محمود حاجزمان: هیچ کس متوجه اتفاقاتی که در راه بود نشد. سه ماه قبل به نظر میرسید که حکمرانان تونس، مصر، لیبی و بحرین همه چیز را تحت کنترل دارند. آنها هیچ گونه اختلاف عقیدهای را قبول نداشتند، چه برسد به اینکه بخواهند دست به تغییرات اساسی بزنند. اما اکنون سوالی که همه جا مطرح میشود این است که حکومت بعدی که در مسیر سقوط قرار خواهد گرفت، متعلق به کدام کشور است؟
به گزارش نیوساینتیست، چنین حدسیاتی غیرمعمول نیست. ارتش آمریکا تلاش میکند بیثباتیهای سیاسی را پیشبینی کند. با این وجود نتایج تلاشهای آنها که البته محرمانه است، به نتایج امیدوار کنندهای نرسیده است. رابرت گیتس، وزیر دفاع آمریکا هفته گذشته اعلام کرد: «ما واقعا نمیدانیم چه اتفاقاتی قرار است رخ دهد.»
با این حال، دانشمندانی که سیستمهای پیچیده ریاضی را مطالعه میکنند ادعا کردهاند که میتوانند بهتر از نظامیان در این خصوص عمل کنند. آنها اعلام کردهاند که در حال مطالعه رخدادهای اخیر هستند تا راههای بهتری را برای پیشبینی سقوط یک حکومت پیدا کنند.
در سیستمهای پیچیده با متغیرهای بههم پیوسته فراوان، مانند اکوسیستمها یا جوامع، حجم زیادی از تنش میتواند بدون نشان دادن کوچکترین نشانهای انباشته شود. نهایتا حجم این تنشها به نقطهای میرسد که اضافه شدن یک تنش کوچک، باعث تغییر ناگهانی سیستم به سمت یک وضعیت پایدار متفاوت میشود. بهترین مثال در این خصوص انباشته شدن چوب خشک در جنگلها است که نهایتا یک جرقه کوچک، باعث آتش گرفتن کل جنگل میشود.
به گفته یانیر باریام، سرپرست موسسه سیستمهای پیچیده نیوانگلند در کمبریج، تنشهای ناشی از فقر، بیکاری و عدم پاسخگویی دولتها در کشورهای خاورمیانه انباشته شده بود. در کنار این تنشها، گروه عظیمی از جوانان بیکار و بدون خانواده قرار داشتند که هیچ گونه آینده روشنی را برای خود نمیدیدند. افزایش قیمت مواد خوراکی و خودسوزی یکی از همین جوانان تونسی، ماشه انقلاب را در این منطقه چکاند.
مارتین اسچفر از دانشگاه واگنینگن هلند نیز عقیده دارد نکته کلیدی در پیشبینی تغییر رژیمها، توجه به ماوراء رفتارهای فردی است. در این صورت میتوان قوانین سادهای را کشف کرد که رفتار جمعی یک گروه را توصیف میکند.
باریام در گذشته از مدلهای ریاضی برای پیشبینی خشونت بین گروههای نژادی استفاده کرده بود. اگرچه ریاضیات سیستم بسیار پیچیده بود، نتیجه آن بسیار ساده بود: خشونت نژادی هنگامی زبانه میکشد که منطقه تحت محاصره به یک اندازه مشخص برسد. این مدل توانست با موفقیت 90 درصد درگیرهای قومی را در هند، کنیا، آسیای مرکزی و یوگسلاوی سابق پیشبینی کند. به گفته باریام، با استفاده از دادههای درست میتوان سایر تغییرات اجتماعی را مدل کرد. البته به گفته وی به دست آوردن دادههای اجتماعی صحیح کار بسیار دشواری است.
با این وجود، اسچفر معتقد است که چنین دادههایی ضروری نیستند. وی میگوید: «تمام سیستمهای پیچیده نشانههای مشخصی را پیش از تغییر یک رژیم نشان میدهند.» باریام الگوی رفتاری مشترکی را در مراحل آغازین سقوط بازارهای تجاری کشف کرده است. اسچفر نیز در حال انجام مطالعهای است تا نشانههای مشابهی را در سیستمهای اجتماعی، از جمله خاورمیانه کشف کند.
به گفته اسچفر، در گذشته تحلیلگران به جای بررسی سیستم بر روی عامل ایجاد تغییرات تمرکز میکردند. وی میگوید: «ما نمیتوانیم جرقه را پیشبینی کنیم، اما میتوانیم بگوییم چه زمانی انباشت چوب خشک در جنگل به سطح بحرانی میرسد.» وی میافزاید که سرکوب انقلاب راه رسیدن به ثبات نیست. چنین کاری مشابه خاموش کردن یک آتش کوچک در جنگل است که به چوبهای خشک جنگل اجازه میدهد یک آتشسوزی غیرقابل مهار را ایجاد کنند. اما کشف نشانههای بیثباتی میتواند به جوامع کمک کند تا پیش از وقوع انقلاب خودشان را اصلاح کنند.
50
نظر شما