این مطلب برای همه می تونه مفید باشه ولی به نظرم برای توسعه‌دهنده‌های هوش مصنوعی و علاقه‌مندان مباحث روانشناسی، علوم شناختی و علوم اعصاب جذابیت و کاربرد بیشتری داشته باشه.
:: بهتره بین متن پرش نکنید و از بالا به پایین همه رو بخونید، چون ترتیبشون برای درک بهترشون مهم هست.
احتمال میدم با بعضی از این مدل‌ها از قبل آشنا باشی، پس قرار نیست همه چیز برات جدید باشه. ولی یه احتمال دیگه هم میدم؛ اینکه شاید تو هم مثل من هیچ‌وقت جایی ندیده باشی که این مدل‌ها رو ساده، خلاصه، یکجا و با مرزهای نسبتاً واضح توضیح بده و بگه مغز ما در کل از چه مدل‌ها یا الگوریتم‌هایی برای تشخیص، انتخاب، احساس و رفتار استفاده میکنه.
احتمالا چون هر کدام از این‌ها دنیای وسیعی هستن (خودم تخمین زدم همه این ۹ مدل رو اگر کسی بخواد در خلاصه‌ترین حالت جامع بیان کنه شاید کتابی با ۵ هزار صفحه بشه!) و از اون طرف اغلب این خطا رو من می‌بینم که متخصص‌های بعضی از این شاخه‌ها حسابی منتقد یک شاخه دیگه میشن و واسه همین دلشون نمیخواد چیزی ازش بگن. الیته اینم بارها خودم دیدم که برای جذابیت بازاریابی و فروش بیشتر، کتابی مثلا در حوزه عادت‌ها یا چیزای دیگه می‌نویسن و طور رفتار میکنن که انگار همه مشکلات زیر سر عادت‌هاست و اگر عادت‌های غلط رو با عادت های اتمی جدید جایگزین کنیم زندگی رو بردیم! ولی میدونید که این واقعیت نداره یا دقیق‌تر بگم همه واقعیت این نیست و ما تو این مطلب میخوایم به بالاترین نقطه ذهن بریم و همه ۹ حالت کارکردی رو با هم یکجا ببینم و به صورت خلاصه با اونها آشنا بشیم.
در مطالبی هم که سعی شده این ۹ مدل گفته بشه من دیدم بدون مرزبندی به این شکل مشخص و در هم آمیخته توضیح داده شدن. مثلاً توی کتاب تفکر، سریع و کند دنیل کانمن همه اینا به نوعی هست ولی در قالب سیستم ۱ و سیستم ۲ و همین‌طور مفاهیمی مثل حافظه تداعی‌گر و میانبرهای ذهنی ادغام و توضیح داده شدن که در واقع هر کدوم از این‌ها حاصل ترکیب و ادغام چند تا از این مدل‌ها هستن. البته این ترکیب اصلاً چیز بد یا اشتباهی نیست، چون خود ذهن هم همیشه از چند مدل کنار هم برای ساختن احساس، رفتار و تصمیم‌ها استفاده میکنه که در ادامه بیشتر با این موضوع آشنا خواهید شد. خیلی وقت‌ها هم برای یک موقعیت که از نظر ما فقط «یک اتفاق» هست، در ذهنمون درگیر چند مدل هم‌زمان شده یا مدام بین مدل‌ها جابه‌جا می‌شیم.
میشه گفت همه انسان‌های سالم، هر ۹ مدل رو دارن و از همشون استفاده میکنن. اما بخش جذابش اینجاست که میزان استفاده از هر کدوم، از فردی به فرد دیگه متفاوته. مثلاً آقای X از همه مدل‌ها استفاده میکنه، ولی اگر بخوایم بگیم در مجموع بیشتر به کدوم تکیه داره، شاید مدل شماره ۱ باشه. در مقابل، آقای Y هم از همه مدل‌ها استفاده میکنه، اما ممکنه بیشترین سهم مربوط به مدل شماره ۳ باشه.
اگر خود فرد آگاهانه برای تغییر این الگوها تلاش کنه، می‌تونه میزان استفاده از هر مدل رو تا حدی تغییر بده. ولی تقریباً غیرممکنه که مثلاً بعد از کلی تمرین به ذهنمون بگیم: «از امروز به بعد دیگه حق نداری از مدل شماره ۳ استفاده کنی و فقط باید با مدل‌های ۴ و ۵ کار کنی!» تغییر ممکنه، ولی نه به این شکل مطلق.
از اون طرف، حتی بدون هیچ تلاش آگاهانه‌ای هم با بالا رفتن سن، تجربه‌های زندگی و تغییر شرایط جسمی و محیطی، میزان استفاده از این مدل‌ها کم‌کم تغییر میکنه. مثلاً یک کودک زیر ۷ سال بیشتر یادگیریش از طریق Reinforcement Learning یا همون پاداش و تنبیه شکل می‌گیره، اما هرچه سن و تجربه بیشتر میشه، ذهن بیشتر به پیش‌بینی و الگوهای ساخته‌شده از تجربه‌های گذشته تکیه میکنه؛ چیزی که در علوم شناختی بهش Predictive Processing میگن.
خب... فکر کنم به اندازه کافی گیجت کردم که این ساده‌سازی رو زیادی دست‌کم نگیری! 😄 حالا وقتشه بریم سراغ خود این ۹ مدل و ببینیم هر کدوم دقیقاً چی هستن و چطور کار میکنن.
و یه نکته آخر؛ برای خیلی از این مدل‌ها اسم‌های مختلفی وجود داره و هر پژوهشگر یا کتابی ممکنه از اصطلاح متفاوتی استفاده کنه. پیشنهاد من اینه که زیاد درگیر اسم‌ها نشی. مهم اینه که بفهمی هر مدل چی میگه و چطور کار میکنه، نه اینکه دقیقاً اسمش چیه.
اگر بخوام کل چیزی که تا اینجا گفتیم رو توی یک جمله خلاصه کنم، می‌گم:
ذهن انسان یک الگوریتم واحد نیست؛ مجموعه‌ای از چند روش مختلف برای پردازش اطلاعاته که هم‌زمان با هم کار میکنن و بسته به شرایط، تجربه، سن و محیط، وزن هر کدوم کم و زیاد میشه.
برای اینکه تفاوت این مدل‌ها بهتر جا بیفته، فرض کنیم رئیس شرکت بعد از جلسه فقط این جمله رو به من میگه:
«محمد، بعد از جلسه چند دقیقه بیا اتاقم.»
نه اخم کرده.
نه لبخند زده.
فقط همین جمله.
حالا ببین هر مدل این موقعیت رو من ممکن هست چطور می‌بینم.
سیستم مبتنی بر قانون. در این مدل ذهن میگه:
چون گفته برم پس میرم!
اینجا ذهن داره یک قانون قدیمی رو اجرا میکنه. چون تعریف شده براش که رئیس میگه بیا باید بره! تقریبا نه حس خاصی هست، نه اضطرابی و ... بلکه یک اجرای دستورالعمل داره اتفاق می‌افته نسبتا شبیه یک ربات!
به نظرم این رو برنامه نویس‌ها خیلی راحت بتونن درک کنن چون میشه گفت همون الگو if-else هست که میگه اگر x انگاه y در غیر این صورت اگر z انگاه w و در غیر این صورت p.
احتمالا این همون چیزی هست که توی پادگان‌های نظامی خیلی دوست دارن و تلاش میکن که باشه و همه اونطور رفتار کنن که بشون دستور داده میشه ولی اخرش همه میدونیم که هر کاری هم که بکنن نمیشه همه رو در همه شرایط اینطوری کرد و ذهن پیچیده‌تر از این حرف‌هاست!
یا همین قانون‌های اجتماعی هم همچنین انتظاری داره مثلا همین قوانین راهنمایی و رانندگی که اول میریم اموزش میبینیم بعد باید اجراش کنیم و نکنیم جریمه میشم. حتی اونجایی که مثلا مادر خانواده قانون میذاره اگر لباسی باید شسته بشه حتما بذارید داخل سبد لباس‌های کثیف مگر نه کسی نمیره برداره بشوره!
بحث قانون پذیر بودن هم به این حوزه مربوط میشه و میگه افرادی که این کارکرد مغزیشون به مراتب ضعیف‌تر هست قانون گریزی بالاتری دارن و باید تلاش بشه که این بخش در ذهن اونها بهبود پیدا کنه.
مدل یادگیری تقویتی. در این حالت ذهن میگه:
دفعه قبل که رئیس منو صدا کرد با لبخند وارد شدم و اخرش به من پاداش داد پس دوباره با لبخند وارد میشم.
یعنی از نتیجه تجربه‌های قبلی یاد می‌گیره که کدوم رفتار احتمال موفقیت بیشتری داره و دفعه بعد احتمال انجام همون رفتار رو بیشتر میکنه.
در این مدل ذهن از یک نقطه شروع میکنه که برای اون احتمالات خامی رو در نظر گرفته بعد بسته به این که تجربه‌‌ای که میکنه ایا اون احتمال رو تایید میکنه یا رد، به اون احتمال اضافه یا ازش کم میکنه.
میزان پاداش و مجازاتی که در هر دفعه تجربه کردن دریافت میکنم از یک سو و تعداد دفعاتی که منجر به پاداش یا مجازات شده از سوی دیگه در یک معادله (بعلاوه یکسری پارامترهای جانبی مثل شرایط سنی امروز در مقایسه با ان روز و...) نهایتا منجر میشه تا احتمالی جدید تعیین بشه برای دفعه بعدی که ما خواستیم به چنین موقعیت مشابهی پاسخ بدیم.
در ادامه با مدل‌های دیگه که احتمالات بخشی از تعریفشون هست آشنا میشید فقط برای گیج نشدن این رو در نظر داشته باشید که شاخص اصلی این مدل بحث تقویت یادگیری هست نه صرفا احتمالات.
شبکه نرونی. در اینجا ذهن میاد اول دنبال چیزهای آشنا می گرده:
ماشه: لحن رئیس که تند بود، زمان جلسه که معمولا نامعمول هست، اخم رئیس در جلسه و....
الگوی مشابه: پدرم در کودکی با لحن تند وقتی تا خیلی دیر وقت بیرون بودم و تلفن میزد میگفت بیام خونه و بعد که میرفتم کتکم میزد و اخرشم از شام خبری نبود (مجازات)
احساس: ترس و اضطراب از این که اون میخواد منو تنبه کنه
رفتار: گادر بسته و صدای لرزان (زبان بدن فرد مضطرب و ترسیده)
در همین مثال ممکن هست حتی وقتی رفتم داخل پاداش هم دریافت کنم و تمام اون شواهدی که به ماشه تبدیل شده بود صرفا یک شباهت تصادفی بوده باشه با دلایل و ریشه ای که اصلا به من و جلسه ما ربطی نداشته و مثلا بخاطر این بوده که مدیر شب قبل درست نخوابیده و خیلی خسته باشه که نهایتا اونطوری دیده شده!
یکی از معروف‌ترین مباحث مرتبط با بحث شبکه نرونی، موضوع عادت‌ها هست که کلی کتاب و مطلب هم واسش موجود هست و به غلط هم گاهی اون رو همه واقعیت ذهن معرفی میکنن. در عادت‌ها فرمول این هست که یک الگوی مشابه در موقعیت و زمان‌ها مختلف مدام تکرار شده و این تکرار در نهایت در مغز شبکه‌ای از نورون‌ها رو به هم متصل کرده که وقتی ماشه (شواهدی که نشون بده این موقعیت مشابه همون موقعیت هست) رخ بده می‌تونه اون شبکه عصبی رو فعال کنه و شخص اتوماتیک همون احساسات، تصمیمات و رفتارهای شکل گرفته در اون شبکه رو اجرا کنه!
فرق جدی این مدل با Reinforcement Learning در این هست که شکل گیری یک شبکه عصبی و قوی شدن پیوندهای نورونی و ... نیاز به تکرار زیاد و اغلب زمان طولانی داره در صورتی که در Reinforcement Learning ما هر بار یک احتمال رو تعیین میکنم و کم و زیاد میکنم. البته اینم یادتون هست که گفتیم در کل مغز و ذهن ترکیبی در هم امیخته مدل‌ها رو پیش می گیره و اینجا میشه دید مدل Reinforcement Learning اگر تکرار زیاد داشته باشه و نتیجه‌ها اغلب یکسان باشه خودش پتانسیل این رو داره که در نهایت به یک الگو و عادت تبدیل بشه و زیر مجموعه مدل Neural Networks قرار بگیره.
سیستم احتمالاتی (سیستم بیضی). در این مدل ذهن میگه:
صبر کن...
شاید میخواد تشکر کنه و پاداشی بده، البته شاید پروژه جدیدی داره و از اون میخواد حرف بزنه، یا شاید هم ایرادی وجود داره و قراره مجازت بشم ولی به نظرم صحبت از پروژه جدید محتمل‌تر هست.
ذهن گزینه‌های محتمل رو سعی میکنه کشف کنه و برای هر کدام میزانی حدودی از احتمال وقوع رو تعیین کنه. در واقع اینجا الزاما ما کار خاصی ممکن هست نکنیم فقط یکسری احتمالات رو لیست و بررسی کنیم ولی اگر نیاز به اقدام بود ما از بین گزینه‌ها نهایتا سعی می کنیم تا محتمل‌ترین گزینه رو ملاک قرار بدیم و احساسات و تصمیمات و رفتارهامون رو بر اساس اون شکل بدیم.
سیستم احتمالاتی (بیضی) با سیستم یادگیری تقویتی در بحث احتمال دادن و اصلاح احتمالات با هم تشابه دارن ولی در مدل یادگیری تقویتی اغلب لیست احتمالات کم تعداد هستن مثلا اگر بکنم احتمالا فلان بشه نکنم فلان بشه ولی در مدل بیضی ما سعی میکنیم تقریبا همه احتمالات ممکن رو لیست کنیم و محتمل ترین گزینه رو برای پاسخ ملاک قرار بدیم. از طرفی در مدل بیضی تاکید زیادی روی تقویت نیست و گاهی اصلا نیست و هر دفعه سعی میشه تا بر اساس داده‌های اون زمان احتمالات کشف و تخمین زده بشن نه الزاما این که دفعه قبل چه نتیجه‌ای در پی داشته.
مدل پردازش پیش‌بینی‌کننده. در این مدل ذهن میگه:
«رئیس معمولاً از من ایراد می‌گیره پس احتمالا میخواد گوشمو بپیچونه.»
در این مدل هم ما با احتمالات سر و کار داریم. یعنی ذهن پیش از وقوع تلاش میکنه تا گزینه محتمل رو کشف کنه و بر اساس اون احساسات، تصمیمات و رفتارها رو تنظیم کنه.
تفاوت جدی این مدل با مدل قبل (مدل بیضی) این هست که در این مدل ذهن میگه اول دنیا رو پیش‌بینی کن و اقدام کن، بعد اگر اشتباه بود اصلاحش کن ولی در مدل قبل ذهن میگه احتمال‌ها رو حساب کن و محتمل‌ترین گزینه رو کشف کن و نوعی منتظر ماندن رو در خودش داره و بقیه گزینه‌ها رو هم در نظر داره و به نوعی برای اونها هم اماده هست نه فقط یک گزینه و ان هم محتمل‌ترین گزینه!
مدل شناخت تطبیقی (مخفف Adaptive Control of Thought-Rational به معنی کنترل تطبیقی تفکر-عقلانی). در اینجا ذهن میگه:
۱- جمع آوری داده از حواس ۵ گانه
دیدم که رئیس چهره‌اش در هم بود
شنیدم که رئیس با یکی از همکارها در جلسه تند صحبت کرد و ....۲- ادارک (ترکیب با دانش و تجربه)
گفت بیا پس باید برم (قانون)
قبلا گفته بودن وارد اتاق میشم لبخند بزنم پس باید بزنم (قانون)
چهره مدیر در هم بود و چهره در هم یعنی می‌تونه عصبانی یا ناراحت باشه (تجربه)
امروز دیدم با ماشین خودش نیامد و وقتی خسته هست اینکار رو میکنه پس خسته هست و خستگی ممکن هست باعث بشه رفتار خوبی نداشته باشه (تجربه)
وقتی کسی خسته و عصبانی هست بهتره تو کارهایی نکنی که خسته‌تر و عصبانی‌تر بشه چون ریسک تنش بالا میره (آموزش)۳- تصمیم
بهتره زودتر برم و با لبخند وارد بشم این ریسک تنش رو کم میکنه و خیلی هم پرحرفی نکنم که خسته‌تر بشه و در مورد فلان مشکلاتم حرفی نزنم که عصبانی‌تر بشه
۴- رفتار بر اساس تصمیم
بدون تاخیر با لبخند وارد اتفاق میشم سلام میکنم و شروع میکنیم به صحبت در مورد چیزایی که خسته و عصبانیش نمیکنه
در این مدل ما بر خلاف مدل‌ها قبل که خیلی به شهود، تجربه‌ها، الگوها و در یک کلمه به درون خودمون تاکید داشتیم به بیرون یعنی آنچه میبینیم، می‌شنویم، لمس میکنیم، مزه میکنیم، بو میکنیم (حواس ۵ گانه) وابسته هستیم و همه چیز اول از انجا شروع میشه نه صرفا از یک برایند گیری درونی.
البته همه چیز هم بیرون نیست! بعد از این که داده‌های خام از ورودی‌های حسی وارد مغز میشه ذهن تلاش میکنه تا اونها رو تفسیر کنه و با آنچه قبلا تجربه کرده و یادگرفته ادغام کنه و نهایتا تصمیماتی رو شکل بده و در اخر رفتاری همراستا با تصمیم رو بروز بده.
شاید فکر کنید این مدل خیلی واقع بیانه‌تر هست و باید بگم اشتباه نمی کنید ولی یک نکته مهم داره که خود پایه و اساسی هست برای یک دنیای وسیع به نام خطاهای شناختی یعنی با این که ما از حواس خودمون استفاده میکنیم و سعی میکنیم تا بیرون رو همونطور که هست درک کنیم ولی در نهایت بخاطر ترکیبی که ذهن در زمان تفسیر داده‌ها با تجربه‌ها و یادگیری‌های گذشته انجام میده الزاما اون چیزی که ما میبینیم و ادراک میکنیم با هم یکی نیست و می‌تونه درگیر خطاهایی باشه که تصمیم غلط و نهایتا رفتار غلطی رو شکل بده و خب واضح هست که اگر تجربه و یادگیری‌های درستی داشته باشیم چقدر این روش نسبت به سایر روش‌ها واقع‌بینانه‌تر و سودمندتر می‌تونه باشه چون هم به درون تکیه داره و هم به بیرون.
مثال شاید یکم مفصل به نظر بیاد و این سو برداشت بشه که در مدل فرایند کمی پیچیده هست ولی اینطوری نیست خیلی وقت‌ها فرایند خیلی ساده هست مثلا:
چشم >>> کسی را دید >>> چهره را تشخیص داد >>> حافظه گفت قبلاً دیده‌ام و آشناست >>> اسمش یادم آمد >>> تصمیم گرفتم سلام کنم >>> جلو رفتم و سلام کردم
مدل سور که به فارسی معنایی مثل بالغ شدن و صعود کردن داره در واقع همون مدل ACT-R هست با یک تفاوت خاص که خیلی از کارشناس‌ها این دو رو در کل یک مدل میدونن و بش میگن Cognitive Architectures ولی من بهتر دیدم جدا تعریفش کنیم چون به نظرم تفاوتی جدی هست.
این تفاوت مهم بحث حل مسئله و کشف و دنبال کردن گزینه‌های دیگر در زمان به بن بست رسیدن هست!
وقتی میگیم مدل ACT-R هست به نوعی داریم این رو میگیم که فرایند مشاهده، ادراک، تصمیم و رفتار شکلی حدودا خطی داره که اگر به بن بستی در هر مرحله بخوره متوقف میشه و ولی وقتی میگیم مدل Soar هست یعنی اگر تصمیم و رفتار یک اتفاق افتاد نتیجه نداد دوباره تلاش میکنیم مشاهده و ادراک کنیم و بگم خب پس میریم سراغ گزینه دو و اگرم نشد بخاطر فلان چیز میریم گزینه سه و ... رو دنبال میکنیم.
مسیر مهم در مقابل هدف مهم: شاید بشه اینطور هم گفت که در مدل Soar ما یک هدف داریم و مسیر خیلی مهم نیست و از راه‌های مختلف رو امتحان میکنیم تا به هدف برسیم (البته الزامی نیست که همیشه بالاخره یک گزینه باشه که منجر به هدف بشه گاهی شاید بعد چند تلاش هدف رو رها کن حاصل بشه و فرایند تمام بشه) و در مدل ACT-R ما یک مسیر برای هدف تعریف میکنیم و اگر این مسیر نشه تلاش رو متوقف میکنیم و هدف رو رها میکنیم.
مدل شناخت تجسمی و مدل شناخت گسترده. این دو رو خیلی اوقات جدا مطرح میکنن ولی به نظرم به طور کلی میشه یک مدل در نظرشون گرفت فقط یک تفاوت جزئی دارن.
به طور کلی حرف این مدل این هست که همه چیز ذهن نیست بلکه محیط و بدن هم می‌تونه آنچه در نهایت احساسات، تصمیمات و رفتارها رو شکل میده تاثیر بده.
در Embodied Cognition روی شرایط جسمی مثل تغییرات سن، سطح هورمون‌ها، قبلا پام سالم بود الان اتل دارم و .... تاکید داره و میگه در برخی موقعیت‌ها این جسم بوده که روی ذهن تاثیر گذاشته و اون احساس و تصمیم و رفتار شکل گرفته و خب با تغییر شرایط جسمی نتیجه هم تغییر میکنه.
در Extended Cognition هم دقیقا همون تفکر هست فقط محیط و شرایط بیرونی مثل مثلا تغییرات فصل و اب و هوا و دمای محیط و قبلا صلح بود الان شهر جنگ زده هست و .... تاکید داره و میگه ذهن در تعامل با تغییرات محیط پاسخ میده و مستقل نیست.
به نظرم میشه یک مدل واحد تعریف کرد و گفت ذهن علاوه بر کارکردهای داخلی خودش به تغییرات جسم و محیط و شرایط و ... هم وابسته هست و در برخی موقعیت‌ها مسئله فقط و فقط مغز و ذهن نیست! مثلا چون شخص پاش شکسته افسرده شده و دست و دلش به زندگی نمیره و اگر این درمان بشه احساس و بعد تصمیمات و سپس رفتارهای متفاوتی میکنه.
سیستم داینامیک یک مدل منتقد هست که طرفدارهاش نمی‌گن بقیه مدل‌ها غلط هستن بلکه میگن ذهن پیچیده‌تر از اون چیزی که فکر می‌کنید هست و اینقدر ساده به اون نگاه نکنید و برخی چیزها هست که اصلا با اون مدل‌ها قابل پیش بینی و توصیف نیست!
یه جورایی میشه گفت همون تعریف آنتروپی در فیزیک رو دنبال میکنن که میگه در بی‌نظمی هم نظم هست ولی وقتی آنتروپی بسیار بالاست یعنی هزاران پارامتر کمی و کیفی در وقوع ان اتفاق در ان لحظه دخیل بودن به این معنی نیست که جمبل و جادویی هست و کلا غیرقابل پیش بینی بوده ولی واقعا خیلی سخت و نزدیک به ناممکن هست که ما بخوایم همه پارامترها رو با همون مقدار کیفی که داشتن درک و محاسبه و پیش بینی کنیم.
گاهی نظم پیچیده طبیعت قابل درک و محاسبه توسط بخش خودآگاه ذهن ما نیست و برخلاف همه مدل های دیگه سعی میکنه به نوعی نهایتا بگن اگر a,b,c,d با کیفیت 1,2,3,4 رخ بدن پس انگاه میشه انتظار داشت که Y رخ بده چون در برخی مسائل خاص تعداد و کیفیت‌ها هم بسیار زیاد هست و هم مدام در حال تغییر که تا بخوای محاسبه و پیش بینی کنی که چی میشه چندتاشون حذف و اضافه شده و کیفیتشون تغییر کرده.
هشدار: بسیار از احساسات، تصمیم‌ها و رفتارها مربوط به این مدل نیستن و این فقط یک مورد از ۹ مورد هست پس نه اونقدر همه چیز رو این ببینید و نه اونقدر همه ذهن رو اون ۸ مدل دیگه. در ادامه مدل ترکیبی رو توضیح دادیم و حواستون باشه وقتی مدل‌ها با هم ترکیب میشن تفکیک و شناسایی اونها سخت میشه و مهارت میخواد پس هر جا دیدی که نمی‌تونید تشخیص بدید هم الزاما سیستم داینامیک رخ نداده بلکه ممکن هست مدل ترکیبی یا همون hybrid باشه که نیاز به یک دانش تخصصی برای تفیکیک و آشکارسازی اونها باشه.
یعنی حتی اگر تمام خاطرات و باورهای دو نفر یکسان باشه، باز هم ممکنه فقط به خاطر تفاوت شرایط همان لحظه، رفتار متفاوتی نشون بدن.
مدل ترکیبی یک مدل جدا یا دهم نیست بلکه صرفا نوعی توصیف از واقعیت کارکردی مغز هست.
الان که با ۹ مدل اشنا شدید در موضوعاتی که خیلی پیچیده نباشه تشخیص این که این اون احساس، تصمیم و رفتار توسط کدام مدل شکل گرفته نسبتا راحت هست (به شرط این که قبلش هم ۹ تا رو درک و حفظ کرده باشید).
اما در مسائل پیچیده اغلب یک مدل باعث و بانی شکل گیری احساس،تصمیم و رفتار نیست و نمیشه اون موقعیت رو فقط با یک مدل توصیف کرد بلکه یک ترکیب از چند مدل هست.
شاید مهم‌ترین چیزی که من از نوشتن و جمع‌بندی این مدل‌ها یاد گرفتم این بود که ذهن انسان برخلاف چیزی که معمولاً تصور میکنیم، یک الگوریتم ثابت نیست. هر لحظه چندین مکانیزم مختلف کنار هم در حال کار هستن و بسته به سن، تجربه، شرایط جسمی، محیط و حتی اتفاقات چند دقیقه قبل، ممکنه وزن هر کدوم تغییر کنه.
شاید به همین دلیل هم هست که گاهی خودمون از رفتار یا احساسی که تجربه میکنیم تعجب میکنیم. نه چون ذهن بی‌منطق یا تصادفیه، بلکه چون تعداد متغیرهایی که هم‌زمان روی تصمیم‌هامون اثر می‌ذارن خیلی بیشتر از چیزیه که معمولاً متوجهشون می‌شیم.
برای من، شناخت این مدل‌ها بیشتر از اینکه یک بحث تئوری باشه، تبدیل شد به یک ابزار؛ ابزاری که کمک میکنه هر بار از خودم بپرسم: «الان ذهنم داره بیشتر با کدوم مکانیزم کار میکنه؟» و شاید همین سؤال، اولین قدم برای تصمیم‌های آگاهانه‌تر باشه.
