سازوکار احتمال شرطی چگونه بخت پیروزی را در مسئله مونتی هال دگرگون می‌کند؟

سرنوشت نهایی مسئله مونتی هال در همان گام نخست و با انتخاب اولیه شرکت‌کننده رقم نمی‌خورد، بلکه تعیین‌کننده اصلی، کنش مقید و حساب‌شده‌ای است که بلافاصله پس از آن رخ می‌دهد. مجری مسابقه که از محل دقیق متغیرهای پنهان کاملاً آگاه است، درِ مشخصی را باز می‌کند تا یک بز نمایان شود.

این مداخله یک رخداد تصادفی نیست؛ بلکه فیلتری نامتقارن از اطلاعات به شمار می‌رود که هندسه احتمالات بازی را به کلی دگرگون می‌سازد. مجری با خودداری تعمدی از افشای جایزه اصلی، بار عدم‌قطعیت ریاضی گزینه‌های انتخاب‌نشده را بر دوش تنها درِ بسته‌مانده می‌اندازد.[1][5]

درک چرایی اهمیت این کنش، نیازمند کنار گذاشتن کشش غریزی انسان به «تقارن کاذب» است. هنگامی که دو درِ مجهول پیش روی بازیکن باقی می‌ماند، مغز به صورت شهودی به هر یک از آن‌ها شانس ۵۰ درصدی نسبت می‌دهد، گویی که سامانه‌ بازی از نو بارگذاری شده است. با این حال، تصمیم مجری وابستگی تام به نخستین کنش شرکت‌کننده دارد. از آنجا که مجری ناچار است یک بز را آشکار کند، این اجبار باعث انتقال کامل جرم دو‌سومی احتمال درهای انتخاب‌نشده به تنها دری می‌شود که باز نکرده است.[1][4]

این واقعیت خلاف شهود — این‌که تغییر در، شانس پیروزی را از ۳۳٫۳ درصد به ۶۶٫۷ درصد دوبرابر می‌کند — از زمان فراگیر شدنش در سال ۱۹۹۰ پیوسته موجب سردرگمی ریاضیدانان و مردم عادی بوده است.

وقتی مریلین وس سوانت، ستون‌نویس نشریه، راه‌حل درست را منتشر کرد، نزدیک به ۱۰ هزار نامه دریافت کرد که حدود هزار مورد از آن‌ها از سوی دارندگان مدارک دکتری نوشته شده بود و همگی با قاطعیت ادعا می‌کردند او در اشتباه است. حجم گسترده این خطاهای بااطمینان، از وجود نقطه‌کوری عمیق در دستگاه استدلال شناختی انسان پرده برداشت.[1][5]

برهان ریاضی پشتیبان این پدیده بر قضیه بیز استوار است؛ فرمولی بنیادین که به سنجش احتمال شرطی از طریق به‌روزرسانی باورهای اولیه با تکیه بر شواهد تازه می‌پردازد. در سناریوی مونتی هال، احتمال پیشین مبنی بر اینکه درِ گزینش‌شده توسط شرکت‌کننده خودرو را پنهان کرده باشد، یک از سه است. در مقابل، احتمال اینکه خودرو پشت یکی از دو درِ دیگر باشد، دو از سه است. اقدام مجری، احتمال درستی گزینش نخست را دستکاری نمی‌کند، بلکه تنها بار احتمال دو‌سومی را روی درِ بازنشده دوم فشرده و متمرکز می‌سازد.[1][4]

برای موشکافی دقیق این سازوکار، باید احتمالات شرطی حاکم بر رفتار مجری را ترسیم کرد. چنانچه شرکت‌کننده در آغاز درِ برنده را برگزیده باشد — احتمالی معادل یک‌سوم — مجری مجاز است هر یک از دو درِ دیگر را به صورت تصادفی بگشاید.

اما اگر انتخاب اولیه شرکت‌کننده یک بز باشد — احتمالی با وزن دو‌سوم — مجری هیچ راهی جز گشودن تنها درِ دیگرِ پنهان‌کننده بز ندارد. از این رو، در دو سناریو از هر سه سناریوی ممکن، رفتار ناگزیر مجری همانند تابلویی مستقیم به سوی جایزه اصلی نشانه می‌رود.[1][4]

ترسیم هندسه فضای احتمالات

توهم وجود بخت برابرِ پنجاه-پنجاه از آنجا ریشه می‌گیرد که ذهن انسان وضعیت نهایی بازی را فارغ از زنجیره قواعد پدیدآورنده آن بررسی می‌کند. اگر ناظری دیرهنگام به صحنه مسابقه قدم بگذارد و تنها دو درِ بسته و یک درِ گشوده‌شده حاوی بز را ببیند، بخت او برای یافتن خودرو به راستی ۵۰ درصد خواهد بود. اما شرکت‌کننده اولیه داده‌ای تاریخی و حیاتی در اختیار دارد: دست مجری در انتخاب، توسط گزینه نخست خودِ او به بند کشیده شده بود.[4][5]

تحلیل صوری بیزی این قید ساختاری را ارزش‌گذاری کمی می‌کند. فرض کنیم فرضیه ما این باشد که خودرو پشت در شماره ۱ قرار دارد؛ دری که توسط بازیکن برگزیده شده است. احتمال پیشین این گزاره دقیقاً ۳۳٫۳ درصد است. شواهد تازه این است که مجری در شماره ۳ را باز کرده و بزی پدیدار شده است. احتمال وقوع این رخداد با فرض صحت گزاره (حضور خودرو پشت در شماره ۱)، ۵۰ درصد است، چرا که مجری می‌توانست در ۲ یا ۳ را با اقبال یکسان بگشاید.[1][4]

اکنون فرضیه رقیب را بسنجیم: خودرو پشت در شماره ۲ قرار دارد. احتمال پیشین کماکان ۳۳٫۳ درصد است. با این حال، احتمال این‌که مجری در شماره ۳ را باز کند در این شرایط ۱۰۰ درصد است. مجری به دلیل انتخاب بازیکن نمی‌تواند در ۱ را باز کند و به خاطر حضور خودرو از گشودن در ۲ نیز معذور است؛ پس بر پایه قوانین ریاضی به گشودن در ۳ وادار می‌شود.[1][4]

به کار بستن قضیه بیز مستلزم ضرب احتمال پیشین در میزان محتمل بودن شواهد برای هر فرضیه است. برای در شماره ۱، حاصل‌ضرب به ۱۶٫۶۷ درصد می‌رسد. برای در شماره ۲، این رقم ۳۳٫۳ درصد است. پس از نرمال‌سازی این مقادیر تا مجموعشان ۱۰۰ درصد شود، احتمال پسین برای حضور خودرو پشت در شماره ۱ برابر ۳۳٫۳ درصد و برای در شماره ۲ معادل ۶۶٫۷ درصد خواهد بود.[1][4]

این محاسبات ریاضی محکم نشان می‌دهد داده تازه‌ای که مجری رو می‌کند کاملاً نامتقارن است. فاش شدن بز هیچ گزاره جدیدی درباره درستی درِ منتخب بازیکن ارائه نمی‌دهد، اما در صورتی که انتخاب آغازین خطا بوده باشد، قطعیتی کامل پیرامون وضعیت درِ بسته باقی‌مانده فراهم می‌آورد. از آنجا که انتخاب اولیه در دو حالت از سه حالت نادرست است، تعویض در دقیقاً از این اجبار مجری بهره‌برداری می‌کند.[1][5]

تله شناختی تقارن کاذب

با وجود اتقان ریاضی این برهان، شرکت‌کنندگان انسانی در آزمایش‌های تجربی مدام از پیاده‌سازی این استراتژی بهینه ناتوان می‌مانند. پژوهشی در سال ۲۰۱۰ در نشریه روان‌شناسی تطبیقی، دانشجویان را در برابر نسخه‌ای رایانه‌ای از این معما به چالش کشید. در خلال ۲۰۰ دور آزمون، سوژه‌های انسانی تنها در ۶۶ درصد موارد درِ خود را تعویض کردند و با لجاجت بر این باور که ماندن بر سر تصمیم نخست یا تعویض آن شانس برابری دارد، پافشاری ورزیدند.[2][3]

توقف در نرخ تعویض ۶۶ درصدی به جای اتخاذ راهبرد بهینه، به بهای از دست رفتن ریاضیاتیِ ۲۲ برد بالقوه در یک توالی استانداردِ ۲۰۰ آزمونی تمام می‌شود. در حالی که اتکای محض به منطق بیزی کسب ۱۳۳ پیروزی را تضمین می‌کند، سوگیری شناختی انسان نرخ کلی موفقیت را تا ۵۵ درصد پایین می‌کشد. این افت مشهود، بیانگر تاوان عددیِ تمایل آدمی به تقارن حسی در برابر احتمالات تجربی است.[5]

ریشه این ناکامی در یک خطای ذهنی موسوم به «سوگیری هم‌شانسی» نهفته است. مغز انسان هنگام مواجهه با پیامدهای ناشناخته متعدد، به طور پیش‌فرض تمایل دارد احتمالات را به طور یکنواخت میان گزینه‌های موجود توزیع کند. این راهبرد سرانگشتی در محیط‌های طبیعی با فقدان شدید داده کارآمد است، اما در سناریوهای قاعده‌مند با احتمالات به هم‌پیوسته و شرطی، به خطاهایی سهمگین می‌انجامد.[5]

این نقطه کور با پدیده‌ای روانی به نام «گریز از پشیمانی» نیز تقویت می‌شود. آزمودنی‌ها در بررسی‌های رفتاری گزارش می‌دهند که باختن پس از یک تصمیم فعالانه (تغییر در)، بسیار دردناک‌تر از شکست ناشی از پافشاری منفعلانه بر انتخاب آغازین حس می‌شود. سوزش هیجانی یک «خطای ناشی از اقدام»، به مراتب گزنده‌تر از «خطای ناشی از ترک اقدام» جلوه می‌کند.[2][5]

در پیامد این امر، تصمیم‌گیرندگان اجازه می‌دهند سوگیری‌های حسی بر مستندات تجربی چیره شود. اولویت دادن به کاستن از حسرتِ احتمالی در آینده به جای بیشینه‌سازی ارزش چشم‌داشتی، عملاً موجب خودتخریبی در نرخ پیروزی افراد می‌شود؛ گواهی عینی بر این‌که تکامل روان‌شناختی چگونه می‌تواند در بهینه‌سازی محاسباتی اخلال ایجاد کند و به خطاهای رفتاری قابل‌پیش‌بینی دامن زند.[5]

تقویت رفتاری و یادگیری تجربی در پرندگان

در تضادی آشکار با انسان، پرندگان که ذهنشان درگیر فرضیه‌سازی‌های ذهنی پیچیده نیست، دینامیک احتمالات را با بهره‌وری شگفت‌آوری کشف می‌کنند. در همان بررسی پژوهشی سال ۲۰۱۰، والتر هربارنسون و جولیا شرودر شش کبوتر نژاد سیلور کینگ را روی دستگاهی متناظر آزمودند. این پرندگان با سه کلید نوری روبه‌رو بودند که نوک زدن درست به آنها پاداش دانه‌های مخلوط را در پی داشت.[3]

کبوترها هیچ درک فطری و پیشینی از مناسبات مکانیکی بازی نداشتند و در روز نخست تنها در ۳۶ درصد آزمون‌ها دست به تغییر کلید زدند. با این حال، به دلیل اتکای محض به یادگیری تقویتی و سنجش تجربی، رفتار آن‌ها به سرعت با ریاضیات بنیادی منطبق شد. پرندگان صرفاً با ثبت تکرار نتایج در گذر زمان دریافتند که عوض کردن کلیدها دو برابر بیشتر غذا تولید می‌کند.[2]

تا روز سی‌ام آزمایش، کبوترها یاد گرفتند که در ۹۶ درصد آزمون‌ها کلید خود را تغییر دهند و به آستانه بیشینه‌سازی سودمندی برسند. رفتار آن‌ها تماماً متکی بر داده‌های خام ناشی از پیروزی و ناکامی دگرگون شد، بی‌آن‌که در دام‌های تحلیلی، پیش‌فرض‌های کاذب یا ترس از پشیمانی که تصمیم‌گیری انسان را به بیراهه می‌برد، گرفتار شوند.[2]

والتر هربارنسون، سرپرست پژوهشگران، در سال ۲۰۱۰ یادآور شد: «گونه‌های زیستی مختلف غالباً راه‌حل‌های بسیار متفاوتی برای مسائلی یکسان می‌یابند. ما انسان‌ها شیوه‌هایی برای حل مسائل مبتنی بر احتمال به کار می‌بریم» که اغلب در شرایطی که یک ارزیابی ساده تجربی به راحتی گره‌گشاست، ما را به گمراهی می‌کشانند. کامیابی پرندگان، کارآمدی شرطی‌سازی فعال را در قیاس با استدلال‌های مجرد به رخ می‌کشد.

انسان‌ها می‌کوشند یک مدل ذهنی از مسئله بسازند و هرگاه این مدل به سوگیری شانس یکسان آلوده شود، تمامی تصمیمات بعدی مسموم می‌گردد. کبوترها به بازنمایی‌های انتزاعی متوسل نمی‌شوند؛ آنها صرفاً رفتاری را تکرار می‌کنند که بیشترین بسامد پاداش را به همراه دارد. این شکاف کارکردی، آسیب‌پذیری حساس مغز آدمی را در تحلیل احتمال شرطی عیان می‌سازد.[2][5]

کاربردهای کلان‌تر احتمال شرطی در جهان واقعی

محدودیت‌های شناختی برآمده از مسئله مونتی هال فراتر از استودیوهای مسابقات تلویزیونی امتداد می‌یابد. ناتوانی در به‌روزرسانی سنجیده احتمالات بر پایه شواهد تازه، نحوه ارزیابی ریسک توسط کارشناسان در عرصه‌های پزشکی، بازارهای مالی و قضاوت کیفری را مستقیماً مخدوش می‌کند. قضیه بیز تکیه‌گاه اصلی در واکاوی آزمایش‌های پزشکی، تخمین دگرگونی‌های بازار و ارزیابی ادله جرم‌شناسی است.[1][5]

برای نمونه در غربالگری‌های پزشکی، نرخ شیوع یک بیماری نقش احتمال پیشین را بازی می‌کند و دقت آزمون تشخیصی، تعیین‌کننده احتمال شرطی است. اگر پزشکان نرخ شیوع پایه را نادیده انگارند و صرفاً نتیجه تست را ملاک قرار دهند — خطایی موسوم به غفلت از نرخ پایه — احتمال ابتلای واقعی بیمار را به شدت بیش از مقدار واقعی برآورد کرده و مسبب تجویزهای غیرضروری و تشویش ذهنی خواهند شد.[5]

به همین ترتیب در دستگاه قضایی، «مغالطه دادستان» زمانی رخ می‌دهد که هیئت منصفه احتمال پدیدار شدن یک مدرک در صورت بی‌گناهی متهم را با احتمال بی‌گناهی متهم در حضور آن مدرک اشتباه می‌گیرد. درست همانند شرکت‌کننده‌ای که پیامد اقدام ناگزیر مجری را بد می‌فهمد، دادگاه‌ها نیز پیوسته ماهیت مشروط تطابق‌های دی‌ان‌ای یا آزمایش‌های بیومتریک را وارونه تعبیر می‌کنند.[5]

مسئله مونتی هال جایگاه استوار خود را در سرفصل‌های آموزش آمار حفظ کرده است، زیرا بستری امن و مهارشده برای مواجهه با این سوگیری‌های غریزی فراهم می‌سازد. این معما فضایی ریاضیاتی و مطلق را پیش رو می‌نهد که در آن سقوط شهود طبیعی انسان را می‌توان به روشنی سنجید. رسیدن به پاسخ درست، مستلزم اعتماد به چرخ‌دنده‌های استدلال ریاضی به جای تکیه بر آرامش روانی ناشی از تقارن‌های تصنعی است.[1][5]

ریاضیات این مسئله فارغ از پذیرش یا عدم پذیرش ذهن آدمی بدون تغییر باقی می‌ماند. فاش‌سازی اجباری مجری همواره جرم احتمال را انتقال خواهد داد و تعویض در، پیوسته بخت ۶۶٫۷ درصدی توفیق را به ارمغان می‌آورد. پیام کلیدی این سه در، ضرورت اولویت دادن به شواهد تجربی و فرمول‌بندی‌های سفت‌وسخت بر تمایلات مخدوش شهودی انسان است.[1][5]