3 ways to make better decisions -- by thinking like a computer | Tom Griffiths

المترجم: sheyma Boutar المدقّق: Fatima Zahra El Hafa

إذا كانت هنالك مدينة في العالم

If there's one city in the world

where it's hard to find a place to buy or rent,

يصعب فيها العثور على سكن للبيع أو للإيجار،

it's Sydney.

فهي حتماً مدينة سيدني.

And if you've tried to find a home here recently,

وإذا كنتم قد حاولتم مؤخراً العثور هنا عن منزل،

you're familiar with the problem.

فأنتم إذن مطلعون على هذه المشكلة.

Every time you walk into an open house,

في كل مرة تدخلون منزلاً معروضاً،

you get some information about what's out there

تحصلون على معلومات عمّا هو متوفر

and what's on the market,

وعمّا هو متاح في السوق.

but every time you walk out,

لكن عندما تخرجون،

you're running the risk of the very best place passing you by.

فأنتم تخاطرون بأن يفوتكم أحد أفضل الأماكن.

So how do you know when to switch from looking

فكيف تعلمون أنه حان وقت التخلي عن مجرد المشاهدة

to being ready to make an offer?

والانتقال إلى تقديم عرض؟

This is such a cruel and familiar problem

إنها مشكلة عويصة ومعتادة

that it might come as a surprise that it has a simple solution.

وما قد يكون مفاجئاً هو أن لها حلاً بسيطاً.

37 percent.

37 بالمائة.

(Laughter)

(ضحك)

If you want to maximize the probability that you find the very best place,

إذا أردتم مضاعفة احتمالات العثور على السكن الأنسب لكم،

you should look at 37 percent of what's on the market,

فلا بد من النظر إلى 37 بالمائة ممّا معروض في السوق،

and then make an offer on the next place you see,

ثم قدموا عرضاً على المنزل التالي الذي تشاهدونه،

which is better than anything that you've seen so far.

حين يكون أنسب من كل المنازل التي زرتموها من قبل.

Or if you're looking for a month, take 37 percent of that time --

أو إذا كنتم ستبحثون لمدة شهر فخصصوا 37 بالمائة من تلك المدة،

11 days, to set a standard --

أي 11 يوما من أجل تحديد معيار،

and then you're ready to act.

حينها ستصبحون جاهزين للتصرف.

We know this because trying to find a place to live

نحن على دراية بالأمر لأن البحث عن سكن

is an example of an optimal stopping problem.

يعد مثالاً على مشكلة الظرف الأنسب للتوقف.

A class of problems that has been studied extensively

وقد أُجريت دراسات مكثفة على هذا الصنف من المشكلات

by mathematicians and computer scientists.

من قِبل علماء رياضيات وعلماء حاسوب.

I'm a computational cognitive scientist.

أنا عالم مختص في الحوسبة الإدراكية.

I spend my time trying to understand

أمضي وقتي في محاولة فهم

how it is that human minds work,

كيفية عمل العقل البشري،

from our amazing successes to our dismal failures.

فيما بين إنجازاتنا العظيمة إلى حالات فشلنا المخزي.

To do that, I think about the computational structure

من أجل القيام بذلك أفكر في البنية الحسابية

of the problems that arise in everyday life,

للمشكلات التي تصادفنا في الحياة اليومية،

and compare the ideal solutions to those problems

وأقارن ما بين الحلول المثالية لهذه المشكلات

to the way that we actually behave.

وبين سلوكنا الفعلي.

As a side effect,

وضمن التأثيرات الجانبية،

I get to see how applying a little bit of computer science

أدركت كيف أن تطبيق القليل من علوم الحاسوب

can make human decision-making easier.

يجعل اتخاذ الإنسان لقراراته أكثر سهولة.

I have a personal motivation for this.

لديَّ حافز شخصي يقودني إلى هذا.

Growing up in Perth as an overly cerebral kid ...

نشأت في بيرث طفلاً عقلانياً بشكل مبالغ فيه...

(Laughter)

(ضحك)

I would always try and act in the way that I thought was rational,

كنت دائماً أحاول التصرف بالطريقة التي أظنها عقلانية،

reasoning through every decision,

أقلّب أمري لدى اتخاذ كل قراراتي،

trying to figure out the very best action to take.

وأحاول معرفة الخطوة الأنسب للقيام بها.

But this is an approach that doesn't scale up

لكن هذه المقاربة لا تفي بالمطلوب

when you start to run into the sorts of problems

عندما تبدأ التعامل مع مشكلات من النوع

that arise in adult life.

الذي يواجهه البالغون.

At one point, I even tried to break up with my girlfriend

في مرحلة ما وصل الأمر بي إلى أن جربت الانفصال عن صديقتي

because trying to take into account her preferences as well as my own

لأني كنت أحاول أن آخذ في الحسبان خياراتها إلى جانب خياراتي

and then find perfect solutions --

ومن ثمّ أبحث عن الحلول المثالية...

(Laughter)

(ضحك)

was just leaving me exhausted.

كان ذلك يُنهكني تماماً.

(Laughter)

(ضحك)

She pointed out that I was taking the wrong approach

أشارت إلى أنني أتّبع المقاربة الخاطئة

to solving this problem --

لحل هذه المشكلة...

and she later became my wife.

وفيما بعد أصبحت زوجتي.

(Laughter)

(ضحك)

(Applause)

(تصفيق)

Whether it's as basic as trying to decide what restaurant to go to

سواء في اتخاذ قرارات الحياة الأشد بساطة كاختيار المطعم الذي سوف نقصده

or as important as trying to decide who to spend the rest of your life with,

أو في القرارات المصيرية كاختيار الشخص الذي ستمضي معه بقية حياتك،

human lives are filled with computational problems

فإن حياة الإنسان مليئة بمشكلات ذات طابع حاسوبي

that are just too hard to solve by applying sheer effort.

يستعصي حلها من خلال بذل جهد كبير.

For those problems,

من أجل تلك المشكلات،

it's worth consulting the experts:

يستحق الأمر استشارة الخبراء:

computer scientists.

علماء الحاسوب.

(Laughter)

(ضحك)

When you're looking for life advice,

أثناء بحثكم عن نصيحة حول الحياة،

computer scientists probably aren't the first people you think to talk to.

ربما لا يكون علماء الحاسوب هم أول من يخطر على بالكم أن تتحدثوا إليهم.

Living life like a computer --

إن ممارسة الحياة شبيهة بالحاسوب...

stereotypically deterministic, exhaustive and exact --

فهي حتمية بشكل نمطي، وشاملة ودقيقة

doesn't sound like a lot of fun.

لا يبدو ذلك شيئا ممتعاً للغاية.

But thinking about the computer science of human decisions

لكن التفكير من خلال علوم الحاسوب في قرارات الإنسان

reveals that in fact, we've got this backwards.

يكشف أننا في الواقع قد فهمنا عكس المقصود.

When applied to the sorts of difficult problems

عند تطبيق هذه العلوم على أنواع المشكلات الصعبة

that arise in human lives,

التي تظهر في حياة البشر،

the way that computers actually solve those problems

فإن الطريقة التي تحل بها الحواسيب تلك المشكلات

looks a lot more like the way that people really act.

تشبه بدرجة كبيرة الأسلوب الذي يتَّبعه الناس فعلاً.

Take the example of trying to decide what restaurant to go to.

خذوا مثال محاولة اختيار المطعم الذي سنرتاده.

This is a problem that has a particular computational structure.

هذه مشكلة لديها بنية حاسوبية خاصة.

You've got a set of options,

في حوزتكم مجموعة من الخيارات،

you're going to choose one of those options,

ستختارون أحدها،

and you're going to face exactly the same decision tomorrow.

من ثم ستتعاملون بالضبط مع نفس الخيار في اليوم الموالي.

In that situation,

في هذه الحالة،

you run up against what computer scientists call

ستواجهون ما يطلق عليه علماء الحاسوب

the "explore-exploit trade-off."

مبدأ "المفاضلة عبر الاستكشاف والاستثمار".

You have to make a decision

لا بد من أن تتخذوا قراراً

about whether you're going to try something new --

حول ما إذا كنتم ستجربون شيئاً جديداً

exploring, gathering some information

عبر الاستكتشاف وجمع بعض المعلومات

that you might be able to use in the future --

التي يُحتمل أن يكون بوسعكم استخدامها مستقبلاً،

or whether you're going to go to a place that you already know is pretty good --

أو أنكم ستذهبون إلى مكان تعلمون مسبقاً أنه جيد جداً،

exploiting the information that you've already gathered so far.

عبر استثمار المعلومات التي لديكم فعلاً.

The explore/exploit trade-off shows up any time you have to choose

يظهر مبدأ "المفاضلة" هذا كلما توجب عليكم الاختيار

between trying something new

بين تجربة أمر جديد

and going with something that you already know is pretty good,

أو الاكتفاء بشيء تعلمون مسبقاً أنه جيد جداً،

whether it's listening to music

سواء كان الاستماع إلى الموسيقى،

or trying to decide who you're going to spend time with.

أو محاولة تقرير من ستقضون الوقت معه.

It's also the problem that technology companies face

كما تواجه شركات التكنولوجيا نفس المشكلة

when they're trying to do something like decide what ad to show on a web page.

عند محاولة القيام بشيء مثل اختيار محتوى صفحاتها الإلكترونية.

هل عليهم عرض إعلان جديد لغاية اكتساب معارف جديدة حوله،

Should they show a new ad and learn something about it,

أو عرض إعلان

or should they show you an ad

هم على دراية تامّة بأنّك ستنقر في النهاية على زرّ المشاهدة؟

that they already know there's a good chance you're going to click on?

Over the last 60 years,

على مرّ ال60 سنة الماضية

computer scientists have made a lot of progress understanding

أحرز علماء الكمبيوتر تقدّما مبهرا في دراسة

the explore/exploit trade-off,

كيفية البحث عن حل وسط بين الاستكتشاف والاستتثمار

and their results offer some surprising insights.

و تقدم لنا نتائج هذه الدراسات وجهات نظر مفاجئة

When you're trying to decide what restaurant to go to,

عند البحث عن مطعم للذهاب إليه

the first question you should ask yourself

فإنّ أوّل ما يجب أخذه بعين الإعتبار

is how much longer you're going to be in town.

هو مدّة بقائكم في البلدة.

If you're just going to be there for a short time,

وإذا قررتم البقاء لفترة قصيرة

then you should exploit.

حينها يجب الاستثمار.

There's no point gathering information.

فلا فائدة من جمع المعلومات بعد الآن.

Just go to a place you already know is good.

اذهبوا الى مطعم تعرفونه.

But if you're going to be there for a longer time, explore.

لكن أن كنتم تخططون للبقاء مدة أطول قوموا بالاستكشاف.

Try something new, because the information you get

جربوا شيئا جديدا فالمعلومات التي ستحصلون عليها

is something that can improve your choices in the future.

قادرة على تحسين خياراتكم في المستقبل.

The value of information increases

كلما ارتفعت قيمة المعلومة

the more opportunities you're going to have to use it.

كلما أصبحت فرصة استخدامها متاحة أكثر.

This principle can give us insight

قد ينير هذا المبدأ بصائرنا

into the structure of a human life as well.

بشأن تركيبة الحياة البشرية.

Babies don't have a reputation for being particularly rational.

لا يشتهر الأطفال بتصرّفاتهم العقلانيّة.

They're always trying new things,

يجرّبون أشياء جديدة على الدّوام،

and you know, trying to stick them in their mouths.

و يحاولون حشر الأشياء في أفواههم كما تعلمون.

But in fact, this is exactly what they should be doing.

في الواقع هذا هو بالضبط ما عليهم فعله.

They're in the explore phase of their lives,

إنّهم في المرحلة الاستكشافية من أعمارهم،

and some of those things could turn out to be delicious.

وبعض تلك الأشياء قد تبدو لذيذة لهم.

At the other end of the spectrum,

من ناحية أخرى،

the old guy who always goes to the same restaurant

العجوز الذي يقصد نفس المطعم يوميًّا

and always eats the same thing

ويتناول نفس الطعام في كل مرّة

isn't boring --

ليس مضجرًا...

he's optimal.

إنّه المثال المناسب.

(Laughter)

(ضحك)

He's exploiting the knowledge that he's earned

إنّه يستثمر العلم الذي اكتسبه

through a lifetime's experience.

خلال رحلة العمر.

More generally,

بالعموم،

knowing about the explore/exploit trade-off

فهم معنى مبدأ التسوية بين الاستكشاف والاستثمار

can make it a little easier for you to sort of relax and go easier on yourself

يجعل من السهل لنا أن نهدأ ونهوّن على أنفسنا

when you're trying to make a decision.

عند اتّخاذ القرارات.

You don't have to go to the best restaurant every night.

ليس عليكم الذهاب لأفضل المطاعم كل ليلة.

Take a chance, try something new, explore.

اغتنموا الفرصة، جرّبوا شيئا جديدًا قوموا بالاستكشاف.

You might learn something.

بإمكانكم تعلّم أشياء جديدة.

And the information that you gain

ففي النهاية المعلومات المكتسبة

is going to be worth more than one pretty good dinner.

قيمتها ستضاهي عشاء جميلًا.

Computer science can also help to make it easier on us

علوم الحاسوب بإمكانها أيضًا تسهيل الأمورعلينا

in other places at home and in the office.

في مواضع أخرى في المنزل مثلا وفي المكتب.

If you've ever had to tidy up your wardrobe,

إذا توجّب عليكم يوماً ترتيب خزائن ثيابكم،

you've run into a particularly agonizing decision:

و تحتّم عليكم اتخاذ قرار مؤلم:

you have to decide what things you're going to keep

مثلاً بشأن الأغراض التي سوف تحتفظون بها

and what things you're going to give away.

وتلك التي ستتخلّصون منها.

Martha Stewart turns out to have thought very hard about this --

من الواضح أن مارثا ستيوارت قد فكرت مليًّا في هذا الأمر...

(Laughter)

(ضحك)

and she has some good advice.

ولديها نصيحة مفيدة.

She says, "Ask yourself four questions:

وهي تقول: اطرح على نفسك أربعة أسئلة:

How long have I had it?

منذ متى وهذا الشيء في حوزتي؟

Does it still function?

هل ما زال صالحاً للاستخدام؟

Is it a duplicate of something that I already own?

هل هو مشابه لشيء لدي فعلاً؟

And when was the last time I wore it or used it?"

وما هي آخر مرّة قمت فيها بارتدائه أو استخدامه؟

But there's another group of experts

لكن توجد مجموعة أخرى من الخبراء

who perhaps thought even harder about this problem,

الذين فكّروا بجديّة أكثر في هذه المشكلة،

and they would say one of these questions is more important than the others.

واستنتجوا أنّ واحدا من هذه التساؤلات هو حتما أهمّ من البقيّة.

Those experts?

من هم أولئك الخبراء؟

The people who design the memory systems of computers.

إنهم مصمّمو أنظمة الذاكرة في الحواسيب.

Most computers have two kinds of memory systems:

معظم الحواسيب لديها نوعان من أنظمة الذاكرة:

a fast memory system,

نظام ذاكرة سريع،

like a set of memory chips that has limited capacity,

مجموعة شرائح ذاكرة محدودة الإمكانيات

because those chips are expensive,

لأن تلك الشرائح مكلفة،

and a slow memory system, which is much larger.

وهناك نظام ذاكرة بطيء وذو حجم أكبر.

In order for the computer to operate as efficiently as possible,

لكي يعمل الحاسوب بأكبر قدر ممكن من الكفاءة،

you want to make sure

يجب أن تتأكدوا

that the pieces of information you want to access

من أن وحدات المعلومات التي تريدون النفاذ إليها

are in the fast memory system,

مسجّلة في الذاكرة السريعة،

so that you can get to them quickly.

حتّى تكون متاحة لكم بسرعة.

Each time you access a piece of information,

في كلّ مرة تدخلون إلى معلومات في الحاسوب

it's loaded into the fast memory

يتم تنزيلها إلى الذاكرة السريعة

and the computer has to decide which item it has to remove from that memory,

وعلى الحاسوب أن يختار الوحدات التي سيزيلها من هذه الذاكرة،

because it has limited capacity.

بسبب طاقة الاستيعاب المحدودة.

Over the years,

على مرّ السنين،

computer scientists have tried a few different strategies

جرب علماء الحاسوب بعض الاستراتيجيات المختلفة

for deciding what to remove from the fast memory.

لاختيار ما سيتم حذفه من الذاكرة السريعة.

They've tried things like choosing something at random

جرّبوا الاختيار بصفة عشوائية

or applying what's called the "first-in, first-out principle,"

أو تطبيق ما يسمّى "مبدأ المُدرج أولا يُحذف أولا"

which means removing the item

أي حذف الوحدة

which has been in the memory for the longest.

التي خزنت في الذاكرة لوقت أطول.

But the strategy that's most effective

لكنّ الاستراتيجية الأكثر فعالية

focuses on the items which have been least recently used.

تركّز على الوحدات التي كان استخدامها أقل، مؤخراً.

This says if you're going to decide to remove something from memory,

أي أنكم إذا كنتم تريدون حذف شيء من ذاكرة الحاسوب،

you should take out the thing which was last accessed the furthest in the past.

فما يجب حذفه هو أقدم شيء قمتم بالنفاذ إليه في الماضي.

And there's a certain kind of logic to this.

ويوجد مقدار من المنطق خلف هذا.

If it's been a long time since you last accessed that piece of information,

إذا كان قد مضى وقت طويل منذ نفاذكم إلى تلك المعلومات،

it's probably going to be a long time

فعلى الأغلب سيمرّ وقت طويل

before you're going to need to access it again.

قبل العودة إليها من جديد.

Your wardrobe is just like the computer's memory.

هناك تشابه بين الخزائن وذاكرة الحاسوب.

You have limited capacity,

لديكم طاقة استيعاب محدودة،

and you need to try and get in there the things that you're most likely to need

وعليكم أن تحاولوا حفظ الأغراض التي ترون أنكم ستحتاجونها أكثر

so that you can get to them as quickly as possible.

للنفاذ إليها بأسرع وقت ممكن.

Recognizing that,

بالتفطّن لهذا الأمر

maybe it's worth applying the least recently used principle

لعله من الجدير أن تطبقوا المبدأ المستخدم مؤخرا

to organizing your wardrobe as well.

لتنظيم خزائنكم أيضا.

إذا أعدنا النظر في الأسئلة الأربعة لمارثا ستيوارت

So if we go back to Martha's four questions,

the computer scientists would say that of these,

بالنسبة لعلماء الحاسوب من بين كل المعلومات

the last one is the most important.

المعلومة الأخيرة هي دائما الأهم.

This idea of organizing things

فكرة تنظيم الأشياء

so that the things you are most likely to need are most accessible

بأسلوب يسمح للمعلومات بأن تكون متاحة

can also be applied in your office.

من الممكن تطبيقها في المكتب.

The Japanese economist Yukio Noguchi

خبير الاقتصاد الياباني يوكيو نوقوشي

actually invented a filing system that has exactly this property.

اخترع نظام حفظ الملفات بنفس الخاصيات

استشرف عمله بصناعة صندوق من الورق المقوّى

He started with a cardboard box,

and he put his documents into the box from the left-hand side.

وقام بترصيف ملفاته في الصندوق من اليسار.

Each time he'd add a document,

وكلّما أضاف ملفّا جديدا

he'd move what was in there along

يضع الملفات الموجودة جانبا

and he'd add that document to the left-hand side of the box.

ويضيف الملف الجديد الى اليسار.

And each time he accessed a document, he'd take it out,

وحين الدخول لملف ما يقوم بسحبه،

consult it and put it back in on the left-hand side.

مراجعته ثم إعادته لليسار من الصندوق.

As a result, the documents would be ordered from left to right

الملفات حينها تكون مرتبة من اليسار إلى اليمين

by how recently they had been used.

حسب الملف المستخدم مؤخّرا.

And he found he could quickly find what he was looking for

وأيقن بأنه قادر على ايجاد ما يبحث عنه بسرعة

by starting at the left-hand side of the box

ببدء البحث من الجهة اليسرى من الصندوق

and working his way to the right.

إلى غاية اليمين.

Before you dash home and implement this filing system --

قبل التوجه إلى المنزل لتطبيق هذا النظام...

(Laughter)

(ضحك)

it's worth recognizing that you probably already have.

من الجدير الاعتراف بأنكم تطبقونه بالفعل.

(Laughter)

(ضحك)

That pile of papers on your desk ...

تلك الرزمة من الأوراق فوق الطاولة....

typically maligned as messy and disorganized,

بالإجمال مبعثرة وغير مرتبة،

a pile of papers is, in fact, perfectly organized --

في الواقع رزمة من الأوراق هي مرتبة بشكل مثالي...

(Laughter)

(ضحك)

as long as you, when you take a paper out,

طالما حين تأخذون ورقة ما،

put it back on the top of the pile,

تعيدونها فوق الأوراق،

then those papers are going to be ordered from top to bottom

حينها ستعود مرتبة من الأعلى إلى الأسفل

by how recently they were used,

حسب الورقة التي تم استُعملت مؤخرا

and you can probably quickly find what you're looking for

ومن المرجح أن تجدوا ما تبحثون عنه بسرعة

by starting at the top of the pile.

عبر البدء من أعلى رزمة الأوراق.

Organizing your wardrobe or your desk

تنظيم خزانة الملابس أو المكتب

are probably not the most pressing problems in your life.

ليست بالضرورة من المهام الضاغطة في الحياة.

Sometimes the problems we have to solve are simply very, very hard.

المشاكل التي علينا حلها هي في غاية الصعوبة

But even in those cases,

لكن في تلك الحالات،

computer science can offer some strategies

بإمكان علوم الحاسوب تقديم بعض الاستراتيجيات

and perhaps some solace.

وربّما بعض المواساة.

The best algorithms are about doing what makes the most sense

أفضل القواعد الرياضية تعمل من أجل الحصول على نتائج منطقية

in the least amount of time.

في أقل وقت ممكن.

When computers face hard problems,

عندما تواجه الحواسيب مشكلة صعبة،

they deal with them by making them into simpler problems --

تقوم بتقسيمها إلى مشاكل بسيطة...

by making use of randomness,

بصفة عشوائية،

by removing constraints or by allowing approximations.

بالتخلص من العقبات أو تمهيد الطريق للتقديرات التقريبية.

Solving those simpler problems

فإيجاد حل لتلك المشاكل البسيطة

can give you insight into the harder problems,

يفتح البصيرة على المشاكل الصعبة،

and sometimes produces pretty good solutions in their own right.

وأحيانا يصنع حلولا توافق منظورها.

Knowing all of this has helped me to relax when I have to make decisions.

درايتي بكل هذا الأمر ساعدني على الاسترخاء عند اتخاذ القرارات.

You could take the 37 percent rule for finding a home as an example.

بالإمكان استخدام قاعدة 37% مثلا لدى البحث عن منزل

There's no way that you can consider all of the options,

ليس بالإمكان دراسة كل الخيارات

so you have to take a chance.

لهذا السبب يجب أن نجازف.

And even if you follow the optimal strategy,

وحتى لو قمتم باتباع الخطة الأمثل،

you're not guaranteed a perfect outcome.

فالنتيجة المثالية ليست مضمونة.

If you follow the 37 percent rule,

أما في حالة تطبيق "قاعدة ال37 بالمئة"

the probability that you find the very best place is --

فإن احتمالية إيجاد المنزل المثالي...

funnily enough ...

بشكل مضحك...

(Laughter)

(ضحك)

37 percent.

هي 37 بالمئة.

You fail most of the time.

غالبا ما تفشلون.

But that's the best that you can do.

لكنكم على الأقل بذلتم كل ما في وسعكم.

Ultimately, computer science can help to make us more forgiving

في النهاية، يمكن لعلوم الحاسوب أن تساعدنا على التصالح

of our own limitations.

مع إمكانياتنا المحدودة.

You can't control outcomes, just processes.

لا نستطيع التحكم في النتائج بل في الطرق التي نتّبعها.

And as long as you've used the best process,

وطالما قمتم بانتهاج الطريقة المثلى،

حينها يمكن القول أنكم قدمتم أفضل ماعندكم

you've done the best that you can.

Sometimes those best processes involve taking a chance --

أحيانا اتباع تلك الطرق المثلى يفرض علينا خوض المجازفات...

not considering all of your options,

عدم التمكن من دراسة كل الخيارات على سبيل المثال،

or being willing to settle for a pretty good solution.

أو تقبّل فكرة الاكتفاء بحلّ لا بأس به.

These aren't the concessions that we make when we can't be rational --

هذه المجازفات ليست هي التنازلات التي نقوم بها عند عجزنا على أن نكون عقلانيين

they're what being rational means.

فخوض المجازفات هو ببساطة جوهر العقلانية.

Thank you.

شكرًا لكم.

(Applause)

(تصفيق)