بزرگنمايي:

عصر قم - آخرین خبر / «فایدۀ خواندن این‌ کتاب‌ها چیست؟» این یکی از رایج‌ترین پرسش‌هایی است که دانشجویان از خودشان می‌پرسند؛ مخصوصاً اگر دانشجوی علوم انسانی باشند. لزلی والینت، دانشمند سرشناسی که در دانشگاه هاروارد تدریس می‌کند، معتقد است اگر نگاه درستی به سازوکار مغز در استفاده از اطلاعات نداشته باشیم، نمی‌توانیم به این سوال پاسخ دهیم. والینت می‌گوید انسان‌ها در مواجهه با مسائل جدید، با رفت‌و‌برگشت بین انبوهی از چیزها که در طول زمان آموخته‌اند، دست به شناخت و ابتکار عمل می‌زنند، بنابراین محتمل است آنچه امروز می‌آموزید، به دردتان نخورد، اما این به معنی بی‌فایده بودنش نیست.
کتاب میدِل‌مارچ را اولین ‌بار سال دوم دانشگاه خواندم، اما متوجهش نشدم. نفهیدم چرا دورتیا، زنی جوان و باهوش، با آن مرد پیر و اعصاب‌خردکن ازدواج کرد. چطور می‌توانست این‌قدر احمق باشد؟ بعید هم بود ‌کس دیگری در کلاس متوجهش شده باشد. حسابی کُفر استادمان درآمده بود. با حرص نوشابۀ رژیمی را سر می‌کشید که فریاد زد «معلومه که درک و فهمتون به‌ش نمی‌رسه». قدری بعد دوباره گفت «این خط، اینم نشون. بذار چهل سالتون بشه و از همسر اولتون طلاق بگیرید، اون وقت از نو این کتاب رو می‌خونید و می‌گید ’آهان، حالا دوزاریم افتاد!‘».
به قطع و یقین، یکی از بدی‌های آموزشِ علوم‌انسانی این است که بخش عمده‌ای از آن بین سنین هجده تا بیست‌ودوسالگی صورت می‌گیرد. ما به بچه‌های دوازده‌ساله، که اصلاً ماشینی ندارند، رانندگی یاد نمی‌دهیم؛ پس چرا باید آن‌ها را مجبور کنیم دربارۀ پشیمانی‌های زندگی‌شان رمان بخوانند درحالی‌که اساساً تجربه‌ای از پشیمانی ندارند. بااین‌حال، خواندنِ رمان میدل‌مارچ در سال دوم دانشجویی فلسفه‌ای داشت: دانشی که در سنین کم به دست بیاید روزی به کار آدم می‌آید. الگوهای فکری‌ای که اکنون ایجاد می‌شوند می‌مانند و بعداً شاکلۀ فکرکردنمان را می‌سازند؛ ایده‌هایی که اولین‌بار در هنرهای مختلف با آن‌ها آشنا می‌شویم ما را برای گذراندن باقی عمرمان آماده می‌کنند. در ابتدا چنین چیزی شاید خیلی غیرقابل‌پیش‌بینی و مبهم به نظر برسد تا اینکه این واقعیت را درک کنیم که دانش و معرفت همواره پیش از زمان کاربستشان به دست می‌آیند. امروز در دانشکدۀ حقوق درس می‌خوانید به این امید که بتوانید سال‌ها بعد وکالت پرونده‌ای پیچیده را بر عهده بگیرید؛ سال‌ها قبل از اینکه غریقی را نجات دهید، احیای قلبی‌ریوی را یاد گرفته‌اید؛ دربارۀ مقابله با حملۀ خرس در اینترنت مطلب می‌خوانید چون نمی‌دانید چه وقتی به کارتان خواهد آمد. اواسط قرن بیستم، شرکت تویوتا روشی به نام «تولید بموقع» را ابداع کرد که بر اساسِ آن قطعات ماشین‌ها، درست در زمان مونتاژ، ساخته و تحویل می‌شدند. این روش بسیار کارآمد بود، چون ضایعات و هزینه‌های نگهداری را کاهش می‌داد. اما ذهن آدم‌ها این‌طور کار نمی‌کند؛ دانسته‌های ما باید دهه‌ها در انبارهای ذهنمان خاک بخورند تا بالاخره بفهمیم چطور می‌توانیم از آن‌ها استفاده کنیم.
به باور لزلی والینت، دانشمند سرشناس کامپیوتر که در دانشگاه هاروارد تدریس می‌کند، این ویژگی نقطۀ قوت ماست. او توانایی یادگیری در درازمدت را «آموزش‌پذیری» می‌نامد و در کتاب جدیدیش به نام اهمیت آموزش‌پذیربودن1می‌گوید این ویژگی رمز موفقیت ماست. معمولاً تصور می‌کنیم این هوش است که ذهن آدمیزاد را تافتۀ جدابافته کرده، اما والینت می‌نویسد اگر قرار باشد انسان تمام پیچیدگی‌های واقعیت را درک کند، آن‌وقت «هوش به‌تنهایی راه به جایی نمی‌برد». برای این کار باید نظریه‌هایی جامع و منعطف دربارۀ جهان -نظریه‌هایی که در شرایط جدید، غیرمنتظره و ناشناخته کمک‌حالمان باشد- بپردازیم و چنین کاری میسر نیست مگر اینکه به‌تدریج، و غالباً به روشی تصادفی و هم‌افزا، دانش‌های متنوع را گرد هم آوریم و ربط و نسبت آن‌ها را بیابیم. از این طریق، نظامی از باورها می‌سازیم که جامع‌تر و غنی‌تر از باورهایی است که با تجربۀ شخصی به دست می‌آوریم. و این‌گونه است که بعد از تجربۀ اولین طلاقمان می‌فهمیم چطور باید بصیرت‌های وام‌گرفته از ادبیات انگلیسی را در زندگی‌مان به کار ببریم.
والینت در سال 2010 به‌خاطر کار روی ایده‌های زیربناییِ هوش مصنوعی و رایانش توزیع‌شده2 (که در آن چندین کامپیوتر با هم کار می‌کنند تا یک مسئلۀ مشخص را حل کنند)‌ جایزۀ تورینگ را برد، جایزه‌ای که در حوزۀ کاری او حکم جایزۀ نوبل را دارد. در کتابش روش یادگیری هوش مصنوعی را با یادگیری انسان مقایسه می‌کند. هوش مصنوعی به‌طرز شگفت‌آوری باهوش است و حتی می‌تواند، مشابه انسان، تفکر شهودی داشته باشد. اما به گفتۀ او سیستم‌های هوش مصنوعی به اندازۀ ذهن ما منعطف نیستند، چون هنوز آموزش‌پذیر نیستند. حتی به‌روزترین هوش‌های مصنوعی از طریق فرایندی خشک و غیرمنعطف یاد می‌گیرند و، علی‌رغم هزینه‌های هنگفتی که صرف می‌شود و علی‌رغم مقدار اطلاعات جدیدی که در آن‌ها ریخته می‌شود، دستِ‌آخر واقعاً باهوش‌تر نمی‌شوند؛ انگار ذهن آن‌ها در روز فارغ‌التحصیلی منجمد می‌شود. اما ذهن انسان مدام خودش را به‌وسیلۀ فرایند‌هایی تدریجی و بی‌انتها ارتقا می‌دهد و بدون هیچ حدومرزی میان فکت‌ها و ایده‌های تازه، از یک ‌سو، و‌ اطلاعات پیشین، از سوی دیگر، ربط و نسبت برقرار می‌کند. ما «دانش‌های گوناگونی را که در فاصلۀ سال‌ها به دست آورده‌ایم با نظریه‌هایی پیچیده، که اجزایی پرتعداد و متنوع دارند، ترکیب می‌کنیم».
والینت می‌گوید او سعی دارد از واژۀ «باهوش» برای توصیف انسان‌ها استفاده نکند (درواقع وقتی می‌بیند دیگران از این کلمه استفاده می‌کنند «گاهی تعجب می‌کند»). درعوض، از «توانایی‌های ارزشمندی صحبت می‌کند که به‌‌نوعی لازمۀ یادگیری‌اند و به مفاهیم رایج دربارۀ آی‌کیو محدود نیستند». به باور او، ذهنِ آموزش‌پذیر می‌تواند از کتاب‌ها، سخنرانی‌ها، مکالمه‌ها، تجربه‌ها و کوآن‌های3 مکتب ذن -به‌ عبارت دیگر از هر چیزی- یاد بگیرد و جنبه‌های تقریباً فراموش‌شدۀ ذخایر معرفتی‌اش را به هم ربط دهد و دانش جدید بیاموزد. وقتی می‌گوییم شخصی مطالب را سریع یاد می‌گیرد یا «تعلیم‌پذیر» است میزان آموزش‌پذیری او را تحسین می‌کنیم، اما آنچه واقعاً فرد را آموزش‌پذیر می‌کند این است که او می‌تواند چیزهایی را که زمانی یاد گرفته «برای اهدافی به کار بگیرد که در زمان آموزش یا تعلیم به او گفته نشده است»؛ آموزش‌پذیری چیزی شبیه «فوت‌وفن شهرنشینی» است -اصطلاحی که معرِف «توانایی غیرقابل‌توضیح افراد برای سروکله‌زدن با مسائل عملیِ زندگی روزمره است»- و ارتباط نزدیکی با عقل سلیم دارد. والینت می‌گوید وقتی به نظرمان می‌آید کسی «تحصیلات عالی» دارد، شاید برایمان این معنا را داشته باشد که در مدرسه و دانشگاه آموزش دیده، اما می‌تواند به این معنی هم باشد که او به‌طور ویژه‌ای آموزش‌پذیر بوده است، یعنی می‌دانسته چطور «از هر فرصت آموزشی‌‍‌ای که به دست می‌آورده، چه فرصت‌های رسمی و چه غیررسمی، به‌خوبی استفاده کند».
احتمالاً خوشمان می‌آید که رهبران سیاسی‌مان بیش‌ازاین آموزش‌پذیر باشند: «معمولاً وقتی انتخاب می‌شوند، باید دربارۀ موضوعاتی که بسیار فراتر از دانش و تجربۀ آن‌هاست تصمیم بگیرند». از نظر والینت، آموزش‌پذیریِ پزشکان هم برای ما اهمیت دارد. تصور کنید در پهلویتان احساس درد می‌کنید. آیا از آپاندیستان است؟ قطعاً نمی‌خواهید به حرف چند تا از دوروبری‌هایتان گوش کنید، بلکه ترجیح می‌دهید پزشکی شما را ببیند که تجربۀ مداوای هزاران نفر را داشته باشد. یک هوش مصنوعیِ پزشک هم می‌تواند با بررسی هزاران مورد آموزش ببیند. درواقع، «اگر میلیون‌ها بیمار را بررسی کرده باشد، یعنی کاری که از دست انسان برنمی‌آید، احتمالاً تشخیص‌هایی خواهد داد که بسیار فراتر از حد انتظارمان است». اما والینت می‌گوید «دلیلی که به‌خاطرش پیش دکترها می‌رویم صرفاً این نیست که هزاران بیمار را دیده‌اند، بلکه به این خاطر است که فکر می‌کنیم پزشکان چیزی را تشخیص می‌دهند که هوش مصنوعی از تشخیصش عاجز است». دلیل این تمایزِ ارزشمند همان ویژگیِ آموزش‌پذیری است.
والینت در اینجا وارد جزئیات نمی‌شود، اما خودمان می‌توانیم ارزش آموزش‌پذیریِ پزشکِ فرضی‌مان را درک کنیم. چنین پزشکی ممکن است از طیف وسیعی از ایده‌ها و ارتباط‌هایی استفاده کند که نتیجۀ سال‌ها یادگیری‌اش باشد. قطعاً در دوران تحصیلش دربارۀ آپاندیس بسیار خوانده و می‌تواند بدون تعلل بگوید مشکل از آن نیست. اما ممکن است دست بر قضا برادرش دوچرخه‌سواری حرفه‌ای باشد و از روی لوگوی روی بطری آبتان، که شبیه بطری آب برادرش است، پی‌ ببرد که دوچرخه‌سوارید. همچنین اخیراً مقاله‌ای خوانده باشد دربارۀ شرایط خطرناک مسیرهای دوچرخه‌سواریِ داخل شهر. از طرفی هم طبق تجربیاتش نظریه‌ای دارد: از زندگی شخصی بیماران باید بیشتر سؤال کرد. برای همین از شما می‌پرسد آیا دوچرخه‌سواری می‌کنید و بعد از آنکه فهمید دوچرخه‌سوارید، درست می‌زند به هدف: درد از کبودی پهلویتان است که در اثر افتادن از دوچرخه ایجاد شده و هنوز کاملاً خوب نشده. این پزشک، به‌خاطر ویژگی آموزش‌پذیری‌اش، مورد شما را فرصتی برای یادگیری دیده و با این روند به‌تدریج به پزشک بهتری تبدیل می‌شود.
این نمونه‌ای نسبتاً اجمالی و ساده از آموزش‌پذیری است. گاهی‌اوقات والینت از موارد مبهم‌تر و شاید مؤثرتر سخن می‌گوید. ارتباط‌ها، ترکیب‌ها و کاربردهای جدیدی که لازمۀ آموزش‌پذیربودن‌اند تا حدی به این دلیل مفیدند که اتفاقاً واضح و سرراست نیستند. برخی‌اوقات، درسی را در جایی از زندگی‌ام یاد می‌گیرم که به نظر می‌رسد در برهۀ دیگری از زندگی‌ام به کار بیاید: مثلاً وقتی در ساحل شنا می‌کنم، همیشه به چترهای لب ساحل نگاه می‌کنم و فکر می‌کنم مقدار کمی شنا کرده‌ام. اما وقتی بعد به‌جای کرالِ جلو، کرالِ پشت شنا می‌کنم تعجب می‌کنم که چقدر از نقطۀ شروعم فاصله گرفته‌ام. کم‌کم فهمیدم قبل از قضاوت دربارۀ کارهایی که نیازمند پیشرفت تدریجی‌اند باید اجازه دهیم کمی جلو بروند. کشف این نکته در نویسندگی کمکم کرد (همین‌طور انگیزه‌ای شد تا انباری را تمیز کنم). زمانی که دانشجو بودم، واحدی دربارۀ مهندسی عمران گذراندم که موضوعش نیروهای سازه‌ای بود که بر پل‌ها و آسمان‌خراش‌ها وارد می‌شود. جالب اینکه نکات آن کلاس در مواجهه با موضوعات مختلف مدام به یادم می‌آید. باد به دیواره‌های ساختمان‌های بلند نیرو وارد می‌کند و سعی می‌کند آن‌ها را خم کند. به‌طرز مشابهی، وقتی یک عامل استرس‌زای جدید وارد زندگی‌تان می‌شود، فقط بخش مشخصی از زندگی‌تان را تحت‌تأثیر قرار نمی‌دهد، بلکه بر تمام زندگی‌تان تأثیر می‌گذارد. دیدنِ ذهن انسان از دریچۀ آموزش‌پذیری بسیار جذاب است؛ باعث می‌شود آدم به‌دنبال دیگر موارد تلاقی‌های معرفتی باشد.

والیانت معتقد است در بحث آموزش باید ایدۀ آموزش‌پذیری را سرلوحۀ کارمان قرار دهیم. می‌توانیم ابعادش را بشناسیم و به‌دنبال راه‌هایی باشیم تا در مدارس آموزشش دهیم و در بزرگ‌سالان تقویتش کنیم. در زمانه‌ای که پیشرفت فناوری این‌چنین سریع شده و مدام چیزهای جدیدی برای یادگرفتن پیدا می‌شود، باید به‌دنبال ایجاد جامعه‌‌ای با قابلیت یادگیریِ بیشتر باشیم (اگر ثابت شود که طرح پیشنهادی والینت برای «آموزش‌پذیری» هوش مصنوعی واقعاً شدنی است، سرعت تغییرات فناوری بیشتر هم خواهد شد). بعد از خواندن کتابش، من هم در مقیاس کوچک‌تری به این فکر افتادم که چطور می‌توانم آموزش‌پذیری‌ام را تقویت کنم. به این نتیجه رسیدم که باید تلاش کنم موضوعات متنوع‌تری را یاد بگیرم و تجربه‌های بیشتری را کسب کنم و مطمئن باشم، موقعش که برسد، ذهنم می‌تواند از دل آن موضوعاتِ به‌ظاهر بی‌ربط ارتباطی معنادار شکل دهد. همین‌طور فهمیدم بد نیست چیزهایی را که قبلاً آموخته‌ام به یاد بیاورم. در زیرزمین خانه‌ام چند قفسۀ کتاب از دوران کارشناسی و کارشناسی‌ارشدم دارم. کتاب میدل‌مارچ هم آنجاست، در میان تعداد زیادی کتابِ دیگر که آن‌وقت‌ها چیزی ازشان سر در نیاوردم اما مطمئناً با گذر زمان برایم ارزشمند شده‌اند. آنچه را با عنوان آموزشِ علوم‌انسانی می‌شناسند می‌توان تقریباً به همین شکل تعریف کرد: مطالعۀ گسترده دربارۀ چیزهایی که به نظر نمی‌رسند فوراً یا عملاً به کار بیایند، به این امید که آنچه از آن‌ها می‌آموزیم در آینده برایمان مفید خواهد بود. چه کسی فکرش را می‌کرد که یکی از بهترین مدافعان آموزش علوم‌انسانی یک دانشمند کامپیوتر از کار درآید.