پیش‌بینی آینده وعده‌ای که علم نمی‌دهد
آینده‌پژوهی زمانی جدی می‌شود که میان برآورد محتمل، سناریوی ممکن و آینده مطلوب تفاوت بگذاریم. وقتی درباره آینده صحبت می‌کنیم، نخستین انتظار بسیاری از ما یک پاسخ روشن است: چه خواهد شد؟ قیمت‌ها چقدر افزایش می‌یابند؟ کدام فناوری پیروز می‌شود؟ ۱۰ سال دیگر بازار کار چگونه خواهد بود؟ این پرسش‌ها طبیعی‌اند، اما نمی‌توان به همه آنها با پاسخی یکدست و یک‌سنخ نگریست.
به گزارش گروه رسانه‌ای شرق،
آینده‌پژوهی زمانی جدی می‌شود که میان برآورد محتمل، سناریوی ممکن و آینده مطلوب تفاوت بگذاریم. وقتی درباره آینده صحبت می‌کنیم، نخستین انتظار بسیاری از ما یک پاسخ روشن است: چه خواهد شد؟ قیمت‌ها چقدر افزایش می‌یابند؟ کدام فناوری پیروز می‌شود؟ ۱۰ سال دیگر بازار کار چگونه خواهد بود؟ این پرسش‌ها طبیعی‌اند، اما نمی‌توان به همه آنها با پاسخی یکدست و یک‌سنخ نگریست.
در برخی حوزه‌ها پیش‌بینی بسیار مفید است. اگر داده‌های کافی و روابط نسبتا پایدار وجود داشته باشد، می‌توان روندها را برآورد کرد و دامنه‌ای از نتایج محتمل به دست آورد. پیش‌بینی جمعیت، مصرف انرژی یا تقاضای کوتاه‌مدت نمونه‌هایی از این رویکرد هستند. اما هرچه افق زمانی بلندتر و محیط پیچیده‌تر شود، امکان تغییر قواعد بازی بیشتر می‌شود؛ فناوری تازه، جنگ، قانون جدید، تغییر ارزش‌های اجتماعی یا تصمیم یک بازیگر بزرگ می‌تواند ادامه خط گذشته را متوقف کند.
به همین دلیل آینده‌پژوهی را نباید نام دیگری برای پیش‌بینی دانست. «جعبه‌ابزار آینده‌نگاری» دولت بریتانیا نیز تفکر آینده‌نگر را رویکردی برای مواجهه با عدم قطعیت و تدوین سیاست‌ها و راهبردهایی معرفی می‌کند که در برابر آینده‌های متفاوت تاب‌آورتر باشند. سازمان همکاری و توسعه اقتصادی نیز تأکید دارد که آینده‌نگاری راهبردی به جای پیش‌بینی یک آینده واحد، چند آینده باورپذیر را بررسی می‌کند.
یکی از خطاهای رایج، خلط سه پرسش بنیادین و متفاوت است: نخست، «چه چیزی احتمالا رخ می‌دهد؟» دوم، «چه چیزهایی می‌توانند رخ دهند؟» و سوم، «به چه آینده‌ای می‌خواهیم برسیم؟». پژوهش کلاسیک بوریشون و همکاران نشان می‌دهد که سناریوها نیز بر اساس همین تفاوت نیازها به انواع پیش‌بینانه، اکتشافی و هنجاری تقسیم می‌شوند. پاسخ مناسب به هر پرسش، روش و معیار ارزیابی خودش را می‌خواهد.
برای نمونه، اگر یک شرکت بخواهد فروش سال آینده را برآورد کند، مدل پیش‌بینی می‌تواند مفید باشد. اما اگر بخواهد بداند هوش مصنوعی، مقررات، رفتار مشتری و ورود یک رقیب تازه طی ۱۰ سال آینده چگونه صنعت را تغییر می‌دهند، یک عدد واحد اطلاعات کافی نمی‌دهد. در این وضعیت باید چند مسیر متفاوت را تصور و استراتژی را در برابر آنها آزمایش کرد.
در عمل، تصمیم‌گیرنده به هر سه نوع نگاه نیاز دارد. یک شهرداری می‌تواند از پیش‌بینی برای برآورد جمعیت استفاده کند، از سناریو برای بررسی پیامد فناوری و اقلیم کمک بگیرد و در مرحله بعد درباره شهر مطلوب و معیارهای عدالت یا کیفیت زندگی تصمیم بگیرد. مشکل زمانی رخ می‌دهد که نتیجه یک مدل آماری به جای «ورودی تصمیم» به «حکم قطعی آینده» تبدیل شود. در آن صورت، هر تغییری که خارج از مدل باشد به‌سادگی دیده نمی‌شود. به همین دلیل، کیفیت یک تصمیم فقط به دقت عددهای ورودی وابسته نیست؛ مهم است بدانیم عدد در چه محدوده‌ای معتبر است، چه متغیرهایی بیرون از مدل مانده‌اند و با تغییر کدام فرض باید تصمیم را دوباره بررسی کنیم. این همان جایی است که پیش‌بینی و آینده‌پژوهی به جای رقابت، یکدیگر را کامل می‌کنند. این تمایز به معنای کنارگذاشتن پیش‌بینی نیست. پیش‌بینی یکی از ابزارهای مهم تصمیم‌گیری است؛ مشکل زمانی ایجاد می‌شود که آن را بیش از توانش به کار ببریم. یک عدد دقیق همواره نشانه دانشی دقیق نیست؛ همان‌گونه که ارائه‌ندادن عددی قطعی نیز به معنای ناآگاهی یا غیرعلمی‌بودن رویکرد نیست. آینده‌پژوهی در بهترین حالت به ما نمی‌گوید فردا دقیقا چه خواهد شد؛ کمک می‌کند بفهمیم کدام فرض‌ها شکننده‌اند، چه مسیرهایی نادیده مانده‌اند و برای غافلگیرنشدن، امروز چه گزینه‌هایی باید باز بمانند.
برای اطلاع از آخرین اخبار و تحلیل‌ها به کانال شرق در «تلگرام» بپیوندید.
