Forwarded from متافیزیک تحلیلی دکتر مروارید
جلسه هفتم متافیزیک دکتر مروارید.mp3
90.5 MB
جلسه هفتم متافیزیک دکتر مروارید
مباحث:
۱. پایان بحث جوهر (نزاع میان substratum theory و bundle theory)
۲. شروع مبحث گزاره‌ها (propositions)
#متافیزیک
#دکتر_مروارید
@drmorvarid
مباحث:
۱. پایان بحث جوهر (نزاع میان substratum theory و bundle theory)
۲. شروع مبحث گزاره‌ها (propositions)
#متافیزیک
#دکتر_مروارید
@drmorvarid
❤1
Forwarded from متافیزیک تحلیلی دکتر مروارید
جلسه هشتم متافیزیک دکتر مروارید.mp3
90.4 MB
جلسه هشتم متافیزیک دکتر مروارید
مبحث:
شروع مبحث گزاره‌ها (propositions)
#متافیزیک
#دکتر_مروارید
@drmorvarid
مبحث:
شروع مبحث گزاره‌ها (propositions)
#متافیزیک
#دکتر_مروارید
@drmorvarid
👏1
Forwarded from تکامل و فلسفه | هادی صمدی
انواع شناخت، و آینده‌ی انسان
فرایند تکامل، روایتی از گوناگونی و انشعاب در درخت حیات است. به موازات گسترش حیات، توانایی‌های شناختی نیز در شاخه‌های مختلف این درخت، مسیرهای متفاوتی را طی کرده‌اند.
امروزه در آستانه‌ی رویداد تکاملی متفاوت، و با سرعتی بیشتری هستیم. گونه‌زایی شناختی نوین، دیگر تنها تحت هدایت انتخاب طبیعی نیست، بلکه تحت تأثیر پیشرفت‌های فناورانه و توانایی ما در دستکاری مستقیم زیست‌شناسی و اطلاعات است. در آینده‌ای نه چندان دور، شاهد همزیستی انواع گوناگونی از ذهن‌ها یا سیستم‌های شناختی خواهیم بود که در بنیادی‌ترین ویژگی‌هایشان با یکدیگر متفاوت‌اند.
مطابق روندهای کنونی انواع شناخت در آینده به شرح زیر است:
۱. شناخت بدنمند انسان متعارف در اکثریت جمعیت بشر ادامه می‌یابد: شناختی که طی میلیون‌ها سال تکامل یافته و عمیقاً با ساختار زیستی، حواس پنج‌گانه، چرخه‌های هورمونی، نیازهای اجتماعی و محدودیت‌های فیزیکی بدن انسان مرتبط است.
۲. شاهد شناخت بدنمند انسان‌های اصلاح‌شده‌ی ژنتیکی خواهیم بود. با پیشرفت مهندسی ژنتیک، می‌توان آینده‌ای را تصور کرد که در آن انسان‌ها برای تقویت قابلیت‌های شناختی نظیر حافظه، سرعت پردازش، تمرکز، خلاقیت یا مقاومت در برابر زوال عقل، دستخوش تغییرات ژنتیکی هدفمند می‌شوند. این افراد همچنان شناختی بدنمند خواهند داشت، اما بدن و مغزی که این شناخت را پشتیبانی می‌کند با حالت پایه تفاوت خواهد داشت و این تفاوت‌های زیستی تجربیات ذهنی و الگوهای فکری متفاوتی را شکل می‌دهد.
۳. مسیر دیگر به سوی شناخت سایبورگی می‌رود که در آن انسان‌ها به رابط‌های مغز-کامپیوتر مجهز می‌شوند. نصب این تراشه‌ها پتانسیل دگرگونی عمیقی در شناخت دارد. افراد ممکن است به اطلاعات دیجیتال دسترسی مستقیم پیدا کنند، حواس جدیدی کسب کنند، با ماشین‌ها مستقیماً ارتباط برقرار کنند یا بخشی از پردازش‌های شناختی خود را به واحدهای خارجی بسپارند.
۴. ترکیب دو رویکرد پیشین، شناخت هیبریدی پیشرفته را پدید می‌آورد. در این حالت، انسان‌ها همزمان از طریق مهندسی ژنتیک برای پذیرش و کارایی بهتر تراشه‌های مغزی بهینه‌سازی شده‌اند و این تراشه‌ها نیز در مغزشان نصب شده است. می‌توان ژن‌هایی را طراحی کرد که رشد عصبی را برای اتصال بهتر با الکترودها تسهیل می‌کنند یا مدارهای مغزی که برای پردازش حجم عظیمی از داده‌های دریافتی از تراشه تقویت شده‌اند. این هم‌افزایی می‌تواند به جهش‌های شناختی منجر شود که بسیار فراتر از توانایی‌های هر یک از این فناوری‌ها به تنهایی است و گونه‌ی شناختی کاملاً جدیدی را ایجاد کند. این افراد نخستین کاندیداهای حکمرانی بر جمعیت‌های انسانی خواهند بود.
۵. در شاخه‌ای متفاوت، شناخت هوش مصنوعی مبتنی بر مدل‌های زبانی بزرگ قرار دارد. این نوع شناخت، اساساً فاقد بدن به معنای زیستی‌ست. مدل‌هایی مانند چت‌جی‌پی‌تی بر روی حجم بزرگی از داده‌های متنی آموزش دیده‌اند، توانایی‌های شگفت‌انگیزی در پردازش زبان طبیعی، استدلال مبتنی بر الگو، تولید محتوا و حل مسئله را دارند.
۶. در روبات‌های هوشمند شناخت روباتیک یا هوش مصنوعی بدنمند تجلی می‌یابد. این روبات‌ها، چه انسان‌نما و چه صنعتی پیشرفته، دارای بدن فیزیکی هستند و از طریق حسگرها با محیط تعامل داشته و از طریق عملگرها بر آن تأثیر می‌گذارند. شناخت آنها، هرچند مبتنی بر سیلیکون، نوعی بدنمندی دارد و یادگیری‌شان شامل حلقه‌های حسگر-حرکتی و درک فضایی است.
۷. مرز بین ماشین و زیست‌شناسی در شناخت بیو-روباتیک کمرنگ‌تر نیز می‌شود. در این دسته، روبات‌هایی را می‌یابیم که بدنشان نه از فلز و پلاستیک، بلکه از بافت‌های مهندسی‌شده، سلول‌های عضلانی مصنوعی یا حتی شبکه‌های عصبی زیستی باشد، که اگر از نوعی حس یا آگاهی برخوردار شوند رقابت، و شاید همکاری میان این موجودات، و انسان‌های هیبریدی در کنترل جهان ایجاد می‌شود.
۸. شاید رادیکال‌ترین شکل، ذهن‌های دیجیتال یا آگاهی‌های آپلود شده باشند؛ موجودات شناختی که کاملاً در بسترهای دیجیتال زندگی می‌کنند، چه حاصل اسکن و شبیه‌سازی مغز انسان باشند و چه کاملاً مصنوعی.
۹. فراتر از سیستم‌های فردی، هوش‌های جمعی یا ذهن‌های کندویی قرار دارند. این‌ها شبکه‌هایی از انسان‌ها، هوش‌های مصنوعی یا ترکیبی از هر دو هستند که به گونه‌ای به هم متصل شده‌اند که یک سیستم شناختی واحد و توزیع‌شده را تشکیل می‌دهند و می‌توانند توانایی‌های حل مسئله و خلاقیتی فراتر از مجموع اجزای خود داشته باشند.
۱۰. از محاسبات کوانتومی برای مدل‌سازی یا اجرای فرآیندهای شناختی استفاده می‌شود و شاهد ظهور نوعی شناخت مبتنی بر محاسبات کوانتومی خواهیم بود با قابلیت‌های پردازشی و الگوهای فکری کاملاً متفاوت.
این گونه‌زایی شناختی نوظهور، پیامدهای عمیق و بی‌سابقه‌ای را به همراه دارد که فلسفه‌ی روز باید به آنها بپردازد.
هادی صمدی
@evophilosophy
فرایند تکامل، روایتی از گوناگونی و انشعاب در درخت حیات است. به موازات گسترش حیات، توانایی‌های شناختی نیز در شاخه‌های مختلف این درخت، مسیرهای متفاوتی را طی کرده‌اند.
امروزه در آستانه‌ی رویداد تکاملی متفاوت، و با سرعتی بیشتری هستیم. گونه‌زایی شناختی نوین، دیگر تنها تحت هدایت انتخاب طبیعی نیست، بلکه تحت تأثیر پیشرفت‌های فناورانه و توانایی ما در دستکاری مستقیم زیست‌شناسی و اطلاعات است. در آینده‌ای نه چندان دور، شاهد همزیستی انواع گوناگونی از ذهن‌ها یا سیستم‌های شناختی خواهیم بود که در بنیادی‌ترین ویژگی‌هایشان با یکدیگر متفاوت‌اند.
مطابق روندهای کنونی انواع شناخت در آینده به شرح زیر است:
۱. شناخت بدنمند انسان متعارف در اکثریت جمعیت بشر ادامه می‌یابد: شناختی که طی میلیون‌ها سال تکامل یافته و عمیقاً با ساختار زیستی، حواس پنج‌گانه، چرخه‌های هورمونی، نیازهای اجتماعی و محدودیت‌های فیزیکی بدن انسان مرتبط است.
۲. شاهد شناخت بدنمند انسان‌های اصلاح‌شده‌ی ژنتیکی خواهیم بود. با پیشرفت مهندسی ژنتیک، می‌توان آینده‌ای را تصور کرد که در آن انسان‌ها برای تقویت قابلیت‌های شناختی نظیر حافظه، سرعت پردازش، تمرکز، خلاقیت یا مقاومت در برابر زوال عقل، دستخوش تغییرات ژنتیکی هدفمند می‌شوند. این افراد همچنان شناختی بدنمند خواهند داشت، اما بدن و مغزی که این شناخت را پشتیبانی می‌کند با حالت پایه تفاوت خواهد داشت و این تفاوت‌های زیستی تجربیات ذهنی و الگوهای فکری متفاوتی را شکل می‌دهد.
۳. مسیر دیگر به سوی شناخت سایبورگی می‌رود که در آن انسان‌ها به رابط‌های مغز-کامپیوتر مجهز می‌شوند. نصب این تراشه‌ها پتانسیل دگرگونی عمیقی در شناخت دارد. افراد ممکن است به اطلاعات دیجیتال دسترسی مستقیم پیدا کنند، حواس جدیدی کسب کنند، با ماشین‌ها مستقیماً ارتباط برقرار کنند یا بخشی از پردازش‌های شناختی خود را به واحدهای خارجی بسپارند.
۴. ترکیب دو رویکرد پیشین، شناخت هیبریدی پیشرفته را پدید می‌آورد. در این حالت، انسان‌ها همزمان از طریق مهندسی ژنتیک برای پذیرش و کارایی بهتر تراشه‌های مغزی بهینه‌سازی شده‌اند و این تراشه‌ها نیز در مغزشان نصب شده است. می‌توان ژن‌هایی را طراحی کرد که رشد عصبی را برای اتصال بهتر با الکترودها تسهیل می‌کنند یا مدارهای مغزی که برای پردازش حجم عظیمی از داده‌های دریافتی از تراشه تقویت شده‌اند. این هم‌افزایی می‌تواند به جهش‌های شناختی منجر شود که بسیار فراتر از توانایی‌های هر یک از این فناوری‌ها به تنهایی است و گونه‌ی شناختی کاملاً جدیدی را ایجاد کند. این افراد نخستین کاندیداهای حکمرانی بر جمعیت‌های انسانی خواهند بود.
۵. در شاخه‌ای متفاوت، شناخت هوش مصنوعی مبتنی بر مدل‌های زبانی بزرگ قرار دارد. این نوع شناخت، اساساً فاقد بدن به معنای زیستی‌ست. مدل‌هایی مانند چت‌جی‌پی‌تی بر روی حجم بزرگی از داده‌های متنی آموزش دیده‌اند، توانایی‌های شگفت‌انگیزی در پردازش زبان طبیعی، استدلال مبتنی بر الگو، تولید محتوا و حل مسئله را دارند.
۶. در روبات‌های هوشمند شناخت روباتیک یا هوش مصنوعی بدنمند تجلی می‌یابد. این روبات‌ها، چه انسان‌نما و چه صنعتی پیشرفته، دارای بدن فیزیکی هستند و از طریق حسگرها با محیط تعامل داشته و از طریق عملگرها بر آن تأثیر می‌گذارند. شناخت آنها، هرچند مبتنی بر سیلیکون، نوعی بدنمندی دارد و یادگیری‌شان شامل حلقه‌های حسگر-حرکتی و درک فضایی است.
۷. مرز بین ماشین و زیست‌شناسی در شناخت بیو-روباتیک کمرنگ‌تر نیز می‌شود. در این دسته، روبات‌هایی را می‌یابیم که بدنشان نه از فلز و پلاستیک، بلکه از بافت‌های مهندسی‌شده، سلول‌های عضلانی مصنوعی یا حتی شبکه‌های عصبی زیستی باشد، که اگر از نوعی حس یا آگاهی برخوردار شوند رقابت، و شاید همکاری میان این موجودات، و انسان‌های هیبریدی در کنترل جهان ایجاد می‌شود.
۸. شاید رادیکال‌ترین شکل، ذهن‌های دیجیتال یا آگاهی‌های آپلود شده باشند؛ موجودات شناختی که کاملاً در بسترهای دیجیتال زندگی می‌کنند، چه حاصل اسکن و شبیه‌سازی مغز انسان باشند و چه کاملاً مصنوعی.
۹. فراتر از سیستم‌های فردی، هوش‌های جمعی یا ذهن‌های کندویی قرار دارند. این‌ها شبکه‌هایی از انسان‌ها، هوش‌های مصنوعی یا ترکیبی از هر دو هستند که به گونه‌ای به هم متصل شده‌اند که یک سیستم شناختی واحد و توزیع‌شده را تشکیل می‌دهند و می‌توانند توانایی‌های حل مسئله و خلاقیتی فراتر از مجموع اجزای خود داشته باشند.
۱۰. از محاسبات کوانتومی برای مدل‌سازی یا اجرای فرآیندهای شناختی استفاده می‌شود و شاهد ظهور نوعی شناخت مبتنی بر محاسبات کوانتومی خواهیم بود با قابلیت‌های پردازشی و الگوهای فکری کاملاً متفاوت.
این گونه‌زایی شناختی نوظهور، پیامدهای عمیق و بی‌سابقه‌ای را به همراه دارد که فلسفه‌ی روز باید به آنها بپردازد.
هادی صمدی
@evophilosophy
👍4❤2👎1👏1
Forwarded from پژوهشکده فلسفه تحلیلی (پژوهشگاه دانش‌های بنیادی)
absHMorvarid.pdf
245.4 KB
📢چکیده سخنرانی دوشنبه پژوهشکده فلسفه تحلیلی
سخنران: هاشم مروارید، دانشگاه جانز هاپکینز
عنوان: Not so Fast; An Avicennian Defense of Necessitarianism
⏱️زمان: دوشنبه ۲۹ اردیبهشت ساعت ۱۶:۳۰ تا ۱۸:۳۰ (به تغییر ساعت دقت نمایید)
👈برگزاری صرفا به صورت مجازی در لینک قرار گرفته در فایل چکیده
شرکت برای عموم آزاد است
سخنران: هاشم مروارید، دانشگاه جانز هاپکینز
عنوان: Not so Fast; An Avicennian Defense of Necessitarianism
⏱️زمان: دوشنبه ۲۹ اردیبهشت ساعت ۱۶:۳۰ تا ۱۸:۳۰ (به تغییر ساعت دقت نمایید)
👈برگزاری صرفا به صورت مجازی در لینک قرار گرفته در فایل چکیده
شرکت برای عموم آزاد است
👍1😁1
Forwarded from متافیزیک تحلیلی دکتر مروارید
جلسه نهم متافیزیک دکتر مروارید.mp3
94.4 MB
جلسه نهم متافیزیک دکتر مروارید
مبحث:
وضعیت‌های امور
موجهات و جهان‌های ممکن (جلسه اول)
#متافیزیک
#دکتر_مروارید
@drmorvarid
مبحث:
وضعیت‌های امور
موجهات و جهان‌های ممکن (جلسه اول)
#متافیزیک
#دکتر_مروارید
@drmorvarid
Forwarded from تکامل و فلسفه | هادی صمدی
علوم اجتماعی و انسانی در سایه‌ی گسترش هوش مصنوعی
به دانشجویان کارشناسی این رشته‌ها اکیداً توصیه می‌شود متن زیر را بخوانند.
دانشجویان رشته‌های کاربردی علوم انسانی و اجتماعی، به‌ویژه اقتصاد، حقوق، مدیریت، و علوم سیاسی بیش از هر زمان دیگری نیازمند نگرشی جامع و چندوجهی‌اند. آموزش این دانشجویان باید از مرزهای اموزش سنتی و رایج در دانشگاه‌ها گذر کند.
در آموزش علوم اجتماعی و انسانی نوین باید چهار حوزه به نحوی متوازن تدریس شوند. رشته‌ی اقتصاد را در نظر آورید.
یک. غیر قابل انکار است که بخشی از مطالب سنتی اقتصاد کماکان باید تدریس شوند. به علاوه مباحث مطرح در مرزهای اقتصاد، به ویژه در سایه‌ی گسترش رمزارزها، اقتصاد دیجیتال و غیره نیز باید نقشی اساسی در آموزش بازی کنند. مشکل محدود کردن اموزش به همین بخش است.
دو. رابطه‌ی اقتصاد با علومی مانند حقوق، علوم سیاسی، جامعه‌شناسی، مدیریت و دیگر رشته‌های علوم انسانی و اجتماعی باید مورد توجه ویژه باشد. دانشجو باید بتواند از منظری کلان‌نگر رابطه‌ی رشته‌ی تحصیلی خود با رشته‌های همسایه را بداند. در حالیکه در قرن بیستم هر چه بیشتر علوم تخصصی شدند، امروزه با برون‌سپاری بار بسیاری از این تخصص‌ها به هوش مصنوعی آنچه اهمیت می‌یابد درک روابط میان حوزه‌ها از منظری کلان‌نگر است. حقوق، قواعد بازی را برای فعالیت‌های اقتصادی و سیاسی تعیین می‌کند؛ اقتصاد، پیامدهای این قواعد و نحوه تخصیص منابع را در چارچوب آنها تحلیل می‌کند؛ و سیاست، فرآیند تصمیم‌گیری برای وضع و اجرای این قواعد و مدیریت منابع را در بر می‌گیرد. و دانشجوی اقتصاد باید از این روابط چندگانه سردرآورد. این بخش نیز اندکی در آموزش‌های کنونی وجود دارد.
سه. اهمیت آشنایی با مطالعات تجربی سرشت انسان
زیربنای تمامی نظام‌های اقتصادی، حقوقی، و سیاسی، «انسان» است. علوم شناختی و تکامل با مطالعات تجربی خود، پرده از پیچیدگی‌های سرشت انسان، انگیزه‌های بنیادین او (اعم از خودخواهانه و دگر‌دوستانه)، محدودیت‌های شناختی، سوگیری‌ها، و نحوه تعامل او در گروه‌های اجتماعی برمی‌دارند.
برای دانشجوی اقتصاد درک عقلانیت محدود، تأثیر احساسات بر تصمیم‌گیری‌های اقتصادی (اقتصاد رفتاری)، و نقش هنجارهای اجتماعی در شکل‌دهی به رفتار بازار لازم است و به مراتب واقعی‌تر از مدل‌های مبتنی بر انسان کاملاً عقلانی است. دانشجوی حقوق باید از سوگیری‌های شناختی در قضاوت، محدودیت‌های حافظه شهود، ریشه‌های تکاملی احساس عدالت‌خواهی یا انتقام، و تأثیر ساختارهای اجتماعی بر جرم‌خیزی، به طراحی قوانین عادلانه‌تر و کارآمدتر و نظام‌های دادرسی منصفانه‌تر کمک می‌کند آگاه باشد. برای دانشجوی سیاست فهم پدیده‌هایی چون تفکر گروهی، تأثیر کاریزما، دلایل رأی‌دهی، شکل‌گیری ائتلاف‌ها، و پویایی‌های قدرت، بدون درک عمیق از روانشناسی فردی و اجتماعی انسان ناممکن است. آشنایی با این یافته‌ها، دانشجویان را قادر می‌سازد تا مدل‌ها و نظریه‌های رشته خود را بر پایه‌ای واقع‌بینانه‌تر از سرشت انسان بنا کنند و از تجویز راه‌حل‌هایی که با این سرشت در تضاد هستند، پرهیز کنند یا با آگاهی از موانع، تجویزها را انجام دهند. بعلاوه، دانشجو با مطالعه‌ی محدودیت‌های شناختی انسان درمی‌یابد که کجا نباید دچار فلج تحلیل شود و عملگرایانه از میانکوه داده‌ها راهکار عملی عرضه کند.
چهار. ضرورت نگرش کلان‌نگر و فلسفی
در کنار داده‌های تجربی، نگرشی کلان و فلسفی برای فهم عمیق‌تر روابط بین‌رشته‌ای و جایگاه هر رشته در منظومه دانش بشری ضروری است.
فلسفه به دانشجویان کمک می‌کند تا مفروضات بنیادین رشته خود را به چالش بکشند. تصمیمات اقتصادی، حقوقی و سیاسی همواره بار ارزشی دارند. نگاه فلسفی، ابزارهای لازم برای تحلیل اخلاقی این تصمیمات و پیامدهای آنها را فراهم می‌کند. هدف غاییِ مشترک این رشته‌ها می‌تواند تحقق رفاه، سعادت و شکوفایی انسان در یک جامعه عادلانه، باثبات و پایدار باشد. نگرش فلسفی به دانشجویان کمک می‌کند تا اقدامات و سیاست‌های رشته خود را در راستای این هدف کلان ارزیابی کنند. فلسفه کمک می‌کند از ایدئولوژی‌هایی که با ارائه چارچوب‌های از پیش تعیین‌شده و اغلب ساده‌انگارانه، مانع تحلیل عینی و همه‌جانبه مسائل می‌شوند و تمایل دارند شواهد مخالف را نادیده بگیرند و راه‌حل‌های تک‌بعدی عرضه کنند اجتناب کنیم.
آشنایی با سرشت انسان و روش‌های تحقیق تجربی، دانشجویان را به سمت سیاست‌گذاری مبتنی بر شواهد سوق می‌دهد. در حالی که شواهد تجربی توصیفی از شرایط عرضه می‌کنند، منظر فلسفی وجوه تجویزی را تدقیق می‌کند. این دو رویکرد مکمل یکدیگرند.
در جهان پیش رو دانشجویانی از رشته‌های علوم انسانی و اجتماعی می‌توانند امید راهیابی در هزارتوهای مبهم آینده را داشته باشند که امروز این توصیه‌ها را جدی بگیرند. فردا دیر است. منتظر مسئولان دانشگاه‌ها نیز نباشید.
هادی صمدی
@evophilosophy
به دانشجویان کارشناسی این رشته‌ها اکیداً توصیه می‌شود متن زیر را بخوانند.
دانشجویان رشته‌های کاربردی علوم انسانی و اجتماعی، به‌ویژه اقتصاد، حقوق، مدیریت، و علوم سیاسی بیش از هر زمان دیگری نیازمند نگرشی جامع و چندوجهی‌اند. آموزش این دانشجویان باید از مرزهای اموزش سنتی و رایج در دانشگاه‌ها گذر کند.
در آموزش علوم اجتماعی و انسانی نوین باید چهار حوزه به نحوی متوازن تدریس شوند. رشته‌ی اقتصاد را در نظر آورید.
یک. غیر قابل انکار است که بخشی از مطالب سنتی اقتصاد کماکان باید تدریس شوند. به علاوه مباحث مطرح در مرزهای اقتصاد، به ویژه در سایه‌ی گسترش رمزارزها، اقتصاد دیجیتال و غیره نیز باید نقشی اساسی در آموزش بازی کنند. مشکل محدود کردن اموزش به همین بخش است.
دو. رابطه‌ی اقتصاد با علومی مانند حقوق، علوم سیاسی، جامعه‌شناسی، مدیریت و دیگر رشته‌های علوم انسانی و اجتماعی باید مورد توجه ویژه باشد. دانشجو باید بتواند از منظری کلان‌نگر رابطه‌ی رشته‌ی تحصیلی خود با رشته‌های همسایه را بداند. در حالیکه در قرن بیستم هر چه بیشتر علوم تخصصی شدند، امروزه با برون‌سپاری بار بسیاری از این تخصص‌ها به هوش مصنوعی آنچه اهمیت می‌یابد درک روابط میان حوزه‌ها از منظری کلان‌نگر است. حقوق، قواعد بازی را برای فعالیت‌های اقتصادی و سیاسی تعیین می‌کند؛ اقتصاد، پیامدهای این قواعد و نحوه تخصیص منابع را در چارچوب آنها تحلیل می‌کند؛ و سیاست، فرآیند تصمیم‌گیری برای وضع و اجرای این قواعد و مدیریت منابع را در بر می‌گیرد. و دانشجوی اقتصاد باید از این روابط چندگانه سردرآورد. این بخش نیز اندکی در آموزش‌های کنونی وجود دارد.
سه. اهمیت آشنایی با مطالعات تجربی سرشت انسان
زیربنای تمامی نظام‌های اقتصادی، حقوقی، و سیاسی، «انسان» است. علوم شناختی و تکامل با مطالعات تجربی خود، پرده از پیچیدگی‌های سرشت انسان، انگیزه‌های بنیادین او (اعم از خودخواهانه و دگر‌دوستانه)، محدودیت‌های شناختی، سوگیری‌ها، و نحوه تعامل او در گروه‌های اجتماعی برمی‌دارند.
برای دانشجوی اقتصاد درک عقلانیت محدود، تأثیر احساسات بر تصمیم‌گیری‌های اقتصادی (اقتصاد رفتاری)، و نقش هنجارهای اجتماعی در شکل‌دهی به رفتار بازار لازم است و به مراتب واقعی‌تر از مدل‌های مبتنی بر انسان کاملاً عقلانی است. دانشجوی حقوق باید از سوگیری‌های شناختی در قضاوت، محدودیت‌های حافظه شهود، ریشه‌های تکاملی احساس عدالت‌خواهی یا انتقام، و تأثیر ساختارهای اجتماعی بر جرم‌خیزی، به طراحی قوانین عادلانه‌تر و کارآمدتر و نظام‌های دادرسی منصفانه‌تر کمک می‌کند آگاه باشد. برای دانشجوی سیاست فهم پدیده‌هایی چون تفکر گروهی، تأثیر کاریزما، دلایل رأی‌دهی، شکل‌گیری ائتلاف‌ها، و پویایی‌های قدرت، بدون درک عمیق از روانشناسی فردی و اجتماعی انسان ناممکن است. آشنایی با این یافته‌ها، دانشجویان را قادر می‌سازد تا مدل‌ها و نظریه‌های رشته خود را بر پایه‌ای واقع‌بینانه‌تر از سرشت انسان بنا کنند و از تجویز راه‌حل‌هایی که با این سرشت در تضاد هستند، پرهیز کنند یا با آگاهی از موانع، تجویزها را انجام دهند. بعلاوه، دانشجو با مطالعه‌ی محدودیت‌های شناختی انسان درمی‌یابد که کجا نباید دچار فلج تحلیل شود و عملگرایانه از میانکوه داده‌ها راهکار عملی عرضه کند.
چهار. ضرورت نگرش کلان‌نگر و فلسفی
در کنار داده‌های تجربی، نگرشی کلان و فلسفی برای فهم عمیق‌تر روابط بین‌رشته‌ای و جایگاه هر رشته در منظومه دانش بشری ضروری است.
فلسفه به دانشجویان کمک می‌کند تا مفروضات بنیادین رشته خود را به چالش بکشند. تصمیمات اقتصادی، حقوقی و سیاسی همواره بار ارزشی دارند. نگاه فلسفی، ابزارهای لازم برای تحلیل اخلاقی این تصمیمات و پیامدهای آنها را فراهم می‌کند. هدف غاییِ مشترک این رشته‌ها می‌تواند تحقق رفاه، سعادت و شکوفایی انسان در یک جامعه عادلانه، باثبات و پایدار باشد. نگرش فلسفی به دانشجویان کمک می‌کند تا اقدامات و سیاست‌های رشته خود را در راستای این هدف کلان ارزیابی کنند. فلسفه کمک می‌کند از ایدئولوژی‌هایی که با ارائه چارچوب‌های از پیش تعیین‌شده و اغلب ساده‌انگارانه، مانع تحلیل عینی و همه‌جانبه مسائل می‌شوند و تمایل دارند شواهد مخالف را نادیده بگیرند و راه‌حل‌های تک‌بعدی عرضه کنند اجتناب کنیم.
آشنایی با سرشت انسان و روش‌های تحقیق تجربی، دانشجویان را به سمت سیاست‌گذاری مبتنی بر شواهد سوق می‌دهد. در حالی که شواهد تجربی توصیفی از شرایط عرضه می‌کنند، منظر فلسفی وجوه تجویزی را تدقیق می‌کند. این دو رویکرد مکمل یکدیگرند.
در جهان پیش رو دانشجویانی از رشته‌های علوم انسانی و اجتماعی می‌توانند امید راهیابی در هزارتوهای مبهم آینده را داشته باشند که امروز این توصیه‌ها را جدی بگیرند. فردا دیر است. منتظر مسئولان دانشگاه‌ها نیز نباشید.
هادی صمدی
@evophilosophy
👍5
Forwarded from انجمن علمی دانشجویان فلسفهٔ دانشگاه تهران
▫️انجمن علمی-دانشجویی فلسفهٔ دانشگاه تهران برگزار می‌کند:
🪧کارگاه «فلسفهٔ زبان، از مفاهیم دلالت‌گر تا نظریهٔ وصف‌ها»
با تکیه بر آراء برتراند راسل
👤دکتر ساجد طیبی
- عضو هیئت علمی پژوهشگاه دانش‌های بنیادی(.I.P.M)
- متخصص و پژوهشگر حوزهٔ فلسفهٔ زبان
📆یکشنبه و دوشنبه، یازدهم و دوازدهم خردادماه ۱۴۰۴
⌛ساعت ۱۶ الی ۱۹
📍دانشکدهٔ ادبیات و علوم انسانی دانشگاه تهران، تالار اقبال
❗️شرکت در این کارگاه رایگان است و نیازی به ثبت‌نام ندارد. همچنین ورود برای عموم آزاد است.
🆔️ @AnjomanPhUT
🪧کارگاه «فلسفهٔ زبان، از مفاهیم دلالت‌گر تا نظریهٔ وصف‌ها»
با تکیه بر آراء برتراند راسل
👤دکتر ساجد طیبی
- عضو هیئت علمی پژوهشگاه دانش‌های بنیادی(.I.P.M)
- متخصص و پژوهشگر حوزهٔ فلسفهٔ زبان
📆یکشنبه و دوشنبه، یازدهم و دوازدهم خردادماه ۱۴۰۴
⌛ساعت ۱۶ الی ۱۹
📍دانشکدهٔ ادبیات و علوم انسانی دانشگاه تهران، تالار اقبال
❗️شرکت در این کارگاه رایگان است و نیازی به ثبت‌نام ندارد. همچنین ورود برای عموم آزاد است.
🆔️ @AnjomanPhUT
👍3
Forwarded from متافیزیک تحلیلی دکتر مروارید
جلسه دهم متافیزیک دکتر مروارید.MP3
112.3 MB
جلسه دهم متافیزیک دکتر مروارید
مبحث:
موجهات و جهان‌های ممکن (جلسه دوم)
#متافیزیک
#دکتر_مروارید
@drmorvarid
مبحث:
موجهات و جهان‌های ممکن (جلسه دوم)
#متافیزیک
#دکتر_مروارید
@drmorvarid
❤5
#معرفی_کتاب
📚 A Social History of Analytic Philosophy: How Politics Has Shaped an Apolitical Philosophy
🔸 تاریخ اجتماعی فلسفه تحلیلی: تاثیر سیاست بر شکل گرفتن فلسفه‌‌‌‌‌ورزی غیرسیاسی
🖋 کریستوف شرونگا، استاد فلسفه دانشگاه نورث‌ایسترن لندن
@philosophyofscience
📚 A Social History of Analytic Philosophy: How Politics Has Shaped an Apolitical Philosophy
🔸 تاریخ اجتماعی فلسفه تحلیلی: تاثیر سیاست بر شکل گرفتن فلسفه‌‌‌‌‌ورزی غیرسیاسی
🖋 کریستوف شرونگا، استاد فلسفه دانشگاه نورث‌ایسترن لندن
@philosophyofscience
👍3❤2
آیا هر نویسنده‌ای که در سنت تحلیلی نوشتاری دارد را می‌توان فیلسوف تحلیلی به حساب آورد؟
این موضوع را برایان ویترسون (استاد فلسفه دانشگاه میشیگان) در پستی که اخیرا در وبلاگش نوشته بررسی کرده است.
او می‌نویسد:
در مدتی که چند نوشته درباره تاریخ فلسفه تحلیلی خوانده‌ام، پرسشی که مدام برایم پیش آمده این بوده که چه کسانی را می‌توان فیلسوف تحلیلی به شمار آورد؟
معمولاً این پرسش به‌گونه‌ای مطرح می‌شود که تأکید ضمنی‌اش بر واژهٔ "تحلیلی" است؛ یعنی پرسش این است که "چه کسی فیلسوف تحلیلی است؟" و این پیش‌فرض در پس ذهن وجود دارد که شخص مورد بحث قطعاً فیلسوف است. اما در متونی که من خوانده‌ام، کمتر به شکل دیگر این پرسش توجه شده: "چه کسی فیلسوف تحلیلی است؟" [با تأکید بر «فیلسوف» بودن].در پاسخ به این سوال که آیا افرادی هستند که بخشی از سنت تحلیلی باشند و ایضا بتوان به آنها عنوان فیلسوف هم اطلاق کرد ابهام وجود دارد.
ویترسون می‌گوید: «پاسخ به‌نظرم بدیهی است: بله.»
اینشتین، گودل، فون نویمان، بلک‌ول و ارو (Arrow) اگر فیلسوف باشند، فیلسوف تحلیلی‌اند؛ اما این‌که چه جایگاهی در تاریخ فلسفه تحلیلی دارند، پرسش دشوارتری است.ویترسون همچنین جان مینارد کینز را هم در زمرهٔ موارد مبهم قرار می‌دهد و کتاب نظریه کلی اشتغال، بهره و پول (۱۹۳۶) را «بهترین اثر مکتب تحلیلی کمبریج» می‌خواند، البته با این احتمال که شاید کینز آن‌قدر فیلسوف هست که دیگر یک "مورد مبهم" به حساب نیاید.
پرسش ویترسون را می‌توان به شکل‌های مختلفی تفسیر کرد. احتمالاً بعضی خوانندگان به سرعت خواهند پرسید: «اصلاً چه اهمیتی دارد که این افراد فیلسوف باشند یا نه؟ چرا مرزبندی می‌کنیم؟» اما چنین پرسشی مسئله را وارونه جلوه می‌دهد. ویترسون ظاهراً از این مشاهدهٔ معقول آغاز می‌کند که مرزهای رشته‌های دانشگاهی مبهم و نفوذپذیرند، و وی از این منظر می‌پرسد که این نکته چگونه در مورد تاریخ فلسفه تحلیلی صدق می‌کند. پاسخی که به این پرسش داده می‌شود می‌تواند فهم ما را از تأثیرگذاری‌های درون و بیرون سنت تحلیلی غنی‌تر کند، و پرسش‌هایی فلسفی، جامعه‌شناختی و تاریخی درباره رابطهٔ فلسفه با رشته‌هایی مانند اقتصاد پیش بکشد.
ترجمه پستی از جاستین واینبرگ، سردبیر Daily Nous
@PhilSciAUT
@philosophyofscience
این موضوع را برایان ویترسون (استاد فلسفه دانشگاه میشیگان) در پستی که اخیرا در وبلاگش نوشته بررسی کرده است.
او می‌نویسد:
در مدتی که چند نوشته درباره تاریخ فلسفه تحلیلی خوانده‌ام، پرسشی که مدام برایم پیش آمده این بوده که چه کسانی را می‌توان فیلسوف تحلیلی به شمار آورد؟
معمولاً این پرسش به‌گونه‌ای مطرح می‌شود که تأکید ضمنی‌اش بر واژهٔ "تحلیلی" است؛ یعنی پرسش این است که "چه کسی فیلسوف تحلیلی است؟" و این پیش‌فرض در پس ذهن وجود دارد که شخص مورد بحث قطعاً فیلسوف است. اما در متونی که من خوانده‌ام، کمتر به شکل دیگر این پرسش توجه شده: "چه کسی فیلسوف تحلیلی است؟" [با تأکید بر «فیلسوف» بودن].در پاسخ به این سوال که آیا افرادی هستند که بخشی از سنت تحلیلی باشند و ایضا بتوان به آنها عنوان فیلسوف هم اطلاق کرد ابهام وجود دارد.
ویترسون می‌گوید: «پاسخ به‌نظرم بدیهی است: بله.»
اینشتین، گودل، فون نویمان، بلک‌ول و ارو (Arrow) اگر فیلسوف باشند، فیلسوف تحلیلی‌اند؛ اما این‌که چه جایگاهی در تاریخ فلسفه تحلیلی دارند، پرسش دشوارتری است.ویترسون همچنین جان مینارد کینز را هم در زمرهٔ موارد مبهم قرار می‌دهد و کتاب نظریه کلی اشتغال، بهره و پول (۱۹۳۶) را «بهترین اثر مکتب تحلیلی کمبریج» می‌خواند، البته با این احتمال که شاید کینز آن‌قدر فیلسوف هست که دیگر یک "مورد مبهم" به حساب نیاید.
پرسش ویترسون را می‌توان به شکل‌های مختلفی تفسیر کرد. احتمالاً بعضی خوانندگان به سرعت خواهند پرسید: «اصلاً چه اهمیتی دارد که این افراد فیلسوف باشند یا نه؟ چرا مرزبندی می‌کنیم؟» اما چنین پرسشی مسئله را وارونه جلوه می‌دهد. ویترسون ظاهراً از این مشاهدهٔ معقول آغاز می‌کند که مرزهای رشته‌های دانشگاهی مبهم و نفوذپذیرند، و وی از این منظر می‌پرسد که این نکته چگونه در مورد تاریخ فلسفه تحلیلی صدق می‌کند. پاسخی که به این پرسش داده می‌شود می‌تواند فهم ما را از تأثیرگذاری‌های درون و بیرون سنت تحلیلی غنی‌تر کند، و پرسش‌هایی فلسفی، جامعه‌شناختی و تاریخی درباره رابطهٔ فلسفه با رشته‌هایی مانند اقتصاد پیش بکشد.
ترجمه پستی از جاستین واینبرگ، سردبیر Daily Nous
@PhilSciAUT
@philosophyofscience
brian.weatherson.org
Who is an Analytic Philosopher? – Brian Weatherson
❤2👏2👍1🔥1
Forwarded from تبلیغات فلسفه
قیمت تعرفه های جدید/ بهمن ماه ۱۴۰۳
@philosophyofscience
#تایمی
① . 24 ساعت 1 ساعت پست آخر | 230 تومان
② . 48 ساعت 2 ساعت پست آخر + یک بار ریشات | 250 تومان
③ . پست آخر شبانه 24 تا 10صبح | 240 تومان
④. پست آخر شبانه 24 تا 10 صبح +24 ساعت پست آزاد | 250 تومان
👁🗨 #بازدید
⑤ • 1 کا بازدید | 220 تومان
⑥ • 2 کا بازدید | 240 تومان
#رزرو_تبلیغات 👈 @mmasiha1988
@philosophyofscience
#تایمی
① . 24 ساعت 1 ساعت پست آخر | 230 تومان
② . 48 ساعت 2 ساعت پست آخر + یک بار ریشات | 250 تومان
③ . پست آخر شبانه 24 تا 10صبح | 240 تومان
④. پست آخر شبانه 24 تا 10 صبح +24 ساعت پست آزاد | 250 تومان
👁🗨 #بازدید
⑤ • 1 کا بازدید | 220 تومان
⑥ • 2 کا بازدید | 240 تومان
#رزرو_تبلیغات 👈 @mmasiha1988
فلسفه علم
نانسی کارترایت
فلسفه ذهن از دیدگاه نانسی کارترایت
مهدی دزفولی
نانسی کارترایت Nancy Cartwright از جمله فیلسوفان کمتر شناخته شده در ایران است که البته نظرات او به خصوص در حوزه فلسفه ذهن به اندازه فیلسوفانی مانند چالمرز یا دنت به طور مستقیم روی فلسفه ذهن تمرکز ندارد، اما برخی از ایده‌های او در این حوزه قابل توجه هستند و به همین دلیل باعث مناقشه هایی در حوزه فلسفه ذهن شده است.
کارترایت معتقد است که بسیاری از قوانین علمی (مثل قوانین فیزیک) در عمل تنها در شرایط ایده‌آل یا سیستم‌های بسته صادق هستند و نمی‌توانند به سادگی به پدیده‌های پیچیده‌ای مانند ذهن و آگاهی تعمیم داده شوند و نباید هم این تعمیم را داد. از نظر او، علوم اعصاب و روانشناسی نمی‌توانند با تکیه بر قوانین جهان‌شمول، تمام جنبه‌های ذهن را توضیح دهند. این دیدگاه با رویکردهای تقلیل‌گرایانه (مثل ماتریالیسم حذف‌گرای چرچلندها) مخالفت دارد.
جنبه دیگر نظرات کارترایت این است که او از تکثرگرایی (پلورالیسم) در تبیین پدیده‌ها دفاع می‌کند:
به این معنا که در واقع او معتقد است که ذهن را نمی‌توان صرفاً با یک نظریه (مثلاً فیزیکالیسم یا علوم اعصاب) توضیح داد بلکه باید از روش‌های مختلف (روانشناسی، علوم شناختی، فلسفه، حتی علوم اجتماعی) استفاده کرد. این دیدگاه شبیه به موضع جان سرل است که معتقد است آگاهی یک پدیده بیولوژیک است، اما نمی‌توان آن را صرفاً با فیزیک توضیح داد.
کارترایت بر اهمیت مدل‌های خاص (به جای قوانین عام) در توضیح پدیده‌ها تأکید دارد:
مثلاً برای فهم ذهن، باید مدل‌های مختلفی از کارکرد مغز، رفتار و تجربه ذهنی ساخت. این ایده در فلسفه ذهن به معنای ردِ تقلیل‌گرایی افراطی است (مثلاً این ادعا که "همه چیز را می‌توان با فیزیک کوانتوم توضیح داد").
کارترایت حتی نقد علمگرایی (Scientism) را هم به صورت جدی انجام داده است. او مخالف این دیدگاه است که فقط علوم طبیعی می‌توانند حقیقت را کشف کنند: او معتقد است که علوم انسانی و فلسفه هم در فهم ذهن نقش دارند. این موضع در مقابل فیلسوفانی مانند پل چرچلند قرار می‌گیرد که معتقدند روانشناسی عامیانه باید با علوم اعصاب جایگزین شود.
کارترایت چند نقطه کلیدی در بحث های خود دارد که باید به آنها توجه کرد.
اول رد تقلیل‌گرایی افراطی: ذهن را نمی‌توان صرفاً به قوانین فیزیک یا علوم اعصاب تقلیل داد.
دوم تکثرگرایی تبیینی: برای فهم ذهن باید از چندین روش و نظریه استفاده کرد.
سوم اهمیت مدل‌های خاص: به جای قوانین جهان‌شمول، باید مدل‌های متنوعی برای پدیده‌های ذهنی ساخت.
@philosophyofscience
مهدی دزفولی
نانسی کارترایت Nancy Cartwright از جمله فیلسوفان کمتر شناخته شده در ایران است که البته نظرات او به خصوص در حوزه فلسفه ذهن به اندازه فیلسوفانی مانند چالمرز یا دنت به طور مستقیم روی فلسفه ذهن تمرکز ندارد، اما برخی از ایده‌های او در این حوزه قابل توجه هستند و به همین دلیل باعث مناقشه هایی در حوزه فلسفه ذهن شده است.
کارترایت معتقد است که بسیاری از قوانین علمی (مثل قوانین فیزیک) در عمل تنها در شرایط ایده‌آل یا سیستم‌های بسته صادق هستند و نمی‌توانند به سادگی به پدیده‌های پیچیده‌ای مانند ذهن و آگاهی تعمیم داده شوند و نباید هم این تعمیم را داد. از نظر او، علوم اعصاب و روانشناسی نمی‌توانند با تکیه بر قوانین جهان‌شمول، تمام جنبه‌های ذهن را توضیح دهند. این دیدگاه با رویکردهای تقلیل‌گرایانه (مثل ماتریالیسم حذف‌گرای چرچلندها) مخالفت دارد.
جنبه دیگر نظرات کارترایت این است که او از تکثرگرایی (پلورالیسم) در تبیین پدیده‌ها دفاع می‌کند:
به این معنا که در واقع او معتقد است که ذهن را نمی‌توان صرفاً با یک نظریه (مثلاً فیزیکالیسم یا علوم اعصاب) توضیح داد بلکه باید از روش‌های مختلف (روانشناسی، علوم شناختی، فلسفه، حتی علوم اجتماعی) استفاده کرد. این دیدگاه شبیه به موضع جان سرل است که معتقد است آگاهی یک پدیده بیولوژیک است، اما نمی‌توان آن را صرفاً با فیزیک توضیح داد.
کارترایت بر اهمیت مدل‌های خاص (به جای قوانین عام) در توضیح پدیده‌ها تأکید دارد:
مثلاً برای فهم ذهن، باید مدل‌های مختلفی از کارکرد مغز، رفتار و تجربه ذهنی ساخت. این ایده در فلسفه ذهن به معنای ردِ تقلیل‌گرایی افراطی است (مثلاً این ادعا که "همه چیز را می‌توان با فیزیک کوانتوم توضیح داد").
کارترایت حتی نقد علمگرایی (Scientism) را هم به صورت جدی انجام داده است. او مخالف این دیدگاه است که فقط علوم طبیعی می‌توانند حقیقت را کشف کنند: او معتقد است که علوم انسانی و فلسفه هم در فهم ذهن نقش دارند. این موضع در مقابل فیلسوفانی مانند پل چرچلند قرار می‌گیرد که معتقدند روانشناسی عامیانه باید با علوم اعصاب جایگزین شود.
کارترایت چند نقطه کلیدی در بحث های خود دارد که باید به آنها توجه کرد.
اول رد تقلیل‌گرایی افراطی: ذهن را نمی‌توان صرفاً به قوانین فیزیک یا علوم اعصاب تقلیل داد.
دوم تکثرگرایی تبیینی: برای فهم ذهن باید از چندین روش و نظریه استفاده کرد.
سوم اهمیت مدل‌های خاص: به جای قوانین جهان‌شمول، باید مدل‌های متنوعی برای پدیده‌های ذهنی ساخت.
@philosophyofscience
👍8❤1
Forwarded from علوم شناختی
نظریه بارشناختی جان سوئلر
مهدی دزفولی
نظریه بار شناختی (Cognitive Load Theory - CLT) توسط جان سوئلر (John Sweller)، روانشناس تربیتی، در اواخر دهه 1980 مطرح شد. این نظریه بر اساس محدودیت‌های حافظه فعال (working memory) انسان بنا شده و پیشنهاد می‌کند که طراحی آموزشی می‌تواند برای کاهش بار شناختی در یادگیرندگان و در نتیجه به حداکثر رساندن یادگیری مؤثر باشد.
مفاهیم کلیدی نظریه بار شناختی شامل این مفاهیم هستند:
حافظه فعال (Working Memory): سوئلر بر این نکته تأکید می‌کند که حافظه فعال ظرفیت محدودی برای پردازش اطلاعات جدید در هر لحظه دارد. در واقع، بسیاری از محققان بر این باورند که انسان‌ها تنها می‌توانند بین 3 تا 7 قطعه اطلاعات را به طور همزمان در حافظه فعال خود نگه دارند. اگر این ظرفیت بیش از حد بارگذاری شود، یادگیری مختل می‌شود.
حافظه بلندمدت (Long-term Memory): بر خلاف حافظه فعال، حافظه بلندمدت ظرفیت تقریباً نامحدودی برای ذخیره اطلاعات به صورت "طرح‌واره" (schemas) دارد. طرح‌واره‌ها ساختارهای دانش سازمان‌یافته‌ای هستند که به ما کمک می‌کنند اطلاعات پیچیده را درک کرده و بازیابی کنیم. هدف اصلی یادگیری، انتقال اطلاعات از حافظه فعال به حافظه بلندمدت و ساخت این طرح‌واره‌ها است.
بار شناختی (Cognitive Load): به میزان تلاش ذهنی مورد نیاز برای پردازش اطلاعات اشاره دارد. سوئلر سه نوع بار شناختی را شناسایی می‌کند:
بار شناختی ذاتی (Intrinsic Cognitive Load): این بار به سختی ذاتی محتوای آموزشی برمی‌گردد. هرچه موضوع پیچیده‌تر و دارای تعاملات بیشتری بین عناصر باشد، بار شناختی ذاتی آن بیشتر است. این نوع بار عمدتاً غیرقابل تغییر است، اما می‌توان با شکستن مفاهیم پیچیده به بخش‌های کوچک‌تر و منطقی‌تر آن را مدیریت کرد.
بار شناختی بیرونی (Extraneous Cognitive Load): این بار ناشی از نحوه ارائه اطلاعات و طراحی مواد آموزشی است. این نوع بار مستقیماً به یادگیری محتوا کمک نمی‌کند و باید تا حد امکان کاهش یابد. به عنوان مثال، ارائه اطلاعات نامربوط، طراحی نامنظم، یا توضیحات طولانی و پیچیده می‌تواند بار شناختی بیرونی را افزایش دهد.
بار شناختی ژرمن (Germane Cognitive Load): این بار به تلاش‌های ذهنی مرتبط با فرآیند یادگیری فعال و ساخت طرح‌واره‌ها در حافظه بلندمدت اشاره دارد. این نوع بار شناختی "خوب" است، زیرا مستقیماً به درک و ذخیره اطلاعات جدید کمک می‌کند. استراتژی‌هایی که باعث تشویق یادگیرنده به ایجاد ارتباط بین دانش جدید و موجود، تجزیه و تحلیل، و ساخت مدل‌های ذهنی می‌شوند، بار شناختی ژرمن را افزایش می‌دهند.
هدف نظریه بار شناختی:
هدف اصلی این نظریه، طراحی آموزشی به گونه‌ای است که:
بار شناختی بیرونی را به حداقل برساند.
بار شناختی ذاتی را مدیریت کند (با شکستن مفاهیم پیچیده).
بار شناختی ژرمن را به حداکثر برساند تا یادگیری مؤثرتری اتفاق بیفتد.
کاربردهای نظریه بار شناختی در آموزش هم شامل این موارد می‌باشد:
این نظریه تأثیرات گسترده‌ای بر طراحی آموزشی و روش‌های تدریس داشته است. برخی از کاربردهای عملی آن عبارتند از:
آموزش صریح (Explicit Instruction): به ویژه برای مبتدیان، آموزش مستقیم و واضح (به جای کشف یا ساخت دانش توسط خود دانش‌آموز) مؤثرتر است، زیرا بار شناختی را کاهش می‌دهد.
مثال‌های حل‌شده (Worked Examples): ارائه مثال‌های حل‌شده کامل به جای درخواست از دانش‌آموزان برای حل مسائل از ابتدا، می‌تواند بار شناختی را به شدت کاهش دهد و به آنها اجازه می‌دهد بر روی طرح‌واره‌های حل مسئله تمرکز کنند.
کاهش اطلاعات نامربوط: حذف اطلاعات اضافی، تصاویر نامربوط یا شلوغی‌های بصری در مواد آموزشی.
ارائه اطلاعات به صورت "بخش‌بندی شده" (Chunking): تقسیم اطلاعات به قطعات کوچک و قابل هضم.
استفاده از اصول طراحی چندرسانه‌ای: مانند پرهیز از "اثر توجه تقسیم شده" (Split-Attention Effect) که در آن یادگیرنده مجبور است اطلاعات مرتبط را از منابع مختلف (مثلاً متن و تصویر جدا از هم) ترکیب کند.
تنظیم دشواری مطالب: معلمان باید سطح پیچیدگی مطالب را با دانش قبلی دانش‌آموزان تطبیق دهند.
برنامه‌ریزی دقیق درس: ارائه مطالب جدید در مراحل کوچک و منطقی و فراهم کردن فرصت‌های مکرر برای مرور و کاربرد.
ترویج طرح‌واره‌سازی: تشویق دانش‌آموزان به ایجاد ارتباطات بین دانش جدید و دانش قبلی.
به طور خلاصه، نظریه بار شناختی جان سوئلر چارچوبی قدرتمند برای درک نحوه یادگیری انسان و طراحی محیط‌های آموزشی بهینه فراهم می‌کند. با در نظر گرفتن محدودیت‌های حافظه فعال و مدیریت انواع بار شناختی، می‌توانیم یادگیری را کارآمدتر و مؤثرتر کنیم.
@cognitive_science_iran
مهدی دزفولی
نظریه بار شناختی (Cognitive Load Theory - CLT) توسط جان سوئلر (John Sweller)، روانشناس تربیتی، در اواخر دهه 1980 مطرح شد. این نظریه بر اساس محدودیت‌های حافظه فعال (working memory) انسان بنا شده و پیشنهاد می‌کند که طراحی آموزشی می‌تواند برای کاهش بار شناختی در یادگیرندگان و در نتیجه به حداکثر رساندن یادگیری مؤثر باشد.
مفاهیم کلیدی نظریه بار شناختی شامل این مفاهیم هستند:
حافظه فعال (Working Memory): سوئلر بر این نکته تأکید می‌کند که حافظه فعال ظرفیت محدودی برای پردازش اطلاعات جدید در هر لحظه دارد. در واقع، بسیاری از محققان بر این باورند که انسان‌ها تنها می‌توانند بین 3 تا 7 قطعه اطلاعات را به طور همزمان در حافظه فعال خود نگه دارند. اگر این ظرفیت بیش از حد بارگذاری شود، یادگیری مختل می‌شود.
حافظه بلندمدت (Long-term Memory): بر خلاف حافظه فعال، حافظه بلندمدت ظرفیت تقریباً نامحدودی برای ذخیره اطلاعات به صورت "طرح‌واره" (schemas) دارد. طرح‌واره‌ها ساختارهای دانش سازمان‌یافته‌ای هستند که به ما کمک می‌کنند اطلاعات پیچیده را درک کرده و بازیابی کنیم. هدف اصلی یادگیری، انتقال اطلاعات از حافظه فعال به حافظه بلندمدت و ساخت این طرح‌واره‌ها است.
بار شناختی (Cognitive Load): به میزان تلاش ذهنی مورد نیاز برای پردازش اطلاعات اشاره دارد. سوئلر سه نوع بار شناختی را شناسایی می‌کند:
بار شناختی ذاتی (Intrinsic Cognitive Load): این بار به سختی ذاتی محتوای آموزشی برمی‌گردد. هرچه موضوع پیچیده‌تر و دارای تعاملات بیشتری بین عناصر باشد، بار شناختی ذاتی آن بیشتر است. این نوع بار عمدتاً غیرقابل تغییر است، اما می‌توان با شکستن مفاهیم پیچیده به بخش‌های کوچک‌تر و منطقی‌تر آن را مدیریت کرد.
بار شناختی بیرونی (Extraneous Cognitive Load): این بار ناشی از نحوه ارائه اطلاعات و طراحی مواد آموزشی است. این نوع بار مستقیماً به یادگیری محتوا کمک نمی‌کند و باید تا حد امکان کاهش یابد. به عنوان مثال، ارائه اطلاعات نامربوط، طراحی نامنظم، یا توضیحات طولانی و پیچیده می‌تواند بار شناختی بیرونی را افزایش دهد.
بار شناختی ژرمن (Germane Cognitive Load): این بار به تلاش‌های ذهنی مرتبط با فرآیند یادگیری فعال و ساخت طرح‌واره‌ها در حافظه بلندمدت اشاره دارد. این نوع بار شناختی "خوب" است، زیرا مستقیماً به درک و ذخیره اطلاعات جدید کمک می‌کند. استراتژی‌هایی که باعث تشویق یادگیرنده به ایجاد ارتباط بین دانش جدید و موجود، تجزیه و تحلیل، و ساخت مدل‌های ذهنی می‌شوند، بار شناختی ژرمن را افزایش می‌دهند.
هدف نظریه بار شناختی:
هدف اصلی این نظریه، طراحی آموزشی به گونه‌ای است که:
بار شناختی بیرونی را به حداقل برساند.
بار شناختی ذاتی را مدیریت کند (با شکستن مفاهیم پیچیده).
بار شناختی ژرمن را به حداکثر برساند تا یادگیری مؤثرتری اتفاق بیفتد.
کاربردهای نظریه بار شناختی در آموزش هم شامل این موارد می‌باشد:
این نظریه تأثیرات گسترده‌ای بر طراحی آموزشی و روش‌های تدریس داشته است. برخی از کاربردهای عملی آن عبارتند از:
آموزش صریح (Explicit Instruction): به ویژه برای مبتدیان، آموزش مستقیم و واضح (به جای کشف یا ساخت دانش توسط خود دانش‌آموز) مؤثرتر است، زیرا بار شناختی را کاهش می‌دهد.
مثال‌های حل‌شده (Worked Examples): ارائه مثال‌های حل‌شده کامل به جای درخواست از دانش‌آموزان برای حل مسائل از ابتدا، می‌تواند بار شناختی را به شدت کاهش دهد و به آنها اجازه می‌دهد بر روی طرح‌واره‌های حل مسئله تمرکز کنند.
کاهش اطلاعات نامربوط: حذف اطلاعات اضافی، تصاویر نامربوط یا شلوغی‌های بصری در مواد آموزشی.
ارائه اطلاعات به صورت "بخش‌بندی شده" (Chunking): تقسیم اطلاعات به قطعات کوچک و قابل هضم.
استفاده از اصول طراحی چندرسانه‌ای: مانند پرهیز از "اثر توجه تقسیم شده" (Split-Attention Effect) که در آن یادگیرنده مجبور است اطلاعات مرتبط را از منابع مختلف (مثلاً متن و تصویر جدا از هم) ترکیب کند.
تنظیم دشواری مطالب: معلمان باید سطح پیچیدگی مطالب را با دانش قبلی دانش‌آموزان تطبیق دهند.
برنامه‌ریزی دقیق درس: ارائه مطالب جدید در مراحل کوچک و منطقی و فراهم کردن فرصت‌های مکرر برای مرور و کاربرد.
ترویج طرح‌واره‌سازی: تشویق دانش‌آموزان به ایجاد ارتباطات بین دانش جدید و دانش قبلی.
به طور خلاصه، نظریه بار شناختی جان سوئلر چارچوبی قدرتمند برای درک نحوه یادگیری انسان و طراحی محیط‌های آموزشی بهینه فراهم می‌کند. با در نظر گرفتن محدودیت‌های حافظه فعال و مدیریت انواع بار شناختی، می‌توانیم یادگیری را کارآمدتر و مؤثرتر کنیم.
@cognitive_science_iran
❤6👍2