جيرد جيجرينزر ودانيال جولدشتاين تجربة إهمال المعدل الأساسي – عاموس

شهد النصف الثاني من القرن العشرين تحولاً جذرياً في دراسة الإدراك البشري وآليات اتخاذ القرار، حيث تصدّعت الصورة التقليدية للإنسان كفاعل عقلاني مطلق يمتلك قدرة غير محدودة على معالجة البيانات الإحصائية والمنطقية. كان هذا التحول وليد التفاعل الخلاق والمحتدم بين مدارك علم النفس المعرفي، ونظريات الاحتمالات، وفلسفة العلوم؛ إذ برزت تساؤلات جوهرية تمس صميم الكينونة المعرفية للإنسان: هل نحن كائنات منطقية تخطئ عرضاً، أم أن بنية أدمغتنا وتفكيرنا محكومة بتحيزات منهجية واستدلالات بدائية تقودنا حتماً إلى الانحراف عن المعايير المنطقية الصارمة؟ في قلب هذا السجال الفكري الشائق، تقف ظاهرة إهمال المعدل الأساسي بوصفها إحدى أكثر القضايا إثارة للجدل بين مدرستين فكريتين متمايزتين صاغتا ملامح علم النفس الإدراكي الحديث.

تجلت المدرسة الأولى في الأعمال التأسيسية الرائدة التي قادها كل من عاموس تفيرسكي (Amos Tversky) ودانيال كانيمان (Daniel Kahneman) في إطار برنامجهما الشهير المعروف باسم “الاستدلالات والتحيزات” (Heuristics and Biases). رأى هذا التيار أن العقل البشري يميل في ظل عدم اليقين إلى استبدال الحسابات الرياضية المعقدة بآليات اختصار ذهنية استدلالية، مثل “استدلال التمثيلية”، مما يؤدي بالضرورة إلى تجاهل القوانين الإحصائية الأساسية، وعلى رأسها المعدلات الأساسية ومبرهنة بايز، وهو ما اعتبروه دليلاً على وجود قصور إدراكي بنيوي متجذر في الطبيعة البشرية يماثل في حتميته الخداع البصري. وقد أفرز هذا الاتجاه نظرة تشاؤمية سادت لعقود في الأوساط الأكاديمية والاقتصادية والسياسية حول كفاءة المحاكمة العقلية لدى البشر.

في المقابل، انتفضت المدرسة المعرفية المقابلة بقيادة عالم النفس الألماني جيرد جيجرينزر (Gerd Gigerenzer) وزميله دانيال جولدشتاين (Daniel Goldstein) من معهد ماكس بلانك للتنمية البشرية، مقدمين نقداً إبستيمولوجياً وتجريبياً حاداً لنتائج تفيرسكي وكانيمان. طرح جيجرينزر وجولدشتاين مفهوم “العقلانية البيئية” (Ecological Rationality) ونظرية “الترددات الطبيعية” (Natural Frequencies)، مؤكدين أن ما وصفه معسكر كانيمان وتفيرسكي بأنه عجز إدراكي وإهمال منهجي للمعدلات الأساسية ليس في حقيقته سوى أثر اصطناعي ناجم عن الطريقة المعقدة والمضللة التي صيغت بها المسائل التجريبية في المختبرات. ومن خلال تجارب بارعة استعادت المنظور التطوري للعقل البشري، أثبت جيجرينزر وجولدشتاين أن الإنسان يمتلك كفاءة إحصائية فطرية مدهشة عند تمثيل المعلومات بصيغة تتناغم مع تاريخه البيئي والبيولوجي، فاتحين بذلك آفاقاً جديدة أعادت صياغة مفهوم العقلانية وأثرت بشكل مباشر مجالات الطب والقضاء والذكاء الاصطناعي.

1. المدخل النظري والتاريخي لمفهوم إهمال المعدل الأساسي

1.1 تعريف مغالطة إهمال المعدل الأساسي وتأصيلها المفاهيمي

تُعرف مغالطة إهمال المعدل الأساسي (Base Rate Neglect Fallacy) في الأدبيات الإحصائية والمعرفية بأنها الميل الإدراكي الصريح أو الضمني لدى الفرد نحو تجاهل أو التقليل غير المبرر من شأن التوزيع الإحصائي العام، أو التكرار المسبق لظاهرة ما في مجتمع الدراسة (المعدل الأساسي)، عند تقييم احتمالية حدوث واقعة معينة في ضوء معلومات وصفية تشخيصية مخصصة لتلك الحالة الفردية. رياضياً ومعرفياً، يمثل المعدل الأساسي ركيزة “الاحتمال القبلي” (Prior Probability) في شجرة القرارات الاحتمالية، وهو المنطلق الذي يُبنى عليه أي استدلال منطقي سليم قبل تلقي أي دليل جديد ومحدد.

تتجلى هذه المغالطة الإدراكية عندما يُوضع العقل البشري أمام نوعين متباينين من المدخلات المعلوماتية: بيانات عامة مجردة تلخص خصائص المجتمع الإحصائي الشامل، وبيانات نوعية عيانية تخص فرداً أو حالة بعينها. يميل النظام الإدراكي، تحت وطأة الحمل الذهني والجاذبية السردية، إلى استبعاد الإحصاء التراكمي الشامل لصالح المعلومات المحددة، حتى لو كانت هذه الأخيرة ضعيفة الموثوقية أو ذات قدرة تنبؤية ضئيلة. وقد وثق علماء النفس المعرفي الكلاسيكي هذه الظاهرة بوصفها انحرافاً نسقياً ينتهك متطلبات الاتساق المنطقي التي تفترض أن تقييم الدليل الجزئي لا يمكن أن ينفصل بأي حال عن السياق الاحتمالي الكلي الذي يقع ضمنه.

من الناحية الاصطلاحية، يحرص الباحثون في علم النفس الإدراكي على التمييز الدقيق بين مفهومين: “الإهمال الكامل للمعدل الأساسي” (Complete Base Rate Neglect)، وفيه يتصرف المفحوص وكأن المعدل الأساسي يساوي الصفر أو غير موجود بالمطلق في المعادلة، و”التقليل النسبي من شأن المعدل الأساسي” (Base Rate Underweighting)، حيث يعترف الفرد بوجود النسبة الإحصائية الكلية لكنه يمنحها وزناً ترجيحياً يقل كثيراً عما تفرضه القوانين الرياضية لمبرهنة بايز. هذا التمايز الاصطلاحي ليس مجرد ترف لغوي، بل يمثل جوهر الفهم العميق لدرجات التدخل الذهني ومستويات التأثر بالسمات الوصفية للحالات الفردية.

1.2 السياق التاريخي لظهور أبحاث الحكم واتخاذ القرار في القرن العشرين

سيطر النموذج الاقتصادي الكلاسيكي الجديد لعقود طويلة على المشهد الأكاديمي في دراسة اتخاذ القرار، وهو نموذج نهض على افتراض وجود فاعل عقلاني تام يتمتع بما يسمى “العقلانية الموضوعية الكاملة” (Substantive Rationality). وفقاً لهذا المنظور المعياري، يمتلك الإنسان منظومة قيم وتفضيلات متسقة وثابتة، وقدرة حسابية غير متناهية تمكنه من معالجة فضاء الاحتمالات المعقد ومقارنة المنافع المتوقعة للبدائل المتاحة للوصول دوماً إلى الاختيار الأمثل الذي يعظم المنفعة الذاتية استناداً إلى المنطق الصوري ونظرية الاحتمالات الكلاسيكية.

بدأت هذه الرؤية المثالية تتهاوى تدريجياً في منتصف القرن العشرين، ولا سيما مع الإسهامات الفكرية الرائدة للاقتصادي وعالم النفس هربرت سايمون (Herbert Simon). صاغ سايمون نظريته الثورية حول “العقلانية المقيدة” (Bounded Rationality)، مؤكداً أن الفواعل البشرية تعمل في ظل قيود صارمة تفرضها البيئة الخارجية من جهة (مثل نقص المعلومات والوقت)، وبنية العقل البشري الداخلية من جهة أخرى (مثل محدودية سعة الذاكرة العاملة وسرعة المعالجة الحسابية). رأى سايمون أن البشر لا يملكون الترف ولا القدرة على تحقيق الحلول “القصوى” (Maximizing)، بل يستعيضون عن ذلك باستراتيجيات “الإرضاء” (Satisficing) للوصول إلى قرارات مقبولة تفي بالغرض التكيفي المباشر.

مهدت أطروحات سايمون لتحول إبستيمولوجي عميق؛ إذ انتقل التركيز البحثي من وضع النماذج المعيارية التي تحدد “كيف ينبغي” للإنسان أن يفكر، إلى دراسة مسلكية تجريبية ترصد “كيف يفكر” الإنسان بالفعل في مواجهة الشك والمخاطرة والتعقيد. شجعت هذه البيئة العلمية الخصبة علماء النفس المعرفي على مغادرة المكاتب النظرية إلى المختبرات السلوكية، وتصميم مواقف تجريبية تختبر قدرة الأفراد العاديين على إجراء التقييمات التخمينية اليومية. وفي هذا السياق المعرفي المتحول في أواخر الستينيات ومطلع السبعينيات، بدأت تتشكل ملامح الشراكة التاريخية بين عاموس تفيرسكي ودانيال كانيمان لاستكشاف عمق الفجوة الفاصلة بين المنطق المعياري والسلوك التجريبي.

1.3 مبرهنة بايز كمعيار تقييمي للأداء الإدراكي البشري

تُعد مبرهنة بايز (Bayes’ Theorem)، المنسوبة إلى عالم اللاهوت والرياضيات البريطاني توماس بايز، الركيزة الرياضية الأولى التي تصف بدقة كيف يجب تحديث الاعتقاد الاحتمالي بفرضية معينة في ضوء ظهور أدلة ومعطيات جديدة. تعتمد الصيغة البايزية الكلاسيكية على تكامل الاحتمال القبلي $P(H)$، الذي يعكس المعدل الأساسي للحدث، مع “دالة الإمكانية” أو أرجحية الدليل في حال صدق الفرضية $P(D|H)$ مقارنة بصدوره في حال بطلانها $P(D|neg H)$، للوصول إلى “الاحتمال البعدي” المعدل $P(H|D)$ وفق المعادلة المعيارية الشهيرة:

$$P(H|D) = \frac{P(D|H) \cdot P(H)}{P(D|H) \cdot P(H) + P(D|\neg H) \cdot P(\neg H)}$$

اعتمد علماء النفس المعرفي مبرهنة بايز ليس مجرد صيغة رياضية، بل كمسطرة قياس معيارية صارمة (Normative Gold Standard) يُقاس عليها مدى رشاد وصوابية المحاكمة العقلية البشرية. فإذا طابق تقدير الشخص الذاتي القيمة الناتجة عن الصيغة البايزية، عُدّ تفكيره عقلانياً؛ وإن انحرف عنها حُكم عليه بالوقوع في شباك الخطأ الإدراكي. وقد كشفت مئات الدراسات المختبرية أن استجابات المشاركين التلقائية تبتعد ابتعاداً شاسعاً ومنتظماً عن المخرجات الحسابية الدقيقة لمعادلة بايز، حيث يميل البشر إلى إعطاء وزن هائل لقوة الدليل المباشر وإسقاط الاحتمال القبلي تقريباً من ميزان التقدير.

أثار هذا التباعد المستمر بين الحساب المجرد والأداء الإدراكي الحقيقي تساؤلاً إبستيمولوجياً ومعرفياً عميقاً حول طبيعة هذا العجز البشري المرصود: هل يعود هذا الفشل التقديري إلى عجز حسابي فطري متجذر في البنية التشريحية والمعرفية للدماغ يجعله عاجزاً عن استيعاب العمليات الإحصائية البسيطة؟ أم أن الأزمة تكمن في طبيعة “المسطرة” ذاتها وسياق تقديم المسائل، حيث يُجبر الذهن على التعامل مع قوالب رياضية لا تتوافق مع الأنماط الطبيعية التي تطور لمعالجتها؟ هذا السؤال بالتحديد شكّل نقطة الانطلاق المركزية التي فجّرت الخلاف التاريخي بين مدرستي تفيرسكي وجيجرينزر.

2. برنامج الاستدلالات والتحيزات: مساهمات عاموس تفيرسكي ودانيال كانيمان التأسيسية

2.1 انطلاق برنامج الاستدلالات والتحيزات (Heuristics and Biases)

في مطلع سبعينيات القرن العشرين، دشّن عاموس تفيرسكي ودانيال كانيمان، عبر سلسلة من المقالات المنشورة في أرفع المجلات العلمية (مثل Science وPsychological Review)، برنامجاً بحثياً واسع النطاق أحدث زلزالاً في العلوم السلوكية حمل اسم “برنامج الاستدلالات والتحيزات” (Heuristics and Biases Program). انطلق الباحثان من فرضية أساسية مفادها أن العقل البشري، نظراً لمحدودية موارده الحسابية، لا يلجأ إلى تطبيق القوانين الإحصائية الدقيقة عند اتخاذ القرارات في ظروف عدم اليقين، بل يعتمد على استراتيجيات إدراكية مختصرة تُعرف بـ “الاستدلالات” (Heuristics)، وهي مسارات ذهنية حدسية سريعة تختزل العمليات المعقدة لتقدير الاحتمالات والتنبؤ بالقيم إلى عمليات تقييم بسيطة وسريعة الاستجابة.

ركّز تفيرسكي وكانيمان على إثبات أن هذه الاستدلالات الإدراكية، رغم فائدتها العملية في تقديم استجابات فورية للحياة اليومية بأقل مجهود ذهني، تقود بالضرورة إلى “أخطاء منهجية وقابلة للتنبؤ” (Systematic and Predictable Biases). فهذه الأخطاء ليست زلات عشوائية ناتجة عن تشتت الانتباه أو التعب الذهني المؤقت، بل هي انعكاسات لآليات تفكير ثابتة ومبرمجة في النظام الإدراكي، تتكرر بصورة مطردة في ظل شروط تجريبية وظروف بنيوية محددة بصرف النظر عن مستوى ذكاء الفرد أو خلفيته الأكاديمية في الرياضيات والإحصاء.

أحدث هذا البرنامج البحثي تحولاً جذرياً في بوصلة الاهتمام العلمي والأكاديمي؛ فبدلاً من التركيز على إظهار رشاد السلوك الإنساني والتماس الأعذار للأخطاء الفردية بوصفها استثناءات عابرة، كُرست آلاف الدراسات لاستكشاف مكامن العجز والقصور الإدراكي. أدى ذلك إلى نشوء قطيعة معرفية مع نظريات الاختيار العقلاني السائدة في علم الاقتصاد، ووضع اللبنات الأساسية الأولى لما عُرف لاحقاً بـ “الاقتصاد السلوكي” (Behavioral Economics)، حيث تحولت قائمة “التحيزات الإدراكية” إلى معجم شامل يُستند إليه لتفسير فشل الأسواق وقرارات البشر المعيبة.

2.2 استدلال التمثيلية ودوره في حجب المعدلات الأساسية

يحتل استدلال التمثيلية (Representativeness Heuristic) موقع الصدارة في النموذج التفسيري الذي صاغه تفيرسكي وكانيمان لتبرير وقوع ظاهرة إهمال المعدل الأساسي. يُعرَّف هذا الاستدلال بأنه آلية ذهنية يُقيَّم من خلالها احتمال انتماء عنصر أو فرد معين (أ) إلى فئة محددة (ب)، أو احتمال صدور حدث ما عن مسار معين، بناءً على درجة الشبه والتطابق الشكلي بين خصائص ذلك العنصر والنموذج النمطي المسبق (Prototype) المحفور في الذهن عن تلك الفئة، متجاهلاً بذلك كافة المؤشرات الإحصائية الموضوعية الأخرى.

تتم عملية التقييم الذهني وفق هذا الاستدلال عبر استبدال سؤال احتمالي معقد: “ما هو الاحتمال الإحصائي البايزي لانتماء هذا الفرد للفئة ب في ضوء معدلها الأساسي في المجتمع؟” بسؤال بديل أسهل استدعاءً ومعالجة: “إلى أي مدى يشبه هذا الفرد في ملامحه وسلوكه الصورة النمطية للفئة ب؟”. في هذه الحالة، إذا بدا الشخص شبيهاً جداً بالمهندس، فإن الذهن يقرر فوراً بأرجحية كونه مهندساً، حتى لو كانت نسبة المهندسين في تلك العينة لا تتعدى واحداً في الألف، مما يوضح كيف يُعطل الشبه المورفولوجي أو السلوكي التفكير الإحصائي العقلاني.

يفسر تفيرسكي وكانيمان هذه الظاهرة بأن التفاصيل السردية والسمات الوصفية الغنية (Rich Descriptive Narrative) تتمتع بجاذبية إدراكية خارقة تسيطر على بؤرة الانتباه، وتولّد انطباعاً داخلياً خادعاً باليقين؛ في حين أن الأرقام والنسب الإحصائية المجردة بطبيعتها باهتة وخاملة معرفياً ولا تحفز الذاكرة الترابطية. ومن ثمّ، فإن استدلال التمثيلية يقوم بإقصاء المعدل الأساسي بصورة تلقائية وغير واعية، حيث يتم طمس البيانات التوزيعية الشاملة واستبدالها بدرجة التطابق النمطي، وهو ما يقود إلى الفشل البايزي التام في التقييم والتقدير.

2.3 التداعيات الفلسفية لأطروحة عاموس تفيرسكي حول العقلانية البشرية

أحدثت النتائج التجريبية التي توصل إليها تفيرسكي وكانيمان هزة عنيفة في الأوساط الفلسفية والمعرفية؛ إذ وجهت ضربة قاصمة للاعتقاد التنويري التاريخي الراسخ بأن الإنسان كائن منطقي بطبعه يتطابق عقله الفطري مع مبادئ المنطق الاستدلالي السليم. طرح تفيرسكي أطروحة مفادها أن الحدس الإحصائي البشري يعاني من عيوب هيكلية، وأن افتقار العقل غير المدرب للقدرة على معالجة البيانات الاحتمالية ليس نقصاً في التعليم فحسب، بل هو قصور بيولوجي وإدراكي يطال بنية المعالجة العقلية ذاتها.

شبّه تفيرسكي وكانيمان التحيزات المعرفية الناتجة عن الاستدلالات بـ “الخداع البصري” (Visual Illusions) الشهير (مثل خداع مولر-لاير)، مؤكدَين أن معرفة الإنسان بالقوانين الرياضية لا تعصمه بالضرورة من الوقوع في فخ التحيز الحدسي، تماماً كما أن معرفتنا بأن الخطين متساويان في الطول لا تمنع أعيننا من رؤية أحدهما أطول من الآخر. أفرزت هذه المقارنة رؤية فلسفية تتسم بالتشاؤم الإبستيمولوجي حيال قدرات الإنسان المعرفية في المجالات الحيوية الحافلة بعدم اليقين، كالتشخيص الطبي، والمحاكمات الجنائية، والتنبؤات المالية والجيوسياسية.

أثارت هذه الرؤية المتشائمة ردود فعل وجدالات واسعة بين فلاسفة العقل وعلماء الاجتماع؛ إذ رأى تيار نقدي مبكر أن تعميم نتائج التجارب المختبرية المصطنعة على الحياة الإنسانية الواقعية يمثل قفزة منهجية غير مبررة؛ فبناء مواقف مصممة خصيصاً لإيقاع المشاركين في المغالطات لا يعني بالضرورة أن العقل البشري يفتقر إلى الرشاد في بيئته التكيفية الحقيقية. هذه الشكوك المبكرة هي التي تلقفها لاحقاً نقاد التيار المعياري وبلوروا منها جبهة معارضة فكرية شاملة.

3. البنية التجريبية الكلاسيكية لتجارب تفيرسكي وكانيمان

3.1 تجربة المحامي والمهندس: التصميم والإجراءات

تُعد تجربة “المحامي والمهندس” (The Lawyer-Engineer Problem)، التي أجراها دانيال كانيمان وعاموس تفيرسكي عام 1973، النموذج المعياري الأكثر شهرة في توثيق إهمال المعدل الأساسي تجريبياً. في هذه التجربة، أُبلغ المشاركون بأن لجنة من علماء النفس قد أجرت مقابلات شخصية مع عينة تضم مائة شخص من المهنيين الناجحين (مهندسون ومحامون)، وكُتبت عن كل شخص في العينة بطاقة وصف شخصي ونفسي موجزة مستخلصة من تلك المقابلات، ثم اختيرت بعض البطاقات عشوائياً لعرضها على المفحوصين لتقدير مهنة صاحب كل بطاقة.

قُسم المشاركون إلى مجموعتين تجريبيتين بمعدلات أساسية مختلفة جذرياً لإحداث تباين إحصائي صريح؛ أُخبرت المجموعة الأولى أن العينة تتكون من 70 مهندساً و30 محامياً (معدل أساسي للمهندسين = 0.70)، بينما أُخبرت المجموعة الثانية أن العينة تتكون من 30 مهندساً و70 محامياً (معدل أساسي للمهندسين = 0.30). عُرضت بعد ذلك نصوص تصف سمات شخصية نمطية؛ فكان النص الأشهر هو وصف لشخص يدعى “جاك”، يبلغ من العمر 45 عاماً، متزوج وله أربعة أطفال، يتميز بكونه محافظاً، طموحاً، ولديه اهتمام كبير بالمسائل الرياضية والفيزيائية والحرف اليدوية، ويفتقر إلى الاهتمام بالقضايا السياسية والاجتماعية.

جاءت النتائج لتمثل صدمة معرفية قوية؛ إذ قدّر المشاركون في كلتا المجموعتين احتمال كون جاك مهندساً بنسبة متطابقة تقريباً ناهزت 90%، متجاهلين تماماً التفاوت الهائل في المعدل الأساسي بين المجموعتين (0.70 مقابل 0.30). والأدهى من ذلك أنه عندما أُدخلت بطاقة وصف “محايدة تماماً” لا تعطي أي مؤشر تمايزي لمهنة الشخص، وكان من المفترض بايزياً أن تتطابق التقديرات فيها بدقة مع المعدل الأساسي (0.70 للمجموعة الأولى و0.30 للمجموعة الثانية)، لجأ المشاركون في المجموعتين إلى تقدير الاحتمال بنسبة 50%، مما أثبت أن الذهن يلغي المعدل الأساسي فور ظهور أدنى معلومة فردية حتى لو كانت مجردة من أي قيمة تشخيصية حقيقية.

3.2 معضلة سيارة الأجرة (The Cab Problem) والتحليل البايزي

عمّق تفيرسكي وكانيمان (1982) مسار أبحاثهما عبر تصميم تجربة بالغة الذكاء عُرفت باسم “معضلة سيارة الأجرة” (The Cab Problem)، وهدفت إلى قياس إهمال المعدل الأساسي دون الاعتماد حصراً على الصور النمطية للشخصيات. تضمن السيناريو المعروض على المفحوصين المعطيات التالية: وقع حادث دهس وهروب ليلاً في إحدى المدن تورطت فيه سيارة أجرة. تنشط في المدينة شركتان فقط لسيارات الأجرة: سيارات الأجرة الخضراء التي تشكل 85% من إجمالي السيارات في المدينة، وسيارات الأجرة الزرقاء التي تشكل الـ 15% المتبقية (المعدلات الأساسية).

أثناء التحقيق، تقدّم شاهد عيان وأدلى بشهادته مؤكداً أن سيارة الأجرة المتورطة في الحادث كانت “زرقاء”. اختبرت المحكمة قدرة الشاهد على تمييز الألوان في ظل الظروف الليلية ذاتها التي وقع فيها الحادث، فأظهرت نتائج الاختبار المعملي أن الشاهد يتمتع بدقة بصرية تبلغ 80%؛ أي أنه يحدد اللون الصحيح بدقة في 80% من المرات، بينما يخطئ ويخلط بين اللونين في 20% من المرات. طُرح السؤال الحاسم على المفحوصين: “ما هو احتمال أن تكون سيارة الأجرة المتورطة في الحادث زرقاء بالفعل كما ذكر الشاهد؟”.

أشارت استجابات غالبية المشاركين إلى أن الاحتمال هو 80%، متطابقين تماماً مع نسبة دقة الشاهد، ومتجاهلين النسبة الشحيحة لسيارات الأجرة الزرقاء في المدينة. لكن الحساب البايزي الدقيق يكشف مفارقة صارخة:

• عدد الحوادث المتوقعة لسيارات زرقاء يحددها الشاهد بدقة: $0.15 \times 0.80 = 0.12$ (12%)
• عدد الحوادث المتوقعة لسيارات خضراء يخطئ الشاهد ويراها زرقاء: $0.85 \times 0.20 = 0.17$ (17%)
• إجمالي الحالات التي سيقول فيها الشاهد إن السيارة زرقاء: $0.12 + 0.17 = 0.29$ (29%)
• الاحتمال الحقيقي لكون السيارة زرقاء فعلاً هو: $\frac{0.12}{0.29} \approx 0.414$ (أي حوالي 41% فقط!)

أظهر هذا التباعد الشاسع بين تقدير المشاركين (80%) والحقيقة الرياضية البايزية (41%) كيف ينساق العقل وراء مصداقية الدليل الظاهر ويسقط تماماً السياق الإحصائي الكلي، وهو ما رسخ تأصيل تفيرسكي للظاهرة كدليل قاطع على الخلل الإدراكي البشري.

3.3 تحليل البيانات والنتائج المسجلة في أبحاث 1973 و1982

أظهر التحليل الإحصائي المقارن للبيانات المجمعة في أبحاث 1973 و1982 أنماطاً سلوكية متكررة اتسمت بالثبات الملحوظ عبر عينات متباينة من الأفراد. ففي جميع التجارب التي تضمنت معدلات أساسية صريحة، أظهرت منحنيات التوزيع التكراري لإجابات المشاركين تركزاً كثيفاً حول الأرقام التي تعكس دقة الدليل المشهود أو درجة التطابق النمطي للوصف، مع غياب شبه كامل لأي حساسية إدراكية إزاء التغيرات الدراماتيكية في النسب الأولية التي أُدخلت في الشروط التجريبية المختلفة.

سجل الباحثان أن هذا العزوف عن دمج المعدلات الأساسية لم يتأثر بشكل ملموس بتقديم حوافز مالية للإجابات الصحيحة، ولم ينخفض بتنبيه المفحوصين الصريح إلى ضرورة توخي الدقة الحسابية، بل ظل متماسكاً كحائط صد ذهني منيع. وقد قادت هذه النتائج المتطابقة كانيمان وتفيرسكي إلى استنتاج قاطع مفاده أن المعدلات الأساسية تُهمل تماماً عندما يقترن وجودها بمعلومات عيانية نوعية، ولا تجد طريقها إلى المعالجة الذهنية إلا في حالات نادرة جداً؛ كأن تنعدم المعلومات الفردية تماماً، أو حين تكتسب المعدلات الأساسية طابعاً سببياً مباشراً (Causal Base Rates) يربط بين المعدل الإحصائي والنتيجة بآلية علية واضحة ومفهومة ذهنياً.

تأسس على هذه المعطيات التجريبية افتراض ساد الأوساط الأكاديمية لعقود، مؤداه أن العقل الفطري مجرد من “البرمجيات الإحصائية البايزية”، وأن التفكير المنطقي السليم ليس سوى طبقة هشة تكتسب بالتعليم المؤسسي الصارم والمكثف لقوانين الاحتمالات. وقد صيغت هذه الرؤية بوصفها حكماً نهائياً على الإدراك البشري، مما مهّد لظهور حركة تصحيحية كبرى قادها علماء آخرون شككوا في مشروعية هذه الاستنتاجات المعملية وطرق استخلاصها.

4. النقد المعرفي لجيرد جيجرينزر: بزوغ المناظرة الكبرى في العقلانية

4.1 المنطلقات الإبستيمولوجية لنقد جيرد جيجرينزر

انطلق عالم النفس الألماني جيرد جيجرينزر في نقده لبرنامج كانيمان وتفيرسكي من أرضية فلسفية وإبستيمولوجية صلبة تمس تعريف ماهية “العقلانية” ذاتها. رفض جيجرينزر بشكل حاسم اختزال العقلانية الإنسانية في الامتثال الأعمى لقواعد المنطق الصوري المجرد وقوانين حساب الاحتمالات المنبثقة عن مبرهنة بايز؛ واعتبر أن تحويل نظرية بايز إلى “صنم معياري” يُحاكم العقل البشري على أساسه هو سقطة إبستيمولوجية تخلط بين المنطق المعياري الضيق والتكيف الإدراكي الحيوي للفاعل البشري في بيئته الطبيعية.

فرّق جيجرينزر بوضوح بين النزعة الترددية (Frequentism) ونزعة النظرة الذاتية للاحتمالات (Bayesian Subjectivism) في فلسفة الرياضيات. وفقاً للمنظور الترددي الكلاسيكي (الذي أسسه علماء مثل ريتشارد فون ميزيس وجيرزي نيمان)، لا يمكن تطبيق مفهوم الاحتمال على حدث فردي فريد؛ فالقول بأن “احتمال أن يكون جاك مهندساً هو 70%” ليس له معنى رياضي دقيق في النظرية الترددية، لأن جاك إما أن يكون مهندساً أو لا يكون (0 أو 1)، والاحتمالات الرياضية لا تنطبق إلا على التكرارات النسبية طويلة المدى في سلاسل ممتدة من الأحداث. ومن ثم، فإن امتناع المشاركين عن تطبيق مبرهنة بايز على الأحداث الفردية ليس خللاً إدراكياً، بل قد يكون موقفاً ترددياً متسقاً ورفضاً فطرياً لتطبيق الاحتمال على الحالات المنفردة.

تساءل جيجرينزر عن الشرعية الإبستيمولوجية التي يستند إليها الباحثون في وسم الفكر الإنساني بـ “اللاعقلانية” لمجرد فشله في حل أحاجي رياضية لغوية مصطنعة داخل المختبرات. ودعا عوضاً عن ذلك إلى دراسة “التكيف الوظيفي” (Functional Adaptation) للدماغ؛ أي فحص قدرة العقل على معالجة المشكلات الحقيقية التي نشأ وتطور في خضمها تاريخياً، مؤكداً أن المعيار الحق لتقييم الذكاء البشري هو النجاح العملي في البيئة الواقعية وليس الامتثال لصيغ رياضية وُضعت في القرن الثامن عشر لتناسب أنظمة مغلقة وشروطاً معقمة.

4.2 المناظرة الأكاديمية بين جيجرينزر ومعسكر كانيمان وتفيرسكي

تحولت المناقشات المتبادلة بين جيجرينزر وثنائي كانيمان-تفيرسكي في تسعينيات القرن العشرين إلى واحدة من أشهر المناظرات وأكثرها شراسة في تاريخ العلوم السلوكية المعاصرة، وتحديداً عبر صفحات مجلة Psychological Review العريقة. نشر جيجرينزر عام 1996 مقالته الشهيرة “حول ضيق الأفق في نماذج الاستدلالات وتناقضاتها”، والتي وجّه فيها نقداً لاذعاً لمعسكر “الاستدلالات والتحيزات”، متهماً إياه بالاعتماد على “استدلالات فضفاضة وغامضة” (Vague Heuristics) مثل التمثيلية والتوافر، وهي استدلالات في نظره صالحة لتفسير كل شيء بأثر رجعي، لكنها تفشل في التنبؤ المسبق بالسلوك الدقيق وتفتقر إلى التحديد الخوارزمي الصارم.

أكد جيجرينزر أن تجارب إهمال المعدل الأساسي لم تكن ترصد قصوراً فطرياً في المحاكمة العقلية، بل كانت “ألغازاً لغوية مصممة للإيقاع بالمفحوص”؛ حيث تستغل تضارب المعاني الدلالية والبراغماتية للغة لإجبار الذهن على اتخاذ قرارات تبدو خاطئة بموجب المعيار البايزي المنفرد للباحثين. رد تفيرسكي وكانيمان (1996) بدفاع مستميت عن أبحاثهما، مؤكدين أن تجاربهما مصممة بدقة علمية متناهية، وأن التحيزات المرصودة حقيقية ولا تزول بمجرد تدريب بسيط، واتهما جيجرينزر بمحاولة تصوير العقل البشري ككيان معصوم ومثالي متناسين الثمن الباهظ الذي تدفعه البشرية يومياً جراء اتخاذ قرارات كارثية ناشئة عن هذه التحيزات بالذات.

أعادت هذه المناظرة الصاخبة رسم الخارطة المعرفية لعلم النفس الإدراكي؛ إذ أخرجت النقاش من ثنائية “الإنسان العقلاني مقابل الإنسان غير العقلاني” إلى أفق علمي أرحب يتناول بنية الإدراك وعلاقته بتمثيل المعلومات في البيئة المحيطة. لم يعد التساؤل مقتصراً على ما إذا كان الإنسان يخطئ أم يصيب، بل تركز على تحديد الظروف البيئية والمعلوماتية الدقيقة التي تجعل العقل يفشل أو ينجح، مما مهّد لولادة نموذج إبستيمولوجي بديل ومغاير تماماً.

4.3 مفهوم العقلانية البيئية كبديل معرفي للعقلانية المعيارية

صاغ جيرد جيجرينزر مفهوم العقلانية البيئية (Ecological Rationality) بوصفه بديلاً جذرياً للمفهوم الكلاسيكي للعقلانية المعيارية أو المنطقية (Logical Rationality). يرتكز هذا النموذج على تشبيه بارع اقترحه سابقاً هربرت سايمون يُعرف بـ “مقص سايمون”؛ حيث تمتلك العقلانية شفرتين قاطعتين: الشفرة الأولى تمثل البنية الإدراكية للفاعل البشري، بينما تمثل الشفرة الثانية بنية البيئة الفيزيائية والاجتماعية التي يعمل فيها. لا يمكن فهم آلية القص (أي اتخاذ القرار الناجح) بالنظر إلى إحدى الشفرتين بمعزل عن الأخرى، بل بالتركيز على مدى التوافق والتطابق الهيكلي بينهما.

وفقاً للعقلانية البيئية، لا يُقاس صواب الاستدلال بمطابقته لقوانين الاحتمالات أو المنطق المجرد، بل بقدرته على حل المشكلات الحيوية بفاعلية ودقة وسرعة في العالم الحقيقي المعقد والمليء بعدم اليقين. إن آلية ذهنية بسيطة قد تنتهك قواعد مبرهنة بايز يمكن أن تكون “عقلانية بيئياً” إذا كانت تقود الفرد إلى اتخاذ خيارات تكيفية سليمة تضمن بقاءه ونجاحه بأقل تكلفة حسابية وزمنية ممكنة. فالعقلانية هنا هي خاصية للعلاقة التفاعلية بين الذهن والبيئة، وليست سمة منعزلة للفكر المنطقي البحت.

استبدل هذا النموذج البديل صورة الإنسان ككائن مشوه معرفياً وفاشل في الحساب الإحصائي بصورة إيجابية متفائلة: الإنسان ككائن فاعل ومتكيف بذكاء بالغ مع بنيته البيئية. ورأى جيجرينزر أن التحدي الحقيقي الذي يواجه علم النفس لا يتمثل في سرد وتصنيف التحيزات لجلد العقل البشري، بل في استكشاف “صندوق الأدوات التكيفي” (Adaptive Toolbox) الذي مكن البشر من الازدهار والبقاء لآلاف السنين، وتحديد البيئات المناسبة لكل أداة استدلالية داخل هذا الصندوق الحيوي.

5. أبحاث جيرد جيجرينزر ودانيال جولدشتاين: الترددات الطبيعية كحل معرفي

5.1 مفهوم الترددات الطبيعية (Natural Frequencies) وتأصيلها التطوري

يمثل مفهوم “الترددات الطبيعية” (Natural Frequencies)، الذي بلوره وطوره بصورة مشتركة جيرد جيجرينزر ودانيال جولدشتاين في منتصف التسعينيات، الركيزة العلمية والتجريبية التي فككت مغالطة إهمال المعدل الأساسي من أساساتها المعرفية. الترددات الطبيعية هي أسلوب لتمثيل المعلومات الاحتمالية بصيغة تكرارية خام وغير مقيدة ناجمة عن الملاحظة المباشرة في تسلسل زمني حقيقي، كأن نقول: “4 من كل 100 شخص”، بدلاً من التعبير عنها بصيغة نسب مئوية مشروطة أو كسور احتمالية نسبية معقدة مثل: “احتمال الإصابة 4%، مع دقة فحص تبلغ 80% ونسبة خطأ 10%”.

استند جيجرينزر وجولدشتاين في تأصيلهما لهذا المفهوم إلى علم النفس التطوري؛ فالإنسان البدائي والصياد الجامع عاش لمئات الآلاف من السنين يراقب العالم ويسجل البيانات الحيوية من خلال عملية “أخذ العينات الطبيعية” (Natural Sampling). فالدماغ البشري لم يصادف يوماً في بيئته التطورية نسباً مئوية مجردة (إذ لم تظهر النسب المئوية في تاريخ الفكر البشري إلا مؤخراً جداً بعد اختراع الكسور العشرية والحسابات المصرفية)، بل كان يصادف تكرارات فعلية: رأى 20 شخصاً أكلوا من هذه النبتة فمات منهم 2، أو ذهب في 50 رحلة صيد فصادف الحيوانات المفترسة في 5 منها. تطور الذهن البشري ليتعامل بسلاسة ودقة فائقة مع العدّ الترددي التراكمي المباشر، لا مع الاحتمالات الفردية المشروطة.

تكمن العبقرية الحسابية للترددات الطبيعية في أنها تحتفظ تلقائياً وبصورة ضمنية بالمعدلات الأساسية داخل الأرقام ذاتها دون الحاجة إلى إجراء عمليات ضرب وقسمة متتابعة لعزل المعدل الأساسي وإعادة دمجه. فعندما نستخدم الترددات الطبيعية، فإننا نلغي التعقيد المعرفي المتأصل في مبرهنة بايز، مما يسمح للذاكرة العاملة بإدراك التناسب الحجمي بين الفئات بمجرد النظر إلى الأعداد التكرارية المعروضة، وهو ما يزيل الإبهام الرياضي الذي كان يضلل المشاركين في التجارب الكلاسيكية.

5.2 إعادة صياغة المسائل الكلاسيكية باستخدام الترددات الطبيعية

لاختبار نظريتهما علمياً، أجرى جيجرينزر وجولدشتاين وزملاؤهما سلسلة من التجارب التي أُعيد فيها صياغة المسائل الاحتمالية المعقدة التي استخدمها تفيرسكي وكانيمان، ولكن باستبدال النسب المئوية المشروطة بالترددات الطبيعية، مع الإبقاء التام على البنية الرياضية العميقة للمسألة دون أي تغيير في الثوابت والنسب الإحصائية. كانت المسألة النموذجية التي خضعت لهذا التحوير هي مسألة الفحص الطبي لتشخيص سرطان الثدي:

الصيغة الاحتمالية الكلاسيكية (نسب مئوية):
“تبلغ نسبة الإصابة بسرطان الثدي بين النساء في سن معينة 1% (المعدل الأساسي). إذا كانت المرأة مصابة، فإن احتمال إيجابية الفحص هو 80% (الحساسية). وإذا كانت غير مصابة، فإن احتمال إيجابية الفحص بالخطأ هو 9.6% (الإيجابية الكاذبة). إذا حصلت امرأة على نتيجة إيجابية، فما احتمال إصابتها بالمرض فعلياً؟”
في ظل هذا التمثيل، فشل الغالبية العظمى من المفحوصين (بما فيهم الأطباء أنفسهم)، وقدّروا الاحتمال بين 70% و80%، متجاهلين المعدل الأساسي تماماً (الحل الرياضي الصحيح هو 7.8% تقريباً).

صيغة الترددات الطبيعية (جيجرينزر وجولدشتاين):
“من بين كل 1000 امرأة في هذا السن، هناك 10 نساء مصابات بسرطان الثدي. من بين هؤلاء المصابات العشر، ستحصل 8 نساء على نتيجة فحص إيجابية. ومن بين الـ 990 امرأة غير المصابة، ستحصل 95 امرأة تقريباً على نتيجة إيجابية خاطئة. إذا تقدمت مجموعة جديدة من النساء وخضعت للفحص وظهرت النتائج إيجابية، فكم امرأة منهن تكون مصابة بالمرض فعلاً؟”
هنا تصبح المسألة في غاية الشفافية المعرفية: هناك $8 + 95 = 103$ نساء لديهن فحص إيجابي، من بينهن 8 نساء فقط مصابات، فتكون الإجابة ببساطة: “8 من بين 103” (أي حوالي 7.8%).

أعاد الباحثان تطبيق هذا التحويل الترددي على معضلة سيارات الأجرة الشهيرة لتفيرسكي؛ فتحولت من احتمالات رؤية الشاهد للون الأزرق بنسبة 80%، إلى: “من بين كل 100 حادثة، تقع 15 حادثة لسيارات زرقاء يرى الشاهد منها 12 بدقة، وتقع 85 حادثة لسيارات خضراء يخطئ الشاهد ويرى 17 منها زرقاء. فمن بين الـ 29 مرة التي يقول فيها الشاهد إن السيارة زرقاء، كم مرة كانت زرقاء حقاً؟”. وفور تقديم المسألة بهذا النسق الترددي الشفاف، انهار جدار الفشل الإدراكي تماماً واستوعب المشاركون الحل الصحيح تلقائياً.

5.3 الأدلة التجريبية على تحسن الاستدلال البايزي الفطري

جاءت البيانات التجريبية المستخلصة من أبحاث جيجرينزر ودانيال جولدشتاين لتحدث تحولاً كبيراً في علم النفس المعرفي. أظهرت الدراسات التي قادها الباحثان وفريقهما (بما في ذلك المقالات المنشورة في أواخر التسعينيات ومطلع الألفية) أن معدل الإجابات البايزية الدقيقة قد قفز قفزة هائلة بمجرد تغيير نسق عرض البيانات من النسب المئوية المشروطة إلى الترددات الطبيعية؛ إذ ارتفعت نسبة الذين قدموا حلولاً صحيحة من نسب ضئيلة متدنية تراوحت بين 10% و16% في النسق الاحتمالي الكلاسيكي لتفيرسكي، إلى ما بين 46% وتجاوزت في بعض العينات 75% في نسق الترددات الطبيعية.

والأهم من ذلك أن هذه النتائج لم تقتصر على طلاب الجامعات المتخصصين، بل تكررت بدقة وثبات عبر فئات مهنية عالية التدريب تواجه هذه القرارات يومياً في الواقع؛ كالأطباء الاستشاريين ذوي الخبرة الطويلة، ورجال القضاء، والمحامين، وضباط التحقيق الجنائي. فقد وثق جولدشتاين وجيجرينزر أن الفشل المعرفي المريع الذي سجله الأطباء في التعامل مع الفحوصات الطبية لم يكن نقصاً في ذكائهم أو جهلاً بيولوجياً، بل كان ناجماً عن عجز في “هندسة تمثيل المعلومات” (Information Representation Architecture) التي تُحجب من خلالها البيانات الترددية البسيطة خلف غلالة من النسب الرياضية المربكة.

أثبتت هذه الأدلة المادية الدامغة بطلان الفرضية القائلة بأن الإنسان يفتقر إلى خوارزميات التفكير البايزي الفطري. لقد برهن جيجرينزر وجولدشتاين على أن الاستدلال البايزي موجود وفاعل في التكوين المعرفي البشري، ولكنه “حساس للنسق الخوارزمي للمدخلات” (Format-Sensitive Input Mechanism). فالعقل لا يفشل في الحساب بحد ذاته، وإنما يتعطل عندما يُجبر على العمل ببرمجيات وصيغ بيانات غريبة عن بيئته التطورية؛ وحين تُقدَّم له البيانات بصيغة الترددات الطبيعية، ينشط التفكير البايزي بكفاءة وسلاسة مدهشتين.

6. استدلالات سريعة ومقتصدة: رؤية جيجرينزر وجولدشتاين في اتخاذ القرار

6.1 نظرية الاستدلالات السريعة والمقتصدة (Fast and Frugal Heuristics)

لم يكتفِ جيرد جيجرينزر ودانيال جولدشتاين بتفكيك تجارب إهمال المعدل الأساسي ونقد برنامج التحيزات، بل أسسا معاً إطاراً نظرياً مستقلاً ومتكاملاً اتخذ مساراً علمياً رائداً عُرف بـ “نظرية الاستدلالات السريعة والمقتصدة” (Fast and Frugal Heuristics). انطلقت هذه النظرية من فكرة مركزية مفادها أن استدلالات التفكير ليست مجرد حلول بدائية رديئة يلجأ إليها العقل كخيار أخير لعجزه عن الحساب الدقيق، بل هي أدوات ذكية ومصممة بأناقة معرفية بالغة، تعمل بأقصى درجات الكفاءة تحت ضغط الوقت الحاد، وشح المعلومات، ومحدودية الموارد الحاسوبية للذهن البشري.

طرح جيجرينزر وجولدشتاين مبدأً معرفياً ورياضياً ثورياً عُرف بـ “مبدأ الأقل هو الأكثر” (Less-is-More Effect). يثبت هذا المبدأ أن امتلاك معلومات أكثر وحسابات أكثر تعقيداً لا يقود بالضرورة إلى قرارات أفضل؛ بل على العكس تماماً، فإن تجاهل جزء من البيانات والمعلومات المتاحة قد يرفع من دقة التنبؤ المستقبلي ويحصن القرار ضد الضوضاء الإحصائية العشوائية المتأصلة في البيئات غير المستقرة. فالاستدلالات “سريعة” لأنها تتخذ القرار في ومضة عين دون مفاضلات شاقة، وهي “مقتصدة” لأنها لا تبحث إلا عن النزر اليسير من المعلومات الضرورية لتجاوز الشك وحسم الاختيار.

قاد هذا التصور إلى بناء خوارزميات إدراكية حاسمة تتحدى النماذج الإحصائية المعقدة والانحدار الخطي المتعدد. افترضت النظرية أن الذهن البشري يمتلك ما يُعرف بـ “صندوق الأدوات التكيفي” (The Adaptive Toolbox)، وهو مستودع غني بالأدوات الاستدلالية المتخصصة والقواعد الإجرائية البسيطة التي تتكامل بسلاسة مع القدرات الفطرية للإنسان كالحركة، واللغة، والتعرف البصري، مما يجعل اتخاذ القرار سلوكاً متكيفاً بامتياز لا يرهق كاهل الفاعل ولا يوقعه في شلل التحليل المعرفي.

6.2 استدلال التعرف (Recognition Heuristic) وأبحاث جولدشتاين وجيجرينزر

يُعد استدلال التعرف (Recognition Heuristic)، الذي صاغه جولدشتاين وجيجرينزر ونشراه في ورقتهما المرجعية الشهيرة عام 2002 في مجلة Psychological Review، المثال التطبيقي الأبرز على عبقرية الاستدلالات السريعة والمقتصدة وكيفية تحويل نقص المعرفة إلى ميزة استدلالية إيجابية. تنص قاعدة استدلال التعرف على مبدأ شديد البساطة: “إذا كان هناك هدفان، وتم التعرف على أحدهما ولم يتم التعرف على الآخر، فيمكن الاستدلال بأن الهدف المعترف به يحمل قيمة أعلى في المعيار المراد تقييمه”.

صمم جولدشتاين وجيجرينزر تجربة بارعة اختبرا فيها طلاباً جامعيين في الولايات المتحدة وألمانيا، حيث طُرح عليهم السؤال التالي: “أي المدينتين أكبر من حيث عدد السكان: سان دييغو أم سان أنطونيو؟”. أظهرت النتائج تفوقاً مذهلاً للطلاب الألمان على نظرائهم الأمريكيين في الإجابة الصحيحة (سان دييغو)؛ إذ حقق الطلاب الألمان نسبة نجاح قاربت 100%، في حين سجل الطلاب الأمريكيون نسبة أدنى بكثير. وكان التفسير المدهش أن الألمان لم يكونوا يعلمون أي شيء عن سان أنطونيو لكنهم تعرفوا فقط على اسم سان دييغو، فطبقوا استدلال التعرف الفوري وحسموا الخيار لصالحها، بينما كان الطلاب الأمريكيون يعرفون الكثير من المعلومات المتضاربة عن المدينتين (المعالم، الطقس، الفرق الرياضية)، مما أوقعهم في فخ التشويش المعلوماتي والارتباك الحسابي.

تخطت تطبيقات هذا الاستدلال حدود التجارب المعملية لتثبت فاعليتها المذهلة في مجالات متعددة مثل التنبؤ بالأسواق المالية وسلوك المستهلك والتنبؤ بنتائج المنافسات الرياضية الكبرى؛ فقد أظهرت أبحاث جولدشتاين وجيجرينزر أن محافظ الأسهم المالية المبنية ببساطة على مجرد اختيار الشركات ذات الأسماء الأكثر شهرة وتعرفاً لدى عامة الناس في الشارع تفوقت في عوائدها في كثير من الأحيان على محافظ كبرى يديرها خبراء استثماريون يعتمدون على نماذج التنبؤ الرياضية المعقدة وبرمجيات التحليل المالي بالغة الحداثة.

6.3 الاستدلال التتابعي بنمط خذ الأفضل (Take-The-Best Heuristic)

يمثل استدلال “خذ الأفضل” (Take-The-Best Heuristic)، الذي طوّره جيجرينزر وجولدشتاين، نموذجاً متقدماً للاستدلالات غير التعويضية المعيارية (Non-compensatory Heuristic) التي تحاكي طريقة عمل الذاكرة البشرية وتتعامل مع الحالات التي يتعرف فيها الفرد على الخيارين معاً، مما يستوجب البحث عن مؤشرات دلالية أعمق للمفاضلة بينهما. تعتمد هذه الخوارزمية الذهنية على ثلاث قواعد إجرائية متتابعة:

• قاعدة البحث: ابحث في المؤشرات التمييزية مرتبة هرمياً وفق صلاحيتها التنبؤية ودقتها التمييزية، بدءاً بالمؤشر الأكثر قوة وموثوقية.
• قاعدة الإيقاف: أوقف عملية البحث عن المعلومات فوراً عند العثور على أول مؤشر يميّز بين الخيارين بنجاح (أي أن أحد الخيارين يمتلك السمة بينما يفتقر إليها الخيار الآخر).
• قاعدة القرار: اختر الخيار الذي رجحه ذلك المؤشر الوحيد الحاسم، وتجاهل تماماً كافة المؤشرات الأخرى المتبقية، بصرف النظر عن عددها أو دلالتها التراكمية.

تتحدى هذه الخوارزمية الفكر الاقتصادي السائد الذي يفترض أن التقييم العقلاني يتطلب بالضرورة وزناً تكاملياً وتعويضياً يجمع درجات جميع المتغيرات والمؤشرات معاً (مثل الانحدار المتعدد). أجرى الباحثان محاكاة حاسوبية واختبارات تجريبية موسعة قارنا فيها أداء خوارزمية “خذ الأفضل” المقتصدة بنماذج الانحدار الخطي المتعدد والشبكات العصبية المعقدة للتنبؤ ببيانات حقيقية من 20 مجالاً واقعياً مختلفاً (مثل تنبؤات نسب الجريمة، ومعدلات الخصوبة، وأسعار المنازل).

جاءت النتائج حاسمة؛ فرغم أن نماذج الانحدار المعقدة حققت مطابقة أعلى قليلاً مع البيانات التاريخية القديمة التي تدربت عليها، إلا أن استدلال “خذ الأفضل” تفوق عليها جميعاً في “التعميم التنبؤي” (Predictive Generalization) عند تطبيق النماذج على بيانات جديدة ومستقبلية خارج العينة، بفضل حصانته الرياضية ضد فرط التخصيص. أثبت ذلك أن الاستدلال التتابعي المقتصد لا يضحي بالدقة من أجل السرعة، بل يحقق السرعة والدقة الفائقة في آن واحد.

7. المقارنة المنهجية بين صياغات تفيرسكي وتعديلات جيجرينزر وجولدشتاين

7.1 المفارقة في بناء المسألة الرياضية: الاحتمال الفردي مقابل التردد

تكمن المفارقة الجوهرية التي فجرها جيجرينزر وجولدشتاين في وجه دراسات تفيرسكي في التحليل الدقيق لبناء المسألة اللغوية والرياضية وطبيعة المفاهيم الإحصائية المستخدمة. في تجارب تفيرسكي وكانيمان (مثل مسألة المهندس جاك أو معضلة سيارات الأجرة)، كان السؤال يُطرح دوماً بصيغة “الاحتمال الفردي الحصري” (Single-Event Probability): “ما هو احتمال أن يكون جاك مهندساً؟” أو “ما احتمال أن تكون سيارة الحادث زرقاء؟”.

يعاني مصطلح “الاحتمالية” (Probability) في اللغة الطبيعية من غموض فلسفي ودلالي بالغ؛ فهو لا يمتلك معنى أحادياً متفقاً عليه حتى بين كبار فلاسفة العلم والرياضيات. فعندما يسمع الشخص العادي في محادثة يومية سؤالاً مثل: “ما احتمالية أن تمطر غداً؟”، فإنه يفسر الكلمة تلقائياً بمعنى “درجة التصديق”، أو “المعقولية المنطقية”، أو “مدى إمكانية الحدوث”، ولا يتبادر إلى ذهنه قط التوزيع الإحصائي الترددي طويل المدى لمبرهنة بايز. ومن ثم، فإن طرح السؤال حول حالة مفردة يقود النظام الإدراكي مباشرة إلى تفحص ملامح تلك الحالة (استدلال التمثيلية) ويدفعه دفعاً إلى إسقاط الأرقام الإجمالية للمجتمع.

في المقابل، تمتاز صياغات جيجرينزر وجولدشتاين القائمة على الترددات بـ “الشفافية المعرفية المطلقة” (Cognitive Transparency). فعندما يتحول السؤال إلى: “كم شخصاً من بين 100 يمتلكون هذه الصفات؟”، يُجرد السؤال من أي لبس دلالي، وتُستحضر تلقائياً في الذهن صورة العينات والجموع، مما يربط السؤال بالبنية الإحصائية مباشرة، ويجعل الفاعل يقارن تلقائياً بين الأجزاء والكل دون الحاجة إلى معالجة فلسفية للاحتمال الفردي.

7.2 أثر السياق البراغماتي وقواعد التخاطب لغرايس (Gricean Maxims)

قدم جيرد جيجرينزر تحليلاً لغوياً وبراغماتياً عميقاً للتجارب الكلاسيكية استناداً إلى نظرية الفيلسوف اللغوي بول غرايس حول “قواعد التخاطب التواصلي” (Gricean Maxims of Conversation). تفترض نظرية غرايس أن التواصل البشري محكوم بمبدأ التعاون الضمني، والذي يتضمن قاعدة جوهرية هي “قاعدة الصلة والمغزى” (Maxim of Relevance)؛ ومؤداها أن المتحدث لا يقدم معلومات إلا إذا كانت ذات صلة وثيقة بموضوع الحديث وهدف الحوار.

عندما يجلس المفحوص في مختبر تفيرسكي وكانيمان، ويقرأ وصفاً مطولاً ومفصلاً لشخصية جاك وشغفه بالحرف والرياضيات، يطبق لا شعورياً قواعد غرايس: “بما أن الباحث العلمي قد تكلف عناء تقديم هذه المعلومات السردية التفصيلية عن جاك، فإن هذه المعلومات لا بد وأن تكون ذات صلة قطعية بالحل ومطلوبة لحسم الإجابة”. لو تجاهل المفحوص هذا الوصف واعتمد فقط على نسبة 70% المذكورة في سطر عابر، لكان ذلك انتهاكاً لقواعد التخاطب الذكية واحتقاراً لجهد المجرب الذي صاغ النص!

وبناءً عليه، فإن ما اعتبره تفيرسكي وكانيمان تحيزاً معرفياً وإهمالاً غير عقلاني للمعدل الأساسي، كان في حقيقته استجابة اجتماعية وبراغماتية شديدة الذكاء لإشارات تواصلية وسياقية ضمنية بثها الباحثون أنفسهم داخل المسألة. لقد حمّل الباحثون المشاركين وزر “الغباء الإحصائي”، بينما كان المشاركون في الواقع أذكياء لغوياً واجتماعياً، وهو الالتباس الفادح الذي نجحت صياغات الترددات الطبيعية في إزالته عبر توحيد المقصد الرياضي مع السياق التواصلي للمسألة.

7.3 إعادة فحص تجارب إهمال المعدل الأساسي: تجارب التعمية والمراقبة

لإثبات هذا التفسير تجريبياً، قام معهد ماكس بلانك بتصميم تجارب تعمية وضبط منهجي دقيقة للغاية، أعادوا فيها بناء سيناريوهات تفيرسكي ولكن بعد إزالة الغموض السياقي والبراغماتي، ومراقبة سلوك المشاركين بصورة معزولة. أُدخلت تقنيات العرض المرئي وشبكات الأيقونات التوضيحية (Icon Arrays) التي تجسد الترددات الطبيعية بصرياً في مصفوفات تضم نقاطاً ملونة تمثل الأفراد المصابين وغير المصابين بدقة وسهولة تفكيك بصري.

أظهرت نتائج هذه التجارب الصارمة انخفاضاً دراماتيكياً في وقوع المشاركين في فخ إهمال المعدل الأساسي؛ فالأفراد الذين عُرضت عليهم البيانات مصحوبة بمصفوفات ترددية أو أيقونية حافظوا على استقرار تقديراتهم ودقتها الإحصائية حتى في ظل مستويات متفاوتة من الإجهاد النفسي وضغوط الوقت، وهي ظروف كانت كفيلة بمضاعفة الخطأ في بيئة النسب المئوية الكلاسيكية لتفيرسكي وكانيمان.

فككت هذه التجارب المختبرية فرضية “حتمية الخطأ الإدراكي”، وبرهنت بالدليل التجريبي القاطع على أن النظام الإدراكي البشري ليس ثابتاً في عماه الإحصائي كما صُوّر في السبعينيات، بل هو نظام مرن وديناميكي يتوقف أداؤه الحسابي والمنطقي على معمارية العرض وسياق التفاعل التواصلي. لقد تحول النقاش من نقد قدرة العقل إلى نقد كفاءة التجربة ذاتها وتصميمها المنهجي.

8. العقلانية البيئية مقابل العقلانية المعيارية: صراع النماذج المعرفية

8.1 الأبعاد الفلسفية للنظرة المعيارية في الحكم والقرار

ترتكز النظرة المعيارية في الحكم والقرار، التي تمثل الإطار الفلسفي لبرنامج كانيمان وتفيرسكي، على تراث إبستيمولوجي ممتد يستمد شرعيته من المنطق الأرسطي، وحساب الاحتمالات الكلاسيكي، ونظرية المنفعة المتوقعة (Expected Utility Theory) التي طورها فون نيومان ومورجنسترن. يرى هذا التيار أن هناك “حقيقة رياضية موضوعية واحدة” يجب أن يقاس عليها السلوك البشري، وأن أي تباين بين التقدير الذاتي وهذه القوانين المعيارية يُعد بالضرورة خطأً معرفياً، وخللاً عقلياً، وتحيزاً يستوجب التصحيح والعلاج.

تكمن المعضلة الإبستيمولوجية لهذه النظرة المعيارية في تجاهلها التام للظروف الواقعية التي يعيش في ظلها الفاعل البشري. فالقوانين المعيارية تفترض عالماً “مغلقاً” (Closed World)، معلوم الاحتمالات، متناهي المتغيرات، وثابت الشروط؛ في حين أن الواقع المعاش هو عالم “مفتوح” (Open World) يسوده عدم اليقين الجذري (Fundamental Uncertainty)، وتتغير فيه الاحتمالات باستمرار، ولا يمكن فيه حصر كافة البدائل الممكنة أو التنبؤ بجميع مخرجات السلوك بدقة تامة.

أدى هذا المنظور المعياري الصارم إلى ترسيخ وصمة “اللاعقلانية الإدراكية” في الثقافة الأكاديمية والاجتماعية؛ حيث بات يُنظر إلى الإنسان على أنه كائن غير كفؤ بالوراثة، يقع ضحية دائمة لخداعه الذهني، مما يبرر سحب الثقة من حدسه واستبداله بنماذج حوسبة رقمية وقرارات مركزية تخطط له خياراته وتتحكم في مسارات حياته لإنقاذه من عيوبه الإدراكية المفترضة.

8.2 النموذج البيئي: التكيف والنجاح التجريبي في العالم الحقيقي

يقف النموذج البيئي لجيرد جيجرينزر على النقيض التام من المنظور المعياري الصوري؛ إذ يستعير مقولاته الفلسفية من البيولوجيا التطورية الداروينية والبراغماتية الإبستيمولوجية. في هذا الإطار، لا يُعرَّف السلوك العقلاني بمطابقته لدفاتر الرياضيات المجردة، بل بقدرته على تحقيق “النجاح البيئي والبقاء الوظيفي” (Evolutionary and Adaptive Success). فالعقل لم يتطور ليكون آلة برهان منطقي لإرضاء أساتذة الرياضيات، بل تطور كأداة حيوية للسيطرة على البيئة، وتجنب المخاطر، والتقاط الفرص الحياتية الكبرى بأقل كلفة طاقية ممكنة.

يبرز هنا مفهوم “التطابق البيئي” (Ecological Fit)؛ وهو التناغم المتبادل بين الخوارزمية الذهنية وبنية البيئة الخارجية. في البيئات غير المستقرة التي تتسم بعدم اليقين والتعقيد والضوضاء المعلوماتية، تثبت الاستراتيجيات الاستدلالية البسيطة تفوقاً كاسحاً على النماذج الإحصائية المعيارية المعقدة. فالنماذج الحسابية الصارمة تتطلب افتراضات نظرية نادراً ما تتحقق في الحياة الواقعية، مما يجعلها هشة للغاية وعرضة للانهيار التنبؤي بمجرد حدوث أدنى تغير غير متوقع في معطيات الواقع، في حين تمتاز الاستدلالات البيئية بالمتانة والمرونة التكيفية العالية.

يرى النموذج البيئي أن التفكير الإنساني لا يمكن فصله عن الجسد والبيئة؛ إنه “إدراك مجسد ومتموضع” (Embodied and Embedded Cognition). وبذلك، فإن الحكم على عقلانية الفرد بمعزل عن دراسة البنية البيئية التي ينشط فيها هو عزل تجريدي مضلل يفقد الظاهرة المعرفية معناها ودورها الحيوي الأصيل.

8.3 معضلة المفاضلة بين التحيز والتباين (Bias-Variance Dilemma)

قدم جيرد جيجرينزر رداً رياضياً وإحصائياً بالغ العمق على ادعاءات قصور الاستدلالات البسيطة مستعيناً بـ “معضلة التحيز والتباين” (Bias-Variance Dilemma)، وهي نظرية رياضية معروفة في علم البيانات وتعلم الآلة. تنص هذه النظرية على أن إجمالي خطأ التنبؤ في أي نموذج إحصائي ينقسم إلى ثلاثة مكونات رئيسية: الخطأ = التحيز² + التباين + الضوضاء العشوائية غير القابلة للاختزال.

المعيار	النماذج المعقدة (الانحدار المتعدد، الخوارزميات الضخمة)	الاستدلالات البسيطة (السريعة والمقتصدة)
التحيز (Bias)	منخفض جداً (مطابقة عالية للبيانات القديمة)	أعلى نسبياً (تجاهل بعض المتغيرات)
التباين (Variance)	مرتفع جداً (حساسية شديدة لأي تشويش جديد)	منخفض جداً (استقرار وثبات كبير عبر العينات)
ظاهرة فرط المطابقة (Overfitting)	عرضة للسقوط فيها بقوة في بيئات عدم اليقين	محصنة ضدها تماماً بفضل إهمال المعطيات الهامشية
التعميم التنبؤي للبيانات الجديدة	يتدهور في العالم الحقيقي المعقد	يتفوق ويثبت متانته الإحصائية في الواقع المفتوح

توضح هذه المعضلة الرياضية لماذا تنجح الاستدلالات البسيطة في الحياة اليومية مقارنة بالنماذج شديدة التعقيد. إن النماذج المعقدة التي تتضمن عدداً كبيراً من المعايير والأوزان تسعى جاهدة لتقليص “التحيز” إلى الصفر بمطابقة كافة البيانات السابقة، لكنها تقع حتماً في فخ “فرط المطابقة” (Overfitting)؛ حيث تقوم بحفظ وتفسير “الضوضاء الإحصائية” في العينة بدلاً من الإمساك بالقاعدة الكلية، مما يؤدي إلى انفجار “التباين” وتهاوي دقتها عند محاولة التنبؤ بالمستقبل. أما الاستدلالات المقتصدة (مثل خذ الأفضل واستدلال التعرف)، فتتقبل وجود نسبة تحيز يسيرة ولكنها تخفض التباين بشكل مذهل، مما يمنحها متانة إحصائية وقوة تنبؤية خارقة في مواجهة المجهول.

9. الآليات الإدراكية والعصبية في معالجة البيانات الاحتمالية

9.1 نظرية المعالجة المزدوجة (Dual-Process Theory) ونقدها

ارتبطت أبحاث إهمال المعدل الأساسي لدى مدرسة كانيمان وتفيرسكي لاحقاً بما يُعرف بـ نظرية المعالجة المزدوجة (Dual-Process Theory) التي قسّمت العقل البشري وظيفياً إلى منظومتين إدراكيتين رئيسيتين:

• النظام 1 (System 1): نظام حدسي، لا إرادي، سريع للغاية، يعمل تلقائياً وبأقل مجهود ذهني، وهو المسؤول عن توليد استدلالات التفكير (كالتمثيلية والتوافر) والوقوع في شباك التحيزات المعرفية كإهمال المعدل الأساسي.
• النظام 2 (System 2): نظام تحليلي، واعٍ، بطيء، يتطلب تركيزاً معرفياً مكثفاً وإجهاداً للذاكرة العاملة، وهو المعني بتطبيق القواعد المنطقية، والحساب البايزي، وتدقيق مخرجات النظام 1 لتصحيحها.

وفقاً لهذا التفسير الكانيماني، يحدث إهمال المعدل الأساسي عندما يسيطر النظام 1 السريع والكسول على مسار القرار استجابة للجاذبية السردية للوصف الفردي، في ظل فشل النظام 2 في التدخل والرقابة نظراً لكونه مستهلكاً للطاقة وبطيء الاستجابة، مما يجعل الحكم البشري فريسة سهلة للحدس المضلل.

شن جيرد جيجرينزر نقداً منهجياً لاذعاً لنظرية النظامين، معتبراً إياها بنية مفاهيمية غامضة ومرنة بشكل مفرط يمنع دحضها علمياً (Unfalsifiable). رأى جيجرينزر أن تصنيف العمليات الذهنية بين “سريع وحدسي وخاطئ” مقابل “بطيء ومنطقي وصائب” هو تبسيط ساذج للإدراك البشري؛ فالحدس والاستدلالات البسيطة قد تكون بالغة الدقة وقمة في العقلانية البيئية، في حين أن التحليل المطول والتفكير البطيء قد يقود الفرد إلى أخطاء فادحة نتيجة الوقوع في الشلل التحليلي وفرط المطابقة للبيانات. وطالب جيجرينزر باستبدال هذه الثنائية الفضفاضة بنماذج خوارزمية صريحة ومحددة الخطوات تصف آليات اتخاذ القرار بدقة رياضية قابلة للاختبار التجريبي الصارم.

9.2 العبء المعرفي وسعة الذاكرة العاملة أثناء التفكير البايزي

أكدت أبحاث علم النفس المعرفي التجريبي أن العمليات الحسابية المرافقة لتطبيق مبرهنة بايز بصيغتها الاحتمالية الكلاسيكية تُلقي عبئاً معرفياً هائلاً (Heavy Cognitive Load) على عاتق سعة الذاكرة العاملة (Working Memory) للإنسان. فالتعامل مع النسب المئوية المشروطة، واحتساب الاحتمالات المتقاطعة، وإجراء عمليات القسمة والضرب الذهني المعقدة يتجاوز بكثير مساحة التخزين والمعالجة الآنية المتاحة في الذاكرة قصيرة المدى لمعظم البشر، مما يصيب المعالجة الذهنية بالاختناق والتوقف الإجباري.

أوضحت تجارب تتبع حركات العين (Eye-Tracking Studies) وقياس زمن الرجع (Reaction Time) أثناء محاولات حل المسائل الاحتمالية أن المشاركين يعانون من تشتت حركي وزمني شديد عند قراءة مسائل النسب المئوية الكلاسيكية، حيث ترتد أعينهم باستمرار بين السطور في محاولة يائسة للربط بين الشروط والأرقام، وينتهي بهم الأمر إلى إسقاط المعدل الأساسي للتخلص من التوتر المعرفي وحسم القرار. في المقابل، عندما تُعرض المسألة بصيغة الترددات الطبيعية، تتركز حركات العين بنسق خطي منظم وسلس، ويهبط زمن الوصول إلى الإجابة بصورة ملحوظة، مما يثبت تجريبياً أن الترددات الطبيعية تعمل في تناغم وظيفي تام مع سعة الذاكرة العاملة، دون أن تستنزف الطاقة الحسابية المحدودة للمفحوص.

تؤيد القياسات الفسيولوجية هذه النتيجة بوضوح؛ حيث ينخفض معدل استجابة الموصلية الجلدية (Skin Conductance Response) وتوتر نبضات القلب، بوصفهما مؤشرين على الضغط العصبي والذهني، عند انتقال المفحوصين من حل مسائل النسب المشروطة إلى مسائل الترددات المباشرة، مما يبرهن على أن العقل البشري يجد في الترددات لغته الحسابية الفطرية الخالية من العبء المنهك.

9.3 الدراسات العصبية لنشاط الدماغ أثناء تقييم الاحتمالات

فتحت تقنيات التصوير بالرنين المغناطيسي الوظيفي (fMRI) نافذة بيولوجية جديدة كشفت عن الأسس العصبية النشطة أثناء معالجة البشر لبيانات المعدلات الأساسية والتناقضات الاحتمالية. أظهرت الدراسات العصبية المقارنة أن هناك تمايزاً بنيوياً واضحاً في التنشيط القشري للدماغ بين معالجة المعلومات الوصفية اللغوية ومعالجة المعلومات الترددية الكمية.

عندما يُواجه الدماغ البشري بنصوص تصف سمات شخصية نمطية (كما في تجربة المهندس جاك)، تشتعل مناطق قشرة الفص الجبهي البطني الإنسي (vmPFC) ومناطق الفص الصدغي، وهي المراكز العصبية المرتبطة بالذاكرة السردية والترابطية والتنميط الاجتماعي والمعالجة الحدسية التلقائية. أما عندما يضطر الذهن إلى محاولة تطبيق مبرهنة بايز الحسابية بصيغتها المئوية المعقدة، يُسجل تنشيط كثيف وإجهادي في القشرة الجبهية الظهرية الجانبية (dlPFC) والقشرة الحزامية الأمامية (ACC)، وهي مناطق مراقبة الصراع الإدراكي وتصحيح الأخطاء، مما يعكس كفاح الدماغ الشاق ومقاومته للعبء المعرفي المفرط.

المثير للدهشة في هذه الدراسات العصبية هو ما يحدث عند تقديم البيانات بصيغة “الترددات الطبيعية”؛ إذ يظهر التصوير نشاطاً متوازناً وفعالاً يتركز في التلم داخل الجداري (Intraparietal Sulcus) والقشرة الجدارية للدماغ، وهي المناطق المخصصة عصبياً ونشوئياً للتمثيل التناظري للأعداد والكميات والعد التراكمي الفطري (The Approximate Number System). هذا التوافق العصبي يثبت على المستوى التشريحي أن الدماغ مجهز تطورياً بشبكات عصبية تدرك الترددات التكرارية بيسر بالغ، في حين تفتقر بنيته التطورية إلى وحدات معالجة مخصصة لحل تعقيدات الاحتمالات النسبية المشروطة للأحداث الفردية المنعزلة.

10. التطبيقات الواقعية: الطب، القضاء، والسياسات العامة

10.1 المجال الطبي: الفحوصات التشخيصية وإدراك المخاطر

تكتسب أبحاث إهمال المعدل الأساسي والترددات الطبيعية أهمية حيوية قصوى في الحقل الطبي؛ إذ لا يتعلق الأمر بمجرد ألغاز مختبرية، بل بحياة المرضى وسلامتهم الجسدية والنفسية. وثقت الدراسات الميدانية المتكررة التي أجراها جيجرينزر وجولدشتاين وزملاؤهما في المستشفيات والجامعات الطبية أن قطاعاً عريضاً من الأطباء والاستشاريين الكبار يرتكبون بانتظام خطأ إهمال المعدل الأساسي عند قراءة نتائج الفحوصات التشخيصية، مثل فحص سرطان الثدي الشعاعي (Mammography)، أو الفحوصات الفيروسية مثل الإيدز (HIV)، وفحوصات الجينات المبكرة.

عندما تُقدَّم للأطباء بيانات الفحص بصيغة النسب المئوية المشروطة (حساسية الفحص 90%، ونسبة الإيجابية الكاذبة 5%، ومعدل انتشار المرض 1 في الألف)، يفترض غالبية الأطباء أن المرأة التي تحصل على نتيجة إيجابية مصابة بالسرطان حتماً باحتمال يقترب من 90%؛ مما يدفعهم إلى إبلاغ المريضة بنبرة حاسمة مفجعة، وقد يقود ذلك إلى إجراء عمليات جراحية استئصالية غير ضرورية وخضوع المريضة لعلاجات كيماوية ونفسية مدمرة، في حين أن الاحتمال الحقيقي للإصابة في ضوء المعدل الأساسي الشحيح لا يتعدى 2% تقريباً (أي أن 98% من اللاتي حصلن على نتيجة إيجابية هن نساء سليمات تماماً!).

استجابة لهذه الكارثة الطبية المستترة، قاد جيجرينزر حركة تغيير كبرى في كليات الطب والمراكز الصحية العالمية لتدريب الكوادر الطبية على استخدام الترددات الطبيعية. أدى هذا التدريب إلى تمكين الأطباء من قراءة البيانات بوضوح تام، والتواصل الأمين مع المرضى لتجنيبهم الذعر والهلع الطبي غير المبرر. كما تُوجت هذه الجهود بتطوير “أشجار القرار السريعة والمقتصدة” (Fast-and-Frugal Trees) المعتمدة حالياً في أقسام الطوارئ والعناية المركزة لتشخيص النوبات القلبية وتصنيف خطورة الحالات بدقة وبساطة تفوق برمجيات التقييم الإحصائي المعقدة.

10.2 المجال القضائي: مغالطة المدعي العام وتفسير أدلة الحمض النووي (DNA)

في قاعات المحاكم الجنائية، يبرز إهمال المعدل الأساسي بوصفه المحرك الرئيسي لما يُعرف في الفقه القانوني بـ “مغالطة المدعي العام” (Prosecutor’s Fallacy). تقع هذه المغالطة عندما يقدم الخبير الجنائي للمحكمة دليلاً علمياً معقداً، مثل البصمة الوراثية أو عينات الحمض النووي (DNA) أو مطابقة الألياف؛ حيث يذكر الخبير أن نسبة التطابق العشوائي بين عينة من مسرح الجريمة وشخص بريء هي واحد في المليون ($P(D|neg H)$ = 0.000001)، فيسارع المدعي العام وهيئة المحلفين إلى استنتاج مغلوط بأن احتمال براءة المتهم هو واحد في المليون، مما يعني أن احتمال إدانته 99.9999%!

يتجاهل هذا الاستنتاج الكارثي المعدل الأساسي للجريمة والمجتمع الذي وقعت فيه؛ فإذا كانت الجريمة قد وقعت في مدينة يقطنها 10 ملايين شخص، فإن هناك إحصائياً 10 أشخاص أبرياء تماماً في تلك المدينة سيتطابق حمضهم النووي بالصدفة المحضة مع العينة الجنائية. فإذا كان المتهم قد اعتُقل لمجرد وجوده في قاعدة بيانات الحمض النووي دون أي أدلة جنائية أو دوافع أخرى تربطه بالضحية، فإن احتمال كونه القاتل الحقيقي ليس 99.99%، بل هو في الواقع 1 من بين 11 شخصاً محتملاً (أي حوالي 9% فقط)، بينما ترتفع نسبة احتمال براءته إلى أكثر من 90%!

قادت مساهمات جيجرينزر وجولدشتاين القانونية إلى وضع أدلة استرشادية واضحة لإصلاح منظومة العدالة القضائية في أوروبا والولايات المتحدة؛ حيث يُلزم الخبراء الجنائيون بعدم تقديم أرقام الاحتمالات المشروطة الفردية المجردة لهيئات المحلفين، واستبدالها بنسق الترددات التكرارية الطبيعية (مثلاً: “في مدينة يبلغ سكانها 10 ملايين نسمة، نتوقع أن يحمل 10 أشخاص نفس هذه العلامة الوراثية”). يحمي هذا التحول المعرفي العدالة الجنائية من الزلات التقديرية القاتلة، ويضمن عدم الزج بأبرياء خلف القضبان ضحية لعجز العقل البشري عن تفكيك النسب الاحتمالية المركبة.

10.3 صياغة السياسات العامة وإدارة المخاطر المجتمعية

يمتد الأثر التطبيقي لأبحاث اتخاذ القرار والمعدل الأساسي إلى مجال التخطيط الاستراتيجي وصياغة السياسات العامة وإدارة الأزمات والمخاطر القومية. أثبتت الأزمات الصحية والأوبئة العالمية (مثل جائحة كوفيد-19) مدى خطورة التضليل المعلوماتي الناتج عن العرض السيئ للبيانات الإحصائية للجمهور، مثل الإعلان عن “تضاعف خطر الوفاة بنسبة 100%” دون ذكر المعدل الأساسي للحدث الأصلي، والذي قد يكون مجرد ارتفاع من حالة واحدة في المليون إلى حالتين في المليون، مما يثير هلعاً مجتمعياً غير مبرر.

في هذا الصدد، برزت مواجهة منهجية حاسمة بين مدرستين في رسم السياسات العامة:

• نهج التوجيه السلوكي النمطي (Nudge): الذي أسسه ريتشارد ثالر وكاس سنستين استناداً إلى أطروحات تفيرسكي وكانيمان، ويفترض أن المواطنين كائنات لا عقلانية بطبعها تعاني من تحيزات متجذرة، مما يستوجب هندسة بيئة خياراتهم وتوجيههم قسرياً وخفياً نحو القرارات التي يراها الخبراء أفضل لهم.
• نهج تعزيز الكفاءة الإحصائية (Boost): الذي يقوده جيرد جيجرينزر، ويرفض الوصاية على الأفراد، معتبراً أن المواطن العادي قادر على اتخاذ أفضل القرارات إذا زُوّد بالبيانات عبر “بنية تحتية للمعلومات” تتسم بالشفافية والترددات الطبيعية. يركز هذا النهج على تنمية الذكاء الإحصائي للمجتمع بدلاً من التلاعب بحدسه وتطويعه.

يمتد تطبيق هذا التوجه المعرفي أيضاً إلى التعليم المالي والاستثماري للجمهور؛ لحمايتهم من فخاخ التداول والفقاعات الاقتصادية التي يقع فيها المستثمرون الصغار حين يتجاهلون المعدلات الأساسية لربحية المشروعات الناشئة ويسقطون في فخ السرديات الوردية اللامعة التي تروج لها منصات المضاربة.

11. المناقشات المعاصرة والردود المتبادلة بين المدرستين

11.1 دفاعات المدرسة الكانيمانية-التفيرسكية واستمرار الإرث البحثي

حافظت مدرسة كانيمان وتفيرسكي على مكانة علمية وتاريخية رفيعة، وواجهت الانتقادات التي وجهها جيجرينزر بدفاعات منهجية رصينة قادها دانيال كانيمان وزملاؤه وتلاميذه (مثل كيث ستانوفيتش، وريتشارد ثالر، وتوماس جيلوفيتش). أقر معسكر التحيزات بأن الترددات الطبيعية تساهم بالفعل في تحسين الأداء الحسابي في بعض التجارب المعملية، لكنهم جادلوا بحزم بأن هذه الصياغات الترددية ليست “عصا سحرية” تمحو التحيزات المعرفية كلياً من الإدراك البشري.

استشهد المدافعون عن المدرسة الكلاسيكية بسلسلة من الدراسات اللاحقة التي أظهرت استمرار وقوع المفحوصين في أخطاء إهمال المعدل الأساسي حتى عندما كانت المسائل تُعرض بصيغ ترددية؛ لا سيما إذا كانت المسألة تشتمل على مستويات عالية من التعقيد والتداخل الهيكلي وتعدد الفئات الإحصائية المتشابكة. وأكدوا أن استدلال التمثيلية يظل قوة إدراكية مهيمنة تفلت من محاولات الترويض المعرفي بمجرد أن تصبح الملامح السردية للحالة الفردية غنية وجذابة وذات طابع عاطفي يمس القضايا الاجتماعية أو الهوياتية الحساسة.

توج هذا الإرث البحثي الهائل بنيل دانيال كانيمان جائزة نوبل في العلوم الاقتصادية عام 2002 (والتي كانت ستُمنح حتماً لشريكه الراحل عاموس تفيرسكي لو كان على قيد الحياة)، ثم أعقب ذلك فوز ريتشارد ثالر بجائزة نوبل عام 2017 لتطبيقاته في الاقتصاد السلوكي. واصل هذا التيار ترسيخ مكانته العالمية عبر تأسيس “وحدات التوجيه السلوكي” (Nudge Units) في عشرات الحكومات الغربية والمنظمات الدولية، مؤكداً أن الإقرار بوجود التحيزات الإدراكية هو الخطوة الأولى والضرورية لحماية المجتمعات من حماقات التقدير البشري غير المنضبط.

11.2 ردود جيرد جيجرينزر وتوسيع نطاق مدرسة ماكس بلانك

في مواجهة هذا الزخم، واصل جيرد جيجرينزر تعميق وتوسيع نطاق مدرسته المعرفية؛ حيث أسس في معهد ماكس بلانك للتنمية البشرية في برلين “مركز السلوك التكيفي والإدراك” (Center for Adaptive Behavior and Cognition – ABC)، والذي تحول إلى خلية نحل بحثية ضمت مئات العلماء متعددي التخصصات من علماء نفس، ورياضيات، واقتصاد، وذكاء اصطناعي. قاد جيجرينزر ودانيال جولدشتاين وزملاؤهم ثورة مضادة استهدفت تفكيك مقولات الاقتصاد السلوكي الأرثوذكسي.

شدد جيجرينزر على ضرورة الالتزام بـ “الصرامة الرياضية والمحاكاة الحاسوبية” في نمذجة السلوك البشري؛ ورأى أن مدرسة التحيزات ظلت لعقود تختبئ خلف مسميات لغوية وصفية غامضة للتحيزات والاستدلالات، دون أن تكلف نفسها عناء كتابة أسطر برمجية واحدة لخوارزميات دقيقة توضح متى وكيف ينشط الاستدلال بدقة وتفصل آلياته عن غيره. كما نشر جولدشتاين وجيجرينزر أبحاثاً متطورة حول دور الاستدلالات السريعة في الذكاء الاصطناعي وتعلم الآلة، مبرهنين على أن الاستدلالات البسيطة والمقتصدة تحقق تفوقاً كاسحاً في بيئات عدم اليقين التام على النماذج الإحصائية والشبكات الاصطناعية بالغة التعقيد.

طوّر مركز ماكس بلانك برامج بحثية شملت دراسات العقلانية البيئية في سياقات تفاعلية متنوعة؛ كالتنبؤ الاقتصادي، وتحليل المخاطر الأمنية، وإدارة المستشفيات، وتدريب القضاة في المحاكم العليا. وقد أثبتت هذه الأبحاث أن البشر ليسوا بحاجة إلى من يتلاعب بسلوكهم عبر التوجيه غير الواعي، بل هم بحاجة إلى “أدوات تمكين معرفي” (Heuristic Tools) تعيد التناغم بين قدراتهم الفطرية والبيئات الحديثة التي يعيشون فيها.

11.3 محاولات التوفيق والتركيب المعرفي بين التيارين

مع توالي سنوات السجال المعرفي الحاد ودخول أجيال شابة من الباحثين إلى حلبة التنافس المعرفي، بدأت تتبلور في مطلع القرن الحادي والعشرين محاولات علمية جادة للتوفيق وبناء إطار تركيبي تكاملي (Integrative Synthesis) يستوعب الإسهامات المضيئة للمدرستين معاً دون إلغاء إحداهما للأخرى. رأى أصحاب هذا الاتجاه التوفيقي أن الخلاف العنيف لم يكن في جوهره سوى انعكاس لاختلاف “زاوية النظر” وطبيعة البيئة التي خضعت للدراسة.

حددت الدراسات التوفيقية الحديثة الشروط البيئية الدقيقة التي يبرع فيها كل تيار:

• بيئات عدم اليقين المنخفض والأنظمة المغلقة: حيث تكون البيانات مكتملة، وقوانين اللعبة ثابتة، والمتغيرات محدودة ومحصورة (مثل بعض المسائل المحاسبية، وحسابات التأمين الصارمة، والمقامرة بالأرقام)، هنا تثبت أدوات كانيمان وتفيرسكي البايزية التحليلية جدارتها، ويصبح الحدس السريع عرضة للأخطاء والتحيزات الفادحة.
• بيئات عدم اليقين المرتفع والأنظمة المفتوحة: حيث تسود المفاجآت، وتندر المعلومات، ويغيب الاستقرار الهيكلي (مثل الطوارئ الطبية، وقرارات الاستثمار في الابتكار، وإدارة الأزمات الكبرى، والتفاعلات الاجتماعية والسياسية)، هنا تبرهن استدلالات جيجرينزر وجولدشتاين السريعة والمقتصدة على تفوقها الكاسح، وتصبح المحاولات الحسابية البايزية المعقدة عبئاً مضللاً يقود إلى فرط المطابقة والانهيار التنبؤي.

أفضى هذا التركيب المعرفي إلى إثراء علم النفس المعرفي المعاصر وفلسفة العلوم، حيث تحول السجال من معركة صفرية حول “صواب وخطأ” الطبيعة الإنسانية، إلى مسعى علمي متطور يسعى لفهم التفاعل المعقد بين بنية الإدراك الداخلي والبنى البيئية المحيطة، محققاً بذلك رؤية هربرت سايمون الأصلية حول مقص العقلانية بشفرتيه المتكاملتين.

12. الآفاق المستقبلية وتعليم التفكير الإحصائي واتخاذ القرار

12.1 تطوير المناهج التعليمية وتدريس الاحتمالات في المدارس والجامعات

تفرض النتائج الثورية لأبحاث جيجرينزر وجولدشتاين وتفيرسكي مراجعة شاملة وجذرية للمناهج التعليمية وأساليب تدريس الرياضيات والإحصاء في المدارس والجامعات حول العالم. فعلى مدار عقود، استمرت المنظومات التعليمية في تلقين الطلاب قواعد الاحتمالات بصيغ جبرية مجردة ونسب مئوية مصمتة منفصلة عن السياقات الواقعية، مما غرس في نفوس أجيال من الطلاب شعوراً بالنفور والعجز الحسابي، وخرّج متخصصين وممارسين (حتى في تخصصات رفيعة كالطب والهندسة) يفتقرون إلى الحدس الإحصائي السليم.

تتمثل الرؤية المستقبلية في إحلال منهجية “الترددات الطبيعية والشاشات البصرية” (Icon Arrays & Natural Frequencies) في صلب تعليم مبرهنة بايز والتفكير الاحتمالي منذ المراحل العمرية المبكرة. أظهرت التجارب التربوية الحديثة في العديد من المدارس الأوروبية أن تعليم الأطفال واليافعين استدلالات بايز باستخدام أشجار الترددات التكرارية والمصفوفات الصورية الملونة يمكّنهم من حل أصعب المسائل الاحتمالية المعقدة بدقة مذهلة تفوق قدرة خريجي الجامعات الذين دُربوا على القوانين الصورية الجافة.

يقود هذا التحول البيداغوجي إلى إعداد كوادر مهنية ومواطنين واعين يمتلكون مهارات “محو الأمية الإحصائية” (Statistical Literacy). إن تدريب الفرد على تفكيك الأرقام النسبية المعروضة في وسائل الإعلام، ومطالبتها بالمعدلات الأساسية الحقيقية، وتمثيلها في صورة ترددات طبيعية هو الحصن المعرفي المنيع لحماية المجتمعات من الانقياد وراء الأكاذيب الترويجية والذعر الجمعي غير المبرر في أوقات الأزمات.

12.2 الذكاء الاصطناعي وأنظمة دعم القرار: الاستدلال مقابل الحساب الضخم

يحتدم في ساحة الذكاء الاصطناعي وتعلم الآلة المعاصر نقاش منهجي وتقني يستلهم بصورة مباشرة أطروحات جيجرينزر وجولدشتاين في مواجهة نماذج الحوسبة الكلاسيكية العملاقة. فمع تصاعد الاعتماد على “نماذج التعلم العميق” (Deep Learning) والشبكات العصبية الاصطناعية التي تحتوي على مئات المليارات من المعايير والأوزان الحسابية، تبرز معضلة “الصندوق الأسود” المعتم؛ حيث تعجز هذه الخوارزميات عن تقديم تفسير عقلاني منطقي لكيفية وصولها إلى قراراتها الحيوية في التشخيص الطبي أو منح القروض أو توجيه الطائرات دون طيار.

في المقابل، يتقدم نموذج “الاستدلالات الشفافة والمفسرة” (Interpretable and Frugal AI)، المستند إلى أبحاث دانيال جولدشتاين وجيرد جيجرينزر، ليقدم بديلاً خوارزمياً فائق الكفاءة. تستخدم هذه الأنظمة أشجار الاستدلال السريعة والمقتصدة وقواعد “خذ الأفضل” لبناء أنظمة دعم قرار آلية تمتاز بالشفافية المطلقة (Transparent AI)؛ حيث يستطيع الطبيب أو القاضي البشري فهم ومعاينة كل خطوة خوارزمية وتعديلها لحظياً. والأكثر إثارة أن هذه النماذج الاستدلالية المقتصدة أثبتت قدرتها على مضاهاة، بل والتفوق أحياناً على، خوارزميات التعلم العميق الضخمة عند التعامل مع بيانات جديدة خارج سياق التدريب ومحمّلة بعدم اليقين البيئي الشديد.

علاوة على ذلك، يمثل دمج المعدلات الأساسية البيئية في تصميم وكلاء الذكاء الاصطناعي التوليدي ركيزة محورية لتفادي ظاهرة “الهلوسة الرقمية” (AI Hallucinations). إن مستقبل الذكاء الاصطناعي لا يكمن فقط في زيادة قوة المعالجة وحجم البيانات الضخمة (Big Data)، بل في تزويد الآلات الذكية بـ “عقلانية بيئية” واستدلالات تدرك السياق وتتحلى بالاقتصاد المعرفي والمرونة التكيفية التي ميزت العقل البشري عبر تاريخه الطويل.

12.3 خلاصة إبستيمولوجية: إعادة تعريف الطبيعة العقلانية للإنسان

يقودنا تتبع هذا السجال التاريخي والفكري الممتد من عاموس تفيرسكي ودانيال كانيمان إلى جيرد جيجرينزر ودانيال جولدشتاين إلى مراجعة إبستيمولوجية كبرى لمفهوم “الطبيعة البشرية” وحدود المعرفة الإنسانية. لقد حان الوقت للتخلي النهائي والواعي عن الصورتين الكاريكاتيريتين اللتين سيطرتا على القرن العشرين: صورة الإنسان كحاسوب منطقي كامل لا يخطئ وفق معايير النيوكلاسيك المفرطة في التفاؤل، وصورة الإنسان ككائن مشوه معرفياً ومحكوم بحتمية التحيزات والغباء الإحصائي الفطري وفق تشاؤم مدرسة التحيزات الأولى.

إن العقل البشري يتبدى اليوم في ضوء الأبحاث البيئية والتطورية المعاصرة كـ “أداة بيولوجية وإدراكية مذهلة الصنع والذكاء”؛ إنه كائن استدلالي تكيفي يمتلك صندوق أدوات غنياً استطاع من خلاله موازنة معادلة الحياة بالغة الصعوبة: اتخاذ قرارات سريعة ودقيقة ومصيرية بموارد ذهنية شحيحة ووقت محدود في عالم يموج بالشكوك وتقلبات الطبيعة. إن عيوبنا الإدراكية المفترضة لم تكن في معظمها سوى انعكاس لغربتنا عن لغة بيئتنا التطورية حين أُجبرنا على قراءة العالم عبر قوالب رقمية مصطنعة لا تمت لواقعنا المعاش بصلة.

تتجلى العقلانية الحقة في تلك المسافة التفاعلية الخصبة بين ذكاء أدمغتنا الداخلية وحكمة تصميم بيئاتنا الخارجية. إن علم اتخاذ القرار في مستقبله الواعد لم يعد يهدف إلى تصنيف سقطات الإنسان ووصمه بالعجز، بل يتجه نحو تمكينه معرفياً، وإعادة هندسة تمثيل المعلومات في مجتمعاتنا ومؤسساتنا، لتتحدث باللغة الترددية الفطرية التي يفهمها عقلنا، واضعاً بذلك العلم في خدمة الرفاه الإنساني والازدهار المجتمعي المستنير.

المراجع

• Gigerenzer, G. (1991). How to make cognitive illusions disappear: Beyond “heuristics and biases”. European Review of Social Psychology, 2(1), 83–115. https://doi.org/10.1080/14792779143000033
• Gigerenzer, G. (1996). On narrow norms and vague heuristics: A reply to Kahneman and Tversky. Psychological Review, 103(3), 592–596. https://doi.org/10.1037/0033-295X.103.3.592
• Gigerenzer, G., & Goldstein, D. G. (1996). Reasoning the fast and frugal way: Models of bounded rationality. Psychological Review, 103(4), 650–669. https://doi.org/10.1037/0033-295X.103.4.650
• Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684–704. https://doi.org/10.1037/0033-295X.102.4.684
• Gigerenzer, G., Todd, P. M., & the ABC Research Group. (1999). Simple heuristics that make us smart. Oxford University Press.
• Goldstein, D. G., & Gigerenzer, G. (2002). Models of ecological rationality: The recognition heuristic. Psychological Review, 109(1), 75–90. https://doi.org/10.1037/0033-295X.109.1.75
• Hoffrage, U., Lindsey, S., Hertwig, R., & Gigerenzer, G. (2000). Communicating statistical information. Science, 290(5500), 2261–2262. https://doi.org/10.1126/science.290.5500.2261
• Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430–454. https://doi.org/10.1016/0010-0285(72)90016-3
• Kahneman, D., & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237–251. https://doi.org/10.1037/h0034747
• Kahneman, D., & Tversky, A. (1996). On the reality of cognitive illusions. Psychological Review, 103(3), 582–591. https://doi.org/10.1037/0033-295X.103.3.582
• Simon, H. A. (1955). A behavioral model of rational choice. The Quarterly Journal of Economics, 69(1), 99–118. https://doi.org/10.2307/1884852
• Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2), 129–138. https://doi.org/10.1037/h0042769
• Stanovich, K. E., & West, R. F. (2000). Individual differences in reasoning: Implications for the rationality debate? Behavioral and Brain Sciences, 23(5), 645–665. https://doi.org/10.1017/S0140525X00003435
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131. https://doi.org/10.1126/science.185.4157.1124
• Tversky, A., & Kahneman, D. (1982). Evidential impact of base rates. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases (pp. 153–160). Cambridge University Press. https://doi.org/10.1017/CBO9780511809477.011