Îmi zice un amic: „Recunosc, am rîs cînd am văzut și la tine «gîndire critică»; ce sintagmă virală! Epidemică de-a dreptul... Nu prea cred în noile concepte anglo-saxone. Nația asta de oameni deține arta de a da nume competent-sofisticate unor chestiuni vechi de cînd lumea. Niște aristotelicieni expirați. Gîndirea critică nu-i totuna cu reflexivitatea, cu gîndirea (sănătoasă)? (Știu: „Nu-i totuna!”, o să strige adepții ei.) Dar dacă nu-i critică, gîndirea nu-i gîndire. Faptul de a fi «critică» separă gîndirea de afecte/simțire. Mă încăpățînez să cred că gîndirea critică e o pedanterie conceptuală cvasi-tautologică. Sau un moft, vorba lui Caragiale”. Poate că iritarea lui nu vine din etichetă, ci din implicație. Pentru că dacă există „gîndire critică”, atunci există și gîndire necritică. Iar nimeni nu vrea să afle că operează, confortabil, în a doua categorie. Nu ne deranjează conceptele noi. Ne deranjează ideea că s-ar putea să fim mai puțin reflexivi decît ne place să credem.
Întrebarea lui merită pusă la cafeaua de dimineață. Pentru că e mai tăioasă decît pare: dacă gîndirea nu e critică, ce mai e? Răspunsul scurt: e foarte des doar confortabilă. Din perspectivă psihologică, gîndirea este un mecanism cognitiv. Produce inferențe, umple goluri, creează explicații, leagă cauze de efecte. Dar faptul că produce concluzii nu înseamnă că le și verifică. Mintea funcționează adesea ca o cutie neagră: intră informația, iese convingerea. Între ele, procesare opacă și un sentiment robust de certitudine. Noi nu vedem algoritmul intern. Vedem doar verdictul. Și îl credem.
Distincția dintre Sistemul 1 și Sistemul 2, formulată de Daniel Kahneman și Amos Tversky în Gîndire rapidă și gîndire lentă, explică de ce. Sistemul 1 este rapid, automat, intuitiv. Funcționează fără efort conștient. Recunoaște tipare, formulează impresii, produce răspunsuri fluente în timp ce Sistemul 2 este lent, deliberativ, analitic și necesită energie. Se activează cînd ceva ne obligă să încetinim. Atunci problema care este? Sistemul 2 este puturos dacă nu e chemat, iar noi nu-l chemăm des. Pentru că preferăm viteza.
Mintea, cum argumentează și Steven Pinker, nu a evoluat pentru adevăr abstract, ci pentru supraviețuire și coerență socială. Vrem să avem dreptate. Vrem să fim coerenți. Vrem să fim confirmați. Adevărul e opțional, coerența e vitală.
Și totuși, literatura ne seduce cu ideea suveranității minții. În Cel mai iubit dintre pămînteni, șeful de cadre îi zice lui Petrini: „Uite, maşina asta de scris, sau să zicem un cal sau un măgar: nu gîndesc, înseamnă că nu există?”. O provocare ontologică din partea șefului de cadre. O ironie metafizică mai ales venită din partea cuiva care nu gîndește critic. Dacă realitatea trece prin conștiință, atunci gîndirea pare regină.
Numai că a gîndi ceva nu îl face adevărat. Dacă masa nu gîndește și deci „nu există”, asta nu înseamnă că orice cred despre ea devine valid prin simpla intensitate a convingerii mele. Ontologia literară e seducătoare, însă epistemologia e neiertătoare.
Cultural, am avut și noi momentele noastre de reafirmare identitară (încep să am un tic verbal cu identitarul, un fel de celeritate a momentului). Gîndirismul, grupat în jurul revistei Gândirea și al lui Nichifor Crainic, a pus accent pe organic, spiritual, tradițional. A vrut sens într-o lume care devenea tehnică. Dar orice sens, dacă nu acceptă examinarea, devine doctrină. Iar doctrina are un avantaj psihologic seducător: te scutește de incertitudine. Nu mai e nevoie să analizezi fiecare afirmație. E suficient să verifici dacă ea aparține tribului tău. În acel punct, adevărul nu mai este o problemă epistemică, ci una de loialitate. Iar loialitatea nu cere dovezi, ea cere apartenență. Iar doctrina nu are nevoie de gîndire critică. Are nevoie de adepți.
Și ajungem la terenul pragmatic: admiterea la științe cognitive de la Facultatea de Psihologie din București. Nu filosofie pură. Nu metafizică. Un item simplu, publicat într-un test real. Un text despre utilizarea algoritmilor de machine learning în cercetarea mediului, apărut în revista Nature. Se descriu modele sofisticate care simulează ecosisteme complexe, folosind volume mari de date: imagini satelitare, date meteorologice, mostre de sol. Rezultate promițătoare. Predicții privind impactul schimbărilor climatice. Ca să vadă dacă, precum la notar, au citit, înțeles și luat la cunoștință.
Item de la admitere: „Conform unui articol publicat în revista Nature, oamenii de știință folosesc algoritmi de machine learning pentru a prezice posibilele rezultate ale schimbărilor de mediu la scară largă. Cercetarea descrisă în articol implică dezvoltarea unor modele sofisticate care pot simula ecosisteme complexe și factorii de mediu care le influențează. Prin introducerea de date referitoare la diverse scenarii de mediu, precum variații de temperatură sau cantități de precipitații, modelele pot prezice modul în care ecosistemele vor răspunde și se vor adapta.
Unul dintre principalele avantaje ale machine learning-ului în acest domeniu este capacitatea sa de a gestiona cantități mari de date, inclusiv date provenite din surse diverse, cum ar fi imagini satelitare, date meteorologice și mostre de sol. Aceasta permite oamenilor de știință să creeze modele mai precise și detaliate ale mediului, ceea ce, la rîndul său, poate ajuta la prezicerea efectelor schimbărilor climatice asupra ecosistemelor și la identificarea modalităților de a le atenua impactul.
Cercetarea descrisă în articol a generat deja rezultate promițătoare, oamenii de știință reușind să prezică impactul schimbărilor climatice asupra ecosistemelor din diferite regiuni ale lumii. Modelele de machine learning au fost utilizate și pentru a identifica zonele deosebit de vulnerabile la schimbările de mediu, permițînd factorilor de decizie să concentreze eforturile de conservare și să aloce resursele necesare.
Per ansamblu, utilizarea machine learning-ului în știința mediului reprezintă o frontieră nouă și incitantă în studiul ecosistemelor complexe ale planetei noastre și are potențialul de a informa deciziile politice și de a contribui la protejarea mediului natural pentru generațiile viitoare”.
Întrebare: Care este avantajul utilizării algoritmilor de machine learning în cercetarea științifică de mediu?
A. Permite oamenilor de știință să gestioneze cantități mari de date, inclusiv date din surse diverse.
B. Elimină necesitatea implicării umane în colectarea datelor.
C. Poate prezice viitorul cu 100% acuratețe.
D. Poate simula efectele unui singur factor de mediu.
E. Poate înlocui eforturile de conservare.
(Răspunsul corect e la sfîrșitul articolului.)
Simplu? Evident. Și totuși, Sistemul 1 e tentat de C. Pentru că tehnologia sună omnipotent. Sau de E, pentru că ne place ideea de soluție magică. Sistemul 2 citește atent și observă că textul afirmă explicit doar capacitatea de a gestiona volume mari de date din surse diverse. Atît, fără infailibilitate, fără magie. Între „sună revoluționar” și „este susținut de text” stă disciplina cognitivă. Asta e gîndirea critică. Nu e anti-emoție. Nu e sterilitate. E decizia de a activa Sistemul 2 peste seducția Sistemului 1. E diferența dintre entuziasm și rigoare.
Modelul lui Matthew Syed din Gîndirea de tip cutie neagră merge mai departe: adevărata diferență dintre organizații nu e inteligența, ci relația cu greșeala. În aviație, fiecare accident e analizat obsesiv. Cutia neagră e deschisă, nu ascunsă. Greșeala devine infrastructură de învățare. În alte domenii, inclusiv în medicină, erorile sînt uneori negate sau cosmetizate. Consecințele pot fi dramatice. Gîndirea de tip cutie neagră presupune acceptarea erorii, analiza sistematică a cauzei și schimbarea comportamentului. Presupune activarea Sistemului 2 exact cînd ego-ul ar prefera să activeze defensiva. Nu e plăcut, nu e instagramabil, dar e evolutiv.
Cîți dintre noi pot spune, cu mîna pe inimă, că au o relație sănătoasă cu eșecul? Nu retoric, ci real. Cîți disecăm greșeala fără să ne disecăm identitatea? Cîți putem spune „am greșit” fără să simțim că am fost anulați?
Aici gîndirea critică încetează să mai fie „moft” și devine igienă. Mai ales într-o profesie în care empatia e instrument de lucru. Există riscul subtil de a confunda validarea emoțională cu suspendarea analizei. A înțelege de ce cineva crede ceva nu înseamnă a considera acel ceva justificat. Dacă nu facem diferența, riscăm să transformăm compasiunea într-o formă rafinată de complicitate cognitivă. Mai ales cînd vorbim despre viitori psihologi. Pentru că între „psihoterapia reduce anxietatea” și „există o asociere între psihoterapie și scăderea anxietății” e o diferență. Dar acea diferență separă promisiunea de afirmația justificată.
Și nu, cafeaua nu te face să gîndești mai repede, că tot am menționat-o în titlu. Te face mai alert. Sistemul 1 devine mai energic. Sistemul 2 trebuie invitat oricum la masă. Iar masa, chiar dacă nu gîndește, există suficient cît să ne țină cafeaua. Dacă gîndirea ar fi automat critică, nu am avea nevoie de examene care să testeze diferența dintre asociere și cauzalitate. Nu am avea nevoie de cutii negre. Nu am avea nevoie de disciplină intelectuală. Dar avem.
Între a avea o părere și a o testa există un spațiu mic, inconfortabil și esențial. Unii îl numesc pedanterie. Eu îl numesc responsabilitate. Iar asta, băută cu cafea sau fără, rămîne valabilă. Cafeaua nu produce gîndire critică. Produce energie. Diferența dintre energie și rigoare e exact diferența dintre a avea o opinie și a o testa.
(Răspuns corect: A)
Diana Nicolescu, psiholog și psihoterapeut, are un master în Științe Cognitive. Este membră a Colegiului Psihologilor din România și membră a Asociației Române de Terapii Scurte Orientate pe Resurse și Soluții.
Credit foto: Wikimedia Commons
