Entrenchment in Human Exploration: A Future-Path Model of Early Convergence
تقدم هذه الورقة نموذجاً معرفياً لـ "الترسخ" في الاستكشاف البشري، حيث تُظهر أن الناس يستقرون قبل الأوان على خيارات غير مثالية من خلال محاكاة خياراتهم المستقبلية، وهي آلية تفسر بشكل فريد زيادة السلوك غير الجشع مع الآفاق الزمنية الأطول وتتميز عن استراتيجيات الاستكشاف القياسية مثل UCB أو أخذ عينات تومسون.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
يواجه البشر باستمرار خياراً جوهرياً: هل نتمسك بما نعرف أنه ينجح، أم نجرب شيئاً جديداً لنرى ما إذا كان أفضل؟ هذا المأزق، المعروف لدى العلماء باسم مقايضة الاستكشاف والاستغلال، هو محرك التعلم. فعندما نستكشف، فإننا نجمع معلومات عن العالم؛ وعندما نستغل، فإننا نستخدم تلك المعلومات للحصول على أفضل مكافأة. ومن الناحية المثالية، نوازن بين هذين الدافعين، فنأخذ عينات كافية لإيجاد الخيار الأفضل ثم نستقر عليه للاستمتاع به. ومع ذلك، في مواقف عديدة، يبدو أن الناس يتوقفون عن البحث في وقت مبكر جداً؛ إذ يلتزمون بخيار ليس هو الأفضل في الواقع ويستمرون في اتخاذه، حتى مع توفر خيارات أفضل. هذا الإصرار العنيد، الذي يسميه الباحثون "الاستقرار" (entrenchment)، يشير إلى أن أدمغتنا قد تقوم بمحاكاة المستقبل بطريقة تحبسنا في عادات دون المستوى الأمثل.
تقدم دراسة جديدة أجراها شينجي ناكازاتو في جامعة طوكيو للعلوم تفسيراً جديداً لسبب حدوث ذلك. تقترح الأبحاث أننا عندما نقيم خياراتنا الحالية، فإننا لا ننظر فقط إلى المكافأة الفورية، بل نقوم بدلاً من ذلك بإجراء محاكاة ذهنية لقراراتنا المستقبلية، متخيلين ما سنفعله لاحقاً. والأهم من ذلك، تشير الدراسة إلى أننا نجري هذه المحاكاة بينما نبقي معتقداتنا الحالية ثابتة، كما لو أننا لن نتعلم أو نحدث آراءنا في المستقبل أبداً. هذا الاختصار الذهني يخلق نوعاً معيناً من عدم اليقين بشأن مسارنا المستقبلي. ويظهر النموذج أنه عندما يكون الأفق الزمني طويلاً — أي عندما يتبقى لنا العديد من القرارات لاتخاذها — ينمو عدم اليقين المحاكى لدرجة تجعلنا نتخلى عن الخيار الأفضل وننجرف نحو خيارات أسوأ. وتتحدى هذه النتائج فكرة أن البشر يحاولون دائماً تعظيم مكافآتهم، مما يشير إلى أن محاكاتنا الداخلية للمستقبل يمكن أن تضللنا.
لاختبار هذه الفكرة، حلل الباحث بيانات من نوعين مختلفين من التجارب حيث لعب الناس ألعاباً تتضمن خيارات متكررة. في مجموعة من التجارب، تُعرف بـ "مهمة ويلسون"، واجه المشاركون لعبة بسيطة مكونة من خيارين. وقد تحكم الباحثون بدقة في اللعبة بحيث كانت معرفة المشاركين بالخيارات متطابقة عند بدء القرار، ولكن عدد الأدوار المستقبلية التي يتعين عليهم لعبها كان متغيراً. في بعض الحالات، عرف المشاركون أنه لم يتبق لهم سوى دور واحد؛ وفي حالات أخرى، عرفوا أنه يتبقى لهم ستة أدوار. لو كان الناس يحاولون ببساطة إيجاد الخيار الأفضل، لكان سلوكهم هو نفسه في كلتا الحالتين لأن معرفتهم كانت متطابقة. ومع ذلك، أظهرت البيانات فرقاً واضحاً: عندما عرف المشاركون أن لديهم المزيد من الأدوار المتبقية، كانوا أكثر عرضة بشكل ملحوظ لاختيار الخيار الذي ليس هو الأفضل. كانت هذه النتيجة قوية جداً لدرجة أنه لا يمكن تفسيرها بالنظريات القياسية لكيفية تعلم البشر، أو بفكرة أنهم كانوا فقط أكثر حذراً أو فضولاً. النموذج الوحيد الذي استطاع إعادة إنتاج هذا النمط المحدد هو النموذج القائم على محاكاة "المسار المستقبلي"، حيث يتخيل صانع القرار خياراته المستقبلية دون توقع أنه سيتعلم أي شيء جديد.
ذهبت الدراسة إلى أبعد من ذلك لتمييز هذا السلوك عن أشكال الاستكشاف الأخرى. فأحياناً، يختار الناس خياراً أسوأ عن قصد لجمع المزيد من المعلومات حول الخيار الأفضل الممكن؛ وهذا ما يسمى بالاستكشاف الموجه. ولرؤية ما إذا كانت الخيارات العنيدة في الدراسة هي شكل من أشكال الاستكشاف الذكي أم مجرد وقوع في فخ، نظر الباحث في لعبة ثانية أكثر تعقيداً تُلعب على شبكة تضم العديد من المواقع الممكنة. في هذه اللعبة، كانت المواقع الأفضل الحقيقية معروفة للباحثين. وكشف التحليل أنه عندما اتخذ الناس خيارات غير مثالية في حالات الأفق الطويل، كانوا يتحركون بشكل ساحق نحو مواقع أسوأ حقاً، وليس نحو الموقع الأفضل. لم يكونوا يستكشفون للعثور على الحد الأقصى؛ بل كانوا ينجرفون بعيداً عنه. وقد أكد هذا أن السلوك كان بالفعل "استقراراً"، وهو حلقة تعزيز ذاتي حيث يعلق الشخص في خيار دون المستوى الأمثل لأن محاكاته الذهنية للمستقبل تجعل هذا الخيار يبدو أكثر جاذبية مما هو عليه في الواقع.
كما بحثت الدراسة في كيفية تأثير حجم مجموعة الخيارات على هذا السلوك. في لعبة الشبكة، كان على المشاركين الاختيار بين 30 أو 121 موقعاً مختلفاً. وتوقع النموذج أن وجود المزيد من الخيارات سيزيد من عدم اليقين في المحاكاة الذهنية للمستقبل، مما يجعل من المرجح أكثر أن يعلق الناس في خيار سيء. ودعمت البيانات ذلك: فمع زيادة عدد الخيارات المتاحة، ارتفع أيضاً معدل التمسك بخيار غير مثالي. علاوة على ذلك، وجدت الدراسة أنه عندما كان الفرق في القيمة بين الخيار الأفضل والخيار الثاني واضحاً جداً، كان الناس أقل عرضة للوقوع في الفخ. ولكن عندما كانت الفجوة صغيرة، أو عندما بدا المستقبل بعيداً، زادت النزعة للتمسك بخيار متوسط الجودة.
ترسم هذه النتائج صورة لصنع القرار البشري بأنها أقل ارتباطاً بالحسابات الباردة وأكثر ارتباطاً بحدود الخيال. تشير الدراسة إلى أن أدمغتنا لا تنظر دائماً إلى الأمام لتحسين مستقبلنا؛ بل أحياناً تنظر إلى الأمام وترى ضباباً من الاحتمالات يجعل المسار الحالي المألوف يبدو أكثر أماناً، حتى لو كان يؤدي إلى لا شيء. فمن خلال محاكاة ذواتنا المستقبلية كما لو أننا لن نغير آراءنا أبداً، فإننا نخلق دون قصد حاجزاً أمام التعلم. لا تدعي الأبحاث أن هذا خلل في الذكاء البشري، بل هو ميزة هيكلية في كيفية معالجتنا للوقت وعدم اليقين. وهي تظهر أن الآلية التي نستخدمها للتخطيط لحياتنا — تخيل ما سنفعله لاحقاً — يمكن أن تكون أحياناً هي الشيء الذي يمنعنا من إيجاد المسار الأفضل. كانت النتائج قوية عبر آلاف التجارب وظلت صحيحة حتى بعد أن استبعد الباحثون تفسيرات أخرى، مثل الأخطاء البسيطة أو تفضيل التنوع بشكل عام.
في النهاية، توفر الورقة إطاراً رياضياً يلتقط هذا النوع المحدد من "التعثر". فهي تظهر أن احتمال اتخاذ قرار غير مثالي يزداد مع نمو الوقت المتبقي وتوسع عدد الخيارات. وهذا عكس ما تتنبأ به النظريات التقليدية للتعلم العقلاني، والتي تقترح أن امتلاك المزيد من الوقت يجب أن يساعد الناس في إيجاد الحل الأفضل. تؤكد الدراسة أنه بالنسبة للمتعلمين البشر، فإن امتلاك المزيد من الوقت يمكن أن يجعلنا في الواقع أكثر عرضة للرضا بالأقل. وتترك الأبحاث سؤالاً مفتوحاً حول كيفية حساب الدماغ لعدم اليقين المستقبلي بالضبط، لكنها تثبت بقوة أن الطريقة التي نتخيل بها خياراتنا المستقبلية هي دافع قوي لسلوكنا الحالي، وقادرة على حبسنا في أنماط ليست في مصلحتنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.