تصویرساز: جان هولکرافت.
|
گایا وینس، موزاییک — در شامگاه هفدهم فوریه ۲۰۱۸، پروفسور مری بیرد
عکسی از خودش را در توییتر منتشر کرد که در آن در حال گریهکردن بود.
استاد برجستۀ دوران کلاسیک در دانشگاه کمبریج، که حدود دویستهزار
دنبالکننده در توییتر دارد، پس از مواجهشدن با طوفان توهینهای آنلاین
حال آشفتهای پیدا کرده بود. این حملاتْ واکنشی به اظهارنظر او دربارۀ
هاییتی بود. بیرد بار دیگر توییت کرد: «من از صمیم قلب سخن میگویم (البته
شاید هم اشتباه کنم) اما چرتوپرتهایی که در پاسخ نصیبم میشود اصلاً
منصفانه نیستند، واقعاً منصفانه نیستند».
طی روزهای بعد چندین چهرۀ
مشهور از مری بیرد پشتیبانی کردند. گِرِگ جِنِر، تاریخدانی مشهور، از
تجربۀ خود از هجمههای توییتری نوشت: «هیچوقت فراموش نمیکنم که مواجهشدن
ناگهانی با تنفر غریبهها چقدر تکاندهنده بود. فارغ از جنبۀ اخلاقی موضوع
-ممکن است نظر من درست یا نادرست بوده باشد- بعداً که از این شوک بهبود
یافتم، متحیر بودم که چطور میشود چنین اتفاقی تا این اندازه مرا از لحاظ
روانی متزلزل کرده باشد».
حتی آن حمایتهای توییتری از بیرد -فارغ
از اینکه با توییت جنجالبرانگیز اولیۀ او موافق بودند یا نه-، نیز مورد
هجمه قرار گرفتند. علاوهبر این، هنگامی که پریموادا گوپال، استاد دانشگاه
کمبریج و منتقد آسیاییتبار بیرد، پاسخ خود را به توییت اولیۀ بیرد در
مقالهای آنلاین بیان کرد، او نیز از حملههای پیاپی بینصیب نماند.
شواهد
آشکار حاکی از این هستند که زنان و اعضای اقلیتهای قومی بیش از دیگران
هدف تعرضهای توییتری قرار میگیرند. بهویژه هنگامی که این دو شاخصۀ هویتی
در فردی جمع شوند، این قلدریها ممکن است شدت یابند. نمایندۀ زن سیاهپوست
پارلمان، دیان ابات، این وضعیت را تجربه کرده است و بهتنهایی نیمی از
تمامی تعرضهای توییتری که در دوران پیش از انتخابات سال ۲۰۱۷ به نمایندگان
زن پارلمان شده بود را دریافت کرد. نمایندگان زن سیاهپوست و آسیاییتبار،
(حتی اگر ابات را از این محاسبه کنار بگذاریم) در قیاس با همتایان زن
سفیدپوستشان، در مجموع ۳۵درصد هجمههای توییتری بیشتری دریافت کردند.
سیل
مداوم هجمهها، ازجمله تهدید به مرگ و تجاوز جنسی، افراد را وادار به سکوت
و خاموششدن میکند، و آنها را از عرصۀ آنلاین کنار رانده و در نتیجه از
تنوع صداها و نظرات آنلاین میکاهد. هیچ نشانی از فروکشکردن این روند وجود
ندارد. مطالعهای در سال گذشته نشان داد که ۴۰درصد از بزرگسالان آمریکایی
شخصاً مورد تعرض آنلاین قرار گرفته بودند، که تقریباً نیمی از آنها با
اَشکال شدید آزار مواجه شده بودند، ازجمله تهدید فیزیکی و تحت تعقیب
قرارگرفتن. ۷۰درصد زنان آزار آنلاین را «مشکلی عمده» میدانستند.
الگوی
کسبوکار در چارچوب شبکههای اجتماعی مانند یوتیوب و فیسبوک بدینگونه
است که محتوایی ترویج میشود که پتانسیل برانگیختن پاسخهای بیشتری را در
میان کاربران دارد، زیرا مشارکت و حضور بالاتر به معنای فرصت بیشتر برای
تبلیغات است. اما این وضعیت پیامد حمایت از محتوای تفرقهانگیز و بهشدت
احساسانگیز و افراطی را به دنبال دارد که موجب تقویت «حبابهایی» در قالب
گروهها میشود که عقاید یکدیگر را بازتاب داده و آن را تقویت میکنند و
این امر بهنوبۀخود به گسترش محتوای افراطیتر و فراهمشدن بستر برای
«اخبار کذب» منجر میشود. در ماههای اخیر پژوهشگران راههای متعددی را
افشا کردهاند که بر اساس آن منافع شخصی افراد، ازجمله عوامل روس، عامل
تأثیرگذاری بر افکار عمومی با ترتیبدادن حبابهایی در رسانههای اجتماعی
بودند.
توانایی بشری ما در تبادل ایدهها در میان شبکههای انسانی
به ما امکان ساخت دنیای مدرن را داد. اینترنت چشمانداز یگانهای برای
همکاری و تعامل بین کل بشریت عرضه میکند. اما به نظر میرسد ما بهجای
استقبال از گستردگی عظیم محافل اجتماعی در شبکههای آنلاین، به قبیلهگرایی
و تنازع رجعت کردهایم و ایمان به قابلیت اینترنت در نزدیککردن انسانها
در شبکهای مبتنی بر همیاریهای باشکوه، حالا دیگر سادهانگارانه مینماید.
هرچند ما عموماً در زندگی واقعیمان، با غریبهها مؤدبانه و محترمانه
برخورد میکنیم، اما در حالت آنلاین میتوانیم رفتار وحشتناکی داشته باشیم.
چگونه میتوانیم مهارتهای همیاری را، که به ما امکانِ یافتن زمینههای
مشترک و شکوفاشدن به عنوان یک گونه را داد، از نو فرا بگیریم؟
«زیاد فکر نکن، فقط دکمه را فشار بده!»
من
با یک کلیک رقمی را انتخاب میکنم، و در یک لحظه همۀ داشتهام را میدهم.
خیلی سریع سراغ پرسش بعدی میروم، با علم به اینکه همۀ ما باید با شتاب به
بازی ادامه دهیم. همتیمیهایم از من دورند و ناشناس. واقعاً خبر ندارم آیا
همهمان در کنار یکدیگریم یا اینکه به بازی گرفته شدهام، اما چون میدانم
عملکرد بقیه به من بستگی دارد، به بازی ادامه میدهم.
من در آزمایشگاه «همکاری انسانیِ» دانشگاه ییل در حال انجام بازیای موسوم به خیر عمومی۱
هستم. پژوهشگران این بازی را بهعنوان ابزاری به کار گرفتهاند تا در فهم
این مسئله به آنها کمک کند که ما چرا و چگونه با هم همکاری میکنیم و
اینکه آیا قادر به بهبود رفتار اجتماعیمان
پژوهشگران در طی سالها نظریههای متفاوتی را در این باره ارائه کردهاند که چرا همکاری انسانها با یکدیگر آنقدر خوب است که میتوانند اجتماعاتی قوی شکل دهند. امروزه بیشتر پژوهشگران باور دارند که ریشههای فرگشتیِ خیرخواهیِ عمومیِ ما را میتوان در منفعت بقای شخصی جستوجو کرد که ما انسانها در زمان همکاری بهعنوان گروه آن را تجربه میکنیم. من در هوای برفی ماه فوریه به نیوهِیون در ایالت کنکتیکت آمدهام تا از مجموعهای از آزمایشگاهها دیدن کنم که پژوهشگران در آنها، با استفاده از آزمایشهایی، در پی کاوش بیشتر رانههای شگفتآوری هستند که موجب خیرخواهی ما نسبت به دیگران میشوند، حتی به قیمت زیاندیدن خودمان.
بازیای که وارد آن شدهام بر روی یکی از پلتفرمهای آنلاین مکانیکال ترک۲ آمازون انجام میشود و از آزمایشهای فعلی آزمایشگاه است. چهار نفر از مکانهای متفاوت در تیم ما حضور دارند، و هر کدام از ما مبلغ برابری برای شروع بازی دریافت کردهایم. از ما پرسیده شده است چه مبلغی به خزانۀ گروهی اختصاص میدهیم، با علم به اینکه موجودی این خزانه بعداً دو برابر شده و دوباره بهطور مساوی در میان همۀ اعضا تقسیم میشود.
اینگونه دوگانههای اخلاقیِ اجتماعی، مانند هر شکل دیگری از همکاری، متکی به میزان مشخصی از اعتماد به رفتار نجیبانۀ سایر اعضای گروه است. اگر همۀ افراد گروه کل پولشان را وسط بگذارند، مجموع پول آنها دوبرابر خواهد شد و در میان چهار نفر تقسیم میشود و درنتیجه پول همه دوبرابر خواهد شد: یک بازی برد-برد!
دیوید رند، مدیر آزمایشگاه، میگوید، «اما اگر از منظر فردی به آن نگاه کنید، هر دلاری که پرداخت میکنید به دوبرابر یعنی دو دلار افزایش مییابد و آنگاه تقسیم بر چهار میشود- که به معنای این است که هر نفر تنها پنجاه سنت از یک دلاری را که وسط گذاشته است پس میگیرد».
اگر چه هر فرد با کمک به پروژهای گروهی که هیچکس بهتنهایی از عهدۀ آن برنمیآید وضعیت بهتری خواهد داشت (نمونههایی از این دست در زندگی واقعی شامل کمک به احداث یک بیمارستان یا ایجاد یک کانال آب محلی است)، اما این حالت در سطح فردی هزینهای در بر خواهد داشت. از منظر مالی، هر چه خودخواهتر باشید، پول بیشتری کسب خواهید کرد.
تیم رند این بازی را با هزاران نفر انجام داده است. از نیمی از آنها، مثل من، خواسته شده بود تا در مورد مبلغ مشارکتشان سریع -در ده ثانیه- تصمیم بگیرند، درحالیکه به تیم دیگر گفته شده بود تا عجله نکنند و در مورد تصمیمشان خوب فکر کنند. معلوم شد هنگامی که افراد تصمیمی شهودی یا قلبی میگیرند، سخاوتمندتر از زمانی هستند که تصمیمشان را سبک سنگین میکنند.
رند میگوید «شواهد بسیاری نشان میدهند که همکاریْ ویژگی اصلی فرگشت انسان است». افراد بهواسطۀ همکاری در گروه سود میبرند و احتمال زندهماندنشان بالا میرود. همچنین امکان و اجازۀ باقیماندن در گروه و نفعبردن از مزایای آن به این بستگی دارد که چقدر به انجام رفتار همیارانه شهره هستیم.
رند میگوید «در جوامع کوچکی که اجدادمان در آن زندگی میکردند، همۀ تعاملات ما با افرادی برقرار میشد که قرار بود در آیندۀ نزدیک دوباره آنها را ببینیم و با آنها در ارتباط باشیم». این وضعیت مانع از سر بر آوردن هر گونه وسوسهای برای دستزدن به رفتار خشونتآمیز یا سوءاستفاده از دیگران و دستدرازی در سهم و همکاریشان میشد. «همکاریکردن، از منظر منفعت شخصی، منطقی به نظر میرسد».
همکاری طی یک چرخۀ سودمند متقابل به همکاری بیشتر منجر میشود. بهجای اینکه هر بار بسنجیم آیا رفتار شریف و نجیبانه در راستای منافع بلندمدت ماست یا نه، کارآمدتر و کمدردسرتر این است که به این قانون اساسی پایبند باشیم: نسبت به دیگران شریف باشیم. به همین دلیل است که پاسخ بیملاحظه و شهودی ما در آزمایش سخاوتمندانهتر است.
ما در طول زندگی از جامعۀ اطرافمان میآموزیم که چگونه نگرش همیارانهای داشته باشیم. اما این رفتارهای اکتسابی ممکن است به همین سرعت هم دستخوش تغییر شوند.
کسانی که در مرحلۀ سرعتیِ آزمایشِ راند شرکت میکنند عمدتاً بخشندهاند و سهم قابلملاحظهای نیز دریافت میکنند و بدین ترتیب نگرش سخاوتمندانۀ آنها تقویت میشود. اما آنهایی که تصمیماتشان را میسنجند خودخواهترند و این نگرش خزانۀ گروهی خالیتری را در پی دارد و در نتیجه این باور تقویت میشود که اعتمادکردن به گروه سودی ندارد. رند در آزمایش دیگری به افرادی که یک دور در آزمایش شرکت کرده بودند مقداری پول داد. آنگاه از آنان پرسیده شد حاضرند چه مقدار پول به یک غریبه بدهند. این دفعه، هیچ انگیزۀ شخصیای برای بخشیدن وجود نداشت؛ رفتار آنها کاملاً مبتنی بر خیرخواهی بود.
نتایج نشان داد تفاوتهای زیادی بین گروهها وجود دارد. میزان کمک افرادی که در مرحلۀ اول به همکاری عادت کرده بودند دو برابر بیش از آنهایی بود که خودخواهی را پیش گرفته بودند. رند میگوید، بنابراین، ما بر رفتار و زندگی درونی افراد تاثیر میگذاریم». «این منش و کردار آنها در زمانی است که کسی آنها را نمیبیند و حتی هیچ نهاد یا سازمانی در کار نیست که آنها را مجازات کرده یا پاداش دهد».
تیم پژوهشی رند چگونگی انجام این بازی توسط مردم را در کشورهای مختلف به آزمون گذاشته است تا به میزان اثرگذاری قدرت نهادهای اجتماعی -مانند حکومت، خانواده، آموزش و نظام قضایی- بر رفتارها پی ببرد. در کنیا، که فساد در بخش خصوصی بالاست، بازیگران شرکتکننده سخاوت کمتری نسبت به شرکتکنندههای آمریکایی از خود نشان دادند، که فساد در کشورشان کمتر است. این نشان میدهد افرادی که پشتشان به نهادهای اجتماعیِ نسبتاً منصفی گرم است رفتارشان بیشتر به روح جمعی نزدیک است؛ آنهایی که نهادهایشان کمتر قابل اعتمادند، خودحمایتگری
آیا فرهنگ رسانههای اجتماعی چیزی در خود دارد که سبب میشود برخی افراد رفتار ناپسندی داشته باشند؟ برخلاف جوامع شکارچی-گردآورنده، که بقایشان در گرو همکاری و تشریک مساعی بود و قواعدی هم در این مورد داشتند که در شبکۀ اجتماعیشان چه زمانی غذا را باید به چه کسی بدهند، رسانههای اجتماعی امروز بنیانهای ضعیفی دارند. فاصلۀ مکانی، ناشناسماندن نسبی و خطر اندک تنبیه و رسوایی ناشی از رفتار بد از ویژگیهای این رسانههاست: اگر بدجنس باشید، کسانی که شما را میشناسند بدجنسیهایتان را نخواهند دید.
من بهزحمت از میان برف و بوران از چند خیابان گذشتم تا آزمایشگاه روانشناسیِ مولی کراکت را پیدا کنم، جایی که پژوهشگرانْ تصمیمگیریِ اخلاقی در جامعه را بررسی میکنند. یکی از حیطههای مورد بررسی آنها این است که چگونه هیجانهای اجتماعی، بهویژه خشم اخلاقی-خشم ناشی از قضاوت اخلاقی- در فضای مجازی تغییر شکل میدهند. مطالعات در حوزۀ تصویربرداری عصبی (از مغز) نشان میدهد هنگامی که افراد به تبعیت از خشم اخلاقیشان عمل میکنند، مرکز پاداشِ مغزی آنها فعال میشود و احساس خوبی به آنها دست میدهد. دریافت پاداش باعث تقویت این رفتار میشود، به همین دلیل احتمال مداخلۀ دوبارۀ آنها، به روش مشابه، افزایش مییابد. بنابراین، اگر کسی را ببینند که نوع رفتارش قواعد اجتماعی را نقض کند، مثلاً به سگش اجازه دهد یک زمین بازی را کثیف کند، و اعتراض خود را به این حرکت در انظار عموم به فرد خاطی نشان دهند، متعاقباً احساس خوبی به آنها دست خواهد داد. هر چند اعتراض به ناقض قواعد جمعی اجتماع، خطرات خاص خودش را در پی دارد –مثلاً ممکن است فرد خاطی در واکنش، به شما حمله کند- اما شهرت و اعتبارتان را نیز بالا میبرد.
ما در زندگیِ نسبتاً آرام خود بهندرت با رفتار خشمآلود مواجه میشویم، بنابراین خیلی کم بُروز خشم اخلاقی را میبینیم. وقتی سراغ توییتر و فیسبوک میروید با تصویر کاملاً متفاوتی مواجه میشوید. پژوهشهای اخیر نشان دادهاند که احتمال بازنشر پیامهایی که همزمان حاوی واژههای اخلاقی و هیجانی هستند، در شبکههای اجتماعی بیشتر است؛ وجود هر واژۀ اخلاقی یا هیجانی در یک پیام بیست درصد احتمال بازتوییتشدن آن پیام را افزایش میدهد.
کراکت میگوید «احتمال بازنشر محتوایی که خشم را برمیانگیزاند و آن را ابراز میکند بیشتر است». آنچه ما در دنیای مجازی خلق کردهایم «اکوسیستمی است که خشمناکترین محتوا را برمیگزیند و، افزون بر این، پلتفرمی آن را همراهی میکند که امکان بیان غضب را بیش از هر زمان دیگری فراهم آورده است.
برخلاف دنیای آفلاین و واقعی، مواجهه و حمله به دیگران در دنیای آنلاین هیچ مخاطرۀ شخصیای در بر ندارد. تنها باید چندبار یک دکمه را فشار دهید و نیازی به حضور فیزیکی هم نیست، به همین دلیل بیان خشم در فضای مجازی بسیار بیشتر است. این وضعیت بهگونهای است که خود را تغذیه و تشدید میکند. کراکت اظهار میکند «اگر کسی را بهخاطر نقض یک قاعده تنبیه کنید، اعتبار و ارزش شما در نظر دیگران بالا خواهد رفت، بنابراین میتوانید مرام اخلاقیتان را با بیان خشم و غضب و تنبیه ناقض قواعد اجتماعی اشاعه دهید و مردم به این مسئله باور دارند که با بیان خشمشان خیر و نیکی را اشاعه میدهند؛ باور دارند که این کار برگرفته از اخلاقیات و نیکوکاری است».
این وضعیت بهواسطۀ بازخوردی که افراد در شبکههای اجتماعی به شکل لایک و بازتوییت و نظایر آن دریافت میکنند تشدید میشود. کراکت توضیح میدهد «فرضیۀ ما این است که طراحی این پلتفرمها ابراز خشم و غضب را به عادت تبدیل میکند و عادت چیزی است که بدون توجه به پیامدهایش انجام میشود؛ نسبت به پیامد خود بیتفاوت است، تنها پاسخی کورکورانه به یک محرک است».
او میافزاید «فکر میکنم سزاوار است بهعنوان یک جامعه در این مورد گفتوگو کنیم که آیا خواست ما این است که اصول اخلاقیمان تحت سیطرۀ الگوریتمهایی باشد که هدفشان پولدرآوردن برای شرکتهای عظیم فناوری است؟ به گمان من، همۀ ما مایلیم باور و احساسمان این باشد که عواطف، افکار، و رفتارهای اخلاقی ما خودخواسته هستند و نه واکنشهای غیرارادی به هرآنچه پیش روی ما قرار داده میشود و طراحان گوشیهای هوشمند ما در این اندیشهاند که سود هرچهبیشتری را از این را ه نصیب خود کنند».
جنبۀ مثبت قضیه این است که تاوان ناچیز ابراز خشم و غضب در فضای مجازی به گروههای درحاشیه و کمنفوذتر امکان پیشبردن اهدافی را داده که دستیابی به آنها بهطور مرسوم دشوارتر بوده است. خشم اخلاقی در رسانههای اجتماعی نقش مهمی در جنجالیشدن آزار جنسی زنان توسط مردانِ صاحباعتبار داشت. همچنین در فوریۀ سال ۲۰۱۸، اعتراض نوجوانان فلوریدایی در شبکههای اجتماعی بر علیه تیراندازی دیگری در ایالتشان، به تغییر افکار عمومی کمک کرد و با رسواکردن شرکتهای بزرگ، آنها را وادار کرد طرحهای تخفیفیِ مختص اعضای انجمن ملی اسلحۀ آمریکا را لغو کنند.
کراکت اظهار میکند «بهعقیده من باید راههایی وجود داشته باشد که بتوان بهوسیلۀ آن مزایای دنیای مجازی را حفظ کرد و درعینحال با دقت بیشتری به بازطراحی این تعاملات اندیشید، بهگونهای که به برخی بخشهای زیانبار آن پایان داد».
نیکلاس کریستاکیس از جمله افرادی است که زمان زیادی را صرف اندیشیدن به الگوی
این تیم در حال یافتن روشهایی برای شناسایی این افراد است تا از آنها برای کمک در برنامههای سلامت عمومی، که برای جامعه مفیدند، استفاده کنند. مثلاً در هندوراس آنها از این رویکرد برای تأثیرگذاری بر افکار عمومی جهت نامنویسی برای برنامههای واکسیناسیون و مراقبتهای مادرانه استفاده میکنند. اینگونه اشخاص قابلیت این را دارند که در محیط آنلاین فرهنگ قلدری را بهسمت فرهنگ حمایتگرانه سوق دهند.
شرکتها همین حالا از یک سامانۀ ابتدایی برای شناساییِ بهاصطلاح شاخهای اینستاگرام برای تبلیغ برندهایشان بهره میبرند. اما کریستاکیس تنها میزان محبوبیت افراد را مد نظر ندارد، بلکه جایگاه آنها در شبکه و ساختار آن شبکه را نیز ملاحظه میکند. در برخی شبکهها، مانند یک روستای کوچک دورافتاده، همۀ افرادْ ارتباط نزدیکی با هم دارند و در یک مهمانی احتمالاً همه همدیگر را خواهند شناخت. در مقایسه، مردم یک شهر، بهعنوان یک کل، ممکن است سبک زندگیشان مبتنی بر اصول همسوتری باشد، اما احتمال اینکه در آنجا در یک مهمانی همه همدیگر را بشناسند کمتر است. کریستاکیس توضیح میدهد که درجۀ همپیوندیِ هر شبکه بر نحوۀ اشاعۀ رفتارها و اطلاعات در آن اثر میگذارد.
کریستاکیس میگوید: «اگر اتمهای کربن را بردارید و به یک شکل آنها را سرهمبندی کنید، به گرافیت تبدیل میشوند که نرم و تیره است. اگر همان اتمهای کربن را بهشکلی دیگر ترکیب کنید، خواهید دید که به الماس تبدیل میشود که سخت و شفاف است. این ویژگیهای سختی و شفافیت به اتمهای کربن مربوط نمیشوند؛ این ویژگیها به مجموعۀ اتمهای کربن مربوط میشوند و به این بستگی دارد که چگونه اتمهای کربن را به هم وصل میکنید. وضعیت گروههای انسانی نیز به همین ترتیب است.
کریستاکیس، برای کاوش در این موضوع، نرمافزاری را از طریق ایجاد گروههای ساختگی موقتی در محیط آنلاین طراحی کرده است. «ما افراد را در گروهها قرار میدهیم و آنگاه میگذاریم با هم تعامل داشته باشند تا ببینیم مثلاً چگونه بازی خیر عمومی را انجام میدهند و از این طریق میزان خیرخواهیشان نسبت به یکدیگر را ارزیابی میکنیم».
در مرحلۀ بعد، او شبکه را دستکاری میکند. «من میتوانم با مهندسیِ تعاملاتشان بهشکلی خاص سبب شوم آنها بسیار نسبت به یکدیگر مهربان باشند، بهخوبی در کنار هم کار کنند و اینگونه آنها سلامت و خوشحال خواهند بود و با یکدیگر همکاری میکنند. یا اینکه همین افراد را به شکلی دیگر به هم پیوند دهید و خواهید دید که چه رفتار ناجوری با هم خواهند داشت، همیاری بین آنها شکل نگرفته و برای هم مهربانی نمیکنند.
در یکی از بازیها، او غریبههایی را بهطور تصادفی تعیین کرد تا بازی خیر عمومی را با یکدیگر انجام دهند. کریستاکیس گزارش داد که، در آغاز، دو سوم افراد رویکردی همیارانه داشتند. «اما برخی از افرادی که با آنها تعامل دارند، از آنها سوءاستفاده میکنند و ازآنجاییکه تنها انتخابهایشان این است که یا خیرخواه باشند و همیار یا اینکه به دیگران پشت کنند، به این نتیجه میرسند که روی از آنها برگردانند، زیرا در میان افرادی گیر افتادهاند که از آنها سودجویی میکنند. نهایتاً در پایان آزمایش همه نسبت به هم خباثت به خرج میدهند».
کریستاکیس وضعیت را اینگونه تغییر داد که به هر فرد اندکی اختیار تصمیمگیری محول کرد تا در مرحلۀ بعد خود تعیین کنند با چه کسی ارتباط داشته باشند. «آنها باید دربارۀ دو چیز تصمیم میگرفتند: آیا من با همبازیهای مجاورم خیرخواه بودهام یا نه، و آیا باید در کنار این همبازیانِ مجاور بمانم یا نه». تنها چیزی که هر بازیگر در مورد همبازی کناریاش میدانست این بود که آیا هر کدام از آنها، در دور قبلی، همکاری یا تکروی کرده بودند. «آنچه ما میتوانیم نشان دهیم این است که افراد پیوندشان را با تکروها قطع میکنند و پیوندهایی را با همکاریجویان برقرار میکنند و شبکه دوباره خود را بازآرایی میکند و ساختارش شبیه الماس میشود نه گرافیت». به بیان دیگر، ساختاری مبتنی بر حمایت اجتماعی و نه ساختاری غیرهمیارانه.
تیم کریستاکیس، در تلاش برای تولید جوامع آنلاینِ همکاریجو، اقدام به افزودن باتهایی۳ به گروهها و اجتماعات موقت کرده است. او مرا در کنار یک لبتاپ مینشاند و به بازی دیگری مشغولم میکند. در این بازی، بازیگرانِ ناشناس باید در قالب یک تیم با هم کار کنند تا معمای دشواری را حل کنند، معمایی که کاشیکارها با آن غریبه نیستند: هر کدام از ما باید از میان سه رنگ یکی را برگزیند، اما بازیکنانی که مستقیماً با یکدیگر ارتباط دارند (مجاور هستند) باید رنگهای متفاوتی را انتخاب کنند. اگر معما را در محدودۀ زمانی مشخصی حل کنیم، همۀ ما سهمی از پول جایزه را دریافت خواهیم کرد؛ اگر موفق نشویم، هیچ چیز عاید کسی نمیشود. دستکم با ۳۰ نفر دیگر همبازی هستم. هیچکدام از ما نمیتواند کل این شبکۀ ارتباطی ۳۰ نفره را ببیند، تنها تصمیمهای همبازیهای مجاور قابل مشاهدهاند؛ درهرحال برای بردن باید همکاری کنیم.
من با دو نفر مجاورم، که انتخابهایشان سبز و آبی است، مرتبط هستم، به همین خاطر قرمز را انتخاب میکنم. بعداً نفر سمت چپ من رنگش را تغییر داده و قرمز را انتخاب میکند، بنابراین من هم رنگ مدنظرم را به آبی تغییر میدهم. بازی ادامه پیدا میکند
کریستاکیس به من میگوید برخی از شبکهها چنان پیچیدهاند که حلکردن معما در زمان مشخصشده ناممکن است. اما آسودگی من دیری نپایید: معمای بازیای که من در آن شرکت داشتم حلشدنی بود. او بازی را به عقب برمیگرداند و کل شبکه برای نخستین بار پیش روی من قرار میگیرد. حالا میدانم که زیرشاخۀ شعبۀ اصلی شبکه بودهام. برخی بازیگران تنها به یک نفر دیگر متصل بودند، اما بیشترِ آنها با سه نفر دیگر یا بیش از آن در ارتباط بودند. هزاران نفر از سراسر جهان این بازی را در مکانیکال ترکِ آمازون انجام میدهند، و جذب آنها برای مشارکت در بازی از طریق پاداش اندکی است که بهازای هر دور بازی پرداخت میشود. اما زمانی که در حال تماشای بازی خودم در دوری بودم که همهچیز برایم رو شده بود، کریستاکیس فاش میکند که سه تن از این بازیگران در واقع باتهای جاسوس بودند. او میگوید «ما به آنها هوش مصنوعی خاموش۴ میگوییم».
تیم او علاقهای به ابداع اَبَرهوشی مصنوعی برای جایگزینکردن شناخت انسانی ندارد. در عوض، برنامه این است که از طریق باتهای نامحسوس به میان جمعیتی از انسانها -که خود هوشمند هستند- نفوذ کرده تا آنها را در کمککردن به خودشان یاری رسانند.
کریستاکیس میگوید «ما بهدنبال پیبردن به این مسئله بودیم که آیا میتوانیم، با استفاده از باتهای نامحسوس، افراد را از سردرگمی در بازی درآوریم تا بتوانند اندکی همکاری و هماهنگی بیشتری داشته باشند یا خیر. به این منظور که، با اندکی کمک بیرونی، ظرفیت ذاتیشان در جهت عملکرد بهینه آشکار شود». او دریافت که اگر باتها بدون نقص و اشتباه عمل میکردند، این وضعیتْ کمکی به انسانها نمیکرد. اما اگر باتها اشتباهاتی انجام دهند، آنها گره از قابلیت گروه در یافتن راهحل را میگشودند.
«برخی از این باتها انتخابهایی غیرمنطقی انجام میدادند. با وجود اینکه همبازیهای مجاورشان سبز را انتخاب کرده بودند و آنها بر اساس قاعدۀ بازی باید نارنجی را انتخاب میکردند، اما انتخاب آنها نیز سبز بود». وقتی این کار را میکردند، به یکی از همبازیهای مجاور که سبز را انتخاب کرده بودند امکان میدادند تا به نارنجی تغییر رنگ دهند، «که باعث میشد انتخاب برای فرد کناری نیز آزاد شده و او نیز رنگ دیگری را انتخاب کند. و چقدر عالی شد! ما مشکل را حل کردیم». بدون حضور بات، احتمالاً همۀ بازیگران در رنگ سبز گیر میکردند، بدون اینکه متوجه شوند مشکل از همینجاست. «متفاوتتر شدن انتخابهای افراد موقتاً به همبازیهای مجاور امکان میدهد انتخابهای بهتری انجام دهند».
با اندکی دستکاری در سیستم، باتها کمک کردند شبکه کارکرد بهتری داشته باشد. شاید بتوان شکلی دیگر از این الگو را اینگونه به کار گرفت که در گردش اخبار گروههای افرادِ متعصب اطلاعاتی با نگرش متفاوت وارد کرد و از این طریق مردم را از کانونهای حبابمانند و اطمینانبخششان در شبکههای اجتماعی بیرون کشید و امکان همکاری بیشتر را برای جامعه بهعنوان یک کل فراهم آورد.
بخش گستردهای از رفتار ضداجتماعی آنلاین ناشی از ناشناسماندن تعاملات آنلاین است؛ هزینههای بدنامیِ رفتار فرومایه نسبت به محیط آفلاین کمتر است. در اینجا نیز باتها راهحلی برای این مشکل دارند. در یک آزمایش مشخص شد که بهکارگرفتن حسابهای کاربریِ باتهایی که تصاویر پروفایل سفیدپوست دارند، برای پاسخدادن به توییتهای نژادپرستانه به سیاهپوستان، موجب کاستهشدن از میزان این توهینها میشود. نمونهپاسخهای باتها به توییتهای نژادپرستانه از این دست بودند: «آهای آقا، یادت باشه کسایی هستن که اینشکلی حرفزدنت واقعاً اونها رو میرنجونه». تنها اندکی تحریکِ حس همدلیِ این توییتکنندگان، توییتهای نژادپرستانۀ آنها را برای هفتهها بعد تقریباً به صفر رساند.
روش دیگری که میتوان، با آن، مسئلۀ ناچیزبودنِ تاوان حیثیتی در قبال رفتار نادرست آنلاین را رفع کرد طراحی نوعی تنبیه اجتماعی است. یک کمپانی بازی با نام «لیگ آو لجندز»۵ این کار را با معرفی ویژگیای با عنوان «محکمه»۶ انجام داد که در آن انجام بازی منفی موجب تنبیهشدن توسط سایر بازیکنان میشود. این شرکت گزارش داد، در طی یک سال، دویستوهشتادهزار بازیکن «اصلاح شدند»، به این معنا که پس از تنبیهشدن توسط محکمه رفتارشان را تغییر دادند و بعداً در اجتماعِ بازیگرانِ این بازی به جایگاهی مثبت رسیدند. طراحان همچنین میتوانستند، در قبال رفتار شایسته، پاداشهای اجتماعی در نظر بگیرند و از این طریق مؤلفههای همکاریجویانهتری را ترویج دهند تا به برقرای ارتباطات و تعاملات کمک شود.
در حال حاضر، پژوهشگران در پی پیشبینی لحظههایی هستند که یک تعامل به سمت بدی تغییر جهت میدهد، همان لحظهای که این تعاملات میتوانند از مداخلات بازدارنده سود ببرند. کریستیان میزیل۷، عضوگروه علم اطلاعات دانشگاه کرنل، میگوید «ممکن است تصور کنید اقلیتی از افراد ضداجتماع، که ما به آنها ترول میگوییم، در محیط آنلاین وجود دارند که مسئول تمامی این آسیبهایند. آنچه ما در عمل در کار پژوهشیمان
این مسئله هشداردهنده نیز هست. من در ذهنم گریزی به توییتهای اخیر خودم میزنم، که مبادا با هدف خوشمزگیکردن برای طرفدارانم در محیط آنلاین، درگیر قلدرمآبی شده باشم. هر چه باشد، توهین و آزار کسی که دور از شماست و او را نمیشناسید بسیار اغواکننده است، آن هم در حالتی که این کار مثلاً وجهۀ شما را در گروه اجتماعیتان بهبود میدهد.
میزیل قسمت نظرات و واکنشهایی که در پایین مقالههای آنلاین قرار دارد را بررسی میکرده. او دو محرک عمده برای تبدیلشدن به ترول آنلاین را شناسایی کرده است: شرایط و زمینۀ تعامل (نحوۀ رفتار سایر کاربران) و حالوهوای خودتان. او میگوید «اگر روز بدی را پشت سر گذاشتهاید، یا مثلاً ازقضا روز اول هفته باشد، به احتمال بیشتری در این موقعیتها مبدل به ترول خبیث خواهید شد. صبح روز آخر هفته احتمالاً مهربانتر هستید».
میزیل بعد از جمعآوری دادهها، ازجمله دادههای مربوط به افرادی که در گذشته رفتار خبیثانه داشتند، الگوریتمی را طراحی کرد که با دقت هشتاد درصد پیشبینی میکند چه زمانی یک فرد ممکن است در فضای آنلاین به رفتار توهینآمیز روی بیاورد. اگر افراد قبل از نوشتنِ هر چیزی دوبار به آن فکر کنند، محیط و زمینۀ تبادل برای هر کسی بهبود مییابد: احتمالاً کمتر شاهد رفتارهای ناشایست دیگران خواهید بود و درنتیجه احتمال بُروز آن از طرف خودتان نیز کاهش مییابد.
خبر خوب این است که برخلاف رفتار وحشتناکی که بسیاری از ما در محیط آنلاین تجربه کردهایم، اکثر تعاملاتْ شایسته و همیارانه هستند. خشم اخلاقیِ موجه بهشکلی مفید برای به چالشکشیدن توییتهای نفرتپراکنانه بهکار گرفته شده است. مطالعهای که اخیراً در بریتانیا تمایلات ضدیهودی را در توییتر بررسی میکرد به این نتیجه رسید که میزان بازنشر پیامهایی که به توییتهای یهودیستیز انتقاد میکنند بسیار بیشترند از خود توییتهای یهودیستیز. بیشتر پیامهای نفرتانگیز یا نادیده گرفته میشدند یا در میان محفل کوچکی از حسابهای کاربریِ مشابه رد و بدل میشدند. شاید ما همین حالا خودمان انجام کار رباتها را آغاز کردهایم.
میزیل در این مورد خاطرنشان میکند که ما هزاران سال برای صیقلدادن و اصلاح تعاملات فرد در برابر فرد فرصت داشتهایم اما تنها بیست سال از آغاز تعاملاتمان در شبکههای اجتماعی میگذرد. «زمانی که آفلاین هستیم و در دنیای واقعی، سرنخهایی از حالات صورت و زبان بدن گرفته تا آهنگ صدا را در اختیار داریم... درحالیکه در فضای آنلاین ما تنها از طریق نوشتهها دربارۀ مسائل بحث میکنیم. فکر میکنم نباید چندان شگفتزده باشیم که یافتن شیوۀ صحیح گفتوگو و همکاری آنلاین برایمان تا این اندازه دشوار است».
هر چه رفتار آنلاینِ ما رو به جلو میرود احتمالاً علائم و نشانههای دقیقی را رو خواهیم کرد -معادلهای دیجیتال ایما و اشارههای صورت-، تا به آرامکردن مباحث آنلاین کمک کنیم. در همین اثنا، توصیه میشود که در مواجهه با توهین و آزار آنلاین خونسردیتان را حفظ کنید؛ تقصیر از شما نیست. رفتار قلدرها را تلافی نکنید، آنها را بلاک کرده یا نادیده بگیرید، یا اگر دل و دماغش را دارید از آنها بخواهید دست از این کار بکشند. از صفحۀ گوشیتان عکس بگیرید و آزار آنلاین را به سرور شبکۀ اجتماعی مورد نظر گزارش دهید و در صورت مشاهدۀ تهدید فیزیکی و جانی، به پلیس اطلاع دهید.
اگر شبکههای اجتماعیای که ما میشناسیم بخواهد دوام داشته باشد، کمپانیهای گردانندۀ این پلتفرمها مکلفاند احتمالاً، تحت لوای علوم رفتاری، الگوریتمهایشان را جهتدهی کنند تا بهجای تفرقه و آزار آنلاین، همکاری و تجربههای آنلاین مثبت را ترویج دهند. ما، در مقام کاربر این محیط، بهتر است خود را بهشایستگی با این محیطِ ارتباطی وفق دهیم، طوری که تعامل مدنی و سازنده، مثل حالت آفلاین، به یک قاعده تبدیل شود.
میزیل میگوید «من خوشبینم. این بازی فقط کمی متفاوت است و ما نیازمند تکاملی دیگریم».
توصیه و حمایت در زمینۀ مواجهه با آزار آنلاین در شماری از مؤسسات مانند هارتموب۸، استاپ آنلاین ابیوس۹، کنکتسیفتی۱۰ و خودِ ارائهدهندگانِ خدمات شبکههای اجتماعی مثل توییتر، فیسبوک و اینستاگرام در دسترس هستند.
پینوشتها:
• این مطلب را گایا وینس نوشته است و در تاریخ ۳ آوریل ۲۰۱۸ با عنوان «Why good people turn bad online» در وبسایت موزاییک منتشر شده است. وبسایت ترجمان
آن را در تاریخ ۲۶ شهریور ۱۳۹۷ با عنوان «چرا آدمهای خوب در شبکههای
اجتماعی تحملناپذیر میشوند؟» و با ترجمۀ سجاد امیری منتشر کرده است.
•• گایا وینس (Gaia Vince) نویسنده و کارشناس مجری متخصص در زمینۀ علوم و محیطزیست است. او سردبیر مجلۀ نیچر کلایمت چینج و یکی از دبیران نیوساینتیست بوده است. اولین کتاب او که بهتازگی منتشر شده است، ماجراجوییهایی در آنتروپوسین: سفری به قلب سیارهای که ساختهایم (Adventures in the Anthropocene: A journey to the heart of the planet we made) نام دارد.
[۱] public goods game
[۲]
Mechanical Turk: یکی از خدمات وبسایت آمازون است که در آن بازاری را
بهشیوۀ جمعسپاری اینترنتی اداره میکند. در جمعسپاری اینترنتی
برنامهنویسان میتوانند با هماهنگکردن هوش انسانها کارهایی را انجام
دهند که رایانهها هماکنون قادر به انجام آن نیستند [ویکیپدیا].
[۳]
Bot: باتها رویکردی جدیدی هستند که بهواسطۀ پیادهسازی هوش مصنوعی برای
تعامل با کاربران در محیطهای مختلف به کار گرفته میشوند [مترجم].
[۴] dumb AI
[۵] League of Legends
[۶] tribunal
[۷] Cristian Danescu-Niculescu-Mizil
[۸] HeartMob
[۹] Stop Online Abuse
[۱۰] ConnectSafely
منبع: سایت ترجمان علوم انسانی