Evolutionary Recurrent Decision Model in Developing Adaptive and Maladaptive Behaviors

मानव मस्तिष्क गहरे समय की एक उपज है, जिसे अफ्रीकी सवाना में जीवित रहने की विशिष्ट समस्याओं को हल करने के लिए लाखों वर्षों के विकास द्वारा आकार दिया गया है। हमारे इतिहास के अधिकांश समय में, हमारे पूर्वजों ने तात्कालिक, भौतिक खतरों का सामना किया: ऊँची घास में कोई शिकारी, भोजन की कमी, या किसी प्रतिद्वंद्वी समूह के साथ संघर्ष। उनके मस्तिष्क इन खतरों के प्रति तेजी से प्रतिक्रिया करने के लिए विकसित हुए, जिससे तात्कालिक सुरक्षा और सामाजिक प्रतिष्ठा को प्राथमिकता मिली। हालाँकि, आज हम जिस दुनिया में रह रहे हैं वह बहुत अलग है। हम चुनौतीपूर्ण नौकरियों, सोशल मीडिया के दबाव और जटिल सामाजिक पदानुक्रमों जैसे पुराने (क्रोनिक) तनावों का सामना करते हैं, जो उन खतरों के समान नहीं हैं जिन्हें हमारे पूर्वजों ने जाना था। वह वातावरण जिसके लिए हमारे मस्तिष्क बने थे और वह वातावरण जिसमें हम वास्तव में निवास करते हैं, उनके बीच के इस अंतर को 'इवोल्यूशनरी मिसमैच' (विकासवादी बेमेल) के रूप में जाना जाता है। यह एक प्रमुख सिद्धांत है कि क्यों इतने सारे लोग आज चिंता, अवसाद और अन्य मानसिक स्वास्थ्य चुनौतियों से जूझ रहे हैं। हमारे प्राचीन उत्तरजीविता तंत्र, जो खतरों के संक्षिप्त दौर के लिए डिज़ाइन किए गए थे, आधुनिक जीवन के निरंतर, अमूर्त दबावों से प्रेरित होने पर प्रतिकूल (maladaptive) हो सकते हैं।

यह समझने के लिए कि ये प्राचीन वायरिंग पैटर्न आधुनिक दुनिया में कैसे गलत हो सकते हैं, एंड्रयू हू नामक एक शोधकर्ता ने 'इवोल्यूशनरी रिकरेंट डिसीजन मॉडल' नामक एक कंप्यूटर सिमुलेशन विकसित किया। सीधे मानव रोगियों का अध्ययन करने के बजाय, जो नैतिक चिंताओं को जन्म देता है और विशिष्ट कारणों का परीक्षण करने की क्षमता को सीमित करता है, इस अध्ययन ने डिजिटल एजेंट बनाए। ये एजेंट मानवीय भावनाओं या जटिल विचारों के साथ प्रोग्राम नहीं किए गए हैं; वे एक आभासी दुनिया में जीवित रहने के लिए डिज़ाइन किए गए सरल शिक्षण तंत्र हैं जो हमारे पूर्वजों की चुनौतियों की नकल करती है। शोधकर्ताओं ने यह देखना चाहा कि क्या इन सरल एजेंटों को सुरक्षित या गंभीर, बार-बार होने वाले आघात (trauma) से भरे वातावरण में रखने पर, वे स्वाभाविक रूप से ऐसे व्यवहार विकसित करेंगे जो मानव मानसिक स्वास्थ्य विकारों के समान हों। लक्ष्य यह निर्धारित करना था कि क्या 'लर्नड हेल्पलेसनेस' (सीखी हुई लाचारी) या आक्रामकता जैसी स्थितियाँ एक टूटे हुए मस्तिष्क के संकेत हैं, या क्या वे एक असंभव स्थिति के प्रति तर्कसंगत, तार्किक प्रतिक्रियाएं हैं।

सिमुलेशन ने इन डिजिटल एजेंटों को एक ऐसी दुनिया में रखा जहाँ उन्हें जीवित रहने के लिए निरंतर विकल्प लेने थे। उन्हें तीन प्रकार की आवर्ती स्थितियों का सामना करना पड़ा: शिकारियों या दुश्मनों से खतरे, शिकार करने या भोजन इकट्ठा करने के अवसर, और दूसरों के साथ गठबंधन बनाने के अवसर। जीवित रहने के लिए, एजेंटों को तीन प्रतिस्पर्धी जरूरतों को संतुलित करना था: अपने शारीरिक स्वास्थ्य को बरकरार रखना, खुद को बचाने के लिए एक प्रभावी स्थिति बनाए रखना, और अपने समुदाय को समर्थन देने के लिए पोषण संबंधी संबंध बनाना। एजेंटों ने प्रयास और त्रुटि (trial and error) के माध्यम से सीखा, उन्हें उन कार्यों के लिए पुरस्कार मिले जिन्होंने उन्हें जीवित रखा और उन कार्यों के लिए दंड मिला जिन्होंने उन्हें खतरे में डाला। शोधकर्ताओं ने हजारों सिमुलेशन चलाए, कुछ शांत, स्थिर वातावरण में और अन्य कठोर परिस्थितियों में जो गंभीर प्रतिकूल बचपन के अनुभवों (adverse childhood experiences) की नकल करने के लिए डिज़ाइन किए गए थे, जहाँ खतरे बार-बार, तीव्र और अक्सर अपरिहार्य थे।

परिणामों ने दिखाया कि एजेंट प्रतिकूल वातावरण में केवल टूट नहीं गए। इसके बजाय, उन्होंने विशिष्ट, जटिल रणनीतियाँ विकसित कीं जो वास्तविक दुनिया के मानव व्यवहार की नकल करती थीं। सुरक्षित वातावरण में, एजेंट लचीलेपन के साथ सीखे, जैसे ही स्थिति ने मांग की, वे लड़ने, भागने और सहयोग करने के बीच स्विच करने लगे। हालाँकि, जब एजेंटों को उच्च-विपत्ति वाली स्थितियों के संपर्क में लाया गया, तो उनका व्यवहार अनुमानित तरीकों से बदल गया। कुछ एजेंट, विशेष रूप से जो प्रभुत्व और सुरक्षा को प्राथमिकता देने के लिए प्रोग्राम किए गए थे, 'लर्नड हेल्पलेसनेस' के लक्षण दिखाने लगे। यह एक ऐसी स्थिति है जहाँ एक व्यक्ति परिस्थितियों को बदलने की कोशिश करना बंद कर देता है क्योंकि उसने सीख लिया है कि उसके कार्यों का परिणाम पर कोई प्रभाव नहीं पड़ता है। सिमुलेशन में, यह कोई त्रुटि या सिस्टम की विफलता नहीं थी; यह एक तार्किक निष्कर्ष था। जब हर संभावित क्रिया का परिणाम नकारात्मक होता था, तो एजेंट के लिए सबसे तर्कसंगत विकल्प पूरी तरह से कार्य करना बंद करना था। यह सुझाव देता है कि जिसे हम अक्सर मानसिक स्वास्थ्य विकार कहते हैं, वह वास्तव में एक उत्तरजीविता रणनीति हो सकती है जो अत्यधिक, अपरिहार्य खतरे के संदर्भ में पूरी तरह समझ में आने वाली बात है।

अध्ययन ने यह भी प्रकट किया कि एजेंट द्वारा विकसित की गई रणनीति काफी हद तक उसके प्राथमिक उत्तरजीविता फोकस पर निर्भर करती थी। सामाजिक पोषण और सकारात्मक संबंध बनाने को प्राथमिकता देने वाले एजेंटों ने आघात का सामना करने पर अधिक संकोची और परिहारपूर्ण (avoidant) व्यवहार प्रदर्शित किया। उन्होंने मदद मांगना या नए बंधन बनाना बंद कर दिया, प्रभावी रूप से खुद को नुकसान के जोखिम को कम करने के लिए अलग कर लिया। इसके विपरीत, प्रभुत्व और सुरक्षा पर केंद्रित एजेंटों ने एक अलग पैटर्न दिखाया। जबकि उन्होंने शुरू में लड़ने या नियंत्रण स्थापित करने की कोशिश की, निरंतर, अनियंत्रित खतरों ने अंततः उन्हें आंतरिक संकट की स्थिति में धकेल दिया। दिलचस्प बात यह है कि सिमुलेशन ने दिखाया कि आक्रामकता आवश्यक रूप से आघात के सामने नहीं बढ़ी। इसके बजाय, एजेंटों ने अपना व्यवहार बदल लिया; जो निरंतर लड़ाई मध्यम स्थितियों में काम करती थी, वह बहुत जोखिम भरी हो गई, जिससे निष्क्रियता में पतन या भविष्य के बारे में नकारात्मक अपेक्षाओं में तीव्र वृद्धि हुई।

सबसे आश्चर्यजनक निष्कर्षों में से एक यह था कि भले ही दो एजेंटों को बिल्कुल समान प्रोग्रामिंग के साथ एक ही कठोर वातावरण का सामना करना पड़ा हो, वे हमेशा एक ही परिणाम तक नहीं पहुँचे। शोधकर्ताओं ने अराजकता से दो विशिष्ट उपसमूह उभरते हुए देखे: एक लचीला (resilient) समूह और एक संवेदनशील (vulnerable) समूह। उनके बीच का अंतर एक महत्वपूर्ण कारक पर आधारित था: उनके संबंधों की गुणवत्ता। जिन एजेंटों ने दूसरों के साथ स्वस्थ, सहायक संबंध बनाने में सफलता प्राप्त की, उनके 'लर्नड हेल्पलेसनेस' में गिरने की संभावना बहुत कम थी, यहाँ तक कि सबसे खराब परिस्थितियों में भी। डेटा ने सकारात्मक सामाजिक बंधनों के होने और कार्य करने की क्षमता बनाए रखने के बीच एक मजबूत संबंध दिखाया। इसके विपरीत, जिन एजेंटों ने ये संबंध बनाने में विफल रहे, उनके निराशा की स्थिति में फंसने की संभावना बहुत अधिक थी। यह एक सुरक्षात्मक कारक को उजागर करता है जो मानव मनोविज्ञान में अच्छी तरह से ज्ञात है लेकिन यहाँ एक मौलिक उत्तरजीविता तंत्र के रूप में प्रदर्शित किया गया था।

अध्ययन ने इस विचार को भी चुनौती दी कि आघात के सामने निष्क्रियता हमेशा एक जैसी नहीं होती। शोधकर्ताओं ने पाया कि एजेंटों ने 'कुछ न करने' के दो प्रकारों के बीच अंतर किया। एक था प्रेरणा की कमी, जहाँ एजेंट को कोई भी ऐसा कार्य नहीं मिला जो प्रयास के लायक हो। दूसरा था एक गणनात्मक जोखिम मूल्यांकन, जहाँ एजेंट ने पहचान लिया कि हर संभव कदम खतरनाक है और उसने रुकने (freeze) का निर्णय लिया। सिमुलेशन ने सुझाव दिया कि उच्च-खतरे वाले वातावरण में, एजेंटों को इनाम की इच्छा की कमी के बजाय जोखिम के डर से संचालित किया गया था। यह अंतर महत्वपूर्ण है क्योंकि यह बताता है कि विभिन्न प्रकार के आघात विभिन्न प्रकार के पक्षाघात (paralysis) की ओर ले जा सकते हैं, और उनके उपचार के लिए अलग-अलग दृष्टिकोणों की आवश्यकता हो सकती है।

अंततः, यह शोध सुझाव देता है कि कई व्यवहार जिन्हें हम प्रतिकूल या विकृत (pathological) मानते हैं, वास्तव में एक तर्कसंगत मन का परिणाम हैं जो एक ऐसी दुनिया में रास्ता खोजने की कोशिश कर रहा है जो बहुत अधिक खतरनाक हो गई है। सिमुलेशन में एजेंट टूटे हुए नहीं थे; वे अपने उत्तरजीविता सहज ज्ञान और उस वातावरण के बीच के बेमेल के प्रति तार्किक रूप से प्रतिक्रिया कर रहे थे जिसका उन्हें सामना करना पड़ा। जब दुनिया बहुत प्रतिकूल होती है, तो रुकना एक तर्कसंगत विकल्प है। जब जुड़ाव की लागत बहुत अधिक होती है, तो अलग हो जाना एक तर्कसंगत विकल्प है। अध्ययन यह दावा नहीं करता है कि उसने मानसिक बीमारी के रहस्य को सुलझा लिया है, न ही यह सुझाव देता है कि ये कंप्यूटर मॉडल मानव मस्तिष्क की सटीक प्रतिकृति हैं। हालाँकि, यह मानव व्यवहार को देखने का एक शक्तिशाली नया तरीका प्रदान करता है, जो दिखाता है कि जो मन की विफलता जैसा दिखता है, वह वास्तव में हमारे पूर्वजों के डिज़ाइन के अनुकूल न रही दुनिया के प्रति एक सफल, भले ही दर्दनाक, अनुकूलन हो सकता है। इन तंत्रों को समझकर, हम मानसिक स्वास्थ्य संघर्षों को केवल आंतरिक दोषों के रूप में नहीं, बल्कि उन वातावरणों के प्रति समझ में आने वाली प्रतिक्रियाओं के रूप में देख सकते हैं जिन्हें हमने बनाया है।