https://virgool.io/feed/@sandmanshiri hasanshiri.online fa 2026-04-14 21:10:44 https://files.virgool.io/upload/users/1617994/avatar/nsqmdz.jpg?height=120&width=120 https://virgool.io/@sandmanshiri https://virgool.io/@sandmanshiri/%D8%A8%D9%86-%D8%A8%D8%B3%D8%AA-%D9%BE%DB%8C%DA%86%DB%8C%D8%AF%DA%AF%DB%8C-%DA%86%D8%B1%D8%A7-%D8%A7%D8%B5%D9%84%D8%A7%D8%AD%D8%A7%D8%AA-%D8%AF%DB%8C%DA%AF%D8%B1-%D8%B1%D8%A7%D9%87-%D8%AD%D9%84-%D9%86%DB%8C%D8%B3%D8%AA-%D8%AA%D8%AD%D9%84%DB%8C%D9%84%DB%8C-%D8%A7%D8%B2-%D9%85%D9%86%D8%B8%D8%B1-%D9%81%DB%8C%D8%B2%DB%8C%DA%A9%D9%90-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%87%D8%A7-bi3bib2kunhb بازخوانی چالش‌های ساختاری در ایران بر اساس نظریه «فروپاشی» جوزف تینترمقدمه: آنتروپی و احساسِ سکونآیا تا‌به‌حال این حس فرساینده را تجربه کرده‌اید که سیستم‌های پیرامون ما شبیه دونده‌ای روی تردمیل هستند؟ انرژی عظیمی صرف می‌شود، منابع می‌سوزند و ساختارها با آخرین توان کار می‌کنند، اما «خروجی موثر» (Work) تغییر نمی‌کند و منظره‌ی پیشِ رو ثابت مانده است. در فیزیک، وقتی انرژیِ ورودی صرفِ غلبه بر اصطکاک داخلی شود، سیستم دچار اتلاف می‌شود. اما در ابعاد اجتماعی و مدیریتی، پاسخ این وضعیت در قانونی بی‌رحم نهفته است که جوزف تینتر (Joseph Tainter)، مورخ و نظریه‌پرداز سیستم‌ها، آن را «بازده نزولیِ پیچیدگی» می‌نامد.این یادداشت تلاشی است برای پاسخ به این پرسش که چرا هرچه بیشتر تلاش می‌کنیم، کمتر نتیجه می‌گیریم؟دامِ پیچیدگی (The Complexity Trap)جوزف تینتر در کتاب دوران‌ساز خود، «فروپاشی جوامع پیچیده» (۱۹۸۸)، استدلالی تکان‌دهنده دارد: جوامع بشری ماشین‌های تولیدِ پیچیدگی هستند. وقتی با مشکلی روبرو می‌شویم (چه کمبود منابع، چه بی‌نظمی اجتماعی)، غریزی‌ترین واکنش ما «افزودن» است: افزودن یک سازمان جدید، یک لایه نظارتی، یک قانون تازه یا یک تبصره‌ی اصلاحی.در ابتدا، این پیچیدگی «بازده صعودی» دارد و مشکلات را حل می‌کند. اما سیستم‌ها به نقطه‌ای اجتناب‌ناپذیر می‌رسند که در آن، هزینه نگهداری از ساختار موجود (Status Quo)، تمامِ انرژی تولید شده را می‌بلعد. ما در ایران امروز، دقیقاً در این نقطه ایستاده‌ایم: نقطه اشباع پیچیدگی.جایی که نهادهای موازی انرژی یکدیگر را خنثی می‌کنند (اصطکاک)، و هزینه مبادله (Transaction Cost) برای ساده‌ترین امور، به دلیل لایه‌های متعدد بوروکراسی، سر به فلک می‌کشد.خطای استراتژیک: توهمِ اصلاحاتدقیقاً در همین نقطه بحرانی است که بزرگترین خطای تحلیلی رخ می‌دهد. سیاست‌گذاران و مدیران تصور می‌کنند راه خروج از این بن‌بست، «اصلاحات» (Reform) است. اما از منظر نظریه سیستم‌های پیچیده، «اصلاحات» و «راه‌حل» دو مقوله متضاد هستند:اصلاحات یعنی افزودنِ پیچیدگی: وقتی سیستمی را «اصلاح» می‌کنیم، معمولاً لایه‌ای جدید برای رفع نقص لایه قبلی اضافه می‌کنیم. (مثلاً: ایجاد سامانه جدید برای نظارت بر توزیع ارز). این یعنی مصرف انرژی بیشتر.ساده‌سازی یعنی حذفِ پیچیدگی: راه نجات سیستم‌های اشباع‌شده، نه افزودن، بلکه «کم کردن» است. یعنی حذف کامل فرآیند، نه نظارت بر آن.تلاش برای «اصلاح» سیستمی که دچار «تراکم پیچیدگی» است، شبیه این است که به کوله‌پشتیِ کوهنوردی که زیر بار سنگین در حال سقوط است، یک «کتاب راهنمای کوهنوردی» اضافه کنیم. نیت خیر است، اما نتیجه، تسریعِ فروپاشی است.ایران: آزمایشگاهِ زندهنگاهی به طرح‌های کلان چند دهه اخیر بیندازید. ماجرای نرخ ارز، سامانه‌های متعدد مجوزدهی، یا ساختار توزیع انرژی. هر بار که سعی کردیم سیستم را اصلاح کنیم، یک لایه رسوبی جدید به آن افزودیم. این لایه‌ها روی هم انباشته شده‌اند و حالا سیستم زیر وزنِ «راه‌حل‌های قبلی» در حال خرد شدن است. تورم قوانین و تورم نهادها، چابکی سیستم را گرفته و آن را به موجودی تبدیل کرده که برای بقای خود (تأمین بودجه جاری)، ناچار است از منابع حیاتی آینده (محیط زیست، زیرساخت) تغذیه کند.راه نجات: شجاعتِ «کم کردن»تینتر هشدار می‌دهد که وقتی هزینه عضویت در یک جامعه/سیستم از منافع آن پیشی می‌گیرد، اجزای سیستم (مردم/نخبگان) به صورت منطقی گزینه «خروج» (مهاجرت یا اقتصاد سایه) را انتخاب می‌کنند.سیستم‌های پیچیده در این مرحله تنها دو راه پیش رو دارند:ساده‌سازی فاجعه‌بار: فروپاشی ساختارها تحت فشار وزن خودشان (روشی که طبیعت معمولاً تحمیل می‌کند).ساده‌سازی هوشمندانه: عقب‌نشینی داوطلبانه، حذف نهادهای موازی، و پذیرفتنِ دردناکِ این واقعیت که «دولت نمی‌تواند همه کار انجام دهد».سخن پایانیسوال اساسی امروز ما نباید این باشد که «کدام طرح جدید را اجرا کنیم؟». سوال سیستمی و درست این است: «آیا شجاعتِ دور ریختن و حذف کردن را داریم؟»بیماری اصلی، خودِ «پیچیدگی» است و دارو نمی‌تواند از جنس بیماری (قانون و ساختار جدید) باشد. دورانِ «اضافه کردن راه‌حل» به پایان رسیده است. بقای سیستم در گروِ توانایی آن در تخریب هوشمندانه دیوارهای زائدی است که خود طی دهه‌ها چیده است. محمدحسن شیری محمدحسن شیری Wed, 31 Dec 2025 22:00:38 +0330 https://virgool.io/@sandmanshiri/%D8%B1%D8%A7%D8%B2-%DA%AF%D9%85%D8%B4%D8%AF%D9%87-%DB%8C-%D9%85%D9%87%D9%86%D8%AF%D8%B3%DB%8C-%DA%A9%D8%A7%D9%86%D8%AA%DA%A9%D8%B3%D8%AA-nvaapsg9b3wn بهینه‌سازی تعامل با هوش مصنوعی در کدنویسی: معرفی پروژه Context Engineering Templateبرای رفع چالش‌های رایج در استفاده از مدل‌های زبان بزرگ (LLM) مانند Claude در پروژه‌های پیچیده کدنویسی، یک تمپلیت متن-باز در گیت‌هاب با عنوان SireJeff/claude-context-engineering-template ارائه شده است. این پروژه با به‌کارگیری روشی نوین به نام "مهندسی کانتکست" (Context Engineering)، به دنبال تبدیل دستیارهای هوش مصنوعی از یک ابزار پرسش و پاسخ ساده به یک همکار برنامه‌نویس هوشمند و آگاه است.چالش: محدودیت حافظه در همکاران هوشمندبسیاری از توسعه‌دهندگان هنگام کار با دستیارهای هوش مصنوعی با چالش‌هایی نظیر محدودیت پنجره کانتکست (Context Window) مواجه شده‌اند. این محدودیت باعث می‌شود مدل، اطلاعات کلیدی پروژه مانند ساختار فایل‌ها یا منطق توابع را پس از مدتی فراموش کند. در نتیجه، توسعه‌دهنده ناچار به تکرار مداوم اطلاعات، یادآوری مسیرها و توضیح مجدد کدها می‌شود که این فرآیند منجر به افزایش مصرف توکن، اتلاف زمان و کاهش بهره‌وری می‌گردد. این چرخه تکراری، پتانسیل واقعی این ابزارهای قدرتمند را محدود می‌سازد.راهکار: مهندسی کانتکست برای سازماندهی پروژهمهندسی کانتکست رویکردی است که در آن، اطلاعات پروژه پیش از ارائه به مدل زبان، به صورت هوشمند ساختاربندی و بهینه‌سازی می‌شود. این فرآیند را می‌توان به مرتب‌سازی یک میز کار شلوغ تشبیه کرد. به جای ارائه پراکنده فایل‌ها و قطعه کدها، یک سیستم سازمان‌یافته ایجاد می‌شود که اطلاعات دسته‌بندی شده را در لحظه مناسب در اختیار مدل قرار می‌دهد. هدف این است که مدل به جای "جستجوی" اطلاعات، نسبت به ساختار پروژه "آگاهی" پیدا کند.معرفی تمپلیت: یک متدولوژی عملی برای توسعه‌دهندگانپروژه claude-context-engineering-template حاصل پیاده‌سازی این ایده در قالب یک راهکار عملی و قابل استفاده برای همگان است. این تمپلیت تنها مجموعه‌ای از فایل‌ها نیست، بلکه یک متدولوژی ساختاریافته برای تغییر رویکرد همکاری با دستیارهای هوش مصنوعی است.مزایای کلیدی این تمپلیت:کاهش چشمگیر جستجوهای تکراری: به لطف ساختار ایندکس‌شده، مدل دقیقاً می‌داند هر جزء از پروژه در کجا قرار دارد و نیازی به راهنمایی‌های مکرر نیست.بهینه‌سازی هزینه‌ها: با مدیریت هوشمند کانتکست، مصرف توکن تا ۴۰٪ کاهش می‌یابد که به صرفه‌جویی در زمان و هزینه منجر می‌شود.افزایش سرعت کدنویسی: فرآیندهایی مانند ریشه‌یابی خطا (Debugging) که ممکن است ساعت‌ها زمان ببرد، به چند دقیقه کاهش می‌یابد.مستندسازی پویا و همگام با کد: این سیستم دارای مکانیزمی داخلی است که تضمین می‌کند مستندات پروژه همواره با آخرین تغییرات کد منبع، به‌روز باقی بماند.نگاهی به معماری فنیقلب این سیستم یک معماری ایندکس‌سازی سه‌لایه است که عملکردی مشابه یک نقشه هوشمند دارد:لایه اول (نقشه کلی): مشخص می‌کند که مسئله مورد نظر به کدام بخش اصلی پروژه (مانند workflows یا database) مرتبط است.لایه دوم (نقشه منطقه‌ای): کاربر را به یک ماژول یا حوزه خاص در آن بخش (مانند user-authentication-workflow) هدایت می‌کند.لایه سوم (آدرس دقیق): مستندات کامل و خط‌به‌خط کد مربوط به آن ماژول خاص را بارگذاری می‌کند.این رویکرد تضمین می‌کند که در هر لحظه، تنها اطلاعات ضروری و مرتبط در کانتکست مدل بارگذاری شود.راه‌اندازی سریع و آسانپیاده‌سازی این سیستم در هر پروژه‌ای به سادگی امکان‌پذیر است:۱. کپی فایل‌های الگو:codeBashcp -r /path/to/template_claude/.claude ./.claude cp /path/to/template_claude/CLAUDE.md ./CLAUDE.md۲. اجرای عامل مهندسی کانتکست:codeCode@context-engineer "Initialize context engineering for this repository"پس از اجرای این دستور، یک عامل هوشمند پروژه را اسکن کرده، معماری آن را تحلیل نموده و تمامی ایندکس‌ها و مستندات اولیه را به صورت خودکار ایجاد می‌کند.دعوت به مشارکتاین پروژه به عنوان یک ابزار زنده و پویا توسط یک توسعه‌دهنده برای جامعه توسعه‌دهندگان ساخته شده است و قدرت اصلی آن در مشارکت جمعی نهفته است. از شما دعوت می‌شود تا با روش‌های زیر بخشی از این حرکت باشید:استفاده از تمپلیت: بهترین راه برای درک قابلیت‌های آن، به‌کارگیری عملی در پروژه‌هایتان است.ستاره دادن در گیت‌هاب: حمایت شما با یک ستاره ⭐، انگیزه بزرگی برای توسعه و بهبود پروژه خواهد بود.ارائه بازخورد و مشارکت: ایده‌ها، پیشنهادات و گزارش‌های خود را در بخش Issues پروژه مطرح کنید.امید است این ابزار به شما کمک کند تا تعامل خود با دستیارهای هوش مصنوعی را به سطح جدیدی از بهره‌وری و همکاری هوشمند ارتقا دهید. محمدحسن شیری محمدحسن شیری Sun, 07 Dec 2025 19:36:15 +0330 https://virgool.io/@sandmanshiri/%D8%AA%D9%88%D9%87%D9%85-%D8%B1%D8%B4%D8%AF-%DA%86%DA%AF%D9%88%D9%86%D9%87-%DA%86%D8%B1%D8%AE%D9%87-%DB%8C-%D9%BE%D9%88%D9%84-%D9%85%DB%8C%D8%A7%D9%86-%D8%BA%D9%88%D9%84-%D9%87%D8%A7%DB%8C-%D9%81%D9%86%D8%A7%D9%88%D8%B1%DB%8C-%DB%8C%DA%A9-%D8%AD%D8%A8%D8%A7%D8%A8-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D9%85%DB%8C-%D8%B3%D8%A7%D8%B2%D8%AF-lqfv7mx4ukx1 اخیراً خبری دنیای فناوری و مالی را به لرزه درآورد: باارزش‌ترین شرکت جهان، انویدیا (Nvidia)، قصد دارد ۱۰۰ میلیارد دلار در باارزش‌ترین شرکت خصوصی جهان، OpenAI، سرمایه‌گذاری کند. این خبر به سرعت باعث جهش ارزش‌گذاری انویدیا، OpenAI و دیگر شرکت‌های تراشه‌سازی شد. اما در زیر پوسته‌ی این معامله‌ی عظیم، سوالات بیشتری نسبت به پاسخ‌ها وجود دارد. به نظر می‌رسد یک مهندسی مالی پیچیده در حال وقوع است که نیازمند نگاهی دقیق‌تر است.معمای اوراکل و شاخصی به نام RPOبرای درک کامل این پازل، باید ابتدا با بازیگر سوم، یعنی شرکت اوراکل (Oracle)، آشنا شویم. اوراکل یکی از بزرگترین سازندگان مراکز داده (Data Centers) در جهان است. چندی پیش، این شرکت گزارش عملکرد مالی خود را منتشر کرد که در آن، نه درآمد (Revenue) و نه سود (Profit) آن مطابق انتظارات وال‌استریت نبود. طبق منطق بازار، سهام چنین شرکتی باید سقوط کند. اما در کمال ناباوری، سهام اوراکل به شدت افزایش یافت و ثروت مدیرعامل آن، لری الیسون، را به رکوردی تاریخی رساند.پاسخ این معما در یک شاخص مالی کمتر شناخته شده نهفته بود: تعهدات عملکرد باقی‌مانده (RPO - Remaining Performance Obligations). اوراکل اعلام کرد که اگرچه در حال حاضر درآمد بیشتری کسب نکرده، اما قراردادهایی به ارزش صدها میلیارد دلار برای ساخت مراکز داده در آینده امضا کرده است که هنوز پولی برای آن‌ها دریافت نکرده است. به عبارت ساده، RPO به معنای قول درآمدهای آینده است و بازار به جای عملکرد فعلی، به این وعده‌ها واکنش نشان داد.تکمیل پازل: مثلث انویدیا، OpenAI و اوراکلحال می‌توانیم نقاط را به هم متصل کنیم. این مثلث مالی به شکل زیر کار می‌کند:OpenAI برای توسعه هوش مصنوعی خود به قدرت پردازشی عظیمی نیاز دارد، اما خودش مرکز داده نمی‌سازد. بنابراین، با اوراکل قراردادی چند صد میلیارد دلاری امضا می‌کند تا این مراکز را برایش اجاره کند. این همان چیزی است که RPO اوراکل را افزایش می‌دهد.اوراکل برای ساخت این مراکز داده‌ی پیشرفته، به قلب تپنده‌ی هوش مصنوعی، یعنی پردازنده‌های گرافیکی (GPU)، نیاز دارد. بنابراین، صدها میلیارد دلاری را که قرار است از OpenAI بگیرد، به انویدیا می‌دهد تا تراشه‌های لازم را خریداری کند.اما OpenAI، که در حال حاضر شرکتی زیان‌ده است، این پول را از کجا می‌آورد؟ اینجا نقطه‌ی اوج ماجراست. انویدیا، که از فروش تراشه‌هایش به اوراکل سود سرشاری به دست آورده، همان پول را به صورت سرمایه‌گذاری ۱۰۰ میلیارد دلاری به OpenAI بازمی‌گرداند.به این ترتیب، یک چرخه‌ی کامل و به ظاهر بی‌نقص شکل می‌گیرد: پول از انویدیا به OpenAI، از آنجا به اوراکل و در نهایت دوباره به انویدیا بازمی‌گردد.بازگشتی به تاریخ: حباب دات-کام و «تأمین مالی توسط فروشنده»این ساختار مالی، شباهت نگران‌کننده‌ای به یکی از دلایل اصلی گسترش حباب دات-کام در سال ۲۰۰۱ دارد. در آن زمان، پدیده‌ای به نام «تأمین مالی توسط فروشنده» (Vendor Financing) رواج یافت. شرکت‌های سازنده‌ی سخت‌افزار اینترنت، برای اینکه درآمد خود را به صورت مصنوعی بالا ببرند، به مشتریان خود وام می‌دادند تا محصولات خودشان را بخرند. در واقع، آن‌ها تقاضا برای کالای خود را با پول خودشان خلق می‌کردند.این پدیده که "حباب وام‌های احمقانه" نام گرفت، عمر حباب دات-کام را یک سال بیشتر کرد اما در نهایت سقوط آن را بسیار دردناک‌تر ساخت.امروزه، به نظر می‌رسد انویدیا در حال اجرای نسخه‌ی مدرن همین استراتژی است. این شرکت نه تنها در OpenAI، بلکه در شرکت‌های مرکز داده‌ی دیگری مانند CoreWeave و Inscale نیز میلیاردها دلار سرمایه‌گذاری کرده و این شرکت‌ها بلافاصله پس از دریافت پول، آن را صرف خرید پردازنده‌های انویدیا می‌کنند. انویدیا با این کار، به مشتریانش پول می‌دهد تا محصولاتش را بخرند و به این ترتیب، رشد درآمد خود را تضمین می‌کند.راز «چرخه پول بی‌نهایت»شاید بپرسید که آیا این چرخه کامل و بدون نقص است؟ پاسخ منفی است. در هر دور گردش پول، بخشی از آن صرف هزینه‌هایی مانند حقوق کارمندان، خرید زمین و ساخت‌وساز می‌شود. برای مثال، از ۱۰۰ میلیارد دلاری که انویدیا به OpenAI می‌دهد، ممکن است تنها ۶۰ میلیارد دلار آن پس از عبور از اوراکل، دوباره به خود انویدیا بازگردد.پس چه چیزی این چرخه را پایدار نگه می‌دارد؟ شما و سرمایه‌گذاران دیگر.هر بار که این مثلث مالی به گردش در می‌آید و اخبار معاملات بزرگ منتشر می‌شود، هیجان در وال‌استریت به اوج می‌رسد. سهام هر سه شرکت رشد می‌کند و سرمایه‌گذاران خارجی (از صندوق‌های بازنشستگی گرفته تا سرمایه‌گذاران خرد) با تصور رشد بی‌پایان، پول جدیدی را به این شرکت‌ها تزریق می‌کنند. این پول خارجی است که انرژی از دست رفته در چرخه را جبران کرده و آن را به یک «ماشین پول‌سازی بی‌نهایت» تبدیل می‌کند.دو سناریو برای پایان بازیاین وضعیت چگونه به پایان خواهد رسید؟ دو سناریوی اصلی وجود دارد:۱. سناریوی خوش‌بینانه: ظهور هوش مصنوعی عمومی (AGI)طرفداران این چرخه، مانند جنسن هوانگ (مدیرعامل انویدیا) و مارک زاکربرگ، معتقدند که این سرمایه‌گذاری‌های عظیم، مسابقه‌ای برای رسیدن به هوش مصنوعی عمومی (AGI) است؛ هوشی که در تمام زمینه‌ها از انسان باهوش‌تر باشد. اگر یکی از این شرکت‌ها به AGI دست یابد، سود حاصل از آن به قدری نجومی خواهد بود که تمام این سرمایه‌گذاری‌ها را توجیه کرده و بدهی‌ها را پرداخت خواهد کرد. از این دیدگاه، ریسک عقب ماندن در این مسابقه، بسیار بزرگتر از ریسک از دست دادن چند صد میلیارد دلار است.۲. سناریوی بدبینانه: ترکیدن حباباین دیدگاه معتقد است که چرخه زمانی خواهد شکست که یکی از اضلاع مثلث نتواند به تعهدات مالی خود عمل کند. محتمل‌ترین نامزد، OpenAI است. این شرکت در حال حاضر میلیاردها دلار ضرر می‌دهد و به تزریق مداوم سرمایه وابسته است. اگر روزی سرمایه‌گذاران خارجی دیگر پولی به این شرکت تزریق نکنند، OpenAI قادر به پرداخت اجاره‌ی مراکز داده به اوراکل نخواهد بود. در نتیجه، اوراکل نمی‌تواند تراشه‌های جدیدی از انویدیا بخرد و کل این ساختار مانند یک دومینو فرو می‌ریزد.همانطور که سام آلتمن، مدیرعامل OpenAI، خود اعتراف کرده است: «در نهایت، یک نفر قرار است مبلغی سرسام‌آور از پول را از دست بدهد.»نتیجه‌گیریتردیدی نیست که هوش مصنوعی یک فناوری انقلابی است. اما در پس این فناوری، یک مهندسی مالی پیچیده و شاید شکننده در حال شکل‌گیری است که یادآور افراط‌های حباب دات-کام است. چرخه‌ی مالی میان انویدیا، OpenAI و اوراکل، با تزریق پول سرمایه‌گذاران بیرونی، در حال باد کردن حبابی است که ابعاد آن در تاریخ بی‌سابقه به نظر می‌رسد. سوال اصلی این نیست که آیا هوش مصنوعی ارزشمند است یا خیر، بلکه این است که آیا این ساختار مالی خاص، پایدار است یا خیر. تا آن زمان، به نظر می‌رسد مهمانی، درست مانند سال ۲۰۰۱، ادامه دارد. محمدحسن شیری محمدحسن شیری Fri, 03 Oct 2025 03:17:31 +0330 https://virgool.io/@sandmanshiri/%D9%85%D9%86%D8%B7%D9%82-%D9%BE%D9%86%D9%87%D8%A7%D9%86-%D8%A8%D8%A7%D8%B2%D8%A7%D8%B1%D9%87%D8%A7-%D9%85%D9%88%D8%B1%DA%86%D9%87-%D9%87%D8%A7-%DA%AF%D8%B1%DA%AF-%D9%87%D8%A7-%D9%88-%D8%A2%D8%B4%D9%88%D8%A8-%DA%86%DA%AF%D9%88%D9%86%D9%87-%D8%A8%D8%A7%D8%B2%D8%AF%D9%87-%D8%B3%D8%B1%D9%85%D8%A7%DB%8C%D9%87-%DA%AF%D8%B0%D8%A7%D8%B1%DB%8C-%D8%B4%D9%85%D8%A7-%D8%B1%D8%A7-%D8%AA%D9%88%D8%B6%DB%8C%D8%AD-%D9%85%DB%8C-%D8%AF%D9%87%D9%86%D8%AF-htb3ogscofye دهه‌هاست که سرمایه‌گذاران و اقتصاددانان با ماهیت گریزان بازارهای مالی دست و پنجه نرم می‌کنند. با وجود مدل‌های پیچیده، داده‌های عظیم و ذهن‌های درخشان، پیش‌بینی مداوم حرکات بازار همچنان یک هدف دست‌نیافتنی باقی مانده است. چه می‌شود اگر درک بنیادین ما از این سیستم‌ها ناقص باشد؟ چه می‌شود اگر پاسخ‌ها نه در معادلات خطی، بلکه در رقص پیچیده‌ی کلونی مورچه‌ها و احیای اکولوژیکی یک پارک ملی نهفته باشد؟این مقاله به پارادایم سیستم‌های پیچیده انطباقی (Complex Adaptive Systems - CAS) می‌پردازد؛ چارچوبی که لنزی عمیقاً متفاوت برای نگریستن نه تنها به بازارهای مالی، بلکه شاید به تار و پود دنیای به هم پیوسته‌ی ما ارائه می‌دهد.فراتر از تفکر خطی: پارادوکس کلونی مورچه‌هایک کلونی مورچه را تصور کنید. هر مورچه از مجموعه‌ای از قوانین ساده پیروی می‌کند: جستجوی غذا، ساختن لانه، محافظت از ملکه. فرآیند تصمیم‌گیری یک مورچه‌ی تنها به طرز شگفت‌آوری مستقیم و ساده است. با این حال، وقتی از دور به آن نگاه می‌کنیم، کل کلونی مانند یک «ابرارگانیسم» هوشمند و واحد رفتار می‌کند. این کلونی خود را با تغییرات محیطی وفق می‌دهد، هوش جمعی از خود نشان می‌دهد و یک ساختار اجتماعی پیچیده را حفظ می‌کند؛ همه این‌ها بدون هیچ فرماندهی مرکزی، بدون «دولت» یا «مجلس» مورچه‌ها.این همان جوهره‌ی پدیده ظهور (Emergence) در یک سیستم پیچیده انطباقی است: رفتارهای پیچیده و هوشمندانه در سطح کلان، از تعاملات ساده در سطح خرد پدیدار می‌شوند. کل سیستم دارای ویژگی‌هایی است که با جمع زدن ویژگی‌های اجزای آن قابل توضیح نیست. این دینامیک غیرخطی دقیقاً همان چیزی است که پیش‌بینی بازار مالی را این‌قدر چالش‌برانگیز می‌کند.گرگ‌های یلواستون: یک تغییر کوچک، یک دگرگونی عظیمداستان پارک ملی یلواستون یک نمونه‌ی واقعی و قانع‌کننده از عملکرد سیستم‌های پیچیده انطباقی است. در اوایل قرن بیستم، گرگ‌ها به طور سیستماتیک در این پارک شکار و تا سال ۱۹۲۶ به طور کامل منقرض شدند. حال به سال ۱۹۹۵ برویم: جمعیت گوزن‌ها در پارک منفجر شده بود، پوشش گیاهی را از بین برده، زیستگاه‌ها را تغییر داده و تعادل شکننده‌ی اکولوژیکی را بر هم زده بود.دولت آمریکا تصمیمی حیاتی گرفت: بازگرداندن چهارده گرگ به پارک. آنچه در ادامه رخ داد، آبشاری از پیامدهای پیش‌بینی‌نشده بود که بسیار فراتر از کنترل جمعیت گوزن‌ها بود:احیای اکولوژیکی: گوزن‌ها از برخی مناطق دوری کردند و به پوشش گیاهی، به ویژه در حاشیه رودخانه‌ها، اجازه رشد مجدد دادند.شکوفایی تنوع زیستی: سگ‌های آبی بازگشتند و با ساختن سد، تالاب‌های جدیدی ایجاد کردند. جمعیت موش‌ها، شاهین‌ها، روباه‌ها و خرس‌ها به شدت افزایش یافت.دگرگونی جغرافیایی: کناره‌های رودخانه‌ها که اکنون با ریشه‌ی درختان تقویت شده بودند، خاک را تثبیت کردند و حتی در مواردی، مسیر فیزیکی برخی رودخانه‌ها را تغییر دادند.بازگرداندن تنها چهارده گرگ، جغرافیای یک پارک ملی را اساساً تغییر داد. این ورودی به ظاهر کوچک، خروجی‌های عظیم و غیرخطی در سراسر اکوسیستم ایجاد کرد؛ گواهی انکارناپذیر بر قدرت سیستم‌های پیچیده انطباقی.نبض غیرقابل پیش‌بینی بازار: چهار اصل کلیدی سیستم‌های پیچیده انطباقیمدل‌های اقتصادی سنتی اغلب بر پایه عقلانیت و خطی بودن بنا شده‌اند و در پیش‌بینی نوسانات غیرمنتظره‌ی بازارها ناتوانند. دلیل این است که بازارها تحت همان اصولی عمل می‌کنند که بر کلونی مورچه‌ها و سیستم‌های اکولوژیکی حاکم است:۱. تجمیع (Aggregation): همان‌طور که مورچه‌های منفرد یک کلونی پیچیده می‌سازند، میلیون‌ها سرمایه‌گذار با اهداف ساده و شخصی خود (کسب سود)، به طور جمعی یک رفتار بازاری بسیار پیچیده را خلق می‌کنند. ویژگی‌های غیرمنتظره در سطح کلان، از تجمیع بی‌شمار کنش فردی و نامرتبط پدیدار می‌شود.۲. ظهور (Emergence): بازارها ایستا نیستند؛ آن‌ها دائماً در حال یادگیری و تکامل‌اند. هر الگو یا استراتژی سودآور قابل پیش‌بینی ("یک مزیت")، در نهایت توسط سایر مشارکت‌کنندگان کشف، استفاده و در نتیجه خنثی می‌شود. این انطباق مداوم تضمین می‌کند که قابلیت پیش‌بینی واقعی و پایدار، دست‌نیافتنی باقی بماند. سیستم همیشه یک قدم جلوتر است و اطلاعات جدید را در خود ادغام و استراتژی‌های قدیمی را بی‌اثر می‌کند.۳. خاصیت غیرخطی (Non-Linearity): در یک دنیای خطی، خروجی متناسب با ورودی است. اما در یک سیستم پیچیده انطباقی مانند بازار، تغییرات کوچک می‌توانند اثرات نامتناسب و بزرگی ایجاد کنند و برعکس. ردیابی علت یک تغییر بزرگ در بازار تا رسیدن به یک رویداد ریشه‌ای واحد، اغلب غیرممکن است. این خاصیت غیرخطی ذاتی تضمین می‌کند که رابطه‌ی «علت و معلول» آن‌طور که ما می‌شناسیم، غالباً در هم می‌شکند.۴. حلقه‌های بازخورد (Feedback Loops): بازارها مملو از دینامیک‌های خودتقویت‌شونده هستند. «معاملات مومنتوم» را در نظر بگیرید: قیمت در حال رشد یک سهم، خریداران بیشتری (چه الگوریتمی و چه انسانی) را جذب می‌کند، که این خود قیمت را بالاتر می‌برد و یک حلقه‌ی بازخورد مثبت ایجاد می‌کند. این پدیده می‌تواند ارزش دارایی‌ها را بسیار فراتر از واقعیت بنیادی آن‌ها متورم کرده و منجر به ایجاد حباب شود. برعکس، حلقه‌های بازخورد منفی می‌توانند سقوط‌ها را تسریع کنند.سراب کارایی و واقعیت نقص‌های انسانیفرضیه بازار کارا (Efficient Market Hypothesis) بیان می‌کند که تمام اطلاعات موجود فوراً در قیمت دارایی‌ها منعکس می‌شود و کسب بازدهی برتر به طور مداوم را غیرممکن می‌سازد. در حالی که بازارها عناصری از کارایی را دارا هستند، این کارایی اغلب توسط همان ماهیت انطباقی مشارکت‌کنندگانش شکسته می‌شود.حباب بورس ایران در سال ۱۳۹۹، به ویژه صندوق پالایشی یکم را در نظر بگیرید. میلیون‌ها سرمایه‌گذار تازه‌کار، تحت تأثیر تبلیغات دولتی و هیجانات رسانه‌های اجتماعی، پس‌انداز خود را به دارایی‌ای سرازیر کردند که شناخت کمی از آن داشتند. قیمت‌ها از بنیادهای واقعی خود جدا شدند و صرفاً توسط «رفتار گله‌ای» هدایت می‌شدند. بازار در این نمونه، عمیقاً ناکارا شد؛ نه بر اساس تخصیص منطقی سرمایه، بلکه بر پایه‌ی خوش‌بینی جمعی و فقدان تنوع دیدگاه‌ها.یافتن فرصت در گرداب: قدرت تنوع دیدگاه‌هااگر بازارها پیچیده و غیرقابل پیش‌بینی هستند، فرصت در کجا نهفته است؟ پاسخ، به طرزی کنایه‌آمیز، در درک شرایطی است که کارایی را در هم می‌شکند.یک بازار واقعاً قوی و کارا بر پایه‌ی تنوع دیدگاه‌ها (Diversity of Opinion) شکوفا می‌شود. وقتی سرمایه‌گذاران دیدگاه‌های متضادی دارند و دائماً ارزش‌گذاری‌های یکدیگر را به چالش می‌کشند، ناکارآمدی‌ها به سرعت از بین می‌روند. این اصطکاک رقابتی، که از منافع شخصی و تحلیل‌های متفاوت نیرو می‌گیرد، همان چیزی است که قیمت‌ها را نسبتاً «صحیح» نگه می‌دارد.با این حال، خطر - و فرصت - زمانی پدیدار می‌شود که این تنوع از بین برود. زمانی که یک روایت واحد حاکم شود و یک اجماع بزرگ معتقد باشد که یک دارایی یا بازار «شکست‌ناپذیر» است (مانند «قیمت مسکن هرگز پایین نمی‌آید»)، آنجاست که سیستم آسیب‌پذیر می‌شود. چنین توافق گسترده‌ای باعث ایجاد موارد زیر می‌شود:خوش‌بینی افراطی: منجر به ارزش‌گذاری بیش از حد و ایجاد حباب می‌شود.عدم تقارن ریسک به پاداش: در حالی که پتانسیل رشد محدود است (چون همه قبلاً خریده‌اند)، پتانسیل سقوط می‌تواند فاجعه‌بار باشد.شناسایی این لحظات اجماع فراگیر، یعنی زمانی که «همه یک نظر واحد دارند»، همان نقطه‌ای است که سرمایه‌گذار انطباقی واقعی، مزیت خود را پیدا می‌کند. این به معنای پیش‌بینی امر غیرقابل پیش‌بینی نیست، بلکه به معنای تشخیص شرایطی است که تحت آن، امر غیرقابل پیش‌بینی به احتمال زیاد به شکلی چشمگیر رخ خواهد داد.پیچیدگی را بپذیرید، در استراتژی خود بازنگری کنیدبازار یک معما نیست که با یک فرمول واحد حل شود، بلکه یک موجود زنده و پویاست که توسط همان اصولی اداره می‌شود که دنیای طبیعی ما را شکل می‌دهد. با درک سیستم‌های پیچیده انطباقی، ما از تفکر ساده‌انگارانه‌ی علت و معلولی فراتر می‌رویم. می‌آموزیم که تغییرات کوچک می‌توانند تأثیرات عمیقی داشته باشند، قابلیت پیش‌بینی گذراست، و بینش واقعی از درک ویژگی‌های نوظهور «کل» سیستم حاصل می‌شود، نه فقط از جمع زدن اجزای آن.این دیدگاه یک راه حل جادویی برای بازدهی تضمین‌شده ارائه نمی‌دهد. در عوض، چیزی بسیار ارزشمندتر را عرضه می‌کند: یک مدل ذهنی برای پیمایش در عدم قطعیت ذاتی، یک چارچوب برای تشخیص زمان شکل‌گیری توهمات جمعی، و یک درک عمیق از رقص پیچیده، زیبا و اغلب آشفته‌ی واقعیت مالی.آیا می‌خواهید این مفاهیم را با تصاویر پویا و مثال‌های جذاب‌تر به صورت زنده ببینید؟ ویدیوی کامل من در مورد سیستم‌های پیچیده انطباقی و بازارها را در یوتیوب تماشا کنید:برای تماشای ویدیوی کامل در یوتیوب اینجا کلیک کنید! محمدحسن شیری محمدحسن شیری Sun, 28 Sep 2025 20:41:05 +0330 https://virgool.io/@sandmanshiri/%DB%B1%DB%B2-%D9%88%D8%A7%D8%AD%D8%AF-%D8%A7%D8%AC%D8%A8%D8%A7%D8%B1%DB%8C-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D9%87%D8%B2%DB%8C%D9%86%D9%87-%D9%88-%D9%81%D8%A7%DB%8C%D8%AF%D9%87-%D8%AF%D8%B1%D9%88%D8%B3-%D9%85%D8%B9%D8%A7%D8%B1%D9%81-%D8%AF%D8%B1-%D9%86%D8%B8%D8%A7%D9%85-%D8%AF%D8%A7%D9%86%D8%B4%DA%AF%D8%A7%D9%87%DB%8C-%D8%A7%DB%8C%D8%B1%D8%A7%D9%86-ighowqse573b نظام آموزش عالی ایران بر اساس مصوبات وزارت علوم، تحقیقات و فناوری، تمامی دانشجویان مقطع کارشناسی را موظف به گذراندن ۲۲ واحد دروس عمومی می‌کند که از این میان، ۱۲ واحد به‌طور انحصاری به دروس معارف اسلامی اختصاص یافته است. این دروس که با هدف تعمیق مبانی فکری، فرهنگی و هویتی دانشجویان طراحی شده‌اند، دهه‌هاست که بخش ثابتی از برنامه درسی دانشگاه‌ها بوده‌اند. اما پرسش اساسی این است: هزینه واقعی این طرح عظیم آموزشی—از منظر مالی، زمانی و اجتماعی—چقدر است و آیا نتایج حاصل از آن، این سرمایه‌گذاری گسترده را توجیه می‌کند؟این مقاله ابتدا ابعاد و هزینه‌های این طرح را کمی‌سازی می‌کند، سپس به بررسی فلسفه وجودی و اهداف رسمی آن می‌پردازد و در نهایت، استدلالی چندوجهی ارائه می‌دهد که چرا بازنگری و حذف این الزام می‌تواند مزایای راهبردی قابل توجهی برای دانشجویان، دانشگاه‌ها و اقتصاد ملی به همراه داشته باشد.بخش اول: ابعاد و هزینه‌های مالی طرحبرای درک مقیاس این برنامه، ابتدا باید ابعاد آن را با اعداد و ارقام مشخص کنیم.الزامات و نیروی انسانی مورد نیازهر دانشجوی کارشناسی در رشته‌های فنی-مهندسی و علوم پایه موظف به گذراندن ۱۲ واحد در پنج گروه درسی (مبانی نظری اسلام، اخلاق، انقلاب، تاریخ اسلام و آشنایی با منابع اسلامی) است. با ورودی سالانه حدود ۲۰۰,۰۰۰ دانشجو به دانشگاه‌های دولتی روزانه، و حضور تقریبی ۸۰۰,۰۰۰ دانشجوی کارشناسی در کل سیستم، محاسبات نشان می‌دهد که برای پوشش این حجم از آموزش، به حدود ۱۹۰۰ استاد تمام‌وقت (یا معادل آن) نیاز است.بار مالی بر نظام آموزشیاین نیروی انسانی عظیم، هزینه‌ای سرسام‌آور را به نظام آموزش عالی تحمیل می‌کند:هزینه مستقیم دستمزدها: با فرض هزینه متوسط سالانه ۶۰۰ میلیون تومان برای هر عضو هیئت علمی (شامل حقوق و مزایا)، هزینه مستقیم دستمزدها به ۱,۱۴۰ میلیارد تومان در سال می‌رسد.هزینه بالاسری و زیرساخت: با احتساب ۵۰٪ هزینه‌های بالاسری (نگهداری کلاس، انرژی، پشتیبانی اداری و...)، مبلغ ۵۷۰ میلیارد تومان دیگر نیز به این هزینه افزوده می‌شود.در مجموع، هزینه سالانه برگزاری دروس معارف در دانشگاه‌های دولتی ایران حدود ۱,۷۱۰ میلیارد تومان برآورد می‌شود. این یعنی هزینه تمام‌شده این ۱۲ واحد برای هر دانشجو در طول دوره کارشناسی او، بالغ بر ۸.۵ میلیون تومان است؛ سرمایه‌ای که مستقیماً از بودجه عمومی تأمین می‌شود.بخش دوم: فلسفه وجودی و اهداف رسمینهادهای سیاست‌گذار، به‌ویژه شورای عالی انقلاب فرهنگی، اهداف مشخصی را برای این طرح تعریف کرده‌اند. این اهداف صرفاً آموزشی نیستند، بلکه ابعاد تربیتی، فرهنگی و ایدئولوژیک دارند:تحکیم مبانی اعتقادی: ارائه یک چارچوب منسجم فکری برای پاسخ به شبهات دینی و فلسفی دانشجویان.تقویت هویت اسلامی-ایرانی: مقابله با "تهاجم فرهنگی" و ایجاد مصونیت در برابر فرهنگ‌های بیگانه.رشد بینش سیاسی و اجتماعی: آشنایی دانشجویان با مبانی نظری نظام جمهوری اسلامی ایران.پرورش فضائل اخلاقی: ترویج اصول اخلاقی برای زندگی فردی و حرفه‌ای متخصصان آینده.در یک کلام، هدف نهایی، پرورش یک "متخصص متعهد و با بصیرت" است، نه صرفاً یک تکنسین یا دانشمند.بخش سوم: یک بازنگری ضروری؛ استدلال‌هایی برای حذفبا وجود اهداف تعریف‌شده، شواهد نشان می‌دهد که این طرح با ناکارآمدی‌های جدی مواجه است که بازنگری در آن را ضروری می‌سازد.۱. ناکارآمدی اقتصادی و زمانیحذف این ۱۲ واحد، بیش از هر چیز یک بهینه‌سازی استراتژیک در زمان و هزینه است.واقعی‌سازی فارغ‌التحصیلی ۷ ترمه: در حال حاضر، دانشجویی که بخواهد ۷ ترمه فارغ‌التحصیل شود باید با ۱۴۰ واحد، میانگین سنگین ۲۰ واحد در هر ترم را بگذراند. اما با حذف دروس معارف و کاهش کف واحدها به ۱۲۸، این میانگین به ۱۸.۳ واحد کاهش می‌یابد که یک بار تحصیلی استاندارد و کاملاً قابل مدیریت است. این امر از طریق سه مکانیسم کلیدی امکان‌پذیر می‌شود:شتاب‌دهنده ترم تابستان: دانشجو می‌تواند با گذراندن دروس تخصصی در دو ترم تابستان، عملاً یک ترم کامل را جبران کند.شکستن قفل پیشنیازها: حذف بار اضافی ۲ واحدی معارف در ترم‌های سنگین، از حذف دروس حیاتی و ایجاد "اثر دومینویی" در برنامه تحصیلی دانشجو جلوگیری می‌کند.حذف گلوگاه ترم آخر: دانشجویان زیادی مجبورند یک ترم اضافی را صرفاً برای گذراندن یک درس ۲ واحدی باقی‌مانده معارف بگذرانند؛ پدیده‌ای که یک ناکارآمدی محض است.این تسریع در فارغ‌التحصیلی به معنای ورود سریع‌تر نیروی متخصص به بازار کار، کاهش هزینه یارانه‌های آموزشی دولت و حذف هزینه‌های پنهان لجستیکی (مانند حمل‌ونقل و تغذیه) برای دانشجویان است.۲. اثرات معکوس و تضعیف‌کنندهدر شرایط اجتماعی کنونی، اجبار به گذراندن این دروس اغلب به نتیجه‌ای معکوس می‌انجامد.ایجاد مقاومت به جای پذیرش: ماهیت اجباری این کلاس‌ها، به‌ویژه اگر با کیفیت پایین ارائه شوند، در بسیاری از دانشجویان مقاومت و ذهنیت منفی ایجاد می‌کند. در نتیجه، این دروس به عاملی برای کاهش تقید و افزایش دافعه تبدیل شده‌اند.فرسایش انگیزه: این روند، دانشگاه را از یک محیط پویا به یک دوره تحمیلی و فرسایشی تبدیل می‌کند که در آن، دانشجو مجبور به گذراندن واحدهایی است که آن‌ها را "انتزاعاتی بلامصرف" می‌داند و این امر انگیزه کلی او را برای تحصیل کاهش می‌دهد.۳. انحراف از رسالت اصلی دانشگاهرسالت اصلی یک دانشگاه، پرورش نیروی متخصص و آکادمیک برای یک بازار کار سطح بالا است. تحمیل واحدهای اجباری غیرمرتبط، این رسالت را تضعیف کرده و زمان و انرژی‌ای را که باید صرف علوم تخصصی و مهارت‌های پیشرفته شود، به خود اختصاص می‌دهد.نتیجه‌گیری: دعوت به یک اصلاح راهبردیطرح ۱۲ واحد دروس معارف، با هزینه‌ای سالانه بالغ بر ۱,۷۱۰ میلیارد تومان، ضمن ایجاد گلوگاه‌های جدی در مسیر تحصیلی دانشجویان، در شرایط فعلی با خطر تأثیر معکوس بر اهداف خود مواجه است. بازنگری در این سیاست و حذف الزام آن، نه یک اقدام ضدفرهنگی، بلکه یک اصلاح ساختاری هوشمندانه است.چنین اصلاحی می‌تواند به کاهش چشمگیر هزینه‌ها، افزایش بهره‌وری ملی از طریق تسریع ورود نخبگان به بازار کار، و مهم‌تر از همه، بازگرداندن دانشگاه به رسالت اصلی خود منجر شود. تبدیل این دروس به واحدهای اختیاری، این امکان را فراهم می‌آورد تا دانشجویان علاقه‌مند از محتوای آن بهره‌مند شوند، در حالی که کل سیستم آموزشی از یک بار سنگین، ناکارآمد و فرسایشی رها می‌شود. محمدحسن شیری محمدحسن شیری Tue, 23 Sep 2025 03:33:27 +0330 https://virgool.io/@sandmanshiri/%D8%A7%D8%B2-%D9%87%D9%85%D8%A8%D8%B3%D8%AA%DA%AF%DB%8C-%D8%AA%D8%A7-%D9%BE%D8%A7%D9%84%D8%A7%DB%8C%D8%B4-%D9%86%D9%82%D8%B4%D9%87-%D8%A8%D8%B1%D8%AF%D8%A7%D8%B1%DB%8C-%D8%A7%D8%B2-%D9%85%D8%A7%D8%B4%DB%8C%D9%86-%D9%BE%D9%86%D9%87%D8%A7%D9%86-%D8%B0%D9%87%D9%86-%D9%88-%D8%A8%D8%A7%D8%B2%D8%A7%D8%B1-z4so1iwbs0og همه‌ی ما این جمله را شنیده‌ایم: «همبستگی، دلیل بر علیت نیست.» این یک هشدار ساده است در برابر این فرض که صرفاً چون دو چیز با هم اتفاق می‌افتند، پس حتماً یکی علت دیگری است. اما فراتر از این هشدار ساده، مجموعه‌ای عمیق از ابزارها نهفته است—یک زبان دقیق از نمودارها، ریاضیات و منطق که به ما اجازه می‌دهد از دیدن یک الگو فراتر رفته و به درک واقعی سازوکار پشت آن برسیم. این، علم استنتاج علّی است و کاربرد آن بسیار فراتر از مطالعات آکادمیک است. این علم، نقشه‌ی راهی برای هر سیستم پیچیده، از روان انسان گرفته تا بازارهای جهانی، به ما ارائه می‌دهد.خطای دید: چرا چشم‌هایمان فریبمان می‌دهنداول، باید بفهمیم همبستگی چیست. در ساده‌ترین حالت، یک ارتباط مشاهده‌شده است. فردی که با عزت نفس پایین زندگی می‌کند، یک احتمال شرطی بالا را می‌بیند: احتمال احساس بی‌ارزشی بالاست، به شرطی که خاطره‌ای از سرزنش حاضر باشد. از نظر ریاضی، این‌گونه بیان می‌شود:این مشاهده، مثل یک حقیقت به نظر می‌رسد. به طور رسمی‌تر، آماردانان ممکن است رابطه‌ی خطی بین دو متغیر را با ضریب همبستگی پیرسون (r) کمی‌سازی کنند؛ فرمولی که به زیبایی «چه چیزی» را توصیف می‌کند، اما در مورد «چرا» ساکت است. یک مثال کلاسیک، همبستگی مثبت قوی بین فروش بستنی و غرق شدن در دریاست. داده‌ها یک الگوی واضح را نشان می‌دهند، اما متغیر مخدوش‌کننده‌ی واضح—هوای گرم—عامل هر دوی آن‌هاست. این مثال ساده یک حقیقت بنیادی را آشکار می‌کند: دنیایی که ما مشاهده می‌کنیم، تاری از تأثیرات به هم پیوسته است و نگاه کردن تنها به دو نقطه در این تار می‌تواند به طرز خطرناکی گمراه‌کننده باشد.زبانی جدید برای «چرا»: چارچوب‌های علیتبرای باز کردن این کلاف سردرگم، به زبانی غنی‌تر نیاز داریم. بیایید آن را با مثال خودمان بررسی کنیم: «سرزنش والدینم (X) باعث عزت نفس پایینم (Y) شد.»مدل‌های علّی ساختاری (SCMs): نقشه‌ی اولیه‌ی داستان شمااولین ابزار، SCM است که از یک نمودار (یک گراف جهت‌دار غیرمدور یا DAG) برای ترسیم نقشه‌ی تئوری علّی شما استفاده می‌کند. باور ساده‌انگارانه یک نقشه‌ی ساده است:سرزنش والدین (X) → عزت نفس پایین (Y)اما یک تحلیل عمیق‌تر ما را وادار می‌کند تا متغیرهای پنهان را شناسایی کنیم:Z (متغیر مخدوش‌کننده): آسیب‌های روحی حل‌نشده‌ی خودِ والدین. این علت مشترک، هم بر سبک فرزندپروری آن‌ها تأثیر می‌گذارد (Z → X) و هم به طور مستقل محیطی را ایجاد می‌کند که ناامنی را در کودک پرورش می‌دهد (Z → Y).M (متغیر میانجی): شکل‌گیری یک باور اصلی در کودک مانند «من بی‌ارزشم». سرزنش (X) یک ضربه‌ی مستقیم نیست؛ ابتدا این باور را القا می‌کند (X → M)، و این باور است که به طور مداوم عزت نفس پایین را تولید می‌کند (M → Y).این به ما یک نقشه‌ی بسیار دقیق‌تر—و کاربردی‌تر—از واقعیت می‌دهد:این نقشه فوراً نشان می‌دهد که دردی که احساس می‌شود، ترکیبی از یک مسیر علّی واقعی (از طریق باور M) و یک همبستگی کاذب است که توسط علت مشترک Z ایجاد شده است.حسابانِ do و نتایج بالقوه: ریاضیاتِ «چه می‌شد اگر؟»حالا با داشتن نقشه، می‌توانیم سؤالات دقیق‌تری بپرسیم. حسابانِ do، که توسط یودیا پرل توسعه یافته، به ما یک عملگر ریاضی، ()do، می‌دهد تا بین مشاهده‌ی منفعلانه یک شرط و مداخله‌ی فعالانه برای ایجاد آن تمایز قائل شویم.دیدن (همبستگی): P(Y|X) — «احتمال عزت نفس پایین چقدر است به شرطی که ببینیم فردی مورد سرزنش قرار گرفته؟»انجام دادن (علیت): P(Y|do(X)) — «احتمال عزت نفس پایین چقدر می‌شد اگر می‌توانستیم مداخله کنیم و سرزنش را به صفر برسانیم؟»تمام منطق احساسی آن فرد بر اساس مشاهده‌ی P(Y|X) بنا شده است. اما رنج او از تصور دنیای مداخله‌گرانه‌ی P(Y|do(X)) ناشی می‌شود. او باور دارد که اگر می‌توانست (سرزنش = هیچ)do را اجرا کند، عزت نفس بالایی می‌داشت.مدل SCM که ساختیم نشان می‌دهد چرا این موضوع به این سادگی نیست. متغیر مخدوش‌کننده (Z) یک «مسیر پشتی» نفوذ ایجاد می‌کند :برای یافتن اثر علّی واقعی خودِ سرزنش، حسابانِ do به ما می‌گوید که باید این مسیر را با تعدیل کردن بر اساس متغیر مخدوش‌کننده، به صورت ریاضی «ببندیم». فرمول آن این است:به زبان ساده، این یعنی شما نمی‌توانید فقط خودتان را با کسی مقایسه کنید که والدینش منتقد نبوده‌اند. برای یافتن اثر واقعی سرزنش، باید خودتان را با یک شخص فرضی مقایسه کنید که والدینش دقیقاً همان آسیب‌های روحی زیربنایی (Z) شما را داشته‌اند، اما به نوعی توانسته‌اند منتقد نباشند. این فرمول، آن بصیرت دردناک را رسمی می‌کند که سرزنش فقط یک علامت بوده و بیماری اصلی، شما را نیز تحت تأثیر قرار داده است.چارچوب نتایج بالقوه این موضوع را با صحبت از دو دنیا، به شدت شخصی می‌کند:Y(1): عزت نفس واقعی شما، که سرزنش را تجربه کرده‌اید.Y(0): عزت نفس بالقوه‌ی شما در دنیایی که همان والدین را داشتید، اما آن‌ها منتقد نبودند.شکاف بین این دو دنیا منشأ رنج است. «مسئله‌ی بنیادین استنتاج علّی» این است که ما هرگز نمی‌توانیم Y(0) را مشاهده کنیم. حسابانِ do، با تعدیل کردن برای Z، ابزاری به ما می‌دهد تا با دقت بیشتری تخمین بزنیم آن دنیا چه شکلی می‌توانست باشد و این توهم را از بین می‌برد که صرفاً حذف سرزنش، همه چیز را درست می‌کرد.سؤال انقلابی: اگر نقشه را داریم، چرا هنوز گم شده‌ایم؟اگر مدل اینقدر واضح است، چرا نمی‌توانیم بر اساس آن عمل کنیم؟ اگر می‌دانیم که باور «من بی‌ارزشم» (M) مشکل است، چرا نمی‌توانیم به سادگی «از تغذیه‌ی آن دست بکشیم»؟ پاسخ این است که نقشه، خودِ ساختمان نیست. مدل علّی یک حقیقت عقلی است، اما این زنجیره یک واقعیت عصبی و تنیده در بدن است. «میانجی» (M) یک شاهراه شناختی است و ذهن ناخودآگاه در برابر حذف چیزی که آن را یک نرم‌افزار حیاتی برای بقا (هرچند دردناک) می‌داند، مقاومت می‌کند.بنابراین، کار این نیست که به طور جادویی گذشته را پاک کنیم، بلکه این است که آن را آگاهانه مرور کنیم، نه باززیستی. با متوقف کردن فکر خودکار، بررسی وزن عاطفی آن بدون غرق شدن در آن، و تغییر مسیر آن، شما دیگر در حال تغذیه‌ی آن روایت نیستید؛ بلکه در حال برچیدن آن هستید.جمع‌بندی: از «خود» به «سیستم» 📈این شیوه‌ی تفکر به قلمرو روانشناسی محدود نمی‌شود. زیبایی عظیم این چارچوب در کاربردپذیری جهانی آن برای هر سیستم پیچیده‌ای است که در آن همبستگی بیداد می‌کند و یافتن علیت دشوار است.در سرمایه‌گذاری و بازارهای مالی، تحلیلگران دائماً همبستگی را با علیت اشتباه می‌گیرند. ممکن است سهام یک شرکت هر بار که یک شاخص اقتصادی خاص منتشر می‌شود، بالا برود. یک مدل ساده‌انگارانه می‌گوید: شاخص (X) → قیمت سهام (Y). اما یک رویکرد علّی ما را وادار می‌کند بپرسیم: متغیر مخدوش‌کننده چیست؟ شاید سیاست نرخ بهره‌ی بانک مرکزی (Z) هم باعث حرکت شاخص (Z → X) می‌شود و هم به طور مستقل احساسات سرمایه‌گذاران را که سهام را بالا می‌برد، هدایت می‌کند (Z → Y). سرمایه‌گذاری که یک نقشه‌ی علّی می‌سازد—با مدل‌سازی احساسات، جریان سرمایه و سیاست‌ها—می‌تواند یک عامل واقعی را از یک ارتباط موقتی تشخیص دهد و خود را از سیگنال‌های کاذب محافظت کند.در تحلیل‌های ژئوپلیتیکی، رهبران اغلب در همین دام می‌افتند. یک کشور تحریم‌هایی را اعمال می‌کند (X) و رژیم کشور هدف تهاجمی‌تر می‌شود (Y). نتیجه‌ای که گرفته می‌شود این است که تحریم‌ها باعث تهاجم می‌شوند. اما یک مدل علّی دقیق، یک تحلیلگر را مجبور می‌کند تا متغیرهای مخدوش‌کننده‌ای مانند بی‌ثباتی سیاسی داخلی از قبل موجود (Z) را در نظر بگیرد، که می‌تواند به طور مستقل هم باعث استیصال اقتصادی شود که تحریم‌ها را به دنبال دارد (Z → X) و هم یک ژست تهاجمی برای «اثر جمع شدن زیر پرچم» (Z → Y) ایجاد کند. درک این ساختار به مداخلات سیاستی‌ای منجر می‌شود که احتمال شکستشان کمتر است.این موضوع مستقیماً به سیاست‌های مالی و تجاری بین‌المللی نیز گسترش می‌یابد. دولت‌ها می‌بینند که وقتی یک توافق تجاری خاص را امضا می‌کنند (X)، تولید ناخالص داخلی آن‌ها رشد می‌کند (Y). اما آیا این توافق علت رشد است؟ یک SCM، شرایط اقتصادی جهانی (یک متغیر مخدوش‌کننده Z) را ترسیم می‌کند که ممکن است هم تمایل به امضای توافق‌ها و هم رشد کلی اقتصادی را هدایت کند. با مدل‌سازی این روابط، اقتصاددانان می‌توانند بهتر اثر علّی واقعی یک تعرفه یا توافق خاص، یعنیرا جدا کنند و به سیاست‌های هوشمندانه‌تر و مبتنی بر شواهد برسند.چه سرمایه‌گذاری باشید که به دنبال یافتن آلفا است، چه سیاست‌گذاری که در تلاش برای ساختن دنیایی باثبات‌تر است، و چه فردی که می‌خواهد زندگی خود را بفهمد، هدف یکی است: فراتر رفتن از واکنش صرف به الگوهایی که می‌بینید، و شروع به درک و اقدام بر اساس ماشین پنهانی که آن‌ها را می‌سازد. این چارچوب علّی، جعبه‌ابزار ضروری برای این سفر است. محمدحسن شیری محمدحسن شیری Fri, 19 Sep 2025 04:14:24 +0330 https://virgool.io/@sandmanshiri/%D9%87%D8%B2%DB%8C%D9%86%D9%87-%D8%A2%D8%BA%D9%88%D8%B4%DB%8C-%DA%AF%D8%B1%D9%85-rpl8vfg5d7t2 خاکستری که گرم می‌کندآن حالتی را تصور کن که در آن، انسان، به عنوان یک وجه متناهی از ذات بی‌کران طبیعت، خود را در انجماد یک ضرورتِ طبیعی می‌یابد. این سرما، یک دشمن خارجی نیست؛ بلکه همان قانونی است که بر کل هستی، از جمله بر وجود خود او، حاکم است. در این میان، یک آتش کوچک، نه به عنوان یک ابزار، بلکه به عنوان یک «انفعال نفسانی» ظهور می‌کند: یک امید لرزان در برابر ترسی عظیم.این آتش، که روزی از پی یک علت ساده و برای یک معلول کوچک (یک فنجان چای) برپا شده بود، اکنون به خطا، به علت‌العللِ بقای او بدل گشته است. انسان، وجود خود را به این پدیده‌ی خارجی و ناپایدار گره می‌زند و این، سرآغاز اسارت اوست. او در دایره‌ی کوچک این توهمِ گرما محبوس می‌شود، غافل از اینکه هم او، هم آتش و هم سرما، همگی تجلیات گوناگون یک طبیعت واحد و ضروری هستند.آتش، برای استمرار در وجود خود، نیازمند علتی دیگر است: خوراک. و انسان، که تحت سلطه‌ی انفعالِ ترس قرار گرفته، به شکلی جبری به این نیاز پاسخ می‌دهد. او شروع به قربانی کردن می‌کند. ابتدا اجزای بی‌ارزش طبیعت را می‌سوزاند، اما این زنجیره‌ی علّی به همین جا ختم نمی‌شود. این ضرورت، او را به سوزاندنِ وجوه دیگرِ وجودِ خودش سوق می‌دهد: دارایی‌هایش، که هر یک نماینده‌ی بخشی از تاریخ و هویت او هستند.هر تکه‌ای که به آتش سپرده می‌شود، یک گذار است؛ گذار از قدرتی بیشتر به قدرتی کمتر. انسان با هر سوزاندن، از شناختِ فعالانه‌ی خود دورتر شده و در انفعالِ محض فرو می‌رود. او تصور می‌کند که در حال «انتخاب» برای بقاست، اما در حقیقت، او صرفاً معلولِ یک زنجیره‌ی علّی است که از ترس او نشأت گرفته و به نابودی تدریجی‌اش می‌انجامد. این «منطق بقا»، در واقع منطقِ اسارت است.او آنچنان در این رابطه‌ی علّی با آتش غرق شده که از درک شبکه‌ی بی‌کران علل و معلولات، یعنی خودِ طبیعت، بازمانده است. آن کلبه‌ی احتمالی در دوردست، استعاره‌ای است از یک شناختِ برتر؛ درکی که به او اجازه می‌دهد تا جایگاه حقیقی خود را در نظام کل بشناسد. اما امید به آتش و ترس از سرما، دو روی یک سکه‌ی انفعالی‌اند که او را از حرکت به سوی این شناختِ رهایی‌بخش باز می‌دارند. او به جای درکِ ضرورتِ سرما، به پرستشِ تصادفیِ آتش روی آورده است.و اما موضع من در این میان چیست؟موضع من، تلاش برای گذار از انفعال به فعالیت است. من به سوی کوه می‌روم، نه برای ستیز با سرما، بلکه برای درکِ آن. من خود را در آب یخ فرو می‌برم، نه برای ریاضت، بلکه برای آنکه خود را به عنوان جزئی از این ضرورتِ طبیعی بازشناسم و بپذیرم.آتش چیست؟ آتش، تنها یک توهمِ جدا افتاده است؛ یک دلخوشیِ دروغین که انسان برای فرار از درکِ حقیقتِ جایگاهش در طبیعت، به آن پناه می‌برد. چرا باید قدرتِ خود را صرفِ تداومِ یک انفعالِ تحلیل‌برنده کنم، در حالی که می‌توانم با شناختِ نظامِ ضروری طبیعت، به سرور و آرامشی برسم که از درکِ فعالانه‌ی کل هستی نشأت می‌گیرد؟ رهایی، در پذیرشِ این ضرورت است، نه در جنگیدن با آن به وسیله‌ی شعله‌ای لرزان. محمدحسن شیری محمدحسن شیری Tue, 22 Jul 2025 01:26:53 +0330 https://virgool.io/@sandmanshiri/%DB%8C%D9%88%D8%B1%DB%8C-%DA%A9%D9%88%D8%A7%D9%84%DA%86%D9%88%DA%A9-%D8%A8%DB%8C%D9%88%DA%AF%D8%B1%D8%A7%D9%81%DB%8C-%D9%88-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%DB%8C%DA%A9-%D9%85%D8%B3%DB%8C%D8%B1-%D8%A7%D8%B2-%D8%B9%D9%84%D9%85-%D8%A8%D9%87-%D9%82%D8%AF%D8%B1%D8%AA-fxvtwfufdzlj در این مطلب به معرفی و تحلیل مسیر حرفه‌ای «یوری کوالچوک» می‌پردازیم؛ شخصیتی که راه خود را از جایگاه یک فیزیکدان برجسته در اتحاد جماهیر شوروی آغاز کرد و به یکی از بانفوذترین چهره‌های اقتصادی و سیاسی در روسیه معاصر تبدیل شد. این بیوگرافی، زمینه‌ای برای یک تحلیل عمیق‌تر از تلاقی علم، فرصت و قدرت فراهم می‌کند.خوشگل من یوریبخش اول: بیوگرافی۱. فعالیت‌های علمییوری والنتینوویچ کوالچوک (متولد ۱۹۵۱، لنینگراد) پس از فارغ‌التحصیلی از دانشکده فیزیک دانشگاه دولتی لنینگراد، فعالیت آکادمیک خود را آغاز کرد. او در رشته فیزیک نیمه‌رساناها (Semiconductor Physics) تخصص داشت؛ حوزه‌ای که در دوران جنگ سرد به دلیل کاربردهای حیاتی در الکترونیک و فناوری‌های نظامی، اهمیت استراتژیک بالایی داشت.او به مؤسسه فیزیکی-فنی یوفه (Ioffe Institute)، از معتبرترین مراکز تحقیقاتی آکادمی علوم روسیه، پیوست. تحقیقات او بر خواص الکترونیکی و فیزیک ادوات نیمه‌رسانا متمرکز بود و در سال ۱۹۸۵ موفق به اخذ درجه دکترای خود در فیزیک و ریاضیات شد. صلاحیت علمی و مدیریتی او منجر شد تا در سال ۱۹۸۷ به سمت معاون اول مؤسسه یوفه منصوب شود، که او را در جایگاه یکی از مدیران ارشد این مرکز مهم علمی قرار داد.۲. گذار از علم به تجارتبا آغاز فروپاشی شوروی و بحران‌های اقتصادی متعاقب آن که به تضعیف بودجه‌های علمی منجر شد، کوالچوک مسیر حرفه‌ای خود را تغییر داد. نقطه عطف این گذار، آشنایی و همکاری او با «ولادیمیر پوتین» در سنت پترزبورگ بود. در سال ۱۹۹۶، آنها به همراه گروهی دیگر تعاونی «اُزِرو» (Ozero) را تأسیس کردند؛ اجتماعی که اعضای آن بعدها به مهره‌های کلیدی در ساختار قدرت و اقتصاد روسیه تبدیل شدند.۳. شکل‌گیری امپراتوری اقتصادیابزار اصلی کوالچوک برای کسب ثروت، «بانک روسیا» (Bank Rossiya) بود. پس از به قدرت رسیدن پوتین، جایگاه و دارایی‌های این بانک، که کوالچوک سهامدار عمده و رئیس هیئت مدیره آن بود، رشد چشمگیری را تجربه کرد. این بانک با تملک دارایی‌های استراتژیک، از جمله در بخش‌های بیمه و انرژی، به یکی از بازوهای مالی مهم در اقتصاد روسیه بدل شد. فعالیت‌های او به حوزه رسانه نیز گسترش یافت و با تأسیس «گروه رسانه‌ای ملی» (National Media Group)، کنترل بخشی از مهم‌ترین رسانه‌های تلویزیونی و خبری روسیه را در اختیار گرفت.بخش دوم: تحلیل عمیق مسیراین بیوگرافی این سؤال اساسی را مطرح می‌کند: چگونه مهارت‌های کسب‌شده در دنیای انتزاعی فیزیک نظری و تجربی، می‌تواند به ابزاری چنین کارآمد برای کسب ثروت و قدرت تبدیل شود؟ در ادامه به تحلیل عمیق‌تر این موضوع می‌پردازیم.۱. جعبه‌ابزار ذهنی یک فیزیکدانتحصیل فیزیک در سطوح عالی، یک «جعبه‌ابزار شناختی» منحصربه‌فرد می‌سازد که برای مدیریت سیستم‌های پیچیده و آشوب‌زده کارآمد است:تسلط بر سیستم‌های پیچیده: اقتصاد فروپاشیده شوروی یک سیستم آشوبناک بود. ذهنی که با فیزیک پرورش یافته، به جای دیدن آشفتگی، به دنبال کشف قوانین پنهان و شناسایی «نقاط کلیدی نفوذ» (مانند یک بانک یا رسانه) بود تا با کنترل آن‌ها، اثرات دومینووار در کل سیستم ایجاد کند.تفکر مبتنی بر اصول بنیادین (First-Principles Thinking): فیزیکدانان یاد می‌گیرند یک مسئله را به پایه‌ای‌ترین حقایق آن تجزیه کنند. در روسیه دهه ۹۰ که تمام قراردادهای قبلی بی‌اعتبار بودند، این تفکر یک ضرورت بود. به جای پرسیدن «یک بانک چگونه کار می‌کند؟»، سؤال اساسی این بود: «عملکرد ذاتی یک بانک چیست؟ کنترل سرمایه. پس برای قدرت، باید سرمایه را کنترل کرد.»تشخیص سیگنال از نویز (Signal vs. Noise): بازارهای مالی و دوره‌های گذار، «پر از نویز» هستند. ذهنیت فیزیک‌محور آموزش دیده تا شایعات و نوسانات روزانه (نویز) را نادیده بگیرد و بر سیگنال‌های بنیادین و بلندمدت (تغییرات ژئوپلیتیک، کنترل منابع) تمرکز کند.پایداری و نگاه بلندمدت: گرفتن دکترا یک ماراتن طاقت‌فرساست که انضباط، صبر و توانایی کار برای یک هدف دوردست را نهادینه می‌کند. ساختن یک امپراتوری اقتصادی نیز یک پروژه بلندمدت است، دقیقاً برعکس ذهنیتِ جویایِ رضایت آنی.۲. مسیر جایگزین: چرا تمرکز بر کارهای کوتاه‌مدت یک مانع بود؟حال سناریوی متفاوتی را تصور کنید که در آن، کوالچوکِ جوان دهه بیست زندگی خود را صرف فعالیت‌های واکنشی و کوتاه‌مدت کرده بود. این مسیر، ذهنیت یک «موج‌سوارِ ترند» را در مقابل یک «معمارِ سیستم» پرورش می‌دهد.تمرکز تاکتیکی در مقابل دیدگاه استراتژیک: فعالیت‌های پرسرعت و کوتاه‌مدت، فرد را در «موج‌سواری» ماهر می‌کند، اما چیزی درباره «اقیانوس‌شناسی» به او نمی‌آموزد. کوالچوک اگر یک دلال بود، ذهنش برای «معامله سریع» بهینه می‌شد، نه طراحی یک نقشه چند دهه‌ای برای تسخیر یک بانک.الگوشناسی سطحی در مقابل درک عمیق ساختاری: موفقیت در کارهای زودگذر اغلب به تشخیص الگوهای سطحی (مثل نمودار قیمت) بستگی دارد. اما در آشوب ساختاری روسیه دهه ۹۰، تنها راه پیروزی، «درک عمیق ساختار» قدرت و اقتصاد بود؛ مهارتی که فیزیک به او داد و معاملات روزانه هرگز نمی‌توانست بدهد.فقدان پلتفرم معتبر و شبکه ارتباطی: مهم‌تر از همه، مسیر جایگزین او را از دو دارایی کلیدی محروم می‌کرد: اعتبار حاصل از جایگاهش در یک مؤسسه علمی برجسته، و شبکه ارتباطی نخبگانی که از همان بستر علمی-اداری برخاسته بودند.نتیجه‌گیری نهاییمسیر حرفه‌ای یوری کوالچوک نمونه‌ای قابل توجه از چگونگی تغییر جهت نخبگان علمی شوروی در دوران پس از فروپاشی است. موفقیت او یک تصادف نبود، بلکه ریشه در ماهیت آموزش‌های بنیادین او داشت. تحصیلات فیزیک، مغز او را برای تفکر سیستاتیک، استراتژیک و بلندمدت سیم‌کشی کرده بود. این جعبه‌ابزار شناختی قدرتمند و انطباق‌پذیر، به او اجازه داد تا در دل آشوب، ساختار را ببیند و سیستمی جدید را پایه‌ریزی کند؛ مهارتی که در تضاد کامل با توانایی‌های شکننده و زودگذر حاصل از دنبال کردن ترندهای کوتاه‌مدت قرار دارد. محمدحسن شیری محمدحسن شیری Fri, 18 Jul 2025 23:29:17 +0330 https://virgool.io/@sandmanshiri/%D8%A8%D8%A7%DA%AF%D9%90-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%86%D8%B1%D9%85-%D8%A7%D9%81%D8%B2%D8%A7%D8%B1%DB%8C-%D9%86%DB%8C%D8%B3%D8%AA-gqn0i7ibruqt خب، خیلی هنوز کار نکردم و این چند سال اخیر رو تو چند تا شرکت مختلف گذروندم. راستش رو بخواید، حس می‌کنم دارم یه فیلم تکراری رو با بازیگرای مختلف می‌بینم. انگار یه کد مخفی و باگ‌دار وجود داره که همه‌جا در حال اجراست. برای اینکه دیوونه نشم، شروع کردم به نوشتن چیزایی که می‌بینم، شاید اینجوری بتونم این آشوب رو برای خودم معنی کنم. اینم از یافته‌های من تا اینجای کار:قسمت اول: حس خفگی و ترس از بی‌ربط شدنقشنگ می‌تونی حس کنی یه شرکت کی به بن‌بست خورده. انگار هوا سنگین می‌شه. همه دارن از افتخارات گذشته حرف می‌زنن، مثل یه خواننده راک پیر که هنوز داره از کنسرت بیست سال پیشش خاطره تعریف می‌کنه. داستان فورد مال صد سال پیشه، ولی من «مینی-فورد»های زیادی رو دیدم؛ شرکت‌هایی که اونقدر عاشق جمله «ما همیشه همینجوری کار کردیم» بودن که نمی‌دیدن دارن مستقیم به سمت دره حرکت می‌کنن.و این وسط، یه ایده مسخره‌ای هم هست که میگه اگه یه نرم‌افزار جدید بخریم، همه مشکلات حل می‌شه. من دیدم که چطور گرون‌ترین ابزارها رو خریدن، ولی چون کسی تو اون شرکت حال و حوصله یا درک استفاده ازش رو نداشت، تبدیل شد به یه دکور گرون‌قیمت. مثل اینه که برای کسی که گواهینامه نداره، آخرین مدل بوگاتی رو بخری. قشنگه، ولی بی‌فایده‌ است.قسمت دوم: کارهای مسخره‌ای که هر روز انجام می‌دیم (یا همون «اتلاف»)حجم کارهای بی‌معنی‌ای که تو بعضی شرکت‌ها انجام می‌شه، باورنکردنیه. من خودم دیدم که دو نفر تو دو تا اتاق مختلف، هفته‌ها داشتن روی یه فایل اکسل دقیقاً یکسان کار می‌کردن. هیچکس هم بهشون چیزی نگفته بود. همه فقط سرشون شلوغ به نظر می‌رسید.یا مورد محبوب من: وقتی یه نابغه کدنویسی رو مسئول تنظیم جلسات می‌کنن. این دقیقاً مثل اینه که از یه مک‌بوک پرو به عنوان زیر دری استفاده کنی. دیدن این صحنه‌ها واقعاً آزاردهنده‌ است.یه تئوری هم تو ذهنم دارم: شاید این همه کار بیهوده، یه جور واکنش دفاعی ناخودآگاهه. وقتی حس می‌کنی تهش قرار نیست از این همه تلاش چیزی به تو برسه و سود اصلی جای دیگه‌ای می‌ره، شاید دیگه ناخودآگاه برات مهم نیست که کارت چقدر بهینه باشه. یه جور شورش خاموش.قسمت سوم: وقتی همه چیز به هم می‌ریزه؛ «همه‌چیز رو خراب کن» در مقابل «رنگ فونت رو عوض کن»وقتی اوضاع خراب می‌شه، معمولاً دو نوع واکنش می‌بینم:تیم «انفجار» (BPR): اینا می‌خوان کل سیستم رو منفجر کنن و از صفر شروع کنن. شعارشون اینه: «این دیگه جواب نمی‌ده، باید بریزیمش دور». این مدل تفکر برای وقتایی که یه چیزی واقعاً از ریشه خرابه، شاید جواب بده.تیم «حالا ببینیم چی می‌شه» (TQM): اینا از هر تغییر بزرگی می‌ترسن. اوج خلاقیتشون اینه که «بچه‌ها نظرتون چیه رنگ دکمه سایت رو عوض کنیم؟». اینا با بهبودهای یک درصدی می‌خوان جلوی سونامی رو بگیرن.و چیزی که برام جالبه اینه که انگار هیچکس بلد نیست یه راه وسط پیدا کنه. یا انقلاب می‌کنیم یا در حد تعویض گلدونای شرکت باقی می‌مونیم.قسمت چهارم: اصل داستان، یعنی ما آدم‌هاته ته همه این حرفا، همه‌چیز به آدم‌ها و به خصوص مدیری که بالای سرته برمی‌گرده. من مدیرایی داشتم که باعث می‌شدن با عشق سر کار بیای، و مدیرایی که باعث می‌شدن هر روز صبح به جعل گواهی فوت خودت فکر کنی.بدترینشون اونایی هستن که فکر می‌کنن کارمند یه رباته. یه ایمیل با یه دستورالعمل جدید می‌فرستن و با خودشون میگن: «خب، وظیفه من اینجا تموم شد». نه رفیق، کارت تازه شروع شده! تو باید با آدم‌هات حرف بزنی، قانعشون کنی، بهشون انگیزه بدی. همکارم یه بار از دست یکی از همین مدیرا کلافه شده بود و می‌گفت: «اونی که بلد نیست آدمو شارژ کنه، بهتره کلاً کاری به کار آدم نداشته باشه». فکر کنم منظورش همون جمله معروف «فاک آف» بود، فقط با ادبیات بهتر!و اما نتیجه‌گیری موقت من...بعد از فکر کردن به همه اینا، دارم به یه نتیجه‌ای می‌رسم. تمام این نرم‌افزارهای خفن، نمودارهای پیچیده، و متدولوژی‌های عجیب و غریب، فقط ابزارن. «سیستم‌عامل» اصلی یه شرکت، حال و هوای آدم‌هاشه.اگه حال و هوای کلی شرکت روی مودِ «به من چه» باشه، هیچ ابزاری نمی‌تونه نجاتش بده. یه شرکت مثل یه ماشین نیست که با تعویض قطعه درست بشه؛ بیشتر شبیه یه موجود زنده است که «وایب» داره. و اگه وایب اونجا خراب باشه، هیچ‌چیز درست کار نمی‌کنه. این فعلاً بزرگترین کشف من در این سن و ساله. ببینیم در آینده به چی می‌رسم. محمدحسن شیری محمدحسن شیری Thu, 17 Jul 2025 02:01:13 +0330 https://virgool.io/Solidity/%D8%A7%D9%85%D9%86%DB%8C%D8%AA-%D8%BA%D8%B0%D8%A7%DB%8C%DB%8C-%D9%88-%D8%AA%D9%88%D8%B3%D8%B9%D9%87-%D8%A7%D9%82%D8%AA%D8%B5%D8%A7%D8%AF%DB%8C-%D8%AF%D8%B1-%DA%AF%D8%B1%D9%88-%D8%AA%D9%88%D8%B3%D8%B9%D9%87-%D8%AA%DA%A9%D9%86%D9%88%D9%84%D9%88%DA%98%DB%8C%D8%A7%DB%8C%D9%86%D8%AA%D8%B1%D9%86%D8%AA-%D8%A7%D8%B4%DB%8C%D8%A7iot-%D8%A8%D9%84%D8%A7%DA%A9%DA%86%DB%8C%D9%86-zxone4kjxrxu پرده اول: نظارت بر منابع یا منابع برای نظارت؟سالانه در سطح جهان به اندازه مصرف 10.5 میلیارد نفر (تقریبا 1.5 برابر جمعیت جهان) مواد غذایی توسط کشاورزان تولید می شود. با این حال امروزه 795 میلیون نفر در سرارسر جهان در تامین خوراک روزانه خود با مسئله رو به رو هستند و با سطوح مختلفی از گرسنگی دست و پنجه نرم میکنند. قسمت نگران کننده تر این است که این رقم تا سال 2055 با توجه به برآورد های اتحادیه ملل متحده (United Nations –UN) به 2 میلیارد نفر خواهد رسید.یک از مهمترین اهداف اتحادیه ملل متحده ریشه کن کردن گرسنگی در سطح جهانی تا سال 2050 (با توجه به تخمین قله جمعیتی 10 میلیارد نفری تا آن زمان) است.در دو دهه گذشته سرعت رشد تولید مواد غذایی بیشتر از سرعت رشد جمعیت جهانی بوده است و علاوه بر این با توجه به داده های سازمان غذا و کشاورزی اتحادیه ملل (2009 q1 & 2009 q2 -> نیمه ابتدایی سال 2009)،کشاورزان در سطح جهان بیش از ۱/۵ برابر نیاز جهان مواد غذایی تولید کرده اند ،این یعنی تامین نیاز بیش از 10 میلیارد نفر(با توجه به این که جمعیت جهانی در سال 2010 ،بالغ بر 7 میلیارد نفر بوده ). با این حال افرادی که درآمد روزانه آن های کمتر از 2$ در روز بوده ،سهمی در بازار مصرف این تولید کشاورزان نداشتند و توان خرید و مصرف کالا های اساسی به اندازه حداقل نیاز های روزمره خود نداشتند. پس 3/1 این مواد غذایی چه میشود که مصرف کننده نهایی به آن ها دسترسی ندارد؟30%- 40% مواد غذایی تولید شده از بین می رود(بدین منظور که به عنوان مواد غذایی مصرف کننده نهایی که انسان های باشند، مصرف نمیشوند). و این مواد غذایی به جای قرار رفتن در سبد مصرف نهایی خانوار ،سر از کوره های سوخت زباله در می آورند ، تبدیل به سوخت های زیستی و یا جالب تر تبدیل به خوراک مازاد دام و طیور می شوند.حال این هدر رفت غذایی به چه دلایلی رخ می دهد؟ در کشور های توسعه نیافته مشکل اصلی زیر ساخت است . برای مثال در هند 30-40 در هدررفت منابع به دلیل کمبود سردخانه های متناسب با حجم تولیدی و یا نبود تجهیزات خنک کننده مناسب بنکداران عمده فروش رخ می دهد ،اما در کشور های توسعه یافته جریان متفاوت است. در این جوامع به دلیل هزینه های کم تولید مواد غذایی و وجود زیر ساخت های کافی ،هدر رفت مواد به دست مصرف کنندگان نهایی و خرده فروشان رقم می خورد، از دور ریز غذایی به دلیل پیمانه های غذایی نا متناسب با مصرف(به دلیل هزینه های نسبتا کم تولید و بسته بندی )تا فساد مواد به دلیل توزیع نا متناسب با مصرف در بنگاه های خرده فروش(e.g. Walmart , seven eleven ,…). زیان این مقدار هدر رفت غذایی تنها در ایالات متحده،سالانه 47 میلیارد دلار است.شاید به صورت کلی در اولین مواجهه با گرسنگی افراد ،اولین راه حل افزایش تولیدی مواد غذایی باشد (افزایش ورودی صرف نظر از بازدهی سیستم در بهره برداری از آن ورودی) اما با داده های موجود اگر تنها چرخه توزیع را بتوان به مقدار 50% بهینه کرد ،میتوان مشکل گرسنگی 1.5 میلیارد نفر را برطرف کرد .اگرچه طرفداران بازار آزاد (من جمله خودم) این روند کم بازده را رشد ارگانیک برای رسیدن به یک صنعت غذایی با ثبات و self-sustaining می دانند اما برای مهندسین این امر دلیلی برای دست رو دست گذاشتن و منتظر به نتیجه رسیدن تئوری اقتصاد دانان نمیشود !!!پرده دوم: دو ناجیBitcoin!وارد جزئیات و تاریخچه نمی شوم، هدف از مطرح کردن این پروتکل، تکنولوژی پشت آن است . تکنولوژی ای که توانسته غیر ممکن را ممکن بسازد ،آن هم کمک به ساخت یک سیستم با هدفی واحد بر پایه ساختاری عاری از اعتمادtrustless) )که در آن هر جزء سیستم(operator) ،بر اساس نفع شخصی خود که هم راستا با نفع سیستم است عمل میکند و این ساختار اجزائی را با خواسته های مختلف تحت یک سیستم در راستای یک هدف به خدمت گرفته که در ازای برآورده شدن این هدف هر فرد سهم متناسب با خدمت ارائه کرده را دریافت میکند. این تکنولوژی جز بلاکچین نیست!بلاک چین یک فناوری پایگاه داده غیرمتمرکز و توزیع شده است. با استفاده از الگوریتم‌های رمزنگاری دقیق، بلاک‌چین بلوک‌های ذخیره‌سازی داده را در یک ساختار زنجیره‌ای با توجه به ترتیب زمان تولید بلوک‌ها به هم متصل می‌کند. بنابراین، داده های ذخیره شده با استفاده از فناوری بلاک چین دارای یک مهر زمانی هستند که نمی توان آن را دستکاری کرد. تمام سوابق تراکنش در یک بلاک چین با یک زنجیره شواهد کامل و یک پیوند قابل ردیابی و شفاف وقابل اعتماد ،تأیید می شوند.اتریوم یک پروتکل مبتنی بر بلاک چین است که دارای قراردادهای هوشمند است. متفاوت از استفاده بیت کوین که فقط برای تراکنش های مالی(جا به جایی دارایی شبکه که خود BTC است) است، اتریوم یک پروتکل جدید و متن باز بلاک چین است که به هر کاربری اجازه می دهد تا برنامه های غیرمتمرکز مبتنی بر فناوری بلاک چین را بر روی پلتفرم توسعه دهد و از آن استفاده کند.بلاکچین فعلی را می توان به سه نوع عمومی، خصوصی و ائتلافی( کنسرسیومی/( consortiumosدسته بندی کرد. در یک بلاک چین عمومی، همه کاربران می توانند از هر یادداشت بازدید کنند و حق دسترسی به داده ها و ارسال تراکنش ها را دارند. برای یک بلاک چین عمومی، هرچه تعداد کاربران بیشتر باشد، بلاک چین غیرمتمرکزتر و ایمن تر است. با این حال، این امر باعث کندی بلاک چین عمومی در پردازش داده ها می شود. بیت کوین و اتریوم بلاکچین هایی عمومی هستند. یک بلاکچین خصوصی می تواند توسط یک شرکت یا شخصی که به تنهایی حق نوشتن داده((data در بلاک چین را دارد، ایجاد شود. بنابراین، یک بلاک چین خصوصی غیرمتمرکز نیست و بیشتر شبیه یک پایگاه داده متمرکز است. یک کنسرسیوم(ائتلاف) بلاکچین به طور مشترک توسط چندین نهاد یا سازمان ایجاد و مدیریت می شود سرعت پردازش آن بالاتر از یک بلاک چین عمومی است اما غیر متمرکز و توزیع شده است.اینترنت اشیا(i.e. IoT )همانطور که ما به سمت دنیایی از اتصالات و شبکه ها حرکت می کنیم، یک الگوی فناوری جدید در حال ظهور است. به آن اینترنت اشیا یا به اختصار IoT می گویند.پارادایم فناوری عصر صنعتی ،ماشینی بود. سیستم هایی مستقل و مکانیزه که ماهیت فیزیکی و تک کاره آن ها، دنیایی از فناوری‌های ایزوله(non-responsive and isolated) و منزوی را تشکیل میداد که در آن کاربر نهایی باید هر کدام از آنها را جداگانه مدیریت می کرد.پارادایم فناوری عصر اطلاعات برپایه خدمات است. این یک دنیایی است که در آن اجزای منفرد تکنولوژی های گوناگون ،به صورت استراتژیک به شبکه‌هایی که در آن دستگاه‌ها می‌توانند به صورت همتا به همتا(peer to peer) ارتباط برقرار کنند متصل میشوند. در این شبکه اجزا با توجه به شرایط سازگار شده و در نهایت برای ارائه خدمات یکپارچه با توجه به نیاز کاربر نهایی(end user) سازماندهی می شوند.یکی از بهترین تصویر سازی ها برای این تکنولوژی، شهر هوشمند است. که در آن نه تنها سیستم های متفاوت دیگر درانزوا وجود ندارند، بلکه از طریق شبکه های اطلاعاتی به هم پیوسته اند و بر اساس نیازهای کاربر نهایی سازماندهی می شوند. اینترنت اشیا سفری است که ما تازه در آغاز آن هستیم.هدف اصلی IoT برقراری ارتباط میان دنیای فیزیکی و دنیای دیجیتال است که میتوان در سه مرحله به صورت خلاصه این پروسه را شرح داد:جمع آوری داده های مختلف اما متمرکز از دنیای فیزیکی سپس تجمیع و تبدیل داده ها به اطلاعات (data to info) و نهایتا ارائه این اطلاعات به کاربران یا سیستم برای به روز رسانی و وفق دادن اشیاء با توجه به اطلاعات و شرایط.یکی از چالش های اساسی این تکنولوژی ، تلفیق و یکپارچه سازی داده های به دست آمده از تعامل اشیا (things) و سنسور ها (sensors and beacons) به صورت بی طرفانه و صرف نظر از منفعت جداگانه هر ذی نفع (stakeholder) است.برای مثال، از یک ساعت مچی سلامتی (health watch) برای رصد کردن سلامتی ،مراحل خواب و یا روتین کردن عاداتی مثل راه رفتن بعد از نشستن طولای و یا هشدار نوشیدن آب ،استفاده میکنید. ترکیب بدن شما(داده های مربوط به سلامتی و ...) ، سنسور های ساعت برای برای رصد کردن حالات شما ،ماژول بلوتوث نصب شده بر روی ساعت برای ارسال داده ها به اپلیکیشن نصب شده بر روی گوشی موبایل برای تحلیل داده های فیزیکی شما و در نهایت دریافت اطلاعات مرتبطه ، یک IoT است .( Thing : Body ,watch and its sensors, the integrating network of Bluetooth modules both on the watch and the phone resulting in the full process of data into applicable information for the user )اما کمپانی ارائه دهنده این خدمات اطلاعات و داده های خام شما را به صورت جداگانه پردازش میکند و برای مقاصدی جز سلامتی کاربر نهایی(برای مثال فروش داده های سلامتی شما به منظور تبلیغات و یا بازاریابی بهتر محصول خود) استفاده میکند. اما کار اینجا تمام نمیشود ،داده های شما ممکن از سر از کمپانی های بیمه کننده در بیاورد (البته در ایران متاسفانه یا خوشبختانه مسئله ای نیست!) و با توجه به داده های سلامتی جمع آوری شده ،شما را به عنوان یک متقاضی پرریسک شناسایی کنند و نتیجتا با رد درخواست یا هزینه های گزاف و یا قرارداد های یک جانبه از سمت بیمه مواجه بشوید. یک شبکه یکبارچه سازی غیرمتمرکز راه حل خوبی به نظر میرسه!پرده سوم: امنیت در گرو پیشرفت و توسعهدر این که تولید مواد غذایی(food production ) در حال حاضر کافی است شکی نیست(با توجه به داده های ذکر شده). در حال حاضر بی کفایتی چرخه بهره برداری (food processing) و توزیع مهمترین عامل گرسنگی جهانی و کمبود یا نبود کالای خوراکی اساسی (برای مثال غلات، مواد پروتئینی، حاوی های ویتامین های ضروری) است. این بی کفایتی شامل بازدهی پایین کشاورزان در مرحله کشت(ابزار معیوب ،بی دقتی ها وخطاهای انسانی که منجر به نابودی محصول می شوند) ،عدم قابلیت انعطاف پذیری و انطباق پذیری چرخه با توجه به نوسانات شدید تقاضا(i.e. Corona virus, Ukraine-Russia War, climate change)،زیر ساخت های ناکافی یا نا موجود در مراحل مختلف توزیع(سرد خانه ها، مانع از تابش مساقیم نور خورشید، حفظ از رطوبت و...) و یا اصلا نداشتن اطلاعات کافی درباره شرایط مطلوب نگهداری و جا به جایی محصول و همچنین مهمتر از همه، وجود مشوق هایی برای احتکار منابع و ارائه اطلاعات غلط و نادرست برای بالا بردن حاشیه سود توسط توزیع کننده و یا تولید کننده( دستکاری در چرخه توزیع به منظور حفظ و یا افزایش منافع اشخاص حقیقی و یا حقوقی ذی نفع) که همه منشاء گرفته از عدم وجود یا کمبود شفافیت اطلاعاتی در چرخه توزیع است.استفاده از فناوری بلاک چین در سیستم ردیابی مواد غذایی می تواند به طور موثری از دستکاری و دستکاری داده ها توسط هر کاربر جلوگیری کند،همانطور که توضیح داده شده چالش اصلی زنجیره تامین و چرخه توزیع در هر صنعتی به خصوص در صنعت مواد غذایی مرتبط به به اشتراک گذاری اطلاعات و اعتماد بین هر عضو چرخه(کشاورز ،توزیع کننده ،کاربر نهایی،ناظر و...)است. بلاکچین و IoT با توجه به قابلیت ها و ویژگی های ذاتی شان، راه حل های جالبی را برای مواجهه با این چالش ها ارائه می دهند.با توجه به ویژیگی های ذاتی بلاکچین اعم از تغییر ناپذیری(immutability) وغیر قابل منسوخ سازی(irrevocable) داده ها و اطلاعات بر این بستر و همچنین قابلیت رد یابی این داده ها و اطلاعات به صورت شفاف و بهینه ، میتوان به کمک داده های خام به دست آمده از سنسور ها و اشیاء یک مجموعه عملیاتی جریانی امن و شفاف از اطلاعات و داده ها را به وجود آورد که عملگر های خارجی (رایانش ابری، نظارت عملکردی و نگهداری، اجماع و تصمیمگیری سهامداران چرخه و …) با استفاده از این داده ها میتوانند چرخه و زنجیره تامین را بهینه کنند و بهبود ببخشند.با یک مثال از استفاده ترکیب بلاکچین و چیپ های RFID(Radio frequency identification) پتانسیل های موجود را بررسی میکنیم:تکنولوژی RFID یک فناوری شناسایی خودکار غیر تماسی است. شناسایی سریع، کارآمد و غیرقابل تجسم اشیا حتی در محیط های سخت آن را برای کاربردهای ردیابی مواد غذایی بسیار مناسب می کند(استفاده روز مره از این فناوری را در تگ های لباس فروشی و یا کتابخانه برای جلوگیری از سرقت میتوان دید،پس از اسکن این تگ ،سیستم هشدار دهنده(beacon) نسبت به تگ اسکن شده واکنش نمیدهد).یک سیستم RFID معمولاً از سه بخش تشکیل شده است: خواننده ها(readers , i.e. Sensors)، برچسب ها (tags)و سرورهای Back-end. خوانندگان و برچسب ها به صورت بی سیم داده ها را مبادله می کنند. یک خواننده می تواند داده ها را از یک برچسب بخواند و داده ها را در آن بنویسد. هر تگ دارای یک شماره شناسایی منحصر به فرد است و می تواند مقدار مشخصی از داده ها را در خود ذخیره کند.زنجیره تامین مواد غذایی به پنج مرحله کشاورزی، ذخیره سازی، حمل و نقل، فرآوری و فروش تقسیم میشود. در هر مرحله ،از حسگرها برای جمع آوری داده ها در مورد عوامل محیطی که بر کیفیت غذا تأثیر می گذارند استفاده می شود. غذاها یک کالای فله ای مانند و کم ارزش هستند که ردیابی دقیق آن های را به صورت موردی per case) (بسیار دشوار می کند. بنابراین، در مدل ردیابی مواد غذایی ، غذاها در مرحله کشاورزی دارای برچسب (شماره لات/محموله) هستند. هر لات/محموله دارای یک برچسب RFID است. یک کد ردیابی به هر لات/محموله در هر مرحله اختصاص داده می شود و در تگ نوشته می شود. داده‌های محیطی جمع‌آوری‌شده توسط حسگرها با کدهای مربوطه برچسب‌گذاری می‌شوند و در نتیجه از صحت و قابلیت ردیابی داده‌ها اطمینان حاصل می‌شود. در مرحله پردازش، کدهای ردیابی مرحله قبل رمزگذاری می شوند تا کد ردیابی نهایی تولید شود که به صورت بارکدهای دوبعدی (کدهای QR) بر روی بسته بندی بیرونی محصول چاپ می شود. مصرف کننده می تواند از کد QR برای دسترسی به تمام اطلاعات مربوط به مراحل زنجیره تامین استفاده کند. بنابراین، سیستم دو نوع داده تولید می کند که به طور جداگانه ذخیره می شوند:1) مراحل زنجیره تامین به طور مشترک یک پایگاه داده متمرکز را حفظ می کنند. در هر مرحله، کدهای ردیابی مربوط به هر مقدار غذا در پایگاه داده مرکزی به صورت دسته‌ای بارگذاری می‌شود و داده‌ها برای تمام ذی نفعان شرکت‌کننده در زنجیره تامین شفاف هستند.2) داده های محیطی مواد غذایی در هر مرحله پردازش توسط حسگرها جمع آوری شده و مستقیماً در بلاک چین آپلود می شوند. در هر مرحله، داده‌های جمع‌آوری‌شده توسط حسگرها با کدهای ردیابی مربوطه برچسب‌گذاری می‌شوند تا داده‌های محیطی هر مرحله از هر مقدار غذا با استفاده از کدهای ردیابی مربوطه بازیابی شوند.معماری کلی مدل ردیابی مواد غذایی در شکل 1 نشان داده شده است.شکل 1با این حال مدل ارائه شده تنها به منظور ردیابی منابع و محصولات بوده، با اضافه کردن چند سنسور دیگر من جمله سنسور تشخیص رطوبت (humidity sensor)،سنسور دماسنج (temperature sensor) ، سنسور تشخیص شدت نور (light intensity sensor) یا سنسور نور محیطی (ambient light sensor) در هر محله از زنجیر تامین غذایی بهره وری را افزایش داد.از سنجش توان بازدهی خاک ،آب و هوا و تهدیدات احتمالی منطقه زراعی و برآورد محصول و نهایتا ارائه استراتژی زراعت( استفاده از کود یا تقویت کننده در صورت نیاز و یا حتی انتخاب و پیشنهاد محصول متناسب با شرایط منطقه زراعی) با توجه با تقاضا پیش بینی شده در بازار ،تا جلوگیری از فساد محصول و یا کاهش کیفیت آن و اقدامات لحظه ای و واکنشی نسبت به تغییرات غیر منتظره در زنجیره تامین، همه از پتانسیل های استفاده از این دو تکنولوژی در چرخه تامین است.علاوه بر تمام این مسائل ،مبحث حکمرانی غیر متمرکز (decentralized governance) یکی از مزایای بزرگ و کابردی بلاکچین برای تصمیم گیری های کلان سهامداران یک اکوسیستم با توجه به سهم و تاثیرشان در توسعه و رشد اکوسیستم است که به خودی خود موقعیت های بسیار جالبی را برای مواجهه با چالش های صنعت غذایی و رفع آن ها ارائه میکنند و اگر سیستم ها و شبکه های خودمختار اشیاء(autonomous IoT) را با این تکنولوژی تلفیق کنیم مرزی برای حل و رفع تهدیدات مقابل امنیت غذایی و یا هر زنجیره تامین دیگری باقی نمی ماند.امنیت غذایی سنگ بنای اعتماد مردم هر کشور به سیستم حکمرانی و اقتصادی است و بدون آن اعتماد لازمه برای بهره برداری از پتانسیل قدرتی مردم آن کشور ،پیشرفت و شکوفایی و یا حتی بقای اقتصاد ،دشوار و چه بسا غیر ممکن است.در پست های بعدی چند پروژه غیرمتمرکز کنسرسیومی فعال در این زمینه را بررسی میکنیم!برخی از منابع:http://www.scielo.org.co/pdf/agc/v32n2/v32n2a16.pdfhttps://www.un.org/sustainabledevelopment/sustainable-development-goals/https://www.researchgate.net/publication/41173771_Food_Security_The_Challenge_of_Feeding_9_Billion_Peoplehttps://www2.deloitte.com/content/dam/Deloitte/pt/Documents/blockchainsupplychain/lu-blockchain-internet-things-supply-chain-traceability%20(1).pdfhttps://hbr.org/2020/05/building-a-transparent-supply-chainhttps://www.emerald.com/insight/content/doi/10.1108/MSCRA-10-2020-0028/full/pdfhttps://www.scirp.org/(S(351jmbntvnsjt1aadkozje))/reference/referencespapers.aspx?referenceid=2816873پ.ن: این از اولین تلاش های من برای ارائه راهکار و نه فقط گلایه کردن از مشکلات بود، امیدوارم که آغاز کننده یه Solution Thread باشه! محمدحسن شیری محمدحسن شیری Thu, 26 May 2022 13:50:40 +0430