خلاصه کتاب «قوی سیاه»

قوی سیاه استعاره‌ای استاز پیشامدهایی که مشاهدۀ اون‌ها شگفت‌انگیز و بسیار نادر است و چون کسی به‌طور معمول انتظار وقوع اون‌ها رو نداره، وقتی اتفاق می‌افتن، توده‌های مردمی در توجیه دلایل وقوع چنین پدیده‌هایی گاه به استدلال‌های غیرعقلانی و حتی خرافی روی میارن. فارغ از اندیشۀ توده‌ها، در توجیه علت و عواقب این پدیده‌ها معمولاً بین روشن‌فکران و خِرَدگرایان نیز هنگامه‌ای از اختلاف‌نظر و کشمکش‌هایی پدید میاد که ممکن است دهه‌ها و سده‌ها به نتیجه‌گیری صحیحی نینجامه.

کتاب قوی سیاه به توضیح رفتارها و عملکردهای مختلف و در‌عین‌حال نادرست انسان هنگام مواجهه با یک قوی سیاه می‌پردازه. همچنین به ارائۀ نکات و مطالبی می‌پردازه که به ما کمک می‌کنن تا در پیش‌بینیِ غیرقابل پیش‌بینی‌ها و اتفاقات غیرمنتظره بهتر عمل کنیم.

تو دنیایی که احتمالش رو نمی‌دیم قوی غیرسفید وجود داشته باشه، اگه با قوی سیاه مواجه بشیم مشکوک می‌شیم، چون به دانسته‌های محدود خودمون ایمان داریم و این دانسته‌ها ما رو به تعصب دچار کرده. تو زندگی‌مون کلی قوی سیاه هست که ممکنه سر راه تصمیماتمون قرار بگیره. باید مراقبشون باشیم.

دربارۀ نویسندۀ کتاب:

نسیم نقولا طالب (Nassim Nicholas Taleb) متولد ۱۹۶۰ است. او نویسنده، دانشور، آماردان و تحلیلگر ریسک لبنانی-آمریکایی است. نسیم لیسانس و فوق لیسانس خودش رو از دانشگاه دوفین پاریس (Université de Paris)، ام‌بی‌ای (Master of Business Administration) رو از مدرسۀوارتون دانشگاه پنسیلوانیا (University of Pennsylvania) و دکترای علوم مدیریت رو از دانشگاه دوفین پاریس گرفته و آثارش بر مسائل تصادفی‌ و احتمال و عدم قطعیت متمرکز است. کتاب قوی سیاه او که در سال ۲۰۰۷ منتشر شد، در ارزیابی ساندی تایمز به‌عنوان یکی از ۱۲ کتاب اثرگذار بعد از جنگ جهانی دوم توصیف شده.

او نویسندۀ آثار پرفروشی است و استاد دانشگاه‌های بسیاری بوده ‌است. نسیم هم‌اکنون استاد مهندسی ریسک در مدرسۀمهندسی تندن دانشگاه نیویورک (New York University Tandon School of Engineering) است. همچنین درزمینۀفاینانس ریاضی، تجارت در وال استریت و مشاورۀ سرمایه‌گذاری فعالیت کرده ‌است. او شاغل درزمینۀ امور مالی ریاضی (Mathematical finance)، مدیر صندوق پوشش ریسک (Hedge fund) و مدیر معامله‌گر با ابزار مشتقه نیز بوده و هم‌اکنون به‌عنوان مشاور علمی مارک اسپیتزنیگل (Mark Spitznagel) فعالیت می‌کنه.

اگه دوست داشتید می‌تونید او رو در سایت شخصی، توییتر و فیس‌بوک دنبال کنید.

دربارۀ کتاب:

اکثر افراد با شنیدن نام «قوی سیاه» به یاد فیلمی معروف با همین نام می‌افتن. اما یک قوی سیاه نماد چیه؟ در علم زیست‌شناسی تکاملی، از یک اتفاق نامحتمل، با نام «قوی سیاه» یاد می‌شه. این اتفاق دارای خصوصیت‌های زیر است:

  1. پیش‌بینی‌ناپذیره؛
  2. تأثیرگذاریش قابل توجه است و بعد از وقوعِ این اتفاق،
  3. افراد با ارائۀ توضیحاتی فریبنده سعی در کمتر تصادفی جلوه‌دادن و پیش‌بینی‌پذیر‌تربودن اون دارن.

کتاب قوی سیاه را انتشارات رندم هاوس (Random House) در ۱۷مارس۲۰۰۷ منتشر کرد. این کتاب به بررسی تأثیرات شدید ناشی از برخی رویدادهای بسیار پیش‌بینی‌ناپذیر و نادر، و همچنین تمایل انسان به یافتن توضیحاتی ساده و دم دستی برای این رویدادها می‌پردازه. نظریۀ مطرح‌شده در این کتاب بعدها به‌عنوان نظریۀقوی سیاه معروف شد.

نسیم در این کتاب همچنین به موضوعات مرتبط دیگه‌ای نظیر زیبایی‌شناسی و شیوۀ زندگی نیز پرداخته و از مؤلفه‌های داستانی برای تشریح بهتر منظور خود استفاده می‌کنه. نویسنده در این کتاب بارها تجربیاتی از زندگی خودش رو نیز برای توضیح بهتر نظریاتش مطرح می‌کنه.

جالب است بدونید که این کتاب به‌مدت ۳۶ هفته در فهرست کتاب‌های پرفروش نیویورک تایمز قرار داشت و به بیش از 32 زبان دنیا ترجمه شده. ویرایش دوم این کتاب نیز در سال ۲۰۱۰ منتشر شد. این کتاب بخشی از مجموعۀ چهارجلدی مقالات فلسفی نسیم طالب درمورد عدم قطعیت است.

نوشتۀ پشت جلد کتاب:

نسیم نیکلاس طالب که با نوشتن این کتاب به شهرت جهانی رسید می‌گه تونسته در بازار بورس اندوخته‌ای فراهم بیاره، به اندازه‌ای که ناچار نباشه برای گذران زندگی وقتش رو به دیگران بفروشه؛ از‌این‌رو، می‌تونه با فراغ خاطر علاقه‌هاش رو دنبال کنه. طالب هم‌زمان به سه حرفه اشتغال داره: یکی مشاوره‌دادن درزمینۀمدیریت ریسک، دومی نویسندگی و سومی تدریس ریاضیات در دانشگاه‌های معتبر آمریکا ازجمله دانشگاه وارتون پنسیلوانیا و پلی‌تکنیک نیویورک. این اثر و اثر دیگر او یعنی فریفته بختانگی، ضمن اینکه مدت‌ها در صدر جدول فروش بوده‌اند، به ۳۱ زبان ترجمه شده‌اند.

بحث اصلی طالب در این کتاب، درک و مدیریت ریسک‌های ناشی از رویدادهای بی‌سابقه است؛ رویدادهایی که پیامدهای سنگینی به بار میارن، اما کسی انتظار اون‌ها رو نداره؛ یا به‌ عبارت فنی‌تر، احتمال وقوع اون‌ها بسیار کم به نظر میاد؛ جنگ جهانی اول، متلاشی‌شدن نظام پادشاهی در ایران، جنگ ایران و عراق، حادثۀ یازده سپتامبر، پیدایش گوگل، فروپاشی بازارهای مالی در سال ۲۰۰۸، فروش کتاب‌های هری پاتر، جنگ سوریه، ظهور داعش، و نتیجۀ انتخابات اخیر ریاست‌جمهوری در آمریکا، ازجمله رویدادهایی هستن که می‌توان اصطلاح قوی سیاه رو به مفهومی که در این کتاب اومده، دربارۀاون‌ها به کار برد.

هستۀ اصلی کتاب:

این کتاب در سه بخش و نوزده فصل نوشته شده است.

  1. ناکتابخانۀ اومبرتواکو؛
  2. ما نمی‌تونیم پیشگویی کنیم؛
  3. قوهای کبود کرانستان.

بخش اول: ناکتابخانۀ اومبرتواکو

پیش از کشف استرالیا، مردم دنیاى کهن بی‌چون‌وچرا باور داشتن هر قویى سفید است، چون تجربیات ایشان پیوسته این باور رو تأیید می‌کرد. دیدن نخستین قوى سیاه براى چند پرنده‌شناس باید شگفتى جالبى بوده باشه؛ اما اهمیت داستان در این نیست. اهمیت داستان در این است که شکنندگى دانش ما رو نمایان مى‌کنه و نشون می‌ده آموختن ما از تجربیات و مشاهدات با چه محدودیت‌هاى شدیدى روبه‌روست. فقط یک مشاهده کافى است تا گزاره‌هاى کلى که دستاورد هزاران سال تماشاى میلیون‌ها قوى سفید است بی‌اعتبار بشه، فقط با دیدن یک قوى سیاه. قوى سیاه ما سه ویژگى داره: نامنتظر است، پیامدى سنگین داره، پس از وقوع پیش‌بینى‌پذیر مى‌نماید (اما پیش از وقوع قابل پیش‌بینى‌ نیست).

قوی سیاه یا رویدادهایی که فکر می‌کنیم امکان وقوع ندارن، اما اتفاق می‌افتن. ما انسان‌ها در دریافت محرک‌های محیطی و تبدیل اون‌ها به اطلاعات قابل استفاده خبره هستیم. همین استعداد و مهارت است که کمک می‌کنه روش‌های علمی بسازیم، دربارۀطبیعت وجود فلسفه‌پردازی کنیم یا مدل‌های پیچیدۀ ریاضی ابداع کنیم. فرایند انجام این کارها به نوعی شامل این اعمال است که چیزی را در فضای اطراف خود می‌بینیم و سپس اون رو به داده‌ای تبدیل می‌کنیم که برای ما مفید باشه. اما در این خبرگی، اشکال‌هایی نیز وجود داره.

مثلاً اینکه ذهن انسان بسته و محدود است. عادت داره به‌محض اینکه تصور کنه به نتیجه‌ای رسیده است، بر همان ایده پافشاری ‌کنه. این رفتار با وجود دانش بشری که روز‌به‌روز در حال افزایش است، رفتار عجیبی هم محسوب می‌شه.

مثلاً ۲۰۰ سال پیش دانشمندان و پزشکان از داروها و دانش خود مطمئن بودن، اما اون اطمینان اکنون برای ما شگفت‌انگیز است. حال، خودِ ما هم تقریباً همون رفتار رو تکرار می‌کنیم. ایراد رفتار ما این است که تعصب ما روی باورهامون، نگاه ما رو به هرچیزی که خارج از الگوهایی باشه که قبلاً پذیرفتیم کور و مسدود می‌کنه. مثلاً اگه ندونیم چیزی به ‌نامِ میکروب وجود داره، چگونه می‌توان فهمید دارو چیه؟ ممکن است بتوان دربارۀ بیماری توضیحات قابل درکی ارائه داد، ولی چون بخش مهم و حیاتیِ اطلاعات در اختیار نیست، توضیح هم ناقص خواهد بود.

این تعصب‌های فکری ممکن است غافل‌گیری‌های بزرگی رو هم به وجود بیارن. گاهی اتفاقاتی ما رو غافل‌گیر می‌کنن؛ نه به خاطر ماهیت اتفاق، بلکه به این دلیل که چشم‌انداز ما به موضوع محدود بوده. این غافل‌گیری‌ها همون Black Swan است؛ قوی سیاه. چیزی که اگر از اون عبور کنیم، ممکن است نگاه ما به جهان تغییر کنه.

بخش دوم

پیش از اینکه نخستین قوی سیاه مشاهده بشه، انسان‌ها تصور می‌کردن قوها فقط سفید هستن. به همین دلیل همۀ تصاویر و حتی خیال‌پردازی‌ها از قو سفید بود. «سفیدی» بخشی جدانشدنی از مفهومِ قو بود. به همین دلیل، وقتی نخستین قوی سیاه‌رنگ مشاهده و کشف شد، درک بشر از قو هم اساساً تغییر کرد. پدیده‌ای که در این کتاب توضیح داده می‌شه ممکن است مصادیق ساده‌ای مانند رنگ قو یا مصادیق تأثیرگذاری مانند ارزش بازار سهام داشته باشه.

اثر پدیدۀ قوی سیاه روی همه یکسان نیست. برخی بیشتر از دیگران از اون متأثر می‌شن و برخی دیگه اصلاً تحت‌تأثیر قرار نمی‌گیرن. سنجش میزان تأثیر پدیده به این موضوع بستگی داره که هر فرد چقدر به اطلاعاتِ مرتبط با موضوع دسترسی داره. هرچه دسترسی به اطلاعات گسترده‌تر باشه، احتمال افتادن در دام قوی سیاه کمتر است و برعکس.

مثلاً تصور کنید شما روی اسب مورد علاقه‌تون شرط می‌بندید. اسمِ اسب «راکت» است؛ سابقۀ خوبی داره و سوارکار ماهری نیز بر رکاب. رقیبانش ضعیف هستن و همۀ این اطلاعات شما رو مصمم می‌کنه تمام پولتون رو روی راکت شرط‌بندی کنید. تپانچۀ شروع شلیک می‌شه، اما راکت نه‌تنها پیش نمی‌افته، بلکه از خط شروع بیش از دو قدم جلو نمیاد و بعد روی زمین می‌شینه. قویی که تاکنون سپید بود، اکنون سیاه شده. شما براساس اطلاعاتی که در اختیار داشتید و منطقاً درست هم به‌ نظر می‌اومد، روی راکت شرط بستید، اما بلافاصله پس از شروع مسابقه همه‌چیز رو باختید. اما در این میان که شما و دیگر کسانی که روی راکت شرط بسته‌ بودن ضرر کردید، فردی هم بود که از باخت راکت سود برد؛ صاحبِ اسب. او می‌دونست که راکت قرار است در اعتراض به بدرفتاری با حیوانات اعتصاب کنه، بنابراین شرط رو روی باخت اسبِ خودش بست و درنهایت برنده شد. این همون دسترسی به اطلاعات است که باعث شد صاحب راکت از اثر پدیدۀ قوی سیاه در امان بمونه. اطلاعاتی که شما در اختیار نداشتید، ولی او داشت.

این پدیده ممکن است به‌جای افراد گاهی به جامعه هم آسیب بزنه. در این‌گونه مواقع، معمولاً این احتمال وجود داره که چرخش کار دنیا هم تغییر کنه و فلسفه و فناوری و فیزیک نیز از اون متأثر بشن. مثلاً کوپرنیک هنگامی که گفت زمین مرکز دنیا نیست، عواقب مهیبی به دنبال آورد. چون کشفِ او هم قدرت و سلطۀ کلیسا رو زیر سؤال می‌برد و هم نفوذ و اعتبار کتاب مقدس (انجیل) رو. اما، درنهایت، همین اثر کمک کرد که کل جامعۀ اروپا، قدم در دورانِ تازه‌ای بگذاره و دگرگون بشه.

بخش سوم

اگرچه انسان باهوش‌ترین حیوان روی سیارۀ زمین است، ولی هنوز عادت‌های فکری اشتباهی داره که رهایی از اون‌ها به‌سادگی ممکن نیست. مثلاً این موضوع که انسان‌ها براساس اطلاعاتی که از گذشته دارن سعی می‌کنن آینده رو هم پیش‌بینی کنن. ازقضا، در بیشتر موارد، گذشته نشون‌دهندۀ خوبی از اونچه در آینده رخ می‌ده نیست. عوامل ناشناختۀ تأثیرگذار اون‌قدر زیاد هستن که ممکن استپیش‌بینی کلاً تغییر کنه و حرکت براساس اون به نتایج بدی منجر بشه. فرض کنید گوسفندی در مزرعه‌ای زندگی می‌کنه. گوسفند صاحبی مهربون داره که هر روز اون رو به چرا می‌بره و بهش غذا می‌ده و ازش مراقبت می‌کنه. اگه براساس گذشته، آیندۀ گوسفند رو پیش‌بینی کنیم، هرگز نمی‌توان حدس زد که فردا اتفاق متفاوتی خواهد افتاد؛ در‌حالی‌که فردا عید قربان استو قرار است گوسفند به قربانگاه بره و سلاخی بشه.

باور این موضوع که ما می‌تونیم آینده رو براساسِ گذشته پیش‌بینی کنیم، نه‌تنها ما رو به اشتباه خواهد انداخت، بلکه ممکن است نتایج وخیمی هم به دنبال داشته ‌باشه.

یک خطای دیگه، خطای تعصب روی باورهاست. اصطلاحاًconfirmation bias ما معمولاً برای چیزهایی که قبلاً درستیِ اون‌ها برامون اثبات و تأیید شده و به اون‌ها باور داریم، پِی شاهد و مدرک می‌گردیم. این تعصب بر درستیِ چیزهایی که برای ما اثبات شده، گاهی ممکن است سبب بشه شواهدی رو علیه باورهامون نادیده بگیریم و وقتی به شاهد و مثالی برمی‌خوریم که با نتیجۀ ما متناقض است، اون رو نمی‌پذیریم و معمولاً حتی سراغ بررسی اون هم نمی‌ریم، بلکه سراغ منابع جایگزینی می‌ریم که اهمیت این شواهد رو زیر سؤال می‌برن؛ به‌طور مثال، اگه کسی مطلقاً بر این عقیده باشه که تغییرات آب‌و‌هوایی توطئه و دروغ است و واقعیت نداره، سپس با مستندی برخورد کنه که نام اون «شواهد انکارناپذیر تغییرات آب‌و‌هوایی» باشه، احتمالاً عصبانی می‌شه. اگه بعد از اون سراغ گوگل بره و دربارۀ موضوع جست‌وجو کنه، احتمالاً چیزی که برای اون جست‌وجو خواهد کرد، مطالب مرتبط با عقیدۀ خودش (که تغییرات اقلیمی دروغ است) خواهد بود، نه مطالبی که شواهد علمی و مستدل راجع به این موضوع ارائه می‌دن.

این خطاها (خطای پیش‌بینی براساس آینده و خطای تعصب بر باورها) هر دو غیرِعلمی هستن، اما به‌ نظر میاد ما انسان‌ها به استنتاج براساسِ این خطاها بسیار گرایش داریم و نمی‌تونیم ذهن خودمون رو از این اشتباه‌ها خلاص کنیم.

بخش چهارم

اطلاعات در مغز انسان به شکلی دسته‌بندی می‌شه که باعث می‌شه پیش‌بینیِ آینده دشوار باشه. در طول فرایند تکامل، بشر به راه‌هایی برای دسته‌بندیِ اطلاعات دست یافته و اون‌ها را تکامل داده که البته برای زندگی در طبیعت وحشی خوب و مناسب بودن. مانند اینکه اطلاعاتی از پیرامون و خطرهای اطراف گردآوری کنه و براساسِ اون‌ها کاری بکنه که زنده بمونه. اما این فرایندها برای زندگی امروز بشر کاملاً نامناسب است.

خطای روایت یا Narrative fallacy که ما در طبقه‌بندیِ اطلاعات مرتکب می‌شیم، مانند زمان‌هایی که برای توضیح وضعیتمون یک روایت خطی ایجاد می‌کنیم. چون اطلاعاتی که در معرض اون‌ها هستیم بسیار بیش از اون هست که بتونیم همۀ اون‌ها رو درک کنیم، مغز ما فقط اون داده‌هایی رو انتخاب می‌کنه که مهم‌تر باشه. مثلاً احتمالاً افراد بتونن به ‌خاطر بیارن که امروز صبحانه چی خورد‌ن، اما بعید است رنگ کفش همۀ کسانی رو که در مترو دیده‌اند به ‌یاد بیارن. چون اطلاعات زیاد مغز رو ناچار به انتخاب می‌کنه؛ انتخابِ اینکه کدوم اطلاعات رو نگه داره و کدوم رو دور بریزه. سپس ما برای اینکه به هرکدوم از این بخش‌های جداگانۀ اطلاعات، معنا بدیم، اون‌ها رو در یک روایت خطی و معنادار تعریف می‌کنیم. داستانی می‌سازیم که سیر منطقی داشته‌ باشه. مثلاً وقتی دربارۀ زندگی خودمون فکر می‌کنیم، احتمالاً چندین رویداد رو به‌عنوانِ رویدادهایِ مهم و معنی‌دار به‌خاطر میاریم و اون‌ها رو به شکلی پشت سر هم می‌چینیم که روایتِ اون توضیح بده چگونه ما این فردی شده‌ایم که هستیم. مثلاً ما عاشقِ موسیقی هستیم، چون مادرمون هر شب لالایی یکی از ترانه‌هایِ بیتلز رو می‌خونه.

اما ساختنِ این روایت‌ها راهِ خوبی برایِ شناختنِ جهان نیست، چون فقط با نگاه به گذشته انجام می‌شه و علاوه‌بر‌اون، بی‌نهایت توضیحی رو که برای هرکدوم از این رویدادها وجود داره در نظر نمی‌گیره. حقیقت این است که داده‌ای بسیار کوچک و ظاهراً بی‌اهمیت، ممکن استعواقب مهم و پیش‌بینی‌ناپذیر داشته‌ باشه. احتمالاً اصطلاح «اثر پروانه‌ای» رو شنیدید. پروانه‌ای در هند بال‌هاش رو به هم می‌زنه و این ممکن است باعث بشه یک ماه بعد در نیویورک توفان بیاد. اما واقعیت این استکه اگه ما زنجیرۀ علت و معلولیِ حوادث رو تک‌تک و جزء‌به‌جزء از زمانِ بال‌زدنِ پروانه تا زمانِ شروعِ توفان بنویسیم، ممکن است بتونیم بین این دو اتفاق، رویدادها رو دقیق و شفاف ببینیم. ولی ما فقط خروجی‌ها رو می‌بینیم؛ در اینجا مثلاً توفانِ نیویورک رو. ضمن اینکه کاری از دستِ ما ساخته نیست، مگه اینکه به دنبالِ پدیده‌ای هم‌زمان با خروجی بگردیم و احتمالاتِ اثرِ اون پدیده رو بررسی کنیم.

بخش پنجم

خطای دیگه‌ای هم در دسته‌بندیِ اطلاعات وجود داره. ما در تشخیص «نوع» برخی داده‌ها مهارت چندانی نداریم. مانند داده‌هایِ مقیاس‌پذیر و مقیاس‌ناپذیر (scalable and non scalable information) ؛ داده‌های مقیاس‌پذیر، مانند قد و وزن انسان، از حدی بیشتر یا از حدی کمتر نمی‌تونه باشه؛ مثلاً ممکن است انسانی ۵۰۰ کیلو وزن داشته ‌باشه، اما هیچ انسانی با ۵۰۰۰ کیلو وزن پیدا نمی‌شه. دلیل مقیاس‌پذیربودنِ اون هم محدودیت‌هاست. در این مثال، محدودیت فیزیک و جسم انسان.

اما دربارۀ چیزهای غیرفیزیکی یا اساساً انتزاعی مانند توزیع ثروت یا فروش یک آلبوم موسیقی نمی‌توان مقیاسی دقیق در نظر گرفت. وقتی یک قطعۀ موسیقی رو روی آی.تیونز می‌فروشید، هیچ محدودیتی برای تعداد کل فروش وجود نداره؛ چون محدودیت فیزیکی‌ای بر سر راه نیست و خرید هم به‌صورت آنلاین انجام می‌شه. پس در تئوری ممکن است آلبوم موسیقی شما از یک نسخه تا یک تریلیون نسخه فروخته بشه.

برای به‌دست‌آوردن تصویر دقیقی از جهان، لازم است تفاوت میانِ این دو نوع داده رو در نظر گرفت و اگه قوانین داده‌های مقیاس‌پذیر رو بر داده‌های مقیاس‌ناپذیر اعمال کنیم، قطعاً به خطا منجر خواهد شد. مثلاً اگه بخوایم کل ثروت مردم انگلستان رو اندازه بگیریم، ساده‌ترین روش، دستیابی به میزان ثروت سرانه است؛ یعنی درآمد همۀ مردم رو جمع کنیم و رقمِ اون رو بر جمعیتِ کشور تقسیم کنیم. اما نکته اینجاست که ثروت درواقع مقیاس‌پذیر است. ممکن است بخش کوچکی از مردم، درصد بالایی از ثروت رو در اختیار داشته ‌باشن. اگه فقط داده‌های سرانه رو جمع کنیم، نتیجه،توزیع دقیقی از درآمد رو نشون نخواهد داد و مشخص نخواهد شد در واقعیت وضع ثروت شهروندان انگلیس چگونه است.

بخش ششم

انقلاب فرانسه در زمان حاکمیت لویی شانزدهم رخ داد. اون هنگام نیز او مانند روم و مصر باستان، مالیات نمک رو بالا برده‌ بود تا هزینه‌های زندگی پرخرج و اشرافی دربار رو تأمین کند. هزینه‌ها مدام بالا می‌رفت و لوییِ شانزدهم مالیات‌ها رو بالاتر می‌برد که نتیجه چیزی نبود جز عصبانی‌ترشدنِ مردم. اما پادشاه به برخی شهرها یا مراکز و افراد مذهبی معافیت‌های مالیاتی می‌داد و طبیعتاً این موضوع باعث ایجاد بازار قاچاق شد. قاچاقچیانِ نمک جونِ خودشون رو به خطر می‌انداختن که به نحوی بتونن نمکی با قیمتِ پایین‌تر از قیمتِ رسمی تجارت کنن. دولت حتی حد مصرف نمک برای هر فرانسوی رو نیز تعیین کرده ‌بود تا بتونه حداقل درآمد خود رو تضمین کنه. وضع این‌گونه قوانین بر نمک پیش از انقلاب، داستان رنج و سرکوب مردمی است که درنهایت طغیان کردن و پس از پیروزی، در نخستین اقدامات خود مالیات نمک رو حذف کردن.

امپراتوری بریتانیا در سویِ دیگر دنیا نیز بعدها بر سرِ نمک مشکلات زیادی پیدا کرد. در هندوستان، بریتانیا با وضع «قانون نمک» عملاً انحصار رو در اختیار گرفته ‌بود. مالیات نمک بالا رفت و قیمت اون‌ چنان زیاد شد که بیشتر خانواده‌ها دیگه توانایی خرید نمک رو نداشتن. انگلیسی‌ها حتی اجازۀ برداشتن بلورهای نمک طبیعی رو که در سواحل وجود داره، نمی‌دادن. در سال ۱۹۳۰، مهاتما گاندی تصمیم گرفت جنبش استقلال هند رو با جنبش رهایی از انحصار نمک پیوند بزنه. او به نایب‌السلطنۀ هند اعلام کرد یا قانون نمک رو لغو کنه یا او و پیروانش به این قانون به نشانۀ اعتراض بی‌توجهی خواهند کرد. سپس راهی طولانی رو در بخش‌های زیادی از هند طی کرد تا به اقیانوس برسه و با همراهی دیگرانی که در طول راه به هزاران نفر افزایش یافته ‌بودن، نمک جمع کنه. این راهپیمایی به اعتراضات دیگر هندی‌ها و درنهایت زمینه‌سازیِ اعلامِ استقلالِ هندوستان منجر شد.

یکی از چیزهایی که در زندگی برای ما بسیار اهمیت داره این است که مراقب باشیم آسیبی به ما نرسه. یکی از راه‌های این مراقبت، مدیریت و ارزیابی ریسک است. مثلاً بیمۀ حوادث برای همین منظور خریده می‌شه. یا در سرمایه‌گذاری‌ها و موارد مشابه، اصطلاحاً همۀ تخم‌مرغ‌هامون رو در یه سبد نمی‌ذاریم. ما سعی می‌کنیم اندازه‌گیریِ میزان ریسک رو دقیق انجام بدیم که اقدام ما نه به پشیمونی منجر بشه و نه از سوی دیگه، به دلیل نگرانی و احتیاط زیاد، فرصت‌های خوب پیش‌ رو رو از دست بدهیم. برای رسیدن به این هدف، ریسک موضوع رو ارزیابی می‌کنیم، خطر احتمالی رو می‌سنجیم و بعد میزان احتمال رو هم تخمین می‌زنیم. مثلاً هنگام بیمه‌کردن، بیمه‌ای رو می‌خریم که در برابر بدترین اتفاق ممکن از ما محافظت کنه، اما دورریختن پول هم نباشه. اینجاست که باید خطرها و میزان احتمال اون‌ها رو بررسی کنیم. یا مثلاً عواقب بیماری‌هایی رو که می‌خوایم خودمون رو در برابرشون بیمه کنیم، بسنجیم و سپس آگاهانه تصمیم بگیریم. اما در این ارزیابی‌ها ما معمولاً خوش‌بین هستیم و خودمون رو دست‌ بالا تصور می‌کنیم. مطمئن هستیم که حواسمون به همۀ خطرهایی که باید خود رو در برابر اون‌ها محافظت کنیم هست. خبر بد این هست که ما معمولاً خودمون رو خیلی دست بالا می‌گیریم. خیلی مطمئنیم که حواسمون به همۀ خطرهایی که باید خودمون رو در مقابلشون محافظت کنیم هست. این هم خطای دیگه‌ای از جنس خطاهای قوی سیاه است که نویسنده نام اون رو خطای بازی یا ludic fallacy گذاشته. او معتقد است برخورد ما با خطرها به‌گونه‌ای است که انگار در حال انجام بازی‌ای هستیم که قوانین اون از پیش معلوم است و احتمالات اون رو به‌خوبی می‌دونیم و حتی پیش از شروع بازی می‌تونیم دربارۀ اون‌ها تصمیم‌گیری کنیم. در‌حالی‌که خود برخورد با ریسک همانند یک بازی، عملی خطرناک و پرریسک است.

کازینو‌دارها می‌خوان بیشترین پولی رو که می‌تونن از بازیکنان به دست بیارن. به همین دلیل، سازوکارهای امنیتی بسیار دقیقی دارن که اجازه نده بازیکنان چندین بار پشت سر هم برنده بشن. اما طرز فکر کازینودارها نیز براساس همین خطاست. همیشه بزرگ‌ترین تهدید کازینوها، قماربازان خوش‌اقبال یا دزدها و کلاهبرداران قمار نیستن. ممکن است گروگان‌گیری فرزند صاحب کازینو بزرگ‌ترین تهدید برای او باشه. یا اشتباه یک کارمند در فرستادن صورت‌های مالی به ادارۀ مالیات در مهلت قانونی. هرگز نمی‌توان بزرگ‌ترین تهدید علیه یک کازینو رو به‌طور دقیق و قطعی پیش‌بینی کرد. مهم نیست چقدر دقت کنیم و تلاش کنیم و با حواس جمع سعی کنیم در برابر خطرهایی که فکر می‌کنیم بزرگ‌ترین تهدید علیه ما هستن خودمون رو مصون کنیم؛ ما هرگز نمی‌تونیم میزان دقیق ریسک رو ارزیابی کنیم.

بخش هفتم

حال این نکته مطرح می‌شه که بهتر است از نادونی خود دربارۀ همۀ خطرها و احتمالات اون‌ها آگاه باشیم یا نه. جملۀ «دانش قدرت است» رو شنیده‌ایم. اما چیزهایی که در حوزۀ «دانش» ما هستن محدودن و بسیاری از اوقات چیزهای زیادی رو نمی‌دونیم. این مواقع همون هنگامی است که دونستنِ نادونی‌مون به ما کمک خواهد کرد. اگه همۀ حواس خودمون رو روی چیزهایی که می‌دونیم متمرکز کنیم، توانایی درک خود رو محدود کرده‌ایم و ممکن است حتی نتونیم رخ‌دادن بسیاری از چیزها رو تصور کنیم. چون این چیزها بیرون از دایرۀ فهم و دانش ما هستن و این‌گونه شرایطِ ما، برای رخ‌دادن اشتباه‌های پدیدۀ قوی سیاه کاملاً آماده است. فرض کنید می‌خوایم سهام شرکتی رو بخریم و دربارۀ بازار سهام هم اطلاعات زیادی جمع کردیم. اما این اطلاعات فقط مربوط به بازار بین سال‌های ۱۹۲۰ تا ۱۹۲۸ است. یک سال پیش از سقوط بزرگ بازارها. ما به داده‌های خودمون نگاه می‌کنیم و صعودها و نزول‌ها رو می‌بینیم، اما روند کلی رو «رو به صعود» ارزیابی می‌کنیم و تمام دارایی‌مون رو به سهام تبدیل می‌کنیم. اما روز دیگه بازار سقوط می‌کنه و ما هرچی داشتیم از دست خواهیم داد. درحالی‌که اگه مطالعۀ بیشتری روی بازار انجام می‌دادیم یا اطلاعات بیشتری در اختیار داشتیم، می‌دونستیم تاریخ بازار پر از صعود و سقوط‌های متعدد است و در اون شرایط تصمیم متفاوتی می‌گرفتیم. اما اگه بتونیم چیزهایی که نمی‌دونیم رو مشخص کنیم، این توانایی رو خواهیم داشت که خطر رو تا حد زیاد کم کنیم. بازیکنان پوکر به‌خوبی از این قدرت برخوردارند، چون برای پیروزی‌شان حیاتی است. اون‌ها قوانین رو می‌دونن و می‌تونن احتمال برد خود و رقیبشون رو هم تخمین بزنن. اما این رو هم می‌دونن که چیزهایی هست که از اون بی‌خبر هستن. مانند اینکه استراتژی رقیبشون چگونه است یا تا چه مبلغ می‌تواند ببازد. دونستنِ این نادانسته‌ها به پوکربازان کمک می‌کنه استراتژی‌ای تدوین کنن که فقط روی دست خودشون متمرکز نیست؛ درنتیجه اون‌ها قادرن ارزیابی آگاهانه‌تری از خطر انجام بدن.

برای اینکه در دام این‌گونه تله‌های شناختی نیفتیم، احتمالاً بهترین کاری که می‌تونیم بکنیم این هستکه ابزارهای پیش‌بینی رو بشناسیم و متوجه محدودیت‌های این ابزارها باشیم. دونستن محدودیت‌های خودِ ما جلویِ همۀ اشتباه‌های آینده رو نخواهد گرفت، اما به ما کمک می‌کنه خطر تصمیم‌گیری بد رو کمتر کنیم. مثلاً اینکه اگه بدونیم تعصب‌های شناختیcognitive bias) ) داریم، دیگه وقتی دربارۀ موضوعی دنبال اطلاعات می‌گردیم، جست‌وجوی خودمون رو به اونچه باور داریم و دوست داریم محدود نمی‌کنیم تا فقط باورمون رو تأیید کنه، بلکه به دنبال اطلاعات درست می‌گردیم. یا اگه آگاه باشیم که عادت داریم اطلاعات رو در قالب روایت‌های خطی بچینیم و این طرز برخورد با اطلاعات، پیچیدگی‌های دنیا رو بسیار ساده می‌کنه، ممکن استدر مواجهه با یک موضوع به پذیرش اون روایت ساده و خطی اکتفا نکنیم و در پِی اطلاعات بیشتری باشیم تا تصویر کامل‌تری از اون به دست بیاریم.

همین آگاهیِ ساده و همین تحلیل شخصیِ کوچک اما بسیار حیاتی می‌تونه ما رو در هر زمینه‌ای که در اون فعالیت می‌کنیم پیش بندازه و از مزیت رقابتی برخوردارمون کنه.

اگه ضعف‌هامون رو خوب بشناسیم، اگه این رو بدونیم که ریسک‌های ‌پیش‌بینی‌ناپذیر در امیدبخش‌ترین فرصت‌ها نیز وجود دارن، اگه بدونیم که قادر نیستیم بر اتفاقات غیرمترقبه چیره بشیم، اگه آگاه باشیم ظرفیت‌هایِ ما برای فهم پیچیدگی‌های دنیا بسیار محدود است و درنهایت اگه آسیب‌های ناشی از ناآگاهی و نادانسته‌ها رو بدونیم، می‌تونیم امکان موفقیت خودمون رو افزایش بدیم.

خلاصۀ کلام اینکه...

خلاصه اینکه اگرچه ما مرتباً دربارۀ آینده پیش‌بینی می‌کنیم، اما در این کار بسیار ضعیف هستیم. به دانسته‌هامون مطمئن هستیم و نادانسته‌ها رو دست‌کم می‌گیریم. به روش‌هایی که منطقی به‌ نظر می‌رسن بیش از اونچه باید تکیه می‌کنیم. اتفاقات غیرمترقبه و تصادفی رو نمی‌تونیم درست درک و تعریف کنیم.

همۀ این‌ها در کنار بیولوژیِ ما دست‌به‌دستِ هم می‌دن و باعث می‌شن تصمیم‌های خوبی نگیریم و اون زمان هست که پدیدۀ قوی سیاه روی می‌ده. پدیده‌ای که مطمئن بودیم اتفاق نمی‌افته. اما رخ داده و در بسیاری اوقات نهایتاً فهم ما از دنیا رو از نو تعریف می‌کنن. این فهم دوباره منجر [sadeghi1] به اتفاقاتی در سطح جهانی مانند جنگ جهانی اول، فروپاشیِ اتحاد جماهیر شوروی، ابداع و ظهور وب، ۱۱سپتامبر۲۰۰۱ و کامپیوترهای شخصی می‌شه‌.

برای خرید این کتاب می‌توانید به آریانا قلم مراجعه کنید.

مشخصات کتاب:

  • عنوان اصلی: The Black Swan: The Impact of the Highly Improbable
  • عنوان فارسی: قوی سیاه، اندیشه‌ورزی پیرامون ریسک
  • نویسنده: نسیم نیکلاس طالب (Nassim Nicholas Taleb)
  • مترجم: محمدابراهیم محبوب
  • شمارۀ چاپ: چهارم
  • نشر: آریانا قلم
  • تعداد صفحات: 348 صفحه
  • قیمت: 43،000 تومان