اسپیس‌ایکس در‌حال‌آمادگی برای دستیابی به عطفگاه مهمی در پروازهای فضایی انسانی است. ایلان ماسک، مدیرعامل این شرکت، قصد دارد نخستین مأموریت نمایشی کپسول سرنشین‌دار دراگونش به ایستگاه فضایی بین‌المللی را در ۲مارس (۱۱اسفند) به‌پرواز درآورد.

پرواز آزمایشی دراگون سرنشین‌دار که با عنوان Demo-1 شناخته می‌شود، بدون سرنشین خواهد بود؛ اما اگر همه‌چیز به‌خوبی پیش برود، دراگون سرنشین‌دار احتمالا برای نخستین‌بار فضانوردان را تابستان سال آینده به ایستگاه مداری حمل خواهد کرد و از آنجا به زمین بازخواهد گرداند. درادامه، با زومیت همراه باشید تا آنچه را شرح دهیم که باید درباره‌ی دراگون سرنشین‌دار و آینده‌ی کوتاه‌مدت پروازهای فضایی انسانی بدانید.

دراگون سرنشین‌دار چیست؟

اسپیس‌ایکس با قرارداد چندمیلیارددلاری خدمه‌ی تجاری با ناسا، مشغول توسعه‌ی دراگون سرنشین‌دار (Crew Dragon) بوده است. سازمان فضایی آمریکا قرارداد مشابهی با بوئینگ نیز منعقد کرده است. این شرکت همچون اسپیس‌ایکس روی کپسولی به‌نام استارلاینر (CST-100 Starliner) کار می‌کند.

هدف ناسا از همکاری با دو شرکت یادشده، بازگرداندن پروازهای فضایی مداری به خاک ایالات متحده‌ی آمریکا است. فضانوردان آمریکایی از ژوئیه‌ی‌۲۰۱۱ تاکنون و پس از بازنشستگی ناوگان شاتل فضایی ناسا، برای رسیدن به ایستگاه فضایی بین‌المللی و بازگشت از آنجا به زمین، به فضاپیما و راکت روسی سایوز متکی بوده‌اند. درنتیجه‌ی این وابستگی، پول فراوانی از ناسا به‌سمت روسکاسموس، همتای روسی‌اش، سرازیر شده است؛ زیرا صندلی‌های موجود در فضاپیمای سه‌نفره‌ی سایوز هم‌اکنون با قیمتی نزدیک به ۸۰،۰۰۰،۰۰۰ دلار برای هر نفر فروخته می‌شوند.

دراگون سرنشین‌دار سوار بر راکت نام‌آشنای فالکون ۹ پرتاب خواهد شد که پرتابگری دومرحله‌ای با بهره‌گیری از ویژگی چندبارمصرفی است. استارلاینر که طبق زمان‌بندی قرار است نخستین پرواز غیرسرنشین‌دارش به ایستگاه فضایی بین‌المللی را در آوریل انجام دهد، بر راکت یک‌بار مصرف اطلس ۵ ساخت ائتلاف پرتاب و راه‌اندازی سوار خواهد شد.

دراگون سرنشین‌دار چه تفاوتی با دراگون محموله دارد؟

نخستین فضاپیمای سرنشین‌دار دراگون سوار بر راکت فالکون ۹ در سکوی پرتاب 39A مرکز فضایی کندی ناسا در کیپ کاناورال دیده می‌شود.

دراگون سرنشین‌دار نسخه‌ی اصلاح‌شده و ارتقایافته‌ی کپسول محموله‌ی رباتیک دراگون محسوب می‌شود که از سال ۲۰۱۲ تاکنون، در قراردادی با ناسا و با هدف تأمین مجدد آذوقه و تدارکات در‌حال‌انجام پروازهای غیرسرنشین‌دار به ایستگاه فضایی بین‌المللی بوده است.

دراگون سرنشین‌دار از چندین ویژگی مرتبط‌با فضانوردی بهره می‌برد که همزاد رباتیکش فاقد آن‌ها است. به‌عنوان مثال، نسخه‌ی سرنشین‌دار دراگون دربردارنده‌ی صندلی (۷ عدد)، پنجره‌، نمایشگرهای بزرگ لمسی، سامانه‌ی پشتیبانی از حیات و سامانه‌ی فرار است. سامانه‌ی فرار که به‌منظور ایمن نگاه‌داشتن دراگون سرنشین‌دار درصورت شکست پرتاب طراحی شده، متشکل از ۸ موتور سوپردراکو اسپیس‌ایکس است که در بدنه‌ی کپسول تعبیه شده‌اند.

علاوه‌براین،‌ تمایزهای مهم دیگری نیز بین دو وسیله‌ی یادشده وجود دارد. به‌عنوان نمونه، دراگون اولیه به آرایه‌های خورشیدی سنّتی مجهز است که پس از پرتاب گشوده می‌شوند؛ اما پنل‌های خورشیدی دراگون سرنشین‌دار، بدنه‌ی فضاپیما را پوشانده‌اند و برای فعال‌سازی به انجام هیچ اقدامی نیاز ندارند.

هر دو مدل دراگون با هدف استفاده‌ی چندباره طراحی شده‌اند. هم‌اکنون، اسپیس‌ایکس بارها چندین دراگون محموله را در مأموریت‌ها به ایستگاه فضایی بین‌المللی به‌پرواز درآورده است؛ اما به‌گفته‌ی نمایندگان اسپیس‌ایکس، هر دراگون سرنشین‌دار مجزا دست‌ِکم نه در ابتدا، مأموریت‌های چندگانه به مقصد ایستگاه فضایی را برای ناسا انجام نخواهد داد.

هدف مأموریت دمو ۱ چیست؟

دمو ۱ از سکوی پرتاب تاریخی 39A در مرکز فضایی کندی ناسا در فلوریدا پرتاب خواهد شد. پس از تأخیرهای چندباره، اسپیس‌ایکس سرانجام ۲مارس (۱۱اسفند) را به‌عنوان تاریخ پرتاب این مأموریت تعیین کرد. مأموریت دمو ۱ با هدف آزمایش تقریبا تمام تجهیزات حیاتی دراگون سرنشین‌دار، از نزدیکی خودکار و چرخ‌دنده‌های اتصال تا سامانه‌های پشتیبانی حیات و ورود مجدد طراحی شده است. کارکنان اسپیس‌ایکس در مدت زمان تقریبا دوهفته‌ای مأموریت، به‌دقت بر عملکرد این سامانه‌ها نظارت خواهند کرد. سپس، دراگون سرنشین‌دار پس از اتمام مأموریت به‌کمک چتر نجات در اقیانوس آرام فرود خواهد آمد.

بااین‌حال، بازگشت موفقیت‌آمیز به زمین به‌منزله‌ی آمادگی دراگون سرنشین‌دار برای حمل فضانوردان نخواهد بود. اسپیس‌ایکس در ژوئن۲۰۱۹ (خرداد یا تیر۱۳۹۸) آزمایش غیرنشین‌دار خروج اضطراری را نیز با دراگون سرنشین‌دار انجام خواهد داد تا از عملکرد صحیح سامانه‌ی فرار مطمئن شود.

اگر در انجام این دو پرتاب آزمایشی، همه‌چیز به‌خوبی پیش برود، دمو ۲ آماده‌ی برخاستن از زمین خواهد بود. این مأموریت که احتمالا در ژوئیه‌ی۲۰۱۹ (تیر یا مرداد۱۳۹۸) پرتاب خواهد شد، دو فضانورد ناسا به‌نام‌های باب بنکن و داگلاس هارلی را برای اقامتی تقریبا یک‌هفته‌ای به ایستگاه فضایی بین‌المللی حمل خواهد کرد. درنهایت، مأموریت‌های سرنشین‌دار عملیاتی به آزمایشگاه مداری برای ناسا، پس از تکمیل موفقیت دمو ۲ آغاز خواهند شد.

پیش‌درآمدی برای استارشیپ؟

اگر چشم‌انداز اسپیس‌ایکس پابرجا بماند، دراگون سرنشین‌دار و نیز دراگون محموله یا راکت‌های فالکون ۹ و فالکون هوی برای طولانی‌مدت پرواز نخواهد کرد. اسپیس‌ایکس در‌حال‌ساخت سامانه‌ی پرتاب فضایی همه‌کاره‌ای است که فضاپیمایی غول‌پیکر با ظرفیت ۱۰۰ نفر به‌نام استارشیپ و راکتی بزرگ به‌نام سوپر هوی را دربرمی‌گیرد. به‌گفته‌ی ایلان ماسک، این دو وسیله‌ی چندبارمصرف انسان را به مریخ و ماه و دیگر مقاصد احتمالی خواهند برد و از آنجا به زمین بازخواهند گرداند. علاوه‌براین، آن‌ها کارهای موردنیاز اسپیس‌ایکس، از پرتاب ماهواره‌ها تا پاک‌سازی فضا از زباله‌ها را برعهده خواهند گرفت.

علاوه‌براین، استارشیپ و سوپر هوی مأموریت‌هایی در سطح نزدیک زمین نیز انجام خواهند داد. به‌گفته‌ی ماسک، اسپیس‌ایکس قصد دارد از این دو برای جابه‌جایی سریع افراد از نقطه‌ای به نقطه‌ی دیگر در سرتاسر جهان استفاده کند.

مایکروسافت طرحی جدید برای بهبود دقت قلم هوشمند خود دارد. قطعا کاربران قلم‌های هوشمند Surface Pen با شنیدن این خبر بیش‌ از همه خوشحال می‌شوند. پتنتی که اخیرا ردموندی‌ها ثبت کرده‌اند، به‌نام Active Stylus Motion Vector شناخته می‌شود که به‌احتمال زیاد، مرتبط‌با بهبود عملکرد قلم هوشمند سرفیس خواهد بود.

پتنت اخیر مایکروسافت به‌طور کلی به هماهنگی و اتصال قلم هوشمند با صفحه‌ی لمسی ارتباط دارد. در جزئیات پتنت، اشاره‌ای هم به عملکرد حسگر لمسی برای موقعیت‌دهی قلم شده است. موقعیت‌دهی با اسکن‌کردن مناطق مختلف و هدف کشف نزدیک‌شدن قلم هوشمند انجام می‌شود.

برای رسیدن به هدف اشاره شده، مهندسان باید تعادلی بین فرکانس اسکن صفحه‌ی لمسی و دقت موقعیت‌یابی قلم به‌دست بیاورند. در متن پتنت آمده است:

حسگر لمسی می‌تواند دقت مکان‌یابی قلم استایلوس را با صرف زمان بیشتر افزایش دهد. به‌هرحال، افزایش زمان اسکن نرخ به‌روزرسانی را کاهش خواهد داد و درنتیجه، به لمس‌های قلم دشوارتر و با تأخیر بیشتر پاسخ داده می‌شود.

به‌بیان ساده‌تر، افزایش دقت در مکان‌یابی قلم استایلوس امکان ایجاد لگ در نوشتن یا نقاشی‌کشیدن را افزایش می‌دهد. درمقابل، کاهش زمان اسکن برای نرم‌ترکردن فرایند لمس، دقت موقعیت‌یابی قلم را کاهش می‌دهد. راهکار مایکروسافت برای بهینه‌سازی تعادل در دقت مکان‌یابی قلم و قابلیت‌های لمسی ایجاد بردار حرکتی برای ارتباط قلم با صفحه‌ی لمسی است.

با استفاده از روش جدید مایکروسافت، پس از درنظرگرفتن مسیر حرکت، صفحه‌ی لمسی می‌تواند مناطق اسکن‌شده‌ی خود را به بخش‌هایی محدود کند که حرکت بعدی قلم به‌سمت آن‌ها پیش‌بینی می‌شود. درنتیجه، فعالیت‌های اسکن در صغحه‌نمایش کاهش پیدا می‌کند و هم‌زمان دقت مکان‌یابی قلم نیز بیشتر می‌شود.

نوشتن بهتر با پیش‌بینی حرکت

کاربران به درک تمامی جزئیات پتنت جدید مایکروسافت نیازی ندارند. تنها باید بدانیم ردموندی‌ها درحال‌تلاش برای بهبود ارتباط بین صفحه‌ی لمسی و قلم استایلوس هستند. نتیجه‌ی احتمالی نهایی کارکرد بهتر قلم سرفیس خواهد بود. دلیل احتمالی‌بودن جمله‌ی قبل نیز آن بوده که در‌حال‌حاضر، طرح موجود فقط پتنت است و شاید مهندسان مایکروسافت هیچ‌گاه آن را در دنیای واقعی اجرا نکنند.

یکی از مهندسانی که در متن پتنت به‌عنوان همکار به آن اشاره شد، جاناتان وستوس، مدیر ارشد تحقیقات مایکروسافت است. او قبلا مدیریت تیم تحقیقات صفحه‌ی لمسی خازنی و کنترلر استایلوس را در پروژه‌ی Surface Hub برعهده داشت. جاناتان در صفحه‌ی اختصاصی‌اش در وب‌سایت مایکروسافت می‌گوید:

به رابط‌های کاربری مبتنی بر خازن‌ها علاقه‌مندم. به‌علاوه، به‌کارگیری مفاهیمی از پردازش سیگنال و ارتباط‌های دیجیتال برای بهبود کارایی سیستم‌های مذکور، زمینه‌ی فعالیت من است. پروژه‌ی کنونی من به رابط‌هایی تعلق دارد که فیزیک مشابهی دارند؛ اما فراتر از لمس یا قلم استایلوس تعریف می‌شوند.  

آرتور آشکین، قدیمی‌ترین برنده‌‌ی جایزه‌ی نوبل، ازجمله افرادی است که به‌ راحتی در سبک زندگی اهمیت فراوانی می‌دهد. او معمولا لباس‌هایی ساده و بی‌‌آلایش بر تن می‌کند و اهمیتی به آداب رسمی معاشرت اهالی علم نمی‌‌دهد.

شاید این سبک زندگی برای کسی مانند او منطقی جلوه کند. آشکین در زیرزمین خانه‌اش، زمان زیادی صرف ساخت اختراعات جدیدش می‌کند. آشکین ۹۶ ساله طبقه‌‌ی پایین خانه‌‌اش را به‌ نوعی آزمایشگاه تبدیل کرده ‌که در آن، مشغول ساخت دستگاه جذب و تبدیل انرژی خورشیدی است.

او می‌‌گوید در‌حال‌ساخت انرژی الکتریکی ارزان‌‌قیمت است. این اختراع جدید از هندسه برای جذب و هدایت نور استفاده می‌کند. مبنای این اختراع بر استفاده از لوله‌های انعکاسی متمرکزکننده است که می‌‌تواند نور خورشید را متمرکز کند. چنین ابزاری خواهد توانست پنل‌های خورشیدی موجود را کارآمدتر یا درنهایت، حتی محصولی ارزان‌تر و ساده‌تر را جایگزین آن‌ها کند.

او در تمام عمرش شیفته‌‌ی نور بوده و همین شیفتگی، نجات‌‌بخش زندگی‌‌های بی‌‌شماری بوده است. در سال ۲۰۱۸، او به‌‌خاطر نقشش در اختراع فناوری کوچکی به‌نام «موچین نوری» برنده‌‌ی جایزه‌‌ی نوبل فیزیک شد. این ابزار در اصل پرتو لیزری قدرتمندی است که می‌توان با آن، اشیای بسیار کوچک را برداشت. به‌گفته‌ی آشکین، این لوله‌ها واقعا ارزان هستند و قیمتشان فقط چند سِنت است؛ به‌همین‌دلیل فکر می‌کند این محصول ممکن است دنیا را نجات دهد. او حتی به کسب دومین جایزه‌‌ی نوبل خود نیز چشم دوخته است.

موچین نوری می‌تواند رشته‌‌ی DNA را نیز نگه دارد و درنتیجه، کمک می‌کند برخی از بزرگ‌ترین اسرار زندگی را بررسی کنیم. این تکنیک در زیست‌شناسی، نانوتکنولوژی، طیف‌سنجی و سایر رشته‌‌ها به‌کار رفته و حتی به پژوهشگران کمک کرده دستگاه آزمایش خون مالاریا بسازند و دریابند سازوکار داروهای کاهش کلسترول در کنترل غلظت سلول‌‌های خونی چگونه است. با تمام این‌ها، آشکین به مراسم نوبل علاقه‌‌ی چندانی ندارد و تمام تمرکزش را فقط روی محصول متمرکزکننده‌‌ی نور خود گذاشته است.

چگونگی توسعه‌‌ی موچین نوری

وقتی در دوم اکتبر، آکادمی سلطنتی علوم سوئد آشکین را دعوت کرد، او ابتدا فکر کرد این قضیه شوخی است؛ چراکه دانشمند دیگری به‌نام استفان چو، وزیر سابق انرژی ایالات‌ متحده‌ی آمریکا، نیز به‌خاطر برخی تحقیقات مربوط‌به آزمایشگاه‌های بل در سال ۱۹۹۷ موفق شده بود این جایزه را کسب کند.

پژوهش‌‌های چو برمبنای کار قبلی آشکین درزمینه‌ی بررسی ارگانیسم‌‌های موجود در پسماند به‌وسیله‌ی میکروسکوپ و برداشتن آن‌‌ها با کمک پرتوی لیزری بود. آشکین درحالی‌‌که به لامپ اشاره می‌‌کند، می‌‌گوید:

می‌‌دانستید این نوری که به شما می‌تابد، می‌‌تواند شما را هُل دهد؟ بیشتر مردم چنین تصوری ندارند؛ اما این واقعیت دارد؛ چون نور انرژی دارد. تنها مسئله این است که این نیرو آن‌‌قدر کم است که نمی‌توانید احساسش کنید.

آشکین پژوهش درباره‌‌ی این ویژگی نور را شروع کرد تا بلکه بتواند با کمک آن، فناوری ارتباطات را برای آزمایشگاه بل بهبود بخشد. او ادامه می‌‌دهد:

نور یک موج است، قبول دارید؟ بااین‌حال در فیزیک، یک ذره نیز محسوب می‌‌شود؛ آن‌هم ذره‌‌ای مرموز.

باوجوداین، وقتی آشکین متوجه شد فشار ناشی از فوتون (ذرات بنیادی نور) می‌تواند اشیای بسیار کوچک را بردارد، روی زیست‌شناسی تمرکز کرد و استفاده از موچین نوری برای گرفتن و بلندکردن و جابه‌جایی اشیائی به‌‌کوچکی یک DNA را آغاز کرد.

آرتور آشکین درحال‌کار با لیزر در آزمایشگاه‌های بل (سال ۱۹۷۰)

آزمایشگاه‌های بل مجوز بررسی روش‌‌ به‌‌کارگیری این ابزار را برای موجودات زنده صادر کرد و درنهایت، آشکین موفق شد بفهمد چطور می‌‌توان موجودات تک‌سلولی را با استفاده از نور برداشت. مارکوس ولدون، رئیس فعلی آزمایشگاه‌های بل می‌‌گوید:

شما می‌توانید آن‌ها را مانند طرز کار موچین بردارید. [آشکین] می‌تواند هسته‌‌ی سلول را جابه‌جا کند و بسیاری از کارهای جالب دیگر را انجام دهد.

او به یاد می‌آورد که وقتی آشکین برای اولین‌‌بار توانست این موجودات را با پرتوِ نور گرفتار کند، چگونه برخی از همکارانش در آزمایشگاه بل در بهت و حیرت فرورفتند. او صدای فریادهایی را به‌خاطر می‌‌آورد که می‌‌گفت: «بیایید، ببینید! آشکین حشرات را گرفتار کرده است!» آشکین می‌‌گوید این اختراع، او را نیز مانند دیگران شگفت‌‌زده کرده بود: «من توانسته بودم شناورساز نوری را اختراع کنم.»

متمرکزکننده‌‌ی نور

هنگامی‌که آشکین در سال ۱۹۹۲ از آزمایشگاه‌‌های بل بازنشسته شد، آن‌‌ها تجهیزات شناورسازی او را دراختیارش قرار دادند تا با خود به خانه ببرد. او همه‌‌چیز را به‌‌غیر از لیزر پرقدرت آزمایشگاه به خانه آورد. او می‌‌گوید شبکه‌‌ی ‌‌‌‌برق منزلش ولتاژ کافی برای راه‌‌اندازی چنینی دستگاهی ندارد.

در‌‌حال‌‌حاضر، آشکین با کمری خمیده پشت میز کارش مشغول کار است. عصایی که برای رفت‌‌وآمد به طبقه‌‌ی بالا استفاده می‌‌کند، در گوشه‌ای افتاده و حلقه‌‌های نوار چسب و کاغذ بازتابنده نقره‌ای نیز روی میز کار چوبی و کف زمین سیمانی اتاقش پخش شده است. او تجهیزات انکساری زیادی در آزمایشگاه زیرزمینی‌اش ساخته ‌است. درواقع، برخی از آن‌ها حتی فضای گاراژ او را نیز اشغال کرده‌‌اند و به‌‌سختی فضای کافی برای خودروِ شخصی‌اش باقی مانده است.

آشکین تاکنون حداقل ۴۷ اختراع ثبت‌‌شده دارد و پیش‌‌تر نیز، مدارک مربوط‌‌به اختراع تازه‌‌‌اش را بایگانی کرده است‌. بااین‌‌حال، او می‌‌گوید هنوز برای به‌‌اشتراک‌‌گذاری تصاویر مربوط‌‌به متمرکزکننده‌‌هایش آماده نیست. وی امیدوار است به‌‌زودی، نتایج کارش را در ژورنال علمی ساین بتواند منتشر کند.

او مطمئن است پس از انتشار این اسناد، از فناوری تازه‌‌اش در تمام دنیا استقبال خواهد شد؛ از خانه‌اش در نیوجرسی تا هند و فراتر از آن. این فناوری‌‌ خواهد توانست برق ارزان و پاک و تجدیدپذیر را دراختیار تمامی خانه‌ها و کسب‌‌وکارها قرار دهد. ولدون می‌گوید:

به‌‌طور کلی، افراد باهوش زمانی برای استراحت ندارند. واضح است که [آشکین] با وجود موفقیتش در دریافت جایزه‌‌ی نوبل، همچنان به‌‌دنبال حل مشکلات بزرگ است و من [این روحیه] را می‌‌ستایم.

پیش به‌سوی دومین جایزه‌ی نوبل

در دوران رکود بزرگ آمریکا، آشکین در بروکلین بزرگ شد. وی پسربچه‌ای استخوانی و حساس به غذا بود که بیشتر به خوردن شیر وابستگی داشت. پدرش دندان‌پزشک بود که از اوکراین به آمریکا مهاجرت کرده بود. «کتاب دانش: دایرةالمعارف کودکان» تنها کتابی است که او از خانواده‌‌اش به‌خاطر می‌آورد.

آشکین عاشق آن کتاب بود؛ مخصوصا بخش‌‌هایی از آن که شخصیتی به‌نام Wonder Why در آن حضور داشت. او به‌یاد می‌‌آورد که شخصیت خیالی این کتاب می‌‌پرسید مثلا چرا آسمان آبی است:

من شیفته‌‌ی آن شدم؛ چون می‌خواستم بدانم چیزها چگونه کار می‌‌کنند. این کتاب مرا با دنیای علم آشنا کرد.

تصویر آرتور آشکین درکنار همسرش

این حس کنجکاوی درنهایت باعث شد آشکین دکتری خود را از دانشگاه کورنل بگیرد. در آنجا با زنی به‌نام آلین آشنا شد. این دو ۶۴ سال است که درکنار همدیگر به خوشی زندگی می‌کنند.

آشکین می‌گوید در زندگی هرگز به گذراندن کلاس‌‌های شیمینیاز نداشته است؛ چراکه همسرش نابغه‌‌ی واقعی این علم بوده و آشکین تمام نیازهایش در شیمی از وی فراگرفته است. او دلیل ازدواجش با این زن را نبوغ مثال‌‌زدنی‌‌ آلین عنوان کرده است.

آلین، همسر آشکین می‌‌گوید:

واقعا تعجب می‌کنم چگونه او در ۹۶ سالگی همچنان با نبوغ به‌کارش ادامه می‌‌دهد... البته گاهی اوقات، کمی بد‌‌خلقی نیز می‌کند.

از آشکین پرسیدند: «چگونه از جایزه‌‌ی ۵۰۰،۰۰۰ دلار استفاده خواهی کرد؟» وی پاسخ داد: «ایده‌‌ای برایش در ذهن دارم. می‌خواهم آلین را به رستورانی درجه‌یک ببرم و باهم غذای خوش‌مزه بخوریم!»

آشکین و آلین ۵ نوه دارند که به‌‌زودی، وارد دانشگاه خواهند شد. این مبلغ احتمالا می‌تواند کمک‌هزینه‌ی مناسبی برای آن‌‌ها باشد. درحالی‌که آشکین به‌‌دنبال آن است که به‌زودی، اختراع بعدی‌اش را رونمایی کند، همسرش دلیلی برای انتظارکشیدن به‌منظور جشن دریافت دومین جایزه‌‌ی نوبل نمی‌‌بیند و معتقد است همان یک جایزه‌ی نوبل فیزیک کافی است.

حقوق مالکیت ادبی و هنری (کپی‌رایت) مجموعه‌قوانینی است که به پدیدآورندگان آثار ادبی و هنری حقوقی مالی و اخلاقی اعطا می‌کند. برای مثال، حق نشر یا پخش یا عرضه یا حق انتساب اثر نمونه‌هایی از امتیازاتی است که قانون به پدیدآورندگان می‌دهد. باوجوداین، اگر هوش مصنوعی آثار ادبی و هنری خلق کند، حقوق مالی و اخلاقی این آثار متعلق به چه کسی خواهد بود؟

در سال ۲۰۱۶، گروهی متشکل از چند موزه و پژوهشگر در کشور هلند به‌نام «رامبرانت بعدی» (Next Rembrandt)برنامه‌ی رایانه‌ای ساخته بودند که با بررسی صدها اثر از رامبرانت هارمنزون فان‌راین (Rembrandt Harmenszoon van Rijn)، هنرمند هلندی،  اثر هنری مجزایی خلق کرده بود.

هوش مصنوعی هنرمند Next Rembrandt نقاشی سه‌بعدی ساخته‌شده‌ی برنامه‌ی رایانه‌ای است. این برنامه به‌کمک الگوریتم تشخیص چهره، اطلاعاتی از ۳۴۶ نقاشی نقاش مشهور هلندی را در فرایند ۱۸ ماهه اسکن کرده است. پرتره‌ی این برنامه ۱۴۸،۰۰۰،۰۰۰ پیکسل را شامل می‌شود و براساس ۱۶۸،۲۶۳ قطعه از آثار رامبرانت به‌وجود آمده که در پایگاه داده ذخیره شده‌اند. این پروژه را گروه بانکی ING با همکاری مایکروسافت و موزه‌ی آثار رامبرانت و چند شخص دیگر انجام داده‌اند.

در پروژه‌ی دیگر، رمان کوتاهی که در سال ۲۰۱۶ برنامه‌ی رایانه‌ای در ژاپن نوشته بود، توانست به دور دوم مسابقه هنر و ادبیات ملی این کشور راه پیدا کند. گوگل نیز دراین‌زمینه فعالیت‌های متعددی انجام می‌دهد، برای مثال، اخیرا تصمیم گرفته در پروژه‌ای سرمایه‌گذاری کند که به‌کمک هوش مصنوعی می‌تواند مقالات خبری بنویسد. چندی پیش نیز، این غول جست‌وجوی دنیای اینترنت نوعی هوش مصنوعی ایجاد کرد که با گوش‌دادن به موسیقی می‌تواند اثر موسیقایی جدیدی خلق کند. پروژه‌های مشابه در‌حال‌نوشتن اشعار و ویرایش عکس و حتی ساخت آهنگ هستند.

رایانه‌ها و روند خلاقیت

ربات‌های هنرمند مدت‌ها قبل نیز، آثار مختلفی ایجاد کرده‌اند. از دهه‌ی ۱۹۷۰، رایانه‌ها آثار هنری خامی تولید کرده‌اند و این روند همچنان ادامه دارد. در گذشته، بیشتر آثار رایانه‌‌ به‌شدت متکی بر خلاقیت برنامه‌نویسان بوده‌ است. این دستگاه‌ها بیشتر به‌عنوان ابزار عمل می‌کردند؛ اما امروزه، در جریان نوعی انقلاب فناوری قرار داریم که ما را مجبور به تعامل و بازاندیشی بیشتری بین رایانه‌ها و روند خلاقیت آن‌ها می‌کند. این انقلاب به‌وسیله‌ی توسعه‌ی سریع نرم‌افزار یادگیری ماشین، یکی از زیرمجموعه‌های هوش مصنوعی، در‌حال‌تحقق است. این فناوری می‌تواند سیستم‌های خودکار و مستقلی ایجاد کند که بدون برنامه‌ریزی انسان می‌توانند یاد بگیرند.

برنامه‌ی رایانه‌ای توسعه‌داده‌شده برای یادگیری روی الگوریتمی ساخته شده که به آن اجازه می‌دهد ازطریق داده‌‌های واردشده یاد بگیرد و توسعه یابد. این برنامه در مدت کوتاهی می‌تواند مستقیم یا مستقل تصمیمات جدیدی بگیرد. وقتی این برنامه‌ها را در آثار هنری، ازقبیل موسیقی و ادبیات، به‌کار می‌بریم، الگوریتم‌های یادگیری ماشین درواقع از اطلاعات ارائه‌شده‌ی برنامه‌نویسان یاد می‌گیرند. این برنامه‌ها اطلاعات را می‌آموزند تا بتوانند قطعه جدیدی خلق کنند و تصمیمات مستقلی ازطریق فرایندهای مختلف برای تعیین آثار جدید بگیرند. ویژگی مهم این نوع هوش مصنوعی این است که اگرچه پارامترها را برنامه‌نویسان تنظیم و تعیین می‌کنند؛ اثر را برنامه‌ی رایانه‌ای ایجاد می‌کند. درواقع، برنامه‌ی رایانه‌ای مانند انسان، اثر را براساس شبکه‌ی عصبی خلق می‌کند.

تأثیر برای حقوق مالکیت ادبی و هنری

خلق آثار ادبی و هنری با استفاده از هوش مصنوعی، پیامدهای مهمی برای حقوق مالکیت ادبی و هنری (کپی‌رایت) ممکن است داشته باشد. در گذشته، مالکیت آثار ادبی و هنری فقط به انسان متعلق بود و آثار پدیدآمده‌ی رایانه مطرح نبودند، چراکه نقش رایانه فقط به پشتیبانی از فرایندهای خلاقانه بشر محدود بود؛ درست مانند نقشی که قلم‌و‌کاغذ در خلق آثار هنری ایفا می‌کنند. به‌عبارت‌ِ‌دیگر، رایانه‌ تنها ابزار برای خلق آثار ادبی و هنری بود. آثار خلاقانه برای حمایت در نظام مالکیت ادبی و هنری (کپی‌رایت) باید اصیل باشند؛ یعنی نباید از اثر دیگری کپی باشند.

در بیشتر تعاریف اصالت، نیازمند پدیدآورنده‌ی بشری هستیم. بیشتر کشورها مانند آلمان و اسپانیا تأکید می‌کنند که فقط آثار خلق‌شده‌ی انسان حمایت می‌شوند. بااین‌حال، با وجود آخرین نسخه‌های هوش مصنوعی، برنامه‌های رایانه‌ای دیگر فقط ابزار نیستند؛ بلکه امروزه، می‌توانند بدون دخالت انسان تصمیمات مختلفی بگیرند.

تأثیر تجاری

ممکن است استدلال شود این تأثیر مهم نیست؛ اما روشی جدیدی که براساس خلاقیت مبتنی بر ماشین ایجاد شده، می‌تواند پیامدهای تجاری گسترده‌ای داشته باشد. در‌حال‌حاضر، هوش مصنوعی در تولید آثار موسیقایی و روزنامه‌نگاری و بازی استفاده می‌شود. از نظر تئوری ممکن است گفته شود این آثار حمایت‌های قانونی ندارند؛ چراکه انسان آن‌ها را خلق نکرده است. ازاین‌رو، می‌توانند رایگان استفاده شوند و باردیگر هر فردی از آن استفاده کند.

این موضوع می‌تواند خبر بسیاری بدی برای شرکت‌هایی باشد که این آثار را می‌فروشند. تصور کنید میلیون‌ها دلار در پروژه‌هایی سرمایه‌گذاری می‌کنید تا برای بازی ویدئویی موسیقی تولید کنید؛ اما به‌دلیل آنکه این موسیقی ازنظر قانونی حمایت نمی‌شود، بدون پرداخت هیچ هزینه‌ای تمام افراد می‌توانند از آن استفاده کنند.

دشوار است میزان تأثیر چنین وضعیتی را روی اقتصاد خلاق اندازه بگیریم؛ اما بدون شک این موضوع می‌تواند تأثیر مخربی روی سرمایه‌گذاری درزمینه‌ی سیستم‌های خودکار بگذارد. اگر توسعه‌دهندگان شک داشته باشند خلاقیت‌های تولید‌شده‌ی یادگیری ماشین شرایط لازم برای حمایت ازنظر حقوق مالکیت ادبی و هنری را ندارد، چه انگیزه­‌ای برای سرمایه‌­گذاری در این پروژه‌ها باقی خواهد ماند؟ همچنین، با‌توجه‌به مدیریت هزینه‌ها، مسائل مربوط به صرفه‌جویی و تلاش‌های وقت‌گیر توسعه‌ی هوش مصنوعی باید مقرون‌‌به‌صرفه باشد؛ درغیر این‌صورت، پروژه‌های فعال در این عرصه با شکست مواجه خواهند شد.

انتخاب‌های حقوقی

حقوق مالکیت ادبی و هنری از دو روش می‌تواند با آثاری برخورد کند که دخالت انسان در آن کم است یا اساسا دخالتی وجود ندارد: ۱. می‌توان کاملا حمایت از چنین آثاری را انکار کرد؛ ۲. می‌توان چنین آثاری را متعلق به پدیدآورنده‌ی برنامه دانست.

به‌نظر می‌رسد اعطای حقوق مالکیت ادبی و هنری به آثار خلق‌شده‌ی هوش مصنوعی هرگز ممنوع نشده است. البته، نشانه‌هایی در قوانین بسیاری از کشورها وجود دارد که بیانگر نبود انطباق اعطای حقوق ادبی و هنری به آثار پدیدآمده‌ی برنامه‌های رایانه‌ای است. برای مثال، در ایالات متحده‌ی آمریکا، اداره‌ی مالکیت ادبی و هنری اعلام کرده فقط آثار خلق‌شده‌ی انسان شرایط لازم برای دریافت حقوق ادبی و هنری را دارند. در پرونده‌های متعددی، این مسئله تأیید شده است.

در اتحادیه‌ی اروپا و کشورهایی مانند هنگ‌کنگ، هند، ایرلند، نیوزلند و انگلستان رویکرد مشابهی اتخاذ شده است. بااین‌حال، به‌نظر می‌رسد این رویه در‌حال‌تغییر است. برای نمونه، در حقوق ایران و در ماده‌ی هفتادونهم لایحه حمایت از مالکیت فکری چنین آمده است:

دارنده‌ی نخستین در اثر پدیدآمده‌ی رایانه، شخصی است که عرفا نقش تعیین‌کننده در خلق اثر داشته باشد.

رفع ابهام

اکنون این سؤال مطرح می‌شود: «سهم برنامه‌نویسان یا کاربران برنامه چه می‌شود و چگونه باید سهمشان را مشخص کرد؟» اگر می‌خواستیم این سؤال را در گذشته مطرح کنیم، باید می‌پرسیدیم: «حقوق مالکیت ادبی و هنری را باید به سازنده‌ی خودکار اعطا می‌کردیم یا به نویسنده؟» بنابراین، در جهان دیجیتال چرا باید با چنین ابهامی مواجه شویم. نرم‌افزار ورد مایکروسافت را درنظر بگیرید. چنانچه فردی اثری با این نرم‌افزار بنویسد؛ مثلا کتابی تألیف یا مقاله‌ای ترجمه کند، حقوق مالکیت ادبی و هنری (کپی‌رایت) به نویسنده یا مترجم متعلق است.

درباره‌ی هوش مصنوعی هم باید همین نتیجه را گرفت. وقتی الگوریتم‌های هوش مصنوعی بتوانند اثر ادبی یا هنری تولید کنند، این امکان را برنامه‌نویس به‌وجود آورده است. اگر کاربری با فشاردادن دکمه باعث شود هوش مصنوعی اثری خلق کند، نباید اثر را متعلق به کاربر دانست.

آینده

استفاده از هوش مصنوعی هرروز پیچیده‌تر می‌شود و به‌نظر می‌رسد میزان استفاده از این فناوری در تولید آثار هنری روبه‌افزایش است. هر میزان که آثار ادبی و هنری خلق‌شده‌ی رایانه‌ها بهتر می‌شوند، تمایز میان آثار هنری پدیدآمده‌ی انسان و رایانه از میان می‌رود. بعید نیست که به‌زودی نتوانیم محتوای تولید‌شده‌ی انسان و رایانه تشخیص دهیم. وقتی این اتفاق رخ دهد، باید تصمیم مناسبی برای نوع حمایت از این آثار بگیریم. اگرچه حقوق مالکیت ادبی و هنری در این حالت از استانداردهای خود، مانند ضرورت اصالت اثر و تلاش دور می‌شود؛ اما شاید بتوانیم استثناهایی برای آثار خلق‌شده‌ی هوش مصنوعی قائل شویم.

به‌نظر می‌رسد اعطای حقوق مالکیت ادبی و هنری به شخص انجام‌دهنده‌ی عملیات هوش مصنوعی منطقی‌ترین رویکرد باشد. این دیدگاه مرتبط با تفکر انگلیسی‌ها است که معتقدند هرکس کاری انجام دهد، مالک نتیجه و حاصل آن کار خواهد بود. شاید در آینده حتی به خود رایانه‌ها حقوقی اعطا شود! تا آن زمان باید منتظر بود.

مدتی پیش، مدیر عملیات یکی از شرکت‌های چندمیلیارددلاری در جلسه‌ای غیررسمی با مایکل لوکا، استادیار مدیریتکسب‌وکار دانشکده‌ی بازرگانی دانشگاه هاروارد، از برنامه‌ی زودهنگام خود برای استخدام تیمی از اقتصاددانان صحبت کرده بود. در گذشته نیز، این مدیر تجربه‌ی همکاری با کارشناسان اقتصادی را داشت و از نتایج کسب‌شده بسیار راضی به‌نظر می‌رسید. سؤال‌های او از لوکا این بود: «چگونه می‌توان از دانش و مهارت اقتصاددانان در بخش‌های بیشتری از کسب‌وکار استفاده کرد؟» «اگر شرکت بخواهد تیمی از اقتصاددانان با مرتبه‌ی عملی دکتری استخدام کند، چگونه باید دست‌به‌کار شود؟»

این جریان را به‌عنوان مثالی از دنیای واقعی به‌یاد داشته باشیم. به‌نظر می‌رسد تعداد اقتصاددانان مشغول‌به‌کار در بخش فناوری رو‌به‌افزایش است. به‌همین‌ترتیب، شرکت‌های فناوری هم به‌دنبال مشاورانی هستند که در استخدام اقتصاددانان آن‌ها را یاری کنند. برای نمونه، شرکت آمازون بی‌سروصدا بیش از ۱۵۰ دکتری اقتصاد استخدام کرده که در بین آن‌ها هم استادان دانشگاهی دیده می‌شود و هم کارشناسان تازه‌کار. هریک از این متخصصان روی مشکلات خاصی در سراسر شرکت کار می‌کنند. پروژه‌های خاص اقتصاددانان، تقریبا همه‌ی زمینه‌ها را پوشش می‌دهد؛ از انتخاب‌های طراحی گرفته تا برآورد تقاضای محصولات آمازون.

با تمام این‌ها، آمازون، تنها شرکتی نیست که در استخدام دکتری‌های اقتصاد رویکرد تهاجمی در پیش‌ گرفته است. از مدت‌ها پیش، شرکت‌های مطرح فناوری در سطوح مختلف، از گوگل و مایکروسافت و فیسبوک تا اوبر و Airbnb، تیم‌های قدرتمندی متشکل از اقتصاددانان برجسته دراختیار گرفته‌اند و حتی شرکت‌های دیگر نیز با گروهای کوچک‌تر کارشناسان اقتصادی همکاری می‌کنند.

مایکل لوکا و سایر محققین دانشگاه هاروارد، با هدف کمک به تشکیل اجتماعات اقتصاددانان فناوری (آکادمیک و کاربردی)، مطالعات زیادی درزمینه‌ی مسائل شرکت‌های تکنولوژی انجام داده‌اند. آن‌ها نتایج تحقیقات خود را در قالب مقاله در نشریه‌ی Economic Perspectives منتشر کرده‌اند. در این مقاله، اقدامات اقتصاددانان در بخش فناوری و نیز راه‌های مرتبط‌سازی مجموعه‌ابزارهای اقتصاددانان با بخش فناوری بررسی‌ شده است. مقاله‌ی مذکور از افقی دیگر نیز بر عنصری مرکزی متمرکز است: عنصر آموزش دکتری‌های اقتصاد پیش از ظهور و اوج‌گرفتن شرکت‌های فناوری که اکنون، کاربردهای آن‌ها در این بخش درخورتوجه است.

اولین حوزه‌ای که علم اقتصاد در طول ده‌ها سال ابزار کارآمدی در آن توسعه داده، «جست‌وجوی روابط تجربی» است. این ابزار تمرکز بر تکنیک‌هایی است که کمک می‌کنند بفهمیم کدام همبستگی‌ها از روابط علت‌و‌معلولی ناشی می‌شوند و کدام نه. ما همیشه به این ابزار نیاز پیدا می‌کنیم: آیا اوبر اکسپرس پول (uber Express Pool) با کل پایه‌ی کاربری اوبر رشد می‌کند یا به‌سادگی مشتریان سایر محصولات اوبر را به‌خود جذب می‌کند؟ Ebay باید در گوگل تبلیغات کند یا این اقدام افرادی را فراری می‌دهد که از جست‌وجوی ارگانیک به این وبسایت وارد می‌شوند؟ کاربران آفریقایی‌آمریکایی Airbnb به‌خاطر نژادشان رد می‌شوند؟

این سؤالات فقط چند نمونه از سؤالات بی‌شماری هستند که شرکت‌های فناوری با آن مواجه‌اند. بسیاری از شرکت‌ها برای درک میزان روابط علت‌ومعلولی سرمایه‌گذاری‌های هنگفتی می‌کنند، درحالی‌که اقتصاددانان مسئول پاسخ‌دادن به این سؤالات هستند. البته، شکی نیست که کشف روابط علّی در همه‌ی بخش‌ها بسیار اهمیت دارد. باوجوداین، ازآنجاکه بخش فناوری حوزه‌ای با داده‌های بسیار زیاد است و امکان آزمایش نیز در آن وجود دارد، نیاز به تکمیل شواهد با داده نیز بسیار پررنگ‌تر می‌شود. این تجزیه‌وتحلیل‌ها تأثیر عظیمی بر شرکت‌های مرتبط خواهند گذاشت؛ همان‌طورکه تجزیه‌وتحلیل تبلیغاتی eBay نشان داد این شرکت با تبلیغات ناکارآمد در گوگل، میلیون‌ها دلار خود را هدر داده است.

افزون‌بر جست‌وجوی روابط تجربی، اقتصاددانان از ده‌ها سال پیش روی طراحی بازارها و انگیزه‌ها مطالعه کرده‌اند و این کار که قدمتی بیشتر از عصر اینترنت دارد، حالا کاربردهای جدیدی در اقتصاد دیجیتال پیدا کرده است. درست در زمانی که بازارهای آنلاین، از اوبر و Airbnb گرفته تا تیندر و Paktor و حتی مزایده‌های تبلیغاتی، به بخش مهمی از اقتصاد دیجیتال تبدیل می‌شدند، اقتصاددانان مهم‌ترین نقش را در کمک به شکل‌دادن به این بازارها ایفا کردند. به‌عنوان‌ مثال، در حوزه‌ی تبلیغات آنلاین، تحقیقات اقتصادی به‌دقت نقش جست‌وجو یا جست‌وجوی مصرف‌کننده را در شکل‌دهی و طراحی مزایده‌ها تحلیل و بررسی می‌کرد. سوزان اتی، استاد اقتصاد دانشگاه استنفورد، در همکاری با شرکت مایکروسافت، از همین ایده‌ها استفاده کرد تا کیفیت تبلیغات بینگ را ارتقا دهد. بهره‌گیری از نظریه‌ی اقتصادی در طراحی بازارها ممکن است تأثیر چشمگیری بر سودآوری شرکت‌ها بگذارد. وقتی مایکل استروسکی و مایکل شوارتز متوجه شدند قیمت رزرو یاهو پایین‌تر از نرخی است که ازلحاظ نظریه‌ی اقتصادی بیشترین سودآوری را ارائه می‌کند، آزمایش‌هایی درزمینه‌ی تغییر قیمت رزرو انجام دادند. این آزمایش‌ها به یاهو کمک کرد سودآوری خود را میلیون‌ها دلار افزایش دهد.

اگر بخش تکنولوژی را به‌دقت تماشا کنیم، از تأثیرات شگفت ابزارهای اقتصادی واقعا هیجان‌زده می‌شویم. در دو سال گذشته، نشستی درزمینه‌ی «اقتصاد فناوری» برگزار شد که انجمن ملی اقتصاددانان کسب‌وکار (National Association of Business Economists) حامی مالی این برنامه بود. این نشست بر اهمیت حضور و اقدامات عملی اقتصاددانان فناوری تأکید می‌کرد و نتایج مثبت شرکت‌هایی را شرح می‌داد که در فرایندهای تصمیم‌گیری خود از ذهنیت اقتصاددان کمک می‌گیرند.

نکته‌ی مهم یا به‌عبارت‌ِدیگر، بزرگ‌ترین مشکلی که شرکت‌های فناوری با آن مواجه‌اند، این است که اغلبشان نمی‌دانند چگونه باید تیم اقتصادی تشکیل بدهند. مایکل لوکا، استاد دانشگاه هاروارد تأکید می‌کند طیف نقش‌هایی که اقتصاددانان برعهده‌ دارند، بسیار متفاوت است؛ ولی شرکت‌های فناوری می‌توانند کارشان را با پاسخ به پرسش‌هایی آغاز کنند که درادامه، به آن‌ها اشاره می‌کنیم. این سؤال‌ها نشان می‌دهند اقتصاددانان در چه بخش‌هایی از شرکت ارزش‌آفرینی بیشتری می‌کنند.

پنج سؤالی که شرکت‌های فناوری به کمک اقتصاددانان پاسخ می‌دهند

درزمینه‌ی رشد کاربر، سودآوری، عدالت و نظیر آن، چه اهدافی دنبال می‌کنید و طراحی پلتفرم شما چگونه بر این اهداف تأثیر می‌گذارد؟ اگر پلتفرم شما برمبنای تطبیق کاربران یا کسب‌وکار عمل می‌کند، در‌این‌صورت کارشناسان اقتصادی طراحی بازار به اتخاذ تصمیمات صحیح کمک می‌کنند. برخی از شرکت‌هایی که براساس تطبیق کاربران کار می‌کنند، عبارت‌اند از: بازارگاه‌ها (Airbnb و تیندر) و پلتفرم‌های بررسی (تریپ ادوایزر و AngiesList). برخی از شرکت‌ها کارشان را به‌عنوان خرده‌فروشی یا فروشندگان سنّتی آغاز کرده‌اند و به فروش محصولات خود مشغول بوده‌اند و بعدها به پلتفرم تبدیل‌ شده‌اند. سؤالات مهمی که این شرکت‌ها، از خرده‌فروشان آنلاین گرفته تا سرویس‌های مالی، با آن مواجه‌اند، این است: »باید به سایر شرکت‌ها اجازه بدهند که محصولات و خدمات خود را درکنار محصولات و خدمات شرکت اصلی به مشتریان پایه بفروشند یا خیر؟» «باید فقط به‌ محصولات و خدماتی اجازه‌ی فروش بدهند که مکمل محصولات و خدمات خود این شرکت‌ها محسوب می‌شوند؟

این سؤالات حتی در زمینه‌ی کالاها و محصولات رقیب مستقیم نیز وجود دارد. دیگر پروژه‌های مرتبط‌با طراحی بازار شامل اصلاح ساختار قیمت‌گذاری یا طراحی پلتفرم مرور و بررسی است. برای مثال، محققان هاروارد در سلسله‌مطالعاتشان تبعیض نژادی گسترده‌ای در Airbnb شناسایی کردند. آن‌ها مجموعه‌ای از راهکارهای طراحی بازار را به این شرکت پیشنهاد دادند که نرخ تبعیض را در این پلتفرم کاهش می‌داد و به رشد آن نیز آسیبی نمی‌زد. Airbnb درنهایت، با بسیاری از تغییرات پیشنهادی موافقت کرد و تیم تمام‌وقت داخلی تشکیل داد تا تبعیضات را شناسایی کند و کاهش دهد. همان‌طورکه پیش‌ازاین توضیح دادیم، سوزان اتی، مایکل استروسکی، مایکل شوارتز و سایر دانشمندان اقتصادی نیز به طراحی مزایده‌های تبلیغاتی کمک کرده و طرح اصلی این اکوسیستم‌ها را شکل داده‌اند.

اقتصاد به مقیاس (صرفه به مقیاس) برای شرکت یا مشتریان یا تأمین‌کنندگان شما اهمیت دارد؟ پاسخ مثبت به این معنی است که بخت یا احتمال خرید و ادغام یا معاملات انحصاری برای شرکتتان یا شرکت‌های رقیب وجود دارد و ممکن است محیط استراتژیک را تغییر دهد. اصول اقتصادی کمک می‌کند بفهمید ساختارهای صنعت چقدر پایدار است یا اینکه معاملات خاص در چه سطحی بر سودآوری کسب‌وکارتان تأثیر می‌گذارد. به‌علاوه، اصول اقتصادی می‌توانند کمک کنند واکنش رگولاتورها به تغییرات ساختاری صنعت را چه میزان پیش‌بینی کنید. به‌عنوان‌ نمونه، مدل‌سازی اقتصادی تعیین می‌کند آیا یک بازار می‌تواند چندین رقیب (مثل آیفون و اندروید) را تاب بیاورد یا فقط یک شرکت حاکم و غالب وجود خواهد داشت؛ چنانکه در بسیاری از کشورهای کوچک‌تر، گوگل ۹۰ درصد سهم بازار جست‌وجو را در دست دارد.

شرکتتان چگونه تحت‌تأثیر جهان قرار می‌گیرد؟ می‌توانید ارزش‌آفرینی کسب‌وکارتان را به‌خوبی درک کنید و آن را برای ذی‌نفعان توضیح دهید؟ در مسیر کسب‌وکار، عواقب و پیامدهای منفی و ناخواسته‌ای وجود دارد که باید آن‌ها را پیش‌بینی کنید و به‌حداقل برسانید؟ شرکتتان برای موفقیت بلندمدت به تغییرات رگولاتوری و قانونی نیاز دارد یا دربرابر معرفی قوانین جدیدی آسیب‌پذیر هستید که احتمالا محدودیت‌های بیشتری برای کسب‌وکارتان به‌همراه دارند؟ سازمان‌های صنعتی و اقتصاددانان بخش نیروی کار می‌توانند میزان تأثیرپذیری پلتفرم شما در اقتصاد کلان را اندازه‌گیری کنند.

اقتصاد می‌تواند شیوه‌های مدیریت و تصمیم‌گیری‌تان را بهبود دهد؟ کارشناسان اقتصادی انگیزه‌ها را مطالعه و بررسی می‌کنند و شرکت‌های فناوری درزمینه‌ی طراحی انگیزه‌ها و مشوق‌ها با مشکلات مهم و جالبی روبه‌رو هستند؛ از تنظیم ساختار دستمزد برای تیم فروش گرفته تا انتخاب بازاری که باید به آن وارد شوند. افزون‌براین، انتخاب معیارهایی که در نتایج آزمون A/B ارزیابی می‌شوند، کار مهندسان نوآوری را تا‌حدزیادی تحت‌تأثیر قرار می‌دهد؛ زیرا همین معیارها مشخص می‌کنند مهندسان باید چه پارامتر یا فاکتوری را انتخاب و پیگیری کنند.

برای نمونه، اغلب اوقات باید سرعت اندازه‌گیری (معیارهای کوتاه‌مدت) را درمقابل معیارهایی سبک‌وسنگین کنیم که برای سنجش اهداف واقعی شرکت به‌کار می‌روند و غالبا بین چند هفته تا چند ماه طول می‌کشند. این فرایند می‌تواند دلالت‌های زیادی داشته باشد. در حوزه‌ی ایمیل مارکتینگ (بازاریابی ایمیلی)، بهینه‌سازی نتایج کوتاه‌مدت به این معنی است که مصرف‌کنندگان ایمیل‌های تبلیغاتی یک شرکت را بازکنند. شرکت به‌منظور ترغیب مصرف‌کنندگان، ممکن است عناوین خیره‌کننده‌ای برای ایمیل‌ها انتخاب کند؛ اما این اقدام درنهایت به خرید منجر نمی‌شود.

درباره‌ی دارایی‌هایی که در قالب «داده» دراختیار دارید، چگونه فکر می‌کنید؟ برای اغلب شرکت‌های فناوری داده‌ها دارایی‌های استراتژیک و بسیار مهم محسوب می‌شوند و در این بخش، با تصمیمات اقتصادی زیادی سروکار داریم. به‌عنوان‌ مثال، تصمیم‌گیری درباره‌ی خرید یا به‌دست‌آوردن و حفظ داده یا محصولات و مشارکت‌هایی که امکان دستیابی به انواع داده‌ها را فراهم می‌کنند یا اینکه آیا شرکت باید داده‌ها را به‌عنوان خط جدیدی از کسب‌وکار بفروشد. از مدل‌های اقتصادی برای ارزیابی داده‌ها، ازجمله تأثیر آن بر استراتژی رقابتی، می‌توانیم استفاده کنیم.

در سطحی فراتر از سؤالاتی که درباره‌ی چگونگی استفاده از داده‌ها برای بهبود طراحی پلتفرم وجود دارد، حضور و همکاری اقتصاددانان در پاسخ به این پرسش نیز اهمیت دارد: «چگونه باید از داده‌ها استفاده کنیم تا تأثیر مثبتی بر جهان بگذارند» برای نمونه، داده‌های تکنولوژی در تنظیم سیاست‌ها کارایی دارند و مکمل داده‌های استاندارد دولتی هستند. همچنین، داده‌های فناوری می‌توانند برای توسعه‌ی بسته‌های تحلیلی ارزشمند به‌کار گرفته شوند یا به‌طور کلی، به تولید محصولات جدید منجر شوند. به‌عبارت‌ِدیگر، متمرکزشدن پلتفرم‌های آنلاین روی محصولات رویکرد بسیار معقولانه‌ای است؛ اما این پلتفرم‌ها برای جامعه به‌نوعی جهانی کوچک‌تر نیز هستند؛ چراکه عرصه‌ی آزمون سؤالات اجتماعی گسترده‌تری فراهم می‌کنند. شما با حضور در چنین مباحثاتی، به‌ویژه وقتی از بینش منحصربه‌فردی برخوردارید، با واقعیات جدیدی روبه‌رو می‌شوید و چشم‌انداز و افق فکری خاص شرکتتان را بهتر درک می‌کنید.

سیاست‌گذاران با بهره‌گیری از داده‌های پلتفرم یلپ (Yelp)، به مسائلی نظیر حداقل دستمزدها پی می‌برند. بااین‌حال، این حرکت به شرکت یلپ هم کمک می‌کند داده‌های خود را بهتر درک کند و جایگاه مؤثرتری در سیاست‌های گسترده‌تر به‌دست آورد. دراین‌صورت، یلپ با اقداماتی بهتر در راهی بهتر قدم برمی‌دارد. بسیاری از شرکت‌های فناوری از داده‌های خاصی برخوردارند که به‌همین شیوه به درک و بهبود جهان اطراف کمک می‌کند. برخی از شرکت‌ها نیز مانند گوگل (گوگل ترندز) و زیلو، مجموعه داده‌های رایگانی ارائه کرده‌اند که دردسترس محققان سراسر جهان قرار دارند یا APIهایی طراحی کرده‌اند که محققان می‌توانند با پرداخت هزینه‌ی کمتر به آن‌ها دسترسی داشته باشند.

شرکت‌هایی که به‌دنبال تشکیل یا مقیاس‌دهی تیم اقتصاددانان خود هستند، بهتر است به پرسش‌های ذکرشده پاسخ دهند. دراین‌صورت، آن‌ها متوجه می‌شوند ابزارهای اقتصادی چه تأثیری بر مشکلات شرکت در سطوح وسیع خواهد گذاشت. 

یکی از مشکلات مهمی که اکثر کاربران توییتر با آن دست‌و‌پنجه نرم می‌کنند، این است که پس از انتشار توییت، نمی‌توانند اشتباهات املایی را تصحیح کنند؛ بنابراین، مجبورند توییت را پاک و سپس، باردیگر منتشر کنند.

در پی افزایش درخواست کاربران این شبکه‌ی اجتماعی برای افزوده‌شدن امکان ویرایش توییت‌ها، مدیران توییتر اعلام کردند احتمال دارد در آینده، چنین قابلیتی به این شبکه‌ی اجتماعی اضافه کنند. البته، دورسی همان زمان گفت او و تیم هیئت‌مدیره‌ی توییتر قصد ندارند در این زمینه عجله کنند.

جک دورسی اخیرا در جریان برگزاری نشست گلدمن ساکس در سان‌فرانسیسکو اعلام کرده احتمالا به‌جای اضافه‌شدن امکان ویرایش توییت‌ها به توییتر، این شبکه‌ی اجتماعی به کاربرانش اجازه دهد با قابلیتی جدید درباره‌ی توییت‌های قبلی خودشان «شفاف‌سازی» کنند.

در نگاه اول، این ویژگی جدید می‌تواند کمک‌حال کسانی باشد که پیش‌تر در توییت‌هایشان اظهاراتی کرده و بعدها، از آن متضرر شده‌اند. نمونه‌ی این اتفاق را می‌توان به ماجرای اخراج‌شدن جیمز گان از پروژه‌ی ساخت فیلم نگهبانان کهکشان ۳ نسبت داد. حتی اخیرا نیز به‌دلیل اتفاقی مشابه، کوین هارت از اجرای مراسم موردانتظار اسکار ۲۰۱۹ کناره‌گیری کرده بود. درواقع، ویژگی جدید توییتر به‌جای اینکه امکان ویرایش توییت‌های پیشین را برای کاربران مهیا کند، به آنان اجازه می‌دهد درباره‌ی گفته‌های پیشین خودشان اظهارنظر کنند. این قابلیتی است که شاید برای کاربران معمولی چندان کاربردی نباشد.

دورسی، مدیرعامل توییتر، صحبت‌هایش را این‌چنین ادامه می‌دهد:

در برهه‌ی زمانی فعلی، موضوعی که در بین مردم به‌وفور می‌بینیم، این است که آن‌ها به‌خاطر گفته‌های قبلی‌شان در توییتر یا دیگر شبکه‌های اجتماعی بازخواست می‌شوند. هیچ راهی برای برگشت به‌عقب و شفاف‌سازی حرف‌های قبلی وجود ندارد. حتی نمی‌شود از راه صحبت‌کردن این موضوع را نشان داد که گفته‌های قبلی مربوط به گذشته هستند و فرد با گذر زمان ممکن است چیزهای جدیدی یاد بگیرد و تحولاتی در او رخ داده باشد.

افزون‌براین، مدیران توییتر اضافه‌کردن قابلیت «شفاف‌سازی» توییت‌های گذشته را در میان گزینه‌‌هایش قرار داده‌اند و احتمال دارد آن را عملی کنند. طبق ادعای منبع مؤثق وب‌سایت تک‌کرانچ، این ویژگی در زمان آغاز به‌کار از نام جالب‌تری بهره خواهد گرفت و این امکان را برای کاربران توییتر فراهم خواهد کرد که توضیح جدیدی به توییت قدیمی خودشان اضافه و درواقع درباره‌ی آن توییت شفاف‌سازی کنند. این توضیحِ اضافه دائمی درکنار توییت اصلی باقی خواهد ماند. این، یعنی اگر توییتی در زمانی خاص وایرال شود و بعدها، نویسنده‌‌اش متن شفاف‌سازی را به توییت موردبحث اضافه کند، این متن سریعا درکنار آن به‌نمایش درخواهد آمد.

با اضافه‌شدن این قابلیت، کاربران فقط توانایی ری‌توییت‌کردن متن شفاف‌سازی را خواهند داشت و دیگر نخواهند توانست توییت اصلی را ری‌توییت کنند. این قابلیت به‌ویژه برای رسانه‌های خبری می‌تواند مفید و کاربردی باشد. این ماجرا برای افراد مشهوری نیز صدق می‌کند که ممکن است به‌‌دلیل اظهارات قبلی‌شان در توییتر دچار دردسر شده باشند؛ اما احتمالا چندان برای کاربران معمولی کاربردی نخواهد بود. 

بااین‌حال همان‌طورکه جک دورسی در بخش پایانی اظهاراتش می‌گوید، اضافه‌شدن قابلیت «شفاف‌سازی» به توییتر تصمیمی قطعی نیست؛ اما یکی از گزینه‌های اصلی به‌شمار می‌آید و مدیران این شبکه‌های اجتماعی فعلا به آن فکر می‌کنند. درواقع، مدیران توییتر فعلا مشغول ایده‌پردازی و گذراندن مراحل اولیه برای اضافه‌کردن قابلیت جدید، مانند ویرایش توییت یا شفاف‌سازی توییت‌ها هستند. 

درحال‌حاضر، کشورهای زیادی از جهان درگیر اپیدمی گسترده‌ی سرخک شده‌اند. اپیدمی فعلی از اپیدمی سال ۲۰۱۵دیزنیلند بدتر است؛ چراکه این‌بار این بیماری در چندین ایالت آمریکا، ازجمله واشنگتن و اورگن و نیویورک و نیز چند کشور اروپایی پخش شده است.

سرخک بیماری پیشگیری‌شدنی به‌وسیله‌ی واکسن است و واکسن‌های سرخک هم درحدود ۹۹ درصد کارایی دارند؛ یعنی واکسن از ابتلای هر فردی پیشگیری می‌کند که با این ویروس مواجه شود. بااین‌حال، بخش درخورملاحظه‌ای از جامعه‌ی والدین مخالف واکسن‌زدن فرزندشان هستند. به‌لطف تلاش‌های دانشمندان حوزه‌ی واکسن و متخصصان سلامت عمومی، در دهه‌ی ۱۹۹۰ سرخک تقریبا ریشه‌کن شده بود؛ اما پس از معروف‌شدن مطالعه‌ی اندرو ویکفیلد در سال ۱۹۹۸، میزان واکسیناسیون طی دهه‌ی گذشته کاهش پیدا کرد و به شیوع گسترده‌تر بیماری‌های پیشگیری‌شونده با واکسن منجر شد. بسیاری از این بیماری‌ها عوارض مرگبار و شدیدی دارند. گفتنی است در آن مقاله ادعا شد واکسن سه‌گانه (سرخک و سرخچه و اوریون) با بُروز بیماری اوتیسم در کودکان ارتباط دارد؛ ازاین‌رو، این مقاله درنهایت بازگردانده شد.

هفته‌ی گذشته، همسر بیل شاین، یکی از سیاست‌مداران آمریکایی، در توییتر ادعا کرد اپیدمی‌های اخیر سرخک در کشور آمریکا غلوآمیز و جعلی و تنش‌زا هستند. یکی از نقل‌قول‌ها‌ی سؤال‌برانگیز و نگران‌کننده‌ی او این بود که بیماری‌های کودکی را برگردانید؛ زیرا آن‌ها شما را سالم نگه می‌دارند و با سرطان مبارزه می‌کنند.

با اینکه بی‌خطربودن و اثربخشی واکسیناسیون هم در سطح شخصی و هم در سطح سلامت عمومی به‌طور مکرر در مطالعات بی‌شماری تأیید شده، این ادعا به ایمنی واکسن‌ها خدشه وارد می‌کند. باوجوداین، ربط‌دادن بیماری‌های دوران کودکی، مانند آبله و سرخک و اوریون، به پیشگیری از سرطان تاریخچه‌ای هرچند سطحی دارد.

در دهه‌ی ۱۸۹۰، ویلیام کولی خاطرنشان کرد بیماران سرطانی که پس از جراحی دچار عفونت می‌شوند، درمقایسه‌با بیمارانی که دچار عفونت نمی‌شوند، در وضعیت بهتری خواهند بود. او معتقد بود عفونت موجب تحریک سیستم ایمنی بیمار برای مبارزه با سرطان می‌شود.

بعدها، او ترکیبی از سموم باکتریایی تهیه کرد که با عنوان سموم کولی شناخته می‌شد. او این سموم را به بیماران مبتلا به سرطان تزریق می‌کرد که البته موجب بُروز تب زیاد در آن‌ها می‌شد. این روش درمان او که به‌صورت دوره‌ای تا دهه‌ی ۱۹۵۰ استفاده می‌شد، گاهی به بیماران سرطانی کمک می‌کرد و گاهی هم نه. گاهی اوقات این کار موجب ایجاد عوارضی می‌شد و گاهی هم نه. اطلاعاتی درباره‌ی این یافته‌ها وجود ندارد و نیز درباره‌ی چیستی این سم‌ها چیزی نمی‌دانیم. درحال‌حاضر، ایمنی‌درمانی می‌تواند بسیاری از سرطان‌ها را درمان کند؛ ولی سموم کولی چنین اثری نداشتند.

این ادعای ایمنی طبیعی بی‌اساس است که عود بیماری خاصی نظیر آبله‌مرغان یا سرخک چیزی بهتر و محافظت کننده‌تر از دریافت ایمنی و ایجاد مصونیت ازطریق دریافت واکسن است؛ به‌ویژه در بحث پیشگیری از سرطان. ویروس پاپیلوم انسانی (HPV) مثال کاملی از درست‌نبودن این اندیشه است. این ویروس عامل بسیاری از سرطان‌ها شامل سرطان دهانه‌ی رحم و گلو و سینوس‌ها است. ابتلا به این بیماری و عفونت HPV فرد را به ابتلا به یکی از این سرطان‌ها مستعد می‌کند. دریافت واکسن HPV مانع از بروز چنین سرطان‌هایی می‌شود.

یاوه‌گویی این هفته‌ی ضدواکسن مثال دیگری از صداهای غیرپزشکی است که ازطریق رسانه‌های عمومی موجب انتشار اشتباه پزشکی می‌شود. واقعیت این است که این بیماری‌های پیشگیری‌شونده به‌وسیله‌ی واکسن موجب مرگ تعداد چشمگیری از کودکان می‌شوند. اگرچه تمام واکسن‌ها صد‌در‌صد محافظت‌کننده نیستند، واکسن سرخک یکی از محافظت‌کننده‌ترین واکسن‌ها است و حدود ۹۹ درصد ایمنی را برای افرادی فراهم می‌آورد که آن را دریافت می‌کنند. افزون‌براین، سرخک یکی از بیماری‌های پیشگیری‌شونده‌ی به‌شدت مسری است؛ به‌همین‌دلیل چنین شیوع‌های گسترده‌ای از این بیماری را در سرتاسر جهان شاهد هستیم.

گروه‌بندی جدید دانشمندان درباره‌ی انواع بی‌خوابی صرفا براساس علائم بی‌خوابی، همچون سخت بیدارشدن از خواب یا مشکل در به‌خواب‌رفتن نیست. برعکس، بی‌خوابی براساس عوامل دیگری، مانند استرس، احساسات، صفات شخصیتی، روحیه و حوادث پیشین زندگی، گروه‌بندی شده‌اند.

پژوهشگران به این نتیجه رسیده‌اند که افراد مبتلا به اختلال بی‌خوابی شرایط ذهنی و شناختی مختلفی مانند سطوح استرس و احساسات متفاوت دارند. همچنین، این مطالعه نشان داده مشارکت‌کنندگان در پژوهش اغلب در یکی از گروه‌های انواع بی‌خوابی باقی می‌مانند.

تسا بلانکن، یکی از پژوهشگران این مطالعه از مؤسسه‌ی علوم اعصاب هلند می‌گوید:

درحالی‌که همیشه فکر می‌کردیم بی‌خوابی فقط نوعی اختلال ذهنی است؛ اما پژوهش ما نشان می‌دهد بی‌خوابی درواقع پنج نوع دارد. سازوکارهای مغزی هریک از انواع بی‌خوابی ممکن است متفاوت باشد. برای مثال، وقتی فهمیدیم زوال عقل اختلال نیست و درواقع، انواع مختلفی مانند آلزایمر و زوال عقل ناشی از بیماری عروقی و زوال لوب پیشانی‌گیج‌گاهی وجود دارد، درک ما از این بیماری و روش‌های درمان آن پیشرفت کرد. همین موضوع درباره‌ی اختلال بی‌خوابی نیز صادق است.

داده‌های این پژوهش از ۲،۲۲۴ مشارکت‌کننده‌ جمع‌آوری‌ و سپس، با داده‌های گروه کنترل دیگر مقایسه شده است. داوطلبان حاضر در این پژوهش که نشانه‌های بی‌خوابی را خودشان گزارش کرده‌ بودند، باید پرسشنامه‌هایی درباره‌ی صفات شخصیتی‌شان پر می‌کردند؛ زیرا پژوهشگران می‌دانند ویژگی‌های شخصیتی مختلف با ساختار و عملکرد مغز هر فرد ارتباط دارد.

افراد مبتلا به بی‌خوابی نوع ۱ بیشتر دچار ویژگی‌های استرسی و روان‌رنجوری و کم‌امیدی مبتلا بودند؛ درحالی‌که افراد گروه ۲ و ۳ دچار ویژگی‌های استرسی کمتر. باوجوداین، بیماران نوع ۲ به‌طور کلی مثبت‌تر و راضی‌تر از گروه ۳ بودند.

افراد متعلق به گروه‌های ۴ و ۵ به کمترین سطح استرس مبتلا بودند؛ اما افراد نوع ۴ اغلب بعد از تجربه‌ی اتفاقی استرس‌زا در زندگی‌شان، بیشتر از دیگران دچار بی‌خوابی‌های بلندمدت می‌شدند. این درحالی‌ است که این ویژگی در افراد گروه ۵ مشاهده نمی‌شد.

در بررسی دوباره‌ای که ۵ سال بعد انجام شد، مشارکت‌کنندگان معمولا در همان گروه از بی‌خوابی قرار داشتند. درواقع، پژوهشگران به این نتیجه رسیدند که احتمال باقی‌ماندن فرد در یکی از گروه‌های بی‌خوابی میانگین ۸۷ درصد است.

در این پژوهش، عنوان شده آگاهی از صفات شخصیتی مربوط‌به هر شخص مبتلا به بی‌خوابی ممکن است به پزشکان در ارائه‌ی درمان‌هایی کمک کند که نتایج بهتری به‌دنبال داشته باشد. برای مثال، بیماران متعلق به گروه ۲ و ۴ بعد از مصرف داروی بنزودیازپین بیشترین بهبود را از خود نشان دادند. همچنین، بیماران متعلق به گروه ۲ به‌خوبی به رفتاردرمانی شناختی پاسخ دادند؛ درحالی‌که این موضوع درباره‌ی بیماران نوع ۴ صادق نبود.

آن‌طورکه پژوهشگران این مطالعه می‌گویند، تمام افراد مبتلا به انواع بی‌خوابی علائم یکسانی دارند، شاید به‌همین‌علت است که تلاش‌های گذشته‌ی پژوهشگران در گروه‌بندی اختلال کم‌خوابی به‌نتیجه نرسیده بود. درواقع، به‌نظر می‌رسد درنظرگرفتن تمام جوانب باعث می‌شود افراد بهتر تقسیم‌بندی شوند.

این مطالعه محدودیت‌هایی نیز دارد: ۱. افراد شرکت‌کننده در مطالعه علائم کم‌خوابی را گزارش کرده بودند و تشخیص بی‌خوابی به‌وسیله‌ی خودِ شخص همیشه به‌معنی تأیید به‌وسیله‌ی پزشک نبود؛ ۲. مشارکت در این پژوهش داوطلبانه بوده؛ یعنی افرادی که مایل بودند می‌توانستند پرسشنامه‌ها را پر کنند. بنابراین، نتایج این پژوهش ممکن است تعمیم‌دادنی به تمام افراد جامعه نباشد.

با وجود کاستی‌ها، این مطالعه ممکن است نگرش ما به اختلال بی‌خوابی را تغییر دهد و باعث ارائه‌ی روش‌های درمانی کارآمدتر در آینده شود. مطالعات قبلی نیز عوامل خطر ژنتیک مربوط‌به اختلال بی‌خوابی را بررسی کرده بودند؛ بنابراین، ترکیب نتایج این پژوهش‌ها می‌تواند به ارائه‌ی روش‌های درمانی شخصی‌شده بیشتر کمک کند.

تقریبا یک نفر از هر ده نفر به بی‌خوابی مزمن مبتلا هستند. بی‌خوابی یکی از عوامل بسیار مؤثر در بُروز افسردگی و دیگر بیماری‌های روانی است؛ ازاین‌رو، هر نوع پژوهشی که درباره‌ی این اختلال انجام شود، می‌تواند به ما در مبارزه با بی‌خوابی کمک کند.

پژوهشگران در جمع‌بندی پژوهششان می‌گویند:

گروه‌بندی بی‌خوابی می‌تواند راه را برای انجام مطالعات بیشتر با هدف بررسی روش‌های پیشگیری از افسردگی و نیز کاهش ناهمگونی مطالعات هموار کند و با کشف علل تعیین‌کننده‌ی ایجاد این اختلال، به توسعه‌ی روش‌های درمانی شخصی‌شده‌ی کارآمدتر برای درمان بی‌خوابی یاری رساند.

شما نمی‌توانید با استفاده از قوانین استاندارد فیزیک نیروی سوپرمن، پرواز کردنش یا دیدش با اشعه ایکس را توضیح دهید. تقریباً همه‌ی کارهایی که او قادر به انجام آن است از لحاظ فیزیکی غیرممکن هستند. اما مردم با این تغییر واقعیت مشکلی ندارند. درواقع همین موضوع است که کارهای ابرقهرمانان را جالب می‌کند. آن‌ها لازم نیست برای سرگرم‌کننده بودن کارهای واقع‌بینانه انجام دهند.

اما طبق گفته رت آلن، استاد دانشگاه جنوب شرقی لوئیزیانا و نویسنده این مقاله، گاهی اوقات این موضوع از خط قرمز عبور می‌کند. با نگاهی به صحنه‌ای از فیلم «لیگ عدالت» می‌بینیم که فلش و سوپرمن تلاش می‌کنند تا مردم را از شهری که در حال نابودی است نجات دهند. در این صحنه فلش در حال هل دادن یک کامیون است که مردم در آن حضور دارند. او با سرعت بسیار بالایی آن کامیون را هل می‌دهد و مردم را به سلامت به نقطه‌ی امنی می‌رساند. اما سوپرمن به‌جای نجات چند نفر، در حال پرواز در بالای شهر است در حالی‌که یک ساختمان کامل را حمل می‌کند.

رت آلن در این‌باره گفت: «این‌ همان صحنه‌ای است که من با آن مشکل دارم. برای من مهم نیست که سوپرمن می‌تواند پرواز کند. حتی برای من مهم نیست که او می‌تواند در حال حمل یک ساختمان پرواز کند. بلکه آنچه که برای من عجیب است شیوه حمل این ساختمان توسط او است.» او در ادامه با استفاده از قوانین فیزیک این موضوع را به چالش می‌کشاند.

در تصویر بالا نحوه حمل ساختمان توسط سوپرمن نشان داده شده است. طبق گفته نویسنده این مقاله، در این تصویر دو مشکل فیزیکی وجود دارد (البته او با قسمت ابرقهرمانانه که شامل پرواز کردن و بلند کردن اجسام سنگین است مشکلی ندارد). مشکل اول مربوط‌به فشار است. فشار نسبت نیروی واردشده (توسط سوپرمن) به سطح تماس ( اندازه دست سوپرمن) است.

او در ابتدا به تخمین فشار بین دست‌های سوپرمن و ساختمان پرداخته است. در مرحله اول او جرم ساختمان را محاسبه کرد. ابعاد این ساختمان برابر با ۴۰ × ۱۵ × ۱۵ متر است. با این ابعاد حجم ساختمان برابر با ۹ هزار متر مکعب است. او برای محاسبه جرم به شیوه زیر عمل کرد:

من چشمانم را می‌بندم و فرض می‌کنم که این ساختمان در آب شناور است (بدون هیچ نشتی). اما چرا من به ساختمان شناور اهمیت می‌دهم؟ زیرا اگر یک سوم ساختمان در آب شناور باشد، چگالی ساختمان یک سوم آن مقدار آب است. از آنجایی‌که آب چگالی برابر هزار کیلوگرم در هر متر مکعب دارد، چگالی ساختمان در حدود ۳۳۳ کیلوگرم در هر متر مکعب خواهد بود. با استفاده از حجم و چگالی، می‌توان جرم ساختمان را محاسبه کرد.

او سپس با استفاده از جرم به دست آمده، و ازطریق ضرب میدان گرانشی (g = ۹.۸ N/kg)، نیروی گرانش رو به پایین را محاسبه کرد. این بدین معنی است که سوپرمن باید با نیرویی رو به بالا معادل ۳۰ میلیون نیوتن به ساختمان وارد کند. بله درست است، این نیروی بسیار زیادی است ولی او سوپرمن است و به همین دلیل است که کلمه «سوپر» را درکنار نام خود دارد.

رت آلن سپس با استفاده از این نیرو به محاسبه فشار پرداخت. برای محاسبه فشار، او تنها به تخمین سطح تماس که همان دست‌های سوپرمن است، نیاز داشت. با فرض اینکه سوپرمن دست‌های بزرگی دارد، او فرض کرد که سطح تماس برای هر دست یک مربع ۱۵ سانتی‌متری در یک طرف است. با این فرض، مجموع سطح تماس برابر با ۰/۰۴۵ متر مربع خواهد بود. درنهایت او با استفاده از اندازه سطح تماس و نیرو به محاسبه فشار سطح تماس پرداخت که مقداری برابر با ۶۷۰ مگاپاسکال به دست آمد. بله، این مقدار فشار بسیار زیادی است.

هر ماده‌ای می‌تواند تا یک اندازه‌ی مشخص، فشاری که به آن قدرت فشرده‌سازی می‌گویند، تحمل کند. اگر مقدار فشار واردشده به آن ماده از این مقدار بالاتر برود، ماده دچار شکست می‌شود که می‌تواند شامل خرد شدن، تکه شدن یا هر چیز بد دیگری باشد. آجرها قدرت فشرده‌سازی برابر با ۸۰ مگاپاسکال دارند. در نتیجه با فشار واردشده توسط سوپرمن باید خرد شوند. گرانیت نیز قدرت فشرده‌سازی برابر با ۱۳۰ مگاپاسکال دارد. حتی فولاد هم احتمالاً با همچین فشاری خرد خواهد شد.

رت آلن ادامه داد:

من مطمئن نیستم که جنس کف ساختمان چیست، ولی تصور می‌کنم که با وارد کردن فشار توسط سوپرمن به کف ساختمان، باید از وسط می‌شکست. این موضوع خیلی ناخوشایند خواهد بود. او می‌خواهد که ساختمان را بلند کند ولی ناگهان به‌جای آن درست از وسط آن به سمت بالا پرواز می‌کند. این موضوع درست مانند تلاش برای برداشتن یک کاپ کیک با استفاده از یک خلال دندان است. درواقع من این موضوع را امتحان کردم. همان‌طور که می‌بینید چنین چیزی اصلاً ممکن نیست. و این موضوع برای سوپرمن و بلند کردن ساختمان نیز صادق است.

اما صبر کنید. این موضوع بدتر از آن است که شما فکر می‌کنید. مشکل دیگری نیز در در حمل ساختمان توسط سوپرمن وجود دارد. با فرض اینکه چیزی در مرکز ساختمان وجود دارد که از خرد کردن کف آن توسط سوپرمن جلوگیری می‌کند، او همچنان نمی‌تواند این ساختمان را بلند کند.

اگر سوپرمن این ساختمان را از وسط بلند کرده، چه چیزی لبه‌های ساختمان را نگه داشته است؟ پاسخ این است که دیگر قسمت‌های ساختمان لبه‌ها را نگه داشتند. برای فهم بهتر این موضوع به بلوک دیاگرام رسم‌شده توسط نویسنده‌ی مقاله نگاه کنید که نیروی وارده به دو قسمت مختلف ساختمان را نشان می‌دهد.

برای بلوکی که در سمت چپ ساختمان است، اساساً دو نیرو وجود دارد. یک نیروی گرانش رو به پایین، و همچنین یک نیرو به سمت باالا نیز وجود دارد تا تعادل این بخش از ساختمان را حفظ کند. این نیروی رو به بالا از بخش‌های دیگر ساختمان که به این بخش متصل هستند، تأمین می‌شود.

حال به قسمت میانی ساختمان توجه کنید. این قسمت نیز یک نیروی گرانشی رو به پایین دارد. اما نیروی رو به پایین دیگری که از طرف قسمت‌های دیگر ساختمان است نیز در این قسمت وجود دارد. بله درست است، نیروها به‌صورت جفت هستند. اگر بعضی از قسمت‌های سمت چپ ساختمان به سمت بالا نیرو وارد می‌کنند، پس نیرویی که سمت چپ ساختمان به قسمت‌های دیگر ساختمان وارد می‌کند باید رو به پایین باشد. ماجرا بدتر از آنچه است که شما فکر می‌کنید. هر قطعه‌ای که نزدیک مرکز ساختمان حرکت می‌کند، باید قسمت‌های بیشتری از ساختمان را پشتیبانی کند. درنهایت این نیروی داخلی آن‌قدر زیاد خواهد شد که از نیروی ساختاری مواد به‌کاررفته در ساختمان بیشتر خواهد شد.

نویسنده مقاله برای نشان دادن این موضوع آزمایش دیگری را طراحی کرده است. او در این آزمایش از چوپ پنبه‌های کوچکی استفاده کرده و  با اتصال آن‌ها به یکدیگر، آن‌ها را به شکل یک ساختمان کوچک در آورده است. در ادامه خواهید دید که با وارد کردن نیرو از وسط به این ساختار چه پیش خواهد آمد.

همه چیز به نظر خوب می‌رسد. ولی اگر با اضافه کردن تعدادی چوپ پنبه ساختمان را بزرگتر کرد، چه پیش خواهد آمد؟

در تصویر زیر نتیجه را مشاهده می‌کنید.

همان‌طور که در تصویر بالا مشاهده می‌کنید، با اضافه کردن تعداد بیشتری چوپ پنبه، وزن آن‌ها برای سیم‌ها زیاد خواهد بود و در نتیجه کل سازه خم شده است. اگر این سازه یک ساختمان واقعی بود، حتماً می‌شکست.

اگر شما می‌خواهید حرکت برداشتن یک ساختمان توسط سوپرمن را شبیه‌سازی کنید، می‌توانید سعی کنید تا کل یک کیک شکلاتی را با استفاده از یک خلال دندان که در وسط آن قرار دارد، بردارید. حتی اگر خلال دندان به داخل کیک فرو نرود، کیک بدون صفحه‌ای که زیرش باشد، سقوط خواهد کرد. و چه کسی حاضر است خرده‌های آن‌را جمع کند؟ سوپرمن؟

اتوموس (Atomos) مانیتور ۵ اینچی جدیدی موسوم به شینوبی (Shinobi) را با وضوح ۱۹۲۰ در ۱۰۸۰ پیکسل و امکان ارتباط از طریق درگاه HDMI برای عکاسان و ویدئوبلاگرها معرفی کرده است. به‌لطف استفاده از بدنه‌ای از جنس پلی‌کربنات، این مانیتور تنها ۲۰۰ گرم وزن دارد. علاوه‌بر این، در این نمایشگر از همان فناوری‌های HDR و پردازش رنگی بهره برده شده است که در دستگاه‌های ضبط‌وپخش محبوب و البته گران‌تر اتوموس نینجا V وجود دارند.

حداکثر روشنایی این مانیتور ۱۰۰۰ نیت است و که بدین ترتیب می‌توانید در محیط‌های پرنور نیز به‌راحتی از آن استفاده کنید. تراکم پیکسل‌ها هم در این محصول به ۴۲۷ پیکسل بر هر اینچ می‌رسد. در کناره‌ی دستگاه نیز شاهد وجود یک جک هدفون هستیم که امکان ضبط صدا با ابزارهای خارجی را فراهم می‌کند.

کالیبره‌‌ی رنگ‌های نمایشگر شینوبی توسط اتوموس به انجام رسیده؛ اما پشتیبانی از نرم‌افزار رایگان کالیبره‌سازی رنگی اتوموس و ابزار کالیبره‌سازی X-rite i1 Display Pro هم نیز برای این محصول در نظر گرفته شده است. باتری تعبیه شده در این نمایشگر خارجی نیز از نوع NP-F750 محصول سونی است و مدت‌زمان شارژدهی آن به ۶ ساعت می‌رسد؛ اتوموس با هوشمندی این باتری را در میانه‌ی دستگاه قرار داده تا با توزیع وزن آن، تعادل مانیتور روی دوربین حفظ شود.

دهمین نسخه از رابط کاربری لمسی Atomos OS برای این محصول در نظر گرفته شده است. از جمله ویژگی‌های ارائه شده توسط این رابط کاربری می‌توان به Focus Peaking برای تعیین فوکوس درست روی سوژه، خطوط Zebra برای تعیین میزان نوردهی صحیح، هیستوگرام، ابزار Waveform، خطوط راهنما و ابزار بزرگنمایی اشاره کرد. همچنین، برای ویدئوبلاگرهایی که معمولا رو به دوربین می‌ایستند، امکان قرینه‌سازی تصویری نیز فراهم شده است.

هرچند این مانیتور حداکثر رزولوشن ۱۹۲۰ در ۱۰۸۰ پیکسل را با نرخ ۶۰ فریم‌برثانیه به تصویر می‌کشد؛ اما درگاه HDMI این محصول از سیگنال‌های 4K با رزولوشن ۴۰۹۶ در ۲۱۶۰ پیکسل و نرخ ۳۰ فریم‌برثانیه هم پشتیبانی می‌کند. در حالت ثبت تصاویر HDR با استانداردهای HLG یا Log، این نمایشگر بیش از ۱۰ استاپ در محدوده‌ی دینامیکی را به‌نمایش می‌گذارد. تنظیمات پیش‌فرض مختلف گاما هم برای تطابق با سیستم دوربین‌های مختلف، در زمان تصویربرداری با استانداردهای Log یا HGL فراهم شده‌اند.

کاربران می‌توانند حداکثر هشت جدول تنظیمات رنگی (LUT) را روی حافظه‌ی داخلی دوربین نصب کنند و امکان ذخیره‌سازی جداول بیشتر نیز روی کارت حافظه خارجی هم وجود دارد. پس از نصب هر جدول، امکان جابه‌جایی فوری بین جدول جدید و انواع پیش‌تر نصب شده وجود دارد تا برای مقایسه‌ی تنظیمات رنگی مختلف مشکلی نداشته باشند. فروش شینوبی از هم‌اکنون شروع شده و اتوموس برچسب قیمت ۳۹۹ دلاری را برای آن در نظر گرفته است.