متن سخنرانی در نشست علمی-تخصصی «مدل‌سازی و پیش‌بینی در سیستم‌های پیچیده اجتماعی»

پویایی و پیچیدگی نظام‌های اجتماعی:نقش و سهم رویکرد مدل‌سازی عامل‌بنیان و یادگیری ماشین | دکتر غلامرضا غفاری

17 08 2026 01:23

News Code : 258103182

View Count : 92

دکتر غلامرضا غفاری، رییس دانشکده علوم اجتماعی، به عنوان سخنران کلیدی و آغازگر پنل نخست این نشست علمی-تخصصی، «مدل‌سازی و پیش‌بینی در سیستم‌های پیچیده اجتماعی» (۲۶ خردادماه ۱۴۰۵) سخنان خود را با خوشامدگویی به اساتید، پژوهشگران و دانشجویان حاضر در جلسه آغاز کرد. وی ضمن ابراز خرسندی از فراهم شدن بستر این هم‌اندیشی علمی در دانشکده علوم اجتماعی دانشگاه تهران، از همکاران و برگزارکنندگان این برنامه صمیمانه تشکر نمود.

دکتر غفاری با تأکید بر تحولات پرشتاب جهان معاصر، ضرورت بازنگری در ابزارهای تحلیلی علوم اجتماعی را مطرح کرد. وی اشاره داشت که پدیده‌ها و نظام‌های اجتماعی در دنیای امروز به سطحی از پیچیدگی و پویایی رسیده‌اند که عملاً کارایی تحلیل‌های تک‌بعدی و سنتی را زیر سوال برده است. به باور او، تکیه بر چارچوب‌های سخت و محصور در مرزهای یک رشته خاص، نه‌تنها ابعاد پنهان واقعیت‌های اجتماعی را آشکار نمی‌کند، بلکه ممکن است سیاست‌گذاران را به سمت تصمیم‌گیری‌های نادرست سوق دهد. از این رو، تعامل نزدیک، گفتگو و تلاقی افکار میان‌رشته‌ای، به‌ویژه پیوند میان علوم اجتماعی، مدیریت، آمار، فیزیک و علوم محاسباتی، یک انتخاب فرعی نیست، بلکه نیازی حیاتی و گریزناپذیر برای فهم درست جامعه امروز است. وی حضور تخصص‌های متنوع در این نشست را گامی ارزشمند جهت بازتعریف و فرمول‌بندی نوین مسائل پیچیده اجتماعی ارزیابی کرد.

تبارشناسی تاریخی مفهوم «پیچیدگی» در علم

بخش مهمی از سخنرانی رئیس دانشکده علوم اجتماعی دانشگاه تهران به بررسی مسیر تاریخی شکل‌گیری و تکامل نظریه پیچیدگی اختصاص داشت. دکتر غفاری با بازخوانی تحولات علمی دهه‌های گذشته، یادآور شد که علم مدرن مسیر طولانی را برای رهایی از تفکر مکانیکی و خطی طی کرده است. وی این مسیر را در سه ایستگاه اصلی خلاصه کرد:

۱. نظریه فاجعه (Catastrophe Theory):دکتر غفاری آغاز این چرخش نظری را به دهه ۱۹۷۰ میلادی و مطرح شدن نظریه فاجعه از سوی ریاضیدانانی چون «رنه توم» نسبت داد. این نظریه به واکاوی تغییرات ناگهانی و بحران‌های ساختاری در سیستم‌ها می‌پردازد. غفاری توضیح داد که بر اساس این رویکرد، پدیده‌هایی که در نگاه اول تصادفی، ناگهانی و فاقد قانون به نظر می‌رسند، در اصل الگوهای رفتاری پنهانی دارند که در صورت بررسی دقیق مسیر حرکت و تاریخچه سیستم، قانون‌مندی آن‌ها آشکار می‌شود. این نظریه به ما آموخت که تغییرات شدید و بحران‌ها، بدون مقدمه رخ نمی‌دهند.

۲. نظریه آشوب (Chaos Theory):در ادامه و در دهه‌های ۱۹۷۰ و ۱۹۸۰، نظریه آشوب جایگاه ویژه‌ای در تحلیل سیستم‌های غیرخطی یافت. این نظریه نشان داد که سیستم‌های حساس به شرایط اولیه، رفتارهایی پیش‌بینی‌ناپذیر اما قانون‌مند از خود بروز می‌دهند. پدیده معروف «اثر پروانه‌ای» نشان داد که چگونه تغییراتی بسیار کوچک در یک بخش از سیستم، می‌تواند به پیامدهای عظیمی در بخش‌های دیگر منجر شود.

۳. نظریه پیچیدگی (Complexity Theory):به موازات این تحولات، نظریه پیچیدگی به عنوان یک پارادایم و حوزه علمی مستقل و نوین متولد شد. تمرکز اصلی این نظریه بر این پرسش استوار است که چگونه از دل تعاملات به ظاهر آشفته، متنوع و محلیِ عامل‌های گوناگون، الگوهایی از نظم، خودسازماندهی (Self-Organization) و ثبات پدیدار می‌شود.

هستی‌شناسی اجتماعی نوین:نوپدیدی، پویایی و جامعه پرمخاطره

دکتر غفاری در ادامه سخنرانی خود، پیامدهای این چرخش‌های نظری را بر هستی‌شناسی (Ontology) علوم اجتماعی بررسی کرد. وی تأکید کرد که پذیرش پیچیدگی، نیازمند تغییر در تعریف ما از «امر اجتماعی» است. وی در این راستا به سه مفهوم کلیدی اشاره کرد:

  • نظریه نوپدیدی (Emergence Theory):دکتر غفاری نوپدیدی را سنگ‌بنای هستی‌شناسی سیستم‌های پیچیده دانست. نوپدیدی دلالت بر بروز و ظهور چیزهای نو از دل جهان کهنه دارد. نوپدید چیزی است که در قبل سابقه وجود نداشته است. به تعبیری نو نسبی(Relational) در اینجا مورد نظر نیست بلکه مواجه با نو بی سابقه و تازه متولد شده می شویم. نوی که قایل تحویل(Reducible  ) به اجزاء سازنده آن نیست و در سطحی فراتر از این اجزاء باید درک و شناخته شود. بر اساس این نظریه، کلِ یک سیستم اجتماعی چیزی فراتر از جمع ریاضی اجزای آن است. ویژگی‌ها و رفتارهایی که در سطح کلان جامعه پدیدار می‌شوند، غیرقابل تقلیل و تحویل (Irreducible) به ویژگی‌های تک‌تک افراد یا اجزا هستند. وی با استناد به آرای اندیشمند واقع‌گرای انتقادی، «دیو الدر-واس» (Dave Elder-Vass) به‌ویژه در کتاب معروف او درباره «قدرت علّی ساختارهای اجتماعی»، توضیح داد که ساختارهای اجتماعی دارای قدرت علّی مستقلی هستند که از تعاملات لایه‌های زیرین پدید می‌آیند و این قدرت علّی، تنها با تحلیل اجزا قابل درک نیست.
  • نظریه «شدن‌ها» (Theory of Becomings):وی با ارجاع به آرای جامعه‌شناس برجسته لهستانی، «پیوتور زتومکا» (Piotr Sztompka)، بیان داشت که پدیده‌های اجتماعی را نباید به عنوان «بودن‌ها»ی ثابت و صلب در نظر گرفت، بلکه آن‌ها همواره در حال «شدن» هستند. جامعه جریانی مستمر از تغییرات، تعاملات و صیرورت‌هاست که ثبات در آن موقتی و گذرا است. در دوره جدید جامعه را نمی توان دیگر بعنوان نظامی در جستجوی نعادل در نظر گرفت بلکه نظامی پیش رونده و سازگارشونده است. پیوسته صیرورت و شدن های تازه و تازه تر را با خود دارد. به این سبب شاهد نوعی گذار از توجه به نظم (Order) که مسئله کلیدی و مبنایی جامعه شناسی بود به نوپدیدی یا ظهو(Emergence) شاهد هستیم. نظریه پیچیدگی توجه را از ساختارهای ایستا به ساختارهای پویا و نو پدید تغییر داده است. از این دیدگاه، نظم اجتماعی صرفاً از بالا تحمیل نمی‌شود، بلکه می‌تواند از دل تعاملات بی‌شمار میان افراد، گروه‌ها و سازمان‌ها به‌صورت خودانگیخته پدید آید؛ به این جهت امر میکروفیزیک قدرت اهمیت پیدا کرده است.
  • جامعه پرمخاطره (Risk Society):دکتر غفاری با اشاره به نظریه جامعه پرمخاطره (به‌ویژه با الهام از آرای اولریش بک)، دنیای امروز را جهانی سیال، پیش‌رونده و دائم در معرض عدم قطعیت‌ها و خطرات ساخته دست بشر توصیف کرد. در چنین جامعه‌ای، تلاش برای حفظ «تعادل صلب»، آن‌گونه که در نظریه‌های جامعه‌شناسی کلاسیک (نظیر کارکردگرایی ساختاری) مطرح بود، ناممکن است. در عوض، ما با «سیستم‌های سازگارشونده» (Adaptive Systems) مواجهیم که از طریق یادگیری و پویایی مستمر، خود را بازتعریف می‌کنند.

از چرخش معرفت‌شناختی تا ابزارهای محاسباتی

استاد جامعه‌شناسی دانشگاه تهران تأکید کرد که وقتی با هستی‌شناسی متفاوت به جامعه جدید نظر می کنیم، که با عنایت به تغییرات فزاینده ماهوی و صوری امری لازم و اجتناب ناپذیر است، و تلقی از جامعه به عنوان واقعیتی ساده جای خود را به یک سیستم پیچیده و پویا می دهد. معرفت‌شناسی (Epistemology) و روش‌شناسی (Methodology) ما نیز ناگزیر به تغییر خواهد بود. روش‌های ایستای سنتی مانند پیمایش‌های مقطعی یا تحلیل‌های آماری خطی، دیگر توانایی بازنمایی پویایی‌های سیستم‌های پیچیده را ندارند.

اینجاست که به گفته دکتر غفاری، ضرورت شکل‌گیری و به‌کارگیری «علوم اجتماعی محاسباتی» (Computational Social Science) آشکار می‌شود. وی ابزارهای نوین این حوزه را به عنوان راهکارهایی روش‌شناختی برای حل پارادوکس «خرد-کلان» معرفی کرد. روش‌هایی نظیر:

  • مدل‌سازی عامل‌بنیان (Agent-Based Modeling):ابزاری برای شبیه‌سازی رفتار کنش‌گران مستقل و بررسی چگونگی ظهور ساختارهای کلان از تعاملات خرد.
  • پویایی‌شناسی سیستم‌ها (System Dynamics):برای مدل‌سازی فرآیندهای بازخوردی کلان و سیاست‌گذاری‌های بلندمدت.
  • تحلیل شبکه‌های اجتماعی (Social Network Analysis):جهت واکاوی ساختار و پویایی روابط میان کنش‌گران.
  • تحلیل داده‌های کلان (Big Data Analysis):برای رصد و کشف الگوهای رفتاری در مقیاس‌های بسیار وسیع و واقعی.

وی تشریح کرد که این ابزارها به ما اجازه می‌دهند تا تغییرات را نه به صورت تک‌عاملی، بلکه در بستر تعاملات چندگانه و غیرخطی مورد مطالعه قرار دهیم.

هرم مدل‌سازی در تحلیل اجتماعی:از مدل ذهنی، مدل کلامی تا مدل صوری

دکتر غفاری در بخش پایانی و کلیدی سخنرانی خود، به تبیین فرآیند و هرم مدل‌سازی در تحلیل‌های اجتماعی پرداخت و مسیر حرکت پژوهشگر را در این حوزه شفاف ساخت. وی این فرآیند را در سه سطح تعریف کرد:

۱. مدل‌های ذهنی (Mental Models) و داشتن حساسیت نظری (Theoretical Sensitivity):دکتر غفاری تأکید کرد که نقطه آغازین هر پژوهش علمی، ذهن پژوهشگر و حساسیت‌های نظری اوست. ابزارهای محاسباتی پیشرفته بدون وجود یک ذهن آماده، نظریه‌پرداز و حساس به مفاهیم، هیچ خروجی معناداری نخواهند داشت. پژوهشگر علوم اجتماعی پیش از بکارگیری رایانه، باید مدل‌های ذهنی روشنی از پدیده و روابط علّی آن داشته باشد.

۲. مدل‌های کلامی (Verbal Models):در سطح دوم، مدل‌های ذهنی با ادبیات علمی و نظری تلفیق شده و به مدل‌های کلامی تبدیل می‌شوند. ادبیات غنی جامعه‌شناسی کلاسیک و مدرن سرشار از این مدل‌های کلامی قدرتمند است که تلاش می‌کنند پدیده‌ها را توصیف و تبیین نمایند.

۳. مدل‌های صوری (Formal Models):در نهایت، برای اینکه بتوانیم مدل‌های کلامی را در معرض آزمون قرار دهیم، پویایی آن‌ها را بسنجیم و قدرت پیش‌بینی‌پذیری آن‌ها را ارزیابی کنیم، نیازمند ترجمه آن‌ها به مدل‌های صوری، ریاضی و محاسباتی هستیم. مدل‌های صوری به ما امکان می‌دهند تا قواعد رفتاری را به کدهای رایانه‌ای تبدیل کرده و فرضیه‌های خود را در یک محیط آزمایشگاهی شبیه‌سازی‌شده (In Silico) به بوته آزمایش بگذاریم.

نتیجه‌گیری و افق پیش‌رو

دکتر غلامرضا غفاری در جمع‌بندی سخنان خود اظهار داشت که پذیرش سیستم‌های پیچیده اجتماعی و حرکت به سمت روش‌های محاسباتی، به معنای کنار گذاشتن بنیان‌های نظری جامعه‌شناسی نیست؛ بلکه برعکس، این روش‌ها به شدت به تئوری‌های غنی علوم اجتماعی نیازمندند تا بتوانند کدهای محاسباتی معناداری تولید کنند. وی ابراز امیدواری کرد که این نشست علمی بتواند نقطه عطفی در توسعه همکاری‌های میان‌رشته‌ای در دانشگاه تهران و سایر مراکز علمی کشور باشد و راه را برای بکارگیری ابزارهای نوین محاسباتی در حل مسائل و چالش‌های واقعی جامعه هموار سازد. سخنان وی با تشویق پرشور حاضران در تالار گفتگو به پایان رسید.