چگونه «مدل احتمال بسط» کیفیت استدلال را از اعتبار منبع متمایز می‌کند

نتیجه هر پیام متقاعدکننده‌ای در همان میلی‌ثانیه‌های اولِ مرتب‌سازی شناختی مشخص می‌شود: لحظه‌ای که گیرنده پیام ناخودآگاه تصمیم می‌گیرد چقدر تلاش ذهنی صرف کند. این تخصیص منابع شناختی که به عنوان «بسط» (Elaboration) شناخته می‌شود، تعیین می‌کند که آیا فرد کیفیت واقعی یک استدلال را موشکافی می‌کند یا صرفاً به اعتبار منبع آن بسنده خواهد کرد. اگر مغز تلاش زیادی به خرج دهد، پیام بر اساس شایستگی‌هایش ارزیابی می‌شود؛ اما اگر بخواهد انرژی خود را حفظ کند، پیام صرفاً از روی بسته‌بندی‌اش قضاوت خواهد شد.[1][5]

بازاریاب‌ها و معماران پلتفرم‌ها مدام ادعا می‌کنند که سیستم‌هایشان از طریق منطق قانع‌کننده و ارتباط شخصی‌سازی‌شده مخاطب را متقاعد می‌کنند و برای اثبات این ادعا، معیارهای تعامل (Engagement) را به رخ می‌کشند. با این حال، «مدل احتمال بسط» (ELM) که توسط روان‌شناسان ریچارد ای. پتی (Richard E. Petty) و جان تی. کاسیوپو (John T. Cacioppo) در سال ۱۹۸۶ معرفی شد، نشان می‌دهد که شناخت انسان به ندرت این‌گونه عمل می‌کند. در واقع، مغز به شدت در پی حفظ انرژی است و اطلاعات را کاملاً بر اساس انگیزه و توانایی گیرنده در پردازش پیام، به یکی از دو مسیر کاملاً متمایز هدایت می‌کند.[1]

پتی در متن بنیادین خود نوشت: «ELM چارچوبی است برای سازماندهی، دسته‌بندی و درک فرآیندهای اساسی که اثربخشی ارتباطات متقاعدکننده را شکل می‌دهند.» این مدل با تقسیم متقاعدسازی به یک «مسیر مرکزی» و یک «مسیر پیرامونی»، توضیح می‌دهد که چرا دقیقاً یک استدلال مشابه می‌تواند در یک زمینه باعث ایجاد باوری عمیق شود و در زمینه‌ای دیگر کاملاً نادیده گرفته شود.[1]

زمانی که فرد هم انگیزه و هم ظرفیت شناختی لازم برای ارزیابی یک پیام را داشته باشد، وارد مسیر مرکزی می‌شود. این همان مکانیسم بسط بالاست. گیرنده به طور فعال کیفیت استدلال را موشکافی می‌کند، آن را با دانش قبلی خود می‌سنجد و پاسخ‌های شناختی خودش را تولید می‌کند. اگر استدلال قوی باشد، تغییر نگرشِ حاصل از آن پایدار، در برابر متقاعدسازی متقابل مقاوم و به شدت پیش‌بینی‌کننده رفتار آینده خواهد بود.[1][5]

پردازش مرکزی از نظر متابولیکی پرهزینه و زمان‌بر است. وقتی انگیزه پایین باشد—یا زمانی که گیرنده حواس‌پرت، خسته یا غرق در اطلاعات است—مغز به طور پیش‌فرض به مسیر پیرامونی پناه می‌برد. در اینجا، کیفیت استدلال دیگر اهمیتی ندارد. در عوض، متقاعدسازی توسط «نشانه‌های اکتشافی» (Heuristic Cues) هدایت می‌شود: جذابیت گوینده، تخصص ادراک‌شده منبع، یا صرفاً زرق‌وبرق بصری ارائه.[5]

در تبلیغات مصرف‌کننده سنتی، ابزارهای بصری و اعتبار منبع همیشه قصد خرید را از طریق همین مسیر پیرامونی شکل داده‌اند. تایید یک سلبریتی یا زیبایی‌شناسی لوکس، استدلال کارکردی یک محصول را بهبود نمی‌بخشد، اما یک میان‌بر کم‌زحمت برای مصرف‌کننده‌ای فراهم می‌کند که حوصله خواندن برگه مشخصات را ندارد. در اینجا، متقاعدسازی کاملاً به تداعی‌ها متکی است تا شواهد.

معماری پلتفرم‌های دیجیتال مدرن این پویایی را به طور بنیادین به یک سلاح تبدیل کرده است. محیط شبکه‌های اجتماعی صراحتاً برای ایجاد اضافه‌بار شناختی طراحی شده‌اند تا توانایی درگیر شدن در پردازش مرکزی را سرکوب کنند. همان‌طور که محققان در ژورنال Emerald Publishing اشاره کردند، در محیط‌های پرسرعت شبکه‌های اجتماعی، «اعتبار منبع نقش مسیر مرکزی را بازی می‌کند» و عملاً ارزیابی انتقادی را در حالی که کاربران به سرعت فیدهای خود را بالا و پایین می‌کنند، دور می‌زند.[3]

این تغییر ساختاری، دلیل انتشار ویروسی اطلاعات نادرست در رویدادهای حساس را توضیح می‌دهد. در طول همه‌گیری کووید-۱۹، ارتباطات بهداشت عمومی اغلب بر استدلال‌های متراکم و داده‌محور تکیه داشتند که نیازمند پردازش مرکزی بود. در مقابل، شک‌گرایی نسبت به واکسن و درمان‌های جایگزین، اغلب با نشانه‌های پیرامونی بسیار برجسته—توسل به احساسات، ادعاهای قاطعانه و روانی زیبایی‌شناختی—بسته‌بندی می‌شدند که در فضاهای دیجیتال با بسط پایین به شدت رشد می‌کردند.[2]

ورود هوش مصنوعی مولد، چشم‌انداز ELM را پیچیده‌تر کرده است. مدل‌های هوش مصنوعی در تقلید از نشانه‌های اکتشافی که باعث پذیرش پیرامونی می‌شوند، مهارت فوق‌العاده‌ای دارند. سیستم‌های هوش مصنوعی با تولید متنی با گرامر بی‌نقص، لحن مقتدرانه و روانی ساختاری، می‌توانند ادعاهای ساختگی را در پوشش نشانه‌های اعتبار بالا پنهان کنند و عملاً مکانیسم‌های میان‌بر مغز را هک کنند.[4][6]

مطالعه‌ای منتشرشده در PMC که مکانیسم متقاعدسازی شایعات تولیدشده توسط هوش مصنوعی را تحلیل می‌کند، نشان داد که این سیستم‌ها با مقیاسی بی‌سابقه از مسیر پیرامونی سوءاستفاده می‌کنند. وقتی کاربران با متن تولیدشده توسط هوش مصنوعی مواجه می‌شوند که مقتدرانه به نظر می‌رسد، مغز آن‌ها این روانی را به عنوان یک نشانه اعتبار ثبت می‌کند و پیش‌فرض را بدون صرف تلاش لازم برای راستی‌آزمایی حقایق زیربنایی می‌پذیرد.[4]

تمایز بین آنچه واقعاً در صنعت فناوری عرضه می‌شود و آنچه صرفاً در بوق و کرنا می‌شود، اغلب بر همین آسیب‌پذیری شناختی تکیه دارد. ادبیات بازاریابی پیرامون قابلیت‌های جدید هوش مصنوعی مکرراً از نشانه‌های پیرامونی—ویدیوهای نمایشی پر زرق‌وبرق و کادربندی‌های قاطعانه مدیران—استفاده می‌کند تا مخاطبان را نسبت به کارایی یک محصول متقاعد کند و در عین حال، فقدان شواهد قابل‌تایید و مبتنی بر مسیر مرکزی از عملکرد واقعی را پنهان سازد.[6]

مدل احتمال بسط نشان می‌دهد که دفاع در برابر دستکاری دیجیتال صرفاً داشتن اطلاعات بهتر نیست، بلکه محافظت آگاهانه از ظرفیت شناختی است. تا زمانی که محیط‌های دیجیتال برای تخلیه توجه و تحمیل پردازش پیرامونی بهینه‌سازی شده‌اند، حتی قوی‌ترین استدلال‌ها هم در برابر نشانه‌های اکتشافی خوش‌رنگ‌ولعاب شکست خواهند خورد. عامل تعیین‌کننده همچنان این است که به گیرنده پیام چقدر اجازه داده می‌شود تا برای فکر کردن به ادعا تلاش کند.[1][6]