مطالعه‌ای مهم نشان می‌دهد هنجارهای اجتماعی نه از طریق تقلید ساده، بلکه با «آستانه تعهد» گسترش می‌یابند

یک معمای پایدار در علوم شناختی و اجتماعی این است که چگونه گروه‌هایی از افراد غریبه موفق می‌شوند بدون آموزش صریح، بر سر عادات مشترک، کدهای لباس یا فرهنگ‌های محیط کار به توافق برسند. برای دهه‌ها، فرض بر این بوده است که مردم یا کورکورانه از متداول‌ترین رفتاری که می‌بینند کپی می‌کنند، یا به عنوان ماشین‌حساب‌های فوق‌العاده منطقی عمل کرده و دائماً انتخاب‌های خود را بر اساس احتمالات آماری بهینه می‌کنند. اما رفتار انسان در دنیای واقعی به ندرت اینقدر تمیز و ساده است.[1]

یک مطالعه مهم که در نشریه «مجموعه مقالات آکادمی ملی علوم» (PNAS) منتشر شده، این فرضیات سنتی را زیر و رو کرده است. محققانی از مرکز تحصیلات تکمیلی CUNY، دانشگاه پنسیلوانیا و دانشگاه استنفورد کشف کردند که انسان‌ها در واقع هنگام پذیرش قراردادهای اجتماعی، از یک فرآیند شناختی متمایز و دو مرحله‌ای پیروی می‌کنند.[1][3]

به جای تقلید ساده یا محاسبه سرد، افراد با نمونه‌برداری احتمالی از رفتارهای اطراف خود شروع می‌کنند. در طول این فاز اولیه، اقدامات آنها آشفته و اکتشافی به نظر می‌رسد. با این حال، هنگامی که آنها مقدار مشخصی از شواهد ثابت را جمع‌آوری می‌کنند، از یک «آستانه تعهد» ذهنی عبور می‌کنند. پس از عبور از این آستانه، آنها رفتار را تثبیت کرده و تا حد زیادی استثنائات یا سیگنال‌های متناقض آینده را نادیده می‌گیرند.

این آستانه خودسرانه نیست؛ بلکه توسط یک قانون ریاضی دقیق به نام «اصل تحمل» (Tolerance Principle) اداره می‌شود. این اصل که در ابتدا توسط چارلز یانگ، زبان‌شناس، برای توضیح چگونگی یادگیری گرامر زبان مادری توسط کودکان خردسال توسعه داده شد، دقیقاً محاسبه می‌کند که یک یادگیرنده برای در نظر گرفتن یک الگو به عنوان یک قانون قطعی، به چه میزان ثبات نیاز دارد.[2]

به عنوان مثال، یک کودک سه ساله یاد می‌گیرد که اضافه کردن پسوند «-ed» فعل را به زمان گذشته تبدیل می‌کند و حتی در حالی که استثنائات نامنظمی مانند «رفت» (went) یا «شنا کرد» (swam) را تحمل می‌کند، به آن قانون متعهد می‌ماند. تحقیقات جدید نشان می‌دهد که همین موتور شناختی دقیقاً همان چیزی است که بزرگسالان برای رمزگشایی قوانین نانوشته یک دفتر کار جدید یا پذیرش آداب اجتماعی یک جامعه استفاده می‌کنند.

برای آزمایش این نظریه، تیم تحقیقاتی به رهبری اسپنسر کاپلان، استاد زبان‌شناسی CUNY، مدل‌های محاسباتی از استراتژی‌های یادگیری مختلف ساختند. سپس آنها این مدل‌ها را در برابر داده‌های حاصل از آزمایش‌های هماهنگی گسترده، از جمله یک «بازی ذهن‌خوانی» از پیش ثبت‌شده که برای آزمایش نحوه استنباط الگوهای رفتاری توسط افراد در میان سطوح کنترل‌شده نویز و تناقض طراحی شده بود، ارزیابی کردند.[1][3]

در این آزمایش‌ها، شرکت‌کنندگان باید به طور مستقل بر روی انتخاب‌های مشترک هماهنگ می‌شدند در حالی که در شبکه‌های اجتماعی تعامل داشتند. آنها برای تطبیق موفقیت‌آمیز پاسخ‌های خود با دیگران، پاداش‌های کوچکی دریافت می‌کردند، که به محققان اجازه می‌داد دقیقاً پیگیری کنند که چگونه و چه زمانی تصمیمات از حدس و گمان آشفته به قراردادهای پایدار و مشترک تبدیل شدند.[3]

نتایج خیره‌کننده بود. هنگامی که حافظه شرکت‌کنندگان از داده‌های اجتماعی اشباع شد، مدل «اصل تحمل» به درستی انتخاب بعدی آنها را در ۸۷.۹٪ مواقع پیش‌بینی کرد. این عملکرد به طور قابل توجهی بهتر از مدل تقلید سنتی بود که به ۸۱.۱٪ دقت دست یافت، و مدل بهینه‌سازی که تنها ۷۵.۲٪ دقت داشت.

مدل بهینه‌سازی – که مدت‌ها چارچوب غالب در اقتصاد رفتاری آکادمیک بود – در مراحل اولیه فرآیند یادگیری اجتماعی به طرز فجیعی شکست خورد. قبل از اینکه هرگونه قراردادی تثبیت شود، مدل بهینه‌سازی رفتار شرکت‌کنندگان را تنها در حدود ۳۱٪ مواقع پیش‌بینی کرد. این ثابت می‌کند که مردم هنگامی که برای اولین بار در حال بررسی یک محیط اجتماعی جدید هستند، صرفاً به عنوان ماشین‌های منطقی و محاسبه‌گر عمل نمی‌کنند.

مدل آستانه تعهد همچنین نحوه فروپاشی و تغییر هنجارهای موجود را به طور کامل پیش‌بینی کرد. محققان دریافتند که یک اقلیت متعهد – تقریباً ۲۵٪ از یک جمعیت – می‌تواند به عنوان یک توده بحرانی برای براندازی یک قرارداد تثبیت‌شده عمل کند. هنگامی که این اقلیت به طور مداوم یک رفتار جدید را الگوبرداری می‌کنند، آستانه «اصل تحمل» را در بقیه گروه فعال کرده و باعث می‌شود هنجار جدید به صورت آبشاری گسترش یابد.[1]

در مقابل، مدل تقلید قدیمی به اشتباه پیش‌بینی می‌کرد که اگر تنها ۱۰٪ از جمعیت مخالفت کنند، قراردادها از بین می‌روند. این شکنندگی با پویایی‌های اجتماعی دنیای واقعی مطابقت ندارد، جایی که فرهنگ‌های تثبیت‌شده به طرز بدنامی سرسخت هستند و برای تغییر واقعی نیاز به یک فشار متعهدانه و قابل توجه دارند.

این یافته‌ها نشان‌دهنده یک جهان‌شمولی شناختی عمیق است. این واقعیت که همان نرم‌افزار ذهنی هم یادگیری زبان در دوران کودکی و هم پویایی‌های اجتماعی پیچیده بزرگسالان را مدیریت می‌کند، به یک مکانیسم انسانی عمیقاً ریشه‌دار برای یافتن نظم در دنیایی آشفته اشاره دارد. ما طوری سیم‌کشی شده‌ایم که به دنبال ثبات «به اندازه کافی خوب» باشیم تا یک واقعیت مشترک بسازیم.[2]

برای رهبران سازمانی، سیاست‌گذاران و سازندگان جامعه، این تحقیق یک نقشه راه بسیار کاربردی ارائه می‌دهد. این نشان می‌دهد که تغییر یک فرهنگ کاری سمی یا تغییر یک عادت اجتماعی نیازی به متقاعد کردن تک تک افراد به طور همزمان ندارد. در عوض، مستلزم حفظ یک رفتار جدید در میان یک چهارم متعهد از گروه است، فقط به اندازه کافی طولانی تا بقیه از آستانه تحمل ریاضی خود عبور کنند.[2]

در حالی که داده‌های رفتاری به شدت از «اصل تحمل» حمایت می‌کنند، محققان خاطرنشان می‌کنند که تأیید فعال‌سازی عصبی دقیق این آستانه، نیازمند مطالعات تصویربرداری مغزی آینده خواهد بود. شناسایی مکانیسم‌های فیزیکی در مغز که با این نقطه عطف ریاضی مطابقت دارند، مرز بعدی برای علوم اعصاب اجتماعی است.

در نهایت، این مطالعه دیدگاهی فروتنانه اما عمیقاً توانمندکننده از شناخت انسان ارائه می‌دهد. ما نه مقلدان بی‌فکر هستیم و نه ماشین‌حساب‌های آماری بی‌نقص. ما جویندگان آستانه هستیم، محیط‌های خود را کاوش می‌کنیم تا زمانی که شواهد کافی برای متعهد شدن به یکدیگر و حرکت رو به جلو با هم پیدا کنیم.[3]