Curse of Simplicity in High-Dimensional Environments

يتعرض البشر لهجوم مستمر من المعلومات. في أي لحظة، تستقبل حواسنا فيضاً من التفاصيل: لون سيارة، صوت صفارة إنذار، ملمس طاولة، أو رائحة المطر. لا يمكن لأدمغتنا معالجة كل قطعة من البيانات في آن واحد، لذا فهي تعتمد على استراتيجية تسمى "الانتباه الانتقائي". هذه هي القدرة العقلية على التركيز على ما يبدو مهماً مع تجاهل الباقي. إنها آلية بقاء تسمح لنا بالعمل في عالم معقد من خلال تصفية الضجيج والتركيز على الإشارة. عادةً ما تعمل هذه العملية بشكل رائع، مما يساعدنا على التعلم بسرعة وكفاءة. ولكن ماذا يحدث عندما يصبح العالم شديد التعقيد، وتتحول الاستراتيجية التي تساعدنا عادةً إلى فخ؟

استقصى باحثون من جامعة ولاية أوهايو مؤخراً هذا السؤال من خلال دراسة كيفية تعلم الناس تصنيف الأشياء إلى فئات عند مواجهة عدد كبير من التفاصيل المربكة. لقد اكتشفوا ظاهرة أطلقوا عليها اسم "لعنة البساطة". الفكرة الجوهرية هي أن أدمغتنا لديها تفضيل قوي للتفسيرات البسيطة. فعندما نتعلم شيئاً جديداً، نحاول بشكل طبيعي إيجاد أسهل قاعدة تعمل، حتى لو لم تكن تلك القاعدة هي الأكثر دقة. في بيئة بسيطة، يعد هذا التفضيل للبساطة نقطة قوة. أما في بيئة معقدة مليئة بالخيارات المشتتة، فإن هذا التفضيل نفسه يمكن أن يؤدي بنا إلى تجاهل المعلومات الأكثر أهمية، مما يجعلنا نعلق في حالة من التعلم تبدو صحيحة ولكنها في الواقع خاطئة.

لاختبار ذلك، صمم الباحثون لعبة كمبيوتر حيث كان على المشاركين تعلم تحديد نوعين مختلفين من الأميبا الخيالية. كانت كل أميبا تتكون من عدة "أذرع" متميزة، وكان لكل ذراع ميزة محددة، مثل اللون أو الشكل. كان هدف المشاركين هو معرفة أي الأذرع تحدد ما إذا كانت الأميبا تنتمي إلى المجموعة (أ) أو المجموعة (ب). تم التلاعب باللعبة بثلاثة أنواع من الأذرع: أحدها هو "المخبر الصادق"، وهو الذي يتنبأ دائماً بالمجموعة بشكل صحيح. والآخر هو "المشتت"، والذي ليس له علاقة بالمجموعة على الإطلاق. والنوع الثالث هو "المتنبئ المخادع"، وهو الذي يكون صحيحاً في معظم الأحيان، ولكنه يخطئ في حوالي الربع من الحالات.

قام الباحثون بتغيير درجة الصعوبة عن طريق تغيير عدد أذرع الأميبا. في النسخة الأسهل، كانت الأميبا تتكون من ثلاثة أذرع. وفي النسخة المتوسطة، كانت خمسة. وفي النسخة الأصعب، كانت سبعة. ولرؤية ما كان ينظر إليه المشاركون بالضبط، استخدم الباحثون عرضاً خاصاً مرتبطاً بموقع المؤشر. كانت الشاشة سوداء باستثناء دائرة صغيرة حول مؤشر الماوس؛ حيث لا يمكن للمشاركين رؤية ميزات الأميبا إلا عند تحريك الماوس بالقرب من ذراع معينة. سمح هذا للباحثين بتتبع الأذرع التي اختار المشاركون النظر إليها والمدة التي قضوها في ذلك، مما أعطى خريطة دقيقة لانتباههم.

ومع استمرار المشاركين في اللعب عبر عشرات الجولات، وتلقيهم تعليقات حول ما إذا كانت تخميناتهم صحيحة أم خاطئة، ظهر نمط واضح. في النسخة الأسهل ذات الثلاثة أذرع، اكتشف معظم الناس بسرعة الذراع الذي يمثل "المخبر الصادق"، فتوقفوا عن النظر إلى الأذرع الأخرى وركزوا بالكامل تقريباً على الذراع المهم. كان تعلمهم سريعاً ودقيقاً. ومع ذلك، مع زيادة عدد الأذرع، تغير سلوك المشاركين. ففي النسخ التي تحتوي على خمسة أو سبعة أذرع، كان الناس أقل عرضة للعثور على الذراع الوحيد الصادق. بدلاً من ذلك، غالباً ما تمسكوا بأحد "المتنبئين المخادعين". ولأن المتنبئ المخادع كان صحيحاً في معظم الأوقات، فقد بدا كأنه قاعدة جيدة. ركز المشاركون عليه، وتجاهلوا المخبر الصادق، وأقنعوا أنفسهم بأنهم حلوا اللغز.

جاء هذا التفضيل للقاعدة الأبسط والأقل دقة بتكلفة باهظة. فعندما اختبر الباحثون المشاركين مع أمثلة مخادعة حيث أعطى "المخبر الصادق" و"المتنبئ المخادع" إجابات متضاربة، ارتكب الأشخاص الذين وقعوا في فخ القاعدة البسيطة الكثير من الأخطاء. لقد بنوا نموذجاً عقلياً بسيطاً ولكنه غير مكتمل. وكلما زاد عدد أذرع الأميبا، زادت احتمالية وقوع الناس في هذا الفخ. وفي حالة الأذرع السبعة، لم يتمكن عدد كبير من المشاركين من العثور على القاعدة الحقيقية، حتى بعد ممارسة مكثفة. لقد نجحوا في تبسيط المشكلة، ولكن في القيام بذلك، ضحوا بالدقة.

لفهم سبب حدوث ذلك، بنى الباحثون نموذجاً حاسوبياً يحاكي كيفية تعلم البشر. واختبروا نظريات مختلفة حول كيفية موازنة الدماغ بين الرغبة في الدقة والرغبة في البساطة. افترضت بعض النماذج أن الدماغ يهتم فقط بكونه على حق، بينما افترضت نماذج أخرى أن الدماغ يحاول تقليل الجهد العقلي الإجمالي. النموذج الذي طابق البيانات البشرية بشكل أفضل كان النموذج الذي يعامل التعلم كعملية مقايضة؛ حيث اقترح أن الدماغ يحاول باستمرار تقليل الجهد المبذول في الانتباه مع محاولة الحصول على الإجابة الصحيحة في الوقت ذاته. عندما تكون البيئة بسيطة، يعمل هذان الهدفان معاً. ولكن عندما تكون البيئة معقدة، يمكن لرغبة الدماغ في توفير الجهد أن تغلب الحاجة إلى الدقة المثالية، مما يؤدي به إلى الاستقرار على قاعدة "جيدة بما يكفي" ولكنها في الواقع طريق مسدود.

تشير الدراسة إلى أن غريزتنا الطبيعية لتبسيط العالم هي سلاح ذو حدين. ففي عالم يحتوي على متغيرات قليلة، تساعدنا هذه الغريزة على التعلم بسرعة. ولكن في عالم يفيض بالبيانات، يمكن لنفس الغريزة أن تعمينا عن الحقائق الأكثر أهمية. وجد الباحثون أنه مع نمو عدد الخيارات، تزداد احتمالية الوقوع في "الأمثل المحلي" (local optimum) – وهو حل يبدو صحيحاً ولكنه ليس الأفضل – بشكل كبير. تكشف هذه "لعنة البساطة" عن حد جوهري في الإدراك البشري: نحن حريصون جداً على إيجاد نمط بسيط لدرجة أننا نتوقف أحياناً عن البحث عن الحقيقة قبل أن نجدها. لا تشير النتائج إلى أن البساطة أمر سيء، بل توضح أن فوائد البساطة تعتمد كلياً على تعقيد البيئة. ففي عالم مزدحم وصاخب، يمكن للنزعة لجعل الأشياء بسيطة أن تكون هي الشيء الذي يمنعنا من فهمها.