با اطمینان فرضیه‌شان را اعلام کردند. اما اشتباه می‌کردند. قاعده فقط این بود: «هر سه عددی که به ترتیب بزرگ‌تر می‌شوند». برای کشفِ آن باید رشته‌هایی را می‌آزمودند که فرضیه‌شان می‌گفت جور نیستند (۱‌ـ‌۲‌ـ‌۳، یا ۵‌ـ‌۲۰‌ـ‌۱۰۰).

آزمونِ انتخاب (واسون، ۱۹۶۶). چهار کارت نشانتان می‌دهند. روی یک طرفِ هر کارت یک حرفِ انگلیسی و روی طرفِ دیگرش یک عدد نوشته شده است. طرف‌هایی که می‌بینید این‌هاست:

E K 4 7

قاعده: «اگر کارتی یک طرفش حرفِ صدادار (مصوت) باشد، طرفِ دیگرش عددِ زوج است.» کدام کارت‌ها را باید برگردانید تا بفهمید قاعده درست است یا نه؟

پاسخ

E و 7. E را، چون اگر پشتش عددِ فرد باشد، قاعده نادرست است. و 7 را، چون اگر پشتش حرفِ صدادار باشد، قاعده نادرست است. بیشترِ مردم E و 4 را انتخاب می‌کنند، اما 4 نمی‌تواند قاعده را رد کند (قاعده دربارهٔ پشتِ عددهای زوج چیزی نمی‌گوید). در پژوهش‌های واسون، کمتر از ۱۰٪ شرکت‌کنندگان درست انتخاب کردند. این همان منطقِ رفعِ تالی است: برای آزمودنِ «اگر P آنگاه Q»، سراغِ موردهایی بروید که Q در آن‌ها برقرار نیست و ببینید P هم برقرار نباشد.

جالب اینکه آدم‌ها در روایتی از همین آزمون که از نظرِ منطقی هم‌ارز است اما دربارهٔ قاعده‌های اجتماعی است، خیلی بهتر عمل می‌کنند. «اگر کسی آبجو می‌نوشد، باید بالای ۱۸ سال باشد.» کارت‌ها: آبجو، نوشابه، ۲۵ ساله، ۱۶ ساله. بیشترِ مردم درست آبجو و ۱۶ ساله را وارسی می‌کنند (ریچارد گریگز و جیمز کاکس، ۱۹۸۲). لدا کازمیدیز (۱۹۸۹) گفت انسان‌ها سازوکارِ ذهنیِ ویژه‌ای برای پیدا کردنِ متقلب‌ها در قراردادهای اجتماعی دارند.

جاشوا کلیمن و یانگ‌وون ها (۱۹۸۷) یادآوری کردند که آزمودنِ موردهایی که فرضیه‌تان می‌گوید جور درمی‌آیند (یعنی راهبردِ آزمونِ مثبت) همیشه غیرعقلانی نیست. اغلب راهبردِ خوبی است و بیشتر وقتی شکست می‌خورد که قاعدهٔ واقعی از فرضیهٔ شما گسترده‌تر باشد، مثلِ آزمونِ ۲‌ـ‌۴‌ـ‌۶. درس این نیست که «هرگز دنبالِ تأیید نگرد»، بلکه این است که «حتماً دنبالِ ابطال هم بگرد».

سوگیریِ جانبِ خود

سوگیریِ جانبِ خود (myside bias) یعنی اینکه شواهد را طوری ارزیابی کنیم، شواهد بسازیم و فرضیه‌ها را طوری بیازماییم که به سودِ نظرها و نگرش‌های قبلیِ خودمان باشد. کیث استانوویچ (سوگیری‌ای که ما را از هم جدا می‌کند، ۲۰۲۱) نکتهٔ شگفت‌آوری را نشان می‌دهد: برخلافِ بیشترِ سوگیری‌ها، سوگیریِ جانبِ خود با بالا رفتنِ هوش یا تحصیلات چندان کم نمی‌شود. آدم‌های باهوش هم به همان اندازه طرفِ خودشان را می‌گیرند؛ فقط در ساختنِ استدلال برای آن ماهرترند.

دیوید پرکینز (۱۹۸۵) از آدم‌هایی با سطح‌های تحصیلیِ مختلف خواست دربارهٔ مسئله‌های بحث‌برانگیز استدلال کنند. تحصیل‌کرده‌ترها استدلال‌های بیشتری آوردند، اما تقریباً همهٔ استدلال‌های اضافه به سودِ طرفِ خودشان بود. تحصیلات آن‌ها را وکیل‌مدافع‌های بهتری کرده بود، نه داورهای بهتری.

استدلالِ انگیزه‌مندشنیدن

استدلالِ انگیزه‌مند استدلالی است که موتورش میل به رسیدن به نتیجه‌ای خاص است، نه میل به یافتنِ حقیقت. زیوا کوندا («دفاع از استدلالِ انگیزه‌مند»، ۱۹۹۰) هدف‌های دقت (خواستنِ درست بودن) را از هدف‌های جهت‌دار (خواستنِ رسیدن به نتیجه‌ای خاص) جدا کرد. به گفتهٔ او، هدف‌های جهت‌دار بر استدلال اثر می‌گذارند، چون تعیین می‌کنند کدام خاطره‌ها، باورها و قاعده‌های استنتاج به ذهن بیایند. اما این اثر حدی دارد: آدم‌ها اسیرِ یک توهمِ عینیت‌اند و باید بتوانند توجیهی بسازند که ناظری بی‌طرف را قانع کند. پس استدلالِ انگیزه‌مند فقط باور کردنِ چیزی نیست که دوست داریم؛ پرونده‌سازی است برای چیزی که دوست داریم، و بعد باور کردنِ همان پرونده.

سخت‌گیریِ یک‌طرفه. تامس گیلوویچ (چگونه چیزی را می‌دانیم که درست نیست، ۱۹۹۱) این الگو را به شکلی به‌یادماندنی توصیف کرد: دربارهٔ نتیجه‌هایی که دوستشان داریم می‌پرسیم «آیا می‌توانم این را باور کنم؟» و دنبالِ هر شاهدی به سودشان می‌گردیم. دربارهٔ نتیجه‌هایی که دوستشان نداریم می‌پرسیم «آیا مجبورم این را باور کنم؟» و دنبالِ هر بهانه‌ای برای شک می‌گردیم. پیتر دیتو و دیوید لوپز (۱۹۹۲) این را با آزمایش نشان دادند. به شرکت‌کنندگان گفتند قرار است با یک نوارِ آزمایشی که رنگش عوض می‌شود، بررسی شوند که آیا کمبودِ یک آنزیمِ (ساختگی) را دارند که با بیماری‌های لوزالمعده در آینده ربط دارد. کسانی که به آن‌ها گفته بودند تغییرِ رنگ یعنی سالم‌اند، مدتِ بیشتری منتظرِ تغییرِ رنگ ماندند و وقتی رنگ عوض نشد، بیشتر احتمال داشت آزمایش را تکرار کنند. کسانی هم که نتیجهٔ ناخوشایند گرفتند، آزمایش را کم‌دقت‌تر دانستند.

ناهماهنگیِ شناختی. لیون فستینگر (نظریهٔ ناهماهنگیِ شناختی، ۱۹۵۷) گفت داشتنِ باورهای ناسازگار، یا رفتار کردن برخلافِ باورهای خود، تنشی ناخوشایند پدید می‌آورد، و آدم‌ها این تنش را با تغییرِ باورهایشان، اغلب به سودِ خودشان، کم می‌کنند. پژوهشِ او روی یک فرقهٔ آخرالزمانی (وقتی پیشگویی شکست می‌خورد، ۱۹۵۶) نشان داد که وقتی سیلِ پیشگویی‌شده نیامد، بعضی اعضا پایبندتر شدند و شکست را پیروزی تفسیر کردند (نگاه کنید به فرضیه‌های موردی).

عددآگاهیِ انگیزه‌مند. دن کاهان، الن پیترز، اریکا داوسون و پل اسلوویک («عددآگاهیِ انگیزه‌مند و خودگردانیِ آگاهانه»، ۲۰۱۷) به شرکت‌کنندگان مسئلهٔ پیچیده‌ای در تفسیرِ داده‌ها دادند. وقتی مسئله به شکلِ پژوهشی دربارهٔ یک پمادِ پوست مطرح شد، کسانی که با عدد و رقم بهتر کنار می‌آمدند بیشتر احتمال داشت درست جواب دهند. اما وقتی همان عددها به شکلِ پژوهشی دربارهٔ کنترلِ اسلحه مطرح شد، درستیِ جواب به این بستگی داشت که جوابِ درست با دیدگاه‌های سیاسیِ آن‌ها جور باشد یا نه، و عددآگاه‌ترین شرکت‌کنندگان بیشترین شکافِ حزبی را نشان دادند. بعضی تکرارهای بعدی اثرهای ضعیف‌تری پیدا کرده‌اند، اما این یافته با الگوی کلی جور است: می‌شود مهارت در استدلال را در خدمتِ نتیجه‌ای که دلمان می‌خواهد به کار گرفت.

پایداریِ باور و جذبِ سوگیرانهشنیدن

پایداریِ باور: باورها اغلب حتی بعد از آنکه شواهدِ سازندهٔ آن‌ها بی‌اعتبار شد، زنده می‌مانند.

لی راس، مارک لپر و مایکل هابرد (۱۹۷۵) از شرکت‌کنندگان خواستند یادداشت‌های واقعیِ خودکشی را از یادداشت‌های جعلی تشخیص دهند، و به آن‌ها به دروغ گفتند که خیلی خوب یا خیلی بد عمل کرده‌اند. بعد همه‌چیز را برایشان کامل توضیح دادند: نمره‌ها تصادفی بوده و هیچ معنایی نداشته است. با این حال، کسانی که به آن‌ها گفته بودند خوب عمل کرده‌اند، همچنان توانایی‌شان را بالاتر از کسانی می‌دانستند که به آن‌ها گفته بودند بد عمل کرده‌اند. وقتی آدم‌ها برای باوری توضیحی می‌سازند («در این کار خوبم چون آدمِ همدلی‌ام»)، آن توضیح حتی بعد از رفتنِ شاهدِ اصلی باقی می‌ماند.

جذبِ سوگیرانه: آدم‌ها شواهدِ دوپهلو را به سودِ چیزی که از قبل باور دارند تفسیر می‌کنند. چارلز لرد، لی راس و مارک لپر (۱۹۷۹) به موافقان و مخالفانِ مجازاتِ اعدام خلاصهٔ دو پژوهش را دادند: یکی ظاهراً نشان می‌داد اعدام بازدارنده است و دیگری ظاهراً این را زیرِ سؤال می‌برد. هر گروه پژوهشی را که با دیدگاهش جور بود قانع‌کننده‌تر و دقیق‌تر دانست و در دیگری ایراد پیدا کرد. شرکت‌کنندگان همچنین گفتند که دیدگاه‌هایشان تندتر شده است. (پژوهش‌های بعدی نشان می‌دهند که این تغییر شاید بیشتر در گفتار بوده تا در نگرش‌های واقعی، و پژوهشی بزرگ از اندرو گس و الکساندر کاپاک، ۲۰۲۰، شاهدِ کمی پیدا کرد که اطلاعاتِ متوازن معمولاً نتیجهٔ معکوس بدهد. اما ارزیابیِ سوگیرانهٔ شواهد بارها تکرار شده است.)

اثرِ نفوذِ ماندگار، که در آن اطلاعاتِ نادرستِ پس‌گرفته‌شده همچنان استدلالِ آدم‌ها را شکل می‌دهد، در فصل ۱۲ بررسی شده است.

روانی و اثرِ حقیقتِ موهومشنیدن

روانیِ پردازش، یعنی اینکه ذهن چقدر راحت اطلاعاتی را پردازش می‌کند، بر داوری‌های ما دربارهٔ درستی، خوشایندی و اطمینان اثر می‌گذارد.

• قافیه به‌جای دلیل. متیو مک‌گلون و جسیکا توفیق‌بخش (۲۰۰۰) دیدند که ضرب‌المثل‌های قافیه‌دار (به انگلیسی «Woes unite foes»، یعنی «غم دشمنان را متحد می‌کند») درست‌تر از جمله‌هایی بی‌قافیه با همان معنا («Woes unite enemies») به نظر می‌رسیدند.
• اثرِ حقیقتِ موهوم. جمله‌هایی که تکرار شده‌اند درست‌تر از جمله‌های تازه به نظر می‌رسند (لین هشر، دیوید گلدستاین و تامس توپینو، ۱۹۷۷). این اثر حتی دربارهٔ جمله‌هایی که با دانسته‌های خودِ آدم‌ها تناقض دارند هم پیش می‌آید (لیزا فاتسیو و همکاران، ۲۰۱۵)، و حتی یک بار دیدنِ تیترِ یک خبرِ جعلی باعث می‌شود بعداً درست‌تر به نظر برسد (گوردون پنی‌کوک، تایرون کنن و دیوید رند، ۲۰۱۸). تکرار قدیمی‌ترین ابزارِ پروپاگانداست.
• توهمِ موسی. وقتی می‌پرسند «موسی از هر نوع جانور چند تا را سوارِ کشتی کرد؟»، بیشترِ مردم می‌گویند «دو تا» و متوجه نمی‌شوند که کشتی مالِ نوح بود، نه موسی (تامس اریکسون و مارک متسون، ۱۹۸۱). وقتی پرسشی روان است و با انتظارهای ما جور درمی‌آید، پیش‌فرض‌هایش را وارسی نمی‌کنیم.

اعتمادبه‌نفسِ بیش از حد و توهمِ عمقِ تبیینیشنیدن

دان مور و پل هیلی («دردسرِ اعتمادبه‌نفسِ بیش از حد»، ۲۰۰۸) سه شکل از اعتمادبه‌نفسِ بیش از حد را از هم جدا کردند:

1. بیش‌برآوردی: اینکه فکر کنید بهتر از آنچه واقعاً هستید عمل می‌کنید (در یک آزمون، یک کار یا یک مهارت).
2. بیش‌جایگذاری: اینکه فکر کنید از دیگران بهترید. در پژوهشی از اولا اسونسون (۱۹۸۱)، بیشترِ رانندگانِ دانشجوی آمریکایی خودشان را ایمن‌تر و ماهرتر از رانندهٔ متوسطِ گروهشان می‌دانستند، که از نظرِ آماری ممکن نیست اکثریت درست بگویند.
3. بیش‌دقتی: یقینِ بیش از حد به درستیِ باورها. وقتی آدم‌ها برای کمیت‌هایی که نمی‌دانند «بازهٔ اطمینانِ ۹۰٪» می‌دهند، مقدارِ واقعی خیلی بیشتر از ۱۰٪ مواقع بیرون از بازه‌شان می‌افتد. بیش‌دقتی پایدارترین و گسترده‌ترین شکل است. تمرینِ کالیبراسیون در فصل ۹ را امتحان کنید.

توهمِ عمقِ تبیینی

لئونید روزنبلیت و فرانک کیل (۲۰۰۲) از آدم‌ها خواستند به فهمِ خودشان از طرزِ کارِ وسیله‌های روزمره نمره بدهند: زیپ، سیفونِ توالت، قفلِ سیلندری، چرخِ خیاطی. بعد از آن‌ها خواستند با جزئیات و قدم‌به‌قدم بنویسند که هر کدام چطور کار می‌کند. بعد از این تلاش، نمره‌ای که به فهمِ خودشان می‌دادند به‌شدت پایین آمد. ما آشنا بودن با چیزی، یا اینکه می‌دانیم کارشناسان آن را می‌فهمند، را با فهمیدنِ خودمان اشتباه می‌گیریم.

فیلیپ فرنباخ، تاد راجرز، کریگ فاکس و استیون اسلومن («افراط‌گراییِ سیاسی بر توهمِ فهم تکیه دارد»، ۲۰۱۳) همین را در سیاست آزمودند. از آدم‌ها دربارهٔ سیاست‌هایی مثلِ نظامِ «سقف و تجارتِ» آلاینده‌ها و مالیاتِ یکسان پرسیدند. وقتی از آن‌ها خواستند قدم‌به‌قدم توضیح دهند که هر سیاست چطور کار می‌کند، فهمِ خودشان را پایین‌تر ارزیابی کردند و موضع‌هایشان معتدل‌تر شد. اما وقتی فقط خواستند دلیل‌های موضعشان را بنویسند، این اثر دیده نشد.

استیون اسلومن و فیلیپ فرنباخ (توهمِ دانش، ۲۰۱۷) می‌گویند این توهم از آنجا می‌آید که ما در یک جامعهٔ دانش زندگی می‌کنیم: دانشی را که در ذهنِ دیگران یا در کتاب‌هاست با دانشِ ذهنِ خودمان اشتباه می‌گیریم. این معمولاً اشکالی ندارد (نگاه کنید به چرا معرفت اجتماعی است)، اما دربارهٔ توانِ خودمان گمراهمان می‌کند.

اثرِ دانینگ‌ـ‌کروگر و منتقدانششنیدن

اثرِ دانینگ‌ـ‌کروگر احتمالاً مشهورترین یافتهٔ این فصل است، و نمونهٔ خوبی از اینکه نتیجه‌های علمی چطور تحریف می‌شوند.

یافتهٔ اصلی. جاستین کروگر و دیوید دانینگ («بی‌مهارت و بی‌خبر از آن»، ۱۹۹۹) مهارتِ آدم‌ها را در استدلالِ منطقی، دستورِ زبان و شوخ‌طبعی آزمودند و از آن‌ها خواستند عملکردشان را تخمین بزنند. شرکت‌کنندگانِ یک‌چهارمِ پایینی، که به‌طورِ میانگین در حدودِ صدکِ ۱۲ بودند، فکر می‌کردند در حدودِ صدکِ ۶۲‌اند. کروگر و دانینگ توضیحی فراشناختی پیشنهاد کردند: مهارت‌هایی که برای خوب انجام دادنِ یک کار لازم است، همان مهارت‌هایی است که برای تشخیصِ کارِ خوب لازم است؛ پس آدم‌های ناتوان دو بار گرفتارند.

روایتِ عامه‌پسند ادعایی خیلی قوی‌تر دارد: اینکه «آدم‌های کم‌هوش خیال می‌کنند باهوش‌اند»، یا اینکه با بالا رفتنِ توانایی، اطمینان پایین می‌آید (نمودارِ معروفِ «قلهٔ حماقت»، که ربطی به داده‌های دانینگ و کروگر ندارد).

نقد. چند پژوهشگر گفتند که بخشِ زیادی از این الگو یک اثرِ ساختگیِ آماری است که از کنارِ هم آمدنِ دو واقعیتِ جاافتاده پدید می‌آید:

1. خودارزیابیِ آدم‌ها فقط همبستگیِ ضعیفی با عملکردِ واقعی‌شان دارد (پس خودارزیابیِ همه نزدیکِ وسط جمع می‌شود).
2. بیشترِ مردم خودشان را کمی بالاتر از متوسط می‌دانند (اثرِ بهتر از متوسط).

این دو با هم باعث می‌شوند که ضعیف‌ها خودشان را بیش از واقع و قوی‌ها خودشان را کمی کمتر از واقع ارزیابی کنند، حتی اگر خودشناسیِ همه به یک اندازه ضعیف باشد. شبیه‌سازی با داده‌های تصادفی هم همان نمودارِ کلاسیک را می‌سازد (یواخیم کروگر و راس مولر، ۲۰۰۲؛ ادوارد نوفر و همکاران، ۲۰۱۶ و ۲۰۱۷). ژیل ژیناک و مارچین زایِنکوفسکی (۲۰۲۰)، با روش‌هایی که برای دوری از این اثرهای ساختگی طراحی شده بود، در حوزه‌ای که بررسی کردند شاهدِ چندانی برای این اثر پیدا نکردند. دانینگ و همکارانش جواب داده‌اند که بخشی از اثر حتی بعد از این اصلاح‌ها هم باقی می‌ماند.

آنچه باقی می‌ماند: آدم‌ها معمولاً داورانِ خوبی برای توانِ خودشان نیستند و آن را بیش از واقع می‌دانند؛ و ضعیف‌ترها، از نظرِ مقدار، بیش از همه خودشان را بالا ارزیابی می‌کنند. اما در داده‌های واقعی، ضعیف‌ترها باز هم خودشان را پایین‌تر از قوی‌ترها ارزیابی می‌کنند؛ خیال نمی‌کنند کارشناس‌اند.

شناختِ هویت‌محافظشنیدن

چرا آدم‌هایی که اطلاعاتِ یکسانی دارند، دربارهٔ پرسش‌های واقعی‌ای که بارِ سیاسی پیدا کرده‌اند، مثلِ تغییرِ اقلیم، کنترلِ اسلحه، واکسن‌ها یا انرژیِ هسته‌ای، این‌قدر تند با هم اختلاف دارند؟

دن کاهان و همکارانش در پروژهٔ شناختِ فرهنگی مفهومِ شناختِ هویت‌محافظ را پیشنهاد می‌کنند: آدم‌ها اطلاعات را طوری پردازش می‌کنند که جایگاهشان در گروه‌هایی که هویتشان با موضع‌های خاصی گره خورده است محفوظ بماند. کاهان («چرا دربارهٔ تغییرِ اقلیم این‌قدر از هم دوریم»، Nature، ۲۰۱۲) گفت که این کار، به معنایی محدود، برای فرد عقلانی است. باورِ یک نفر دربارهٔ تغییرِ اقلیم اثرِ ناچیزی بر سیاستِ اقلیمی دارد، اما داشتنِ باورِ «غلط» در جمعِ خودی‌ها ممکن است هزینه‌های اجتماعیِ واقعی داشته باشد. پس هر کس انگیزهٔ قوی دارد همان چیزی را باور کند که گروهش باور دارد، هرچند وقتی همه این‌طور فکر کنند، کلِ جامعه آسیب می‌بیند. کاهان این را تراژدیِ منابعِ مشترکِ درکِ خطر نامید.

یافته‌ای چشمگیر (کاهان و همکاران، Nature Climate Change، ۲۰۱۲): آمریکایی‌هایی که سوادِ علمی و عددآگاهیِ بیشتری داشتند، دربارهٔ خطرِ تغییرِ اقلیم قطبی‌تر بودند، نه کمتر. مهارتِ بیشترشان در استدلال صرفِ دفاعِ بهتر از موضعِ گروه شده بود.

جواب‌های نمایشی. بعضی «باورهای» حزبی شاید اصلاً باورِ صادقانه نباشند، بلکه ابرازِ وفاداری باشند. جان بولاک، آلن گربر، ست هیل و گرگوری هوبر (۲۰۱۵) به شرکت‌کنندگانِ یک نظرسنجی برای جوابِ درست به پرسش‌های واقعی دربارهٔ سیاست، و برای اعتراف به ندانستن، کمی پول دادند؛ شکاف‌های حزبی در جواب‌هایشان بیش از نصف کم شد. پس بخشی از اختلافِ ظاهری دربارهٔ واقعیت‌ها در واقع هورا کشیدن برای حزبِ خودی است.

محلِ بحث. گوردون پنی‌کوک و دیوید رند می‌گویند بخشِ زیادی از آسیب‌پذیری در برابرِ اطلاعاتِ نادرست را بی‌توجهی و کم‌تأملی توضیح می‌دهد، نه استدلالِ هویت‌محور (نگاه کنید به فصل ۱۲). احتمالاً هر دو سازوکار در کارند و قوتشان در پرسش‌های مختلف فرق می‌کند.

راه‌حل‌هایی که پژوهش‌ها پیشنهاد می‌کنند:

• واقعیت‌ها را از هویت جدا کنید. شواهد را طوری عرضه کنید که پذیرفتنش نشانهٔ پیوستن به گروهِ مخالف نباشد.
• پیام‌رسانِ مورد اعتماد. آدم‌ها اطلاعات را راحت‌تر از منابعی می‌پذیرند که فکر می‌کنند با آن‌ها هم‌ارزش‌اند.
• تأییدِ خود. در پژوهش‌هایی از جفری کوهن، جاشوا آرونسون و کلود استیل (۲۰۰۰)، کسانی که اول دربارهٔ ارزشی مهم برای خودشان، اما بی‌ربط به موضوع، نوشتند (یعنی هویتشان را تأیید کردند)، بعد در برابرِ شواهدی که دیدگاهشان را در یک مسئلهٔ بحث‌برانگیز به چالش می‌کشید، گشوده‌تر بودند.
• هویتتان را کوچک نگه دارید. پل گراهام، برنامه‌نویس و جستارنویس، («هویتت را کوچک نگه دار»، ۲۰۰۹) دید که بحث دربارهٔ دین و سیاست معمولاً بی‌ثمر است، چون پای هویتِ آدم‌ها را وسط می‌کشد، و توصیه کرد: «هرچه برچسب‌های بیشتری به خودت بزنی، کودن‌ترت می‌کنند.» اگر باورهایتان را نتیجه‌هایی بدانید که به آن‌ها رسیده‌اید، نه بخشی از اینکه چه کسی هستید، عوض کردنشان آسان‌تر می‌شود.

ذهن‌خوانی: چگونه معرفت را به دیگران نسبت می‌دهیمشنیدن

هر روز، فوری و بی‌آنکه فکر کنیم، داوری می‌کنیم که کسی چیزی را می‌داند یا فقط خیال می‌کند: آیا همکارمان از جلسه خبر دارد، آیا راننده دوچرخه‌سوار را دیده است. روان‌شناسان به توانِ پشتِ این داوری‌ها ذهن‌خوانی (یا «نظریهٔ ذهن») می‌گویند: نسبت دادنِ حالت‌های ذهنیِ پنهان، مثلِ خواستن، باور داشتن، دانستن و وانمود کردن، به دیگران، از روی نشانه‌های ظریفی مثلِ جهتِ نگاه و حالتِ چهره. جنیفر نیگل (معرفت: درآمدی بسیار کوتاه، فصلِ ۸) می‌گوید معرفت‌شناسان باید این توان را بررسی کنند، چون شهودهای ما دربارهٔ موردهایی مثلِ موردهای گتیه از همین توان سرچشمه می‌گیرند.

تصور کردنِ دانستنِ دیگران از تصور کردنِ باورِ آن‌ها آسان‌تر است.

• شامپانزه‌ها حواسشان هست که رقیبشان می‌داند غذا کجا پنهان شده یا نه (برایان هیر، جوزپ کال و مایکل توماسلو، ۲۰۰۱)، اما هیچ جانوری جز انسان به‌طورِ قانع‌کننده از آزمونی که در آن باید باورِ نادرستِ دیگری را دنبال کرد سربلند بیرون نیامده است.
• کودکانِ انسان هم فقط در حدودِ چهار یا پنج‌سالگی از آزمون‌های صریحِ باورِ نادرست سربلند بیرون می‌آیند. در یک نمونهٔ کلاسیک (آزمونِ «محتوای غیرمنتظره»، که یوزف پرنر، هاینتس ویمر و همکارانشان در دههٔ ۱۹۸۰ ساختند)، جعبهٔ آب‌نباتی به کودک نشان می‌دهند؛ کودک حدس می‌زند توی آن آب‌نبات است، و بعد می‌بیند توی آن مداد است. بیشترِ بچه‌های سه‌ساله بعد می‌گویند بچهٔ دیگری که داخلِ جعبه را ندیده می‌داند که در آن مداد است، و خیلی‌هایشان حتی می‌گویند خودشان هم از اول فکر می‌کردند توی آن مداد است. اما بیشترِ بچه‌های پنج‌ساله به هر دو پرسش درست جواب می‌دهند. (پژوهش‌ها نشان می‌دهند که نوزادان نوعی حساسیتِ ناآگاهانه به باورهای نادرست دارند، اما دامنه و پایداریِ این توان هنوز محلِ بحث است.)
• کودکان در جامعه‌های بسیار متفاوت، از شهرهای بزرگ تا جامعه‌های شکارگر و گردآورنده مثلِ قومِ باکا در کامرون (جرمی اویس و پل هریس، ۱۹۹۱)، از همین مرحله‌ها می‌گذرند.
• کودکان «دانستن» را زودتر از «فکر کردن» یاد می‌گیرند و بیشتر از آن به کار می‌برند.

برای اینکه باورِ نادرستِ کسی را در ذهن تصور کنید، باید دو تصویر از جهان را هم‌زمان در ذهن نگه دارید، اینکه جهان واقعاً چطور است و اینکه آن شخص خیال می‌کند چطور است، و اولی را موقتاً کنار بگذارید. اما دانستن، که باید با جهان جور باشد، فقط یک تصویر لازم دارد. معرفت‌شناسانِ معرفت‌نخست به این یافته‌ها برای پشتیبانی از دیدگاهشان استناد می‌کنند (نگاه کنید به معرفت‌نخست).

مغز برای این کار ابزارِ ویژه دارد. خواندنِ داستان‌هایی دربارهٔ اینکه شخصیت‌ها چه فکر می‌کنند، چه می‌خواهند و چه می‌دانند، ناحیه‌های خاصی از مغز را فعال می‌کند، از جمله محلِ اتصالِ گیجگاهی‌ـ‌آهیانه‌ایِ راست (ربکا سکس و نانسی کانویشر، ۲۰۰۳)؛ و آسیبِ این ناحیه، یا اختلالِ موقت در کارش، داوری‌هایی را که به باورهای دیگران بستگی دارند ضعیف می‌کند.

این توان محدودیت‌های طبیعی دارد.

• ظرفیت. فقط چند لایه از حالت‌های ذهنیِ تودرتو را می‌توانیم دنبال کنیم. «دیویس فکر می‌کند لی می‌داند که اسمیت نمی‌خواهد جونز از ماجرای شغل خبردار شود» چهار لایه دارد؛ پژوهش‌ها نشان می‌دهند بیشترِ بزرگسالان از حدودِ پنج لایه به بعد اشتباه می‌کنند.
• خودمحوریِ معرفتی (نفرینِ دانش). وقتی دربارهٔ کسی داوری می‌کنیم که کمتر از ما می‌داند، سخت است دانسته‌های خودمان را کنار بگذاریم. در بازارهای آزمایشی، معامله‌گرانی که اطلاعاتِ محرمانه داشتند، وقتی می‌خواستند رفتارِ معامله‌گرانِ کم‌اطلاع‌تر را پیش‌بینی کنند، نمی‌توانستند آن اطلاعات را نادیده بگیرند، حتی وقتی این کار برایشان گران تمام می‌شد (کالین کمرر، جورج لوونستاین و مارتین وبر، ۱۹۸۹). وقتی نتیجهٔ یک تصمیم را می‌دانیم، سخت است آن تصمیم را بر پایهٔ چیزی داوری کنیم که تصمیم‌گیرنده در آن زمان می‌توانست بداند (سوگیریِ پس‌نگری). برخلافِ بسیاری از سوگیری‌ها، خودمحوری حتی با هشدار دادن و پاداشِ مالی هم از بین نمی‌رود.

چرا برای معرفت‌شناسی و تفکرِ نقادانه مهم است.

• نیگل می‌گوید شاید خودمحوری شهودهای پشتِ شکاکیت و زمینه‌گرایی را توضیح دهد. وقتی ما به قاطرهای رنگ‌شده یا نورِ فریبنده فکر می‌کنیم، دربارهٔ بازدیدکنندهٔ سادهٔ باغ‌وحش یا خریدارِ مغازه طوری داوری می‌کنیم که انگار او هم این احتمال‌ها را در ذهن دارد و سهل‌انگارانه نادیده‌شان می‌گیرد، و برای همین می‌گوییم او نمی‌داند (نگاه کنید به آزمایش‌های فکری و شهودها و ثبات‌گراییِ حساس به شخص). اگر این‌طور باشد، بعضی از آن شهودها توهم‌اند و باید با احتیاط به آن‌ها تکیه کرد.
• نفرینِ دانش باعث می‌شود کارشناسان نتوانند خوب تشخیص دهند نوآموزان چه چیزی را می‌فهمند، و مانعِ بزرگی برای آموزشِ خوب و نوشتنِ روشن است. توضیح‌هایتان را روی تازه‌کارهای واقعی امتحان کنید.
• وقتی داوری می‌کنید که کسی «باید می‌دانست» یا نه، بپرسید او در آن زمان واقعاً چه چیزی را می‌توانست بداند، نه آنچه شما حالا می‌دانید.

نظریهٔ استدلالیِ استدلالشنیدن

اگر استدلالِ انسان این‌قدر سوگیرانه است، پس اصلاً به چه کاری می‌آید؟ هوگو مرسیه و دن اسپربر («انسان‌ها چرا استدلال می‌کنند؟ دلیل‌هایی برای یک نظریهٔ استدلالی»، Behavioral and Brain Sciences، ۲۰۱۱؛ معمای عقل، ۲۰۱۷) جوابی جسورانه دادند: استدلال در اصل برای این پدید نیامد که به هر کس کمک کند به‌تنهایی حقیقت را پیدا کند. پدید آمد تا استدلال‌هایی بسازیم که دیگران را قانع کند و استدلال‌هایی را که دیگران برایمان می‌آورند بسنجیم، آن هم در جهانی اجتماعی که ارتباط ارزشمند است اما آدم‌ها گاهی دلیلی برای فریب دادن دارند.

این نظریه ویژگی‌های معماگونهٔ استدلال را توضیح می‌دهد:

• سوگیریِ جانبِ خود در ساختنِ استدلال عیب نیست، ویژگی است. وقتی استدلال می‌سازید، مثلِ یک وکیل رفتار می‌کنید و برای طرفِ خودتان دلیل جمع می‌کنید. قانع کردنِ دیگران هم همین را لازم دارد.
• تنبلی در ساختنِ استدلال. آدم‌ها به استدلال‌های ضعیف برای دیدگاه‌های خودشان راضی‌اند، چون در گفت‌وگو طرفِ مقابل ضعف‌ها را نشان می‌دهد و بعد می‌شود استدلال را بهتر کرد.
• مهارتِ بیشتر در ارزیابیِ استدلالِ دیگران. آدم‌ها در دیدنِ استدلال‌های ضعیف، وقتی کسِ دیگری آن‌ها را می‌آورد، نسبتاً خوب‌اند.

نمایشی چشمگیر از دو نکتهٔ آخر (امانوئل تروش، پتر یوهانسون، لارس هال و هوگو مرسیه، «تنبلیِ گزینشیِ استدلال»، ۲۰۱۶): شرکت‌کنندگان مسئله‌هایی را حل کردند و برای جوابشان دلیل آوردند. بعد جواب‌ها و استدلال‌های «دیگران» را به آن‌ها نشان دادند و خواستند ارزیابی‌شان کنند. اما با یک ترفند، بعضی از این استدلال‌ها در واقع استدلال‌های خودِ شرکت‌کنندگان بود. بسیاری از آن‌ها استدلال‌های نامعتبرِ خودشان را، وقتی خیال می‌کردند مالِ کسِ دیگری است، رد کردند.

گروه‌ها بهتر استدلال می‌کنند. در آزمونِ انتخابِ واسون، معمولاً کمتر از ۱۰٪ افراد جوابِ درست را پیدا می‌کنند. دیوید موشمن و مولی گیل (۱۹۹۸) دیدند که وقتی شرکت‌کنندگان در گروه‌های کوچک دربارهٔ مسئله بحث کردند، حدودِ سه‌چهارمِ گروه‌ها به جوابِ درست رسیدند. گروه‌ها فقط نظرِ اکثریت را نپذیرفتند؛ کسی که استدلالِ درست را داشت بقیه را قانع کرد.

عقلانیتِ بوم‌شناختیشنیدن

گرد گیگرنزر و همکارانش در مؤسسهٔ ماکس پلانک (گروهِ پژوهشیِ ABC؛ میان‌برهای ساده‌ای که ما را باهوش می‌کنند، ۱۹۹۹) دیدگاهی در برابرِ سنتِ «میان‌برها و سوگیری‌ها» مطرح می‌کنند. استدلالشان این است:

1. میان‌برها فقط سرچشمهٔ خطا نیستند. قاعده‌های سرانگشتیِ ساده اغلب از نظرِ بوم‌شناختی عقلانی‌اند، یعنی با ساختارِ محیط‌هایی که در آن‌ها به کار می‌روند خوب جورند.
2. کمتر ممکن است بیشتر باشد. در محیط‌های نامطمئن، میان‌برهای ساده‌ای که بخشی از اطلاعات را نادیده می‌گیرند گاهی بهتر از مدل‌های پیچیده پیش‌بینی می‌کنند، چون مدل‌های پیچیده بیش از حد به نوفه‌ها و اتفاق‌های داده‌ها می‌چسبند (نگاه کنید به معمای تازهٔ استقرای گودمن).
3. شکلِ ارائه مهم است. بسیاری از سوگیری‌های ظاهری وقتی اطلاعات در قالب‌هایی ارائه شود که ذهنِ ما در طولِ تکامل با آن‌ها کار کرده است، مثلِ بسامدهای طبیعی، کوچک می‌شوند (نگاه کنید به بسامدهای طبیعی).

مثال‌ها:

• میان‌برِ بازشناسی. اگر از دو چیز یکی را می‌شناسید و دیگری را نه، نتیجه بگیرید آنکه می‌شناسید در معیارِ مورد نظر مقدارِ بیشتری دارد. دنیل گلدستاین و گیگرنزر (۲۰۰۲) دیدند که دانشجویانِ آمریکایی در تشخیصِ اینکه کدام‌یک از دو شهرِ آلمانی بزرگ‌تر است، کمی دقیق‌تر بودند تا در تشخیصِ اینکه کدام‌یک از دو شهرِ آمریکایی بزرگ‌تر است؛ چون دربارهٔ شهرهای آلمانی می‌توانستند از بازشناسی استفاده کنند، اما تقریباً همهٔ شهرهای آمریکایی را می‌شناختند و ناچار بودند به دانسته‌های کم‌اعتبارِ دیگری تکیه کنند.
• قاعدهٔ ۱/N. در پژوهشی دربارهٔ راهبردهای سرمایه‌گذاری (ویکتور دِمیگل، لورنتسو گارلاپی و رامان اوپال، ۲۰۰۹)، تقسیمِ سادهٔ پول به سهم‌های برابر میانِ N دارایی، روی داده‌های تازه، دست‌کم به خوبیِ مجموعه‌ای از مدل‌های پیچیدهٔ بهینه‌سازیِ سبدِ سرمایه عمل کرد و اغلب بهتر از آن‌ها بود؛ چون نمی‌شد پارامترهای آن مدل‌ها را با داده‌های موجود به اندازهٔ کافی دقیق تخمین زد.
• میان‌برِ نگاه. بازیکنِ بیس‌بالی که توپی بلند را می‌گیرد، مسیرِ توپ را حساب نمی‌کند. بازیکنان (و سگ‌هایی که فریزبی می‌گیرند) طوری می‌دوند که زاویهٔ نگاهشان به توپ ثابت بماند، و همین آن‌ها را به جایی می‌رساند که توپ فرود می‌آید.

جمع‌بندی. هر دو سنت تا حدی حق دارند. میان‌برها وقتی خوب کار می‌کنند که محیط شبیهِ محیطی باشد که با آن جور شده‌اند، و وقتی نباشد شکست می‌خورند: در موقعیت‌های تازه، وقتی اطلاعات در قالب‌های ناآشنا ارائه می‌شود، یا وقتی کسی عمداً از آن میان‌بر سوءاستفاده می‌کند (آگهی‌سازها از لنگر انداختن، مبلغانِ پروپاگاندا از تکرار، و کلاه‌بردارها از عجله). استدلال‌گرِ خوب از میان‌برها استفاده می‌کند و می‌داند کی نباید به آن‌ها اعتماد کند.

تکرارپذیری و روان‌شناسیِ روان‌شناسیشنیدن

روان‌شناسی در کانونِ بحرانِ تکرارپذیری بود. چند یافتهٔ پرنفوذ که در تلاش‌های بزرگ برای تکرار شکست خوردند یا خیلی کوچک‌تر از آب درآمدند:

• تحلیلِ رفتنِ خود (اراده به‌عنوانِ منبعی محدود): یک تکرارِ بزرگِ چندآزمایشگاهی در ۲۰۱۶ اثری نزدیک به صفر پیدا کرد.
• ژستِ قدرت: اثرهای هورمونی‌اش تکرار نشد و یکی از نویسندگانِ اصلی آن را پس گرفت.
• آماده‌سازی با مفهومِ پیری (جان بارگ و همکاران، ۱۹۹۶: کسانی که کلمه‌های مربوط به پیری به آن‌ها نشان داده شده بود، بعد آهسته‌تر راه رفتند): تکرارِ استفان دوآیِن و همکاران (۲۰۱۲) این اثر را فقط وقتی دید که خودِ آزمایشگران انتظارش را داشتند.
• اثرِ بازخوردِ چهره در شکلِ کلاسیکِ «مداد در دهان»: یک تکرارِ چندآزمایشگاهی (اریک‌ـ‌یان واگنمیکرز و همکاران، ۲۰۱۶) آن را تکرار نکرد، هرچند پژوهش‌های بعدی دربارهٔ وجودِ اثری کوچک‌تر بحث کرده‌اند.
• اثرِ نتیجهٔ معکوس در برابرِ اصلاحِ اطلاعاتِ نادرست: در پژوهش‌های بزرگ‌تر نادر از آب درآمد (تامس وود و ایتن پورتر، ۲۰۱۹).
• آزمونِ مارشمالو: رابطهٔ میانِ توانِ کودک در صبر کردن برای لذتِ بیشتر و موفقیتِ بعدی‌اش، در نمونه‌ای بزرگ‌تر و متنوع‌تر و با در نظر گرفتنِ پیشینهٔ خانوادگی، خیلی کوچک‌تر بود (تایلر واتس، گرگ دانکن و هائونان چوان، ۲۰۱۸).
• آزمایشِ زندانِ استنفورد (فیلیپ زیمباردو، ۱۹۷۱)، که هیچ‌وقت آزمایشِ کنترل‌شده نبود، با تکیه بر اسنادِ بایگانی نقد شده است؛ این اسناد نشان می‌دهد که نگهبان‌ها را به سمتِ رفتارِ خشن سوق داده بودند (تیبو لو تکسیه، ۲۰۱۹).

اما بسیاری از یافته‌های کلاسیک خوب پابرجا مانده‌اند. پروژهٔ Many Labs 1 (ریچارد کلاین و همکاران، ۲۰۱۴)، که ۱۳ اثرِ کلاسیک را در ۳۶ آزمایشگاه دوباره آزمود، ۱۰ تا از آن‌ها را تکرار کرد، از جمله لنگر انداختن و اثرِ قاب‌بندیِ سود و زیان. یافته‌هایی مثلِ مغالطهٔ عطف، نادیده گرفتنِ نرخِ پایه، نتیجه‌های آزمونِ انتخابِ واسون، بیش‌دقتی و اثرِ حقیقتِ موهوم کاملاً جاافتاده‌اند.

این فصل سعی کرده وضعِ فعلیِ شواهد را گزارش کند، اما وضعِ شواهد عوض می‌شود. با ادعاهای مربوط به سوگیری‌های شناختی، از جمله ادعاهای همین راهنما، با همان معیارهای نقادانه‌ای برخورد کنید که با هر ادعای علمیِ دیگری.

سوگیری‌زدایی: چه چیزی کار می‌کندشنیدن

فقط یاد گرفتنِ سوگیری‌ها کمکِ زیادی به کم کردنشان نمی‌کند. یک دلیلش نقطهٔ کورِ سوگیری است: آدم‌ها سوگیری را در دیگران راحت می‌بینند و خیال می‌کنند خودشان تقریباً از آن آزادند. پس چه چیزی، دست‌کم تا حدی، اثر دارد؟

۱. عکسش را در نظر بگیرید. چارلز لرد، مارک لپر و الیزابت پرستون («در نظر گرفتنِ عکسِ قضیه»، ۱۹۸۴) دیدند که گفتن به آدم‌ها که «تا جای ممکن عینی و بی‌طرف باشید» جذبِ سوگیرانه را چندان کم نکرد. اما وقتی از آن‌ها خواستند در هر قدم از خودشان بپرسند «اگر دقیقاً همین پژوهش نتیجه‌ای به سودِ طرفِ مقابل داده بود، باز هم همین‌طور ارزیابی‌اش می‌کردم؟»، سوگیری خیلی کم شد. روش‌های مشخص از توصیه‌های کلی بهترند.

۲. توضیح‌های دیگر بسازید. پیش از آنکه به یک توضیح دل ببندید، دست‌کم دو یا سه توضیحِ دیگر هم بنویسید، از جمله توضیح‌های پیش‌پاافتاده (شانس، خطای اندازه‌گیری، گزینش). نگاه کنید به استنتاج از راهِ بهترین تبیین.

۳. پیش‌کالبدشکافی. گری کلاین («پیش‌کالبدشکافیِ یک پروژه»، Harvard Business Review، ۲۰۰۷) توصیه می‌کند پیش از آنکه گروهی به نقشه‌ای متعهد شود، اعضا تصور کنند یک سال گذشته و نقشه شکست خورده است، و بعد همهٔ دلیل‌های ممکنِ این شکست را بنویسند. این «پس‌نگری از پیش» پیدا کردنِ خطرها را آسان‌تر می‌کند. دبورا میچل، جی. ادوارد روسو و نانسی پنینگتن (۱۹۸۹) دیدند که وقتی آدم‌ها تصور می‌کنند رویدادی از قبل رخ داده است، راحت‌تر دلیل‌هایش را پیدا می‌کنند.

۴. از بیرون نگاه کنید. پیش از رفتن سراغِ جزئیات، از نرخ‌های پایهٔ موردهای مشابه شروع کنید (نگاه کنید به مسئلهٔ احتمال‌های پیشین). «پیش‌بینی بر پایهٔ گروهِ مرجع»، که بنت فلیوبیرگ برای طرح‌های زیرساختی پروراند، همین کار را به‌طورِ منظم انجام می‌دهد.

۵. از قالب‌های بهتر استفاده کنید. بسامدهای طبیعی به جای احتمال‌های شرطی؛ خطرهای مطلق به جای نسبی؛ نمایشِ تصویریِ عدمِ قطعیت (گیگرنزر).

۶. آموزش ممکن است، تا حدی، اثر کند. ریچارد نیسبت و همکارانش دیدند که آموزشِ استدلالِ آماری (مثلاً قانونِ عددهای بزرگ) به حلِ مسئله‌های روزمره هم کمک می‌کرد (جفری فانگ، دیوید کرانتز و نیسبت، ۱۹۸۶). کری موروج و همکاران (۲۰۱۵) دیدند که یک جلسه تماشای یک ویدئوی آموزشی یا بازی با یک بازیِ رایانه‌ایِ آموزشی چند سوگیری را کم کرد (از جمله سوگیریِ تأییدی، لنگر انداختن و نقطهٔ کورِ سوگیری)، و اثرش دست‌کم دو تا سه ماه ماند؛ بازی هم از ویدئو مؤثرتر بود.

۷. چک‌لیست و رویه. آتول گاواندی (مانیفستِ چک‌لیست، ۲۰۰۹) نشان می‌دهد که چک‌لیست‌های ساده چطور خطاها را در جراحی و هوانوردی کم می‌کنند. پژوهشی دربارهٔ چک‌لیستِ ایمنیِ جراحیِ سازمانِ جهانیِ بهداشت در هشت بیمارستان (الکس هینز و همکاران، New England Journal of Medicine، ۲۰۰۹) نشان داد که بعد از به کار گرفتنِ آن، مرگ‌ها از ۱٫۵٪ به ۰٫۸٪ و عارضه‌ها از ۱۱٪ به ۷٪ رسید. رویه‌ها کار می‌کنند چون لازم نیست کسی در لحظهٔ تصمیم یادش باشد که بی‌طرف باشد.

۸. پاسخ‌گویی، از نوعِ درستش. جنیفر لرنر و فیلیپ تتلاک («به حساب آوردنِ اثرهای پاسخ‌گویی»، ۱۹۹۹) دیدند که اگر پیش از شکل گرفتنِ نظرتان بدانید باید آن را برای مخاطبی که دیدگاهش معلوم نیست توضیح دهید، دقیق‌تر و متوازن‌تر فکر می‌کنید. اما اگر دیدگاهِ مخاطب معلوم باشد، آدم‌ها با همان دیدگاه همرنگ می‌شوند؛ و اگر پاسخ‌گویی بعد از تصمیم باشد، آدم‌ها فقط تصمیمشان را توجیه می‌کنند.

۹. تحلیلِ کور. فیزیک‌دانان معمولاً تحلیلِ کور انجام می‌دهند: نتیجهٔ نهایی را تا وقتی همهٔ تصمیم‌های تحلیل گرفته نشده از خودشان پنهان نگه می‌دارند (مثلاً با افزودنِ عددی مخفی به داده‌ها)، تا وسوسه نشوند تحلیل را به سمتِ نتیجهٔ دلخواه ببرند. رابرت مک‌کون و سال پرلموتر («نتیجه‌ها را پنهان کنید تا حقیقت را بیابید»، Nature، ۲۰۱۵) گفتند علوم دیگر هم باید این روش را به کار ببرند. فکرِ اصلیِ آن، یعنی روشتان را پیش از دانستنِ جواب تعیین کنید، در زندگیِ روزمره هم به کار می‌آید.

۱۰. همکاریِ رقیبان. دنیل کانمن روشی را ترویج کرد که در آن پژوهشگرانی که با هم مخالف‌اند، با هم آزمایشی طراحی می‌کنند و از قبل توافق می‌کنند که کدام نتیجه‌ها به سودِ کدام طرف است (باربارا ملرز، رالف هرتویگ و کانمن، «آیا بازنماییِ بسامدی اثرهای عطف را از بین می‌برد؟»، ۲۰۰۱).

۱۱. به بحثِ گروهی نظم بدهید. داوری‌های مستقل را پیش از بحث جمع کنید؛ کسی را وکیلِ مدافعِ شیطان کنید؛ اعضایی با پیشینه‌های گوناگون داشته باشید؛ بگذارید تازه‌کارترها اول حرف بزنند (نگاه کنید به خرد و جنونِ جمعیت).

۱۲. در کارهای مهم آهسته‌تر پیش بروید. یادآوری‌های ساده برای فکر کردن به درستیِ مطلب، بازنشرِ اطلاعاتِ نادرست را کم می‌کند. توضیح دادنِ سازوکارها، نه فقط آوردنِ دلیل‌ها، هم اعتمادبه‌نفسِ بیش از حد و افراط را کاهش می‌دهد.

ذهنیتِ دیده‌بانشنیدن

جولیا گالف (ذهنیتِ دیده‌بان، ۲۰۲۱) تصویرِ مفیدی پیشنهاد می‌کند. بخشِ زیادی از استدلالِ ما با ذهنیتِ سرباز است: هدفش دفاع از باورهایمان در برابرِ شواهدِ تهدیدکننده است، مثلِ سربازی که از سنگرش دفاع می‌کند. نقطهٔ مقابلش ذهنیتِ دیده‌بان است: انگیزهٔ دیدنِ چیزها همان‌طور که هستند، مثلِ دیده‌بانی که کارش کشیدنِ نقشهٔ دقیقِ زمین است، شکلِ زمین هرچه باشد.

به نظرِ گالف، ذهنیتِ سرباز سودهای عاطفی و اجتماعیِ واقعی دارد (آرامش، عزتِ نفس، روحیه، احساسِ تعلق)، اما ما این سودها را بیش از اندازه و سودهای روشن دیدن را کمتر از اندازه ارزیابی می‌کنیم. نشانه‌های اینکه ذهنیتِ دیده‌بان دارید (با کمی تغییر از فهرستِ او):

1. آیا وقتی می‌فهمید حق با دیگران بوده، به آن‌ها می‌گویید؟
2. در برابرِ نقدِ شخصی چه واکنشی نشان می‌دهید؟ آیا واقعاً دنبالش می‌گردید؟
3. آیا تا حالا خودتان اشتباهِ خودتان را ثابت کرده‌اید؟
4. آیا برای اینکه خودتان را فریب ندهید پیش‌بینی‌هایی می‌کنید؟
5. آیا منتقدانِ خوبی دارید، یعنی کسانی که با شما مخالف‌اند و به نظرتان معقول‌اند؟

گالف چند آزمایشِ فکری هم پیشنهاد می‌کند تا استدلالِ انگیزه‌مند را در لحظه غافلگیر کنیم:

پیش‌بینی و اَبَرپیش‌بینانشنیدن

کارِ فیلیپ تتلاک دربارهٔ داوریِ سیاسیِ کارشناسان (نگاه کنید به کارشناسان و نوآموزان) نشان داد که بیشترِ کارشناسانِ پیش‌بینی در پرسش‌های سیاسیِ بلندمدت فقط کمی بهتر از شانس عمل می‌کنند. کارهای بعدی‌اش نشان داد که بعضی آدم‌ها به شکلِ شگفت‌آوری خوب پیش‌بینی می‌کنند، و این مهارت را می‌شود یاد گرفت.

از ۲۰۱۱ تا ۲۰۱۵، سازمانِ پژوهش‌های پیشرفتهٔ جامعهٔ اطلاعاتیِ آمریکا (IARPA) یک مسابقهٔ پیش‌بینی برگزار کرد. شرکت‌کنندگان دربارهٔ صدها پرسشِ ژئوپلیتیکِ واقعی پیش‌بینی کردند («آیا کرهٔ شمالی تا پایانِ سال آزمایشِ هسته‌ای انجام می‌دهد؟») و دقتشان با نمرهٔ بریر سنجیده شد (نگاه کنید به کالیبراسیون و قاعده‌های نمره‌دهی). پروژهٔ داوریِ خوبِ تتلاک و باربارا ملرز، که هزاران داوطلب را به کار گرفت، با فاصلهٔ زیاد برنده شد. گزارش شده است که بهترین شرکت‌کنندگانش، یعنی ۲٪ بالایی که تتلاک آن‌ها را اَبَرپیش‌بین نامید، از تحلیلگرانِ حرفه‌ایِ اطلاعاتی که به اطلاعاتِ محرمانه دسترسی داشتند بهتر عمل کردند.

چه چیزی اَبَرپیش‌بینان را خوب می‌کرد (تتلاک و گاردنر، اَبَرپیش‌بینی، ۲۰۱۵)؟

• ذهنِ فعالانه باز (مفهومی از روان‌شناس جاناتان بارون): اینکه باورها را فرضیه‌هایی برای آزمودن بدانید و عامدانه دنبالِ شواهدِ مخالفشان بگردید. همین ویژگی بود که دقتِ پیش‌بینی را از پیش نشان می‌داد.
• عددآگاهی و ریزبینی: فرق گذاشتن میانِ احتمالِ ۶۰٪ و ۶۵٪، نه فقط گفتنِ «محتمل است».
• به‌روزرسانیِ پیاپی و کم‌کم: بازنگریِ مکررِ پیش‌بینی‌ها در قدم‌های کوچک، هم‌زمان با رسیدنِ اطلاعاتِ تازه، بی‌آنکه بیش از حد یا کمتر از حد واکنش نشان دهند.
• فرمی‌سازی: شکستنِ پرسش‌ها به بخش‌های کوچک‌تر و حل‌شدنی‌تر (به نامِ فیزیک‌دان انریکو فرمی، که می‌توانست مقدارهایی مثلِ «تعدادِ کوک‌کنندگانِ پیانو در شیکاگو» را با ضربِ تخمین‌های معقولِ اجزای آن تخمین بزند).
• اول نگاهِ بیرونی، بعد نگاهِ درونی: شروع از نرخ‌های پایه، و بعد تنظیمِ پیش‌بینی بر اساسِ جزئیات.
• ترکیبِ زاویه‌های دید: کنارِ هم گذاشتنِ دیدگاه‌های فراوان، که تتلاک آن را «چشمِ سنجاقک» نامید.
• کارِ گروهی: کار در گروه‌هایی که اطلاعات را با هم در میان می‌گذاشتند و همدیگر را به چالش می‌کشیدند، دقت را بیشتر کرد.
• آموزش: یک آموزشِ کوتاه دربارهٔ استدلالِ احتمالاتی و سوگیری‌های رایج، دقت را در طولِ یک سال حدودِ ۱۰٪ بهتر کرد.

**«ده فرمان برای کسانی که می‌خواهند اَبَرپیش‌بین شوند»**ِ تتلاک و گاردنر (با کمی تغییر در بیان) خلاصهٔ خوبی از معرفت‌شناسیِ عملی است:

1. اولویت‌بندی کنید: روی پرسش‌هایی تمرکز کنید که تلاش در آن‌ها نتیجه می‌دهد.
2. مسئله‌هایی را که به نظر حل‌نشدنی‌اند به زیرمسئله‌های حل‌شدنی بشکنید.
3. میانِ نگاهِ درونی و بیرونی تعادل برقرار کنید.
4. میانِ واکنشِ کم و واکنشِ زیاد به شواهد تعادل برقرار کنید.
5. در هر مسئله دنبالِ نیروهای علّیِ متضادی بگردید که در کارند.
6. درجه‌های تردید را تا جایی که مسئله اجازه می‌دهد از هم جدا کنید، اما نه بیشتر.
7. میانِ اطمینانِ کم و اطمینانِ زیاد تعادل برقرار کنید، یعنی میانِ احتیاط و قاطعیت.
8. دنبالِ علت‌های اشتباه‌هایتان بگردید، اما گرفتارِ سوگیریِ پس‌نگری، یعنی «نگاه در آینهٔ عقب»، نشوید.
9. بهترینِ توانِ دیگران را بیرون بکشید و بگذارید دیگران بهترینِ توانِ شما را بیرون بکشند.
10. دوچرخه‌سواریِ خطا را یاد بگیرید: این مهارت‌ها مثلِ دوچرخه‌سواری با تمرین و بازخورد یاد گرفته می‌شوند، نه با خواندن.
11. این فرمان‌ها را وحیِ منزل ندانید.

فهمِ خود را بسنجیدشنیدن

۱توضیح دهید چرا جوابِ شهودی به مسئلهٔ چوب و توپ غلط است، و این مسئله چه چیزی را می‌سنجد.

پاسخ

اگر توپ ۱۰ سنت بود، چوب ۱٫۱۰ دلار می‌شد و جمع ۱٫۲۰ دلار. جوابِ درست ۵ سنت برای توپ و ۱٫۰۵ دلار برای چوب است. این مسئله تأملِ شناختی را می‌سنجد، یعنی اینکه چقدر متوجه می‌شویم یک جوابِ فوری و شهودی نیاز به وارسی دارد، و آن را وارسی می‌کنیم.

۲دو گروه اطلاعاتِ یکسانی دربارهٔ یک درمانِ پزشکی می‌گیرند، یکی با نرخِ زنده ماندن و دیگری با نرخِ مرگ، و انتخاب‌های متفاوتی می‌کنند. این چه چیزی را نشان می‌دهد، و چطور می‌توانید از خودتان محافظت کنید؟

پاسخ

اثرِ قاب‌بندی را: توصیف‌هایی که از نظرِ منطقی هم‌ارزند به انتخاب‌های متفاوتی می‌انجامند. برای محافظت از خودتان، گزینه‌ها را در قابِ وارونه و با عددهای مطلق دوباره بیان کنید و ببینید ترجیحتان عوض می‌شود یا نه.

۳در آزمونِ انتخابِ واسون (E، K، 4، 7؛ قاعده: «اگر حرفِ صدادار، آنگاه عددِ زوج»)، چرا برگرداندنِ 4 بی‌فایده است؟

پاسخ

قاعده دربارهٔ اینکه پشتِ عددِ زوج چه باید باشد چیزی نمی‌گوید. هرچه پشتِ 4 باشد (صدادار یا بی‌صدا)، با قاعده جور است. فقط کارتی که یک طرفش حرفِ صدادار و طرفِ دیگرش عددِ فرد باشد می‌تواند قاعده را ابطال کند؛ پس باید E (برای یافتنِ عددِ فرد) و 7 (برای یافتنِ حرفِ صدادار) را وارسی کنید.

۴منظورِ استانوویچ از اینکه سوگیریِ جانبِ خود با هوش کم نمی‌شود چیست؟ چه چیزی در برابرش محافظت می‌کند؟

پاسخ

آدم‌هایی با توانِ شناختیِ بالاتر تقریباً به اندازهٔ بقیه سوگیریِ جانبِ خود دارند؛ فقط در ساختنِ استدلال برای طرفِ خودشان ماهرترند (همان چیزی که پرکینز دربارهٔ تحصیلات دید). آنچه کمک می‌کند توانایی نیست، بلکه منش و روش است: ذهنِ فعالانه باز، گشتنِ عامدانه دنبالِ قوی‌ترین استدلال‌های مخالف، در نظر گرفتنِ عکسِ قضیه، و گذاشتنِ استدلالِ خود در معرضِ نقد.

۵«توهمِ عمقِ تبیینی» چیست، و در یک بحثِ داغ چطور می‌شود از آن استفاده کرد؟

پاسخ

آدم‌ها خیال می‌کنند طرزِ کارِ چیزها را خیلی بهتر از آنچه واقعاً می‌فهمند، می‌فهمند؛ تا وقتی که سعی کنند سازوکار را قدم‌به‌قدم توضیح دهند. در یک بحث، اگر از هر کس (از جمله خودتان) بخواهید توضیح دهد که یک سیاست چطور به اثرهایی که ادعا می‌شود می‌رسد، اغلب جاهای خالیِ فهم آشکار می‌شود و موضع‌های افراطی معمولاً معتدل‌تر می‌شوند؛ اما خواستنِ دلیل چنین اثری ندارد.

۶نقدِ اثرِ دانینگ‌ـ‌کروگر را خلاصه کنید.

پاسخ

بخشِ زیادی از الگوی کلاسیک از نظرِ آماری نتیجهٔ دو واقعیت است: خودارزیابی‌ها فقط همبستگیِ ضعیفی با عملکردِ واقعی دارند، و بیشترِ مردم خودشان را بالاتر از متوسط می‌دانند. این دو با هم باعث می‌شوند ضعیف‌ها خودشان را بیش از واقع و قوی‌ها خودشان را کمتر از واقع ارزیابی کنند، حتی اگر آدم‌های کم‌مهارت هیچ کمبودِ فراشناختیِ خاصی نداشته باشند. آنچه باقی می‌ماند این است که آدم‌ها معمولاً داورانِ خوبی برای توانِ خودشان نیستند. اما این ادعای رایج که آدم‌های ناتوان خیال می‌کنند کارشناس‌اند، پشتوانه ندارد.

۷طبقِ نظریهٔ استدلالی، چرا گروه‌ها در آزمونِ انتخابِ واسون از افراد بهتر عمل می‌کنند؟

پاسخ

چون ما در ارزیابیِ استدلالِ دیگران بهتریم تا در ساختنِ استدلال‌های بی‌طرفانه برای خودمان. در گروه، وقتی کسی استدلالِ درست را بیاورد، بقیه درستی‌اش را تشخیص می‌دهند و استدلال‌های ضعیف نقد می‌شوند. اما هر کس وقتی تنها استدلال می‌کند، معمولاً به اولین شهود و توجیه‌های ضعیفِ خودش راضی می‌شود.

۸چرا «بی‌سوگیری باش» دستورِ سوگیری‌زداییِ بدی است، و چه چیزی بهتر کار می‌کند؟

پاسخ

چون آدم‌ها سوگیریِ خودشان را نمی‌بینند (نقطهٔ کورِ سوگیری) و خیال می‌کنند از قبل بی‌طرف‌اند. روش‌های مشخص بهتر جواب می‌دهند: اینکه تصور کنید اگر همان شاهد به سمتِ دیگری اشاره می‌کرد چه فکری می‌کردید، ساختنِ توضیح‌های دیگر، پیش‌کالبدشکافی، نرخ‌های پایه، چک‌لیست، تحلیلِ کور، و بحثِ گروهیِ منظم.

برای مطالعهٔ بیشتر

آثارِ کلاسیک

• Daniel Kahneman, Thinking, Fast and Slow (Farrar, Straus and Giroux, 2011). بعضی یافته‌هایی که در آن آمده، به‌ویژه پژوهش‌های آماده‌سازی در فصلِ ۴، تکرار نشده‌اند؛ پس آن بخش‌ها را با احتیاط بخوانید.
• Amos Tversky and Daniel Kahneman, “Judgment under Uncertainty: Heuristics and Biases,” Science 185 (1974). کوتاه و خواندنی.
• Thomas Gilovich, How We Know What Isn’t So (Free Press, 1991).
• Richard Nisbett and Lee Ross, Human Inference (Prentice-Hall, 1980).

کتاب‌های تازه

• Keith Stanovich, The Bias That Divides Us: The Science and Politics of Myside Thinking (MIT Press, 2021).
• Hugo Mercier and Dan Sperber, The Enigma of Reason (Harvard University Press, 2017).
• Steven Sloman and Philip Fernbach, The Knowledge Illusion (Riverhead, 2017).
• Julia Galef, The Scout Mindset (Portfolio, 2021).
• Steven Pinker, Rationality: What It Is, Why It Seems Scarce, Why It Matters (Viking, 2021).
• Philip Tetlock and Dan Gardner, Superforecasting: The Art and Science of Prediction (Crown, 2015).
• Gerd Gigerenzer, Gut Feelings (Viking, 2007) و Risk Savvy (Viking, 2014).
• Daniel Kahneman, Olivier Sibony, and Cass Sunstein, Noise: A Flaw in Human Judgment (Little, Brown, 2021). دربارهٔ پراکندگیِ تصادفی در داوری‌های حرفه‌ای، مسئله‌ای همراهِ سوگیری.

دربارهٔ تکرارپذیری

• Stuart Ritchie, Science Fictions (Metropolitan, 2020).