اثر کبرا
چرا برخی مشوق‌ها برعکس جواب می‌دهند؟
علی درویشان / نویسنده نشریه
یک داستان قدیمی درباره مار کبرا در زمان حضور انگلستان در هند وجود دارد. اصولاً محل زندگی مار کبرا در هندوستان است و در دوران استعمار هندوستان توسط انگلستان، مارها در دهلی‌نو مشکلات زیادی برای مردم ایجاد می‌کردند. به همین دلیل حاکم شهر دهلی برای جنازه مار کبرا جایزه تعیین کرد و به همین روش توانست تعداد زیادی از مارگیرهای حرفه‌ای را به دهلی بکشاند و مارگیرها با شکار مارهای کبرا باعث کاهش تعداد مارهای کبرا شدند. تا اینجا همه چیز درست پیش رفت، اما انسان عاقل رفتارهای دیگری نیز از خود نشان می‌دهد. در این دوره برای دریافت جایزه، تعداد زیادی از مردم دهلی به پرورش مارهای کبرا رو آوردند و به این صورت تعداد مارهای کبرای مرده‌ای که به دولت تحویل داده می‌شد، بیشتر و بیشتر شد و کار به جایی رسید که دولت دیگر از خرید مارهای کبرا امتناع کرد. عدم خرید مارهای کبرا همان و پخش شدن مارهای پرورش داده‌شده به وسیله مردم در شهر همان. این‌گونه شد که ایده خرید جنازه مار کبرا از مردم به جای آنکه جمعیت مارهای کبرا را در شهر دهلی کاهش دهد، باعث افزایش تعداد این مارها در شهر شد. به این اتفاق «انگیزش انحرافی» یا «اثر کبرا» می‌گویند.
از زمان تولد، ما ارتباطات مختلفی را در جهان پیرامون خود مشاهده می‌کنیم. غذا، گرسنگی را برطرف می‌کند. خواب، خستگی را برطرف می‌کند. مشکلات، دلیل دارند و برای حل مشکلات نیاز به استفاده از راه‌حل‌ها داریم. رویکرد ما و اینکه چگونه مسائل را حل می‌کنیم، چه بخواهیم و چه نخواهیم، الگوی ذهنی ما را در زمینه علت و معلول می‌سازد. این الگوی ذهنی که ما با آن روبه‌رو هستیم، تاثیری بسیار قوی بر انتظارات و تفکر ما به جای می‌گذارد. این الگو‌های ذهنی هستند که به ما می‌گویند چه چیزی را ببینیم و چه چیزی مهم‌تر و چه چیزی کم‌اهمیت‌تر است. این الگوها هستند که به ما کمک می‌کنند از تجربیات خود استفاده کنیم و میان‌برهایی شناختی برای تسریع تصمیم‌گیری و تفکر ما ارائه می‌دهند.
با وجود این، الگو‌های ذهنی ما ممکن است به شدت گمراه‌کننده باشند. عموم رابطه‌های علت و معلولی که در ذهن ما می‌گذرند بسیار ساده‌اند و یک رابطه خطی مشخص بین علت و معلول وجود دارد. به همین دلیل است که ما اصطلاحاً خطی فکر می‌کنیم، به این معنا که در ذهن ما دو برابر کردن علت، معلول را دو برابر می‌کند و نصف کردن علت، معلول را نصف. اما در جهان واقع و همان‌طور که در مثال مارهای کبرای دهلی مشاهده کردیم، جهان معمولاً پیچیده‌تر از آن است که ما مشاهده می‌کنیم.
رفتار ضدانگیزه‌ای
ما در جهانی بسیار متصل زندگی می‌کنیم، جهانی که هر تصمیم مدیریتی، تبعات متعددی دارد. هنگامی که اقدامی انجام می‌دهیم، نتیجه مورد نظر ما ممکن است روی دهد، اما تعدادی نتیجه غیرمنتظره نیز روی می‌دهند. هرچند ممکن است برخی تبعات ناخواسته، مفید باشند، اما معمولاً این شانس ایجاد نمی‌شود و تبعات به‌وجود‌آمده در بسیاری از مواقع، موضوع مورد نظر ما را از مسیر خود منحرف می‌کنند. بر همین اساس است که تبعات معمولاً ناخواسته هستند. به این تبعات ناخواسته که برخلاف انگیزه سیاستگذار اتفاق می‌افتند، شگفتی سیاستی گفته می‌شود. اگر بخواهیم جلوی این شگفتی‌های سیاستی را بگیریم، باید انگیزه‌های خود را با توجه به پیچیدگی‌های دنیای واقعی و فرآیندهای علت و معلولی موجود در جهان پیچیده
اجتماعی-زیست محیطی تنظیم کنیم. ایجاد روش‌هایی برای کمک به درک و تصویرسازی ما از فرآیندهای علت و معلولی در جهان اهمیت بسیار زیادی دارد. باید روش‌هایی بیابیم که بتوانیم فراتر از رابطه خطی بیندیشیم. به همین منظور باید روش‌هایی پیدا کنیم تا موضوع بازخورد و نقش بسیار مهمی را که در انگیزه‌های مدیریتی ایجاد می‌کند درک کنیم و بتوانیم در تصمیم‌گیری‌های خود این ویژگی را لحاظ کنیم.
بازخوردهای تقویت‌کننده و تعدیل‌کننده
دو نوع پایه‌ای از چرخه‌های بازخوردی وجود دارد: تقویت‌کننده و تعدیل‌کننده. به بازخورد تقویت‌کننده، بازخورد مثبت نیز گفته می‌شود. در چرخه مربوط به این بازخورد، این فرض وجود دارد که در اختیار بودن سیستم‌های حمل‌ونقل پیشرفته و قابل اعتماد باعث می‌شود که مردم تمایل بیشتری به استفاده از آنها داشته باشند و استفاده بیشتر مردم از این وسایل به مردم و سیاستگذار اثر مثبت سرمایه‌گذاری در حمل‌ونقل عمومی را نشان می‌دهد و به همین دلیل سرمایه‌گذاری در حمل‌ونقل عمومی افزایش پیدا می‌کند. هر چه سرمایه‌گذاری در حمل‌ونقل عمومی افزایش پیدا کند، وضعیت و کارایی آن بهتر شده و مردم تمایل بیشتری به استفاده از آن از خود نشان می‌دهند. و این حلقه به صورت پیوسته خود را تشدید می‌کند. اما در هر بخش از این چرخه، اگر ضعف مشاهده شود، کل چرخه را تضعیف می‌کند. یعنی اگر سرمایه‌گذاری در بخش حمل‌ونقل عمومی کم شود، تمایل مردم به استفاده از این خدمات کاهش پیدا می‌کند و این موضوع باعث می‌شود سیاستگذار فکر کند مردم تمایل زیادی به استفاده از حمل‌ونقل عمومی ندارند و به همین دلیل سرمایه‌گذاری در این بخش را کاهش دهد و کاهش سرمایه‌گذاری باعث کاهش کیفیت حمل‌ونقل عمومی شده و مردم بیشتری را از استفاده از این روش حمل‌ونقل منصرف می‌کند.
حلقه پایه‌ای دیگری که چرخه علت و معلولی را نشان می‌دهد، بازخورد تعدیلی است. بازخورد تعدیلی که به آن بازخورد منفی نیز گفته می‌شود، هدفمند است. این حلقه مبنای سیستم‌های کنترلی و سیستم‌های پایدارکننده طبیعی و مصنوعی است. همان‌طور که در شکل می‌بینید، هدف، محدود کردن میزان مصرف منابع در حد مورد نظر است، یعنی منابع در حدی مصرف شود که نیازهای جامعه برآورده شود، اما بیشتر از آن مصرف نشود تا اهداف درازمدت و پایداری این اهداف را نیز در نظر بگیرد. در این وضعیت، اگر سطح مصرف واقعی منابع بیش از سطح پایداری افزایش پیدا کند، نیاز به اقدامی وجود دارد تا میزان مصرف کاهش پیدا کند و به زیر میزان پایداری بازگردد. در این بخش نیاز به اضافه کردن اقدامی برای کاهش مصرف است تا میزان تفاوت میان دو سطح (یعنی میزان مصرف و میزان مورد انتظار برای پایدارسازی منابع) به حداقل، یعنی نزدیک به صفر برسد.
در یک جهان واقعی و پیچیده، تعداد حلقه‌های بازخورد مثبت و منفی متعدد است و این حلقه‌ها با یکدیگر تعامل می‌کنند. با وجود این ذهن عموم مردم بر اساس روش‌های ساده، سریع و خطی تحلیل می‌کند. به طور خاص، معمولاً بازخوردهای ایجادشده میان تصمیمات مدیریتی را که به صورت مجزا و به وسیله گروه‌های مختلف اتخاذ می‌شود، در نظر نمی‌گیریم. این بازخورد بین‌بخشی معمولاً نامرئی است چراکه مدیران بخش‌های مختلف در اتاق‌های مختلف و بدون هماهنگی با یکدیگر تصمیم می‌گیرند و هرکدام انتظار دارد که تصمیمش، به اهدافی که انتظار دارد منتهی شود. حتی ممکن است وضعیت بدتر شود، اگر در نظر بگیریم که بسیاری از بازخوردهایی که باید به مدیران یا افراد برسد، با تاخیر مواجه‌اند و حتی ممکن است یک دهه یا بیشتر طول بکشد تا مدیر متوجه تبعات تصمیمی که اتخاذ کرده است بشود. شاید حتی بازخورد در محلی با فاصله جغرافیایی زیاد روی دهد و ایجاد ارتباط میان تصمیمات مدیریتی و بازخورد دریافت‌شده سخت باشد.
یک تصمیم‌گیر که به دنبال پیش‌بینی رفتار یک سیستم پیچیده به دنبال تصمیم مدیریتی خود است، معمولاً با یک تناقض به نام تناقض پیچیدگی روبه‌رو است. رفتار یک سیستم پیچیده معمولاً از تعامل بازخوردهای ایجادشده در حلقه‌های مختلف آن حاصل می‌شود. این موضوع به این معناست که از یک‌سو، نمی‌توان با بررسی بخش‌به‌بخش حلقه‌های مختلف این سیستم، رفتار آن را پیش‌بینی کرد و باید سیستم را به صورت یک کل دید و رفتار آن را نیز به صورت کلی مورد تحلیل قرار داد. به بیان دیگر نمی‌توان هر بخش را به صورتی مجزا از دیگر بخش‌ها بررسی کرد. از سوی دیگر این سیستم‌ها معمولاً پیچیده‌تر از آن هستند که بتوان به صورت کلی آنها را بررسی کرد. تصمیم‌گیران هنگامی که با این تناقض روبه‌رو می‌شوند، معمولاً یکی از این دو راه را در پیش می‌گیرند. یا بخش کوچکی از سیستم را بدون توجه به ارتباطات آن با دیگر بخش‌های سیستم مورد بررسی قرار می‌دهند و تصمیم خود را بر مبنای رفتارها و ویژگی‌های آن بخش اتخاذ می‌کنند. یا اینکه اصلاً به دنبال تحلیل سیستمی برای بررسی تبعات تصمیم خود نمی‌روند. در هر کدام از این حالت‌ها، آنها باید آماده رویارویی با شگفتی‌های سیاستی باشند.
اما شاید راه‌حل سومی نیز وجود داشته باشد و آن، استفاده از مدل‌های پویایی باشد که به آنها برای بررسی پیامدهای ناخواسته یک اقدام کمک زیادی می‌رساند. ایده اینکه افراد بتوانند پیش از اجرا در واقعیت، مدل تصمیم خود را شبیه‌سازی کنند بسیار جذاب است. واقعیت این است که ایجاد یک الگوی مفید با جزئیات بسیار سخت است و نیاز به حجم زیادی از داده‌های سری زمانی معتبر و مشارکت کارشناسان خبره تحلیل داده‌ها و مدل‌ساز دارد. در بسیاری از اوقات، این شرایط قابل دستیابی نیست.
الگو‌های پویای ساده
آرکتایپ‌های ایجادشده برای سیستم‌های پیچیده، لزوماً الگوی سیستم‌های پیچیده نیستند و به همین دلیل باید با در نظر گرفتن محدودیت‌ها مورد استفاده قرار گیرند. خلق و کاربرد آنها در دنیای واقعی می‌تواند کمک زیادی به سیاست‌گذاران و تصمیم‌گیران در دنیای پیچیده واقعی برساند. تجربه استفاده از این الگوها می‌تواند همه تصمیم‌سازان را نسبت به عواقب تصمیماتشان آگاه سازد و برای آنها مشخص کند که این اقدامات در سطوح مختلف چه تبعاتی برای آنها، سازمان یا جامعه ایجاد خواهد کرد. مثلاً اگر همه تصمیم‌گیران احتمال ایجاد یک حلقه منفی را در سیستم تصمیم‌گیری خود در نظر بگیرند که به آن مقاومت سیاستی از سوی مردم گفته می‌شود، قدم بزرگی روبه‌جلو است. این پدیده به معنای این است که در بسیاری از مواقع، مردم در برابر سیاستگذاری‌ها مقاومت می‌کنند و تلاش می‌کنند تا هر چیزی را به وضعیت ابتدایی خود بازگردانند. اگر تصمیم‌گیران اثر مقاومت سیاستی را در تصمیمات خود در نظر بگیرند، آنگاه کیفیت تصمیمات آنها به طور محسوسی بالاتر خواهد رفت.
الگو‌های پویای ساده باید با دقت مورد استفاده قرار گیرند. این مدل‌ها هیچ‌گاه نمی‌توانند تمام داستان را برای فرد استفاده‌کننده بیان کنند. شاید مهم‌ترین ارزش آنها این نکته است که تصمیم‌گیر به‌خوبی متوجه می‌شود که نتیجه تصمیم او، تنها بر آن چیزی که انتظار دارد اثر نمی‌گذارد و مجموعه‌ای از علل وجود دارد که بر نتیجه نهایی تاثیر می‌گذارند و او باید همه آنها را در نظر داشته باشد. لازم نیست که همه تصمیم‌گیران، مدل‌سازانی حرفه‌ای باشند، اما باید همه آنها تاثیر بازخورد را درک کنند و آن را در تصمیم‌گیری‌های خود در نظر بگیرند. با در نظر گرفتن پیچیدگی‌های سیستم‌های انسانی-زیست‌محیطی در قرن بیست‌ویکم، نیاز به راه‌های عملی برای در نظر داشتن حلقه‌های بازخوردی در هنگام تصمیم‌گیری، خود را به‌مراتب جدی‌تر از گذشته نشان می‌دهد.
اثر کبرا
تا الان دیگر باید متوجه شده باشید که در دهلی و بر سر مساله مارهای کبرا چه اتفاقی افتاد. جایزه گذاشتن برای مارهای کبرا باعث شد که مارها تبدیل به کالایی باارزش شوند و شهروندان کارآفرین شروع به پرورش مار کبرا کنند. شبیه این اتفاق در مورد فرانسوی‌ها نیز به وقوع پیوست، زمانی که می‌خواستند جمعیت موش‌ها را در شهر هانوی کنترل کنند.
تحت سیاست جدید، مارها تبدیل به محل مناسبی برای کسب درآمد شدند. علاوه بر این، کشتن مار پرورشی به‌مراتب ساده‌تر از شکار مار کبرا در خیابان‌های دهلی بود. به همین دلیل مارگیران تمایل خود به مارگیری در خیابان‌ها را از دست دادند و روی پرورش مارهای کبرا تمرکز کردند. در این هنگام بود که دولت متوجه شد رابطه معنا‌داری میان مارهایی که در شهر می‌بیند و مارهایی که مردم به او تحویل می‌دهند وجود ندارد. مشکوک شدن دولت در این مورد باعث شد که شروع به گشتن در شهر کرده و نهایتاً چند مرکز بزرگ پرورش مارهای کبرا را در شهر دهلی کشف کردند و به این صورت برنامه خرید جنازه‌های مار کبرا کلاً تعطیل شد. در این موقعیت بود که پرورش‌دهندگان مار متوجه شدند محل‌هایی که برای پرورش مار آماده کرده‌اند بی‌ارزش شده‌اند و دیگر سرمایه‌گذاری برای پرورش مار توجیه اقتصادی ندارد. این‌گونه شد که مارهای پرورشی را در شهر رها کردند و مشکل مارهای کبرا در شهر دهلی به‌مراتب بدتر از گذشته شد.
می‌توان از این داستان آموخت که سیاستگذاری‌ها و تصمیم‌گیری‌ها با نگاه خطی می‌توانند در درازمدت نتایج جبران‌ناپذیری برای اجراکنندگان این تصمیمات بر جای گذارند و چه‌بسا یک سیاست نادرست باعث تشدید یک مشکل می‌شود. همیشه مراقب باشید که باعث پرورش مار کبرا در سیستم خود نشوید.
