“الإنتروبيا والتحكم في المعلومات: المفتاح لفهم كيفية شن القتال ضد ترامب وغيره من الشعبويين”

فاجأت العودة المذهلة للرئيس الأمريكي المنتخب دونالد ترامب العالم. لا شك أن الناس يمكن أن يشيروا إلى تفسيرات مختلفة لفوزه الانتخابي، لكن من وجهة نظري فإن علم المعلومات سيمهد الطريق نحو رؤى أعمق. وما لم يتمكن الديمقراطيون ــ ونظراؤهم في مختلف أنحاء العالم ــ من تطوير فهم أفضل لكيفية تلقي الناس للمعلومات ورفضهم لها، فلن يفهموا تماما ما حدث أو يخوضوا الانتخابات بنجاح في المستقبل.

هناك قانون أساسي في الطبيعة، يعرف في العلوم الفيزيائية بالقانون الثاني. وهذا يعني أنه مع مرور الوقت، سوف يطغى الضجيج على المعلومات وسوف تهيمن الشكوك. سوف يغرق النظام بالارتباك والفوضى. ومن جسيم واحد إلى الكون كله، فإن كل نظام معروف للعلم يخضع لهذا القانون. وهذا يشمل الأنظمة السياسية، أو المجتمعات.

كلما حدث تقدم في تكنولوجيا الاتصالات، يتداول الناس المزيد والمزيد من المعلومات غير الضرورية أو غير الدقيقة. وفي النظام السياسي، هذا ما يؤدي إلى السيطرة على الضوضاء التي وصفها القانون الثاني.

في العلوم، تُعرف الكمية التي تقيس درجة عدم اليقين باسم الإنتروبيا. وبالتالي فإن القانون الثاني ينص على أن الإنتروبيا لا يمكن إلا أن تزداد، على الأقل في المتوسط.

في حين أن الإنتروبيا لا تتناقص بشكل تلقائي، فمن الممكن تقليلها عن طريق إنفاق الطاقة، أي بتكلفة. هذا هو بالضبط ما تدور حوله الحياة – فنحن نخلق نظامًا داخليًا، وبالتالي نقلل من الإنتروبيا، عن طريق استهلاك الطاقة على شكل طعام.

لكي يبقى النظام البيولوجي على قيد الحياة، عليه أن يقلل من حالات عدم اليقين بشأن حالة بيئته. لذلك هناك اتجاهان متعارضان: نحن لا نحب الشكوك ونحاول الحد منها. لكننا نعيش في عالم تهيمن عليه الشكوك المتزايدة. إن فهم التوازن بين هاتين القوتين يحمل المفتاح إلى تقدير بعض الظواهر الاجتماعية الأكثر إرباكاً ــ مثل الأسباب التي تدفع الناس إلى التصويت لرجل أدين بارتكاب جرائم متعددة ويشير بقوة إلى ميوله الاستبدادية.

إن العالم مليء بالشكوك، وتعمل تكنولوجيا المعلومات على تعزيز مستوى عدم اليقين هذا بوتيرة مذهلة. إن تطوير الذكاء الاصطناعي لا يؤدي إلا إلى زيادة حالة عدم اليقين وسيستمر في القيام بذلك على نطاق لا يمكن تصوره.

في الغرب المتوحش للإنترنت غير المنظم، ابتكر عمالقة التكنولوجيا وحشًا يغذينا بالضجيج وعدم اليقين. والنتيجة هي الإنتروبيا سريعة النمو، فهناك شعور بالفوضى عند كل منعطف.

كل واحد منا، كنظام بيولوجي، لديه الرغبة في تقليل هذه الإنتروبيا. ولهذا السبب، على سبيل المثال، نتجنب بشكل غريزي مصادر المعلومات التي لا تتوافق مع وجهات نظرنا. سوف يخلقون حالة من عدم اليقين. إذا كنت ناخبًا ليبراليًا أو يساريًا ووجدت نفسك تتجنب الأخبار بعد إعادة انتخاب ترامب، فمن المحتمل أن يكون ذلك مرتبطًا برغبتك في تقليل الإنتروبيا.

الحاجة إلى اليقين

كثيرا ما يحير الناس حول الأسباب التي تجعل المجتمعات أكثر استقطابا والمعلومات أصبحت أكثر تجزئة. الجواب بسيط: الإنترنت ووسائل التواصل الاجتماعي والذكاء الاصطناعي والهواتف الذكية تضخ الإنتروبيا بمعدل لم يسبق له مثيل في تاريخ الأرض. لم يسبق لأي نظام بيولوجي أن واجه مثل هذا التحدي ــ حتى لو كان فرضه ذاتيا. ولا بد من اتخاذ إجراءات جذرية لاستعادة اليقينيات، حتى لو كانت يقينيات زائفة.

لقد أدرك ترامب حقيقة أن الناس بحاجة إلى اليقين. وقد كرر مراراً وتكراراً كلمات التطمينات – “سوف أصلح الأمر”. إن ما إذا كان سيفعل ذلك هو سؤال أكثر تعقيدًا، لكن التفكير في ذلك لن يؤدي إلا إلى توليد الشكوك، لذا فمن الأفضل تجنب ذلك. وفي المقابل، لم يقدم الديمقراطيون سوى ضمانات للوضع الراهن الذي يتسم بعدم اليقين لفترة طويلة.

وبينما أعلن ترامب أنه سينهي الحرب في غزة، أشارت كامالا هاريس إلى أنها ستبذل كل ما في وسعها لوضع حد للحرب. لكن إدارة بايدن-هاريس كانت تفعل ذلك بالضبط لبعض الوقت دون إحراز تقدم يذكر.

وفي حين أعلن ترامب أنه سينهي الحرب في أوكرانيا، أشارت هاريس إلى أنها ستقف ضد بوتين. لكن إدارة بايدن-هاريس كانت ترسل أسلحة إلى أوكرانيا لإطالة أمد الحرب فحسب. وإذا كان هذا هو ما تعنيه عبارة “الوقوف في وجه بوتين”، فإن أغلب الأميركيين يفضلون رؤية انخفاض في أسعار البقالة بعد انتهاء الحرب.

جادل هاريس بأن ترامب فاشي. قد يكون هذا صحيحا، ولكن ما يعنيه ذلك بالضبط غير واضح لمعظم الأميركيين.

وفي حين كانت رسالة الأمل التي وجهتها حملة هاريس مبادرة جيدة، فقد فشل الديمقراطيون في تقديم اليقين والطمأنينة. وعلى نفس المنوال فشلوا في السيطرة على مساحة المعلومات. وفي المقام الأول من الأهمية، فقد خذلوا الأميركيين لأنه في حين قد ينهي ترامب الحرب في أوكرانيا وغزة بشكل أو بآخر، فإن سياسته المناخية ستكون ضارة لكل الأميركيين، وستكون لها تأثيرات دائمة.

ومن دون فهم علم المعلومات، فإن لعبة إلقاء اللوم الجارية حاليا لن تؤدي بالديمقراطيين إلى أي مكان. وهناك دروس يمكن أن تتعلمها حكومات يسار الوسط الأخرى، مثل حكومة حزب العمال في المملكة المتحدة.

ليس من المستبعد تماما أن يأمل رئيس الوزراء السابق بوريس جونسون، بتشجيع من الأحداث في الولايات المتحدة، في عودة دراماتيكية إلى العرش في الانتخابات العامة المقبلة. إذا كان الأمر كذلك، فيجب على رئيس الوزراء كير ستارمر إيجاد طريقة لتجنب اتباع خطى بايدن وهاريس. وعليه أن يزود الناس باليقين والاطمئنان.

____

¹ بدت هذه الأجزاء الكاملة من موضوع Reddit مفيدة:

يمكنك أن تسميه “اضطرابًا” لشخص عادي، لكنه ليس دقيقًا جدًا.

الإنتروبيا هي مقياس لعدد “الاحتمالات” (الحالات الصغيرة، أي التكوينات الذرية) التي تتوافق مع شيء يمكنك “رؤيته” (الحالة الكبيرة، أي درجة الحرارة، والضغط، وما إلى ذلك).

سأستخدم عالمًا مصنوعًا من الليجو كمثال.

قطعة Lego صفراء واحدة مقاس 2 × 4 لا تحتوي على إنتروبيا. هذا هو بالضبط ما تراه.

لا تحتوي طبقة الليغو المكونة من طبقة واحدة على أي إنتروبيا أيضًا، لأنه يمكنك رؤيتها جميعًا. الاستثناء هو إذا لم تتمكن من رؤية اللحامات بين القطع. هناك إنتروبيا في هذه الحالة لأنك لا تعرف ما إذا كانت 2×4 أو 2x2s.

تحتوي كتلة كبيرة من قطع الليجو على إنتروبيا لأن كل ما يمكنك رؤيته هو الخارج.

رياضيًا، الإنتروبيا هي S = k*ln(W)، حيث ln هو السجل الطبيعي، وW هو عدد الحالات الميكروية المحتملة التي تتلاءم مع الحالة الكبيرة المحددة، وk هو عامل تحويل ثابت، اعتمادًا على نوع الإنتروبيا التي تنتمي إليها الحديث عنه.

و:

الإنتروبيا هي طريقة ملائمة لوصف وظيفة حالة النظام، والتي تقيس عدد الطرق التي يمكنك من خلالها إعادة ترتيب النظام وجعله يبدو “نفسه” (بالنسبة لبعض قيمة “نفسه”). المشكلة في الديناميكا الحرارية هي أن لديك وصفًا واسع النطاق لنظام ما (مثل المحرك البخاري أو المحرك الحراري)، والفيزياء (نظرية تصادم الجسيمات) التي تصف أنظمة مثل ذلك بطريقة رائعة يستحيل قياسها. التفاصيل. تريد استخلاص الفيزياء واسعة النطاق من النظام – كيف سيتطور على نطاقات واسعة يمكن ملاحظتها؟ (على سبيل المثال، هل سيتكثف البخار، أم أن بعض الزئبق الملامس للنظام سيتوسع أو ينكمش؟).

تعد وظيفة الحالة مفيدة جدًا في مثل هذه الحالات، لأنها تخبرك شيئًا عن مدى فهمك لحالة النظام. دالة الحالة هي مقياس لعدد الطرق المختلفة التي يمكنك من خلالها إعادة ترتيب الأجزاء الصغيرة التي لا يمكن ملاحظتها من نظامك (جزيئات الماء في غلاية البخار، على سبيل المثال) وتظل متطابقة مع ملاحظاتك العيانية (أو التنبؤات الافتراضية). وهذا مفيد لأنه يمكنك استخدام دالة الحالة لحساب، بطريقة واسعة، كيف من المرجح أن يتطور النظام، دون فهرسة كل حالة من الحالات التي لا تعد ولا تحصى التي قد يكون فيها وتعيين احتمال لكل منها.

الإنتروبيا هي مجرد لوغاريتم دالة الحالة. إنها أكثر فائدة لأنه بدلاً من التعامل مع عدد من الرتبة 101000، فأنت تتعامل مع عدد من الرتبة 1000. بالمناسبة، السبب وراء ميل الإنتروبيا إلى الزيادة هو أن هناك ببساطة المزيد من الطرق لتكون في حالة إنتروبيا عالية. العديد والعديد من الطرق، لأن الإنتروبيا هي لوغاريتم لعدد كبير في البداية. لذلك، إذا كان هناك احتمال متساو تقريبًا لتطور النظام في كل من الطرق العديدة المختلفة، فمن المرجح جدًا أن ينتهي به الأمر في حالة يمكن أن تسميها “إنتروبيا عالية” من تلك التي يمكن أن تسميها “إنتروبيا منخفضة”.

من الناحية الديناميكية الحرارية، فإن السبب وراء استهلاك الطاقة لتقليل إنتروبيا النظام هو أنه يتعين عليك التغلب على الإثارة العشوائية لكل جزء من النظام لإجباره على الوصول إلى حالة معروفة. نظرًا لأنك لا تعرف الحالة التي بدأ فيها النظام (وإلا فإن الإنتروبيا الخاصة به ستكون منخفضة بالفعل، نظرًا لأنه سيكون لديك ما يكفي من المعرفة لتقليل قيمة دالة الحالة)، فسيتعين عليك إهدار بعض الطاقة التي لن تكون هناك حاجة إليها من الناحية الفنية إذا كنت تعرف المزيد عن النظام، فإنك تدفع جسيمات معينة (لا تعرف مسبقًا أي منها) تسير بالفعل في الاتجاه الصحيح لعملية تقليل الإنتروبيا.

Maxwell’s Daemon هو جنوم افتراضي كلي العلم يمكنه تقليل الإنتروبيا دون إهدار أي طاقة، عن طريق فرز الجزيئات بسرعة. ولكن مع ظهور ميكانيكا الكم، أصبحنا نعلم أن المعرفة لها دائمًا تكلفة طاقة، ولم يتمكن برنامج ماكسويل الافتراضي من قياس أي الجسيمات يجب فرزها، دون إنفاق بعض الطاقة للحصول على تلك المعرفة. لذلك تبين أن برنامج ماكسويل الخفي يحتاج إلى نفس القدر من الطاقة لتقليل الإنتروبيا كما يفعل أي فيزيائي عادي.

على أي حال، الإنتروبيا ترتبط ارتباطًا وثيقًا بالفيزياء ونظرية المعلومات، لأنها تقيس مقدار المعرفة (أو بشكل أكثر دقة، مقدار الجهل) لديك حول النظام. نظرًا لأنه يمكنك فهرسة الحالات المختلفة لـ Sn بسلسلة من الرموز n من أبجدية بالحجم S (على سبيل المثال، 2n أرقام مختلفة مع سلسلة من n بت)، فإن طول سلسلة الرمز (أو قطعة من الذاكرة) في نظرية المعلومات يشبه الإنتروبيا في النظام الفيزيائي. تقيس الإنتروبيا الفيزيائية، بمعنى ما، عدد البتات التي ستحتاجها لوصف النظام بشكل كامل في ضوء المعرفة العيانية التي لديك بالفعل.

بالمناسبة، في القرن التاسع عشر، تم تحديد الإنتروبيا فقط حتى ثابت مضاف لأنه لم يكن أحد يعرف مكان “الحد الصغير” في دالة الحالة، وبالتالي أين كان الصفر على مقياس الإنتروبيا. بعد ظهور ميكانيكا الكم، تعلمنا أين يوجد الصفر – الحالات الكمومية النقية لديها 0 إنتروبيا، لأن النظام في الحالة الكمومية النقية لديه حالة فيزيائية واحدة فقط متاحة له، واللوغاريتم (أي شيء أساسي) للـ 1 هو 0.