مقدمه

علوم اجتماعی در دهه‌های اخیر با چالش‌های نظری و روش‌شناختی متعددی در تبیین پدیده‌های کلان، پویا و غیرخطی جامعه مواجه بوده است. رویکردها و تبیین‌های سنتی و تک‌عاملی در تحلیل فرآیندهای اجتماعی، غالباً از پیش‌بینی، تبیین دقیق و مدیریت بحران‌ها و مسائل نوظهور ناتوان بوده‌اند. در این میان، ظهور «علوم اجتماعی رایانشی» به عنوان قلمروی بین‌رشته‌ای، نویدبخش تحولی اساسی در بوم‌شناسی معرفتی این حوزه است. همایش تخصصی «علوم اجتماعی رایانشی و پارادایم پیچیدگی اجتماعی» (11 خرداد 1405) که به همت هسته علوم اجتماعی رایانشی و هوشمند دانشگاه تهران برگزار شد، محملی برای واکاوی این تحولات ساختاری بود. در بخش نخست این نشست، دکتر احمدرضا اصغرپور ماسوله، دانشیار گروه جامعه‌شناسی دانشگاه بین‌المللی امام خمینی (ره)، به ارائه‌ سخنرانی خود درباره‌ نسبت میان نظریه پیچیدگی اجتماعی و ظرفیت‌های روش‌شناختی علوم اجتماعی رایانشی پرداخت. نوشتار پیش‌رو بر آن است تا محتوای تفصیلی و استدلال‌های کلیدی مطرح‌شده در این سخنرانی را در قالب یک مقاله علمی-تحلیلی منسجم تبیین کند.

بخش اول: معمای سیاست‌گذاری اجتماعی و سیستم‌های پیچیده

سخنرانی دکتر اصغرپور با یک پرسش بنیادی و چالش‌برانگیز آغاز می‌شود: «چرا سیاست‌های اجتماعی، حتی زمانی که با بهترین نیت‌ها، بیشترین بودجه‌ها و توسط متخصص‌ترین کارشناسان طراحی و اعمال می‌شوند، در عمل اغلب به نتایجی کاملاً متفاوت، غیرمنتظره و گاه معکوس منجر می‌شوند؟» پاسخ به این معمای تاریخی در درک ماهیت سیستم‌های پیچیده (Complex Systems) نهفته است. برای تبیین این پدیده، استفاده از استعاره‌ها و نمونه‌های انضمامی و ملموس می‌تواند ابعاد موضوع را به روشنی تصویر کند. یکی از این نمونه‌ها، وضعیت باشگاه فوتبال منچستر یونایتد در دوران پس از سر الکس فرگوسن است. فرگوسن بیش از دو دهه مدیریتی منحصربه‌فرد، منسجم و موفق را در این باشگاه تجربه کرد و ساختاری پایدار را پدید آورد. اما پس از کناره‌گیری او، باشگاه با وجود برخورداری از منابع مالی بسیار عظیم، ساختار اداری و تدارکاتی پیشرفته و توانایی جذب گران‌قیمت‌ترین و برجسته‌ترین بازیکنان و مربیان جهان (از مربیان جوان و آینده‌دار گرفته تا تئوریسین‌های تراز اول، باتجربه و با سبک‌های بازی کاملاً متنوع)، هرگز نتوانست موفقیت‌های گذشته را تکرار کند و ثبات ساختاری خود را بازیافت نماید.

این تجربه و نمونه‌های مشابه نشان می‌دهد که یک سیستم اجتماعی، مجموعه‌ای مکانیکی از اجزای بهینه‌سازی‌شده نیست. در تفکر خطی و تقلیل‌گرایانه (Reductionist)، فرض بر این است که اگر ما بهترین مربی، بهترین بازیکنان و بهترین امکانات مادی را در کنار هم قرار دهیم، خروجی سیستم لزوماً بهینه‌ترین حالت ممکن خواهد بود. اما سیستم‌های پیچیده رفتاری غیرخطی دارند؛ در این سیستم‌ها، کل فراتر از مجموع یا تفاضل اجزای آن است. روابط متقابل، پویایی‌های بازخوردی (Feedback Loops) و پویایی‌های درونی سیستم پدیده‌ای نوظهور را شکل می‌دهند که نمی‌توان آن را صرفاً با تحلیل ویژگی‌های فردی اعضا پیش‌بینی کرد. این امر در مورد سیستم‌های کلان‌تر مانند اقتصاد ملی، برنامه‌های فقرزدایی، نظام‌های بهداشتی و درمانی، و الگوهای آموزشی نیز صادق است. بهینه‌سازی اجزا به طور جداگانه نه تنها کل سیستم را بهینه نمی‌کند، بلکه گاه به دلیل تداخل‌های پیش‌بینی‌نشده، کارایی کلی سیستم را به شدت مخدوش می‌سازد.

بخش دوم: عقلانیت بازاندیشانه و خطای تقلیل‌گرایی در تبیین موفقیت

در ادامه‌ تحلیل منطق سیستم‌های پیچیده، چگونگی تبیین موفقیت‌های بزرگ اقتصادی و کارآفرینی در بسترهای سرمایه‌داری مدرن مورد واکاوی قرار می‌گیرد. به عنوان مثال، چهره‌هایی چون جف بزوس یا ایلان ماسک غالباً به عنوان نوابغ کارآفرینی معرفی می‌شوند که با تکیه بر نبوغ شخصی خود مسیرهای موفقیت را هموار کرده‌اند. اما از منظر پارادایم پیچیدگی، حتی خود این افراد نیز به طور کامل و دقیق نمی‌دانند که چگونه به این سطح از موفقیت دست یافته‌اند. موفقیت آن‌ها محصول قرارگیری در یک بستر زمانی خاص، شبکه‌ای تعاملی از متغیرهای غیرخطی، شانس‌های ساختاری و انباشت مزیت‌های تاریخی بوده است؛ به عبارت دیگر، موفقیت آن‌ها یک ویژگی نوظهور (Emergent Property) از یک سیستم پیچیده اقتصادی-اجتماعی بوده است که جریان پویای آن به نفع این افراد رقم خورده است. این بدان معنا نیست که عاملیت یا تصمیمات شخصی آن‌ها بی‌تاثیر بوده است، بلکه بدین معناست که تبیین موفقیت صرفاً بر اساس عاملیت فردی، یک تقلیل‌گرایی آشکار است. از این رو، کتاب‌های عامه‌پسندی که توسط این افراد درباره رازهای موفقیت نوشته می‌شوند، از منظر علمی ارزش تبیینی چندانی ندارند؛ چرا که سیستم پیچیده‌ای که بستر سازنده آن موفقیت بوده، قابل بازسازی دقیق بر اساس فرمول‌های ساده و خطی نیست.

مثال دیگری که برای به تصویر کشیدن محدودیت معرفتی افراد در تبیین پدیده‌های پیچیده مطرح می‌شود، مستندهای تلویزیونی درباره طول عمر ساکنان برخی مناطق جهان مانند جزیره اوکیناوا در ژاپن است. برنامه‌سازان با مراجعه به یک پیرمرد صدساله از او می‌پرسند راز طول عمر شما چیست؟ و او ممکن است پاسخ دهد: «من هر روز ماهی می‌خورم» یا «بعد از ظهرها پیاده‌روی می‌کنم». در این فرآیند، فرد مورد نظر به دلیل عدم تسلط بر دانش فیزیولوژی، ژنتیک، اکولوژی و تعاملات غیرخطی بیولوژیکی و محیطی، تبیین کل این پدیده پیچیده را به یک علت ساده و خطی تقلیل می‌دهد. این یک خطای معرفت‌شناختی رایج است که در تحلیل‌های اجتماعی نیز به وفور دیده می‌شود؛ جایی که کنش‌گران پدیده‌های کلان ساختاری را به متغیرهای فردی و سطحی تقلیل می‌دهند.

بخش سوم: هستی‌شناسی پیچیدگی و سنت نظری جامعه‌شناسی

پیچیدگی پدیده‌های اجتماعی امری فراتر از صرفِ محدودیت‌های اطلاعاتی یا معرفت‌شناختی (Epistemological) ماست؛ پیچیدگی یک ویژگی هستی‌شناختی (Ontological) است که در ذات واقعیت اجتماعی نهفته است. هر زمان که ما برای اهداف کاربردی، مهندسی اجتماعی یا مدل‌سازی‌های آماری اقدام به ساده‌سازی سیستم‌ها می‌کنیم، باید هشیار باشیم که مدل‌های ما واقعیت نیستند، بلکه صرفاً سایه‌هایی ساده‌شده از آن پویایی‌های بی‌پایان به شمار می‌روند. این توجه به امر پیچیده و کل‌گرایی هستی‌شناختی، ریشه در سنت‌های اصیل نظری در جامعه‌شناسی دارد. امیل دورکیم با مطرح کردن ایده «جامعه به مثابه یک واقعیت قائم به ذات» (Sui Generis) نشان داد که جامعه ویژگی‌هایی دارد که قابل تقلیل به ویژگی‌های روان‌شناختی یا زیست‌شناختی تک‌تک افراد سازنده آن نیست.

در دهه‌های بعد، نیکلاس لومان با توسعه نظریه سیستم‌های اجتماعی در دهه‌های ۸۰ و ۹۰ میلادی، گام بلندی در جهت مفهوم‌سازی سیستم‌های خودمرجع و پیچیده برداشت. همچنین آنتونی گیدنز با ارائه نظریه ساختاربندی (Structuration Theory) تلاش کرد تا رابطه متقابل، همزمان و پویای ساختار و عاملیت را تبیین کند. از منظر نظریه ساختاربندی، ساختارها همزمان هم محصول کنش‌های انسانی هستند و هم میانجی و بستر سازنده آن کنش‌ها. اگر بخواهیم این پویایی را مدل‌سازی کنیم، باید سیستمی را متصور شویم که در آن یک ساختار کلان (مانند اسکلت سیستم) و تعداد زیادی از عامل‌های خودگردان به طور همزمان و در تعاملی بی‌پایان با یکدیگر در حال بازتولید و تغییر کل سیستم هستند.

بخش چهارم: مفاهیم کلیدی در فهم پارادایم پیچیدگی اجتماعی

برای ورود روش‌مند به حوزه علوم اجتماعی رایانشی، درک چهار مفهوم کلیدی در پارادایم پیچیدگی ضروری است:

۱. نوظهوری (Emergence): نوظهوری به معنای پدید آمدن الگوها، رفتارها و ساختارهای کلان‌مقیاسی است که محصول تعاملات خردکنش‌گران هستند، اما ویژگی‌های آن‌ها فراتر از ویژگی‌های فردی آن کنش‌گران است. پدیده‌های نوظهور پس از شکل‌گیری، یک نیروی علّی نزولی (Downward Causal Power) بر خود کنش‌گران اعمال می‌کنند. نمونه‌های کلاسیک آن را می‌توان در رفتارهای توده‌ای، شورش‌ها، وحشت‌های جمعی یا حتی شکل‌گیری فرهنگ و هنجارهای گروهی مشاهده کرد.

۲. عقلانیت محدود (Bounded Rationality): بر خلاف فرضیات اقتصاد کلاسیک که کنش‌گر را عاملی کاملاً عقلانی و محاسبه‌گر تصور می‌کند که همواره به دنبال بیشینه‌سازی مطلوبیت خود با دسترسی به اطلاعات کامل است، هربرت سایمون (برنده جایزه نوبل) مفهوم عقلانیت محدود را مطرح کرد. انسان‌ها در دنیای واقعی اطلاعات محدودی دارند، ظرفیت پردازش ذهنی آن‌ها محدود است و در تصمیم‌گیری‌های خود به جای «بهینه‌سازی مطلق»، به دنبال «ارضانمایی» یا انتخاب گزینه‌ای هستند که در حد قابل قبولی نیاز آن‌ها را برطرف کند. سیستم‌های پیچیده اجتماعی مملو از چنین عامل‌هایی با عقلانیت محدود هستند.

۳. وابستگی به مسیر (Path Dependency): پدیده‌های اجتماعی به شدت به تاریخچه و فرآیندی که طی کرده‌اند وابسته هستند. تصمیمات، اتفاقات و انتخاب‌های کوچک در گذشته، مسیر حرکت سیستم را کانالیزه می‌کنند و تغییر آن را در آینده بسیار دشوار می‌سازند. دکتر اصغرپور در این زمینه به تحلیل عملکرد پپ گواردیولا در منچستر سیتی اشاره می‌کند؛ اگر این تیم در دوره‌ای با شکست مواجه شود، یک تحلیل ساده‌ساز خطی می‌گوید مربی ضعیف است یا بازیکنان ناکارآمدند. اما با عینک وابستگی به مسیر، متوجه می‌شویم که وضعیت فعلی سیستم به شدت تحت تاثیر مسیر تاریخی، انباشت تصمیمات قبلی و پویایی‌های شکل‌گرفته در طول زمان است. این مفهوم در تحلیل مسائل کلان ملی نیز کلیدی است؛ چرا که نمی‌توان وضعیت یک جامعه را بدون بازخوانی مسیر تاریخی و پویایی‌های ساختاری انباشته‌شده در آن تبیین کرد.

۴. غیرخطی بودن (Non-linearity): در سیستم‌های غیرخطی، نسبت مستقیمی میان علت و معلول وجود ندارد. یک تغییر یا مداخله کوچک در بخشی از سیستم می‌تواند به تغییرات شگرف و سونامی‌وار در کل سیستم منجر شود (اثر پروانه‌ای)، و در مقابل، مداخلات بزرگ ممکن است به دلیل مکانیسم‌های بازخورد منفی سیستم، هیچ تغییر محسوس یا پایداری ایجاد نکنند. پیر بوردیو با مطرح کردن مفاهیمی چون «هیسترزیس» (Hysteresis) و چگونگی تبدیل رسوبات ساختاری به «منش» (Habitus) به نوعی به این فرآیندهای غیرخطی و ماندگاری اثرات ساختاری در فضاهای اجتماعی گوناگون اشاره کرده است.

بخش پنجم: مدل‌سازی عامل‌محور و رویکرد زایشی در علوم اجتماعی

یکی از ابزارهای روش‌شناختی کارآمد در علوم اجتماعی رایانشی برای تبیین و بازتولید رایانشی مفاهیم پیچیده، «مدل‌سازی عامل‌محور» (Agent-Based Modeling) است. در مدل‌سازی‌های سنتی آماری که عمدتاً متغیرمحور (Variable-Based) هستند، تمرکز بر کشف همبستگی یا اثرات علّی میان متغیرها قرار دارد و عاملیت و تنوع کنش‌گران نادیده گرفته می‌شود. در مقابل، در مدل‌سازی عامل‌محور، ساختار کلان از طریق تعریف عامل‌های مجزا با ویژگی‌های ناهمگن (Heterogeneous)، هنجارهای رفتاری مشخص، انطباق‌پذیری محیطی و قواعد تعاملی خرد شکل می‌گیرد.

نمونه کلاسیک و برجسته این رویکرد، «مدل جدایی‌گزینی شلینگ» (Schelling's Segregation Model) است. توماس شلینگ نشان داد که چگونه پدیده تفکیک و جدایی‌گزینی نژادی یا طبقاتی در شهرهای بزرگ می‌تواند بدون نیاز به وجود یک نیت نژادپرستانه شدید یا سیاست‌های اجباری سیستماتیک شکل بگیرد. در این مدل، عامل‌ها (مثلاً سیاه‌پوستان و سفیدپوستان) در یک فضای شبکه‌ای قرار می‌گیرند. فرض کنید ترجیح فردی هر عامل بسیار ملایم است؛ به این معنا که هر فرد تمایل دارد حداقل ۳۰ درصد از همسایگان مجاورش شبیه به خودش باشند (یعنی او کاملاً راضی است در محله‌ای زندگی کند که ۷۰ درصد ساکنان آن با او متفاوت هستند، که نشان‌دهنده تساهل بالایی است). اما وقتی مدل را شبیه‌سازی می‌کنیم، تعاملات خرد عامل‌ها و جابجایی‌های پیاپی آن‌ها به سرعت به یک پدیده کلان نوظهور منجر می‌شود: تفکیک و جدایی‌گزینی تقریباً کامل و ۱۰۰ درصدی محله‌ها! این مدل به خوبی نشان می‌دهد که چگونه ترجیحات خرد همگرا به پیامدهای کلان واگرا و پیش‌بینی‌نشده می‌انجامد و چرا تحلیل‌های خطی متغیرمحور از درک این پویایی‌ها ناتوان هستند.

این رویکرد روش‌شناختی اساس نظریه «علوم اجتماعی زایشی» (Generative Social Science) به پیشگامی جاشوا اپستاین را شکل می‌دهد. قانون معرفت‌شناختی اپستاین در این حوزه بسیار صریح و راه‌گشاست: «اگر نتوانسته‌ای آن را خلق کنی (از پایین به بالا بازتولید کنی)، آن را تبیین نکرده‌ای» (If you didn't grow it, you didn't explain it). به عبارت دیگر، تبیین یک پدیده اجتماعی زمانی کامل می‌شود که ما بتوانیم با تعریف عامل‌های خرد، قوانین تعاملی و ویژگی‌های محیطی، آن پدیده کلان را به صورت رایانشی بازتولید و شبیه‌سازی کنیم.

بخش ششم: نقد رویکردهای صرفاً رایانشی و استعاره راهبران کانال سوئز

بخش پایانی و بسیار کلیدی سخنرانی دکتر اصغرپور به نقد رویکردهای تک‌بعدی، صرفاً فنی و مهندسی‌محور در علوم اجتماعی رایانشی اختصاص دارد. او با ارجاع به آرای دیوید برن در کتاب «نظریه پیچیدگی و علوم اجتماعی»، استدلال می‌کند که شبیه‌سازی‌های رایانه‌ای و تبیین‌های ریاضیاتی محض، اگرچه ابزارهای ارزشمندی هستند، اما به تنهایی برای مواجهه با واقعیت‌های پیچیده اجتماعی کافی نیستند. ما نیازمند یک رویکرد «عمل‌گرایانه» (Action-Oriented) یا کاربردی به پیچیدگی هستیم؛ رویکردی که هدف آن نه صرفاً تبیین تئوریک، بلکه ناوبری و هدایت سیستم در دنیای واقعی باشد.

او برای روشن شدن این رویکرد از یک استعاره کاربردی استفاده می‌کند: «راهبران کانال سوئز» (Suez Canal Pilots). کانال سوئز یک شاهراه حیاتی، بسیار باریک و استراتژیک در جهان است که روزانه کشتی‌های غول‌پیکر تجاری از آن عبور می‌کنند. عبور این کشتی‌ها از چنین کانال باریکی با چالش‌های هیدرودینامیکی، بادهای شدید، جریان‌های متغیر آب و تداخل‌های فیزیکی بی‌شماری همراه است که یک سیستم فوق‌العاده پیچیده را شکل می‌دهد. افرادی که این کشتی‌ها را هدایت می‌کنند (راهبران کانال)، دانشمندان فیزیک یا کارشناسان رایانه نیستند که با تکیه بر فرمول‌های ریاضی پیچیده روی مانیتور در حال محاسبه سرعت باد و مقاومت آب باشند. مهارت آن‌ها از جنس «دانش ضمنی» (Tacit Knowledge)، تجربی، انطباقی و عمل‌گرایانه است که در طول سال‌ها مواجهه مستقیم با سیستم شکل گرفته است. این مهارت به قدری به تجربه زیسته و پویایی‌های سیستم وابسته است که اگر یکی از این راهبران برای مدتی کوتاه (مثلاً یک ماه) به مرخصی برود، پس از بازگشت نمی‌تواند فوراً هدایت کشتی را به دست بگیرد؛ او ابتدا باید روزها در کنار راهبران دیگر بنشیند و جریان حرکت، باد و رفتار آب را تماشا کند تا آن «احساس درونی» و «فهم حسی-حرکتی» سیستم دوباره در او بیدار شود.

این استعاره درس بزرگی برای سیاست‌گذاران اجتماعی و دانشمندان این حوزه دارد. مواجهه با واقعیت‌های پیچیده جامعه بیشتر از آنکه نیازمند شبیه‌سازی‌های انتزاعی و فرمول‌های خشک رایانشی باشد، نیازمند توسعه یک «فهم انطباقی»، دانش ضمنی و مهارت ناوبری عملی است. علوم اجتماعی رایانشی نباید به یک ابزار شبیه‌سازی محض تبدیل شود که رابطه خود را با واقعیت انضمامی و کنش میدانی از دست داده است؛ بلکه باید به عنوان ابزاری در خدمت این فهم عمل‌گرایانه و ناوبری سیستم‌های اجتماعی در وضعیت‌های بحرانی و پر تنش قرار گیرد. این همان پیوند مبارکی است که میان رئالیسم انتقادی، پارادایم پیچیدگی و علوم اجتماعی رایانشی می‌تواند شکل بگیرد تا جامعه را نه به عنوان یک بستر آزمایشگاهی، بلکه به عنوان یک جریان پویای زنده تبیین و هدایت کند.

جمع‌بندی

سخنرانی دکتر احمدرضا اصغرپور در این نشست تخصصی، بر ضرورت گذار از نگاه‌های خطی، اثبات‌گرایانه و تقلیل‌گرایانه در تحلیل فرآیندهای اجتماعی تاکید داشت. تحول پارادایمی علوم اجتماعی در عصر رایانش، مستلزم پذیرش پیچیدگی هستی‌شناختی پدیده‌های اجتماعی و بهره‌گیری از رویکردهای زایشی همچون مدل‌سازی عامل‌محور است. با این حال، علوم اجتماعی رایانشی نباید در دامِ فنی‌زدگی و انتزاع ریاضی فرو غلتد. تلفیق ابزارهای رایانشی با دانش ضمنی، فهم کیفی و رویکرد عمل‌گرایانه کنش‌گران اجتماعی، کلید اصلی تبیین و هدایت سیستم‌های پیچیده انسانی در شرایط پر تنش معاصر است. این پارادایم جدید، افق‌های نوینی را پیش‌روی محققان برای فهم ساختارهای نوظهور و هدایت خردمندانه‌تر جامعه خواهد گشود.