بهراد ایکس

نوشته‌های یک دانشجوی کنجکاو

نوشته‌های یک دانشجوی کنجکاو

بهراد ایکس

بهراد خادم حقیقیان هستم. اگر می‌خواستم برای خودم بنویسم، استفاده از نرم‌افزاری مثل notepad برای این کار کافی بود، نیازی به اینترنت و این‌ها هم نبود، قضاوتی هم نبود ولی اثری هم نبود. برای اثر‌گذاری می‌نویسم...

اطلاعات بیشتر در بخشِ "کمی دربارهٔ من".

درضمن خوشحال می‌شوم که از این جعبه‌ٔ پایینی هم استفاده کنید.

آخرین نظرات

۱۷ مطلب با موضوع «یادگیری» ثبت شده است

رادیو می و آغاز مسیری جدید

شنبه, ۲۶ مهر ۱۳۹۹، ۰۷:۲۱ ب.ظ

سلام! خیلی وقت بود که با شما خودمانی صحبت نکرده بودم. همیشه بین من و شما فیلتری بود که من رو رسمی می‌کرد و شما رو خسته. واقعیت قضیه اینه که من از این به بعد خیلی کم خواهم نوشت و شخصی‌تر و با زبان خودمونی‌تر و عوضش حرف‌های جدی‌مو نگه می‌دارم برای رادیو می. پادکست جدید من که قراره به صورت گاه‌نامه و به دو صورت نوشتاری و شنیداری منتشر بشه. مسلماً این پایان راه وبلاگ‌نویسی من نخواهد بود و باز هم خواهم نوشت، ولی با بسامد کمتر. حس می‌کنم نوشتار، در فرم رسمی که من خیلی دوستش دارم و می‌بینم که متاسفانه در حال مرگه، جذابیتی نداره و مردم دیگه علاقه‌ای به خوندن متن‌های بیشتر از دو سطر ندارن. حتی نمی‌دونم که این متن رو برای کی و چی می‌نویسم. ولی اگر شمایی که حرفای من رو می‌خونی به این‌جای متن رسیدی، بهت تبریک می‌گم. امیدوارم قدر وبلاگ و تکست خوندن کتاب هم بخونی. 

رادیو می تلاش منه برای گسترش دادن اندیشه و تفکر در بعد جدیدی از ارتباط. رادیو می برای ذهن‌هاییه که دوست دارن قلقلکشون بدم و اندک دانشی که دارم رو در اختیارشون قرار بدم.

شما می‌تونید نسخه‌های نوشتاری رادیو می رو از طریق انتشارات ویرگول رادیو می دریافت کنید. تلاشم بر این بوده که متن‌ها سنگین نباشن و اگر حس می‌کنید متن‌ها برای شما سنگینند، نسخهٔ شنیداری برای شماست. شما می‌تونید نسخهٔ شنیداری (یا همون صوتی) رادیو می رو از طریق تلگرام، انکر، اسپاتیفای، کست‌باکس، گوگل پادکست و هر جای دیگری که پادکست توش منتشر می‌شه دریافت کنید. 

اگر حس می‌کنید شما هم دغدغه‌مندید و علاقه‌مند به تولید محتوا، می‌تونیم با هم‌دیگه همکاری داشته باشیم. :)

عکس تزئینی - پس‌زمینه: مقبرهٔ عمر خیام
عکس تزئینی - پس‌زمینه: مقبرهٔ عمر خیام

چند روز پیش، یکی از دوستانم که از طریق پیام‌رسان تلگرام با من در تماس بود، در لابه‌لای صحبت‌هایش نوشت: «حاجی اینا هازرن برای رسیدن به پول هر کاری می کنن این برای من خیلی عجیب بود، چرا باید یک انسان ایرانی که در شهری فارسی‌زبان به دنیا آمده، 12 سال در آموزش‌و‌پرورش این کشور تحصیل کرده و در شُرُف گرفتن لیسانس مهندسی مکانیک از یک دانشگاه سطح یک کشور است، با این انشاء و املاء صحبت کند؟ کمی دقیق‌تر که شدم دیدم که در توییت‌ها، در مطالب وبلاگی و حتی در بسیاری از کتاب‌های چاپی که می‌خوانم، اهمیت چندانی به نگارش فارسی صحیح داده نمی‌شود. از سوی دیگر، فرهنگستان هم به جای اهمیت‌دادن به این موضوع، در کمال تعجب، کار خاصی انجام نمی‌دهد و ما می‌مانیم و هویتی که در خطر است.
این مجموعه پست‌ها برای پاس‌داری از ادبیات فارسی، برای افرادی که می‌خواهند نوشتن را آغاز کنند یا این که دانش فارسی خود را محک بزنند نوشته شده. تلاش بر این بوده که این پست‌ها در کم‌ترین زمان، بیشترین اطلاعات را منتقل کنند. و مطابق همیشه، منتظر بازخورد شما عزیزان در رابطه با این پست‌ها هستم.


چگونه این متن را یادبگیریم؟

هدف پشت نگارش این متن آموزشی، واردکردن نگارش صحیح به تمام ابعاد زندگیِ فارسی‌زبانان بوده؛ از نوشتن مقاله در ویرگول گرفته تا نوشتن کتاب و حتی هنگام چت‌کردن! متن پیش رو هم به صورت کاربردی و جمع‌وجور نوشته شده اما اگر در ابتدای مسیر نویسندگی هستید، ممکن است در بار اول، این متن را آن‌طور که شاید و باید یاد نگیرید (توجه داشته باشید که متن پیش رو طولانی‌است ولی سخت نیست!). به همین علت نکات زیر توصیه می‌شوند:

  • آیا مطمئنید که «یاد‌گرفتن» را بلدید؟ می‌توانید ابتدا به مطلب «مقدمه‌ای بر یادگیری» که مدت‌ها پیش نوشته‌ام مراجعه کرده و بازده خود را هنگام خواندن کتاب و یادگیری افزایش دهید.
  • این متن را بوکمارک (نشانه‌گذاری) کنید و هنگام نگارش متن، یک بار آن را مرور کنید.
  • اگر حس می‌کنید که بخش‌های عمدهٔ این متن را بلدید، بخش‌هایی را که حس می‌کنید در آن‌ها مشکل دارید را در جایی یادداشت کنید و هنگام نگارش متون آن‌ها را مرور کنید.
  • بنویسید! راجع به احساسات شخصیتان، چیزهایی که بلدید و چیزهایی که برایتان مهم هستند بنویسید.

صفحه‌کلید (کیبورد) استاندارد فارسی

اگر از سیستم عامل ویندوز استفاده می‌کنید، به احتمال بالا صفحه‌کلید فارسی شما استاندارد نیست و اولین گام شما برای آغاز نوشتن، فعال‌سازی صفحه‌کلید فارسی خواهد بود. برای فعال‌سازی صفحه‌کلید استاندارد فارسی می‌توانید به این پست از وب‌سایت وی تایپ مراجعه کنید. ولی چرا صفحه‌کلید استاندارد؟

  • صفحه‌کلید غیراستاندارد برای زبان فارسی طراحی نشده و در واقع همان صفحه‌کلید عربی است با چند تغییر جزئی (مانند اضافه کردن گ چ پ ژ)
  • برخی از حروف در صفحه‌کلید غیراستاندارد درست نمایش داده نمی‌شوند. مانند «ی (عربی)» که با «ی (فارسی)» تفاوت دارد. یا «ک (عربی)» که با «ک (فارسی)» تفاوت دارد. هم‌چنین محل قرار‌گیری حروف «پ» و «گ» در صفحه‌کلید‌های مختلف (مانند لپ‌تاپ و دسکتاپ) فرق دارند.
  • صفحه‌کلید غیراستاندارد از اعداد فارسی پشتیبانی نمی‌کند و تنها اعداد انگلیسی را پوشش می‌دهد.
  • علایم نگارشی مانند {([«»])} و اعراب‌ها ‍ـً ــٍ ــُ ــَ ــِ ــُ ــّ ــْ به سادگی در دسترس شما هستند.
  • نیم‌فاصله (که در ادامهٔ این پست به آن خواهیم پرداخت) در صفحه‌کلید غیراستاندارد با فشردن (ctrl + shift + 2) نوشته می‌شود ولی در صفحه‌کلید استاندارد با فشردن (shift + space) نگاشته می‌شود که بسیار ساده‌تر است و با توجه به این که برای نگارش صحیح، باید از نیم‌فاصله‌های بسیاری استفاده کنید، این مورد از اهمیت بالایی برخوردار است.
  • برای نگارش پایان‌نامهٔ دانشگاهی و مقالهٔ فارسی، در زمان صرفه‌جویی می‌کند. به طور کلی، عادت‌کردن به صفحه‌کلید استاندارد فارسی کار شما را ساده‌تر می‌کند، چرا که این صفحه‌کلید برای تایپ ده‌انگشتی فارسی بهینه‌سازی شده.
  • تنها نقدی که از نظر بنده به صفحه‌کلید استاندارد فارسی وارد است، محل قرار‌گیری ویرگول (shift + 7) و نبود کلیدی برای علامت Num Sign (#) است که با ظهور شبکه‌های اجتماعی و هشتگ‌ها، از اهمیت بسیاری برخوردار است.
  • برای اطلاعات بیشتر می‌توانید به صفحهٔ ویکی‌پدیای فارسی «صفحه‌کلید فارسی» مراجعه کنید.

اگر کاربر اندروید و آی‌او‌اس هستید، می‌توانید از صفحه‌کلید گوگل با نام GBoard استفاده کنید، چرا که رایگان است و صفحه‌کلید فارسی‌اش با توجه به ویژگی‌های زبان فارسی طراحی و ساخته شده است.

خب، حال که استاندارد می‌نویسیم، به سراغ نیم‌فاصله می‌رویم.


نیم‌فاصله

مهم‌ترین مبحث از نظر من. مهم‌ترین فرق یک نویسندهٔ حرفه‌ای با یک نویسندهٔ آماتور در استفادهٔ وی از نیم‌فاصله است. ما در زبان فارسی دو نوع فاصله داریم: نوع اول، فاصلهٔ کامل (فاصلهٔ برون کلمه) است و نوع دوم، نیم‌فاصله (فاصلهٔ درون کلمه) است. دلیل اصلی استفاده از نیم‌فاصله، ایجاد پیوستگی‌ست؛ ما با استفاده از نیم‌فاصله، کلماتی که به هم مرتبط هستند را (به صورت مجازی) وصل می‌کنیم. کلید ایجاد نیم‌فاصله در صفحه‌کلید استاندارد فارسی، ترکیب (Shift + space) است.

واقعیت امر، این که چه زمانی از نیم‌فاصله استفاده بکنیم و چه زمانی نکنیم قاعدهٔ خاص و مشخصی ندارد و فرهنگستان زبان و ادب فارسی، صرفاً مواردی را به عنوان مثال آورده که اکثر نیاز‌های شما را پاسخ خواهد داد، ولی ما برای این که یک قاعدهٔ کلی داشته باشیم و هنگام نگارش درگیری ذهنی نداشته باشیم، از قاعدهٔ زیر پیروی می‌کنیم:

قاعدهٔ [نسبتاً] کلی استفاده از نیم‌فاصله:
اگر کلمه‌ای که آن را می‌نویسیم، هنگام خواندن‌اش به‌هم‌چسبیده تلفظ شود، بین اجزاء کلمه‌های آن نیم‌فاصله می‌گذاریم تا راحت‌تر خوانده‌شود.

نمونهٔ استفاده از این کار در همین متن بالا مشاهده‌ می‌شود! «به هم چسبیده» بهتر است که به صورت «به‌هم‌چسبیده» نوشته شود. یا «خوانده‌شود» یک فعل مرکب است، پس اجزاء آن باید به‌هم‌چسبیده باشد. یک مثال دیگر، «دربه‌در» درست‌تر است یا «در به در»؟ می‌بینیم که هنگامی که این کلمه را تلفظ می‌کنیم، اجزاء آن پشت سر هم و بدون وقفه نوشته می‌شوند، پس نوشتن آن با نیم‌فاصله درست‌تر است.

در ادامه به چند مورد برای استفاده از نیم‌فاصله اشاره می‌کنیم:

  • افعالی که «می‌» دارند، با نیم‌فاصله به جزء بعدیشان می‌چسبند. مثل می‌روند، می‌خواهند و...
  • افعال و مصدرهای مرکب به هم می‌چسبند (دقت داشته باشید که در خود این متن «به» و «هم» نیم‌فاصله ندارند، چرا که پشت سر هم تلفظ نمی‌شوند و مکث کوتاهی بین این کلمات وجود دارد.) مثل: سخن‌گفتن، دربرداشتن، به‌دنیا‌آمدن، بازگشتن و...
  • هنگام جمع‌بستن کلمات با «ها»: گل‌ها، پسرها و... و هنگام استفاده از «تر و ترین»: مانند: آرام‌تر، ترش‌ترین و...
  • کلمات مرکب هم با نیم‌فاصله به هم متصل می‌شوند. مثل: بی‌نزاکت، پارتی‌بازی، گوشت‌خوار، پنجره‌ساز، سه‌لایه و...

اگر دقت کنید، می‌بینید که هنگام خواندن اجزاء این کلمات، مکث نمی‌کنید و پشت سر هم می‌خوانید. البته باید مراقب مواردی که کلمات مرکب و به‌هم‌چسبیده نیستند هم باشید. مانند: «کیک سه لایه داشت. (فاصلهٔ کامل)» و «دست‌مال کاغذی سه‌لایه (نیم‌فاصله)». حال شما دربارهٔ تفاوت «دلْ‌نازک» و «دل نازک» فکر کنید.

البته دقت داشته باشید که کلماتی مانند «گوشتخوار» به صورت چسبیده ‌هم نوشته می‌شوند، ولی هم از نظر بسیاری از زبان‌شناسان و نویسندگان و هم از نظر زیبایی ظاهری، نگارش این کلمات با نیم‌فاصله زیباتر و خواناتر است.

  • حال از نظر شما «بهتر» درست‌تر است یا «به‌تر»؟ می‌بینیم که این کلمه در حالتی که با نیم‌فاصله نگاشته می‌شود کمی نامأنوس و عجیب به نظر می‌رسد، در چنین مواردی می‌توانیم استثنا قائل شویم.
  • ضمیرهای متصل با نیم‌فاصله به کلمهٔ پیشین می‌چسبند. خانه‌تان، دوست‌مان، کتاب‌اش و...
  • کلماتی که با «و» مرکب شده‌اند؛ مثل: گرگ‌و‌میش، آب‌و‌هوا، بگیر‌و‌ببند و کلماتی که عطف شده‌اند؛ مثل: بگومگو، خواه‌ناخواه، دفتردستگ، بی‌چشم‌و‌رو (باز هم همان نکته‌ای که اشاره کردیم را اینجا می‌بینید!)
  • ترکیب‌هایی که به ادغام دو مفهوم اشاره دارند هم از نیم‌فاصله استفاده می‌کنیم. مانند: سیاسی‌اجتماعی (البته از نظر بنده، نگارش چنین کلماتی با خط تیره بهتر و گویا‌تر است (مثلاً «سیاسی-اجتماعی») ولی نوشتن آن به صورت جداازهم در هر صورت اشتباه است.)
  • در ترکیباتی مانند «خانه‌ی‌ من»، باید بین «خانه» و «ی» نیم‌فاصله بگذاریم.

ولی این موضوع مورد مناقشه است؛ کار بهتر این است که از «ی کوچک» که از فشردن ترکیب (Shift+ n) ایجاد می‌شود استفاده کنیم و آن را به صورت «خانهٔ من» بنویسیم. دقت داشته باشید که علامت ــٔ، همزه نیست، بلکه «ی» کوچک است و فرهنگستان استفاده از این مورد را توصیه می‌کند. نوشتن به صورت «خانه‌ی من» هم اشتباه نیست، ولی نوشتن آن به صورت «خانهٔ من» راحت‌تر و سریع‌تر است. اما مقالاتی‌ هم هستند که می‌گویند فرهنگستان دلیلی برای استفاده از «ی کوچک» ارائه نداده و بررسی‌های تاریخی هم با این امر منافات دارند. به همین علت این قضیه بعد شخصی و دل‌بخواهی هم پیدا می‌کند، اما من خود به شخصه استفاده از «ی کوچک» را ترجیح می‌دهم.

  • بین منادا و حرف ندا نیم‌فاصله نمی‌گذاریم. مثل: ای ایران
  • ترکیباتی که از زبان‌های بیگانه وارد فارسی شده‌اند با نیم‌فاصله به هم متصل می‌شوند. مثل: علی‌ای‌حال، مع‌ذالک، ان‌شاءالله، رسم‌الخط و...
  • برند‌های خارجی و اسم‌های خاص. مثل آی‌بی‌ام، ام‌اس‌آی، فابرکاستل، دنیل دی‌لوئیس و...
  • واضح است که در مواردی که بودن یا نبودن نیم‌فاصله، تاثیری در املای کلمات ندارد، نیازی به استفاده از نیم‌فاصله نداریم که عمدتاً در کلماتی که به «ر ز ژ د ذ» منتهی می‌شوند اتفاق می‌افتد. مثلا در «پسرها» یا «اشعارش» با و بدون نیم‌فاصله فرقی در املایش ایجاد نمی‌شود.
  • یک نکتهٔ جالب: می‌توانید در شبکه‌های اجتماعی درون هشتگ‌ها از نیم‌فاصله استفاده‌کنید! مثل #زنده‌باد‌آزادی

دانستن نکات بالا برای استفادهٔ درست از نیم‌فاصله کافی‌ست. توجه داشته باشید که نیم‌فاصله صرفاً برای زیبایی و خوانایی نیست، بلکه به لحاظ معنایی هم در متن تغییر ایجاد می‌کند. به همین علت باید استفاده از آن را یاد بگیرید. نویسندگانی هستند که پا را از نکات گفته‌شده فراتر گذاشته و معتقدند که ما باید کلماتی که از ترکیب چند واژه ایجاد می‌شوند را هم با نیم‌فاصله بنویسیم؛ مثل «تلفن هم‌راه»، «چی‌ست» و... که لزوماً مورد تایید فرهنگستان نیست ولی اشتباه هم نیست. در چنین مواردیست که سلیقهٔ شخصی مطرح می‌شود و این ضعف فرهنگستان را نشان می‌دهد.


علایم نگارشی

واقعیت امر، پرداختن به مسئلهٔ علایم نگارشی زمان زیادی از مخاطب خواهد گرفت و بحث‌های مربوط به آن طولانی و زمان‌گیر هستند. در ادامه به چند نکتهٔ مهم که از اهمیت بسیاری در نگارش برخوردارند پرداخته شده و مطالعهٔ مباحث تکمیلی به مخاطب علاقه‌مند واگذار می‌گردد.

  • نقطه، ویرگول، نقطه‌ویرگول (Semicolon) و دونقطه از کلمهٔ بعدی خود فاصله می‌گیرند و به کلمهٔ قبلی می‌چسبند. مثال درست: داوکینز، هیچنز و هریس از جمله روشن‌فکران قرن 21 هستند که به جدال با متافیزیک افلاطونی، آن هم با کمک ابزار علمی و بدون دقت در ابعاد فلسفی ماجرا پرداخته‌اند.
  • هنگام نقل‌قول‌کردن باید به ترکیب روبرو عمل‌کنیم. مارکس گفت: «چیزی برای ازدست‌دادن ندارید جز زنجیرهایتان.» دقت داشته باشید که دونقطه به واژهٔ قبلی می‌چسبد و بین دو‌نقطه و گیومه فاصله داریم. همچنین توجه داشته باشید که علامت نقل‌قول در زبان فارسی گیومه «» است و نه دابل‌کوتیشن‌مارک " ".
  • هنگامی که واژه‌ای خاص را توضیح می‌دهیم، آن را داخل گیومه «» می‌گذاریم. مثل: «تکینگی» در هوش مصنوعی رایانه، از جمله خطراتی‌است که آیندهٔ حیات بشر را تهدید می‌کند.
  • هنگام اضافه‌کردن مطلبی که جزو کلام اصلی نیست، از قلاب [] استفاده می‌کنیم.
  • اجزاء داخل پرانتز به آن می‌چسبند. یعنی بین کلمات داخل پرانتز و خود پرانتز فاصله نمی‌گذاریم.
  • توصیه بر این است که به جای استفاده‌کردن از نماد ٪، از خود واژهٔ «درصد» استفاده کنیم. اما در صورت استفاده از نماد باید توجه کنیم تا در سمت چپِ عدد قرارگیرد.

حتا مثلن خاهر

زبان فارسی زبانی کهن است که از تمدنی 7000 ساله در اعصار مختلف تاثیر پذیرفته. کلماتی هستند که یا از زبان‌های بیگانه وارد فارسی شده‌اند و یا این که مربوط به زبان‌های کهن این مرزوبوم (مانند فارسی پهلوی) بوده‌اند و سینه‌به‌سینه نقل‌شده‌اند. کلماتی مانند «حتی، موسی، مصطفی» که در آثار مختلفی به صورت «حتا، موسا، مصطفا» نوشته می‌شوند که این کار درست نیست ولی اشتباه هم نیست! فرهنگستان هم موضع مشخصی ندارد. صادق هدایت از جمله افرادی بود که اعتقاد داشت بهتر است چنین کلماتی که ریشهٔ فارسی ندارند را به فرم شنیداری‌شان بنویسیم و از همین رویْ در آثارش به جای «حتماً» می‌نوشت «حتمن»! یا لفظ «خواهر» که ریشه در فارسی پهلوی دارد هم با فارسی امروز مأنوس نیست و عده‌ای معتقدند که باید آن را به صورت «خاهر» نوشت. چنین اختلاف نظرهایی در زبان فارسی وجود دارند و سلیقه‌ای با آن‌ها برخورد می‌شود. فرهنگستان موضع مشخصی در این باره ندارد.


چند مورد دیگر

در این بخش به مرور چند نکتهٔ جالب و ترفند می‌پردازیم.

  • «راجب فلان موضوع صحبت نکن.» درست نیست و ما در فارسی چیزی به نام «راجب» نداریم! املای درست این کلمه، «راجع به» است و حتی از نیم‌فاصله هم در بین کلماتش استفاده نمی‌کنیم. «راجع» یعنی «چیزی که بازمی‌گردد.»
  • «می‌باشد» درست نیست و باید از «است/هست» به جای آن استفاده کنیم.
  • ما همان‌طور که صفحه‌کلید استاندارد و غیراستاندارد داریم، فونت‌های استاندارد و غیراستاندارد هم داریم و متاسفانه اکثریت فونت‌های فارسی غیراستاندارد هستند. فونت‌های آریال، تاهوما، یکان، نازنین از پراستفاده‌ترین فونت‌های غیراستاندارد هستند که به فراوانی در جاهای مختلف استفاده می‌شوند، به ویژه در وب. اما یک راه‌حل برای این قضیه وجود دارد، افزونه‌ای به نام «فونت‌آرا» که توسط مصطفی اله‌یاری ساخته شده و می‌توانید در مرورگر‌های مختلف با فشردن یک دکمه، فونت‌ها را خواناتر کنید.

از نمونه طراحان فونت استاندارد می‌توان به «مسلم ابراهیمی» و «صابر راستی‌کردار» اشاره کرد.

  • ه‌کسره موردیست که جایی در نگارش رسمی ندارد و تنها در محاوره کاربرد دارد، و از همین روی در این مطلب به آن پرداخته نشده، ولی از جمله مباحثی‌است که در مکالمات روزمره رعایت نمی‌شود. شما به عنوان یک نویسنده باید بدانید که لفظ «کتابه من» درست نیست و باید آن را به صورت «کتاب من» نوشت. توصیه می‌کنم متنی که جناب نیما شفیعی‌زاده در وبلاگ خود نوشته‌اند را بخوانید:

 

نیماتودیتابه‌حال پیش آمده است که بین استفاده از «کسره» و حرف «ه» شک کنید و ندانید که هریک از آن‌ها را چه زمانی باید به کار ببرید. در این نوشته یک بار برای همیشه مشکل هکسره یا …

nima.today

  • برای متن‌های انگلیسی، سرویسی به نام گرمرلی (Grammarly) وجود دارد که نگارش و اصول و قواعد و حتی لحن نوشته را بررسی و اصلاح می‌کند. گرمرلی از زبان فارسی پشتیبانی نمی‌کند اما سرویس‌هایی هستند که کار‌هایی مشابه را انجام می‌دهند، مانند «ویراست‌لایو».

منبع مورد استفاده برای نگارش این متن، دستور خط فارسیِ فرهنگستان زبان و ادب فارسی بود و در وهله‌های بعدی از سایر منابع مانند ویکی‌پدیای فارسی، مقالات و نشریات مختلف و... استفاده‌شده‌است.


مواردی که در این متن به آن‌ها اشاره شد مهم‌ترین نکاتی (از نظر نویسنده) بودند که نیاز شدیدی به آموزش داشتند. خواندن این مطلب را هم به شما (و هم به خودم!) توصیه می‌کنم:

 

آیا نوشتن کافی‌ست؟تلنگری بر اوضاع وب و محتوای فارسی و توصیه‌هایی برای بهتر کردن آن [از طرف یک millennial]

virgool.io


از آرزو، بابک، ریحانه و مریم (به ترتیب حروف الفبا 😃) که با نظراتشان مرا در نگارش این متن همراهی و همیاری کردند کمال تشکر و قدردانی را دارم. اگر موردی از نظر شما اشتباه است یا نقدی به این متن وارد می‌دانید و یا این که نکاتی در جهت بهترشدن این متن در نظر دارید، می‌توانید از طریق بخش نظرات یا ایمیل با من در ارتباط باشید.

نظریهٔ بازی یکی از حوزه‌های شگفتی‌آفرین ریاضیست که بر فیلد‌های مختلفی مانند اقتصاد، جامعه‌شناسی، زیست‌شناسی و (صدالبته) علوم کامپیوتر تاثیر گذاشته است. راه‌های بسیاری برای تعریف نظریهٔ بازی وجود دارد ولی شاید بتوان نظریهٔ بازی را در ساده‌ترین و گویا‌ترین حالت ممکن در جملهٔ زیر خلاصه کرد:
 
نظریهٔ بازی عبارت است از احتمالات به همراه مشوّق‌ها (incentives).
 
بازی‌ها نقشی کلیدی در تکامل هوش مصنوعی بازی می‌کنند، حتی برای کسانی هم که تازه شروع به یادگیریِ یادگیری ماشینی می‌کنند. از همین روی شاهد افزایش محبوبیت رویکردهایی مانند Reinforcement Learning (یادگیری تقویتی) و یا Imitation Learning (یادگیری تقلیدی) هستیم.
در تئوری، هر سامانهٔ هوش مصنوعیِ چندعامله (Multi-agent) را می‌توان گیمیفای (Gamify) کرد. شاخه‌ای از ریاضیات که فرمول‌بندی‌های این بازی را انجام می‌دهد، نظریهٔ بازی نام دارد. ما در آن دسته از سامانه‌های هوش مصنوعی و یادگیری عمیق که در آن عامل‌های مختلف (agents) باید با یکدیگر در تعامل باشند تا به هدف مشخصی نائل شوند، از نظریهٔ بازی استفاده می‌کنیم.
تاریخچهٔ نظریهٔ بازی و هوش مصنوعی با هم پیوند خورده. بسیاری از پژوهش‌های فعلیِ نظریهٔ بازی به فعالیت‌های پیشتازان علوم کامپیوتر مانند الن تیورینگ (Alan Turing) یا جان فون نیومن (John Von Neumann) باز می‌گردد. مبحث معروف «تعادل نَش (Nash Equilibrium)» که در فیلم یک ذهن زیبا (A beautiful mind) با بازی راسل کرو هم به آن پرداخته شده، سنگ بنای تعاملات (interactions) سامانه‌های هوش مصنوعی مدرن است. برای داشتن درکی واضح‌تر از تلفیق نظریهٔ بازی و هوش مصنوعی، بهترین کار شناختن انواع «بازی» است که ما در معاملات اقتصادی یا مناسبات اجتماعی با آن روبرو می‌شویم. در نظریهٔ بازی، محیط بازی همانند اهداف و مشوّق‌های بازیکن‌ها متنوع است.
اما چگونه می‌توان اصول نظریهٔ بازی را با سیستم‌های هوش مصنوعی تلفیق کرد؟ این یک چالش است و در مباحثی مانند یادگیری تقویتی چند عامله (Multi-agent Reinforcement learning) به آن پرداخته می‌شود.
شرط لازم برای آن که یک سناریوی هوش مصنوعی، کاندیدای مناسبی برای استفاده از نظریهٔ بازی باشد، این است که بیش از یک شرکت‌کننده (Participant) داشته باشد. برای مثال یک سامانهٔ پیش‌بینی فروش (مانند سامانهٔ اینشتین شرکت Salesforce) کاندید مناسبی نیست، چون که فقط یک شرکت‌کننده (بخوانید هدف یا مشوّق که همان افزایش فروش است) دارد. به هر حال، در سامانه‌های چندعامله (Multi-agent)، نظریهٔ بازی به صورت شگفتی‌آوری می‌تواند بهینه باشد. معماریِ دینامیکِ بازی در یک سامانهٔ هوش مصنوعی می‌تواند در دو گامِ اساسی خلاصه شود:
 
طراحی شرکت‌کننده (Participant): نظریهٔ بازی می‌تواند برای بهینه‌سازی تصمیم شرکت‌کننده در راستای افزایش سودمندی (utility) استفاده شود.
طراحی سازوکار (Mechanism): «نظریهٔ بازیِ معکوس (Inverse game theory)» بر روی طراحی بازی برای گروهی از شرکت‌کنندگان «آگاه (Intelligent)» تمرکز دارد. برای مثال، می‌توان مزایده را مثالی کلاسیک از یک مکانیسم در نظر گرفت.

 

5 مدل بازی که هر متخصص داده‌ای باید آن‌ها را بشناسد

فرض کنید شما می‌خواهید یک سامانهٔ هوش مصنوعی که از چند عامل (agent) تشکیل شده و این عامل‌ها با یکدیگر همکاری و رقابت خواهند کرد (تا به هدف مشخصی برسند) را مدل‌سازی کنید. این یک مثال کلاسیک از نظریهٔ بازی است. شناخت انواع مختلفِ دینامیکِ نظریهٔ بازی در یک محیط، گامی کلیدی در طراحی سیستم‌های هوش مصنوعی گیمیفای شده و بهینه است. در سطوح بالا، 5 دسته‌بندی برای سناریو‌های مختلف نظریهٔ بازی داریم.
 

 

متقارن و نامتقارن (Symmetric vs Asymmetric)

یکی از ساده‌ترین دسته‌بندی‌ها برای بازی‌ها، دسته‌بندی آن‌ها بر اساس تقارن آن‌هاست. یک سامانهٔ متقارن، سامانه‌ایست که در آن بازیکن‌ها اهداف یکسانی دارند و نتیجهٔ بازی را استراتژی بازیکن‌ها رقم می‌زند؛ مثل شطرنج.
بسیاری از وضعیت‌هایی که در دنیای واقعی با آن‌ها مواجه می‌شویم، (از دیدگاه ریاضی) نامتقارن‌اند، چرا که شرکت‌کننده‌ها اهداف متفاوت و حتی اهداف متضاد دارند. مذاکرات تجاری نمونه‌ای از بازی‌های نامتقارن‌اند، چرا که هر کدام از طرفین مذاکره، اهداف متفاوتی دارند و نتایج خود را از دیدگاه‌های متفاوتی می‌سنجند. (برای مثال یکی از طرفین به دنبال بستن قرار داد است در حالی که طرف دیگر در تلاش برای سرمایه‌گذاری کمتر است.)

 

کامل و ناقص (Perfect vs Imperfect)

این دسته‌بندی بر اساس میزان اطلاعات در دسترس صورت می‌گیرد. یک بازی کامل (از منظر اطلاعات) بازی‌ایست که در آن هر شرکت‌کننده می‌تواند تصمیمات و حرکت‌های طرف دیگر را ببیند؛ مثل شطرنج. امروزه تعاملات مدرن اکثراً در محیط‌هایی صورت می‌گیرند که در آن بازیکن‌ها حرکت‌های خود را از یکدیگر پنهان می‌کنند و از دیدگاه نظریهٔ بازی، این محیط‌ها ناقص (Imperfect) هستند. بازی‌های ورق (مثل پوکر) تا سناریوهای ماشین‌های خودران مثال‌هایی از سیستم‌های ناقص‌اند.
ویکی‌پدیا‌ی فارسی این نوع از دسته‌بندی را با عنوان «با آگاهی کامل – بدون آگاهی کامل» معرفی کرده.

 

شراکتی و غیرشراکتی (Cooperative vs Non-Cooperative)

یک بازی شراکتی (یا تعاونی) محیطی‌ست که در آن شرکت‌کننگان می‌توانند برای افزایش و بهبود نتایجشان با یکدیگر وارد همکاری شوند.مذاکرات پیمانی (قراردادی) اغلب در این دسته قرار می‌گیرند. محیط‌های غیرشراکتی، محیط‌هایی هستند که در آن بازیکن‌ها از همکاری با یکدیگر منع شده‌اند؛ مثل جنگ.

 

مقارن و دنباله‌ای (Simultaneous vs Sequential)

یک بازی دنباله‌ای، محیطی‌ست که در آن هر بازیکن اقدامات و حرکت‌های قبلی بازیکن حریف را می‌بیند. بازی‌های کارتی (Board Games) در این دسته قرار می‌گیرند. بازی‌هایی که در آن بازیکن‌ها می‌توانند همزمان (مقارن) با هم حرکت کنند، مقارن نام دارند؛ مثل معاملات کارگزاری‌های بورس.

 

مجموع-صفر و مجموع-ناصفر (Zero-Sum vs Non-Zero-Sum)

بازی مجموع-صفر به سناریوهایی اشاره دارد که در آن سود یک (یا چند) بازیکن به معنای ضرر یک (یا چند) بازیکن دیگر است. بازی‌های مجموع-ناصفر بازی‌هایی هستند که در آن چند بازیکن می‌توانند از تصمیم‌های یک بازیکن سود ببرند. معاملات اقتصادی، که در آن بازیکن با هم همکاری می‌کنند تا ظرفیت بازار خود را افزایش دهند، گونه‌ای از بازی‌های مجموع-ناصفر است.

 

تعادل نَش (Nash Equilibrium)

اکثر سناریوهای هوش مصنوعی، از نوع متقارن هستند و بسیاری از آن‌ها بر اساس یکی معروف‌ترین مباحث ریاضی سدهٔ گذشته مدل‌سازی می‌شوند: تعادل نش. تعادل نش وضعیتی را توصیف می‌کند که در آن هر بازیکن یک استراتژی را انتخاب می‌کند و از تغییر دادن آن (مادامی که سایر بازیکن‌ها استراتژی خود را تغییر نداده‌اند) سودی نمی‌برد. نعادل نش به طرز خارق‌العاده‌ای قدرتمند است ولی در برابر سناریوهای نامتقارن به کار نمی‌آید.
به زبان ساده، تعادل نش فرض می‌کند که هر شرکت‌کننده توان پردازشی نامحدود دارد (که می‌دانیم در دنیای واقعی چنین چیزی ممکن نیست.) همچنین اکثر مدل‌های تعادل نش در آنالیز و برخورد با ریسک ضعیف عمل می‌کنند (که در مواردی مانند بازارهای مالی ضعف بزرگی به شمار می‌آید.) در نتیجه استفاده از تعادل نش در سناریوهای نامتقارن ساده نیست و این مورد در بحث سامانه‌های هوش مصنوعی چندعامله حائز اهمیت است.
 

 

ایده‌هایی نو در نظریهٔ بازی که یادگیری ماشین را تحت تأثیر قرار می‌دهد

1. Mean field Games

تئوری Mean Field Games شاخه‌ای نسبتاً جدید است که از سال 2006 مورد بررسی قرار می‌گیرد. از نظر مفهومی، Mean Field Games از روش‌ها و تکنیک‌هایی برای مطالعهٔ بازی‌هایی تفاضلی (Differential) با جمعیت بالایی از بازیکن‌های منطقی تشکیل یافته‌است که تعادل نشِ تعمیم‌یافته برای مطالعه‌ٔ سیستم‌ها استفاده می‌کند. این بازیکن‌ها صرفاً بر اساس دارایی‌های خود (مانند سرمایه، پول و...) تصمیم نمی‌گیرند، بلکه به توزیع دارایی‌های باقی‌مانده در سیستم بین بازیکن‌های دیگر نیز اهمیت می‌دهد.
یک مثال کلاسیک از کارکرد Mean Field Games، چگونگی رفتار دسته‌ای ماهی‌ها (در حرکت‌کردن و...) ست. از منظر نظری، این پدیده به سختی توجیه می‌شود اما ریشه در این واقعیت دارد که ماهی‌ها به رفتار نزدیک‌ترین دستهٔ اطراف خود واکنش نشان می‌دهند. به عبارت بهتر، هر ماهی به رفتار تک تکِ ماهی‌ها واکنش نشان نمی‌دهد، بلکه ماهی‌های اطراف خود را به صورت یک دسته در نظر می‌گیرد. از این رو ماهی‌ها دسته‌های بزرگی را تشکیل می‌دهند که به سوی مشخصی (به صورت هماهنگ) حرکت می‌کنند.
اگر بخواهیم به زبان ریاضی صحبت کنیم، واکنش هرکدام از ماهی‌ها به اکثریت اطراف خود، تئوری همیلتون-جاکوبی-بلمن (Hamilton-Jacobi-Bellman) و تجمیع رفتار فردی ماهی‌ها (که نشانگر رفتار کلیت دستهٔ ماهی‌هاست) تئوری فوکر-پلانک-کولوموگروف (Fokker-Planck-Kolmogorov) نامیده می‌شود. تئوری Mean Field Games ترکیب این دو تئوریست.
 
 

 

2. بازی‌های کاتوره‌ای (Stochastic games)

ریشه‌های این ایده به دههٔ پنجاه میلادی باز می‌گردد. از نظر مفهومی، بازه‌های کاتوره‌ای (=رندوم) توسط تعداد محدودی بازیکن در در فضای حالتِ (State space) محدود بازی می‌شود و در هر حالت، بازیکن یکی از گزینه‌ها (که می‌دانیم تعداد انتخاب‌ها نیز محدود است) را انتخاب می‌کند و برآیند تصمیم‌ها یک پاداش (یا جزا) برای هر بازیکن مشخص کرده و یک توزیع احتمال موفقیت برای هر بازیکن ترسیم می‌کند.
بگذارید بار دیگر یک مثال کلاسیک بزنیم. میز گردی را تصور کنید که n+1 فیلسوف در دور آن نشسته‌اند (می‌دانیم که n≥1) یک کاسه برنج در وسط میز قرار دارد. بین هر دو فیلسوفی که کنار هم نشسته‌اند، یک چنگال قرار دارد که توسط هر دو فیلسوف قابل دسترسی است. از آن جایی که میز گرد است، به تعداد فیلسوف‌ها چنگال داریم. برای آن که فیلسوف بتواند از کاسه برنج بردارد، باید از هر دو چنگال (که در اطراف او هستند) استفاده کند. از این روی، اگر یک فیلسوف بتواند غذا بخورد، دو فیلسوف اطرافش نخواهند توانست. زندگی هر فیلسوف از دو جزء ساده تشکیل یافته، خوردن و فکر کردن؛ برای زنده ماندن یک فیلسوف، مکرراً، هم باید فکر کند و هم باید غذا بخورد. مأموریت ما، طراحی یک پروتکل است که در آن همهٔ فیلسوف‌ها زنده بمانند.
 
 

 

3. بازی‌های تکاملی (Evolutionary games)

بازی‌های تکاملی، همانطور که از نامش پیداست، از نظریهٔ تکامل داروین الهام می‌گیرد و از دههٔ هفتاد میلادی برای پیش‌بینی نتیجهٔ استراتژی‌های رقابتی مورد استفاده قرار می‌گیرد. از نظر مفهومی، بازی‌های تکاملی، کاربرد مفاهیم نظریهٔ بازی در موقعیت‌هاییست که در آن گروهی از عامل‌ها (agents) با استراتژی‌ها و رویکرد‌های متنوع، در طول زمان در طی یک فرایند تکاملی انتخاب و تکثیر (Selection and Duplication) با یکدیگر وارد تعامل می‌شوند تا یک راه‌حل (نتیجه) پایدار پیدا کنند. ایدهٔ اصلی پشت این تئوری، این است که تعامل اعضاء بازی، رفتار بسیاری از اعضا را شکل می‌دهد، و موفقیت هر عضو به طریقهٔ برخورد استراتژی وی با رفتار رقبایش بستگی دارد. در حالی که تئوری‌های کلاسیک نظریه بازی بر استراتژی‌های استاتیک (نامتغیر با زمان) تکیه‌ دارد، رویکرد تکاملی بر استراتژی‌هایی تمرکز دارد که با مرور زمان تغییر می‌کنند و رفته رفته بهتر و بهتر می‌شوند. در واقع استراتژی‌ای موفق است که در فرایند تکاملی رفته رفته بهبود یابد و تغییر کند.

نظریهٔ بازی، به خاطر تکامل هوش مصنوعی، در حال تجربهٔ یک رزونانس است و ما روز به روز بیشتر با آن در سرویس‌های هوشمند مواجه خواهیم شد.

برگردان از «A Crash Course in Game Theory for Machine Learning: Classic and New Ideas» با اندکی دخل و تصرف.
 
  • ۰ نظر
  • ۱۱ اسفند ۹۸ ، ۱۶:۳۴

نیایشِ کرونا: ما را چه شد؟ [اسفند 98]

دوشنبه, ۵ اسفند ۱۳۹۸، ۰۱:۰۰ ب.ظ
 
دقیقاً از کجا شروع شد؟

 

پرده‌ٔ اول

تصمیم گرفته‌ایم که دانشگاه نرویم. معاونت دانشجویی حقِ دادنِ چنین دستوری را ندارد ولی به زبان بی‌زبانی به ما (که شورای صنفی دانشگاه بودیم) گفت که هر کاری می‌توانید بکنید تا جلوی آمدن بچه‌ها را بگیرید. نهایت کاری که می‌توانستیم انجام دهیم پخش کردن وُیس در تلگرام بود. تا حد خوبی هم جلوی بچه‌ها را گرفتیم ولی کماکان افرادی بودند که هشدارها را جدی نمی‌گرفتند. در خبرگزاری‌های داخلی خیلی عادی با این قضیه برخورد می‌شد اما در توییتر و خبرگزاری‌های خارجی چیزی غیر از این بود.
در خوابگاه تهران‌پارس (دانش 1) یک مورد مشکوک به کرونا (که هفته‌ٔ گذشته قم بود و علایم آنفولانزا را داشت) دیده‌شده بود. هم وی و هم‌اتاقی‌هایش به بیمارستان شهدای تجریش منتقل شده بودند. جمعیت خوابگاه در عرض یک ساعت و نیم نصف شد. خوابگاه ما در خیابان مطهری بود و نگرانی چندانی نداشتیم، چون در واحد ما قمی‌ای وجود نداشت! خبر رسیده بود که ایستگاه متروی شوش را به علت وجود مورد مشکوک به کرونا بسته‌اند.
شب را به هزار زور و زحمت و رویا خوابیدیم.

 

پردهٔ دوم

طبق عادت 7:30 صبح بیدار شدم. هوا تمیز به نظر می‌آمد، خنک و دل‌نشین هم بود، حداقل برای منی که سرمای تبریز را تجربه کرده‌ام دل‌نشین بود. لباس‌هایم را تن کردم. دستکش‌های بافتنی مشکی‌ام را هم دستم کردم، شاید که جلوی شیوع را بگیرد؛ منطقاً پوشیدن یک جفت دستکش معجزهٔ خاصی نمی‌کند ولی در این شرایط عادت به تفکر منطقی نداریم. راه افتادم سمت داروخانه‌ها.
از عمد از دورترین داروخانه‌ای که می‌شناختم شروع به پرس‌و‌جو کردم. دلیل این کار دیدن مردم و واکنششان در شرایط بحرانی بود. وارد داروخانه‌ای در نزدیکی ایستگاه متروی شهید بهشتی شدم. مردم صف بسته بودند برای گفتن ماسک و ضدعفونی‌کننده پایهٔ الکل.
« - ماسک فیلتر‌دار نداریم، ضدعفونی‌کننده هم از این ژلی‌هاش موجوده...»
مردِ صاحب داروخانه با بهت خاصی در حال سفارش ماسک و سایر اقلام بهداشتی بود. معمولاً در این شرایط تصور عامه این است که داروخانه‌ها گران‌فروشی می‌کنند، در صورتی که این‌گونه نیست. عرضه‌کننده‌ها (=دلالان) قیمت کالا‌ها را گران‌تر می‌کنند.
چند روز پیش یک تافت (اسپری تثبیت‌کننده حالت مو) بیول از همین داروخانه خریداری کردم و هزینه‌اش شده بود 15 هزار تومان. همان روز همان تافت را 20 هزار تومان قیمت کردم! تافت چه گیری به کرونا دارد؟!
فاصله‌ی بین خیابان بهشتی تا مطهری پر از مطب و داروخانه است. در مسیر بازگشتم به تک تک داروخانه‌ها سر می‌زدم اما نه برای احتکار، بلکه برای دیدنِ مردم. صف‌های طولانی و چهره‌های نگران. حتی در آبان 98 نیز مردم چنین نبودند...
بالاخره توانستم در یکی از کوچه پس‌کوچه‌های خیابان سرافراز (مابین بهشتی و مطهری) یک داروخانه پیدا کنم که خلوت بود و ماسک فیلتردار و ضدعفونی‌کننده داشت. به ناچار خریدم. ضدعفونی‌کننده را که نگاه کردم، دیدم که تاریخ مصرف دارد ولی قیمتش را با الکل پاک کرده‌اند. حرفی نزدم. برای یک ماسک فیلتردار و یک اسپری ضدعفونی‌کننده دست 38500 تومان پول دادم. شاید دو یا سه برابر قیمت عادی‌اش...
 

پردهٔ سوم

حوالی عصر بود، از دیروز اطلاع‌رسانی شده بود که اقلام بهداشتی و ماسک در خوابگاه‌ها عرضه خواهد شد. به محض شنیدن صدای کامیونِ شام، آمدم پایین. ناهارهای سلف دانشگاه مانده بود روی دستشان، به عنوان شام به ما دادند. خبری هم از اقلام بهداشتی نبود. دو بسته‌ٔ 12 تایی ماسک فیلتردار با یک بسته قرص ویتامین ث (برای یک خوابگاه 300 نفره)، نهایت چیزی بود که به خوابگاه‌ها داده بودند.
هم واحدی‌هایم یک یک به شهرهایشان بازمی‌گشتند اما من چندان هم نگران نبودم. نمی‌دانم، شاید فاجعه در آن حد برای من عمق نداشت. رسانه‌های داخلی خیلی عادی با این قضیه برخورد می‌کردند، اما دیدن کلیپ‌ها و خبر‌های مختلف از چین و سایر کشورها فضای دیگری را در ذهن ما ایجاد می‌کرد.
به تدریج خبرهای نگران‌کننده در باره‌ٔ رشت و قم و چند شهر دیگر منتشر می‌شد. ما بیشتر نگران تهران بودیم. می‌دانستیم که مبتلایان در بیمارستان‌های لاله و فیروزگر و مسیح دانشوری نگهداری می‌شوند. خبرهایی که از پرستاران و انترن‌های این بیمارستان‌ها درز پیدا می‌کرد، استرس ما را افزایش می‌داد...
کلاس‌ها تا آخر هفته تعطیل شد. وزارت بهداشتی که ادعا می‌کرد همه‌چیز تحت کنترل است، دانشگاه‌ها را تعطیل کرد.

 

پردهٔ چهارم

صبح شد. خبر کشته‌شده‌ها به مرور به ما می‌رسد. در سوپرمارکت که بودم، مردی عطسه کرد، زن دیگری که در حال خرید بود هر چه در دست داشت را روی میز گذاشت و از مغازه به سرعت خارج شد!
«حاجی شنیدی چی شده؟ یکی از آشناهای دوستم تو بیمارستان بقیه‌الله کار می‌کنه. می‌گفت که توی چند هفته گذشته چندصد نفر با علایم کرونا اومدن بیمارستان و همشونو رد کردن، گفتن که آنفولانزا دارید و چیزیتون نیست. الآن جواب آزمایش کرونای دکترا و پرستارا دونه دونه مثبت در می‌آد! [می‌خندیم] حاجی فک کنم ناموسن داریم به @# می‌ریم!» - مکالمهٔ من و هم‌اتاقی‌ام.
اوضاع وخیم‌تر از مخیلات ما به نظر می‌رسید. همه‌ٔ ما بلیط بازگشت به شهرهایمان را گرفتیم. چند ساعت بعد خبری رسید که دستور آمده‌ تمام خوابگاه‌های سطح شهر تهران تخلیه شوند. من برای 11 شب در ترمینال بیهقی بلیط داشتم.
خبر عجیبی رسید، تست کرونای 5 نفر در خوابگاه‌ دکتری‌های دانشگاه علم و صنعت و 3 نه نفر در خوابگاه دانشگاه تربیت مدرس مثبت شده. تست کرونای شهردار منطقه 13 هم مثبت بوده. حتی تست کرونای رئیس دانشگاه علوم پزشکی قم که گفته بود «دلیلی برای نگرانی دربارهٔ کرونا نیست» هم مثبت شده بود.
خانواده‌ها تماس می‌گرفتند. دوستان غیرخوابگاهیمان خودشان در خانه حبس کرده بودند. و ما رفته رفته نگران‌تر می‌شدیم. نکند ما هم کرونا داریم؟
می‌گویند که ویروس کرونا 9 تا 25 روز دوره‌ٔ پنهان دارد. یعنی در این مدت ویروس هیچ علایمی از خود نشان نمی‌دهد ولی از فردی به فرد دیگر انتقال می‌یابد. ما به هر حال قبل این حوادث در شهر تردد داشتیم. از مترو و بی‌آر‌تی و تاکسی استفاده می‌کردیم، بدون ماسک و دستکش. نکند ویروس در بدن ما باشد؟
این بیماری برای افرادی در سنین من کشنده نیست، (هرچند که یکی از کشته‌شدگان نوجوانی 15 ساله بود) اما بیشتر جان افراد مسن‌تر را به خطر می‌اندازد. پدر و مادرم چه؟ پدربزرگ و مادربزرگم چه؟
شب به سمت ترمینال می‌روم. مردم بهت زده و نگران. شایعاتی که تا چند دقیقه پیش در تلگرام و توییتر می‌دیدم، حال از زبان مردم می‌شنوم. خودم را با موزیک غرق می‌کنم. به زور و زحمت می‌خوابم.
 

پردهٔ آخر

صبح با تاکسی از ترمینال به سمت خانه می‌روم. رانندهٔ تاکسی مرد خوش صحبتی بود. در پراید رنگِ بژاش چند کلامی هم‌صحبت شدیم. می‌گفت که خدا به دادمان برسد، ولی اگر غضب خدا بر ما نازل شده دیگر راه چاره‌ای نیست و کاری نمی‌توانیم بکنیم. خوش به حالش، او هنوز فرق بین علم و ایدئولوژی را درک نکرده، در توهماتش به آرامش رسیده. می‌گفت که در سطح شهر دستکش و ماسک و ضدعفونی‌کننده پیدا نمی‌شود. تعجبی نکردم.
به خانه می‌رسم. بدون دست دادن و روبوسی به سمت اتاقم می‌روم. حتی صبحانه هم نمی‌خورم. دائم دست‌هایم را می‌شویم و ضدعفونی‌اش می‌کنم. خودم را در اتاق حبس کرده‌ام. اگر من ناقل ویروس باشم چه؟
به ناچار می‌شینم و به دروغ‌هایی که به ما گفته شد (یا حقایقی که گفته نشد) فکر می‌کنم. رفتار حاکمیت در برابر ویروس (آن هم در بحبوحهٔ انتخابات نمایشی) مرا به یاد کتاب نیایش چرنوبیل (اثر الکسیویچ) می‌اندازد. مردمی که ناخواسته در برابر هیولایی قرار گرفتند که کوچک‌ترین درکی از آن نداشتند. و جانیانی که بر ما حکومت می‌کنند.
سعی می‌کنم خودم را با نوشتن خالی کنم و به این قضیه فکر نکنم که نکند من هم ناقل ویروس باشم...
نکند ایران به چرنوبیلی دیگر تبدیل شود؟...
 

  • ایران پس از چین، بیشترین تعداد کشته‌ها را بر اثر ویروس کرونا دارد. تا ساعت 12:30 روز دوشنبه 5 اسفند، تنها 50 کشته در شهر قم داریم. در استان‌های شمالی (مخصوصا گیلان) و استان‌های اراک، کرمان و چند استان دیگر هم کشته داشته‌ایم.
  • شایعاتی مبتنی بر ورود این ویروس، از طریق کارگران چینی راه‌آهن قم به گوش می‌رسد. همچنین تمامی پرواز‌های چین به تهران بدون قرنطینهٔ مسافرین ادامه دارد...
  • رهبر ایران علت حضور کم مردم ایران در انتخابات مجلس را تبلیغ ناگهانی ویروس کرونا اعلام کرد. (هرچند منابعی که اعداد و ارقام شرکت در انتخابات را لو داده بودند، اعدادی کمتر از اعداد وزارت کشور را برای مشارکت مردم نشان می‌داد.) همچنین کلیپ‌هایی از پرکردن صندوق‌های رأی دست به دست می‌چرخد.
  • آخوندی با نام تبریزیان، که چندی پیش طب اسلامی را بر طب غربی (؟!) ارجح دانسته بود، توصیه کرد که مردم برای پیشگیری از کرونا، نماز جماعت بخوانند و پنبهٔ آغشته به روغن بنفشه را در مقعد خود فرو کنند.
  • چین توانسته با قرنطینه‌ی چند شهر بزرگش و اقدامات امنیتی شدید (مانند کنترل عبور و مرور شهروندان با استفاده از کد و...) نرخ رشد قربانیان این ویروس را تثبیت کند، اما ایران از هرگونه اقدامی برای قرنطینه کردن قم سر باز می‌زند. محسن هاشمی رئیس شورای شهر تهران گفته که اگر آمار مبتلایان افزایش پیدا کند، مجبور به قرنطینهٔ پایتخت خواهیم بود.
  • ۱ نظر
  • ۰۵ اسفند ۹۸ ، ۱۳:۰۰

در ترجمه‌ی این متن از واژه‌ی «ناامنی روانی» برای لفظ "Insecurities" استفاده شده است.


کسی میان ما نیست که ناامنی روانی نداشته باشد، صرفاً بعضی‌ها بهتر از دیگران با این ناامنی‌ها کنار آمده‌اند. ما نگران این هستیم که دیگران چه دیدی نسبت به ما دارند، آیا به اندازه‌ی کافی زیبا و خوش‌لباس هستیم، آیا کاری را که نباید انجام بدهیم را انجام می‌دهیم، نگرانیم که مبادا شکست بخوریم و «به اندازه‌ی کافی» خوب نباشیم. و شبکه‌های اجتماعی با فرهنگ مبتنی بر لایک و ریتوییت و ریپلای که ما را به تایید دیگران محتاج می‌کنند و کاری می‌کنند تا صرفاً پُزِ غذا‌ها، سفرها و بدن‌هایمان را به یکدیگر بدهیم؛ اما شما همه‌ی این‌ها را می‌دانید...

پرسش اصلی اینجاست: چگونه بر این احساس ناامنی روانی غلبه کنیم؟ چگونه با خودمان به صلح برسیم و به آرامش و اعتماد به نفس دست پیدا کنیم؟

پاسخ این پرسش ساده نیست ولی به یک چیز برای شروع کردن نیاز دارد: تمایلی درونی برای رو در رو شدن با آن‌چه که نمی‌خواهیم با آن‌ها روبرو شویم. این یعنی جرعه‌ای شجاعت.

جُربزه‌اش را دارید؟ پس شروع کنیم...

چالش‌ها

چه چیزی جلوی راه ما را در برطرف کردن این ناامنی‌ها گرفته است؟ موانعی هستند که راه را بر ما می‌بندند و زخم‌های کهنه‌ای هستند که هیچ‌گاه التیام نیافته‌اند. بعضی از موانعی که در برابر ما ایستاده‌اند:

  • 1- نقد‌ها و نکوهش‌های گذشته: اگر پدر، مادر یا سایر بستگانمان در گذشته ما را در دوران رشد مورد نکوهش قرار داده باشند یا مورد زورگویی واقع شده باشیم، به احتمال قوی آن را در درونمان تثبیت کرده‌ایم. این نقدها و زورگویی‌ها خود نیز ریشه در ناامنی‌های گذشته‌ی خود افراد دارند؛ بدین معنا که کسی که زورگویی می‌کند، خود (به احتمال زیاد) زمانی مورد زورگویی قرار گرفته...
  • 2- تصویر منفی از خود: وقتی دیگران شروع به عیب‌جویی از شما می‌کنند، پس از سال‌ها نکوهش، شما خودتان شروع به انتقاد از خودتان می‌کنید و این نقد‌ها، با همراهی مقایسه‌ی دائمی خودتان با دیگران به شما تلقین می‌کنند که شما آن‌قدرها هم خوب نیستید و تصور خودتان از خودتان تیره و تار می‌شود. شما ممکن است (بنا به تعاریف مورد قبول در جامعه) زیبا و زرنگ باشید ولی اگر خودتان این قضیه را قبول نداشته باشید، حس خواهید کرد که زشت و خنگ هستید.
  • 3- نیاز به تایید دیگران: ما عاشق تایید شدن توسط اطرافیانمان هستیم! [با تایید دیگران] احساس زیبایی و ارزشمندی می‌کنیم. اما مشکل اینجاست که ما برای حفظ این تصویر [زیبا و ارزشمند] باز به تایید دیگران نیاز خواهیم داشت. و از همه بدتر از این که مورد تایید دیگران قرار نگیریم، می‌ترسیم، چرا که این تصویر ذهنی را به ویرانه تبدیل می‌کند. ما به مرور زمان در چرخه‌ی دائمی «دنبال تایید دیگران بودن» و «ترس از مورد تایید قرار نگرفتن»، گیر می‌کنیم.
  • 4- نبود اعتماد: ما در طول زمان یاد می‌گیریم تا نگذاریم دیگران ما را همراهی کنند، ما را بپذیرند و به آن‌ها اعتماد کنیم. ما این را در طول زمان با رد کردن دیگران یا ترک کردن دیگران یاد می‌گیریم.
  • 5- جریان‌های رسانه‌ای و شبکه‌ها و رسانه‌های اجتماعی: ما خودمان را با سلبریتی‌ها و اشخاص جذاب (هات!) اینستاگرام و سایر رسانه‌ها، فیلم‌ها و سریال‌ها و مجلات مقایسه می‌کنیم. این تصاویر و کلیپ‌ها می‌خواهند چیزی را به ما بفروشند اما نه به کمک روش‌های سنتی، بلکه با «ناامن» کردن خودتان نسبت به خودتان و ایجاد احساس نیاز دروغین.
  • 6- کنار نیامدن با خودمان: در پایان، حاصل این می‌شود که ما خودمان از خودمان بدمان می‌آید. ما از این که چاق، پر از جوش و لک و... هستیم متنفریم. شگفت‌انگیز است، چرا افرادی هم که شما فکر می‌کنید زیبا و خوش‌اندام هستند هم چنین فکری می‌کنند. ما همچنین با چیز‌هایی از درونمان را هم کنار نمی‌آییم؛ چیزهایی که دائم به ما می‌گویند که بی‌تفاوت، بی‌نظم، ترسو و یا تنبل هستیم. ما با ناامنی‌های درونیمان کنار نمی‌آییم.

چالش‌های بسیاری در مواجهه با ناامنی‌ها وجود دارند و به همین علت است که به جرعه‌ای شجاعت نیاز داریم و کنار آمدن با آن‌ها کار ساده‌ای نیست. اما راهی وجود دارد...


مسیر کنار آمدن با ناامنی‌های درونی

اینجا سری نهفته است، موانع در واقع راه را به ما نشان می‌دهند. یا به عبارت بهتر، چالش‌ها همان مسیر مبارزه هستند. ما می‌توانیم این چالش‌ها را بپذیریم و با آن‌ها کنار بیاییم. به همین منظور، در آغاز ما باید آگاهی نسبت به ناامنی‌ها را در خودمان تقویت کنیم؛ این که کِی احساس ناامنی می‌کنیم و کی این احساس در ما تشدید می‌شود. ما می‌توانیم از این نشانه‌ها به عنوان نشانگرِ «ذهنْ آگاهی (mindfulness)» استفاده کنیم. به این شکل که موقعی که ترس یا بی‌اعتمادی به سراغ ما می‌آید، بگوییم که: «هی! اینجا یه چیز خوب هست که می‌تونی روش کار کنی!»

و مرز موفقیت ما هم همین است، این که بدانیم ناامنی‌های ما در واقع موقعیت‌هایی هستند برای انجام دادن کار مفید و توسعه‌ی توان‌مندی‌های شخصی. پس برای شروع، حواستان را جمع کنید و بفهمید که در چه مواقعی توسط ناامنی‌های روانی کنترل می‌شوید. سپس کارهای زیر را انجام دهید:

  • 1- گذشته را ببخشید: بدانید که ناامنی‌های شما توسط برخورد یک نفر یا نکوهش و سرکوفت یک بزرگ‌تر از شما شکل‌گرفته یا خیر و سپس آن‌ها را ببخشید. بدانید که رفتار آن‌ها از ناامنی‌های درونی آن‌ها نشأت گرفته و آن‌ها هم مثل شما قربانی هستند. آن‌ها کامل نیستند ولی هیچکس کامل نیست. آن‌ها اشتباه کرده‌اند و شما این قضیه را درک می‌کنید. و آن‌ها را می‌بخشید چرا که نگه‌داشتن این کینه‌ها و خشم‌ها کمکی به شما نخواهد کرد. پس قدم به قدم گذشته‌ی خود را رها کنید. گذشته‌ها گذشته...
  • 2- تمامِ خود را بپذیرید: خودتان را ارزیابی کنید. به بخش‌هایی از خودتان که دوستشان ندارید دقت کنید. به این بخش‌ها نگاه کنید و ببینید که آیا می‌توانید به آن‌ها عشق بورزید یا خیر. به آن‌ها به چشم یک دوست نگاه کنید. خودتان را بپذیرید، نقص‌های شما، شما را می‌سازند و آن‌ها هم مثل شما خارق‌العاده‌اند...
  • 3- خودتان را تایید کنید‌: اگر زمانی حس کردید که به تایید، توجه، لایک یا ری‌توییت دیگران نیاز دارید، دست نگه‌دارید و به جای آن خودتان خودتان را تایید کنید. قدرت تایید کردن را از دیگران گرفته و به خودتان اختصاص دهید. شما به تایید دیگران نیازی ندارید. این به معنی گوشه‌نشینی و انزوا و دوری از عشق و دوستی نیست، بلکه به این معناست که باید در ابتدا خودتان خودتان را دوست داشته باشید.خودتان را بپذیرید و به خودتان عشق بورزید.
  • 4- مقایسه‌ها را قبول نکنید: مقایسه‌ی خودتان با این که دیگران چه ظاهری دارند، چه کار می‌کنند و یا این که کجاها می‌روند و چه تفریحاتی دارند، به هیچ عنوان سودمند نیست و بلکه برعکس به شما آسیب می‌رساند. به جای مقایسه کردن، خودتان را به چشم «سیب» و آن‌ها را به عنوان «پرتقال» ببینید! با شادیِ آن‌ها شاد باشید و موفقیتشان را تبریک بگویید. مسیری که آن‌ها طی می‌کنند با مسیر شما تفاوت دارد، آن‌ها می‌توانند شاد و موفق باشند و شما هم می‌توانید، ولی در مسیر خودتان.
  • 5- به لحظه اعتماد کردن را تمرین کنید: حین همه‌ی این کار‌ها، به خودتان اعتماد داشته باشید و بدانید که حالتان خوب خواهد بود. یاد بگیرید تا به لحظه اعتماد کنید. این اعتماد به مرور زمان ایجاد خواهد شد، آن هم زمانی که خودتان به خودتان بگویید که «آره، الآن توی این لحظه حال من خوبه و خوب خواهد بود.» و خواهید دید که این اعتمادها نتیجه خواهند داد.

راه همین است. شما حال می‌دانید که چه چیزهایی شما را آزار می‌دهد و چگونه می‌توانید با آن‌ها مقابله کنید.

 


این متن ترجمه‌ی ضعیفی بود از مقاله‌ی «A Roadmap to Overcoming Insecurities» که در مرحله‌ی اول برای خودم نوشتم و سپس برای شما.

این اواخر پس از شنیدن آلبوم از عشق و شیاطین دیگر علی عظیمی و دیدن فیلم 500 Days of summer [و صد البته دو مورد عشقیِ آخرم که عاقبت چندان خوش‌آیندی نداشتند(!)] باعث ایجاد این سوال در من شد: «ما چرا و چگونه عاشق می‌شویم؟» آیا واقعاً چیزی به نام عشق وجود دارد؟ چرا بعضی عشق‌ها پایدارند و بعضی‌ها نه؟ آیا علم پاسخی برای این موضوع دارد؟

دانشمندان در فیلد‌های مختلف، از انسان‌شناسی گرفته تا عصب‌شناسی، برای دهه‌ها این سوال را مطرح کرده‌اند، عشق چیست؟ دانشمندان در سال‌های اخیر پاسخ‌هایی را برای این پرسش مطرح کرده‌اند و مثل هر مطلب علمیِ دیگر، هیچ قطعیتی در درستی این پاسخ‌ها نیست. (زیبایی علم به همین نیست؟) علم تلاش کرده تا پاسخ «عشق» را به کمک زیست‌شناسی و شیمی پاسخ دهد.

جایی که (تقریبا) عشق رخ داد.
جایی که (تقریبا) عشق رخ داد.

«مشکلم بختِ بد و تلخی ایام نیست...»

به آخرین باری که فردی جذاب را دیدید فکر کنید. شما به احتمال قوی لکنت پیدا کرده‌اید، حرف‌های نامربوط زده‌اید، خیس عرق شده‌اید و (به احتمال خیلی قوی‌تر) قلبتان [از شدت استرس] از سینه‌تان بیرون زده است! (شاید دلیل این که پیشینیان ما منشاء احساس را قلب می‌دانستند همین بوده.) اما خواه ناخواه منشاء عشق (و سایر احساس‌هایی که داریم) در مغزمان است.

بر اساس کشفیات مجموعه‌ای از دانشمندان به رهبری دکتر هِلِن فیشر، عشق را می‌توان به سه زیردسته تقسیم کرد: شهوت (Lust)، جاذبه (Attraction) و دل‌بستگی (Attachment).

خلاصه‌ی چیز‌هایی که در پایین گفته شده.
خلاصه‌ی چیز‌هایی که در پایین گفته شده.

شهوت

شهوت از علاقه‌ی ما برای رضایت جنسی ایجاد می‌شود و ریشه در فرگشت (تکامل) ما دارد، چرا که ما علاقه به تولید مثل داریم. هیپوتالاموسِ مغز نقش به سزایی در این مورد دارد، تحریک‌کردن اندام‌های تناسلی برای ترشح تستسترون (هورمون مردانه) و استروژن (هورمون زنانه)که میل جنسی را افزایش می‌دهند بر عهده‌ی این بخش از مغز است.

جاذبه

در این میان، جاذبه به صورتی مجزا مورد بررسی قرار می‌گیرد، چرا که ریشه در نظام پاداش و جزای مغز دارد و همین مورد دلیل هیجان‌انگیز بودن ماه‌های اول رابطه را تا حدودی توجیه می‌کند. دوپامین، که توسط هیپوتالاموس ترشح می‌گردد، مشهور‌ترین هورمون مربوط به عملکرد تشویقی مغز است. هنگامی که کارهایی را انجام می‌دهیم که از آن‌ها لذت می‌بریم، در واقع دوپامین ترشح می‌کنیم؛ از کشیدن سیگار برای یک معتاد بگیر تا گرفتن لایک برای پست‌هایتان در اینستاگرام و توییتر و صدالبته مواقعی که عاشقی می‌کنید! حین فرایند جاذبه مقادیر بسیاری دوپامین و (هورمونی مرتبط به نام) نوراپی‌نفرین ترشح می‌گردند و ما را گیج، پرانرژی، سرخوش و بی‌خواب می‌کنند.

و در پایان، آن‌گونه که از ظواهر پیداست جاذبه به کاهش ترشح سرتونین منجر می‌شود، هورمونی که بیشتر به نقشش در تنظیم حال و حوصله‌ی ما شهرت دارد. جالب است بدانید افرادی هم که OCD (اختلال وسواس فکری-عملی) دارند هم سطح سرتونین پایینی دارند و همین مورد، دانشمندان را به این فکر واداشته که شاید شور و اشتیاق شدید در ابتدای رابطه به همین هورمون ربط دارد.

دل‌بستگی

دل‌بستگی نقش به سزایی در روابط طولانی مدت (Long-term) دارد. در حالی که شهوت و جاذبه بیشتر در موقعی که برخوردهای عاشقانه داریم رخ می‌دهند، دل‌بستگی در ایجاد حس رفاقت، عشق میان مادر و فرزند (و صد البته پدر و فرزند)، خون‌گرمی و صمیمیت اجتماعی و موارد بسیار دیگر رخ می‌دهد و دو هورمون نقش به سزایی در ایجاد این حس‌ها دارند: اوکسی‌توسین و واسوپرسین.

اوکسی‌توسین که اغلب با نام «هورمونِ هم‌آغوشی (cuddle hormone)» شناخته می‌شود، همانند دوپامین در هیپوتالاموس مغز به مقادیر بسیار هنگام رابطه‌ی جنسی، شیردهی به فرزند و زایمان ترشح می‌شود. این سه مورد که ترکیب عجیب (و نه لزوماً لذت‌بخش!) را می‌سازند، یک فاکتور مشترکِ مهم دارند: وابستگی.

و این بود خلاصه‌ای از عاشقی؛ هورمون ترشح می‌کنیم.


این مطلب خلاصه‌ای از مقاله‌ی «Love, Actually: The science behind lust, attraction, and companionship» تهیه شده توسط دانشگاه هاروارد بود. برای اطلاع از جزئیات بیشتر می‌توانید مقاله‌ی اصلی را بخوانید.

مقدمه‌ای بر یادگیری

پنجشنبه, ۶ دی ۱۳۹۷، ۰۹:۰۲ ب.ظ

این پستِ نه چندان طولانی خلاصه‌ایست از راهی که من برای یاد‌گرفتنِ یادگیری طی کردم. اگر شما هم قبل امتحان همه‌ی درس‌ها رو خوب بلدید و ولی موقع امتحان مرگ مغزی می‌شید، این پست برای شماست. قبل وارد شدن به مبحث لازم می‌دونم به این نکته اشاره کنم که هدف این تکنیک‌ها «یادگیری مفاهیم»‍ه و نه «حفظ کردن».

Photo by Dmitry Ratushny on Unsplash
Photo by Dmitry Ratushny on Unsplash

بنا به تعریف می‌دانیم:

یادگیری کارکردی است که با آن، دانش، رفتارها، توانمندی‌ها یا انتخاب‌های نو یا موجود به ترتیب درک یا تقویت و اصلاح می‌شوند، که شاید به یک تغییر بالقوه در ترکیب داده‌ها، عمق دانش، رویکرد یا رفتار نسبت به نوع و گسترهٔ تجارب منجر شود.

حال با این مقدمه به درد نخور می‌ریم سراغ تکنیک‌هایی که من برای یادگیری استفاده کردم و روی من خیلی خوب اثر گذاشت.


یک) بستن کتاب

بسیاری از ماها موقعی که مطلبی رو می‌خونیم، در واقع داریم اون رو توی ذهن خودمون زمزمه می‌کنیم و تمرکز نداریم رو اون. به عبارت بهتر، خودآگاه ما اونطوری که باید و شاید با مطلب درگیر نیست. نتیجه‌ی این کار این می‌شه که شما متن درس رو می‌خونید و حس می‌کنید که دارید متوجه می‌شید و ذهنتون درگیره در صورتی که این‌طور نیست. دلیل اینی هم که سر جلسه امتحان نمی‌تونید مطالب رو به یاد بیارید هم همینه. شما در واقع دارید به درس «نگاه» می‌کنید، نه «توجه».

پادزهر این ماجرا خیلی ساده‌ست. کافیه هر بند یا بخشی از کتاب یا جزوه‌ای رو که خوندید، کتاب رو ببندید و سعی کنید توی ذهنتون مرور کنید که نویسنده توی اون بند یا بخش چی رو می‌خواسته به شما بگه. بعد چیزایی که برداشت کردید رو با متن تطبیق بدید که آیا درست منظور نویسنده رو متوجه شدید یا نه. خیلی از موارد پیش میاد که شما کتاب رو می‌بندید و چیزی به ذهنتون نمی‌یاد. دل‌سرد نشید و باز ادامه بدید تا جایی که بفهمید. یادتون باشه که اگه موقع درس‌خوندن چیزی یادتون نیاد بهتر از اینه که سر جلسه امتحان یا سر مصاحبه شغلی چیزی یادتون نیاد!

کاری که اینجا انجام می‌دید در واقع اینه که دارید توی ذهنتون به مطلبی که دارید مطالعه‌ش می‌کنید ساختار می‌دید و این کار شما رو توی مرور کردن‌های بعدی خیلی آسون‌تر می‌کنه.


دو) نقشه‌ی ذهنی

مایند مَپ (یا همان Nagshe-ye zehni) در واقع یک نوع نمودار درختی خیلی ساده‌ست که کارش ساختارِ ساده دادن به مطالب پیچیده‌ست. شما حتمن توی دوران تحصیل یا حتی کار با مطالبی مواجه می‌شید که خیلی شاخ و برگ دارن و هر شاخ و برگش کلی توضیحات داره. کاری که با نقشه‌ی ذهنی انجام می‌دید اینه که میاید یه خلاصه از مطالب رو به صورت تیتروار (یا در صورت نیاز به همراه توضیحات) توی یه برگه کاغذ می‌نویسید و سعی می‌کنید به جای حفظ کردن متن درس، اون نقشه رو به ذهنتون بسپرید. روشش این‌طوریه که:

  • نیت می‌کنید. (هدفتون و موضوعی که می‌خواید نقشه‌ش رو رسم کنید رو انتخاب می‌کنید.)
  • (معمولن) از وسط صفحه شروع می‌کنید و اسم کلی مطلب رو همون‌جا می‌نویسید.
  • بعدش بهش شاخ و برگ اضافه می‌کنید. (منظور از شاخ و برگ همون توضیحاته. ایح ایح ایح.) به این شکل که دور شدن از مرکز صفحه به منزله‌ی رفتن از کلیات به جزئیاته.
  • موقع مرور کردن درس یا مبحث، نقشه‌ی ذهنی رو مرور می‌کنید. همین!

یادتونه تو بخش قبلی چرا کتابو می‌بستیم؟ دلیل این و اون یکین. یعنی هدف شما از نقشه‌ی ذهنی اینه که ساختار بدید به اون چیزی که می‌خواید یاد بگیرید.


سه) تکنیک فاینمن

ریچارد فاینمن، فیزیک‌دان برجسته‌ای بود که علی‌رغم بهره‌ی هوشی متوسطش، نوبل فیزیک رو برده، توی پروژه‌ی منهتن حضور داشته، طبل می‌زده و فیزیک تدریس می‌کرده. ایده‌ی کامپیوتر‌های کوانتومی توسط فاینمن مطرح شده و معمولن برگه‌های دانشجو‌هاشو توی یک تاپلس بار اصلاح می‌کرده! فاینمن بعد مرگ غم‌انگیز همسرش در جوانی، به تدریس روی میاره و ویدئو‌های کلاس‌های درسش هنوز هم که هنوزه طرفدار داره. (ویدئوی پایین فاینمن رو نشون می‌ده در سال 1964 در حال تشریح آزمایش دو شکاف.


تکنیک فاینمن توی چهار مرحله خلاصه می‌شه:

  • گام اول) موضوعی رو انتخاب کنید.
  • گام دوم) سعی کنید مطلب رو به یکی دیگه (مثل یه بچه) که با موضوع آشنا نیست توضیحش بدید. توضیحات شما باید انقدر دقیق و کامل باشه که فرد کاملن شما رو درک کنه. (البته لازم نیست حتمن وقت یکی رو بگیرید، توی ذهنتون این فرایند رو انجام بدید.)
  • گام سوم) شکاف‌ها رو شناسایی کنید. به عبارت بهتر جاهایی که حس می‌کنید مفهوم رو کامل نگرفتید رو بشناسید و روی اون‌ها کار کنید.
  • گام آخر) مرور کنید و مطالب رو ساده‌تر کنید.

راه‌کار دیگری که فاینمن به ما توصیه می‌کند، «مثل کودک فکر کردن» است. کودکان دائم می‌پرسند «چرا؟». شما هم همین‌کار را بکنید. چرا این فرمول درست است؟ چرا در پایتون 0.2 + 0.1 برابر 0.3 نمی‌شود؟ چرا آسمان آبی‌ست؟ شما با پرسیدن این چرا‌ها، میزان یادگیری و تسلط خودتون رو می‌سنجید.


چهارم) مرور، مرور، مرور

نیازی به گفتن حرفای اضافی نیست، در این حد بدونید که ما دو نوع ضمیر داریم، یکی خودآگاه و دیگری ناخودآگاه. مرور به شما کمک می‌کنه مطالب رو به تدریج از ضمیر خودآگاه به ناخودآگاه خودتون انتقال بدید. مرور باید برنامه‌ریزی شده باشه. به این معنا که روز‌های مشخصی رو توی تقویمتون مشخص کنید که چه چیزی رو می‌خواید مرور کنید. فاصله‌ی بین مرور‌ها هم باید افزایشی باشه، به این معنا که اگه مبحثی رو امروز مرور کردید، دفه بعدی دو سه روز دیگه، دفعه بعد یه هفته بعدش، دفعه بعد دو هفته بعدش و... . این کار به شما کمک می‌کنه مطالب رو توی حافظه‌تون تثبیت کنید.


پنجم) خواب کافی

معمولن گفته می‌شه که خواب دلیل و منشاء مشخصی نداره. این گفته اشتباهه و یکی از اصلی‌ترین کارکرد‌های خواب تثبیت حافظه‌ست. جزئیات این کار زیاده و اگه می‌خواید واقعن جزئیات مطلب رو متوجه بشید این مطلب رو در ویکی‌پدیا بخونید(یا این رو). ولی خلاصه‌ش اینه که خواب در روند یادگیری خیلی موثره و حتمن باید خواب سالمی داشته باشید. خواب سالم هم از دو مرحله‌ی NREM و REM تشکیل می‌شه. اگر کم‌خواب یا بدخواب هستید، حتمن این رفتار رو در خودتون اصلاح کنید.

میزان خواب کافی هم لزومن 8 ساعت نیست. بسته به فعالیت و عادت بدنی شماست و می‌تونه کمتر از 8 ساعت هم باشه ولی حتمن باید ساعت بدنتون به این قضیه عادت کنه.


خب! به آخر خط رسیدیم. این‌ها چیزهایی بود که باعث بهتر شدن روند یادگیری من در یکی دو سال گذشته شده. سعی کردم که زبان متن خیلی ساده باشه و تا جایی که ممکنه از کلمات ثقیل استفاده نکنم. اگه در متن جایی احساس کردید که داره کوچک‌ترین توهینی به شما می‌شه یا این‌که بی‌نمک‌بازی در میارم، صمیمانه از شما عذر می‌خوام.

ماجرای شما چی بوده؟ شما از چه روش‌هایی استفاده کردید؟ ممنون می‌شم در بخش نظرات به اشتراک بگذارید.

آیا هوش مصنوعی باعث نابودی بشر خواهد شد؟

جمعه, ۲۵ آبان ۱۳۹۷، ۱۲:۴۳ ب.ظ


عکس Best Friends از Andy Kelly - ژاپن
سوال بزرگیست، به اندازه‌ای بزرگ که باعث به وجود آمدن قطبیدگی هم در حوزه‌ی صنعت و هم در حوزه‌ی آکادمیک شده است. یک قطب بر این عقیده‌است که هوش مصنوعی هر چه باشد، به هر حال تحت کنترل انسان‌ها خواهد بود و قطب دیگر هم معتقد است هوش مصنوعی باعث و بانی جنگ جهانی سوم و انتقراض بشریت خواهد بود. اما به راستی چه عاملی باعث به وجود آمدن این قطبیدگی شده است؟
(برای مشاهده‌ی برخی از محتوای این صفحه باید به اینترنت آزاد متصل باشید.)

اما قبل از این که وارد خود بحث بشویم، نیاز به دانستن اندکی پیش‌زمینه داریم.

پیش ‌در‌آمدی بر هوش مصنوعی

از لحظه‌ای که آلن تیورینگ رویای ماشین محاسبه‌گر را به واقعیت تبدیل کرد، بحث‌های بسیاری درباره‌ی هوش مصنوعی شکل گرفت. به صورت خلاصه، هوش مصنوعی یعنی یافتن روشی که بتوان مفاهیمی که توسط انسان آموخته می‌شوند را به ماشین یاد دهیم و ماشین (همانند انسان) قدرت تصمیم‌گیری داشته باشد. (بخوانید: آزمون تیورینگ)
یادگیری ماشینی به سه بخش تقسیم شده.
  • یادگیری نظارتی، یا این که شما خود داده و عنوان داده را دارید و ماشین می‌تواند نظم موجود بین داده‌ها و نوع و عنوان آنها را کشف کند. (برای مثال، تعیین قیمت ملک بر اساس موقعیت مکانی)
  • یادگیری غیرنظارتی، یا پیدا کردن نظم موجود بین چند داده‌ی بدون عنوان و مرتب کردن آنها بر اساس شباهت‌ها. (برای مثال، سیستم توصیه‌گر بخش explore در اینستاگرام)
  • یادگیری‌ نیمه‌نظارتی، یا ترکیبی از دو روش بالا. بدین معنا که شما عنوان بعضی از داده‌ها را دارید و بعضی داده‌ها را خیر.
چیزی که واضح است، این است که زیربنا برای ساختن چنین ماشینی، داده و تحلیل آماری، یا به عبارت خلاصه «داده‌کاوی» است و در طی نیم قرن گذشته، روش‌های بسیاری برای این کار ابداع شده‌اند؛ از درخت تصمیم و رگرسیون خطی تا شبکه‌های عصبی کانولوشنی.
عکس از جنگ‌های صلیبی: آیا تاکنون از خود پرسیده‌اید که ریچارد‌ِ شیردل چگونه قلعه‌ی خود را مدیریت می‌کرد؟! (ببینید: مد‌های بهبود‌دهنده‌ی هوش مصنوعی بازی جنگ‌های صلیبی)

توانِ هوش مصنوعی

(بر اساس کتاب Superintelligence) هوش مصنوعی به لحاظ قدرت تصمیم‌گیری و توان به سه دسته (با به تعبیر بهتر، دوره) تقسیم می‌شود. دوره‌ی اول (که هم‌اکنون در این دوره قرار داریم) AI نام دارد، دوره‌ای که در آن تلاش می‌کنیم تا با مسائلی که در اطراف خود می‌بینیم، همانند مسائل بهینه‌سازی برخورد کنیم و با روش‌های ریاضی برای آنها راه‌حل پیدا کنیم. نقطه‌ی قوت کامپیوتر نسبت به ما انسان‌ها در سرعت پردازش داده‌هاست و ما هم تلاش می‌کنیم تا از این نقطه‌ی قوت برای توسعه‌ی الگوریتم‌های یادگیری ماشین استفاده کنیم. اشتباه‌ نکنید، هر الگوریتمی که برای یادگیری ماشین نوشته‌ می‌شود از جنس توابع ریاضی‌ست و هیچ اتفاق عجیب و غریبی در آن نمی‌افتد! تنها مقادیر عظیمی از محاسبات توسط رایانه صورت می‌گیرد. ما در این دوره قادر هستیم با استفاده از همین الگوریتم‌ها انسان را (خودمان را!) در بسیاری از مسائل و مشکلات شکست دهیم.
دوره‌ی دوم، دوره‌ی هوشِ عمومیِ مصنوعی (Artificial General Intelligence یا به صورت مخفف، AGI) نام دارد. در این دوره یک ماشین هوشمند قادر خواهد بود هر کار فکری که انسان قادر به انجام آن هست را انجام دهد و به عبارت بهتر، هوش ماشین هم ارز هوش انسان خواهد بود. تست‌های مختلفی برای این کار تعریف شده (مانند آزمون تیورینگ) و ما موقعی به نقطه‌ی هوش عمومی می‌رسیم که این تست‌ها را با موفقیت پشت سر بگذاریم ولی جالب است بدانید که ما حداقل 2 دهه تا این نقطه فاصله داریم. مشکلات پیش روی ما زیاداند (و در ادامه هم به این موضوع پرداخته شده) اما چیزی که ما را نگران می‌کند این دوره نیست، بلکه دوره‌ی سوم است.
دوره‌ی سوم، دوره‌ای فرضیه‌ایست تحت عنوان فراهوش (Superintelligence) که در آن هوش ماشین از هوش انسان پیشی می‌گیرد، بنابراین ماشین می‌تواند بدون نیاز به انسان خود را بهبود دهد و ما با پدیده‌ای تحت عنوان انفجار هوش مواجه خواهیم شد. این نظریه توسط نیک باستروم (Nick Bostrom)، استاد دانشگاه آکسفورد ارائه شده و این نظریه را در کتابش تحت عنوان Superintelligence نقد و تحلیل کرده است. او معتقد است که ضعف انسان در مدیریت تکینگی فناوری، باعث انقراض نسل بشر خواهد شد. چه از روی قصد و چه از روی سهو! برای مثال ممکن است ما از یک ماشین فراهوشمند بخواهیم تا گرسنگی را در جهان برطرف کند، در یک سناریو ماشین می‌تواند با کشتن انسان‌های گرسنه، گرسنگی را خاتمه دهد!
اگر برای شما فکر کردن به چیزی به چنین پدیده‌ای دیوانه‌وار به نظر می‌رسد، به خاطر آورید که جان فون نیومن و برتراند راسل از حمله‌ی اتمی آمریکا به شوروی (برای جلوگیری از دستیابی شوروی به سلاح هسته‌ای) حمایت کردند! یا به حمله‌ی اتمی آمریکا به هیروشیما و ناکازاکی فکر کنید. برای چنین مواردی، مصلحت اندیشی انسان به نفع «همه‌»ی بشریت تمام نشده! پس این اتفاق می‌تواند توسط ماشین هم بیفتد...
اگر شما هم (مثل من) خوره‌ی فیلم‌های علمی-تخیلی (Sci-fi) باشید، حتمن دستیار HAL 9000 در فیلم 2001: A Space Odyssey را به خاطر دارید. ایده‌ی هوش مصنوعیِ عمومی باعث ایجاد جرقه‌ی طراحی دستیار HAL 9000 توسط استنلی کوبریک و آرتور کلارک شد.
I'm sorry Dave, I'm afraid I can't do that...


خطرات هوش مصنوعی

هوش مصنوعی به طور عمده در دو بخش می‌تواند ما را به خطر بیندازد:
  • مورد اول: برای مواقعی که از هوش مصنوعی برای انجام مأموریت‌های مخرب استفاده می‌شود. سلاح‌های خودکار که برای کشتار انسان‌ها برنامه‌نویسی می‌شوند. چنین سلاح‌هایی به سادگی فشردن یک دکمه غیرفعال نخواهند شد، چرا که کشور‌ها و شرکت‌های سازنده‌ی چنین سلاح‌هایی نمی‌خواهند سلاح‌ها به سادگی غیرفعال شوند. یا برای درک بهتر ماشینی را فرض کنید که از داده‌های خود برای تولید اخبار جعلی استفاده می‌کند. (اگر به تاثیر اخبار فیک بر جامعه اعتقاد ندارید، حتمن پادکست پساحقیقت از استرینگ‌کست را گوش کنید تا ببینید اخبار فیک چگونه می‌تواند باعث رئیس‌جمهور شدن دونالد ترامپ شود!)
  • مورد دوم: هوش مصنوعی مأمور به انجام کاری مفید می‌شود ولی برای انجام دادن این کار مفید، کاری مخرب انجام می‌دهد. مثال خاتمه‌ی گرسنگی در بالا نمونه‌ای از این موارد است. آیا ما و ماشین‌ها به درک مشترک می‌رسیم؟!
هشدار‌های هاوکینگ، ماسک و گیتس هم بیشتر در این حوزه‌ها هستند. این خطرات ما را با این پرسش روبرو می‌سازد که آیا ما قادر به کنترل هوش مصنوعی خواهیم بود؟ ما هنوز جواب روشنی برای این پرسش‌ نداریم. برای درک بهتر این پاسخ، باید ابتدا موانع ما در راه رسیدن به تکینگی را بشناسیم.

موانع، در سر راه هوش مصنوعی عمومی (تکینگی)

مانع اول: الگوریتمِ جامعِ یادگیری

پدرو دومینگوز (Pedro Domingos) در کتاب The Master Algorithm این باور را شرح می‌دهد که در راه رسیدن به تکینگی، ابتدا باید الگوریتمی را کشف کنیم که بدون نظارت انسان قادر به یادگیری باشد. او در کتابش شکل پایین را آورده و در توضیحش می‌نویسد که این اَبَرالگوریتم باید بتواند همه‌ی شاخه‌های هوش مصنوعی را به هم ربط دهد.

آیا رسیدن به چنین الگوریتمی ممکن است؟ ما باز هم پاسخ روشنی به این پرسش‌ نداریم.

مانع دوم: توان پردازش داده‌ها

دستگاه هوشمند باید بتواند ترابایت‌ها داده‌ را پردازش کند. پردازش این حجم از داده (با سخت‌افزار‌های فعلی) ممکن است سال‌ها (و یا حتی قرن‌ها) طول بکشد، چرا که الگوریتم‌های یادگیریِ فعلی آنقدرها هم که فکرش را می‌کنید بهینه نیستند. از طرف دیگر ما هنوز الگوریتم جامع را کشف نکرده‌ایم ولی می‌توان گفت که آن الگوریتم‌ هم آنقدر‌ها که فکرش را می‌کنیم بهینه نخواهد بود! پس در نتیجه ابزار‌های فعلی ما برای پردازش این حجم از داده‌ها کافی نیستند. مطالعات آماری به ما می‌گویند که در سال 2030 به سخت‌افزار لازم برای چنین پردازشی دست خواهیم یافت. ولی این این سخت‌افزار از چه نوع خواهد بود؟ پردازنده‌ی کوانتومی؟ آیا می‌توانیم این سخت‌افزار‌ها را در ابعاد کوچک نیز تولید کنیم؟ ما جواب روشنی به این پرسش نداریم.

مانع سوم: مسئله‌ی آگاهی (Consciousness)

موقعی که شما Call of Duty بازی می‌کنید، شما فردی هستید که سرباز را کنترل می‌کند؛ شما از دریچه‌ی کامپیوترتان آن سرباز را کنترل می‌کنید. چه چیزی ما را کنترل می‌کند؟ این پرسشی‌ست که فلاسفه هم بار‌ها آن را تکرار کرده‌اند؛ منشاء آگاهی بشر چیست؟ چه نیرویی ما را کنترل می‌کند؟ آیا ما واقعاً مختاریم؟
آیا ما می‌توانیم ماشینِ آگاه تولید کنیم؟ ماشینی که با استقلال کامل از انسان، توانایی فکر کردن و تصمیم‌گیری داشته باشد و برای کنترل شدن محتاج انسان نباشد.
در پایان فصل اول سریال وست‌ورلد، پس از آن که دلورس هزارتو (maze) را کشف می‌کند و از برنارد درباره‌ی آن می‌پرسد، برنارد در جواب به او می‌گوید که: «تو یک ربات نیستی، تو انسانی.» منظور برنارد این بود که دلورس موجودی بی‌روح نیست، بلکه آگاهی دارد.

ما دهه‌هاست که درگیر شناخت ریشه‌ی آگاهی در خودمان هستیم و حدود 20000 مقاله‌ هم در این باره نوشته‌ایم ولی حتی 1٪ هم به پاسخ نزدیک نشده‌ایم! دیدن این ویدئو از Michio Kaku شما را بیشتر و بهتر با مسئله آشنا می‌کند.


نتیجه‌گیری

شاید تصورات فعلی ما از آینده‌ی هوش مصنوعی روشن و خوش‌بینانه نباشد، ولی باید در نظر داشته باشیم که ما دهه‌ها و قرن‌ها تا رسیدن به آن نقطه فاصله داریم. ما هنوز پاسخ‌های روشنی به پرسش‌هایی بزرگ همچون آگاهی را نیافته‌ایم و راه بسیار طولانی‌ای تا آن نقطه باقی مانده.
این جدول تصویر روشنی را از مسئله‌ی هوش مصنوعی به ما ارائه می‌دهد.
نکته‌ای که باید به آن توجه داشت این است که هوش مصنوعی (حداقل تا امروز) فواید زیادی برای ما داشته و پس از تکینگی هم این چنین خواهد بود؛ پس بهتر است تنها از بعدِ بدبینی به ماجرا نگاه نکنیم.



لطفا این پست را با دوستانتان به اشتراک بگذارید و حتما نظرتان را راجب این پست بگویید.
ممنون بابت وقتتان.

پرسش: آیا دموکراسی، دیکتاتوریِ اکثریت است؟!

پنجشنبه, ۱۹ مهر ۱۳۹۷، ۰۱:۵۲ ب.ظ
هدف این نوشته، بیشتر از اطلاع‌رسانی و بیان دیدگاه، شنیدن دیدگاه‌های شماست. این یک بحث سیاسی-اجتماعی‌-فلسفی‌است و دانش من در این حوزه خیلی خیلی محدود است و یک کتاب حرف پشت این کلمات نهفته. ولی تلاش دارم تا با ادبیات ساده، کمی ذهن شما را قلقلک بدهم! (لازم به ذکر می‌دانم که پس‌زمینه‌ی ذهنی من از این نوشته‌ها جامعه‌ی ایران است نه کشوری مانند سوئد...)

«میرزاآقا»، اول قصه ...

کمی در مورد دموکراسی

این که دموکراسی چیست (برخلاف تصور خیلی‌ها) محدود به تعاریف کشور‌ها نیست و با حلوا حلوا کردن دهن شیرین نمی‌شود! دموکراسی شاید تعریف مشخصی (که مورد پذیرش همه باشد) نداشته باشد، ولی ارکان مشخصی دارد. این ارکان دموکراتیک بودن یک نظام را مشخص می‌کنند. البته پارادوکس‌هایی مانند چین (سوسیالیسم تک‌حزبی، همانند آلمان نازی) هم موجودند که خود را «استبداد دموکراتیک خلق» می‌نامند! ما یک نوع دموکراسی نداریم و دموکراسی گونه‌های مختلفی دارد. اما جدای از این مسائل،‌ دموکراسی به زبان ساده یعنی آن که بر سر مسائل مختلف، [اکثریت] مردم تصمیم‌گیرنده‌ی نهایی هستند. این مسائل می‌توانند انتخاب رئیس‌جمهور، نخست‌وزیر، نمایندگان یا تصویب یک قانون باشد. همان‌گونه که از ذات قضیه پیداست،‌ «اکثریت (٪1+50)» سرنوشت کل جامعه‌ را رقم می‌زنند.
اما یک مسئله، فرض کنید یک قایق کوچک با 4 مسافر وسط اقیانوس وجود دارد. این چهار نفر غذایی برای خوردن ندارند. پس سه‌تن از آن‌ها تصمیم می‌گیرند نفر چهارم را بخورند. در اینجا‌ هم «اکثریت» تصمیم‌گیرنده بودند و نظر «اکثریت» سرنوشت همه را رقم زده. آیا این دموکراسی‌است؟ بنا به تعریف آری اما در واقعیت خیر! به این پدیده «دیکتاتوری اکثریت» می‌گویند. مطمئناً اگر شما با آن سه نفر صحبت کنید، آن‌ها حرف‌های منطقی‌ای برای گفتن خواهند داشت اما در تصمیم‌گیری برای یک جامعه‌ این نوع از دموکراسی، حقوق اقلیت را ضایع می‌کند.

آیا وقعاً اکثریت جامعه، بهترین تصمیم را برای جامعه می‌گیرند؟

آیا اکثریت جامعه سواد سیاسی، اقتصادی و... لازم برای تصمیم‌گیری درمورد شرایط کشور را دارند؟ آیا در جوامع دموکراتیک، درست یا غلط بودن تصمیم‌گیری‌های اکثریت مطرح می‌شوند؟ اکثریتی که مطالعه‌ی جدی ندارند، تحت تاثیر رسانه‌ها و سلبریتی‌ها قرار می‌گیرند و اصولاً هم شخص‌گرا هستند تا مطالبه‌گرا. در چنین جوامعی سیاست‌مداران پوپولیست (عوام‌گرا، بخوانید عوام‌فریب) وعدهْ وعید می‌دهند و در انتخابات پیروز می‌شوند. آیا چنین سیستمی، مولّد لابی‌گری و فساد نیست؟!

آیا منطقی است که رای یک کشاورزِ بی‌سواد با رای یک استاد جامعه‌شناسی دانشگاه تهران هم‌ارزش باشد؟!

آیا می‌توان مردم را به قشر فرهیخته یا غیرفرهیخته (یا کمی تا قسمتی فرهیخته؟!) تقسیم کرد؟ چگونه می‌توان به مردم تفهیم کرد که در مسائلی که سررشته‌ای در آن ندارند دخالت نکنند؟ آیا این امر، با روح تکنوکراتیسم (فن‌سالاری) در تضاد نیست؟
آیا بهتر نیست به جای آن که یک سیستم پر از لابی داشته باشیم، سیستمی داشته باشیم که در آن روشن‌فکران و طبقه‌ی تحصیل‌کرده تصمیم‌گیرنده باشند و مردم و گروه‌ها و تشکل‌های مردم‌نهاد بر کار این تصمیم‌گیرندگان نظارت داشته باشند؟ در واقع انتخابات میان این روشن‌فکران صورت‌ بگیرد نه توده‌ی مردم.
«میرزاآقا»، آخر قصه ...

توجه داشته باشید که مفهوم دموکراسی فارغ از نظام سیاسی‌است و این مطلب به نظام‌های سیاسی اشاره‌ای ندارد، بلکه ذات خود دموکراسی را هدف قرار داده و این بحث فوق‌العاده مهمی‌است. چرا که پیش‌شرط اساسی تکثرگرایی (پلورالیسم: فعالیت جریانات و احزاب مختلف در یک جامعه) دموکراسی است و وجود چنین پرسش‌هایی، ذات دموکراسی را عقیم (ناتوان از زایش اندیشه‌های جدید) جلوه می‌دهد.
نظر شما چیست؟ دیدگاه‌های جالب به ادامه افزوده‌‌خواهند‌شد.

راه‌نمای زندگی خوابگاهی

سه شنبه, ۲۷ شهریور ۱۳۹۷، ۱۲:۱۶ ق.ظ

ا توجه به این که سال تحصیلی جدید در حال شروع شدنه و خیلی‌ها قراره به فیض خوابگاهی بودن نائل بشن، گفتم یه پست در رابطه‌ با زندگی خوابگاهی و تلخی‌ها و شیرینی‌هاش بنویسم. اگه نکته‌ای به ذهنتون می‌رسه حتمن توی بخش نظرات به اشتراک بگذارید. 🙌😘 (برای دیدن نسخه‌ی کامل‌تر (به همراه توییت و... ) وی‌پی‌ان خودتونو روشن کنید و توی ویرگول بخونید.)

خوابگاه چیست؟

خوابگاه یعنی جایی که توی اون زندگی خواهید کرد. خوابگاه خونه‌ی دوم شماست و هم‌اتاقی‌ها و هم‌واحدی‌های شما هم مثل خواهر و برادر شمان. خوابگاه‌ها به سه دسته تقسیم می‌شن:

1- خوابگاه دولتی: جاییه که هزینش نسبتن پایینه، معمولن نزدیک دانشگاه‌ست و توی خیلی از موارد شبیه پادگانه! توی خوابگاه دولتی بهتون غذای ارزون میدن (که در پایین راجبش توضیح می‌دیم!)، البته به شرطی که رزروش کرده باشید. خوابگاه دولتی شبیه مسافرخونه‌است، به این معنا که اتاق‌ها جدا جدا و عین همن (تقریبن) و دسشویی‌ها و حموم‌ها توی یک‌ جا‌های مشخصی‌ان. (و هر اتاقی حموم و دستشویی مخصوص خودشو نداره!) به احتمال قوی هر طبقه یه چند تا جای مشخص داره که سرویس بهداشتی و حموم و آشپزخونه‌ها اونجاست. سرویس بهداشتی و حموم و... هر خوابگاهی هر روز (یا حداکثر هر 3 روز یه بار) توسط نظافت‌چی‌های خود خوابگاه تمیز می‌شه. (البته وارد اتاق شما نمی‌شن و شما باید اتاق خودتون رو تمیز نگه دارید!) هر اتاقی هم (به نسبت اندازه و افراد درون اتاق) کمد، تخت (البته اکثرن بدون تشک!)،فرش و یخچال داره. معمولن تهویه و سیستم گرمایشی و سرمایشی هم داره (ولی ممکنه خراب بشن و یه هفته تعمیرش طول بکشه!) خوابگاه‌های دولتی معمولن بزرگن و چندصد نفری توش هستن؛ این یعنی می‌تونید با افراد زیادی آشنا بشید و دوستای زیادی پیدا کنید! خوابگاه‌های دولتی تمامن توسط دانشگاه مدیریت می‌شن و عوامل مدیریتی، حراست و... مستقیمن از دانشگاه حقوق دریافت می‌کنن.

2- خوابگاه خودگردان: تعریف جامعی برای خوابگاه خودگردان وجود نداره. دلیل اینی که بهش میگن خودگردان اینه که عواملی که اونو می‌گردونن از دانشجوی‌های ارشد و دکتری خود دانشگاهن. هزینه‌ی خوابگاه خودگردان معمولن بالاتر از خوابگاه دولتیه و معمولن هیچ تضمینی برای امکانات نیست. ممکنه بعضی اتاقا کوچیک باشن بعضیا بزرگ، ممکنه بعضی اتاقا بالکن داشته باشن و بعضی نه و... ولی در کل این شکلیه که هر طبقه به چند تا واحد تقسیم می‌شه و هر واحد هم معمولن سه چهار تا اتاق داره. هر واحد حموم، توالت وآشپزخونه مخصوص خودشو داره و شما اینارو با هم‌واحدی‌هاتون شریک می‌شید! خوابگاه‌های خودگردان معمولن کوچیک‌تر از خوابگاه‌های دولتین ولی بیشتر از خوابگاه دولتی حس خونه به شما می‌دن. توی خوابگاه خودگردان هم شما از امکانات رفاهی دانشگاه (مثل غذا) برخوردارید ولی این مدل خوابگاه‌ها معمولن از دانشگاه دورن.

3- خوابگاه غیردولتی (پانسیون): پانسیون صرفن برای دانشجو‌ها نیست و کارمند‌ها و سایر اقشار هم ازش استفاده می‌کنن. پانسیون‌ها (معمولن) تحت نظر دانشگاه نیستن و توی غذا و سایر امکانات باید دست به جیب خودتون باشید! سایر موارد هم (مثل نظافت، سایر اتاق و...) هم بسته به پانسیونیه که توش هستید. پانسیون‌ها معمولن از دوتا نوع دیگه‌ی خوابگاه‌ها گرون‌ترن و چون امنیتشون تضمین شده نیست، توصیه نمی‌شن.

داخل پارانتز اینو بگم که هر خوابگاهی معمولن اینترنت، نمازخونه و سالن مطالعه و سالن تلویزیون داره. بعضی‌ از خوابگاه‌ها (بیشتر تو خوابگاه‌های دولتی) بدنسازی و سالن ورزشی هم دارن. اینم در نظر داشته باشید که 99٪ تخت‌های خوابگاه‌ها دو طبقه هستن و هر کی زودتر برسه میره رو تخت پایین! 🤣😂


زندگی خوابگاهی

شما با چند نفر از اقصی نقاط ایران هم اتاقی می‌شید. شب رو توی یه جا می‌خوابید و به نحوی عجیب و غریب به همدیگه عادت می‌کنید! دوستی‌هایی که توی دوران دانشگاه شکل می‌گیرن خیلی پایدارن و ممکنه با هم یه بیزنسی رو شروع کنید و با هم کار کنید. معمولن هم اتاقی‌های شما هم رشته شما نیستن و این اتفاق خیلی خوبیه! به این خاطر که می‌تونید باهاشون راجب رشته‌هاشون صحبت کنید و ایده بگیرید! و البته لازمه که به این نکته اشاره کنم که هفته‌ی اول خوابگاهی بودن خیلی سخت و زجر آوره! چون توی محیط متفاوتی و به دور از خونه و خانواده خودتون (اونم یا چند صد نفر غریبه!) قرار می‌گیرید و این حس طبیعیه! ولی بدونید با گذر زمان به همدیگه عادت می‌کنید؛ تا جایی که موقع خداحافظی تو آخر ترم چشماتون خیس میشه و یه چیزی گلوتونو قلقلک می‌ده و موقعی که برمی‌گردید به خونه حس غریبگی با خونه و دلتنگی بهتون دست می‌ده!

اینو همیشه به ذهن بسپرید: دیگران شمارو همون قدر که شما اونارو تحمل می‌کنید، تحمل می‌کنن! باید مراعات همدیگه رو بکنید. نه صرفن هم اتاقی‌ها، بلکه هم واحدی‌ها و اتاق‌های دیگه. گوش دادن به موزیک با صدای بلند، ملچ مولوچ کردن موقع غذا خوردن، با صدای بلند خندیدن موقعی که دوستاتون خوابن یا دارن درس می‌خونن بی‌شعوریه! و بدونید این افراد می‌تونن به مسئول خوابگاه مراجعه کنن و از اون فرد شکایت کنن. سرک کشیدن توی وسایل دیگران، دزدی، به اجازه استفاده کردن از وسایل دیگران هم همین وضعو داره.

ولی جدای از اینا، دوستی‌هایی که با هم اتاقی‌هاتون شکل می‌دید خیلی پایدارن و دوران شیرینی از زندگی شماست. و البته اینو بدونید که زندگی خوابگاهی (مثل این نوشته‌ها) فانتزی نیست و قراره کلی به همدیگه فحش (به ویژه فحش قومیتی) بدید.🤣 اگه کال‌آو‌دیوتی، دوتا، PES و FIFA بلد نیستید،نگران نباشید؛ توی چند ماه توشون حرفه‌ای می‌شید. معمولن به سبک موزیک هم اتاقی‌هاتون عادت می‌کنید و با هم میرید گردش و تفریح. شوخی‌های خرکی، پاسور بازی کردن و مسخره‌بازی عمده‌ی وقت مفید شما توی خوابگاه رو تشکیل می‌ده و البته این لالوها عده‌ای هم پیدا می‌شن که درس هم می‌خونن...

معمولن خوابگاهی (یا در حالت کلی دانشجو) شدن به این معنیه که قراره کلی فیلم و سریال ببینید. روایت داریم که اصلن دانشجویی که Friends ندیده اصلن دانشجو نیست! به طور خلاصه شما در طول مدت خوابگاهی بودن یک چیز رو خیلی خوب یاد می‌گیرید: زندگی [نیمه] مستقل


رفاه خوابگاهی

همین اول کار به این نکته اشاره کنم که خوابگاه به هیچ وجه رفاه خونه‌ی شمارو نداره! (مخصوصن موقعی که توالت و حمومتون رو با چندده نفر دیگه شریکید 😂) بذارید با غذا شروع کنیم.

غذای خوابگاه بَده. در واقع حالت لاکچری غذای پادگانه و (به جز جوجه کباب) بقیه‌ی غذاهاش تعریف چندانی ندارن. برنج بی‌کیفیت خارجی (و گاهن پلاستیکی!)، کوبیده‌ای که توش پوست مرغ ریختن (و واسه همین نرمه)، عدس پولویی که عدسش مزه خاک میده و گوشتش ترشه و برنجش بی مزست! انقد بهتون شنیتسل و کوکو میدن که شبیه مرغ می‌شید! ماکارونی‌هاش خشکه و استانبولی‌پلو‌هاش شمارو می‌بره به اردوگاه کار اجباری گولاگ در اتحاد جماهیر شوروی! ولی با این‌همه بدی غذاهاش نسبتن ارزونن و هر وعده حدود 700 تا 2000 تومان هزینه داره. صبحونه‌ها هم معمولن به صورت بسته‌های هفته‌ای یا دو‌هفته‌ای عرضه می‌شن که توشون تخم‌مرغ، خامه و... داره و هزینش کمتر از 10 تومنه ولی معمولن (متاسفانه) خوابگاهی‌ها عادت به خوردن صبحونه رو ترک می‌کنن! البته به این نکته هم اشاره بکنم که معمولن کنار غذاها آش، سوپ و سالاد هم میدن.

البته به این نکته توجه داشته باشید که ممکنه که بر اثر فراموشی (یا تنفر) غذایی رو رزرو نکرده باشید. پس باید راه‌های سیر نگه داشتن خودتونو یاد بگیرید. بیسکوئیت و کیک تا یه مدت شما رو سیر نگه می‌دارن ولی بعد یه مدت یا باید آشپزی یاد بگیرید، یا باید از بیرون غذا بگیرید؛ باید ببینید کدوم یکیش به صرفه‌تره. خودتونو برای یه رژیم غذایی پر از نودل، برنج، هات‌داگ، بندری، همبرگر، ژامبون (که چهار مورد آخر می‌تونن آپشن «ویژه» هم داشته باشن که همون اضافه کردن قارچ و پنیره!) آماده کنید! پس یادتون نره: کیترینگ‌ها، غذافروشی‌ها، فست‌فودها و سگ‌پزیای (😂) دوروبر خوابگاهتون رو خوب رصد کنید!

و به این نکته‌ توجه داشته باشید که توی اپلیکیشن‌هایی مثل ریحون، اسنپ‌فود، چنگال و چیلیوری هم غذافروشی با قیمت مناسب پیدا می‌کنید. جالبه بدونید که این اپ‌ها دائم تخفیف می‌دن و حتمن از این تخفیفا استفاده کنید. اکثر موارد ارزون‌تر از روش‌های بالا در میاد. (اپلیکیشن چنگال کد تخفیف دائمی 30٪ بدون محدودیت داره با کد: chatrbaazan)

نظافت اتاق شما با خودتونه! اگه فرش رو کثیف کردید باید خودتون بشوریدش، غذا نباید بیرون بمونه وگرنه گند می‌زنه (و اون موقعه که می‌فهمید که آش هم گند می‌زنه!)، لباساتونو یا باید خودتون بشورید یا باید بدید توی لباسشویی خوابگاه بشورن و مهم‌تر از همه، یخچال! اگه یخچال بو گرفته باشه مجبورتون می‌کنن بشوریدش! پس الکی نباید پرش کنید و نذارید چیزی توش گند بزنه!

و صد البته می‌رسیم به دعوای اصلی، کی اتاقو تمیز می‌کنه؟! توی این مورد حتی شورای امنیت سازمان ملل هم نمی‌تونه کاری کنه و دست خودتونه! فقط این یادتون باشه: اگه الآن تمیز کردنش سخته، پس فردا تمیز کردنش غیر ممکنه! پس خودتونو برای «آدمْ بزرگِ اتاق» بودن و فداکاری و از خود گذشتگی کردن آماده کنید.

اگه یکی توی خوابگاه سرما خورده باشه، کل خوابگاه سرما می‌خورن! پس حتمن واکسنشو به موقع بزنید. ممکنه یکی از دوستاتون بیمار بشه، باید ازش مراقبت کنید یا ببریدش بیمارستان و به خانوادش اطلاع بدید. پس دقت داشته باشید که: شماره تلفن خانواده و یا آشنای نزدیک هم اتاقی‌ها و دوستاتون رو داشته باشید. اگه بخوام کابوس زندگی خوابگاهی رو در یک کلمه خلاصه کنم، باید به «ساس» اشاره کنم. حشره‌ای که توی تخت و بالش و... شما تخم‌گذاری می‌کنه و تنها راه نابود کردنش سم‌پاشیه. کوچک‌ترین آسیب جسمی برای انسان نداره ولی اثر روانی شدیدی داره، در حدی که فک می‌کنید الآن داره رو بدن شما راه می‌ره! احتمال این که در حالت نرمال اتاق شما ساس بگیره کمتر از 1 درصده ولی اگه بهداشت رو رعایت نکنید، این احتمال رو افزایش می‌دید!

خوابگاه پسرانه vs خوابگاه دخترانه

زندگی در خوابگاه دخترانه خیلی به زندگی آدمیزاد نزدیک‌تره تا زندگی در خوابگاه پسرانه! پس دخترخانوم‌ها مطمئن باشن زندگی خوابگاهی اون‌قدری که برای پسرا سخته برای شما سخت نیست! (البته این ریشه در ذات ما پسر‌ها هم داره‌ها ولی بگذریم!) ولی در عوضش محدودیت هم دارید. برای مثال شما (منظور دختر‌ها) حق پوشیدن تاپ در محیط خوابگاه رو ندارید (البته تو بعضی از خوابگاه‌ها این هست و نه همشون) و اگه ببیننتون جریمتون می‌کنن. در حالی که تو خوابگاه پسرونه دیدن یه پسر که فقط یه شرت تنشه و یه حوله انداخته رو شونش داره با دمپایی لاانگشتی پله‌هارو می‌ره بالا جزو نُرم‌های زندگی خوابگاهی به حساب میاد! ولی جدای از این مسائل، (به نظر من البته) زندگی توی خوابگاه دخترانه خیلی خشک‌تره تا خوابگاه پسرانه. ولی عوضش آرامش خوابگاه پسرانه خیلی (خیلی خیلی ...) کمتره! توی خوابگاه پسرانه هر لحظه ممکنه صدای عربده کشیدن یکی بیاد و این اتاق جواب اربده‌ی اون‌یکی اتاق رو بده و... شوخی‌های خرکی هم توی توی خوابگاه‌های دخترانه خیلی کمتره. خوابگاه‌های دخترانه خیلی تمیز‌ترن و خلاصه این که : زندگی در خوابگاه دخترانه خیلی به زندگی آدمیزاد نزدیک‌تره تا زندگی در خوابگاه پسرانه!

پ.ن: یه محدودیت خیلی بزرگی که خوابگاه‌های دخترانه دارن (و من تا چند لحظه پیش خبری ازش نداشتم) این بود که توی خوابگاه‌های پسرانه معمولن گِیت و در اصلی رو ساعت 12 شب می‌بندن و صبح ساعت 6 باز می‌کنن ولی توی خوابگاه‌های دخترانه، پاییز و زمستون ساعت 9 (و بعضی جاها 8:30 حتی!) و توی بهار و تابستون 10 شب می‌بندن!‌ (البته من خودم دلیلشو دقیق متوجه نمی‌شم که چرا؟ اون اتفاقی که شب می‌افته صبح و ظهر نمی‌تونه بیفته؟!)

نکات پایانی

  • شما خیلی از وسایلتون رو با هم دیگه شریک می‌شید و هر کسی سشوار خودشو استفاده نمی‌کنه. این یه قانونه! یکی اتو داره، یکی قابلمه داره، یکی ریش‌تراش داره و اینا رو باید با همدیگه Share کنید!
  • وسایلی که حتمن باید همراه داشته باشید: بشقاب، لیوان، قاشق و چنگال، ژیلت، حوله، ناخن‌گیر، مسواک و خمیردندان، نایلون فریزر، چسب زخم، ژلوفن و سرماخوردگی بزرگسالان (یا کلد‌استاپ) و استامینوفن کدئین و آموکسی‌سیلین، شامپو و صابون و لیف، تابه، قابلمه، برس، قند و شکر و قهوه و چای. (ابزارهایی مثل سشوار و اتو و ... هم باید باهمدیگه تصمیم بگیرید.)
  • مواقعی پیش میاد که شما به خواب نیاز دارید و سر و صدا و نور نمی‌ذاره بخوابید! برای همچین مواقعی چشم‌بند و گوش‌گیر داشته باشید.
  • وقتی گروهی زندگی می‌کنید، باید هزینه‌ها رو مدیریت کنید. پس این که کی، چقد خرج کرده رو حتمن یه جا یادداشت کنید تا آخر هر ماه باهمدیگه تسویه حساب کنید.
  • ممکنه سطح رفاه خانوادگی شما از هم اتاقی‌هاتون بیشتر باشه، پس مراعات اون‌ها رو بکنید. لاکچری بازی در نیارید که مورد نفرت واقع می‌شید. خاکی باشید و خاکی بمونید.
  • ارتباط برقرار کردن با همدیگه رو یاد بگیرید. فرض کنید هم اتاقی شما خبر فوت یکی از عزیزان نزدیکشو دریافت کرد، شما نباید یه گوشه بی‌اهمیت بشینید، باید بتونید دلداریش بدید. فراموش نکنید که شما عضوی از یک خانواده به حساب میاید.

بچه‌های خوابگاه خودگردان (بخوانید روان‌گردان!) حافظ، خرداد 96، کمپین انتخاباتی مهندس م. یک عده دانشجوی خوابگاهی در حال مسخره‌بازی!
بچه‌های خوابگاه خودگردان (بخوانید روان‌گردان!) حافظ، خرداد 96، کمپین انتخاباتی مهندس م. یک عده دانشجوی خوابگاهی در حال مسخره‌بازی!


اینا نکاتی بود که به ذهنم رسید. اگه سوالی دارید یا اگه حس می‌کنید چیزی رو جا انداختم توی بخش نظرات بگید. ممنون بابت وقتتون 😘😉

  • ۳ نظر
  • ۲۷ شهریور ۹۷ ، ۰۰:۱۶

چقدر خودتون رو می‌شناسید؟

شنبه, ۶ مرداد ۱۳۹۷، ۰۶:۱۴ ب.ظ

این پست در رابطه با آزمون‌های شخصیت‌شناسی، انواع اون‌ها، اهمیت اون‌ها و این‌که چقدر توی استخدام و فرایند‌های مشابه بهش اهمیت می‌دن نوشته شده. بالطبع نمی‌شد که همه‌ی تست‌ها رو اینجا بیارم، واسه همین چندتا از تست‌ها که خیلی‌ از جا‌ها دیدم راجبش صحبت می‌کنن رو آوردم.

شخصیت‌شناسی چیست؟

شما نمی‌تونید تعریف دقیق و جامعی برای شخصیت‌شناسی توی اینترنت پیدا کنید، ولی اگه بخوایم تشریحی بگیم:

تست‌های شخصیت‌شناسی تست‌هایی هستن که سعی می‌کنن قالب کلی برای بازخورد‌هایی که شما در شرایط مختلف از خودتون بروز می‌دید رو برای شما ترسیم کنن. به عبارت بهتر، دسته‌ای از ویژگی‌های شخصیتی شما هستن که اغلب در طول حیات شما ثابت می‌مونن و شما با اون ویژگی‌ها از بقیه متمایز می‌شید.

دونستن تیپ شخصیتی خوبی‌های زیادی داره، مثلن توی انتخاب شغل می‌تونه به شما بگه که کدوم دسته‌ از شغلا مناسب شما نیست. یا می‌تونه شما رو راهنمایی کنه که در شرایط بحرانی چطور رفتار می‌کنید. نقاط ضعف شما رو به شما میگه و شما رو نسبت به خودتون آگاه‌تر می‌کنه تا توی شرایط مختلف، راحت‌تر تصمیم بگیرید.




تست شخصیت‌شناسی MBTI

آزمونی که در ایران خیلی جا افتاده. آزمون MBTI یا مایرز-بریگز میاد و بر اساس چهار‌تا مشخصه، شما رو دسته‌بندی می‌کنه:

منبع: ویکی پدیا
منبع: ویکی پدیا
  • درون‌گرا(I) / برون‌گرا بودن(E): بیشتر دوست دارید در خانه تنها بمانید یا با دوستانتان بروید بیرون؟
  • شمی(N) / حسی بودن(S): ترجیح می‌دهید چگونه‌ اطلاعات جدید را کسب کنید؟ با ارائه دادن راهکار‌ها و ایده‌های جدید یا تمرکز کردن روی واقعیات ماجرا؟
  • فکری(T) / حسی بودن(F): چگونه در شرایط مختلف تصمیم‌گیری می‌کنید؟ بر اساس فکر و منطق یا برای اساس احساسات درونی‌تان؟
  • قضاوت‌جو(J) / دریافت‌گر بودن(P): آیا تمایل دارید بسته به شرایط تغییر مسیر دهید یا دوست دارید همه چیز از قبل برنامه‌ریزی شده باشد؟

اگر حرف پاسخ هر کدام از چهار پرسش بالا را کنار هم قرار دهید، تیپ MBTI خودتان را یافته‌‌اید!

به احتمال قوی برای بعضی از پرسش‌ها پاسخ دقیق و درستی در ذهنتان ندارید، نگران نباشید کاملن منطقی‌است! پاسخ شما به سوالات بالا 0 و 1 نخواهد بود و بین 0 تا 1 تغییر خواهد کرد. به همین علت تکمیل کردن تست‌های آنلاین راهکار بهتری برای رسیدن به پاسخ است. (من خودم به شخصه سایت 16personalities را توصیه می‌کنم.)

افرادی که تیپ شخصیتی یکسانی با شما دارند، رویکرد‌های مشابهی در انتخاب شغل، روابط عاطفی و... دارند. کافیست تیپ MBTI خودتان را در سایتی مانند Quora جست‌و‌جو کنید تا با انبوهی از تجربه‌های مختلف در زمینه‌های مختلف آشنا شوید! اگر حس می‌کنید به اطلاعات بیشتری نیاز دارید، مشاهده‌ی این تِدتاک را برای شما پیشنهاد می‌کنم.



آزمون رفتارسنجی DISC

این آزمون خیلی در ایران جا افتاده نیست، ولی اطلاعات خوبی راجع به ما می‌دهد. بر اساس این آزمون رفتار و شخصیت شما، چهار وجهه دارد:

منبع
منبع
  • تسلط (Dominance): قاطع، هدف‌گرا و مستقل
  • اثرگذاری (Influence): ایده‌ال گرا، اجتماعی و برون‌گرا
  • ثبات (Steadiness): روحیه‌ی تیمی، حامی دیگران و اجتماعی
  • انطباق(Compliance): آگاه، نگرانِ آینده و برنامه ریز


این عکس (منبع) ویژگی‌های هرکدام از چهار ویژگی بالا را نشان می‌دهد.
این عکس (منبع) ویژگی‌های هرکدام از چهار ویژگی بالا را نشان می‌دهد.

نتیجه‌گیری‌های جالبی از این تست رفتارشناسی به دست می‌آید، برای مثال کسانی که D هستند، نسبت به سایر افراد رهبران بهتری هستند؛ کسانی که S هستند بازاریاب‌های فوق‌العاده‌ای می‌شوند و... . یکی از نکات جالب درباره‌ی این تست آن است که اگر به سوالات پاسخ دروغین و خیلی ایده‌آل بدهید، مشخص می‌شود که شما دروغگوئید!


آزمون استعداد شغلی هالند RIASEC

دو آزمون قبلی، شخصیت و رفتار شما را هدف گرفته‌بودند، این آزمون صلاحیت شغلی شما را بررسی می‌کند. این تست 6 مؤلفه دارد و بر اساس پرسش‌هایی که از شما می‌پرسد، آن‌ها را از بیشترین به کمترین درصد می‌چیند و به شما تحویل می‌دهد. این شش مؤلفه عبارت‌اند از:

  • واقع‌گرایی (Realistic): کاربردی، فیزیکی، اهل ابزار‌آلات و کارهای عملی
  • جست‌وجوگری (Investigative): علمی، اهل تفکر و اندیشه،‌بررسی و آمار،‌ مکاشفه
  • هنرمندی (Artistic): خلاق، مستقل، اهل ایده‌های اصیل و نو، بی‌نظم،‌
  • اجتماعی (Social): حامی،‌ همکار، هم‌تیمی، آموزگار
  • سازمانی (Enterprising): رقابتی، رهبری و ریاست، ترغیب کننده
  • قراردادی (Conventional): دقت به جزئیات، اهل نظم و دقت، دفتری

در خارج از کشور و حتی در ایران به نتیجه‌ی این تست اهمیت زیادی داده می‌شود. این آزمون می‌تواند به شما بگوید که در کدام مدل از شغل‌های می‌توانید پیشرفت کرده و رضایت شغلی داشته باشید. در ویکی‌پدیا می‌توانید لیستی از شغل‌های مناسب برای هرکدام از آیتم‌های بالا را بیابید.



آزمون Belbin

این آزمون بیشتر برای تیم‌ها و کار تیمی کاربرد داره تا شخصیت‌شناسی و رفتارشناسی. دکتر بلبین یه روانشناسه که میگه هر فردی توی هر کار تیمی میتونه 9 تا نقش داشته باشه:

  • هماهنگ‌کننده‌ها (Co-ordinator): برای تمرکز روی اهداف تیم و شناسایی و استخراج توانایی‌های سایر اعضای تیم
  • تیم‌کار‌ها (Teamworker): به کمک خاصیت انطباق‌پذیری خود، باعث انعطاف پذیری تیم می‌شوند.
  • کاشفان منابع (Resource Investigator): به کمک کنجکاوی خود، ایده‌های جدید را به تیم ارائه می‌دهند.
  • متخصصان (Specialist): در یک زمینه‌ی به خصوص، دانش عمیق دارند.
  • ناظران ارزیاب (Monitor Evaluator): به عنوان یک ناظر منطقی، قضاوت‌های منطقی را به دور از جانب‌داری و تعصب انجام می‌دهد.
  • گیاه (Plant): تمایل شدیدی به خلاقیت و حل مسائل دارد.
  • تمام‌کننده کار‌ها (Complete Finisher): آن‌ها با دقت و ریزبینی، خروجی را با بالاترین کیفیت و استاندارد‌ها ارائه می‌دهند.
  • اجرا کنندگان (Implementer): سازندگان یک نقشه‌ راه عملی و اجرا کنندگان آن به بهترین روش ممکن.
  • شکل‌دهنده‌ها (Shaper): انگیزه لازم برای اطمینان از اینکه تیم در حال حرکت است و تمرکز یا حرکت را از دست نمی دهد، فراهم می کند.

بر اساس این آزمون، یک تیم موفق تیمی است که همه‌ی این نقش‌ها را در خودش داشته باشد. اطلاعات بیشتر را می‌توانید از سایت خود بلبین به دست آورید.


آیا اشتباهی در متن بالا دیدید؟ آیا آزمون دیگری مد نظرتان است که در این لیست نیست؟ آیا نظری در این رابطه دارید؟ خوشحال می‌شوم بشنوم.


  • ۰ نظر
  • ۰۶ مرداد ۹۷ ، ۱۸:۱۴

متلب (Matlab) چیست و چرا؟

چهارشنبه, ۲۷ تیر ۱۳۹۷، ۱۲:۴۹ ق.ظ

هر کسی که وارد دنیای برنامه‌نویسی یا وارد دنیای دانشگاه و محیط آکادمیک می‌شود، خواه یا ناخواه اسم متلب (MATLAB) به گوشش می‌خورد. اما واقعنِ واقعن متلب چیست و به چه دردی می‌خورد؟

در این متلب تلاش شده تا به علل استفاده از متلب و مقایسه‌ی آن با سایر زبان‌ها و محیط‌ها اشاره شود.



ویکی گفته:

متلب (به انگلیسی: MATLAB) یک محیط نرم‌افزاری برای انجام محاسبات عددی و یک زبان برنامه‌نویسی نسل چهارم است. واژهٔ متلب هم به معنی محیط محاسبات رقمی و هم به معنی خود زبان برنامه‌نویسی مربوطه است که از ترکیب دو واژهٔ Matrix (ماتریس) و Laboratory (آزمایشگاه) ایجاد شده‌است. این نام حاکی از رویکرد ماتریس محور برنامه است، که در آن حتی اعداد منفرد هم به عنوان ماتریس در نظر گرفته می‌شوند.

تصور عمومی و اشتباهی که از متلب وجود دارد، این است که متلب صرفن یک ماشین حساب خیلی بزرگ است و برای محاسبات خیلی پیچیده از آن استفاده می‌شود. متلب صرفن یک ماشین حساب نیست، بلکه یک محیط برنامه‌نویسی است. متلب با سی و سی پلاس پلاس نوشته شده ولی این بدان معنا نیست که برای کار کردن با متلب باید این زبان‌ها را بلد باشید، متلب زبان برنامه‌نویسی مخصوص خودش را دارد. زبان متلب سطح بالا است بدان معنا که به زبان انسان نزدیک‌تر است و خیلی راحت‌تر می‌توانید آن را یاد گرفته و به کار ببرید. شما تنها در محیط برنامه‌(IDE)ی متلب می‌توانید به زبان متلب کد بنویسید و نمی‌توان از آن در سایر محیط‌ها مثل VS CODE یا Atom استفاده کرد.

متلب (بر خلاف پایتون) آزاد (Open Source) نیست و برای تهیه‌ی آن باید هزینه‌ی نسبتن سنگینی بپردازید. (البته در بلاد کفر، ما در ایران کپی رایت نداریم!) با این حال متلب به صورت بسیار گسترده در دانشگاه‌ها و محافل علمی و حتی در شرکت‌های بزرگ (مانند سامسونگ و اپل) استفاده می‌شود. اما چرا؟

کتاب‌خانه‌های گوناگون با توسعه‌ی پایدار

متلب کتاب‌خانه‌های بسیاری در موضوعات مختلف دارد. برای مثال برای هوش مصنوعی (یادگیری ماشینی)، پردازش تصویر، پردازش سیگنال، مخابرات، حل دستگاه معادلات، حل معادلات دیفرانسیل جزئی (PDE)، کنترل و بسیاری از علوم دیگر کتاب‌خانه مخصوص خود را دارد. شما می‌توانید علاوه‌بر این کتاب‌خانه‌ها (که در متلب APP نامیده‌ می‌شوند) ، افزونه‌هایی تحت عنوان Add-ones را هم نصب کنید. همچنین می‌توانید با نصب Hardware Support Package، با استفاده از متلب برای ابزار‌هایی مانند Arduino یا Raspberry Pi برنامه بنویسید!

از سوی دیگر، نرم‌افزار متلب بخشی تحت عنوان Simulink دارد که کار مدل‌سازی و شبیه‌سازی سیستم‌های مختلف (در زمینه‌های مختلف، مانند کنترل، الکترونیک، هوافضا و...) را انجام می‌دهد. در لینک زیر می‌توانید لیستی از تمامی appها و ابزار‌های متلب را مشاهده کنید. (این لیست صرفن محصولات خود شرکت Mathworks را نمایش می‌دهد نه Add-ones را.)


Products and Services Learn more about MATLAB, Simulink, and other toolboxes and blocksets for math and analysis, data acquisition and import, signal and image processing, control design, financial modeling and analysis, and embedded targets.

همانطور که اشاره شد متلب آزاد یا اوپن سورس نیست و جامعه‌ای بسیار محدود ولی حرفه‌ای آن را توسعه می‌دهند. به همین علت، برنامه‌هایی که با متلب نوشته می‌شوند نسبت‌ به برنامه‌هایی که به زبان‌های دیگر (مانند پایتون) نوشته می‌شوند پایدارترند.

متلب برای فست‌پروتوتایپینگ بسیار کاربردی است.

همان‌طور که در بالا اشاره شد، زبان برنامه‌نویسی متلب (همانند پایتون) سطح بالا بوده و به زبان انسان نزدیک است، بدین جهت برای اجرای سریع ایده‌ها و تولید نمونه اولیه بسیار مناسب است. معمولن زبان‌هایی که سطح بالا هستند در اجرا بهینه نیستند، بدین معنا که در مصرف منابع بهینه نیستند. (دقیقن به همین علت است که ما هنوز از فورترن و سی پلاس پلاس استفاده می‌کنیم!). این مشکل برای متلب هم صدق می‌کند ولی با این حال کاربرد گسترده‌ای در صنعت دارد. برای مثال برنامه دستگاه‌های MRI با متلب نوشته می‌شود. جالب است بدانید که می‌توانید از کد متلب خروجی C و C++ بگیرید!


MATLAB Coder MATLAB Coder generates portable and readable C and C++ code from MATLAB algorithms. MATLAB Coder supports a subset of core MATLAB language features, and can generate MEX functions to accelerate MATLAB code and verify the generated code.


محیط توسعه‌ی پیشرفته

بدون شک محیط برنامه‌نویسی متلب یکی از پیشرفته‌ترین محیط‌های برنامه‌نویسی است. امکانات کاربردی زیادی در اجرای کد و دیباگ کردن و همچنین ترسیم نمودار و ... در نرم‌افزار متلب تعبیه شده.

مستندات فوق‌العاده قوی

تمامی کتاب‌خانه‌ها، توابع و دستورات به صورت کاملن دقیق و اغلب با کدِ نمونه در بخش مستندات برای شما تعبیه شده‌اند و شما اغلب اوقات واقعن نیازی به حضرت Google و Stackoverflow ندارید!



نکات ضعف متلب:

  • (برای بار صدم!) هزینه‌ی متلب! اگر بخواهید لایسنس کامل متلب (همراه با سیمیولینک) را خریداری کنید باید رقمی در حدود 50.000 دلار هزینه کنید!
  • متلب رم زیادی را نسبت به رقبا مصرف می‌کند.
  • متلب برای کاربرد‌های علمی و مهندسی فوق‌العاده است ولی برای کار‌هایی مانند توسعه‌ی وب مناسب نیست.



به دوستانی که علاقه‌مند به یادگیری متلب‌اند، جزوه‌ی میثم پور گنجی‌ِ عزیز با نام «الفبای متلب» رو به شدت توصیه‌ می‌کنم. (ولی جای شما باشم از مستندات خود متلب یاد می‌گیرم متلب رو.)

جزوه‌ی آموزشی متلب
جزوه‌ی آموزشی متلب سال اول ارشدم برای سمینار درس آنالیز عددی پیشرفته، به خواسته‌ی استاد و دوستان قرار شد تا من نرم‌افزار متلب رو ارائه بدم. برای اون ارائه بجای آماده کردن اسلاید، شروع به نوشتن کردم و حاصلش شد

تلاش بر این بود تا این مطلب کوتاه باشد تا دوستانی که علاقه‌مند به مطالعه‌ی طولانی نیستند (بزرگ‌ترین نمونه‌اش خودم!) زیاد اذیت نشوند! اگر جایی خطایی دیدید، ممنون می‌شوم از طریق نظرات با من در میان بگذارید! از وقتی که گذاشتید ممنونم! ♥

راهنمای یادگیری پردازش تصویر (Image Processing)

يكشنبه, ۲۳ ارديبهشت ۱۳۹۷، ۰۳:۵۲ ب.ظ

این مطلب در ویرگول منتشر شده است.

توی این پست قراره که به شما آموزش گام به گام چگونگی یادگیری پردازش تصویر رو بهتون بگم و این که توی این مسیر به چی نیاز دارید و ندارید رو بنویسم. داخل پارانتز اینو هم عرض کنم که بنده خودم شخصن در حال اتمام یادگیری پردازش تصویر هستم و نوشته‌های پایین حاصل تجربیات شخصی بنده است، اگر مطلبی از نظر شما اشتباه بود خوشحال می‌شم توی کامنت‌ها به من بگید تا اصلاحش کنم. پیشاپیش متشکرم.

عکس تزئینی از Pexels
پردازش تصویر به صورت خلاصه یعنی اینکه شما با انجام فرایند‌هایی روی تصویر (چه عکس چه ویدئو)، خروجی مشخص و معینی از تصویر (باز هم به صورت تصویر) بگیرید. این فرایندها می‌توانند برای افزایش دقت تصویر باشند (Image enhancement) یا می‌توانند برای جداکردن یک بخش مشخص از تصویر‌(Image segmentation) باشند و... . برنامه‌هایی مانند اینستاگرام، کم‌اسکنر و... از الگوریتم‌های مربوط به پردازش تصویر استفاده می‌کنند. در ادامه مقاله گام‌های یادگیری پردازش تصویر براش شما آورده شده.

گام اول - پیش‌نیاز‌های ریاضی

پردازش تصویر (Image Processing) زیرمجموعه‌ای از پردازش سیگنال (Signal Processing) است و این بدان معناست که شما با سیگنال‌ها سر و کار دارید و این به معنای پیش‌نیاز ریاضی قوی‌است. مهم‌ترین مطلبی که شما از ریاضی برای پردازش تصویر نیاز دارید، بحث سری و تبدیل فوریه است (که دانشجویان مهندسی در درس ریاضیات مهندسی با آن آشنا می‌شوند) و اگر این مطالب را بلد نباشید با انتگرال‌های وحشتناک و عجیب‌ و غریبی مواجه خواهید شد! پس از آن شما به مهارت قابل قبولی در جبر خطی (عمدتاً ماتریس‌ها) در حد دبیرستان نیاز دارید. اگر این‌ها را بلد باشید، تقریباً آمادگی لازم برای شروع یادگیری پردازش تصویر را دارید!
سوالی که برای خیلی‌ها با آن برخورد می‌کنند، این است که آیا ما واقعاً به ریاضی برای مطالبی چون پردازش تصویر و هوش مصنوعی نیاز داریم؟ پاسخ این است که بله! شما برای فهمیدن تئوری پردازش تصویر به ریاضی نیاز دارید. اصولاً برنامه نویسی برای پردازش تصویر و هوش مصنوعی سخت نیست، بلکه فهمیدن تئوری آن است که وقت و انرژی فراوانی را از شما می‌گیرد.
منبع رایگان و خوب برای یادگیری ریاضی فراوان است، من به شخصه مکتب‌خونه را پیشنهاد می‌کنم ولی خودتان می‌توانید از هر منبعی که راحت هستید استفاده کنید.

گام دوم - برنامه نویسی

دو راه برای برنامه نویسی در حوزه پردازش تصویر در پیش دارید: 1- استفاده از پایتونو یا سی‌پلاس‌پلاس و کتابخانه‌ی OpenCV 2- استفاده از نرم‌افزار Matlab. اینی که شما از کدام راه می‌روید به خودتان بستگی دارد؛ ولی باز هم کمی در مورد هر کدام توضیح می‌دهم.
پایتون زبان برنامه نویسی اوپن سورس (به معنای مصطلح و عامش یعنی رایگان) بوده و به همین علت منبع یادگیری پایتون به شدت فراوان است. از طرفی کتابخانه OpenCV هم اوپن سورس بوده و توسعه‌ی آن آزاد است.
از طرف دیگر متلب اوپن سورس نیست و لایسنس کامل آن 100000 دلار (اشتباه تایپی نیست، صد هزار دلار آمریکا!) هزینه دارد. (نترس بابا ما کرک شدشو استفاده می‌کنیم تو ایران :))) متلب گزینه‌ی مناسبی برای گروه‌های تحقیقاتی و پروژه‌های دانشگاهیست و شما می‌توانید از کد متلب خروجی c یا c++ بگیرید! همچنین می‌توانید به کمک متلب بر روی برد‌های رزبری‌پای برنامه بنویسید. بهترین ویژگی متلب، مستندات (Documentation) کامل آن است‌(در اکثر موارد، هر کد با مثال عملی همراه است).
متاسفانه بسیاری فکر می‌کنند که متلب صرفاً یک ماشین حساب سنگین است، در صورتی که اینگونه نیست. متلب یک محیط توسعه برنامه است که کاربردهای بسیار زیادی دارد. از هوش مصنوعی و پردازش سیگنال گرفته تا حل معادلات PDE. متلب زبان مخصوص خودش را داراست (که شباهت زیادی به پایتون دارد) و می‌توانید کتابخانه‌های دیگر (Add-ons) را نیز از طریق فروشگاهش (اغلب به صورت رایگان) نصب کنید.
سی‌پلاس‌پلاس هم مانند پایتون اوپن سورس است ولی با این تفاوت که یادگیری و کار کردن با آن خیلی سخت و زمان‌بر است. همچنین سرعت اجرای سی‌پلاس‌پلاس خیلی بیشتر از پایتون است و به همین علت در صنعت کاربرد فراوانی دارد.
اصطلاحاً پایتون زبان Fast Prototyping است. به این معنا که شما به کمک پایتون می‌توانید نمونه‌های اولیه را با سرعت نسبتاً بالایی توسعه بدهید. ولی به علت سرعت اجرای نسبتاً پایین (برای کاربرد‌های زمانبر) نمی‌توان کار خیلی پیچیده‌ای با آن کرد!
من به شخصه متلب را برای یادگیری پردازش تصویر توصیه می‌کنم، چون:
  • منابع درجه یک (مانند رافائل گونزالز و وایلی) از متلب برای آموزش پردازش تصویر استفاده کرده‌اند.
  • زبان متلب و پایتون بسیار به هم شباهت دارند، اگر پایتون بلدید، یادگرفتن متلب برای شما کاری ندارد. حتی بین کدهای پردازش تصویر متلب و OpenCV هم شباهت وجود دارد!
  • سرعت اجرای برنامه‌ها در متلب بیشتر از پایتون است.‌(ولی به پای سی‌پلاس‌پلاس نمی‌رسد!) می‌توانید از برنامه‌های خود خروجی c و c++ بگیرید. می‌توانید با کمک متلب برنامه‌ی برد رزبری‌پای را هم برنامه‌نویسی کنید.
  • مستندات متلب بسیار کامل‌تر از پایتون و کتابخانه‌ی OpenCV است (ولی جامعه‌ی آماری استفاده از آن کمتر از پایتون است.)

گام سوم - مفاهیم پردازش تصویر

همانطور که پیش از این نیز اشاره کردم، شما باید مفاهیم پردازش تصویر را عمیقاً یادبگیرید تا بتوانید از‌ آن در پروژه‌هایتان استفاده کنید. معروف‌ترین و بهترین منبع برای شروع یادگیری پردازش تصویر، کتاب «پردازش تصویر دیجیتالی» نوشته‌ی رافائل گونزالز و ریچارد وودز است که در ایران به نام رافائل گونزالز شناخته می‌شود.
این کتاب مفاهیم پیچیده را به زبان خیلی ساده توضیح می‌دهد و شما را زیاد درگیر مفاهیم ریاضی نمی‌کند. اگر می‌خواهید همزمان با یادگیری مفاهیم پردازش تصویر، به کمک متلب برنامه هم بنویسید، کتاب زیر را به شما توصیه می‌کنم. این کتاب مطالب کتاب بالا را با مثال‌هایی از متلب پوشش داده.
اما من خودم به شخصه با کتاب وایلی شروع کردم. کتاب وایلی هم به زبان ساده توضیح می‌دهد ولی به اندازه‌ی رافائل گونزالز جامع و کامل نیست و شما مجبورید در کنار آن از منابع دیگر هم استفاده کنید.
اگر دنبال یک منبع ویدئویی خوب می‌گردید، دوره‌های کورسرا را به شما پیشنهاد می‌کنم. دوره‌ی «اصول پردازش تصویر و ویدئوی دیجیتالی» توسط آگلوس کاتساگلوس در Northwestern University تهیه شده. تنها نکات منفی این دوره تکیه‌ی بیش از حد مدرس به مفاهیم ریاضی و لهجه‌ی یونانی وی است. همچنین بعد از هفته‌ی هشتم، مطالب به شدت پیچیده و به درد نخور به نظر می‌آیند و برای افراد مبتدی اصلاً جذاب و خوب نیست.
احتمالاً همین‌ها برای شروع کار شما کافی هستند و نیازی به منبع جداگانه ندارید. ولی محض اطمینان چند پلی‌لیست از یوتیوب را برای فهم بیشتر و بهتر معرفی می‌کنم.
پلی لیست پایین هم صرفا برنامه نویسی پردازش تصویر را با استفاده از OpenCV آموزش می‌دهد.

صرفاً به منابع بالا اکتفا نکنید، از هر منبعی که حس می‌کنید به یادگیری شما کمک می‌کند استفاده کنید. به خاطر داشته باشید:
شما هرگز نمی‌توانید کل بحث پردازش تصویر را به صورت کامل یاد بگیرید. سعی کنید با سرفصل‌ها آشنا شوید و موارد استفاده هرکدام را یاد بگیرید و دنبال کاربردهای عملی این بحث‌ها در زندگی روزمره یا حرفه‌ای خود بگردید و صرفاً به یادگیری تئوری اتکا نکنید.

اگر نظر، پیشنهاد یا انتقادی دارید خوشحال میشم از لینک پایین با من در میون بذارید. موفق باشید.
  • ۰ نظر
  • ۲۳ ارديبهشت ۹۷ ، ۱۵:۵۲

PDM، PLM و تولید محصول در قرن 21

دوشنبه, ۱۰ ارديبهشت ۱۳۹۷، ۰۶:۳۲ ب.ظ

تاریخچه

در گذشته‌های نه چندان دور، وقتی می‌خواستیم محصولی را تولید کنیم، کافی بود چند نقشه­‌ی دستی از آن تهیه می‌کردیم و پس از چند حساب سر انگشتی، مستقیماً وارد مرحله تولید می‌شدیم. پس از ورود نرم­افزارهای طراحی مهندسی (که نخستین آن‌ها نرم افزار AutoCAD بود)، بالطبع سرعتِ پروسه‌ی طراحی محصول افزایش یافت.

اما مشکل از آن­جایی آغاز شد که طرح‌های ما پیچیده‌تر شدند. برای مثال یک دوچرخه­ی قدیمی، حداکثر 100 قطعه داشت؛ ماشین‌های هندلی قدیمی هم بیشتر از 2000 قطعه نداشتند؛ اما خودرو‌هایی که امروزه تولید می‌شوند حداقل 60000 قطعه دارند. یا یک هواپیمای Airbus a380 بالغ بر 7000000 قطعه دارد. هر­کدام از این قطعه‌ها باید جداگانه طراحی­شده و در کنار هم قرار­گیرند. بدیهی است که در تولید محصول با این حجم از قطعات، معیارهای بسیاری باید مورد توجه قرار گیرند و این­جا بود که [1]PDM متولد شد.

  • ۲ نظر
  • ۱۰ ارديبهشت ۹۷ ، ۱۸:۳۲

چکیده‌: سمینار «خرافات [بحران] آب در ایران»

دوشنبه, ۱۰ ارديبهشت ۱۳۹۷، ۰۶:۰۹ ب.ظ

چندی پیش (حدودن سه هفته) چکیده‌ای از سمینار خرافات بحران آب در ایران رو نوشتم و در ویرگول منتشر کردم و یادم رفت بذارمش توی بلاگ. :)

بهتون توصیه میکنم حداکثر 15 دقیقه وقت بذارید تا چکیده‌ی یه سمینارِ 1.5 ساعته رو که خیلی مهمه (با توجه به شرایط آبی کشور) رو بخونید.


لینک مطلب در ویرگول

  • ۱۰ ارديبهشت ۹۷ ، ۱۸:۰۹

بالاخره برویم دانشگاه یا خیر؟

چهارشنبه, ۹ اسفند ۱۳۹۶، ۱۱:۳۷ ب.ظ
این مطلب در ویرگول منتشر شده.

بعد اومدن به ویرگول، یکی از موضوعاتی که خیلی نظرم رو جلب کرد این بود که خیلیا دل خوشی از دانشگاه ندارن! یا از اینی که رفتند دانشگاه پشیمونن یا از این که نرفتن دانشگاه خوشحالن! از این قسم افراد توی توییتر خیلی بیشتر دیدم. معمولن نسبت به این قشر از افراد بی‌اهمیت بودم تا این که پستی از علی تحت عنوان «
دانشگاه بروم یا نه» رو دیدم و تصمیم گرفتم کمی در این باره بنویسم! توجه داشته باشید که اکثریت مطالبی که توی این پست نوشته شده بیشتر برای رشته‌های مهندسی و شاید علوم پایه صادق هست و برای رشته‌های دیگه (مثل حقوق و دندانپزشکی) شاید زیاد به درد نخوره.البته عنایت داشته باشید که بنده فقط 2 ساله که دانشجو هستم و مطمئنن تجربه‌ی خیلی از شما دوستان از من بیشتره. خوشحال می‌شم نظرات شما رو هم بشنوم.

آیا دانشگاه کار یاد می‌دن؟

مسلمن یکی از دلایل مراجعه خیلی‌ها به دانشگاه، کسب آمادگی برای ورود به بازارکار هست. ولی سوء تفاهمی که به وجود میاد اینه که توی دانشگاه کار یاد نمی‌دن! برای مثال اگر رشته‌ی شما مهندسی مکانیک باشه (تقریبن) هیچوقت به شما نرم‌افزار‌هایی مثل SOLIDWORKS رو به صورت مستقیم یاد نمی‌دن و شما باید به صورت مستقل یادگیری اون‌ها رو شروع کنید. دلیل این شاید این باشه که دانشگاه محل تحصیلات آکادمیک هست و طبیعیه که توش دانش غیرآکادمیک جزوی از سیلایس (برنامه) درسی نخواهد بود. ولی به این نکته هم توجه داشته‌باشید که برای استفاده از ابزارآلات مختص رشته خودتون دونستن دانش آکادمیک در اون حوزه الزامیه. به عبارت بهتر دانشگاه قراره که مهندس تربیت بکنه، نه تکنسین. کسی که قبول می‌کنه توی یک محیط آکادمیک دوره بگذرونه، ناچاره که پیش‌نیازهای تئوری زیادی رو یاد بگیره که شاید به ظاهر به درد نخورن ولی پیش‌نیاز دانشی هستند که شما در آینده یاد خواهید گرفت. کسی که دانش‌های پایه‌ایش رو خوب یاد نگرفته، توی یادگیری دانش‌های تخصصیش دچار مشکل می‌شه و به ناچار نظام دانشگاهی رو متهم می‌کنه.شما اگر بخواید بدون رفتن به دانشگاه کار یاد بگیرید، ناچارید خودتون دانش آکادمیک اون حوزه رو یاد بگیرید. برای مثال هیچ برنامه نویسی نمی‌تونه بدون یادگرفتن مبانی برنامه نویسی یا الگوریتم‌ها یه برنامه نویس بشه. به همین علت شما به پشتوانه تجربه‌ی کاری و دانش آکادمیکتون می‌تونید پیشرفت بکنید و یا حتی دانش کاری خودتون رو توسعه بدید. برای کسب کردن دانش فنی ابزار زیاده. به قول یک دوستی:
بزرگترین دانشگاه دنیا، Stanford یا Oxford نیست، بلکه YouTube بزرگترین دانشگاه دنیاست!
هر ابزاری که بخواید توی یوتیوب یک عالمه آموزش درباره اون (به زبان‌های مختلف) آپلود شده. اگر دنبال آموزش‌های جمع و جورتری می‌گردید، Coursera رو به شدت توصیه می‌کنم! کافیه یه مدت با یکی از دوره‌هاش برید جلو تا به فوق‌العاده بودنش پی ببرید!از نظر من نیازی به کلاس رفتن و پول خرج کردن الکی نیست، شما می‌تونید بدون اینکه یک ریال از جیبتون خرج کنید به روز‌ترین دانش‌ها رو از طریق YouTube و سایر سرویس‌ها یاد بگیرید. برای اون دسته از دوستانی که دنبال منابعی برای دانش آکادمیک (به جز کتاب) هستن، مکتب‌خونه (به زبان فارسی) و دوره‌های رایگان OpenCourseWare دانشگاه MIT و دوره‌های رایگان دانشگاه Stanford (به زبان انگلیسی) رو توصیه می‌کنم. مسلمن کیفیت دوره‌های انگلیسی خیلی بهتر از دوره‌های فارسیه و همراه فایل‌های ویدیویی‌شون، تکالیف و جزوات درس از طریق سایت قابل دسترسی هستن! اون هم به صورت رایگان!

آیا درست انتخاب رشته کردید؟

این سوال بسیار مهمیه. آیا قبل از انتخاب رشته در رابطه با بازار کار، زیرشاخه‌ها، دانش فنی مورد نیاز و حوزه کاری رشتتون تحقیق کرده بودید؟ آیا به رشته‌ای که انتخاب کرده بودید، علاقه داشتید؟ با روحیات شما سازگار بود؟اگر پاسخ شما به سوالات بالا منفی است، ایراد از شماست و نه از دانشگاه! دکتر محمد جعفر مصفا در کتاب «تفکر زائد» گفته:
ما چند جور علاقه داریم که متاسفانه در زبان فارسی همه آن‌ها با یک کلمه خطاب می‌شوند، «علاقه». نوعی از علاقه وجود دارد که در انگلیسی به آن Passion گفته می‌شود. شما هنگامی که شروع به انجام کاری می‌کنید، حتی اگر از انجام آن کار متنفرید، کم کم در وجود شما علاقه‌ای به وجود می‌آید که رفته رفته آن تنفر را کمتر و کمتر می‌کند. اصطلاحن Passion شما نسبت به انجام آن کار افزایش می‌یابد.
اگر حس می‌کنید علاقه‌ای به رشته‌ای که در آن تحصیل می‌کنید ندارید، به دنبال مطالب جالب مرتبط با زمینه درسی خودتان بگردید. با افراد متخصص در آن حوزه صحبت کنید و خلاصه کاری کنید تا بیشتر با درسی که می‌خوانید آشنا شوید. یا به عبارت بهتر دنبال ایجاد کردن Passion درخودتان باشید! اگر حس کردید علاقه‌ی اصلی شما چیز دیگریست، پس به تغییر فکر کنید.

کلام پایانی

دانشگاه جدای از آن که مشکلات فراوانی دارد و جا برای اصلاح در آن بسیار زیاد است، ولی پلی است برای آشنا شدن با افراد جدید و افراد هم دغدغه با شما و تجربه‌ی نوع جدید و شیرین‌تری از زندگی؛ زندگیِ دانشجویی. امیدوارم این نوشته‌ها به شما در انتخاب مسیر زندگی‌تان کمک کرده باشد. محتوای این پست ممکن است در آینده تغییر کرده و مطالبی به آن افزوده یا کاسته شود. اگر نقدی بر این نوشته‌ دارید منتظر شنیدن دیدگاه شما هستم. ممنون بابت وقتی که گذاشتید ♥.
  • ۱ نظر
  • ۰۹ اسفند ۹۶ ، ۲۳:۳۷

هشتگ (#) چیست و چه کاربردی دارد؟

چهارشنبه, ۱۴ خرداد ۱۳۹۳، ۰۸:۴۶ ب.ظ

با سلام ، شاید باورتون نشه ولی من قراره از این به بعد یک سری آموزش های مبتدی رو توی این وبلاگ بذارم امیدوارم که به کارتون بیاد. خواستم از "هشتگ" (به انگلیسی Hashtag) شروع کنم که این روزا باید این چیزا رو دونست. توی شبکه های اجتماعی بزرگ مثل فیسبوک یا توییتر امکان اینکه پست های ارسالی رو موضوع بندی کنید وجود نداره. مثلا نمیتونید موضوعی به نام اقتصاد رو داشته باشید و برای اون پست بدید. به همین علت مدیران این شبکه ها تصمیم گرفتن از چیزی به نام "هَشتَگ" استفاده کنن. طریقه ی کارش هم بسیار ساده هستش ... شما یک # (بخونیدش = شارپ) ایجاد میکنید و بعدش کلمه ای که میخواین راجبش بنویسید رو قرار میدید. مثلا #اقتصاد . 

به نمونه زیر از فیسبوک دقت کنید :

شما با کلیک کردن بر روی این تگ ها ، میتوانید تمامی پست هایی را که با این اسم ها تگ شده اند را ببینید. به همین سادگی!

این هشتگ ها میتوانند در هر موضوعی باشند. اگثر این هشتگ ها مناسبتی اند و برای یک دوران خاصی به کار میروند. برای مثال در ماجرای ربوده شدن 200 دختر نیجریه ای توسط بوکوحرام ، هشتگی با نام #BringBackOurGirls رایج شد که حتی میشل اوباما (همسر باراک) و بازیگران مشهور و مطرح نیز در آن شرکت کردند. شما میتوانید هشتگ های استفاده شده و معروف در سایت های "hashtags.org" و "wthashtag.com" مشاهده کنید! 


فعلا!