چرا آدم‌های خوب در شبکه‎های اجتماعی تحمل‎ناپذیر می‌شوند؟

گایا وینس، موزاییک — در شامگاه هفدهم فوریه ۲۰۱۸، پروفسور مری بیرد عکسی از خودش را در توییتر منتشر کرد که در آن در حال گریه‎کردن بود. استاد برجستۀ دوران کلاسیک در دانشگاه کمبریج، که حدود دویست‎هزار دنبال‎کننده در توییتر دارد، پس از مواجه‎شدن با طوفان توهین‎های آنلاین حال آشفته‎ای پیدا کرده بود. این حملاتْ واکنشی به اظهارنظر او دربارۀ هاییتی بود. بیرد بار دیگر توییت کرد: «من از صمیم قلب سخن می‎گویم (البته شاید هم اشتباه کنم) اما چرت‎وپرت‎هایی که در پاسخ نصیبم می‎شود اصلاً منصفانه نیستند، واقعاً منصفانه نیستند».

طی روزهای بعد چندین چهرۀ مشهور از مری بیرد پشتیبانی کردند. گِرِگ جِنِر، تاریخ‎دانی مشهور، از تجربۀ خود از هجمه‎های توییتری نوشت: «هیچ‎وقت فراموش نمی‎کنم که مواجه‎شدن ناگهانی با تنفر غریبه‎ها چقدر تکان‎دهنده بود. فارغ از جنبۀ اخلاقی موضوع -‎ممکن است نظر من درست یا نادرست بوده باشد‎- بعداً که از این شوک بهبود یافتم، متحیر بودم که چطور می‎شود چنین اتفاقی تا این اندازه مرا از لحاظ روانی متزلزل کرده باشد».

حتی آن حمایت‎های توییتری از بیرد -فارغ از اینکه با توییت جنجال‎برانگیز اولیۀ او موافق بودند یا نه-، نیز مورد هجمه قرار گرفتند. علاوه‎بر این، هنگامی که پریموادا گوپال، استاد دانشگاه کمبریج و منتقد آسیایی‎تبار بیرد، پاسخ خود را به توییت اولیۀ بیرد در مقاله‎ای آنلاین بیان کرد، او نیز از حمله‎های پیاپی بی‎نصیب نماند.

شواهد آشکار حاکی از این هستند که زنان و اعضای اقلیت‎های قومی بیش از دیگران هدف تعرض‎های توییتری قرار می‎گیرند. به‎ویژه هنگامی که این دو شاخصۀ هویتی در فردی جمع شوند، این قلدری‎ها ممکن است شدت یابند. نمایندۀ زن سیاهپوست پارلمان، دیان ابات، این وضعیت را تجربه کرده است و به‎تنهایی نیمی از تمامی تعرض‎های توییتری که در دوران پیش از انتخابات سال ۲۰۱۷ به نمایندگان زن پارلمان شده بود را دریافت کرد. نمایندگان زن سیاه‎پوست و آسیایی‎تبار، (حتی اگر ابات را از این محاسبه کنار بگذاریم) در قیاس با همتایان زن سفیدپوستشان، در مجموع ۳۵درصد هجمه‎های توییتری بیشتری دریافت کردند.

سیل مداوم هجمه‎ها، ازجمله تهدید به مرگ و تجاوز جنسی، افراد را وادار به سکوت و خاموش‎شدن می‎کند، و آن‎ها را از عرصۀ آنلاین کنار رانده و در نتیجه از تنوع صداها و نظرات آنلاین می‎کاهد. هیچ نشانی از فروکش‎کردن این روند وجود ندارد. مطالعه‎ای در سال گذشته نشان داد که ۴۰درصد از بزرگسالان آمریکایی شخصاً مورد تعرض آنلاین قرار گرفته بودند، که تقریباً نیمی از آن‎ها با اَشکال شدید آزار مواجه شده بودند، ازجمله تهدید فیزیکی و تحت تعقیب قرارگرفتن. ۷۰درصد زنان آزار آنلاین را «مشکلی عمده» می‎دانستند.

الگوی کسب‎وکار در چارچوب شبکه‎های اجتماعی مانند یوتیوب و فیس‎بوک بدین‎گونه است که محتوایی ترویج می‎شود که پتانسیل برانگیختن پاسخ‎های بیشتری را در میان کاربران دارد، زیرا مشارکت و حضور بالاتر به معنای فرصت بیشتر برای تبلیغات است. اما این وضعیت پیامد حمایت از محتوای تفرقه‎انگیز و به‎شدت احساس‎انگیز و افراطی را به دنبال دارد که موجب تقویت «حباب‎هایی» در قالب گروه‎ها می‎شود که عقاید یکدیگر را بازتاب داده و آن را تقویت می‎کنند و این امر به‎نوبۀخود به گسترش محتوای افراطی‎تر و فراهم‎شدن بستر برای «اخبار کذب» منجر می‎شود. در ماه‎های اخیر پژوهشگران راه‎های متعددی را افشا کرده‎اند که بر اساس آن منافع شخصی افراد، ازجمله عوامل روس، عامل تأثیرگذاری بر افکار عمومی با ترتیب‎دادن حباب‎هایی در رسانه‎های اجتماعی بودند.

توانایی بشری ما در تبادل ایده‎ها در میان شبکه‎های انسانی به ما امکان ساخت دنیای مدرن را داد. اینترنت چشم‎انداز یگانه‎ای برای همکاری و تعامل بین کل بشریت عرضه می‎کند. اما به نظر می‎رسد ما به‎جای استقبال از گستردگی عظیم محافل اجتماعی در شبکه‎های آنلاین، به قبیله‎گرایی و تنازع رجعت کرده‎ایم و ایمان به قابلیت اینترنت در نزدیک‎کردن انسان‎ها در شبکه‎ای مبتنی بر همیاری‎های باشکوه، حالا دیگر ساده‎انگارانه می‎نماید. هرچند ما عموماً در زندگی واقعی‎مان، با غریبه‎ها مؤدبانه و محترمانه برخورد می‎کنیم، اما در حالت آنلاین می‎توانیم رفتار وحشتناکی داشته باشیم. چگونه می‎توانیم مهارت‎های همیاری را، که به ما امکانِ یافتن زمینه‎های مشترک و شکوفاشدن به عنوان یک گونه را داد، از نو فرا بگیریم؟

«زیاد فکر نکن، فقط دکمه را فشار بده!»
من با یک کلیک رقمی را انتخاب می‎کنم، و در یک لحظه همۀ داشته‎ام را می‎دهم. خیلی سریع سراغ پرسش بعدی می‎روم، با علم به اینکه همۀ ما باید با شتاب به بازی ادامه دهیم. هم‎تیمی‎هایم از من دورند و ناشناس. واقعاً خبر ندارم آیا همه‎مان در کنار یکدیگریم یا اینکه به بازی گرفته شده‎ام، اما چون می‎دانم عملکرد بقیه به من بستگی دارد، به بازی ادامه می‎دهم.

من در آزمایشگاه «همکاری انسانیِ» دانشگاه ییل در حال انجام بازی‎ای موسوم به خیر عمومی^۱ هستم. پژوهشگران این بازی را به‎عنوان ابزاری به کار گرفته‎اند تا در فهم این مسئله به آن‎ها کمک کند که ما چرا و چگونه با هم همکاری می‎کنیم و اینکه آیا قادر به بهبود رفتار اجتماعی‎مان هستیم یا نه.

پژوهشگران در طی سال‎ها نظریه‎های متفاوتی را در این باره ارائه کرده‎اند که چرا همکاری انسان‎ها با یکدیگر آن‎قدر خوب است که می‎توانند اجتماعاتی قوی شکل دهند. امروزه بیشتر پژوهشگران باور دارند که ریشه‎های فرگشتیِ خیرخواهیِ عمومیِ ما را می‎توان در منفعت بقای شخصی جست‎وجو کرد که ما انسان‎ها در زمان همکاری به‎عنوان گروه آن را تجربه می‎کنیم. من در هوای برفی ماه فوریه به نیوهِیون در ایالت کنکتیکت آمده‎ام تا از مجموعه‎ای از آزمایشگاه‎ها دیدن کنم که پژوهشگران در آن‎ها، با استفاده از آزمایش‎هایی، در پی کاوش بیشتر رانه‎های شگفت‎آوری هستند که موجب خیرخواهی ما نسبت به دیگران می‎شوند، حتی به قیمت زیان‎دیدن خودمان.

بازی‎ای که وارد آن شده‎ام بر روی یکی از پلتفرم‎های آنلاین مکانیکال ترک^۲ آمازون انجام می‎شود و از آزمایش‎های فعلی آزمایشگاه است. چهار نفر از مکان‎های متفاوت در تیم ما حضور دارند، و هر کدام از ما مبلغ برابری برای شروع بازی دریافت کرده‎ایم. از ما پرسیده شده است چه مبلغی به خزانۀ گروهی اختصاص می‎دهیم، با علم به اینکه موجودی این خزانه بعداً دو برابر شده و دوباره به‎طور مساوی در میان همۀ اعضا تقسیم می‎شود.

این‎گونه دوگانه‎های اخلاقیِ اجتماعی، مانند هر شکل دیگری از همکاری، متکی به میزان مشخصی از اعتماد به رفتار نجیبانۀ سایر اعضای گروه است. اگر همۀ افراد گروه کل پولشان را وسط بگذارند، مجموع پول آن‎ها دوبرابر خواهد شد و در میان چهار نفر تقسیم می‎شود و درنتیجه پول همه دوبرابر خواهد شد: یک بازی برد-برد!

دیوید رند، مدیر آزمایشگاه، می‎گوید، «اما اگر از منظر فردی به آن نگاه کنید، هر دلاری که پرداخت می‎کنید به دوبرابر یعنی دو دلار افزایش می‎یابد و آنگاه تقسیم بر چهار می‎شود- که به معنای این است که هر نفر تنها پنجاه سنت از یک دلاری را که وسط گذاشته است پس می‎گیرد».

اگر چه هر فرد با کمک به پروژه‎ای گروهی که هیچ‎کس به‎تنهایی از عهدۀ آن برنمی‎آید وضعیت بهتری خواهد داشت (نمونه‎هایی از این دست در زندگی واقعی شامل کمک به احداث یک بیمارستان یا ایجاد یک کانال آب محلی است)، اما این حالت در سطح فردی هزینه‎ای در بر خواهد داشت. از منظر مالی، هر چه خودخواه‎تر باشید، پول بیشتری کسب خواهید کرد.

تیم رند این بازی را با هزاران نفر انجام داده است. از نیمی از آن‎ها، مثل من، خواسته شده بود تا در مورد مبلغ مشارکتشان سریع -در ده ثانیه- تصمیم بگیرند، درحالی‎که به تیم دیگر گفته شده بود تا عجله نکنند و در مورد تصمیمشان خوب فکر کنند. معلوم شد هنگامی که افراد تصمیمی شهودی یا قلبی می‎گیرند، سخاوتمندتر از زمانی هستند که تصمیمشان را سبک سنگین می‎کنند.

رند می‎گوید «شواهد بسیاری نشان می‎دهند که همکاریْ ویژگی اصلی فرگشت انسان است». افراد به‎واسطۀ همکاری در گروه سود می‎برند و احتمال زنده‎ماندنشان بالا می‎رود. همچنین امکان و اجازۀ باقی‎ماندن در گروه و نفع‎بردن از مزایای آن به این بستگی دارد که چقدر به انجام رفتار همیارانه شهره هستیم.

رند می‎گوید «در جوامع کوچکی که اجدادمان در آن زندگی می‎کردند، همۀ تعاملات ما با افرادی برقرار می‎شد که قرار بود در آیندۀ نزدیک دوباره آن‎ها را ببینیم و با آن‎ها در ارتباط باشیم». این وضعیت مانع از سر بر آوردن هر گونه وسوسه‎ای برای دست‎زدن به رفتار خشونت‎آمیز یا سوءاستفاده از دیگران و دست‎درازی در سهم و همکاری‎شان می‎شد. «همکاری‎کردن، از منظر منفعت شخصی، منطقی به نظر می‎رسد».

همکاری طی یک چرخۀ سودمند متقابل به همکاری بیشتر منجر می‎شود. به‎جای اینکه هر بار بسنجیم آیا رفتار شریف و نجیبانه در راستای منافع بلندمدت ماست یا نه، کارآمدتر و کم‎دردسرتر این است که به این قانون اساسی پایبند باشیم: نسبت به دیگران شریف باشیم. به همین دلیل است که پاسخ بی‎ملاحظه و شهودی ما در آزمایش سخاوتمندانه‎تر است.

ما در طول زندگی از جامعۀ اطرافمان می‎آموزیم که چگونه نگرش همیارانه‎ای داشته باشیم. اما این رفتارهای اکتسابی ممکن است به همین سرعت هم دستخوش تغییر شوند.

کسانی که در مرحلۀ سرعتیِ آزمایشِ راند شرکت می‎کنند عمدتاً بخشنده‎اند و سهم قابل‎ملاحظه‎ای نیز دریافت می‎کنند و بدین ترتیب نگرش سخاوتمندانۀ آن‎ها تقویت می‎شود. اما آن‎هایی که تصمیماتشان را می‎سنجند خودخواه‎ترند و این نگرش خزانۀ گروهی خالی‎تری را در پی دارد و در نتیجه این باور تقویت می‎شود که اعتمادکردن به گروه سودی ندارد. رند در آزمایش دیگری به افرادی که یک دور در آزمایش شرکت کرده بودند مقداری پول داد. آنگاه از آنان پرسیده شد حاضرند چه مقدار پول به یک غریبه بدهند. این دفعه، هیچ انگیزۀ شخصی‎ای برای بخشیدن وجود نداشت؛ رفتار آن‎ها کاملاً مبتنی بر خیرخواهی بود.

نتایج نشان داد تفاوت‎های زیادی بین گروه‎ها وجود دارد. میزان کمک افرادی که در مرحلۀ اول به همکاری عادت کرده بودند دو برابر بیش از آن‎هایی بود که خودخواهی را پیش گرفته بودند. رند می‎گوید، بنابراین، ما بر رفتار و زندگی درونی افراد تاثیر می‎گذاریم». «این منش و کردار آن‎ها در زمانی است که کسی آن‎ها را نمی‎بیند و حتی هیچ نهاد یا سازمانی در کار نیست که آن‎ها را مجازات کرده یا پاداش دهد».

تیم پژوهشی رند چگونگی انجام این بازی توسط مردم را در کشورهای مختلف به آزمون گذاشته است تا به میزان اثرگذاری قدرت نهادهای اجتماعی -مانند حکومت، خانواده، آموزش و نظام قضایی- بر رفتارها پی ببرد. در کنیا، که فساد در بخش خصوصی بالاست، بازیگران شرکت‎کننده سخاوت کمتری نسبت به شرکت‎کننده‎های آمریکایی از خود نشان دادند، که فساد در کشورشان کمتر است. این نشان می‎دهد افرادی که پشتشان به نهادهای اجتماعیِ نسبتاً منصفی گرم است رفتارشان بیشتر به روح جمعی نزدیک است؛ آن‎هایی که نهادهایشان کمتر قابل اعتمادند، خودحمایتگری بیشتری دارند. اما کنیایی‎ها تنها پس از یک دور شرکت در آن نسخه از بازی خیر عمومی، که در پایان روحیۀ همکاری را در شرکت‎کنندگان تقویت می‎کند، از نظر میزان سخاوت با آمریکایی‎ها برابر شدند. البته این ماجرا سوی دیگری هم داشت: آمریکایی‎هایی که تمایلات خودخواهانۀ آن‎ها تقویت شده بود بخشندگی کمتری نشان دادند.

آیا فرهنگ رسانه‎های اجتماعی چیزی در خود دارد که سبب می‎شود برخی افراد رفتار ناپسندی داشته باشند؟ برخلاف جوامع شکارچی-گردآورنده، که بقایشان در گرو همکاری و تشریک مساعی بود و قواعدی هم در این مورد داشتند که در شبکۀ اجتماعی‎شان چه زمانی غذا را باید به چه کسی بدهند، رسانه‎های اجتماعی امروز بنیان‎های ضعیفی دارند. فاصلۀ مکانی، ناشناس‎ماندن نسبی و خطر اندک تنبیه و رسوایی ناشی از رفتار بد از ویژگی‎های این رسانه‎هاست: اگر بدجنس باشید، کسانی که شما را می‎شناسند بدجنسی‎هایتان را نخواهند دید.

من به‎زحمت از میان برف و بوران از چند خیابان گذشتم تا آزمایشگاه روان‎شناسیِ مولی کراکت را پیدا کنم، جایی که پژوهشگرانْ تصمیم‎گیریِ اخلاقی در جامعه را بررسی می‎کنند. یکی از حیطه‎های مورد بررسی آن‎ها این است که چگونه هیجان‎های اجتماعی، به‎ویژه خشم اخلاقی-خشم ناشی از قضاوت اخلاقی- در فضای مجازی تغییر شکل می‎دهند. مطالعات در حوزۀ تصویربرداری عصبی (از مغز) نشان می‎دهد هنگامی که افراد به تبعیت از خشم اخلاقی‎شان عمل می‎کنند، مرکز پاداشِ مغزی آن‎ها فعال می‎شود و احساس خوبی به آن‎ها دست می‎دهد. دریافت پاداش باعث تقویت این رفتار می‎شود، به همین دلیل احتمال مداخلۀ دوبارۀ آن‎ها، به روش مشابه، افزایش می‎یابد. بنابراین، اگر کسی را ببینند که نوع رفتارش قواعد اجتماعی را نقض کند، مثلاً به سگش اجازه دهد یک زمین بازی را کثیف کند، و اعتراض خود را به این حرکت در انظار عموم به فرد خاطی نشان دهند، متعاقباً احساس خوبی به آن‎ها دست خواهد داد. هر چند اعتراض به ناقض قواعد جمعی اجتماع، خطرات خاص خودش را در پی دارد –مثلاً ممکن است فرد خاطی در واکنش، به شما حمله کند- اما شهرت و اعتبارتان را نیز بالا می‎برد.

ما در زندگیِ نسبتاً آرام خود به‎ندرت با رفتار خشم‎آلود مواجه می‎شویم، بنابراین خیلی کم بُروز خشم اخلاقی را می‎بینیم. وقتی سراغ توییتر و فیس‎بوک می‎روید با تصویر کاملاً متفاوتی مواجه می‎شوید. پژوهش‎های اخیر نشان داده‎اند که احتمال بازنشر پیام‎هایی که همزمان حاوی واژه‎های اخلاقی و هیجانی هستند، در شبکه‎های اجتماعی بیشتر است؛ وجود هر واژۀ اخلاقی یا هیجانی در یک پیام بیست درصد احتمال بازتوییت‎شدن آن پیام را افزایش می‎دهد.

کراکت می‎گوید «احتمال بازنشر محتوایی که خشم را برمی‎انگیزاند و آن را ابراز می‎کند بیشتر است». آنچه ما در دنیای مجازی خلق کرده‎ایم «اکوسیستمی است که خشمناک‎ترین محتوا را برمی‎گزیند و، افزون بر این، پلتفرمی آن را همراهی می‎کند که امکان بیان غضب را بیش از هر زمان دیگری فراهم آورده است.

برخلاف دنیای آفلاین و واقعی، مواجهه و حمله به دیگران در دنیای آنلاین هیچ مخاطرۀ شخصی‎ای در بر ندارد. تنها باید چندبار یک دکمه را فشار دهید و نیازی به حضور فیزیکی هم نیست، به همین دلیل بیان خشم در فضای مجازی بسیار بیشتر است. این وضعیت به‎گونه‎ای است که خود را تغذیه و تشدید می‎کند. کراکت اظهار می‎کند «اگر کسی را به‎خاطر نقض یک قاعده تنبیه کنید، اعتبار و ارزش شما در نظر دیگران بالا خواهد رفت، بنابراین می‎توانید مرام اخلاقی‎تان را با بیان خشم و غضب و تنبیه ناقض قواعد اجتماعی اشاعه دهید و مردم به این مسئله باور دارند که با بیان خشمشان خیر و نیکی را اشاعه می‎دهند؛ باور دارند که این کار برگرفته از اخلاقیات و نیکوکاری است».

این وضعیت به‎واسطۀ بازخوردی که افراد در شبکه‎های اجتماعی به شکل لایک و بازتوییت و نظایر آن دریافت می‎کنند تشدید می‎شود. کراکت توضیح می‎دهد «فرضیۀ ما این است که طراحی این پلتفرم‎ها ابراز خشم و غضب را به عادت تبدیل می‎کند و عادت چیزی است که بدون توجه به پیامدهایش انجام می‎شود؛ نسبت به پیامد خود بی‎تفاوت است، تنها پاسخی کورکورانه به یک محرک است».

او می‎افزاید «فکر می‎کنم سزاوار است به‎عنوان یک جامعه در این مورد گفت‎وگو کنیم که آیا خواست ما این است که اصول اخلاقی‎مان تحت سیطرۀ الگوریتم‎هایی باشد که هدفشان پول‎درآوردن برای شرکت‎های عظیم فناوری است؟ به گمان من، همۀ ما مایلیم باور و احساسمان این باشد که عواطف، افکار، و رفتارهای اخلاقی ما خودخواسته هستند و نه واکنش‎های غیرارادی به هرآنچه پیش روی ما قرار داده می‎شود و طراحان گوشی‎های هوشمند ما در این اندیشه‎اند که سود هرچه‎بیشتری را از این را ه نصیب خود کنند».

جنبۀ مثبت قضیه این است که تاوان ناچیز ابراز خشم و غضب در فضای مجازی به گروه‎های درحاشیه و کم‎نفوذتر امکان پیش‎بردن اهدافی را داده که دستیابی به آن‎ها به‎طور مرسوم دشوارتر بوده است. خشم اخلاقی در رسانه‎های اجتماعی نقش مهمی در جنجالی‎شدن آزار جنسی زنان توسط مردانِ صاحب‎اعتبار داشت. همچنین در فوریۀ سال ۲۰۱۸، اعتراض نوجوانان فلوریدایی در شبکه‎های اجتماعی بر علیه تیراندازی دیگری در ایالتشان، به تغییر افکار عمومی کمک کرد و با رسواکردن شرکت‎های بزرگ، آن‎ها را وادار کرد طرح‎های تخفیفیِ مختص اعضای انجمن ملی اسلحۀ آمریکا را لغو کنند.

کراکت اظهار می‎کند «به‎عقیده من باید راه‎هایی وجود داشته باشد که بتوان به‎وسیلۀ آن مزایای دنیای مجازی را حفظ کرد و درعین‎حال با دقت بیشتری به بازطراحی این تعاملات اندیشید، به‎گونه‎ای که به برخی بخش‎های زیان‎بار آن پایان داد».

نیکلاس کریستاکیس از جمله افرادی است که زمان زیادی را صرف اندیشیدن به الگوی تعاملات ما در شبکه‎های اجتماعی کرده است. او مدیر آزمایشگاه «طبیعت انسانی» دانشگاه ییل است که، تنها چند خیابان برفی، آن‎طرف‎تر از آزمایشگاه مولی کراکت قرار دارد. تیم او چگونگی تأثیر جایگاه افراد در شبکه‎های اجتماعی را مطالعه می‎کند، و اینکه حتی چگونه برخی افرادِ صاحب‎نفوذِ خاص می‎توانند فرهنگ و نگرش کل شبکۀ آنلاین را متحول می‎کنند.

این تیم در حال یافتن روش‎هایی برای شناسایی این افراد است تا از آن‎ها برای کمک در برنامه‎های سلامت عمومی، که برای جامعه مفیدند، استفاده کنند. مثلاً در هندوراس آن‎ها از این رویکرد برای تأثیرگذاری بر افکار عمومی جهت نام‎نویسی برای برنامه‎های واکسیناسیون و مراقبت‎های مادرانه استفاده می‎کنند. این‎گونه اشخاص قابلیت این را دارند که در محیط آنلاین فرهنگ قلدری را به‎سمت فرهنگ حمایت‎گرانه سوق دهند.

شرکت‎ها همین حالا از یک سامانۀ ابتدایی برای شناساییِ به‎اصطلاح شاخ‎های اینستاگرام برای تبلیغ برندهایشان بهره می‎برند. اما کریستاکیس تنها میزان محبوبیت افراد را مد نظر ندارد، بلکه جایگاه آن‎ها در شبکه و ساختار آن شبکه را نیز ملاحظه می‎کند. در برخی شبکه‎ها، مانند یک روستای کوچک دورافتاده، همۀ افرادْ ارتباط نزدیکی با هم دارند و در یک مهمانی احتمالاً همه همدیگر را خواهند شناخت. در مقایسه، مردم یک شهر، به‎عنوان یک کل، ممکن است سبک زندگی‎شان مبتنی بر اصول همسوتری باشد، اما احتمال اینکه در آنجا در یک مهمانی همه همدیگر را بشناسند کمتر است. کریستاکیس توضیح می‎دهد که درجۀ هم‎پیوندیِ هر شبکه بر نحوۀ اشاعۀ رفتارها و اطلاعات در آن اثر می‎گذارد.

کریستاکیس می‎گوید: «اگر اتم‎های کربن را بردارید و به یک شکل آن‎ها را سرهم‎بندی کنید، به گرافیت تبدیل می‎شوند که نرم و تیره است. اگر همان اتم‎های کربن را به‎شکلی دیگر ترکیب کنید، خواهید دید که به الماس تبدیل می‎شود که سخت و شفاف است. این ویژگی‎های سختی و شفافیت به اتم‎های کربن مربوط نمی‎شوند؛ این ویژگی‎ها به مجموعۀ اتم‎های کربن مربوط می‎شوند و به این بستگی دارد که چگونه اتم‎های کربن را به هم وصل می‎کنید. وضعیت گروه‎های انسانی نیز به همین ترتیب است.

کریستاکیس، برای کاوش در این موضوع، نرم‎افزاری را از طریق ایجاد گروه‎های ساختگی موقتی در محیط آنلاین طراحی کرده است. «ما افراد را در گروه‎ها قرار می‎دهیم و آنگاه می‎گذاریم با هم تعامل داشته باشند تا ببینیم مثلاً چگونه بازی خیر عمومی را انجام می‎دهند و از این طریق میزان خیرخواهی‎شان نسبت به یکدیگر را ارزیابی می‎کنیم».

در مرحلۀ بعد، او شبکه را دستکاری می‎کند. «من می‎توانم با مهندسیِ تعاملاتشان به‎شکلی خاص سبب شوم آن‎ها بسیار نسبت به یکدیگر مهربان باشند، به‎خوبی در کنار هم کار کنند و این‌گونه آن‎ها سلامت و خوشحال خواهند بود و با یکدیگر همکاری می‎کنند. یا اینکه همین افراد را به شکلی دیگر به هم پیوند دهید و خواهید دید که چه رفتار ناجوری با هم خواهند داشت، همیاری بین آن‎ها شکل نگرفته و برای هم مهربانی نمی‎کنند.

در یکی از بازی‎ها، او غریبه‎هایی را به‎طور تصادفی تعیین کرد تا بازی خیر عمومی را با یکدیگر انجام دهند. کریستاکیس گزارش داد که، در آغاز، دو سوم افراد رویکردی همیارانه داشتند. «اما برخی از افرادی که با آن‎ها تعامل دارند، از آن‎ها سوءاستفاده می‎کنند و ازآنجایی‎که تنها انتخاب‎هایشان این است که یا خیرخواه باشند و همیار یا اینکه به دیگران پشت کنند، به این نتیجه می‎رسند که روی از آن‎ها برگردانند، زیرا در میان افرادی گیر افتاده‎اند که از آن‎ها سودجویی می‎کنند. نهایتاً در پایان آزمایش همه نسبت به هم خباثت به خرج می‎دهند».

کریستاکیس وضعیت را این‎گونه تغییر داد که به هر فرد اندکی اختیار تصمیم‎گیری محول کرد تا در مرحلۀ بعد خود تعیین کنند با چه کسی ارتباط داشته باشند. «آن‎ها باید دربارۀ دو چیز تصمیم می‎گرفتند: آیا من با همبازی‎های مجاورم خیرخواه بوده‎ام یا نه، و آیا باید در کنار این همبازیانِ مجاور بمانم یا نه». تنها چیزی که هر بازیگر در مورد همبازی کناری‎اش می‎دانست این بود که آیا هر کدام از آن‎ها، در دور قبلی، همکاری یا تک‎روی کرده بودند. «آنچه ما می‎توانیم نشان دهیم این است که افراد پیوندشان را با تکروها قطع می‎کنند و پیوندهایی را با همکاری‎جویان برقرار می‎کنند و شبکه دوباره خود را بازآرایی می‎کند و ساختارش شبیه الماس می‎شود نه گرافیت». به بیان دیگر، ساختاری مبتنی بر حمایت اجتماعی و نه ساختاری غیرهمیارانه.

تیم کریستاکیس، در تلاش برای تولید جوامع آنلاینِ همکاری‎جو، اقدام به افزودن بات‎هایی^۳ به گروه‎ها و اجتماعات موقت کرده است. او مرا در کنار یک لب‎تاپ می‎نشاند و به بازی دیگری مشغولم می‎کند. در این بازی، بازیگرانِ ناشناس باید در قالب یک تیم با هم کار کنند تا معمای دشواری را حل کنند، معمایی که کاشی‎کارها با آن غریبه نیستند: هر کدام از ما باید از میان سه رنگ یکی را برگزیند، اما بازیکنانی که مستقیماً با یکدیگر ارتباط دارند (مجاور هستند) باید رنگ‎های متفاوتی را انتخاب کنند. اگر معما را در محدودۀ زمانی مشخصی حل کنیم، همۀ ما سهمی از پول جایزه را دریافت خواهیم کرد؛ اگر موفق نشویم، هیچ چیز عاید کسی نمی‎شود. دست‎کم با ۳۰ نفر دیگر همبازی هستم. هیچ‎کدام از ما نمی‎تواند کل این شبکۀ ارتباطی ۳۰ نفره را ببیند، تنها تصمیم‎های همبازی‎های مجاور قابل مشاهده‎اند؛ درهرحال برای بردن باید همکاری کنیم.

من با دو نفر مجاورم، که انتخاب‎هایشان سبز و آبی است، مرتبط هستم، به همین خاطر قرمز را انتخاب می‎کنم. بعداً نفر سمت چپ من رنگش را تغییر داده و قرمز را انتخاب می‎کند، بنابراین من هم رنگ مدنظرم را به آبی تغییر می‎دهم. بازی ادامه پیدا می‎کند و نگران می‎شوم و به کندیِ واکنش‎هایم لعنت می‎فرستم. به‎طور مداوم رنگ انتخابی‎ام را عوض می‎کنم و به تغییراتی که خارج از دید من در شبکه روی می‎دهند واکنش نشان می‎دهم و همین کار، خود، در شبکه سلسله‎ای از تغییرات را موجب می‎شود. قبل از اینکه معما را حل کنیم وقت به پایان می‎رسد. این وضعیتْ ارسال پاسخ‎های خشمناک به صندوق نظرات بازی از سوی بازیگران را در پی دارد، که از هم دورند و یکدیگر را نمی‎شناسند. هر کدام سایرین را به‎خاطر حماقتشان سرزنش می‎کند. شخصاً از پایان‎یافتن بازی آسوده‎خاطر شدم، زیرا دیگر کسی مجبور نبود، برای پول‎درآوردن، به مهارت‎های ناشیانۀ بازیگری من اتکا کند.

کریستاکیس به من می‎گوید برخی از شبکه‎ها چنان پیچیده‎اند که حل‎کردن معما در زمان مشخص‎شده ناممکن است. اما آسودگی من دیری نپایید: معمای بازی‎ای که من در آن شرکت داشتم حل‎شدنی بود. او بازی را به عقب برمی‎گرداند و کل شبکه برای نخستین بار پیش روی من قرار می‎گیرد. حالا می‎دانم که زیرشاخۀ شعبۀ اصلی شبکه بوده‎ام. برخی بازیگران تنها به یک نفر دیگر متصل بودند، اما بیشترِ آن‎ها با سه نفر دیگر یا بیش از آن در ارتباط بودند. هزاران نفر از سراسر جهان این بازی را در مکانیکال ترکِ آمازون انجام می‎دهند، و جذب آن‎ها برای مشارکت در بازی از طریق پاداش اندکی است که به‎ازای هر دور بازی پرداخت می‎شود. اما زمانی که در حال تماشای بازی خودم در دوری بودم که همه‎چیز برایم رو شده بود، کریستاکیس فاش می‎کند که سه تن از این بازیگران در واقع بات‎های جاسوس بودند. او می‎گوید «ما به آن‎ها هوش مصنوعی خاموش^۴ می‎گوییم».

تیم او علاقه‎ای به ابداع اَبَرهوشی مصنوعی برای جایگزین‎کردن شناخت انسانی ندارد. در عوض، برنامه این است که از طریق بات‎های نامحسوس به میان جمعیتی از انسان‎ها -که خود هوشمند هستند- نفوذ کرده تا آن‎ها را در کمک‎کردن به خودشان یاری رسانند.

کریستاکیس می‎گوید «ما به‎دنبال پی‎بردن به این مسئله بودیم که آیا می‎توانیم، با استفاده از بات‎های نامحسوس، افراد را از سردرگمی در بازی درآوریم تا بتوانند اندکی همکاری و هماهنگی بیشتری داشته باشند یا خیر. به این منظور که، با اندکی کمک بیرونی، ظرفیت ذاتی‎شان در جهت عملکرد بهینه آشکار شود». او دریافت که اگر بات‎ها بدون نقص و اشتباه عمل می‎کردند، این وضعیتْ کمکی به انسان‎ها نمی‎کرد. اما اگر بات‎ها اشتباهاتی انجام دهند، آن‎ها گره از قابلیت گروه در یافتن راه‎حل را می‎گشودند.

«برخی از این بات‎ها انتخاب‎هایی غیرمنطقی انجام می‎دادند. با وجود اینکه همبازی‎های مجاورشان سبز را انتخاب کرده بودند و آن‎ها بر اساس قاعدۀ بازی باید نارنجی را انتخاب می‎کردند، اما انتخاب آن‎ها نیز سبز بود». وقتی این کار را می‎کردند، به یکی از همبازی‎های مجاور که سبز را انتخاب کرده بودند امکان می‎دادند تا به نارنجی تغییر رنگ دهند، «که باعث می‎شد انتخاب برای فرد کناری نیز آزاد شده و او نیز رنگ دیگری را انتخاب کند. و چقدر عالی شد! ما مشکل را حل کردیم». بدون حضور بات، احتمالاً همۀ بازیگران در رنگ سبز گیر می‎کردند، بدون اینکه متوجه شوند مشکل از همین‎جاست. «متفاوت‎تر شدن انتخاب‎های افراد موقتاً به همبازی‎های مجاور امکان می‎دهد انتخاب‎های بهتری انجام دهند».

با اندکی دستکاری در سیستم، بات‎ها کمک کردند شبکه کارکرد بهتری داشته باشد. شاید بتوان شکلی دیگر از این الگو را این‎گونه به کار گرفت که در گردش اخبار گروه‎های افرادِ متعصب اطلاعاتی با نگرش متفاوت وارد کرد و از این طریق مردم را از کانون‎های حباب‎مانند و اطمینان‎بخششان در شبکه‎های اجتماعی بیرون کشید و امکان همکاری بیشتر را برای جامعه به‎عنوان یک کل فراهم آورد.

بخش گسترده‎ای از رفتار ضداجتماعی آنلاین ناشی از ناشناس‎ماندن تعاملات آنلاین است؛ هزینه‎های بدنامیِ رفتار فرومایه نسبت به محیط آفلاین کمتر است. در اینجا نیز بات‎ها راه‎حلی برای این مشکل دارند. در یک آزمایش مشخص شد که به‎کارگرفتن حساب‎های کاربریِ بات‎هایی که تصاویر پروفایل سفیدپوست دارند، برای پاسخ‎دادن به توییت‎های نژادپرستانه به سیاه‎پوستان، موجب کاسته‎شدن از میزان این توهین‎ها می‎شود. نمونه‎پاسخ‎های بات‎ها به توییت‎های نژادپرستانه از این دست بودند: «آهای آقا، یادت باشه کسایی هستن که این‎شکلی حرف‎زدنت واقعاً اون‎ها رو می‎رنجونه». تنها اندکی تحریکِ حس همدلیِ این توییت‎کنندگان، توییت‎های نژادپرستانۀ آن‎ها را برای هفته‎ها بعد تقریباً به صفر رساند.

روش دیگری که می‎توان، با آن، مسئلۀ ناچیزبودنِ تاوان حیثیتی در قبال رفتار نادرست آنلاین را رفع کرد طراحی نوعی تنبیه اجتماعی است. یک کمپانی بازی با نام «لیگ آو لجندز»^۵ این کار را با معرفی ویژگی‎ای با عنوان «محکمه»^۶ انجام داد که در آن انجام بازی منفی موجب تنبیه‎شدن توسط سایر بازیکنان می‎شود. این شرکت گزارش داد، در طی یک سال، دویست‎وهشتادهزار بازیکن «اصلاح شدند»، به این معنا که پس از تنبیه‎شدن توسط محکمه رفتارشان را تغییر دادند و بعداً در اجتماعِ بازیگرانِ این بازی به جایگاهی مثبت رسیدند. طراحان همچنین می‎توانستند، در قبال رفتار شایسته، پاداش‎های اجتماعی در نظر بگیرند و از این طریق مؤلفه‎های همکاری‎جویانه‎تری را ترویج دهند تا به برقرای ارتباطات و تعاملات کمک شود.

در حال حاضر، پژوهشگران در پی پیش‎بینی لحظه‎هایی هستند که یک تعامل به سمت بدی تغییر جهت می‎دهد، همان لحظه‎ای که این تعاملات می‎توانند از مداخلات بازدارنده سود ببرند. کریستیان میزیل^۷، عضوگروه علم اطلاعات دانشگاه کرنل، می‎گوید «ممکن است تصور کنید اقلیتی از افراد ضداجتماع، که ما به آن‎ها ترول می‎گوییم، در محیط آنلاین وجود دارند که مسئول تمامی این آسیب‎هایند. آنچه ما در عمل در کار پژوهشی‎مان یافتیم این است که آدم‎های معمولی، مثل من و شما، ممکن است مرتکب چنین رفتارهای ضداجتماعی‎ای شوند. شاید در یک برهۀ زمانی خاص، عملاً به یک ترول مبدل شوید. این وضعیت شگفت‎آور است».

این مسئله هشداردهنده نیز هست. من در ذهنم گریزی به توییت‎های اخیر خودم می‎زنم، که مبادا با هدف خوشمزگی‎کردن برای طرفدارانم در محیط آنلاین، درگیر قلدرمآبی شده باشم. هر چه باشد، توهین و آزار کسی که دور از شماست و او را نمی‎شناسید بسیار اغواکننده است، آن هم در حالتی که این کار مثلاً وجهۀ شما را در گروه اجتماعی‎تان بهبود می‎دهد.

میزیل قسمت نظرات و واکنش‎هایی که در پایین مقاله‎های آنلاین قرار دارد را بررسی می‎کرده. او دو محرک عمده برای تبدیل‎شدن به ترول آنلاین را شناسایی کرده است: شرایط و زمینۀ تعامل (نحوۀ رفتار سایر کاربران) و حال‎وهوای خودتان. او می‎گوید «اگر روز بدی را پشت سر گذاشته‎اید، یا مثلاً ازقضا روز اول هفته باشد، به احتمال بیشتری در این موقعیت‎ها مبدل به ترول خبیث خواهید شد. صبح روز آخر هفته احتمالاً مهربان‎تر هستید».

میزیل بعد از جمع‎آوری داده‎ها، ازجمله داده‎های مربوط به افرادی که در گذشته رفتار خبیثانه داشتند، الگوریتمی را طراحی کرد که با دقت هشتاد درصد پیش‎بینی می‎کند چه زمانی یک فرد ممکن است در فضای آنلاین به رفتار توهین‎آمیز روی بیاورد. اگر افراد قبل از نوشتنِ هر چیزی دوبار به آن فکر کنند، محیط و زمینۀ تبادل برای هر کسی بهبود می‎یابد: احتمالاً کمتر شاهد رفتارهای ناشایست دیگران خواهید بود و درنتیجه احتمال بُروز آن از طرف خودتان نیز کاهش می‎یابد.

خبر خوب این است که برخلاف رفتار وحشتناکی که بسیاری از ما در محیط آنلاین تجربه کرده‎ایم، اکثر تعاملاتْ شایسته و همیارانه هستند. خشم اخلاقیِ موجه به‎شکلی مفید برای به چالش‎کشیدن توییت‎های نفرت‎پراکنانه به‎کار گرفته شده است. مطالعه‎ای که اخیراً در بریتانیا تمایلات ضدیهودی را در توییتر بررسی می‎کرد به این نتیجه رسید که میزان بازنشر پیام‎هایی که به توییت‎های یهودی‎ستیز انتقاد می‎کنند بسیار بیشترند از خود توییت‎های یهودی‎ستیز. بیشتر پیام‎های نفرت‎انگیز یا نادیده گرفته می‎شدند یا در میان محفل کوچکی از حساب‎های کاربریِ مشابه رد و بدل می‎شدند. شاید ما همین حالا خودمان انجام کار ربات‎ها را آغاز کرده‎ایم.

میزیل در این مورد خاطرنشان می‎کند که ما هزاران سال برای صیقل‎دادن و اصلاح تعاملات فرد در برابر فرد فرصت داشته‎ایم اما تنها بیست سال از آغاز تعاملاتمان در شبکه‎های اجتماعی می‎گذرد. «زمانی که آفلاین هستیم و در دنیای واقعی، سرنخ‎هایی از حالات صورت و زبان بدن گرفته تا آهنگ صدا را در اختیار داریم… درحالی‎که در فضای آنلاین ما تنها از طریق نوشته‎ها دربارۀ مسائل بحث می‎کنیم. فکر می‎کنم نباید چندان شگفت‎زده باشیم که یافتن شیوۀ صحیح گفت‎وگو و همکاری آنلاین برایمان تا این اندازه دشوار است».

هر چه رفتار آنلاینِ ما رو به جلو می‎رود احتمالاً علائم و نشانه‎های دقیقی را رو خواهیم کرد -معادل‎های دیجیتال ایما و اشاره‎های صورت-، تا به آرام‎کردن مباحث آنلاین کمک کنیم. در همین اثنا، توصیه می‎شود که در مواجهه با توهین و آزار آنلاین خونسردی‎تان را حفظ کنید؛ تقصیر از شما نیست. رفتار قلدرها را تلافی نکنید، آن‎ها را بلاک کرده یا نادیده بگیرید، یا اگر دل و دماغش را دارید از آن‎ها بخواهید دست از این کار بکشند. از صفحۀ گوشیتان عکس بگیرید و آزار آنلاین را به سرور شبکۀ اجتماعی مورد نظر گزارش دهید و در صورت مشاهدۀ تهدید فیزیکی و جانی، به پلیس اطلاع دهید.

اگر شبکه‎های اجتماعی‎ای که ما می‎شناسیم بخواهد دوام داشته باشد، کمپانی‎های گردانندۀ این پلتفرم‎ها مکلف‎اند احتمالاً، تحت لوای علوم رفتاری، الگوریتم‎هایشان را جهت‎دهی کنند تا به‎جای تفرقه و آزار آنلاین، همکاری و تجربه‎های آنلاین مثبت را ترویج دهند. ما، در مقام کاربر این محیط، بهتر است خود را به‎شایستگی با این محیطِ ارتباطی وفق دهیم، طوری که تعامل مدنی و سازنده، مثل حالت آفلاین، به یک قاعده تبدیل شود.

میزیل می‎گوید «من خوش‎بینم. این بازی فقط کمی متفاوت است و ما نیازمند تکاملی دیگریم».

توصیه و حمایت در زمینۀ مواجهه با آزار آنلاین در شماری از مؤسسات مانند هارت‎موب^۸، استاپ آنلاین ابیوس^۹، کنکت‎سیفتی^۱۰ و خودِ ارائه‎دهندگانِ خدمات شبکه‎های اجتماعی مثل توییتر، فیس‎بوک و اینستاگرام در دسترس هستند.

پی‎نوشت‎ها:
• این مطلب را گایا وینس نوشته است و در تاریخ ۳ آوریل ۲۰۱۸ با عنوان «Why good people turn bad online» در وب‎سایت موزاییک منتشر شده است. وب‎سایت ترجمان آن را در تاریخ ۲۶ شهریور ۱۳۹۷ با عنوان «چرا آدم‌های خوب در شبکه‎های اجتماعی تحمل‎ناپذیر می‌شوند؟» و با ترجمۀ سجاد امیری منتشر کرده است.
•• گایا وینس (Gaia Vince) نویسنده و کارشناس مجری متخصص در زمینۀ علوم و محیط‎زیست است. او سردبیر مجلۀ نیچر کلایمت چینج و یکی از دبیران نیوساینتیست بوده است. اولین کتاب او که به‎تازگی منتشر شده است، ماجراجویی‎هایی در آنتروپوسین: سفری به قلب سیاره‎ای که ساخته‎ایم (Adventures in the Anthropocene: A journey to the heart of the planet we made) نام دارد.

[۱] public goods game
[۲] Mechanical Turk: یکی از خدمات وب‌سایت آمازون است که در آن بازاری را به‌شیوۀ جمع‌سپاری اینترنتی اداره می‌کند. در جمع‌سپاری اینترنتی برنامه‌نویسان می‌توانند با هماهنگ‌کردن هوش انسان‌ها کارهایی را انجام دهند که رایانه‌ها هم‌اکنون قادر به انجام آن نیستند [ویکی‌پدیا].
[۳] Bot: بات‌ها رویکردی جدیدی هستند که به‎واسطۀ پیاده‌سازی هوش مصنوعی برای تعامل با کاربران در محیط‌های مختلف به کار گرفته می‌شوند [مترجم].
[۴] dumb AI
[۵] League of Legends
[۶] tribunal
[۷] Cristian Danescu-Niculescu-Mizil
[۸] HeartMob
[۹] Stop Online Abuse
[۱۰] ConnectSafely