دکتر عبدالحسین کلانتری، استاد دانشگاه تهران، همایش «مدل‌سازی و پیش‌بینی در سیستم‌های پیچیده اجتماعی» (۲۶ خردادماه ۱۴۰۵) را با ابراز سپاس و قدردانی از اعضای هیئت علمی، برگزارکنندگان رویداد (به‌ویژه دکتر غفاری و خانم دکتر اسماعیلی) و دانشجویانی که زحمت هماهنگی این برنامه را بر عهده داشتند، آغاز کرد. او با تحسین طراحی دقیق و سنجیده عنوان پنل دوم یعنی «از معنا تا ضرورت؛ مدل‌سازی و شبیه‌سازی در سیستم‌های اجتماعی پیچیده»، تصریح کرد که این کلیدواژه‌ها به کلاسیک‌ترین، عمیق‌ترین و بنیادی‌ترین پرسش‌های نظریه اجتماعی پرداخته‌اند؛ پرسش‌هایی که مکاتب فکری متعددی در طول تاریخ حول محور آن‌ها شکل گرفته‌اند.

بازگشت «معنا» و «ضرورت» در پرتو محاسبات نوین

وی با اشاره به سیر تحول این مفاهیم در تاریخ علم بیان داشت که اگرچه در برهه‌هایی از تاریخ علوم اجتماعی تصور می‌شد دغدغه‌های مربوط به «معنا» (Meaning) و «ضرورت» (Necessity) به اشباع رسیده یا پرونده نظری آن‌ها مختومه تلقی شده است، اما امروزه در پرتو پیدایش فناوری‌های نوین محاسباتی و هوش مصنوعی، این مباحث بار دیگر با قدرتی مضاعف به کانون مطالعات علمی بازگشته‌اند. او شگفتی و خرسندی خود را از این بابت ابراز کرد که امروزه متخصصان ریاضی، مهندسان داده و دانشمندان علوم کامپیوتر نیز به‌شکلی جدی به قلمرو این پرسش‌های جامعه‌شناختی ورود کرده‌اند؛ تلاقی ثمربخشی که نشان می‌دهد پاسخ‌های امروزی به این دغدغه‌های دیرینه به‌مراتب از پاسخ‌های سنتی و کلاسیک فراتر رفته و ترازی متفاوت ارائه می‌دهند.

ضرورت هم‌افزایی بین‌رشته‌ای

کلانتری با تأکید بر ضرورت «هم‌افزایی و هم‌آفرینی بین‌رشته‌ای» [1]، خاطرنشان کرد که تکیه بر تحلیل‌های تک‌بعدی دیگر پاسخگوی پیچیدگی‌های جهان معاصر نیست. او با اشاره به فعالیت گروه‌های تخصصی در برخی دانشگاه‌های کشور (نظیر دانشگاه شهید بهشتی) در حوزه سیستم‌های پیچیده، وظیفه امروز پژوهشگران را عبور از مرزبندی‌های سنتی میان رشته‌ها و تلاش برای دست‌یابی به یک «زبان مشترک علمی» دانست. وی همچنین با ابراز تأسف از غیبت ناخواسته دکتر مهتاب میرمحسنی در این پنل به دلیل مشغله ناگهانی پیش‌آمده، اظهار امیدواری کرد که در نشست‌های آتی امکان بهره‌مندی از دانش علمی ایشان فراهم گردد.

محاسبه‌پذیری جامعه و مرزهای داده‌کاوی

عضو هیئت علمی دانشگاه تهران در تشریح نگاه خود پیرامون «محاسبه‌پذیری جامعه و مرزهای داده‌کاوی»، تبیین کرد که ارزش واقعی فناوری‌های نوین زبانی و محاسباتی زمانی آشکار می‌شود که بدانیم مدل‌سازی‌ها نباید صرفاً به‌عنوان نخستین گام (به شکل ابزاری و مکانیکی برای پردازش حجم عظیمی از داده‌های خام) دیده شوند. به باور او، مرز داده‌کاوی دقیقاً در جایی نمایان می‌شود که با تفسیر معنایی کنش‌ها روبه‌رو می‌شویم. وی معتقد است که ماشین‌ها الگوهای رفتاری خرد را به‌خوبی ردیابی می‌کنند، اما اگر این مدل‌سازی‌ها با فهم کیفی و تفسیری جامعه‌شناختی پیوند نخورند، عملاً ماشین به‌جای جامعه‌شناس خواهد اندیشید؛ امری که کژتابی معرفت‌شناختی جدی‌ای در درک سیستم‌های پیچیده انسانی به‌شمار می‌رود.

بازتعریف مفهوم ضرورت

وی در بخش دیگری از نظرات علمی خود، با تأیید مبانی ارائه‌شده در بحث «کشف ضرورت»، مفهوم ضرورت را بازتعریف نمود. او با استناد به منطق هگلی در فلسفه علم یادآور شد که ضرورت در جهان انسانی و حتی طبیعی، به معنای جبر مکانیکی، صلب و خطی نیست؛ بلکه «ضرورت واقعی، همان محدودیت امکان‌های معنادار است». از دیدگاه کلانتری، داده‌کاوی و شبیه‌سازی‌های رایانه‌ای زمانی اعتبار علمی راستین می‌یابند که بتوانند این همراستایی‌های معنایی و کدهای تفسیری را که بستر کنش‌های آزادانه انسان را تشکیل می‌دهند، در قالب مدل‌های منعطف جامعه‌شناختی تبیین کنند؛ رسالتی بزرگ که عاملیت فعال و نظریه‌پردازی پویای علوم اجتماعی را طلب می‌کند.

در جمع‌بندی، کلانتری بر این نکته پای فشرد که آینده مطالعات اجتماعی محاسباتی در گرو پیوند اندام‌وار میان توان محاسباتی ماشین و بصیرت تفسیری علوم اجتماعی است؛ پیوندی که نه به حذف عاملیت انسانی می‌انجامد و نه فهم معنا را به تقلیل‌گرایی داده‌محور وامی‌گذارد.