او جلسه را با نکتهای شروع میکند که از جلسهٔ پیش جا مانده بود: در تاریخ خیلی از دانشها، پیش از پیداشدن الگوها، این حس بوده که اتفاقها رندوم است. بعد دو باور اشتباه را در تعارض علم با دین بررسی میکند: رندومبودن یعنی عدم وجود طراحی، و کشف قوانین معنای فرایند را از بین میبرد. در پایان میگوید علم از زمان گالیله معطوف به محاسبه است و با معنا کاری ندارد.
الگوها در تاریخ
او میگوید در تاریخ خیلی از دانشها به جز زیستشناسی، مثل جامعهشناسی، تاریخ و زبانشناسی، در ابتدا که مدلها دقیق نبود الگوها را تشخیص نمیدادند و احساس میکردند اتفاق رندومی افتاده است. شاید مورخان یک زمانی احساسشان این بود که اگر تاریخ را تکرار کنید اتفاقهای دیگری میافتد. او مثالی معروف میآورد که خودش آن را شوخی و مسخرهبازی میداند: پادشاه فرانسه چون صبحانهاش را طول داد دستگیر شد و اگر سریعتر میخورد انقلاب پیروز نمیشد.
او میگوید بعد از قرن نوزدهم مارکسیستها روی جبر تاریخ تأکید کردند: اگر هزار بار هم تاریخ بشر را از نو شروع کنید، به کشاورزی و بردهداری و فئودالیسم و سرمایهداری میرسید. او میگوید کاری به آن پیشبینی ندارد، ولی روی این توافق هست که آن اتفاقها رندوم نبودند؛ کسی نمیتواند بگوید انقلاب فرانسه دوباره در همان تاریخ پیروز میشود یا نه، ولی الگوهای کلی وجود دارد که بشود بر اساسشان پیشگویی کرد.
الگوها در زبانشناسی
او میگوید در بیشتر علوم در دورههای اولیه حس رندوم بودن همهچیز هست. دربارهٔ زبان فکر میکند جواب اولیه به اینکه اگر تاریخ زبان تکرار شود همین زبانها پیدا میشود این است که به هیچوجه؛ شاید حدود صد تا صد و پنجاه سال پیش چنین دیدگاههایی بوده، هرچند اظهارنظری شبیه ماجرای صبحانه ندیده. ولی حالا که سیستم حنجره شناخته شده و چیزهای خیلی متنوعی نمیتوانیم تلفظ کنیم، زبانهای پیشرفته همه از همین سیستم استفاده میکنند؛ واژههایی مثل پدر، مادر، راه رفتن و دویدن را هم در همهٔ زبانها میبینید.
او جملهای را به ویتگنشتاین نسبت میدهد که زبان نتیجهٔ معیشت ماست و انسانها معیشت مشترک دارند. به گفتهٔ او گرامر هم در نیمهٔ قرن بیستم چنین وضعی پیدا کرد: در دیدگاه چامسکی گرامر در مغز نصب شده است و اگر محدودیتهایی در مغز نبود کودک با تعداد کمی محرک نمیتوانست ظرف یک سال زبان بیاموزد.
در نامگذاری هم قواعدی هست: او میگوید مطالعهای در یک ژورنال معروف تشابه صوتی در واژههای اساسی زبانها را نشان داده، مثلاً «م» در مادر. هرچه کلمه مهمتر باشد حروف کمتری دارد، چون بشر سعی میکند انرژی کمتری صرف کند؛ واژههایی که مستعملتر هستند طول کوتاهتری دارند و اسکیموها بیشتر از ده واژه برای برف دارند چون هر روز دربارهٔ آن حرف میزنند. نتیجه این است که با پیشرفت دانش و پیدا شدن الگوها رندوم بودن کم میشود؛ در علوم تاریخی بعد از یک قرن همه میدانند قواعدی هست، و زیستشناسی به خاطر پیچیدگی هنوز ابتدایی است.
باور اشتباه اول: رندومبودن یعنی نبود طراحی
او میگوید بعضی زیستشناسان میگویند حیات نتیجهٔ برخوردهای رندوم و تفاوتهایی است که در تولیدمثل پیدا میشود، پس ما محصول یک پروسهٔ رندوم هستیم و پرسیدن از هدف حیات و اعتقاد به خدا بیمعنی میشود؛ تعارض با نگاه دینی از همینجاست. ولی تنها بخش رندوم نظریهٔ داروین ایجاد تفاوتها با جهشهای تصادفی است، که شاید کاملاً درست باشد و قاطعانه نمیدانیم. اشتباه این است که اگر جزئی از یک فرایند رندوم باشد، کل آن را رندوم بدانیم.
مثالش این است که برای رساندن آب یک سد به چند مزرعه لازم نیست به تکتک مولکولها بگوید کجا بروند؛ عرض و حجم کانالها را تنظیم میکند و مولکولها رندوم جای خود را پیدا میکنند، و نتیجه تقسیمبندی دقیق و هدفدار است. طراحی دیگری که مولکولها را نشاندار کند انرژی و وقت زیادی میخواهد و نه تنها برتری ندارد، بلکه طراحی اول برتری دارد، چون آدم هوشمند کسی است که کار را با روش ساده انجام میدهد. ممکن است یک روز کسی طراحی کند که بهترین طراحی این است که یک بخش تصادفی وجود داشته باشد.
او مثال جنین را میآورد: سلول دو سلول شبیه خودش میشود ولی بعد سلولهای متفاوت پیدا میشوند. وقتی سلول تقسیم میشود عدم تقارنهایی دارد و اگر از ۶۰ و ۴۰ درصد بیشتر باشد میتواند سرنوشت دو سلول متفاوت شود؛ درصدها همیشه یکسان است، مثل کانالهای آب. دو نظریه هست و چون طرفدار این یکی است جوری میگوید که انگار غلبه دارد، و شاید درست نباشد. برای اینکه سلولها چطور شکل پیدا میکنند نظریهٔ خوبی نیست. به هر حال رندوم بودن نقش مهمی دارد و نتایج کاملاً طراحی شده است: از جنین خرس آدم به وجود نمیآید.
او میگوید مدتی نئوداروینیسم را ضعیف میدانست و بعد جواب سؤالهایش را پیدا کرد، ولی با دیدن گلهٔ ماهیهایی که دقیقاً شبیه هم بودند فکر کرد کنجها نمیتوانند موجودات را اینقدر دقیق شکل بدهند. این شباهت شاید توجیه دیگری بخواهد و شاید در ساختارهای ژنی محدودیتهایی باشد. نتیجه: پدیدهٔ تصادفی نشانهٔ نبود طراحی و بیمعنایی نیست، و ممکن است بهترین طراحی نیاز به امر تصادفی داشته باشد؛ هرجا این نتیجهگیری را دیدید باید شک کنید.
باور اشتباه دوم: کشف قوانین معنا را از بین میبرد
او میگوید این باور که اگر قوانین حاکم بر فرایندی کشف شود آن فرایند معنای خاصی ندارد درست نیست. این باور از جهان لاپلاسی میآید: وقتی همهچیز قطعی باشد و بدانیم چیزی بر اساس قوانین پیش میرود، به نوعی خالی از معنا به نظر میرسد. علت فاعلی و علت غایی را از هم جدا میکند و میگوید پارادایم علم از زمان گالیله این است که علت غایی را کنار بگذاریم؛ دانشمندان میگویند ما فقط با علت فاعلی همهچیز را توجیه کردیم، پس علت غایی وجود ندارد.
احساس خداناباورانهای که علم به وجود میآورد از اینجا میآید که هرجا خداشناسان به شکافی آویزان شدند، مثل پایداری منظومهٔ شمسی در نظر نیوتن، علم بعد از مدتی نشان داد به فرض ماوراءالطبیعه نیاز نیست. به گفتهٔ او این استدلال فلسفی دقیق نیست و یک جور استدلال تاریخی است.
او میگوید کسانی که از علم نتایج خداناباورانه میگیرند از فیزیک این را نمیگیرند؛ خدا هست یا نیست گزارهٔ فیزیکی نیست و این بحثها فلسفیاند. استدلال آنها تیغ اُکام است: مثل اِتِر که حذف شد، علت غایی هم حذف میشود چون مدل سادهتری هست. میگویند با علم نمیشود گفت اتر یا تکشاخ یا خدا وجود ندارد، ولی فرض هم نمیکنند؛ دنیل دنت از سوپرمنیسم مثال میزند. به گفتهٔ او این دیدگاه اساساً با دیدگاه دینی متفاوت است.
مثال تلسکوپ و الواح
برای نشاندادن اینکه فهمیدن قوانین با معنادار بودن تعارضی ندارد، او میگوید فرض کنید موجودی هوشمند زمین را با تلسکوپ تماشا کند و چراغها را ببیند. محل نورها، مسیر ماشینها و دورههای هفتگی را کشف میکند و میتواند ۷۲ ساعت بعد را پیشبینی کند. ممکن است نفهمد موجودات زندهای آنجا هستند و مثلاً رستورانی هست که آخر هفتهها مردم میروند. با اینکه الگوها را توجیه میکند، لایهٔ معنا را کشف نکرده است.
مثال دوم الواح سنگی باستانشناسی است: علائمی که زبانش شناخته نیست و ریاضیدانها در آنها قوانینی پیدا میکنند، حتی اینکه با دو خط عمودی کل لوح را بازسازی کنند. او میپرسد آیا نتیجه این است که تمدنی نبوده یا چیزی معنیدار نوشته نشده؟ او میگوید این نظم نتیجهٔ تمدنی است که مثلاً الواحش دستورالعملهای حکومتی بوده و همیشه با نام پادشاه شروع میشده. دانشمندی که پیشگویی کند الواح کجا پیدا میشود نمیتواند بگوید همهچیز را فهمیدم؛ در واقع هیچ چیز نفهمیده، چون نمیداند معنایشان چیست.
او میگوید علم با اطلاعات کار میکند نه با معنا. به نظر او هرچه نظم جالبتری کشف کنند نه تنها علیه معنا چیزی کشف نمیکنند، بلکه ذهن آدم را به جایی میبرند که معنایی هست که این نظمها را به وجود آورده است. نتیجه: قابلیت پیشبینی فرایندی نمیتواند معنای آن را نفی کند یا حتی دربارهٔ آن نظر دهد.
علم و محاسبه
او دو نکتهٔ جلسه را جمع میکند: اگر بخشی از فرایند رندوم باشد، به معنای عدم طراحی و معنا نیست؛ و اگر تئوری همهچیز را پیدا کنیم باز معنایش این نیست که معنا وجود ندارد، چون نگفتهایم قوانین از کجا میآیند. نظریهٔ همهچیز شاید مقدمهٔ کشف لایهٔ دیگری باشد؛ قوانین اطلاعات را توجیه میکنند ولی خود را نه، و علم وارد مرحلهٔ دوم نشده است.
او میگوید علم، خصوصاً از زمان گالیله، معطوف به محاسبه است و همین تکنولوژی میدهد و بر طبیعت مسلط میکند؛ تیغ اُکام حرفهای اضافه را که به تکنولوژی منجر نمیشود حذف میکند. علت دنبال معنا نرفتن این است که معنا اینجا فایدهای ندارد. به گفتهٔ او تقریباً هیچ چیز را نمیفهمیم: یک قرن است نمیدانیم الکترون موج است یا ذره، و دانشمندان ناراحت نیستند.
فیزیکدانهای ابزارگرا میگویند علم چیزی است که با اندازهگیری به دست میآید و سؤالهای اضافه فلسفی است؛ او نقل میکند که از انیشتین پرسیدند زمان چیست و گفت آنچه ساعتها اندازه میگیرند. گالیله و نیوتن فکر میکردند دارند جهان را کشف میکنند، ولی به گفتهٔ او محاسبات میل به دانستن را خورد.
سهم علم و هوش مصنوعی
او اصرار دارد که علم دانش میدهد، چون تکنولوژی درست میکند و تکنولوژی مشاهدات جدید میدهد؛ اگر کسی بگوید علم هیچ دانشی به وجود نمیآورد کاملاً بیانصافی میکند. مدلها هم دانش به وجود آوردند و از کهکشانها تا ذرات بنیادی خیلی چیزها فهمیدیم که قبلاً نمیفهمیدیم.
اگر فیزیکدانها به نظریهٔ همهچیز برسند معنایش این نیست که علت غایی و معنا وجود ندارد؛ مثل آن ناظری که الگوهای نور را فهمیده و نتیجه گرفته چیز دیگری برای فهمیدن نیست، و درواقع تحقیقات علمی خودش را نامشروع متوقف میکند.
یکی از حاضران میگوید عدهای با نظریهٔ کامپیوتری ذهن مخالفاند. او جواب میدهد در جامعهٔ علمی خودشان با آن خیلی مشکلی ندارند، ولی قبول دارد که از دههٔ هشتاد میلادی شیب به این سمت است که ابزارگرایان computationalist به حاشیه رفتند، چون پروژههای هوش مصنوعی آنطور که فکر میکردند پیش نرفت. هوش مصنوعی در لایهٔ اطلاعات است و لایهٔ معنا ندارد؛ ماشینها شطرنج را خوب یاد میگیرند چون معنا ندارد، ولی درک متن سادهای را که معنا دارد مشکل دارند.
→ متنِ کاملِ این جلسه