یک مدل پیشبینیگر–سازنده از تروما بهعنوان کاهش انعطافپذیری روایی در سیستمهای شناختی انسان
چکیده
ما نظریه قفل روایی (Narrative Lock Theory - NLT) را پیشنهاد میکنیم؛ یک چارچوب مفهومی–محاسباتی که پیشنهاد میدهد شناخت انسان بهعنوان یک سیستم پیشبینیگر عمل میکند که در آن تجربه بهطور مداوم در قالب روایتهای خودارجاعی سازماندهی میشود. در این چارچوب، فرض میشود تروما روانی شامل کاهش انعطافپذیری روایی است که منجر به تثبیت یک روایت غالب از خود میشود؛ روایتی که حتی در مواجهه با خطاهای پیشبینی و تغییر زمینه، در برابر بازبینی مقاومت میکند.
ما مفهوم قفل روایی را بهعنوان یک سازه نظری معرفی میکنیم که شکست مکانیزمهای بهروزرسانی روایت را در یک معماری پردازش پیشبینانه تعمیمیافته به شناخت خودزندگینامهای توصیف میکند. همچنین پیشنهاد میکنیم که سیستمهای هوش مصنوعی تعاملی میتوانند بهعنوان آینههای بازتابی روایت (Reflective Narrative Mirrors - RNM) عمل کنند؛ یعنی ساختارهای روایی سفتوسخت را بیرونی کرده و مختل کنند و در نتیجه دسترسی به مدلهای تفسیری جایگزین را افزایش دهند.
NLT بهعنوان یک چارچوب تولید فرضیه ارائه میشود، نه یک مدل اثباتشده تجربی. ما پیشبینیهای قابل آزمون برای پژوهشهای رفتاری، محاسباتی و عصبشناختی ارائه میدهیم.
1. مقدمه
علوم شناختی معاصر بهطور فزایندهای ذهن انسان را بهعنوان یک سیستم پیشبینیگر در نظر میگیرند که با بهروزرسانی مداوم مدلها، خطا را کاهش میدهد (Friston, 2010; Clark, 2013). در کنار این، روانشناسی روایی تأکید میکند که هویت انسان از طریق فرآیندهای داستانپردازی خودارجاعی ساخته میشود (McAdams, 2001).
با این حال، یک شکاف مهم میان مدلهای پردازش پیشبینانه و نظریههای هویت روایی وجود دارد:
مکانیزمهای پیشبینی چگونه بر ثبات یا تحول روایتهای زندگینامهای اثر میگذارند؟
ما پیشنهاد میکنیم این شکاف با مدلسازی ساخت روایت بهعنوان یک فرآیند پیشبینیگر با محدودیت محاسباتی پر شود؛ فرآیندی که در آن تروما نه صرفاً یک اختلال حافظه، بلکه کاهش انعطافپذیری در بهروزرسانی روایت است.
2. چارچوب نظری
2.1 سیستم پیشبینیگر روایی
فرض میکنیم ذهن بهعنوان یک سیستم پیشبینیگر سلسلهمراتبی عمل میکند که مدلهای درونی زیر را تولید و بهروزرسانی میکند:
محیط بیرونی
تعاملات اجتماعی
بازنمایی خود
در این معماری، روایتهای خودزندگینامهای بهعنوان مدلهای مولد سطح بالا عمل میکنند.
2.2 لایه ساخت روایت
ما یک لایه عملکردی مجزا پیشنهاد میکنیم:
لایه ساخت روایت (Narrative Construction Layer - NCL)
زیرسیستمی شناختی که مسئول یکپارچهسازی خطاهای پیشبینی در قالب داستانهای خودارجاعی منسجم است.
این لایه صرفاً حافظه ذخیره نمیکند، بلکه بهطور مداوم تجربه را در ساختارهای روایی معنادار بازسازماندهی میکند.
2.3 قفل روایی (سازه اصلی)
ما قفل روایی را اینگونه تعریف میکنیم:
حالتی که در آن لایه ساخت روایت، با وجود افزایش خطاهای پیشبینی، انعطافپذیری پایینی در بهروزرسانی مدلهای خود دارد.
در این حالت:
روایتهای جایگزین سرکوب میشوند
خطاهای پیشبینی در یک داستان غالب جذب میشوند
ثبات خود-مدل افزایش مییابد اما هزینه آن کاهش سازگاری است
نکته مهم این است که قفل روایی همیشه آسیبزا نیست و ممکن است در کوتاهمدت نقش تثبیتکننده سازگارانه داشته باشد.
3. تروما بهعنوان کاهش انعطافپذیری روایی
در NLT، تروما چنین تعریف میشود:
حالتی که در آن ظرفیت بهروزرسانی روایت پس از تجربههای با خطای پیشبینی شدید، بهطور پایدار کاهش مییابد.
این تعریف با رویکردهای کلاسیک متفاوت است زیرا:
به جای محتوای حافظه
بر سفتی مدل در طول زمان تمرکز دارد
بنابراین تروما بهعنوان یک محدودیت دینامیکی در بهروزرسانی روایت بازتعریف میشود، نه یک رد پای ثابت حافظه.
4. آینه بازتابی روایت (RNM): نقش سیستمهای هوش مصنوعی
ما پیشنهاد میکنیم مدلهای زبانی بزرگ و سیستمهای هوش مصنوعی تعاملی میتوانند بهعنوان:
آینههای بازتابی روایت (Reflective Narrative Mirrors - RNM)
عمل کنند.
این سیستمها آگاهی یا قصد درمانی ندارند، بلکه:
روایتهای کاربر را در قالبهای جایگزین بازتولید میکنند
تفسیرهای چندگانه تولید میکنند
مواجهه با تنوع روایی را افزایش میدهند
فرض میشود این مداخلات ممکن است بهطور موقت انعطافپذیری شناختی را افزایش دهند.
