خاطرات ائتلاف

خاطرات من از روزهای سختی که برای یک ائتلاف سیاسی می‌نوشتم.

جای مردان سیاست بنشانید درخت
 تا هوا تازه شود

دو سال پیش، اگرچه جیبم خالی بود؛ اما یک کمال‌گرای آتشین بودم. حاضر نبودم برای پول، کاری کنم که به قول آن روزهایم، استعدادم در آن تلف شود. همیشه سرم را با نجوم، جلبک1پس از دانشگاه، روی طرحی کار می‌کردم که قرار بود موفقیت زیادی کسب کند و آن هم تولید جلبک اسپیرولینا بود. و نوشتن گرم می‌کردم. دوستی با من از «مهارتم در نوشتن» می‌گفت و متقاعدم کرد تا برای یکی از نامزدهای اصلاح‌طلبی که قصد ورود به شورای شهر را داشت، تولید محتوا کنم. با کمی اکراه قبول کردم. نوشته‌هایی می‌فرستادم و ایشان با نام خودشان در صفحهٔ اینستاگرامشان منتشر می‌کردند. عالی که نه؛ ولی کمی به جیبم صفا می‌داد.

چند روز بعد با ائتلافی که از قضا به جناح اصول‌گرا (که از همان زمان دیگر جناح هم نیست و به کلّیت تبدیل شده) تعلق داشتند، شروع به همکاری کردم. قرار بود پول خوبی کاسب شوم برای همین هم آستانهٔ تحملم را تا حد مرگ بالا بردم!

آدم‌های آن‌جا غیرقابل تحمل بودند. همکاران افتضاح بودند؛ ولی تا آن زمان هیچ‌کس ابله‌تر از کارفرمایان ندیده بودم. خانمی بود که حرفه‌اش خبرنگاری بود. یک روز همه را جمع کرد و پیشنهاد کار داد. می‌گفت خبرنگاری یکی از شغل‌های لاکچری ایران است. نحوهٔ کار را هم توضیح داد. یک نفر که می‌خواست مشهور شود با خبرنگار ارتباط می‌گرفت و خبرنگار هم برای او شهرتی دست و پا می‌کرد. می‌گفت بابت یک مقاله تا چهل میلیون تومان هم می‌دهند.

آقای دیگری بود یکی دو سال از من کوچکتر. با همسرش موشن‌گرافی می‌کردند. آشنا درآمد و به من گفت زمان دبیرستان ایدهٔ او را دزدیده بودم! هر چه گفتم دورهٔ راهنمایی به عنوان رئیس شورا همین کارها را کرده بودم به خوردش نرفت که نرفت.

اغلب همکاران توانایی درست‌نویسی را نداشتند. طراح گرافیک از همه بدتر بود. قرار شد هر متنی ابتدا از توسط من ویرایش و بعد منتشر شود. آقای طراح اصلاً زیر بار نمی‌رفت و اصرار داشت که چیزی که تایپ می‌کند خوب است و درست‌نویسی کار بی‌مزه‌ای است. زمانی که صفحه کلید استاندارد فارسی را برایش نصب کردم، شدیداً ناراضی بود.

بقیه هم به همین شکل بودند. حال نوبت به کارفرمایان می‌رسد، کسانی که قرار بود با صندوق رأی به شورای شهر بروند و (برای خودشان) کاری کنند. آدم‌های عجیبی بودند. برای این که بهتر بنویسم، با تک‌تکشان مصاحبه کردم. دو سال از آن ماجرا می‌گذرد و جزئیات از خاطرم پاک شده است. یک مرد دین بود که ایده‌های جدیدی در مورد جذب جوانان به مسجد داشت. تقریباً هیچ دغدغهٔ دیگری هم نداشت.

آدم‌هایی بودند که به هر قیمیتی می‌خواستند به مطلوبشان برسند. با وجود تشکیل ائتلاف، بدشان نمی‌آمد بقیه را پله کنند و خودشان بروند و روی کرسی شورا بنشینند. یکیشان جوانی بود از خانواده‌های متمول و مشهور شهر که موازی‌کاری می‌کرد. بیشترین رأی را هم آورد؛ ولی باز هم به شورا نرسید. شاید هم‌وزن من مدال و جایزه داشت.

دیگری از این که در زیرعنوان نامش نوشته بودم «دکترای مدیریت» شاکی بود. اصرار داشت که بگوییم «دکترای تخصصی» دارد نه یک دکترای الکی! با باد می‌گفت هشت سال زحمت کشیدم. از این که عکس و اسم یک دکتر دیگر درشت چاپ می‌شد هم شاکی بود. می‌گفت «حاضرم دویست میلیون بدهم ولی عکس من درشت چاپ شود.»

یک روز یک نفر جدید به ائتلاف اضافه شد. به من گفتند برو و پای صحبت ایشان بنشین. از زمین و زمان حرف زد و برای هر چیزی طرح و ایده‌ای داشت. حدود چهل دقیقه انواع طرح‌ها را از روی کاغذ خواند. یکی از طرح‌ها این بود که رفسنجان باید پر از خودروی برقی شود. شوخی هم نمی‌کرد. بقیهٔ وعده‌ها هم همین‌قدر بی‌ربط و غیرتخصصی بودند.

آن روزها به پول نیاز داشتم و آن کار، آن هم با آن آدم‌ها شکنجه بود. از روز دوم محل کارم را جدا کردم. یک اتاق پیدا کردم و به بهانهٔ تمرکز رفتم و در همان اتاق مشغول می‌شدم. مجبورم کردند که واتساپ نصب کنم. آن هم شکنجه‌ای بود. دست آخر پولی هم نگرفتم و گریختم. نمی‌خواستند برای یک نویسنده زیاد خرج کنند.

پاورقی

  • 1
    پس از دانشگاه، روی طرحی کار می‌کردم که قرار بود موفقیت زیادی کسب کند و آن هم تولید جلبک اسپیرولینا بود.

کمی بازی با جولیا با طعم تراوش

اگر روی یک لایهٔ اسفنج آب بریزیم، آب از میان سوراخ‌ها عبور کرده و راه خود را به زیر اسفنج پیدا می‌کند. حال اگر این اسفنج را به تدریج فشرده کنیم و آزمایش را تکرار کنیم، از یک جایی به بعد، دیگر آبی از آن چکه نمی‌کند. همچنین چکه کردن آب از سقف و درست کردن قهوه با دستگاه قهوه‌ساز هم نمونه‌هایی از تراوش1Percolation است.

می‌توان مسئله را ساده‌تر کرد و آن را به دو بعد تقلیل داد. یک سطح کاشی‌کاری شده را در نظر بگیرید که به صورت تصادفی، بعضی از کاشی‌ها از جنس مواد رسانا ساخته شده‌اند. فرض کنید این سطح، یک مربع بزرگ \( N \times N \) کاشی است و هر کاشی آن با احتمال \(p\) رسانا است. حال پرسش این است که مقدار \(p\) باید چقدر باشد تا اگر یک اختلاف ولتاژ به دو ضلع آن بدهیم، جریان الکتریکی برقرار شود؟

این مسأله حل تحلیلی ندارد. پس باید دست به دامان آزمایش شویم. اگر به اندازهٔ کافی مقدار \(p\) را تغییر دهیم و آزمایش را تکرار کنیم، می‌بینیم که برای \(p\)های مختلف چنین نموداری داریم.

نمودار تراوش برای \(۰<p<۱\) در ماتریس‌هایی به ضلع ۵۰ که در هر درصد صد بار آزمایش شده است.

این نمودار تا حدودی نشان می‌دهد که اگر \(p\) از مقدار به خصوصی بیشتر شود، تراوش رخ می‌دهد و اگر \(p\) از آن مقدار کوچک‌تر باشد، شاهد تراوش نیستیم. در رسم نمودار بالا، از ماتریس‌های مربعی با ضلع ۵۰ استفاده شده، حال برای \(N = ۱۰\) و \(N = ۱۰۰\) نیز رسم می‌کنیم.

در سیستم‌هایی با اندازهٔ بی‌نهایت، مقدار این کمیت که از حالا به آن \(p_c\) (یا \(p\) بحرانی2critical) می‌گوییم، دقیق می‌شود. برای این سیستم دو بعدی ساده، مقدار \(p_c\) برابر نیم است3هرچند به دلایلی که بر خودم هم معلوم نیست، من عدد \(p_c \approx ۰٫۵۹\). را به دست آوردم..

اما چطور می‌توان تشخیص داد که آیا یک شبکهٔ دو بعدی تراوش می‌کند یا خیر؟ یک الگوریتم ساده و به درد بخور، الگوریتم هوشن-کاپلمن است که شباهت زیادی به رنگ کردن یک شکل بسته در Paint و فتوشاپ (یا جایگزین‌های آزاد و اخلاقی آن‌ها Krita و GIMP) است. این الگوریتم به این صورت است که به خوشه‌های مجاور رنگ‌های تصادفی نسبت می‌دهد و اگر رنگی در سطر بالا و پایین ماتریس، یکسان بود (البته به جز سیاه) به این معنی است که تراوش رخ داده است. به مثال‌های زیر توجه کنید:

نور به جای مایع

یک محیط شفاف را در نظر بگیرید که در بعضی از مناطق آن، اشیاء کدری قرار دارد. اگر از بالا نور بتابانیم به ازای چه مقداری از \(p\) نوری به کف محیط نمی‌تابد؟

برای این نوع از تراوش، مقدار \(p_c\) بسیار بالاتر است. می‌توان تصور کرد که این نقاط سیاه سنگرهای میدان جنگ است و مناطق سفید نقاطی است که از تیررس دشمن در امان است.

بالاخره تراوش کاربردهای زیادی دارد. گاهی به عمد تعدادی از درختان جنگل‌ها را قطع می‌کنند تا از تراوش آتش به تمام جنگل جلوگیری شود. همچنین در رنگ‌آمیزی مخازن بزرگ سوخت هم برای تخلیهٔ الکتریکی از نظریهٔ تراوش استفاده می‌شود. برای شبیه‌سازی همه‌گیری‌هایی مثل کووید-۱۹ هم چنین است. مثال‌های زیادی برای کاربردهای تراوش در زندگی هست.


مسألهٔ تراوش زمانی برای من جذاب شد که دورهٔ کاربرد کامپیوتر در فیزیک را برداشتم. جلسهٔ پنجم و ششم این دوره در مورد تراوش است و آدم را به وجد می‌آورد. در عنوان این نوشته از «جولیا» نام بردم. جولیا واقعاً عزیز است و تمام کد‌هایی که به خاطر این دوره می‌نویسم (از جمله کدهای مربوط به همین جلسه) را در فراگماگیت همرسانی می‌کنم. برای استفاده از این کدها باید روی سیستم خود جولیا را نصب کرده باشید و روی جولیا هم Pluto Notebook را نصب کنید که آن هم عزیز است.

توجه کنید که به علت کم‌سوادی بنده یقیناً این مطالب و نوت‌بوک‌ها ایرادات و اشتباهات فاحشی دارد که یک نمونهٔ آن \(p_c\) است. اگر علاقمند شدید به جستوجو بپردازید و اگر ایرادی در کار من دیدید حتماً گوشزد کنید که من و دیگرانی که احتمالاً این نوشته را می‌خوانند را از گمراهی و ضلالت نجات دهید.

پایان

عرض کردم پایان

باز هم ادامه می‌دهید؟ پس کامنت بذارید 🙂

حس و حال نوشتن نیست. حتی همین نوشته هم بازخوانی و ویرایش نشده (مثل تقریباً همهٔ نوشته‌های من).

پاورقی

  • 1
    Percolation
  • 2
    critical
  • 3
    هرچند به دلایلی که بر خودم هم معلوم نیست، من عدد \(p_c \approx ۰٫۵۹\). را به دست آوردم.

اعتیاد از کجا می‌آید؟

آیا آدم‌ها به خاطر مصرف مواد معتاد می‌شوند یا ایراد کار از جای دیگری است؟

پیش از مطالعهٔ این نوشته به این نکات توجه کنید:
۱. مقصود نویسنده تشویق به مصرف مواد مخدر نیست.
۲. مصرف تفریحی مواد مخدر و حتی سیگار، حتی برای یک بار هم بسیار مضر است. اگر محتوای این نوشته بهانه‌ای برای مصرف سیگار یا دیگر مواد مخدر به شما می‌دهد، لطفاً دست از خربازی بردارید. گل برای مغز بسیار ضرر دارد؛ کافی است کمی با یک آدم بنگی نشست و برخواست کنید.
۳. اعتیاد فقط سرنگ و هروئین نیست. تکنولوژی را هم شامل می‌شود.
۴. من متخصص نیستم و قطعاً یک جای کارم می‌لنگد. اگر تخصصی دارید به من در بهبود این نوشته کمک کنید.

۱۹ بهمن سال ۸۹، در یک تصادف احمقانه پای من شکست. به خاطر بی‌تابی در بیمارستان به من مرفین می‌زدند. مرفین مادهٔ اصلی تریاک، شیره و هروئین است و قاعدتاً باید پس از تزریق به این ماده معتاد شده باشم. اما من حتی سیگار هم نمی‌کشم. پس چرا می‌گویند اگر امتحان کنی معتاد می‌شوی؟

طبق آمار در سال ۱۴۰۰ بیش از دوازده میلیون نفر معتاد در ایران هست که ۴٫۵ میلیون نفر از آنان مصرف‌کنندهٔ دائمی مواد مخدرند. البته این آمارها اعتیاد به موبایل و شبکه‌های اجتماعی را ذکر نمی‌کنند. با این وجود دست‌کم ۵٪ از جمعیت کشور ایران معتاد است!

دلیل این آمار بالا چیست؟ آیا پلیس مبارزه با مواد مخدر، نسبت به بقیهٔ کشورها ضعیف عمل کرده است؟ شاید؛ ولی پلیس و مبارزه با مواد مخدر کارساز نیست. اعدام که به هیچ عنوان مؤثر نیست. با این حجم از اعدام و کشتار آیا نتیجه‌ای حاصل شده؟ چنین به نظر نمی‌رسد.

یک آزمایش قدیمی آمریکایی نشان می‌داد که مصرف مواد مخدر باعث اعتیاد می‌شود. آزمایش از این قرار بود که در قفس موش‌ها دو ظرف آب که یکی آب سالم و دیگری مخلوط آب و مادهٔ مخدر بود را قرار داده بودند. موش‌ها از ظرف مواد می‌نوشیدند تا بمیرند.

اما بروس الکساندر1Bruce K. Alexander استاد دانشگاه سایمون فریزر عقیده داشت که این آزمایش به این علت که موش‌ها در قفس نگه داشته می‌شوند و اصلاً چاره‌ای جز اعتیاد ندارند از آب مسموم می‌نوشند. الکساندر آزمایش را باز طراحی کرد. او موش‌ها را در پارک موش قرارد داد: قفسی با چند تونل، توپ‌های رنگارنگ، غذای مرغوب و چند موش دیگر برای دوستی.

این بار موش‌ها از هر دو آب می‌نوشیدند؛ اما بعد از این که متوجه شدند که آب یکی از ظرف‌ها حاوی هروئین یا کوکائین است، سراغ آب خالص رفتند. تنها کمتر از یک چهارم آب حاوی مواد مخدر مصرف شده بود و هیچ موشی هم نمرد. از این آزمایش نتیجه گرفته شد که مواد باعث اعتیاد نیست؛ بلکه این محیط است که اعتیاد می‌آفریند.

برای تأیید این استدلال، الکساندر مجدداً آزمایش را تغییر داد. این بار او چند موش را به مدت ۵۷ روز در قفس نگه داشت تا معتاد شوند. سپس موش‌های معتاد را به پارک موش منتقل کرد. با تعدادی استثناء خیلی زود موش‌های معتاد ترک کردند و به زندگی عادی بازگشتند.

در همان دوران، جنگ ویتنام شروع شد. حدود ۲۰٪ از سربازان آمریکایی که در ویتنام می‌جنگیدند به هروئین معتاد شده بودند. اما پس از پایان جنگ ۹۵٪ از سربازان معتاد بازیابی شدند. آزمایش الکساندر اکنون نمونهٔ انسانی هم داشت.

با این حساب می‌دانیم که چرا مرفینی که در بیمارستان به من تزریق شد باعث اعتیاد من نشد. اما دولت‌ها (و البته سرمایه‌داران) سرتق‌تر از آنند که حقایق علمی را جدی بگیرند. دولت‌ها فقط گاهی اوقات، آن هم زمانی که آوردهٔ اقتصادی داشته باشد، دست به دامان علم می‌شوند. تغییرات اقلیمی، مشکلات زیست محیطی، همه‌گیری‌هایی مثل کووید-۱۹ و همین مسألهٔ اعتیاد برای تأیید این ادعا کافی است.

تنها دولتی که با قضیهٔ مواد مخدر منطقی و علمی برخورد کرد، دولت پرتغال بود. در سال ۱۹۹۹ (۱۳۷۸ ه‍.خ) پرتغال بالاترین نرخ ابتلا به HIV در میان معتادان در اتحادیهٔ اروپا را داشت. مصرف‌کنندگان هروئین در پایان دههٔ ۱۹۹۰ میلادی، ۵۰٬۰۰۰ تا ۱۰۰٬۰۰۰ نفر تخمین زده شده بود.

در سال ۲۰۰۱، سیاست جدید در قبال مواد مخدر شکل گرفت. پرتغال حمل و مصرف مقادیر اندک مواد مخدر را مجاز اعلام کرد. نتیجه را می‌توانید در شکل زیر ببینید و نیز در این‌جا بیشتر مطالعه کنید.

ایران و آمریکا خودشان را به آب و آتش می‌زنند تا با اعتیاد مقابله کنند و اتفاقاً پیشرفتی هم نکردند. آیا وقت آن نرسیده که قفس را بشکنیم و اعتیاد را ریشه‌کن کنیم؟

پاورقی

  • 1
    Bruce K. Alexander

چرا باید زندان‌ها را تعطیل کرد؟

در باب عدم بازدارندگی مجازات زندان

با شنیدن واژهٔ عدالت، واژگان زندان، جزا، مجازات و احتمالاً اعدام به ذهن خطور می‌کند؛ اما آیا زندان، اعدام و حتی مجازات راهی برای رسیدن به عدالت و یا پیشگیری از جرم و جنایت است؟ در مورد لزوم لغو مجازات اعدام بحث‌های زیادی صورت گرفته است. آیا مجازات اعدام بازدارنده است؟ چطور می‌توان اشتباه در قضاوت را جبران کرد؛ در حالی که یک نفر بی‌گناه به چوبهٔ دار سپرده شده است؟ با اثرات مخرب اعدام بر نزدیکان مجرم چه باید کرد؟ آیا حقوق آن‌ها پایمال نمی‌شود؟ آیا فرصتی برای اصلاح به فرد مجرم داده می‌شود؟ آیا عدالت به معنی خونخواهی و انتقام است؟ بسیاری از کشورهای مجازات اعدام را لغو کرده‌اند و بسیاری دیگر در حال لغو این مجازات‌اند؛ چرا که پاسخ پرسش‌های بالا تقریباً محرز است. زمانی که اعدامی در کار نباشد، چارهٔ کار، جدا کردن افراد خطرناک از جامعه است، تا هم جامعه از گزند آنان در امان بماند و هم راهی برای اصلاح مجرمان باشد.

اما به نظام زندان هم نقدهای جدی وارد است. زندان‌ها ناکارمد و پرهزینه‌اند. فیلسوف آنارشیست روس، پتر کروپوتکین دربارهٔ زندان می‌گوید: «زندان‌ها، دانشگاه جنایت‌اند.»1 در معدودی موارد و در کشوری که ما نمی‌دانیم کجاست، زندان‌هایی هست که محل کسب فضیلت است! چراکه زندانیان در یک سلول از هم تأثیر می‌گیرند و از یکدیگر روش‌های جدید جرم و جنایت را می‌آموزند. به ندرت دیده می‌شود کسی که دوران حبسش را گذرانده باشد، خود را اصلاح شده ببیند و از جرم و جنایت دوری کند، در عوض کسانی که یک بار زندانی می‌شوند مشتاقند تا دوباره به مأمن زندان بازگردند. در زندان‌ها خرید و فروش مواد مخدر و اشیای غیرقانونی بسیار راحت‌تر است و بسیاری از زندانیان از این بابت پول خوبی به جیب می‌زنند. از این نظر زندان بیشتر عامل تشدید کنندهٔ جنایت است تا بازدارنده.

از سوی دیگر، هزینهٔ زندان‌ها و زندانیان توسط جامعه تأمین می‌شود. این از این جهت ناعادلانه است که جامعه، هزینهٔ خوراک، پوشاک، سرپناه و امنیت تبه‌کاران را تأمین کند. هزینه‌ای که گاه از درآمد مردم معمولی هم بیشتر است. لرد وادینگتون، وزیر کشور مارگارت تاچر در این مورد می‌گوید: «زندان راهی بسیار گران برای تبدیل آدم بد به بدتر است.» این بی‌عدالتی زمانی بیشتر به چشم می‌آید که ترکیب زندان‌ها را در نظر بگیریم. نسبت مردان زندانی به زنان زندانی به طرز باورنکردنی زیاد است. زندانیانی که در محلات فقیر بزرگ شده‌اند نیز درصد بالایی از جمعیت زندان‌ها را تشکیل می‌دهند. در آمریکا شانس به زندان افتادن سیاهپوستان تقریباً ۱ به ۴ در طول زندگیشان است در حالی که این احتمال برای سفیدپوستان ۱ به ۲۳ است.

در مورد آزارهای خانگی وضع بدتر هم می‌شود. معمولاً پلیس این نوع جرائم را جدی نمی‌گیرد؛ اما اگر مسأله بغرنج شود، آزارگر به زندان محکوم می‌شود. آزارگر که معمولاً مرد خانواده است، مسئولیت تأمین منابع خانواده را هم بر عهده دارد. حال با حذف او از خانواده، آزاردیده‌ها دچار مشکل دیگری می‌شوند: فقر و گرسنگی.

چرا مردم به زندان می‌افتند؟ پاسخ را باید در همین ترکیب زندان‌ها جست. زندانیان اغلب از قشر فقیر جامعه‌اند. به جز فقر می‌توان از تشویق تلویزیونی خشونت، پلیس، سکسیم، جنگ و نیز سیستم زندان‌ها نام برد. همهٔ این‌ها کمابیش محصول اقتدار دولتی است. در یک جامعهٔ آنارشیست، میزان جرایم خشونت‌بار به شدت کاهش می‌یابد. دو اجتماع زاپوتک در اواخاکا نمونهٔ خوبی از این ادعاست. این جوامع که بدون دولت زندگی می‌کنند، نرخ قتل سالانهٔ ۳٫۴/۱۰۰٬۰۰۰ و ۱۸٫۱/۱۰۰٬۰۰۰ را دارند. برخلاف همسایگان خشن‌تر زاپوتک‌های لاپاز، کودکان تنبیه بدنی نمی‌شوند و با بازی‌هایی با خشونت کمتر سرگرم می‌شوند. همچنین کتک زدن همسر برای آن‌ها غیرقابل قبول است. زنان آن‌ها از حقوقی برابر با مردان برخوردارند.

نروژ هم مثال خوبی است. اگرچه نروژ دارای حکومت مقتدر است، اما نروژی‌ها فهمیدند که مجازات، زندان و پلیس راه‌حل مؤثری برای جرم و جنایت نیستند. نظام سیاسی نروژ سوسیال دموکراسی است و به همین دلیل اختلاف طبقاتی کمتری دارد. نروژ پلیس و سیستم زندان دارد، اما زندان‌های نروژ با بقیهٔ کشورها قابل مقایسه نیست. بیشتر دعاوی اجتماعی و مجرمانه، پیش از دادگاه نزد مشاور و میانجی برده می‌شود. در سال ۲۰۱۱ (۱۳۹۰ ه‍.خ) ۸۹٪ از این دعاوی پیش از دادگاهی شدن حل و فصل شد.

اما همیشه، در هر اجتماعی جانیان روانی نیز هستند که مرتکب جرائم خشن می‌شوند. با آن‌ها چه باید کرد؟ آیا زندانی مانند زندان هالدن نروژ می‌تواند از پس آن‌ها برآید؟ یقیناً جامعه‌ای که بر حکومت پیروز شده باشد، می‌تواند در برابر چند قلدر روانپریش هم از خود محافظت کند.

چه باید کرد؟ حذف زندان‌ها به نظر دست‌نایافتنی و آرمانی است. برای رسیدن به چنین هدف بزرگی دو راه هست: نخست مجاب کردن سیاستمداران است تا فوراً دست به کار شوند و نظام قضایی را اصلاح کنند و دوم که بسیار تدریجی اما مؤثر و عملی است؛ آموزش و فعالیت اجتماعی است. آموزش بر خلاف سیاست نتیجه‌بخش است. باید بدانیم و بیاموزیم. باید بیدار شویم تا بی‌دار شویم. «کریتیکال رزیستنس» در تلاش برای راه‌اندازی جنبشی بین‌المللی برای برچیدن صنعت زندان‌داری است. در موردش مطالعه کنید. این نوشته (و بیشتر نوشته‌های این وبلاگ) تنها یک سرنخ است.

پاورقی

  • 1
    در معدودی موارد و در کشوری که ما نمی‌دانیم کجاست، زندان‌هایی هست که محل کسب فضیلت است!

پافشاری روی تکنولوژی‌های اخلاقی

این جنگی نیست که از پیش باخته باشیم!

پس از فیلترینگ تلگرام، واتساپ تبدیل به شالودهٔ ارتباطات ما ایرانی‌ها شد. کمتر کلاس درسی دیده می‌شود که یک گروه الزاماً واتساپی نداشته باشد. گروه‌های فرهنگی، دورهمی‌های دوستانه و خانوادگی، گروه‌های اطلاع‌رسانی، ارتباطات کاری و در کل اکثریت قریب به اتفاق پیام‌های که ما ارسال می‌کنیم، بر بستر نرم‌افزار واتساپ است. از طرفی اگر کسی حرفی برای شنیده شدن داشته باشد، جایش نه در وبلاگ‌ها و شبکه‌های اخلاقی، که در اینستاگرام است؛ الزاماً اینستاگرام! برای شرکت در کلاس‌های مجازی، اغلب دو بستر پیشنهاد می‌شود: ادوبی کانکت که بی‌کیفیت و ناکارا است و پلتفرم ایرانی اسکای‌روم که علیرغم کیفیت بالا، آزاد نیست. برای کنفرانس‌های ویدئویی هم یا باید از زوم استفاده کنید یا مجبورید به سرویس میتِ گوگل تن دهید. باز هم می‌توان گفت و مثال آورد.

مهم است که ما به عنوان افراد جامعه با آدم‌ها و سازمان‌های شرور همکاری نکنیم. آیا خرید محصولات اپل به معنی حمایت از ستم‌های فاکسکان (پیمانکار تولیدکنندهٔ محصولات اپل و دیگر غول‌های فناوری) در حق کارگران است؟ آیا استفاده از خدمات شرکت‌هایی که به حریم خصوصی کاربران احترام نمی‌گذارند به معنای حمایت از خیانت آن‌ها به کاربران است؟ اگر پاسخ بله است؛ پس به همکاری با این سازمان‌ها پایان دهید. دود همکاری با شر در نهایت به چشم خود ما می‌رود.

زندگی بدون استفاده از فناوری‌های انحصاریِ رایج خیلی آسان نیست. کسی مثل من که از واتساپ استفاده نمی‌کند، به سختی از اتفاقات اطرافش اطلاع می‌یابد. سه‌شنبهٔ همین هفته، ساعت ۱۰:۲۰ صبح متوجه شدم که ساعت ۸:۰۰ جلسه‌ای داشتم که اطلاع‌رسانی آن تنها در یک گروه واتساپ انجام شده بود. در گروه کتابخوانی موردعلاقه‌ام1بعداً در مورد کتابیار خواهم نوشت.، درست زمانی که برای تصمیم‌گیری به من نیاز بود، به خاطر تحریم واتساپ، کتابی انتخاب شد که کاملاً نامربوط بود.

با این حال من روی تحریم واتساپ پافشاری می‌کنم. واتساپ نسبت به رقیبش تلگرام افتضاح است. بسیاری از امکاناتش را مدیون خلاقیت مهندسان تلگرام است. اما این که واتساپ بی‌کیفیت است، دلیل اصلی من برای تحریم این بدافزار نیست. واتساپ و کمپانی مادرش متا (فیسبوک) با اصول اخلاقی من به شدت در تعارضند. واتساپ ناامن و بسته است، اطلاعات کاربران را جمع‌آوری کرده و با شرکای تجاری‌اش به اشتراک می‌گذارد2در این پیوند عبارت Information We Collect را جستوجو کنید تا از زبان خودشان بشنوید.. مشکل بزرگتر، فیسبوک، کمپانی مادر واتساپ است که به تازگی برای پاک کردن خاطرات شرارت‌بارش از حافظهٔ مردم، نام خود را به «متا» تغییر داده است. رسوایی کمبریج آنالیتیکا و افشاگری‌های ادوارد اسنودن به خوبی پتهٔ این غول‌های بی‌اخلاق فناوری را روی آب انداخت.

به خاطر ماهیت انحصاری و تجارتی این نرم‌افزار، نمی‌توان از قول‌ها و قسم‌هایی که نوید حفاظت از اطلاعات کاربران را می‌دهد آسوده‌خاطر بود. کسی نمی‌داند که نرم‌افزار واتساپ درون و بیرون موبایل شما چه اطلاعاتی جمع‌آوری می‌کند و با چه دولت‌هایی به اشتراک می‌گذارد. غول‌های تکنولوژی به وضوح نشان دادند که برای اخلاقیات و حقوق اولیهٔ کاربرانشان تره هم خورد نمی‌کنند. چطور می‌توانم به واتساپ اعتماد کنم؟ دلیل اصلی عدم استفادهٔ من از واتساپ این است که گردانندگان واتساپ آدم‌های خوبی نیستند و با آدم‌های بد نباید همکاری کرد.

برای این تحریم یک دلیل مهم دیگر هم دارم. تا پیش از فیلترینگ تلگرام در سال ۱۳۹۷، هشتاد درصد از ایرانیان از این پیامرسان استفاده می‌کردند. در شرایط عادلانه و برابر، تلگرام ثابت کرد که واتساپ حتی به گرد پای تلگرام هم نمی‌رسد. پس از فیلترینگ تلگرام، همه چیز عوض شد. اگرچه تلگرام بهترین ابزارها را برای مقابله با فیلترینگ ارائه کرد؛ اما تودهٔ مردم تسلیم تصمیم چند نفر شدند. استفاده از واتساپ علاوه بر همکاری با خون‌آشام‌های آمریکایی، چراغ قرمزی به دموکراسی در داخل ایران است. تحریم واتساپ به معنای «قربانی نباشید» است. وظیفهٔ هر شهروند است که از حقوق اولیهٔ خود در مقابل قدرت دفاع کند و قربانی نباشد. اجازه ندهیم که شخصی‌ترین تصمیمات زندگیمان توسط چند نفر گرفته شود که در رأس هرم قدرت نشسته و دومینووار و تا حد مرسوم شدن سامانه‌های معیوب و ناامن داخلی همه چیز را مسدود کنند.

این حرف‌ها معمولاً برای دوستان من تازگی دارد. به همین خاطر اغلب به من پیشنهاد می‌شود تا همین‌ها را در اینستاگرام بگویم تا مخاطب بیشتری داشته باشم. چرا باید با آدم بد همکاری کنم تا بگویم با آدم بد همکاری نکنید؟ چرا باید برای گفتن حرف‌هایی در این صفحهٔ صمیمی می‌زنم باید از خیر حریم خصوصی‌ام بگذرم؟ چرا باید تعداد زیادی مخاطب داشته باشم؟ این آخری از همه مهم‌تر است. آیا مخاطب بیشتر به معنی کیفیت بالاتر است؟ آیا من (که به نادان بودنم اطمینان دارم) باید در نقش یک گورو یا شیخ ظاهر شوم؟ استاد عزیزی که بخش زیادی از جهان‌بینی‌ام را مدیون آموزش‌های او هستم می‌گفت هر کسی یک شعاع تأثیرگذاری دارد. کافیست آدم حقیری مثل من تنها بر تعداد انگشت‌شماری اثرگذار باشم تا رسالتم را به خوبی و با حداقل ریسک انجام داده باشم: ریسک اطلاعات اشتباه و گمراه‌کننده.

این‌ها را با دلایل مرسوم افرادی که اینستاگرامشان را کنار می‌گذارند، جمع کنید تا متقاعد شوید که اینستاگرام چیز مضری است. تأثیراتی که اینستاگرام بر سلامت روان و زمانِ باارزش مردم می‌گذارد هولناک است.

اما این تحریم‌بازی‌های کوچک مثل این است که با هفتاد و دو نفر به جنگ چهار هزار نفر بریم. آیا شانسی برای پیروزی هست؟ در کوتاه‌مدت نمی‌توان شانس زیادی متصور بود؛ اما در طولانی مدت، نتیجه خارق‌العاده است. بنیاد نرم‌افزار آزاد از زمان بنیان پیشرفت‌های بزرگی داشته است. پروژه‌هایی مثل گنو، گنو/لینوکس، بی‌اس‌دی، کی‌دی‌ئی و در کل نرم‌افزارهای آزاد پیشرفت‌های باورنکردنی داشته‌اند. گنو/لینوکس (که از این به بعد به سادگی می‌گوییم لینوکس) را در نظر بگیرید. در ابتدا کسی لینوکس را جدی نمی‌گرفت. به تدریج که تعداد کاربران آن رو به افزایش گذاشت، مایکروسافت که فروش ویندوزش را در خطر می‌دید، صدها میلیون دلار خرج مبارزه با لینوکس کرد و در نهایت از لینوکس به سختی شکست خورد. شکست مایکروسافت به این معنی است که خود مایکروسافت اکنون از لینوکس استفاده می‌کند و تا چندی پیش شایعاتی مبنی بر ارائهٔ یک توزیع لینوکس از مایکروسافت هم به میان می‌آمد.

تنها کافیست هر کس به سهم خودش تلاش کند. به اراذل نشان دهیم که سودی در مشاغل غیراخلاقی نیست. در غیر این صورت زمانی متوجه می‌شویم که کاملاً تبدیل به برده شده‌ایم.

پی‌نوشت

این نوشته بروزرسانی می‌شود.

پاورقی

  • 1
    بعداً در مورد کتابیار خواهم نوشت.
  • 2
    در این پیوند عبارت Information We Collect را جستوجو کنید تا از زبان خودشان بشنوید.

شرح مصیبتی از سربازی مجتبی

حقوق این بشر بی‌سیم‌چی نقض شده و حالا بی‌صدا زندگی می‌کند.

گوش‌هایش سنگین بود. شنیده بودم که به او گفته بودند نوشیدن از آب این چاه قدغن است. آدم تشنه مثل عاشق عقل ندارد، به آب که رسید شروع به سرکشیدن کرد. پس از آن مصائب سخت‌تر شد. این که عفونت وارد بدنش شده بود کم نبود، چند روزی هم باید منتظر می‌ماند تا ماشینی بیاید و به درمانگاه منتقلش کند. براثر درمان و زور چرک خشک‌کن، پردهٔ گوشش آسیب دید. گوش‌هایش سنگین بود و باید داد می‌زدی تا روشن شود.

از مستأجرش پرسید سربازی رفته‌ای؟

مستأجر: «نه رفته‌ام و نخواهم رفت! دو سال زندگیم رو بدم و اذیت بشم برای هیچ؟»

برایش همین قدر مضحک بود که به کسی که تمام خانواده‌اش را در قحطی از پایان یک رابطهٔ سطحی ناله کنی! گفت «تو چی می‌فهمی؟»

و شرح مصیبت آغاز شد:


منو انداختن گرگان برا آموزشی، بعدش رفتم بجنورد. توپ ۱۰۵ رو داده بودن بهم. همه چیزِشِ یادم داده بودن. چند ماه اوجو (آن‌جا) بودم که گفتن هرکی می‌خوا بره منطقه، اسم بنویسه. ما هم خر شدیم به خاطر سه ماه کسری رفتیم لب مرز!

میباس اَ رفسنجون برم کرمون ماشین بگیرم برم بهبهان، بعد برم اهواز، بعد برم اندیمشک بعدش برم پادگان. دو روز تو راه بودم. هوا گرم بود. شرجی بود. عرق نمی‌کردیم آب می‌رختیم. شرشر آب می‌رختیم و خنک نمی‌شدیم.

غذاش آشغال بود. همون آشغالم بد میدادن بهمون. نهار ساعت پنج عصر، شام سهٔ شب! ماشین میاس برامون بیاره. چند روز چند روز آب نداشتیم. یه تانکری بود همه ازش آب می‌خوردن. آبش گرم بود. فرمانده هم ازش آب می‌خورد ولی برا اون بهتر بود چون هم حقوقش بالاتر بود و هم زودتر درجه می‌گرفت. شرایط ولی برا همه یکسان بود. چند روز چند روز آب نداشتیم. وقتی تانکر تموم می‌شد میباس صبر کنیم تا دوباره ماشین برامون آب بیاره.

منم تشنه بودم از چاه آب خوردم. ده روز تو سنگر بودم تا ببرنم بیمارستان. چه می‌دونستم کثیفه. اون جا هچی نبود. این آبی که شما میریزید تو دستشویی از آب خوردن ما بهتر بود. من حاضرم همین آب رو بخورم. بهداشتی نبود تو پادگان!

می‌دونی چطور دستشویی می‌کردیم؟ یه بشکه رو شکافته بودن گذاشته بودنش یه گوشه‌ای. یه چاه دو متری هم کنده بودن، لولهٔ بخاری کرده بودن توش. یه حلبی هم گذاشته بودن سرش. ما تو این کارمون رو می‌کردیم. یه آفتابه‌ای هم داشتیم که تا میومدی کارتو بکنی آبش تموم شده بود؛ بیستو کُت (سوراخ) داشت. نمی‌گفتن آفتابه نیس برو بخر! هچی نبود! ایجو راحت ک‍.. خ‍..‍تو می‌شوری.

مَ شانس سربازی نداشتم. کوشکی (کاشکی) زمان جنگ بود. زمان جنگ هوای سربازو داشتن. من سال ۷۶ رفتم. زمان جنگ زنا نون می‌پختن مفتی میدادن به سربازا. محال بود پول بگیرن. الان برادر به برادر رحم نمی‌کنه.


شاطر علی اما داستان دیگری از سربازی داشت. شاطر علی صبح می‌رفت سر پست می‌خوابید تا ظهر، نهار می‌خورد و باز می‌رفت سر پست و تا اذان مغرب استراحت می‌کرد. در پایان هر دوی آن‌ها یک کارت پایان خدمت داشتند.

اطلاعات کوانتومی چیست؟

اطلاعات کوانتومی قواعد اطلاعات کلاسیک را به گونه‌ای زیر پا می‌گذارد که ما را قادر می‌سازد تا به سؤالاتی پاسخ دهیم که یک رایانهٔ کلاسیک نمی‌تواند.

در نظر بگیرید که نامه‌ای ارسال می‌کنید. شما به عنوان فرستندهٔ نامه می‌دانید که محتوای نامه چیست؛ اما اوضاع برای گیرندهٔ نامه فرق می‌کند. تا وقتی که خوانده نشده، مشخص نیست که نامه چه می‌گوید.

دانشمندان اینگونه اطلاعات را می‌بینند. حداقل اینطور در مورد اطلاعات کلاسیک فکر می‌کنند. یک کامپیوتر در خودش اطلاعات ذخیره می‌کند، ارسال و دریافت می‌کند، و اطلاعات را پردازش می‌کند. در یک کامپیوتر کلاسیک، اطلاعات به شکل رشته‌ای از بیت‌ها یا الگوهایی از ۰ها و ۱ها جابه‌جا می‌شود. با ورود هر بیت، گیرنده نمی‌داند که بیت چه مقداری دارد؛ از منظر گیرنده، بیت همان‌قدر که ممکن است ۰ باشد، می‌تواند ۱ هم باشد. قطعاً یا این خواهد بود یا دیگری؛ اما این که کدامشان است، پس از رسیدن بیت آشکار خواهد شد.

به این معنی که هر بیت پس از ورودش مقدار معینی عدم قطعیت را برطرف می‌کند.

«طبیعت خیلی هم پیش‌بینی‌پذیر نیست!»

اکنون با دانستن ابتدای یک پیام می‌توانیم در مورد بقیهٔ آن حدس‌هایی بزنیم. اگر پیام با «آه! رومئو رومئو» شروع شود؛ می‌توان شرط بست که با «چرا تو چنینی رومئو؟» ادامه می‌یابد.

با این حال، دانستن قسمت اول پیام، ما را از قسمت بعدی آن مطمئن نمی‌کند. در این مثال، شاید اصلاً تأثیری نداشته باشد. ممکن است بقیهٔ پیام این باشد که «ممکنه یک ساندویچ به من بدهی؟»

همهٔ این‌ها به این دلیل منطقی است که اطلاعات کلاسیک از مجموعه‌ای از قواعد پیروی می‌کند.

اطلاعات کوانتومی این قوانین را زیر پا می‌گذارد و برای ما تبدیل به یک پایهٔ قدرتمند برای محاسبات و نیز یک هیولای بسیار شکننده می‌شود.

فرق کوانتوم

قواعد اطلاعات کلاسیک به اندازه‌ای با شهود ما سازگار است که به راحتی می‌توانیم آن را بدیهی بپنداریم.

اول این‌که اطلاعات کلاسیک، گسسته است: یک بیت یا مقدار صفر دارد یا یک و هیچ وقت مقداری مابین این دو را نمی‌گیرد. دوم این‌که بیت‌ها حالت تعینی دارند. اگر عدم قطعیتی در یک بیت وجود دارد، این عدم قطعیت در ذهن گیرنده‌ای است که هنوز پیام را دریافت نکرده (یا به خاطر وجود خطای احتمالی در بیت) است.

از سوی دیگر، اطلاعات کوانتومی، گسسته نیست. یک بیت کلاسیک قطعاً یا صفر است یا یک؛ اما یک بیت کوانتومی که به آن کیوبیت 1Qubit می‌گوییم، می‌تواند هم صفر و هم یک باشد.

این ویژگی به کیوبیت این امکان را می‌دهد که حامل نوع متفاوتی از اطلاعات باشد: اطلاعات پیوسته در خصوص تعادل نسبی ۰ و ۱ در کیوبیت. با استفاده از این واقعیت، گاهی اوقات الگوریتم‌های کوانتومی می‌تواند بسیار کارآمدتر از همتایان کلاسیک خود عمل کنند.

همچین اطلاعات تعینی 2deterministic نیستند. وقتی کسی یک بیت کلاسیک را در نظر می‌گیرد، صرفاً یا یک ۰ می‌بیند یا یک ۱، و جدا از احتمال خطا، این همان‌طور است که قبلاً بود یا بعداً خواهد بود. در مورد کیوبیت‌ها که تحت تأثیر اندازه‌گیری قرار می‌گیرند، این‌طور نیست.

اگرچه کیوبیت می‌تواند هر ترکیبی از ۰ و ۱ باشد؛ اندازه‌گیری (به این دلیل که پیام باید توسط کسی خوانده شود.) آن را مجبور می‌کند که ۰ یا ۱ باشد. به طور کلی مقداری احتمال وجود دارد که پاسخ ۰ و بقیهٔ آن احتمال هم مقدار ۱ باشد. این نه خطا است و نه شباهتی با این دارد که گیرندهٔ پیام مقدار بیت را نمی‌داند؛ بلکه این یکی از ویژگی‌های بنیادی فیزیک کوانتومی است.

نکتهٔ مهم این است که این ویژگی همچنین به این معناست که خواندن خروجی یک کامپیوتر کوانتومی (نوعی از اندازه‌گیری) بیشتر اطلاعاتی که در آن ذخیره شده است را از بین می‌برد. زمانی که یک برهم‌نهی در کار باشد، اندازه‌گیری با آن کاری می‌کند که از آن تنها ۰ و ۱ باقی بماند.

دست آخر، اطلاعات کوانتومی موضعی نیستند. در حالی که هر بیت کلاسیکی، از بقیهٔ بیت‌ها مستقل است؛ کیوبیت‌ها تحت تأثیر دیگر کیوبیت‌ها قرار می‌گیرند.

مثلاً مهندسان می‌توانند یک جفت کیوبیت را در حالتی قرار دهند که اگر اندازه‌گیری یکی از آن‌ها مقدار ۰ بود، دیگری حتماً باید ۱ باشد و بلعکس. از لحاظ نظری، مهندسان می‌توانند سیستم‌هایی از هر تعداد کیوبیت که می‌خواهند را بسازند که در آن، حالتِ هر کیوبیت، به حالت تعداد زیادی کیوبیت دیگر وابسته است و همهٔ آن‌ها جزئی از یک سیستم درهم‌تنیدهٔ پیچیده هستند.

این مشاهدات، نتیجهٔ شگفت‌انگیزی دارد: در حالی که بیت‌های کلاسیک، اطلاعات را موضعی و مستقل از یکدیگر ذخیره می‌کند، اطلاعات کوانتومی معمولاً در روابط بین تک‌تک کیوبیت‌ها ذخیره می‌شود.

برتری‌های اطلاعات کوانتومی

برهم‌نهی کوانتومی، اندازه‌گیری و درهم‌تنیدگی دشواری‌های خاصی ایجاد می‌کند. مثلاً خطاهای بیشتری به سامانه وارد می‌شود. اطلاعات کوانتومی باید به دقت دربرابر محیطش محافظت شود؛ مبادا که درهم‌تنیدگی‌اش با محیط باعث از بین رفتنش شود. از آن‌جایی که مشکلی در یک کیوبیت باعث اختلال در کل سامانه می‌شود؛ تصحیح خطای کوانتومی بسیار چالش‌برانگیزتر است.

اما اطلاعات کوانتومی مزایای قابل توجهی هم دارند و این مزایا آن قدر ارزشمندند که ارزش حل چالش‌های پیش آمده را دارند.

یک استدلال دم دستی برای رایانش کوانتومی این‌گونه است: رایانه‌های کلاسیک تعینی هستند؛ یعنی زمانی که محاسبه می‌کنند، فقط یک پاسخ به ما می‌دهند. از سوی دیگر، طبیعت کاملاً قابل پیش‌بینی نیست. از آن جا که برخی از جنبه‌های طبیعت، بر اساس مکانیک کوانتومی است، می‌تواند به ما بیش از یک جواب بدهد. این یعنی یک رایانهٔ کلاسیک برای شبیه‌سازی کوانتومی به مشکل برخواهد خورد.

فرض کنید که می‌خواهیم یک کیوبیت را با کامپیوتر کلاسیک شبیه‌سازی کنیم. در وهلهٔ اول، رایانهٔ کلاسیک برای توصیف وضعیت کیوبیت به تعداد زیادی بیت نیاز دارد؛ چرا که کیوبیت می‌تواند هر ترکیبی از حالت‌های ۰ و ۱ را داشته باشد. حتی رایانهٔ کلاسیک برای رمزگذاری چگونگی درهم‌تنیدگی کیوبیت‌ها با یکدیگر، به تعداد بیشتری بیت نیاز دارد و حتی برای شبیه‌سازی یک الگوریتم کوانتومی و اندازه‌گیری خروجی آن، بیت‌های بیشتری هم لازم است.

به عبارت دیگر، برای شبیه‌سازی ده کیوبیت به خیلی بیشتر از ده بیت نیازمندیم که این نشان می‌دهد که با ده کیوبیت می‌توان کارهای بسیار بیشتری نسبت به ده بیت انجام داد.

اما حتی این آزمایش فکری هم نمی‌تواند این تمایز را به خوبی نشان دهد. به سادگی اطلاعات بیشتری در بیت کوانتومی وجود ندارد. همچنین اندازه‌گیری، درهم‌تنیدگی و برهم‌نهی کوانتومی به این معنی است که نحوهٔ پردازش و تعامل ما با اطلاعات کوانتومی از اساس متفاوت است.

یکی از این نتایج این است که رایانه‌های کوانتومی حتی در زمان حل مسائل تعینی، می‌تواند بهتر باشد. یک نمونه از مسائل فعلاً کلاسیک، فاکتورگیری یا یافتن اعداد اولی است که ضربشان عدد دیگری می‌سازد است. از آن جا که تنها یک راه برای فاکتورگیری اعداد وجود دارد، فاکتورگیری از اعداد بزرگ، مشکل بسیار سختی در کامپیوترهای کلاسیک است. این کار در کامپیوتر کوانتومی نسبتاً آسان است.

این تفاوت‌ها به این معنی نیست که رایانه‌های کوانتومی در همهٔ زمینه‌ها بهتر از همتای کلاسیک خود هستند. نکتهٔ اصلی این است که آن‌ها متفاوتند پس برای حل مسائل متفاوتی هم مناسبند و در واقع محققان سخت می‌کوشند تا دریابند که کامپیوترهای کوانتومی برای چه نوع مسائل محاسباتی مناسب‌تر هستند. آن‌چه که واضح است این است که الاعات کوانتومی فرصت‌های تازه‌ای ایجاد می‌کند و آینده هنوز نانوشته است.


این نوشته ابتدا با عنوان What is quantum information? در Symmety Magazine منتشر شد و توسط میلاد جمالی در این‌جا ترجمه شد. راحت باشید و برای گپ و گفت، نظر بدهید.

پاورقی

  • 1
    Qubit
  • 2
    deterministic

مسابقهٔ فضایی میلیاردرها | بمب کربنی که سیاره را نابود می‌کند

ایلان ماسک و جف بزوس خود را به خاک و خون می‌کشند تا پروازهای فضایی تجاری را توسعه دهند. هر گردشگر فضایی تنها در چند دقیقه به اندازهٔ زندگی یک هشتم جمعیت زمین، آلودگی تولید می‌کند.

چند هفته پیش، آزمایشگاه جهانی نابرابری که بنیانگذارش توما پیکتی1Thomas Piketty است، داده‌های سالانهٔ خود در مورد نابرابری در ثروت، درآمد، جنسیت و محیط زیست را منتشر کرد. طبق معمول گزارشی مفصل است و ارزش مطالعهٔ کامل را دارد. با این حال، در بخش نابرابری جهانی کربن به این نکتهٔ مهم اشاره شده است که سهم ابرثروتمندان در انتشار کربن به طرز نامتناسبی زیاد است. در حالی که مردم کشورهای ثروتمند تمایل بیشتری به انتشار گازهای گلخانه‌ای دارند، ابرثروتمندان به کلی در سطح جداگانه قرار می‌گیرند. افرادی که یک درصد بالای ثروت جهان را صاحبند، مسئول انتشار حدود پانزده درصد از گازهای گلخانه‌ای جهان، یعنی بیش از دو برابر پنجاه درصد پایینی هستند.

دلایل این امر ساده است. سبک زندگی ابرثروتمندان طبق انتظار، شامل عادات مصرف و الگوهای رفتاری است که ردپای کربنی2Carbon Footprint بیشتری به جای می‌گذارد. همانطور که تابستان امسال، استفان واگستیل از فایننشال تایمز به اختصار بیان کرد: « تقریباً هر کاری که ثروتمندان می‌کنند، از سکونت در خانه‌های بزرگتر تا راندن خودروهای پرمصرف‌تر و سفرهای هوایی بیشتر به خصوص با جت شخصی، کربن بیشتری منتشر می‌کند. مصرف گوشت و تملک استخرهای شخصی و ویلا یا ویلاهایی که تعطیلاتشان را در آن می‌گذرانند را هم در نظر بگیریم.»

تصور چیزی واضح‌تر از پروازهای فضایی تفریحی که در اوایل امسال میلادی توسط بلو اوریجینِ3Blue Origin جف بزوس4Jeff Bezos، ویرجین گلکتیکِ5Virgin Galactic ریچارد برنسون6Richard Branson و اسپیس‌ایکس7SpaceX ایلان ماسک8Elon Musk برای نابرابری کربن شدیداً دشوار است. پروازهایی که به وضوح هدف اصلیشان این بود که ایدهٔ سفرهای فضایی تفریحی را عنوان سرمایه‌گذاری رایج (و احتمالاً پرسود) جریان‌ساز کنند.

حالا این‌گونه پروازها چه مقدار کربن منتشر می‌کنند؟

با دقیق شدن در گزارش جهانی نابرابری، به این تخمین شگفت‌انگیز بر می‌خوریم که هر پرواز یازده دقیقه‌ای به ازای هر مسافر دست‌کم هفتاد و پنج تن کربن (به گفتهٔ محققان، این یک تخمین بسیار محتاطانه است و این رقم می‌تواند در بازهٔ دویست و پنجاه تا هزار تن باشد.) منتشر می‌کند. برای مقایسه، داده‌های این گزارش می‌گوید که یک میلیارد نفر از جمعیت زمین هرکدام سالانه کمتر از یک تن کربن منتشر می‌کنند و این یعنی تنها یک گردشگر ظرف چند دقیقه از طول عمر یک هشتم جمعیت زمین کربن بیشتری منتشر می‌کند.

اگر سفرهای فضایی تجاری موفق شوند از مرحلهٔ پروازهای کوتاه و زیرمداری به سفرهای طولانی‌تر و حتی اقامت‌های بلندمدت مداری توسعه یابند، به راحتی (و وحشتناکی) می‌توان متصور شد که ردپای کربنی با چه سرعت و شدتی افزایش می‌یابد. در حال حاضر دست‌کم یک کمپانی به برنامه‌های خود برای ساخت و پرتاب یک هتل فضایی مجلل تا پایان همین دهه می‌بالد. اگر برنامه‌های این شرکت مانند طرح روی کاغذشان موفق شود، طرح موسوم به وویجر استیشن9Voyager Station می‌تواند مسکن حدود سیصد مهمان و بیش از صد خدمه باشد که آلودگی سفرهای فضایی خصوصی را کاملاً در سطح جدیدی قرار می‌دهد.

البته هنوز نامشخص است که آیا سفرهای فضایی تجاری واقعاً می‌تواند یک مدل تجاری بادوام و سودده در دهه‌های پیش رو باشد. چیزی که روشن است این است که عادات مصرف روز افزون ابرثروتمندان، اکنون بار ناپایداری را بر اقلیم دنیا وارد می‌کند و سفرهای فضایی خصوصی در مقیاس بزرگتر می‌تواند برای سیارهٔ ما مثل حکم اعدام باشد.


یادداشت ویراستار مجلهٔ ژاکوبین: آزمایشگاه جهانی نابرابری اذعان دارد که ارقام مربوط به پروازهای فضایی که در بالا ذکر شد، شامل تمام مراحل سفر است نه فقط خود پرواز.

این مطلب ترجمه‌ای است از Billionaire Space Flights Are a Carbon Bomb That Will Destroy the Planet که توسط Luke Savage نوشته شده و در مجلهٔ ژاکوبین منتشر گردیده.

پاورقی

  • 1
    Thomas Piketty
  • 2
    Carbon Footprint
  • 3
    Blue Origin
  • 4
    Jeff Bezos
  • 5
    Virgin Galactic
  • 6
    Richard Branson
  • 7
    SpaceX
  • 8
    Elon Musk
  • 9
    Voyager Station

دروغ، توطئه و احتمال درز کردن اطلاعات محرمانه

اکثر تئوری‌های توطئه بدون هزاران کارمند نمی‌توانند موفق شوند. با داشتن هزاران کارمند هم احتمالاً پس از مدت کوتاهی لو می‌روند. در این نوشته در مورد احتمال لو رفتن این توطئه‌های حرف می‌زنیم.

دروغ مستلزم تخریب است و بازسازی این تخریب، تقریباً ناممکن به نظر می‌رسد. این به این معنی است که حتی حرفه‌ای‌ترین دروغ‌ها هم، عاقبت با احتمال بالای لو رفتن روبه‌رو خواهد شد. پس یک جای کار جملاتی از قبیل «سفر به ماه دروغ بوده.»، «موجودات فضایی در منطقهٔ ۵۱ آمریکا حضور دارند!»، «علت زلزلهٔ بم آزمایش اتمی بوده» یا «ویروس کرونا در آزمایشگاه‌های چین (یا آمریکا) ساخته شده!» و بقیهٔ تئوری‌های توطئه‌ای که اذعان دارند گروهی سری، رازی بسیار بزرگ را از مردم دنیا پنهان می‌کنند، می‌لنگد.

در واقع پروژه‌ای به بزرگی برنامهٔ آپولو با چهار صد هزار کارکن اصلاً توانایی محرمانگی بیش از شصت سال را ندارد. این موضوع را دیوید گریمز، فیزیکدان دانشگاه آکسفورد در مقاله‌ای1On the Viability of Conspiratorial Beliefs نشان داد که خلاصه‌ای از آن را در بخش کمی فنی‌تر همین نوشته مرور خواهیم کرد. مقالهٔ گریمز چهار تئوری توطئهٔ رایج را بررسی می‌کند:

  • اگر سفر به ماه دروغ بوده باشد، با ۴۰۰٫۰۰۰ کارمند ناسا، این دروغ طی مدت چهار سال می‌بایستی رسوا شود.
  • رابطهٔ بین واکسن و اوتیسم، باید بین سه تا سی و پنج سال افشا می‌شد.
  • تغییرات اقلیمی هم اگر کلاه‌برداری می‌بود، ظرف مدت چهار تا بیست و هفت سال لو می‌رفت.
  • و پنهان کردن درمان سرطان هم در نهایت ظرف سه سال توسط کسی از کارکنان شرکت‌های داروسازی لو می‌رفت.

من تقریباً پای حرف‌های باورمندان به این چهار تئوری توطئه نشسته‌ام. در مورد دروغ سفر به ماه، پوریا ناظمی نوشتهٔ بسیار ارزشمندی دارد که شک و شبه‌های باورمندان را پاسخ می‌دهد. در مورد گروه‌های ضدواکسن هم، شاید معروف‌ترین ضدواکسن‌ها دونالد ترامپ، رئیس‌جمهور عجیب و غریب آمریکا و کایری اروینگ ستارهٔ تیم بسکتبال بروکلین نتس باشند. مانند اکثر باورمندان به داستان‌های عجیب و غریب، این افراد هم چندان علاقه‌ای به مدرک و استدلال ندارند.

در مورد تغییرات اقلیمی، باز هم نام ترامپ ورد زبان‌هاست. در سال ۲۰۱۲ ادعا کرده بود که تغییرات اقلیمی شایعه است و توسط دولت چین برای خارج کردن صنایع آمریکا از عرصهٔ رقابت ساخته شده است 2Donald J. Trump (@realDonaldTrump) November 6, 2012.

و مورد آخر را به طرز جالبی از یک معلم شنیدم! به نظرم شنیده شدن این موارد از زبان معلمان، زنگ خطری است برای نظام آموزش و پرورش که گذشته و حال خوبی هم نداشته است. به هر حال این نوشته شاید کمی برای آن‌ها که اهل بکارگیری مستندات و استدلال هستند مفید باشد؛ در غیر این صورت، متوهمان تئوری توطئه را به حال خودشان بگذارید. البته زیاده‌روی نکنید و به همه چیز هم برچسب تئوری توطئه نزنید.

همه چیز تئوری توطئه نیست.

کمی فنی‌تر

با تعداد زیادی از مفروضات و ساده‌سازی (که زمان محرمانگی را افزایش می‌دهد) شروع می‌کنیم. فرض می‌کنیم که عامل نفوذی وجود ندارد و راز از داخل مجموعه لو می رود. با این فرض که با یک بار درز اطلاعات، منجر به خنثی شدن توطئه می شود، از آمار پواسون استفاده می کنیم:

$$L=۱-e^{-t \phi}$$

در این‌جا، \(\phi\) مقدار چشمداشتی تعداد لو رفتن بر واحد زمان است که خود تابعی از \(N(t)\) تعداد توطئه‌گران (دست‌اندرکاران توطئه) و \(p\) احتمال لو رفتن راز از سمت هر شخص در سال است:

$$\phi = ۱ – (۱-p)^{N(t)}$$

در این جا به منظور مختصرنویسی، \(\psi = ۱ – p\) قرار می‌دهیم. پس می توانیم احتمال شکست توطئه را به این صورت بازنویسی کنیم:

$$L(t,N(t)) = ۱ – e^{-t (۱ – \psi^{N(t)})}$$

حال برای تابع \(N(t)\) چند امکان متصور است. اگر توطئه نیازمند تعداد ثابتی از توطئه‌گران باشد، پس \(N(t)\) باید ثابت باشد:

$$N(t)=N_{۰}$$

که \(N_۰\) تعداد اولیهٔ توطئه‌گران است. در عوض اگر توطئه از نوع تک‌رویداد باشد و پس از انجام آن دیگر به توطئه‌گران نیازی نباشد، بر اثر گذر زمان، تعداد توطئه‌گران بر اثر مرگ و میر کم می‌شود و این هم احتمال لو رفتن را کاهش می‌دهد. در این صورت باید تابع بقای گمپرتز را وارد \(N(t)\) کرد. اگر میانگین سن توطئه‌گران در زمان انجام توطئه \(t_{e}\) باشد، آنگاه:

$$N(t) = N_{۰} e^{\frac{\alpha}{\beta}(۱-e^{\beta (t+t_{e})})}$$

که \(N_۰\) تعداد اولیهٔ توطئه‌گران است و \(\alpha\) و \(\beta\) ثابت‌هایی برای تابع گمپرتز هستند. برای تقریب مرگ و میر آدم‌ها از مقادیر \(\alpha = ۱۰^{-۴}\) و \(\beta = ۰/۰۸۵\) استفاده می‌کنیم. و دست آخر، اگر توطئه‌گران بنا به دلایلی (که خود تا حدی شبیه به یک فراتوطئه است) یکدیگر را حذف کنند، آنگاه می‌توانیم \(N_۰\) را به صورت نمایی مدل کنیم. اگر توطئه‌گران با سرعتی حذف شوند که بعد از زمان \(t_۲\) نیمی از آن‌ها حذف شوند، آنگاه ثابت واپاشی می‌شود \(\lambda = \frac{\ln{۲}}{t_{۲}}\) و تعداد توطئه‌گران نیز برابر است با:

$$N(t)= N_{۰}e^{- \lambda t}$$

واضح است که افزایش \(N_۰\) منجر به افزایش \(L(t)\) می‌شود. اما نرخ شکست نسبت به زمان کمی پیچیده‌تر است. برای موردی که تعداد توطئه‌گران ثابت است (\(N(t) = N_{۰}\))، \(L\) به صورت یکنوا افزایش می‌یابد. در عوض اگر مثل دو حالت بعدی، تعداد توطئه‌گران در زمان کاهش پیدا کند، \(L\) نسبت به زمان از خود رفتار غیرخطی نشان خواهد داد (شکل ۱). در این موارد، برای محاسبهٔ \(t_{m}\) زمانی که در آن \(L\) بیشینه می‌شود، باید \(\frac{\partial L}{\partial t} = 0 \) را حل کرد:

$$ ۱ – \psi^{N}(t_{m}) \left( ۱ + t_{m} \log{(\psi)} \frac{\partial N}{\partial t} |_{t_{m}} \right) = ۰$$

حل این معادله به صورت تحیلی ناممکن است؛ اما می‌توان به صورت عددی یا از روی نمودار، مقدار \(t_{m}\) را تخمین زد.

شکل ۱ – نمودار احتمال شکست توطئه‌ای با ۵۰۰۰ کارمند و \(p = ۵ \times ۱۰^{-۶}\). خط آبی تعداد توطئه‌گران را ثابت فرض کرده. نقطه‌چین قرمز تعداد آن‌ها را با تابع گمپرتز کم کرده و خط‌چین نارنجی هم آن‌ها را به صورت نمایی نسبت به زمان از میان برداشته.

تخمین پارامترها

برای داشتن یک پیش‌بینی خوب، پیش از هر چیز باید مؤلفه‌های معادلهٔ فوق را تخمین بزنیم. هر چه تخمین ما بهتر باشد، دقت پیش‌بینی هم بالاتر است. مهم‌ترین مؤلفه‌ای که باید تخمین زده شود، \(p\) یا همان احتمال لو رفتن یا شکست توطئه است. اگر \(p\) صفر باشد، توطئه تا ابد لو نمی‌رود. در عمل چنین مقداری برای \(p\) متصور نیستیم. توطئه‌های زیادی در طول تاریخ لو رفته‌اند. ما با نگاه کردن به داده‌های این توطئه‌های لو رفته، می‌توانیم مقدار مناسب \(p\) را حدس بزنیم. مقالهٔ گریمز از سه نمونه استفاده کرده است:

  • برنامهٔ جاسوسی پریزم که توسط آژانس امنیت ملی ایالات متحده (NSA) پیش برده می‌شود؛ برنامهٔ دولتی است که با کمک شرکت‌های خدمات دهنده (از جمله گوگل، مایکروسافت، فیسبوک و اپل) از کاربران اینترنت جاسوسی می‌کند. مقدار انبوهی داده از مشترکان تلفن و اینترنت توسط این پریزم شنود می‌شد. ادوارد اسنودن در سال ۲۰۱۳ (۱۳۹۲ ه.خ) دست به افشای این توطئه زد.
  • آزمایش سیفلیس تاسکیگی در سال ۱۹۳۲ (۱۳۱۱ ه.خ) در شهرک تاسکیگی ایالت آلابامای آمریکا انجام شد. هدف این تحقیق بررسی سیر بیماری در مردان آمریکایی آفریقایی‌تبار بود. در سال ۱۹۴۷ (۱۳۲۶ ه.خ) کشف شد که پنیسلین درمان مؤثری برای سیفلیس است؛ اما آزمایش تاسکیگی شرورانه ادامه پیدا کرد و به کسانی که درگیر بیماری بودند، پنیسلین داده نشد.
  • رسوایی علوم قانونی FBI زمانی افشا شد که دکتر فردریک وایتهورست، اسنادی از آزمایشگاه اف‌بی‌آی افشا کرد که نشان می‌داد، آزمایشات علوم قانونی این سازمان شبه‌علمی و نادرست است. در نتیجهٔ این آزمایشات بی‌گناهان زیادی به اشتباه محکوم به اعدام یا زندان‌های طولانی‌مدتی شدند که جان بسیاری از آن‌ها را گرفت.

با داده‌های این سه رسوایی می‌توان مقدار پارامتر \(p\) را تخمین زد. فرض کنیم پس از گذشت زمان \(t\) که توطئه برملا شد، احتمال شکست \(L \geq ۰/۵\) خواهد بود. کران پایین \(p\) نیز برابر خواهد بود با:

$$p > ۱ – \sqrt[N(t)]{۱ – \frac{\ln ۲}{t}}$$

اما باز هم ابهاماتی در این تخمین‌ها، به خصوص در مورد تعداد کارکنان وجود دارد. مثلاً در مورد پریزم، تعداد کل کارکنان NSA حدود ۳۰٫۰۰۰ نفر است؛ اما مشخصاً تعداد آن‌هایی که از پروژهٔ پریزم خبر داشتند بسیار کمتر از این مقدار است (توقع نداریم که دربان‌ها را هم از شاهکارشان باخبر کرده باشند!)، به خاطر همین هم برای مقدار \(p\) دستمان را بالا گرفتیم. به دلیل کوتاه‌مدت بودن پروژه، تعداد کارکنان هم تقریباً ثابت بود. در مورد تاسکیگی، اوضاع پیچیده‌تر هم هست. سازمان مربوط به آزمایش در اوایل دههٔ ۱۹۳۰ تأسیس شد. تعداد دقیقی از کارکنان این سازمان در آن زمان موجود نیست و این یعنی باید برای این موضوع هم با استفاده از داده‌های دیگر، تعداد کارکنان را حدس بزنیم. برای آزمایشگاه اف‌بی‌آی هم مشکلات مشابه هست. 3در مقاله به تفضیل شرح داده شده است.

روش تجربی

مدل ما بسته به دقت پارامترها می‌تواند پیروزی یا شکست هر توطئه‌ای را پیش‌بینی کند. با استفادده از داده‌های جدول ۱، بهترین احتمال برای دهن‌لقی هر فرد (\(p = ۴/۰۹ \times ۱۰^{-۶}\)) را نشان می‌دهد.

پروژهٔ پریزم NSA
حداکثر دست‌اندرکاران۳۰٫۰۰۰
زمان افشاء۶ سال
\(p\) تقریبی\(۴/۰۹ \times ۱۰^{-۶}\)
\(\psi\) تقریبی۰/۹۹۹۹۹۵۹۱
آزمایش سیفلیس تاسکیگی
حداکثر دست‌اندرکاران۶٫۷۰۰
زمان افشاء۲۵ سال
\(p\) تقریبی\(۴/۲۰ \times ۱۰^{-۶}\)
\(\psi\) تقریبی۰/۹۹۹۹۹۵۸۰
رسوایی FBI
حداکثر دست‌اندرکاران۵۰۰
زمان افشاء۶ سال
\(p\) تقریبی\(۲/۴۵ \times ۱۰^{-۴}\)
\(\psi\) تقریبی۰/۹۹۹۷۵۵۰۰
جدول ۱

نتایج

داده‌های جدول ۲ مربوط به تعداد کارکنان توطئه‌های مختلف است. این داده‌ها مستقیماً با پارامتر \(N(t)\) در ارتباط است. به جز توطئهٔ دروغین بودن سفر به ماه، برای بقیه می‌توان تعداد کارکنان را در طول زمان، ثابت در نظر گرفت؛ یعنی \(N(t) = N_{۰}\). در مورد قضیهٔ ناسا، چون توطئه، یک بار رخ داده، پس تعداد دست‌اندرکاران به مرور زمان (بر اثر مرگ و میر) طبق معادلهٔ ۵ کاهش می‌یابد. دوباره تأکید می‌کنم که این اطلاعات خیلی واقع‌گرایانه نیست.

توطئهتعداد کارکنانجمع کل
دروغ سفر به ماه
حداکثر تعداد کارکنان ناسا (۱۹۶۵)۴۱۱٫۰۰۰۴۱۱٫۰۰۰
فریب تغییرات اقلیمی
مجمع ژئوفیزیک آمریکا۶۲٫۰۰۰
ناسا (حال حاضر)۵۸٫۰۰۰
آکادمی توسعهٔ علم آمریکا۱۲۰٫۰۰۰
اعضای انجمن سلطنتی۱۶٫۰۰۰
انجمن فیزیک اروپا۱۲۰٫۰۰۰
اقلیم‌شناسانی که مقاله منتشر کردند ۲۹٫۰۸۳ \(\approx\)
جمع کل۴۰۵٫۰۰۰\(\approx\)
توطئهٔ واکسن
مرکز کنترل بیماری (CDC)۱۵٫۰۰۰
سازمان بهداشت جهانی (WHO)۷٫۰۰۰
جمع کل۲۲٫۰۰۰
پنهان کردن درمان سرطان
نوارتیس۶۵٫۲۶۲
فایزر۱۱۶٫۵۰۰
روشه۷۸٫۶۰۴
سانوفی۱۰۵٫۰۰۰
مرک اند کو۷۰٫۰۰۰
جانسون اند جانسون۱۲۲٫۲۰۰
گلاکسواسمیت‌کلاین۹۹٫۰۰۰
آسترازنکا۵۷٫۵۰۰
جمع کل۷۱۴٫۰۰۰\(\approx\)

نتیجه‌گیری

جدول ۳ حاوی نتایج این تحقیق است. البته با توجه به دقت مورد استفاده در این تحقیق، خطای بسیار زیادی (شاید تا ۱۰۰٪ خطا) متوجه اعداد است. حتی با این فرض، باز هم اکثر توطئه‌های مذکور بعد نهایتاً ده سال محکوم به افشا و شکست‌اند.

توطئهزمان شکست (سال)
دروغ سفر به ماه (تعداد ثابت / پایدار)۳/۶۸
دروغ سفر به ماه (گمپرتز / تک‌رویداد)۳/۶۸
تقلبی بودن تغییرات اقلیمی (فقط دانشمندان)۲۶/۷۷
تقلبی بودن تغییرات اقلیمی (تمام بدنهٔ علمی)۳/۷۰
توطئهٔ واکسن (فقط CDC و WHO)۳۴/۷۸
توطئهٔ واکسن (به همراه کارخانه‌های داروسازی)۳/۱۵
پنهان کردن درمان سرطان۳/۱۷
جدول ۳: هر تئوری توطئهٔ رایج چقدر زمان نیاز دارد؟

پاورقی

دنباله‌دارها در تاریخ

دست‌نوشته و اسلایدهای ارائهٔ من در دومین باشگاه نجوم کرمان

نوشتهٔ زیر، دست‌نوشتهٔ من به مناسبت دومین باشگاه نجوم کرمان است که در تیرماه ۹۹ برگزار شد. آن روزها به بهانهٔ ورود دنباله‌دار نئووایز 1Neowise به آسمان شب، باشگاه نجوم تیر ماه کرمان را به دنباله‌دارها اختصاص دادیم.

اولین گزارش‌های رصد مربوط به دنباله‌دارها مربوط به هزارهٔ سوم پیش از میلاد است. ظهور ناگهانی دنباله‌دارها، به دلیل به‌هم زدن هارمونی آسمان، نشانهٔ شومی از طرف خدایان دانسته می‌شد. فلاسفهٔ طبیعی یونان، برای درک منشاء تلاش‌هایی کرده بودند. ارسطو که نزدیک به یک و نیم هزاره نظراتش در حوزهٔ نجوم و فیزیک معتبر بود، بر این باور بود که دنباله‌دارها تجلی جو زمین‌اند.

در قرون وسطی، وحشت از این دست سنگین خداوند به اوج خود رسید. باور بر این بوده که ظهور دنباله‌دارها نشانهٔ بلایای طبیعی مثل سیل و زلزله‌اند. در قرن ۱۶ و اوایل قرن ۱۷، دنباله‌دارها تیتر اصلی روزنامه‌ها بودند. یک شعر قرن پانزدهمی دنباله‌دارها را چنین توصیف می‌کند:

«آن‌ها تب، مریضی، آفت و مرگ می‌آورند. اوقات سخت، کمبود و دوران قحطی بزرگ»

پای ستاره‌های دنباله‌دار به هنر هم باز شده بود. در آثاری مثل فرشینهٔ بایو، که پارچه‌ای است که رویدادهای مربوط به تسخیر انگلستان توسط ویلیام نورماندی در سال ۱۰۶۶ میلادی را روایت می‌کند. یا یک دیوارنگار عصر رنسانس ایتالیا مربوط به جوتو دی باندونه در پادوا ظهور دنباله‌دار معروف هالی را به تصویر کشیده‌اند. (همچنین آثار نیایش مغان)

تب دنباله‌دار که هنوز هم باور رایجی است، از ظهور دنباله‌دار هالی در سال ۱۹۱۰ نشأت می‌گیرد. این عقیده که دنباله‌دارها اسید پروس یا هیدروژن سیانید را در زمین پخش می‌کنند و باعث مسمومیت مردم می‌شود، ترس و وحشت زیادی آفریده. گرچه اخیراً کاشف به‌عمل آمده که هیدروژن سیانید یکی از ترکیبات دم دنباله‌دار است. با توسل به این باور، فروشنده‌های دوره‌گردِ زرنگ از فروش قرص‌های دفع اسید پروس، پول زیادی به جیب زدند. در سال ۱۹۹۷ میلادی (۱۳۷۶ هجری خورشیدی) زمانی که دنباله‌دار هیل-باپ پرفروغ شد، ۳۹ نفر از فرقهٔ Heaven’s Gate دست به خودکشی جمعی زدند. آن‌ها بر این عقیده بودند که با این کار می‌توانند زمین را ترک کنند و با سفینهٔ آدم‌فضایی‌هایی که دنباله‌دار هیل-باپ را مشایعت می‌کردند سفر کنند.

تحقیقات اخترشناسی روی دنباله‌دارها در ابتدا کند و کم‌رنگ بود. پتروس آپیانوس، اخترشناس آلمانی، نخستین اخترشناس عصر جدیدی بود که با استفاده از مشاهدات رصدی دریافت که دم دنباله‌دارها در خلاف جهت موقعیت خورشید قرار دارد. او این پدیده را در کتاب خود Astronomicum Caesareum، که در سال ۱۵۴۰ منتشر و تقدیم شاه چارلز پنجم کرد، شرح داد.

چند دهه بعد، اخترشناس شهیر دانمارکی، تیکو براهه، دریافت که دنباله‌دارها اجرام مستقلی‌اند. او از روش اختلاف منظر، فاصلهٔ دنباله‌دار بزرگ ۱۵۷۷ را حدود ۲۳۰ برابر قطر زمین اندازه‌گیری کرد؛ چیزی نزدیک به ۱/۵ میلیون کیلومتر. این کشف نظر ارسطو مبنی بر حضور دنباله‌دار در داخل جو زمین را رد کرد و نشان داد که دنباله‌دارها اجرامی فرای مدار ماه هستند.

ولی دنباله‌دارها روی چه مسیری حرکت می‌کنند؟ این پرسش بزرگی بود که ستاره‌شناسان را برای مدت‌ها درگیر کرده بود. تیکو براهه نخستین کسی بود که باور داشت دنباله‌دارها به صورت دوره‌ای بازمی‌گردند. از سوی دیگر، یوهانس کپلر، ستاره‌شناس مشهور، بر این عقیده بود که دنباله‌دارها در مسیر مستقیم‌الخط حرکت می‌کنند.

یوهانس هِوِلیوس، اخترشناس و قانون‌گذار گُدانسکی، همانطور که ما اکنون می‌دانیم، باور داشت که مدار دنباله‌دارها سهموی و هذلولی بود. این اختلاف نظر باعث شد هولیوس کتاب خود، کامتوگرافی (Cometographia) را در سال ۱۶۶۵ منتشر کند. او در این کتاب خواص ظاهری دنباله‌دارها را شرح داد و دست به طبقه‌بندی دنباله‌شان زد.

در سال ۱۶۸۰، ادموند هالی ۲۴ ساله، دنباله‌دار بزرگی را کشف کرد. این دوست ایزاک نیوتون که بعدتر به مقام اخترشناس سلطنتی نائل آمد، گفتهٔ شش دهه پیشِ کپلر مبنی بر مستقیم بودن حرکت دنباله‌دارها به شدت تشکیک کرد. هالی در ملاقاتی با نیوتون توضیح می‌دهد که احتمالاً دنباله‌دار سال ۱۶۸۰، روی مداری به‌شدت خمیده حرکت می‌کند.

ادموند هالی با استفاده از این یافته شروع به محاسبه می‌کند و به این نتیجه می‌رسد که این دنباله‌دار روی یک بیضی دراز حرکت می‌کند و در سال ۱۷۵۸ بازمی‌گردد. هالی در سال ۱۷۴۸ درگذشت و نتوانست موفقیت بزرگش در مکانیک سماوی را ببیند؛ چرا که در شبانگاه ۲۵ دسامبر ۱۷۵۸، یوهان گئورگ پالیتش، ستاره‌شناس و کشاورز آلمانی متوجهٔ لکهٔ نور کوچکی در صورت فلکی حوت شد… دنباله‌داری که اکنون با نام دنباله‌دار هالی شناخته می‌شود، به زمین نزدیک شده. بنابر این، این دنباله‌دار هر ۷۶ سال ظهور می‌کند. آخرین بار هم در سال ۱۹۸۵/۶ (۱۳۶۶) دیده شد.

این اتفاق شکل مداری دنباله‌دارها را برای ما روشن ساخت. ولی آن‌ها از کجا می‌آیند؟ و علت این پدیدهٔ نادر و زیبا چیست؟ در سال ۱۹۵۰، اخترشناس هلندی، جان هندریک اورت، حدس زد که احتمالاً منشأ دنباله‌دارهای بلنددوره، ظرفی است که منظومهٔ سیاره‌ای ما را مانند پوسته‌ای در بر گرفته است. این پوسته که به ابر اورت معروف است، باید بیش از ۱/۶ سال‌نوری از ما فاصله داشته‌باشد. علاوه بر ابر اورت که شاهد رصدی دال بر وجود آن نداریم، ارنت اوپیک، دانشمند استونیایی، در سال ۱۹۳۲ حدس مشابهی زده بود. منشأ دنباله‌دارهای میان‌دوره، احتمالاً باید کمربند کویپر باشد.

آن‌جا، در لبهٔ منظومه خورشیدی، احتمالاً ۱۰۰ میلیارد تکهٔ منجمد از جنس سنگ و یخ با قطر چند متر تا حدود ۱۰۰ کلیومتر در حال پرسه زدن‌اند. این اجرام، هسته‌های دنباله‌دارها هستند. جوتو، کاوشگر فضایی ESA، زمانی که از ۶۰۰ کیلومتری دنباله‌دار هالی می‌گذشت، نخستین تصویر نمای نزدیک از چنین جرمی را ارایه کرد.

عکس‌هایی که جوتو گرفته بود یک بادام‌زمینی کیهانی با ابعاد تقریبی ۱۵ در ۶ کیلومتر و به‌شدت تاریک را نشان می‌داد که توسط غباری با آلبدوی پایین پوشانده شده بود. ستون‌هایی از بخار درحال تبخیر از فواصل مجزا روی سطح هالی به بیرون پرتاب می‌شدند. این ماده که با غبار مخلوط شده بود حاوی نسبت بالایی از مواد آلی مثل آمینو اسیدها بود که از بلوک‌های سازندهٔ حیاتند. و نیز هالی در هر ثانیه حدود ۶۰ تن از جرم خود را از دست می‌داد.

فایل پی‌دی‌اف ارائه از این‌جا برای دانلود در دسترس است.

[۳d-flip-book mode=”fullscreen” pdf=”

“][/3d-flip-book]

پاورقی

  • 1
    Neowise