તમારું મગજ વકીલ છે, વૈજ્ઞાનિક નહીં

**Your Brain Is a Lawyer, Not a Scientist**
**તમારું મગજ વકીલ છે, વૈજ્ઞાનિક નહીં**

પરાગ રતનપરા

માણસ પોતાને બુદ્ધિશાળી પ્રાણી કહે છે. આ દાવો પણ એક પક્ષપાત છે. બીજા પ્રાણીઓએ મત નથી આપ્યો.

સાચી વાત એ છે કે આપણું મગજ સત્ય શોધવા માટે બન્યું જ નથી. એ બન્યું છે બચી જવા માટે. જંગલમાં ઝાડી હલી તો "વાઘ છે" એમ માની લેનારો બચી ગયો, અને "ચાલો, પુરાવા તપાસીએ" કહેનારો વાઘનું બપોરનું ભોજન બન્યો. આપણે એ ડરપોક, ઉતાવળિયા, ધારી લેનારા પૂર્વજોના વંશજ છીએ. અને હવે એ જ મગજથી શેરબજાર, લગ્ન, નોકરી અને દેશ ચલાવીએ છીએ.

મગજ વૈજ્ઞાનિક નથી, વકીલ છે. પહેલાં ચુકાદો આપે છે, પછી દલીલો શોધે છે. તમે કોઈ છોકરાને જમાઈ તરીકે નાપસંદ કરી લીધો, હવે એના ચંપલનો રંગ પણ પુરાવો બની જશે. તમે કોઈ શેર ખરીદી લીધો, હવે એના વિરુદ્ધના દરેક સમાચાર "ખોટા છે, મીડિયા વેચાઈ ગયું છે." આનું નામ confirmation bias. ગુજરાતીમાં એને "મને તો પહેલેથી ખબર જ હતી" કહેવાય છે.

WhatsApp એ આ રોગની હોસ્પિટલ નથી, એનું ફેક્ટરી છે. જે ફોરવર્ડ તમારા મતને ટેકો આપે એ "સાચી માહિતી" અને જે વિરુદ્ધ જાય એ "propaganda." મજાની વાત એ છે કે બંને ફોરવર્ડ એક જ કાકાએ મોકલ્યાં હોય છે, જુદા જુદા ગ્રુપમાં.

હવે સવાલ એ કે આનું કરવું શું? ડોક્ટર બે દવા લખે છે. બંને કડવી છે.

**પહેલી દવા: સામેવાળાની દલીલ એનાથી સારી બનાવો**

અંગ્રેજીમાં આને steelman કહે છે. strawman તો આપણે બધા જાણીએ છીએ, એ આપણી રાષ્ટ્રીય રમત છે. સામેવાળો કહે "આ યોજનામાં થોડી ખામી છે," અને આપણે જવાબ આપીએ "એટલે તું દેશનો દુશ્મન છે?" પૂતળું બનાવો, પૂતળાને મારો, જીતી ગયા. તાળીઓ.

Steelman એનું ઊલટું છે. સામેવાળાની દલીલને એટલી મજબૂત બનાવો કે એ પોતે સાંભળીને કહે, "હા, હું આવું જ કહેવા માંગતો હતો, પણ મને શબ્દો નહોતા મળતા." પછી એની સામે તમારો મત મૂકો. જો તમારો મત હજી ઊભો રહે, તો સાચે જ ઊભો છે. જો પડી જાય, તો એ ક્યારેય ઊભો હતો જ નહીં, તમે ફક્ત એને ટેકો આપીને ઊભો રાખ્યો હતો.

ઘરમાં અજમાવી જુઓ. સાસુને પૂછો કે વહુની ફરિયાદ શું છે, અને એ ફરિયાદ વહુથી પણ સારી રીતે બોલી બતાવો. પછી જુઓ ઘરમાં શું થાય છે. કાં તો સમાધાન થશે, કાં તો બંને તમારી પર ગુસ્સે થશે. બંને પરિણામ સત્યની નજીક છે.

આ કસરત કરવામાં તકલીફ કેમ પડે છે? કારણ કે અંદરથી લાગે છે કે સામેવાળાની દલીલ સારી બનાવીશ તો હું હારી જઈશ. પણ અહીં જ મૂળ ભૂલ છે. તમે ચર્ચામાં જીતવા નથી ગયા, તમે સાચું જાણવા ગયા છો. જીતવું અને સાચા હોવું બે જુદી બાબતો છે. પંચાયતમાં જીતનારો સાચો હોય એ જરૂરી નથી, મોટે ભાગે તો એ ફક્ત મોટેથી બોલનારો હોય છે.

**બીજી દવા: હા-ના છોડો, ટકામાં વિચારો**

ભારતીય માણસને બે જ સંખ્યા આવડે છે: ૦ અને ૧૦૦. "આ થશે જ." "આ ક્યારેય નહીં થાય." "એ માણસ ખરાબ જ છે." વચ્ચેની બધી સંખ્યાઓ આપણે ગણિતના પુસ્તકમાં મૂકીને આવ્યા.

સાચી બુદ્ધિ ટકામાં જીવે છે. "આ કંપની સારી ચાલશે" નહીં, "૬૦ ટકા શક્યતા છે." અને પછી, જ્યારે નવી માહિતી આવે, ત્યારે ૬૦ ને ૬૫ કરો અથવા ૫૦ કરો. આખું આકાશ ન બદલો, થોડું ખસેડો. આનું ગણિત ૨૫૦ વર્ષ જૂનું છે, એક પાદરીએ લખેલું, અને આજે પણ મોટા ભાગની દુનિયા એનાથી અજાણ છે કારણ કે એ WhatsApp પર ફોરવર્ડ થતું નથી.

ટકામાં વિચારવાનો ફાયદો એ છે કે તમે ખોટા પડો ત્યારે પૂરા ખોટા નથી પડતા. "મેં ૭૦ ટકા કહ્યું હતું, ૩૦ ટકાવાળું બન્યું" એ કહી શકાય. પણ "આ થશે જ" કહેનારો ખોટો પડે ત્યારે એની પાસે બે જ રસ્તા છે: કાં તો ચૂપ થઈ જવું, કાં તો કહેવું "મેં તો ક્યાં કહ્યું હતું?" અને આપણે જાણીએ છીએ કે એ બીજો રસ્તો જ પસંદ કરે છે.

ગંભીર નિર્ણયોમાં આ કેમ જરૂરી છે? કારણ કે ગંભીર નિર્ણય એક જ વાર લેવાય છે. છોકરીના લગ્ન, ધંધામાં મૂડી, બીમારીમાં ઓપરેશન, દેશમાં મત. અહીં "મારું મગજ મને ખાતરી આપે છે" એ સૌથી ખતરનાક વાક્ય છે. મગજ ખાતરી આપવા માટે જ બન્યું છે, સાચું હોવા માટે નહીં. ખાતરી એ લાગણી છે, પુરાવો નથી. અને લાગણી પર ઓપરેશન કરાવવું હોય તો ડોક્ટરની જરૂર નથી, જ્યોતિષી પૂરતો છે.

**અને હવે એ ઊંડી, ગૂઢ વાત**

અહીં સુધી બધું ગણિત હતું. હવે જરા આધ્યાત્મિક થઈએ, કારણ કે ગુજરાતી નિબંધ આધ્યાત્મિક થયા વગર પૂરો નથી થતો.

તમે ક્યારેય વિચાર્યું છે કે તમારો "મત" તમે પોતે છો કે ફક્ત તમારો સામાન છે? આપણે મતને શરીરની જેમ પકડી રાખીએ છીએ. કોઈ મત પર હુમલો કરે તો છાતીમાં લાગે છે. પણ મત તો ફક્ત એક અંદાજ છે, જે એ સમયે તમારી પાસે જે માહિતી હતી એના પરથી બન્યો હતો. માહિતી બદલાય, અંદાજ બદલાય. એમાં હાર ક્યાં આવી?

ઉપનિષદ કહે છે "નેતિ નેતિ." આ નહીં, આ પણ નહીં. દરેક ધારણાને ઉતારતા જાઓ. અને Bayes નો પાદરી કહે છે: દરેક પુરાવે થોડું ખસો. બંનેનો સૂર એક જ છે. કશુંક પકડી રાખવું એ જ અજ્ઞાન છે. પકડ ઢીલી કરવી એ જ જ્ઞાન છે.

Steelman એ ખરેખર કરુણાની કસરત છે, અલંકારિક રીતે નહીં, શાબ્દિક રીતે. બીજાના મગજમાં જઈને ત્યાંથી દુનિયા જોવી. બે મિનિટ માટે તમારું "હું" બાજુએ મૂકવું. જે માણસ આ કરી શકે એ ચર્ચામાં ભલે હારે, પણ એ એક એવી જગ્યાએ પહોંચે છે જ્યાં ચર્ચા જ નથી. ત્યાં ફક્ત જિજ્ઞાસા છે.

અને ટકામાં વિચારવું એ નમ્રતાનું ગણિત છે. "હું ૭૦ ટકા સાચો છું" કહેવું એટલે સાથે સાથે "હું ૩૦ ટકા ખોટો હોઈ શકું" એમ સ્વીકારવું. આ ૩૦ ટકા જગ્યા જ છે જ્યાં તમે શીખી શકો છો. જેની પાસે ૧૦૦ ટકા છે એની પાસે શીખવાની જગ્યા નથી. એ ભરેલો ઘડો છે. ભરેલો ઘડો છલકાય છે, વાગે છે, પણ કશું લઈ શકતો નથી.

સોક્રેટિસે કહ્યું હતું, "હું એટલું જાણું છું કે હું કશું નથી જાણતો." અમદાવાદમાં આવું બોલો તો કોઈ તમને નોકરી નહીં આપે. પણ એ જ માણસને ૨૪૦૦ વર્ષથી લોકો યાદ કરે છે, અને એની સાથે ચર્ચામાં "જીતનારા" બધા લોકોનાં નામ કોઈને યાદ નથી.

આ છે ગૂઢ વાત. પક્ષપાત સુધારવો એ ફક્ત વધારે સાચા નિર્ણય લેવાની ટેકનિક નથી. એ અહંકારને ધીમે ધીમે ઓગાળવાની સાધના છે. તમારો દરેક મત એક નાનું "હું" છે. દરેક વખતે તમે એ મતને ૫ ટકા ખસેડો છો, એ "હું" થોડું નાનું થાય છે. અને એક દિવસ, જો નસીબ સારું હોય, તો તમે એટલા નાના થઈ જાઓ છો કે દુનિયા દેખાવા લાગે છે.

ત્યાં સુધી, ફોરવર્ડ કરતાં પહેલાં એક વાર પૂછી લેજો: આ સાચું છે એટલે મને ગમે છે, કે મને ગમે છે એટલે સાચું લાગે છે?

જવાબ ખબર છે. એટલે જ પૂછતા નથી.

**સાચી પણ વિચિત્ર હકીકતો**

• Bayes નો નિયમ લખનાર Thomas Bayes એક પાદરી હતા. એમના જીવતાં એ નિબંધ છપાયો જ નહીં; મિત્ર Richard Price એ મૃત્યુ પછી ૧૭૬૩માં છપાવ્યો. એટલે કે અનિશ્ચિતતાનું ગણિત એક એવા માણસે લખ્યું જેને પોતાના કામની કિંમત વિશે પણ ખાતરી નહોતી.

• સંશોધક Philip Tetlock એ ૨૦ વર્ષ સુધી નિષ્ણાતોની રાજકીય આગાહીઓ તપાસી. સરેરાશ નિષ્ણાત ડાર્ટ ફેંકતા વાંદરા કરતાં ખાસ સારો નહોતો. અને પછી એમને એવા સામાન્ય લોકો મળ્યા, જે ટકામાં વિચારતા અને નાનાં પગલાંમાં મત બદલતા, જેમણે ગુપ્ત માહિતી ધરાવતા સરકારી વિશ્લેષકોને પણ હરાવ્યા.

• Kahneman અને Tversky ના સંશોધન મુજબ ₹૧૦૦ ગુમાવવાનું દુઃખ ₹૧૦૦ મળવાના આનંદ કરતાં લગભગ બમણું હોય છે. એટલે કે તમારું મગજ નુકસાનનો હિસાબ ડબલ ભાવે કરે છે. ગુજરાતી વેપારીઓ આ વર્ષોથી જાણે છે, ફક્ત એનું Nobel એમને નથી મળ્યું.

પરાગ રતનપરા

If you like it, please share it.

#CognitiveBias #Steelman #CriticalThinking #Rationality #પક્ષપાત #વિવેકબુદ્ધિ #ગુજરાતીનિબંધ #સામાજિકવ્યંગ

---

નોંધ: ઉપરની ત્રણેય હકીકતો પ્રકાશિત સંશોધન પર આધારિત છે (Bayes/Price ૧૭૬૩; Tetlock, *Expert Political Judgment* અને *Superforecasting*; Kahneman-Tversky loss aversion). "લગભગ બમણું" એ સંશોધનમાં આપેલો સરેરાશ અંદાજ છે, ચોક્કસ આંકડો નથી. નિબંધ ઈરાદાપૂર્વક એકતરફી છે; સામેની દલીલ એ છે કે ઘણી પરિસ્થિતિઓમાં ઝડપી "gut" નિર્ણય (heuristics) ધીમા ગણિત કરતાં વધુ ઉપયોગી નીવડે છે, અને એ મુદ્દો અહીં જાણી જોઈને છોડ્યો છે.