تعصبات شناختی و ریشه‌های افغان‌ستیزی در ایران

پیش از این گفتیم:

سیستم ۱ (تفکر سریع) با ارزیابی خودکار محرک‌ها از طریق سهولت شناختی، اطلاعات آشنا یا واضح را به‌عنوان حقیقت می‌پذیرد و افغان‌ستیزی را با پردازش سریع کلیشه‌هایی مانند «افغان‌ها = بیکاری» تقویت می‌کند، زیرا این پاسخ‌ها کم‌هزینه‌اند و نیازی به تحلیل سیستم ۲ (تفکر تحلیلی) ندارند. تکرار پیام‌های منفی رسانه‌ای، مانند نسبت دادن گرانی به مهاجران، حس آشنایی کاذب ایجاد کرده و این ادعاها را بدیهی جلوه می‌دهد، درحالی‌که داده‌های پیچیده، مانند تأثیر ۲-۳٪ مهاجران بر اقتصاد، به‌دلیل نیاز به تلاش سیستم ۲ نادیده گرفته می‌شوند. اثر مواجهه صرف نشان می‌دهد که تکرار محرک‌های خنثی یا مثبت، مانند تصاویر مهاجران در حال کار یا تحصیل، حس آشنایی و ایمنی را در سیستم ۱ تقویت کرده و تعصبات را کاهش می‌دهد. تنش شناختی، مانند فونت ناخوانا یا اطلاعات پیچیده، سیستم ۲ را برای رد شهودهای نادرست فعال می‌کند، اما تنبلی ذاتی اغلب مانع می‌شود. برای کاهش افغان‌ستیزی، باید پیام‌های ضدکلیشه را تکرار کرد، تعاملات مثبت با مهاجران را افزایش داد و از ساده‌سازی هیجانی پرهیز کرد تا سیستم ۲ درگیر تحلیل عینی شود.

اکنون ادامه این بحث:

دانیال کانمن در ادامه بر اساس یافته‌‌های بالینی و مطالعات رفتارشناختی می‌گوید سیستم ۱ یعنی تفکر سریع گرایش به باور و تأیید دارد و ابتدا هر ادعایی را به‌صورت خودکار باور می‌کند و سپس سیستم ۲ یا تفکر تحلیلی می‌تواند آن را رد کند. اما اگر سیستم ۲ مشغول یا خسته باشد، باورپذیری افزایش می‌یابد، مانند پذیرش تبلیغات در حالت خستگی.

سیستم ۱ همچنین دچار «تعصب تأییدی» است و شواهد سازگار با باورهای موجود را ترجیح می‌دهد، که می‌تواند احتمال وقایع بعید را بیش‌ازحد برآورد کند. اثر هاله (Halo Effect) نمونه دیگری از ساده‌سازی سیستم ۱ است که در آن، برداشت اولیه (مثلاً دوست‌داشتن فردی) حتی بدون شواهد به ویژگی‌های دیگر (مانند سخاوت) تعمیم می‌یابد. کانمن تجربه شخصی‌اش در نمره‌دهی به امتحانات را شرح می‌دهد که در آن، اثر هاله باعث می‌شد نمره مقاله اول دانشجو بر ارزیابی‌های بعدی تأثیر بگذارد. او با تغییر روش (نمره‌دهی جداگانه به هر سؤال) این اثر را کاهش داد، اما متوجه شد که نمراتش ناهماهنگ‌تر و اعتمادش به آن‌ها کمتر شده است، که نشانه‌ای از بهبود روش بود. او اصل «غیرهمنواسازی خطا»[۱] را پیشنهاد می‌کند: برای تصمیم‌گیری دقیق، منابع اطلاعاتی باید مستقل باشند، مانند شهادت شاهدان یا نظرات در جلسات. این استقلال از تأثیرگذاری متقابل و تعصبات گروهی جلوگیری می‌کند و دقت قضاوت جمعی را افزایش می‌دهد.

این اندیشه را می‌توان به سادگی با افغان‌ستیزی در ایران تطبیق داد: سیستم ۱ به‌طور خودکار اطلاعاتی را که با پیش‌داوری‌های موجود درباره مهاجران افغانستانی همخوانی دارند (مانند اخبار جرم‌های معدود یا روایت‌های رسانه‌ای تحریف‌شده) می‌پذیرد و به‌ندرت آن‌ها را زیر سؤال می‌برد. این فرآیند شبیه به اثر «باور اولیه» است: وقتی رسانه‌ها بارها مهاجران را با مفاهیم منفی پیوند می‌زنند، سیستم ۱ این ارتباط را به‌عنوان «حقیقت» ثبت می‌کند، به‌ویژه اگر سیستم ۲ به دلیل خستگی یا مشغله ذهنی (مثلاً فشار اقتصادی) غیرفعال باشد. حاصل این است که حتی یک خبر جعلی درباره «افزایش جرم توسط افغان‌ها» می‌تواند به‌راحتی پذیرفته می‌شود، زیرا سیستم ۱ تمایل دارد شواهد تأییدکننده را پررنگ و شواهد نقض‌کننده را نادیده بگیرد.

در سال‌های اخیر، رسانه‌های ایران به‌طور مکرر مفاهیم منفی‌ای را درباره مهاجران افغان بازتاب داده‌اند که تأثیرات عمیقی بر نگرش عمومی و روابط اجتماعی گذاشته است. یکی از این مفاهیم، نسبت دادن بزهکاری و جرایم به مهاجران افغان است. بسیاری از رسانه‌ها این گروه اجتماعی را به‌عنوان عامل اصلی افزایش جرم و جنایت معرفی می‌کنند، رویکردی که به ایجاد هراس اخلاقی و اجتماعی منجر شده است. بااین‌حال، داده‌های آماری نشان‌دهنده افزایش معنادار بزهکاری در میان این جمعیت نیست، اما این تصویرسازی منفی همچنان ادامه دارد. این نوع پوشش رسانه‌ای نه‌تنها درک نادرستی از واقعیت ارائه می‌دهد، بلکه به تشدید پیش‌داوری‌ها و تبعیض علیه مهاجران کمک می‌کند.

علاوه بر این، استفاده از واژه‌هایی مانند «افغانی» به‌عنوان برچسبی منفی و داغ ننگ اجتماعی در رسانه‌ها و شبکه‌های اجتماعی رایج است. این واژه اغلب با کلیشه‌هایی درباره فرهنگ و سبک زندگی مهاجران افغان همراه می‌شود، مانند نسبت دادن بدوی‌گرایی یا فرهنگ پایین‌تر به آن‌ها. چنین برچسب‌هایی تصویری تحریف‌شده از این جامعه ارائه می‌دهد و به حاشیه‌راندن بیشتر آن‌ها در جامعه ایران دامن می‌زند. این کلیشه‌سازی‌ها، که اغلب بدون پشتوانه شواهد معتبر مطرح می‌شوند، به بیگانگی اجتماعی مهاجران و کاهش همدلی عمومی نسبت به آن‌ها منجر شده است.

مضمون دیگری که به‌ویژه در سال‌های اخیر برجسته شده، مطالبه اخراج و مخالفت با حضور مهاجران افغان در ایران است. موج‌هایی از درخواست‌های گسترده برای اخراج این مهاجران در شبکه‌های اجتماعی و برخی رسانه‌ها بازتاب یافته و حتی حمایت جریان‌های سیاسی خاصی را به‌همراه داشته است. این گفتمان، که اغلب با احساسات ناسیونالیستی و نگرانی‌های اقتصادی یا امنیتی گره خورده، به تشدید فضای خصمانه علیه مهاجران کمک کرده است. مجموع این مفاهیم منفی نه‌تنها نگرش عمومی را نسبت به مهاجران افغان مخدوش کرده، بلکه به افزایش تبعیض، انزوای اجتماعی و چالش‌های هم‌زیستی مسالمت‌آمیز در جامعه ایران منجر شده است.

سیستم ۱ با تکیه بر تکرار پیام‌های رسانه‌ای منفی درباره مهاجران افغان (مانند نسبت دادن جرائم یا برچسب‌های تحقیرآمیز)، این تصاویر را به‌صورت خودکار به‌عنوان «واقعیت» می‌پذیرد، چرا که پردازش این کلیشه‌های ساده‌سازی‌شده از نظر شناختی کم‌هزینه‌تر از تحلیل داده‌های پیچیده آماری یا واقعیت‌های اجتماعی است. این فرآیند منجر به شکل‌گیری واکنش‌های سریع و احساسی (مانند حمایت از هشتگ‌های اخراج) می‌شود، بی‌آنکه سیستم ۲ فرصتی برای بررسی انتقادی این ادعاها پیدا کند. در نتیجه، حتی نبود شواهد عینی برای افزایش جرم یا تهدید اقتصادی نیز نمی‌تواند این باورهای نهادینه‌شده در سیستم ۱ را به‌راحتی تغییر دهد، چرا که ذهن انسان به‌طور طبیعی به‌سوی پذیرش اطلاعاتی تمایل دارد که بارها تکرار شده‌اند و با پیش‌داوری‌های موجود همخوانی دارند.

اثر هاله در افغان‌ستیزی به این شکل عمل می‌کند که یک ویژگی منفی (مثل فقر یا تفاوت زبانی) به تمام ابعاد وجودی مهاجران تعمیم می‌یابد. برای نمونه، اگر فردی یک افغانستانی را در حال انجام کارِ کم‌درآمد ببیند، سیستم ۱ به‌صورت ناخودآگاه این تصور را به سایر ویژگی‌ها (مانند «بی‌سوادی» یا «خشونت») گسترش می‌دهد، حتی بدون هیچ مدرکی.

در ماه‌های اخیر، خبرهایی مانند «شیوع طاعون توسط افغانستانی‌ها» یا «افزایش جرم و جنایت با حضور مهاجران» در رسانه‌ها و شبکه‌های اجتماعی ایران منتشر شد. با وجود تکذیب این اخبار، بسیاری از کاربران و حتی برخی رسانه‌ها همچنان این شایعات را باور کردند و به کل مهاجران تعمیم دادند؛ به‌گونه‌ای که هر مهاجر افغان، صرفاً به‌دلیل ملیتش، به عنوان عامل بیماری یا ناامنی دیده شد. این تعمیم نادرست، نمونه‌ای از اثر هاله است که یک ویژگی منفی (مثلاً فقر یا تفاوت زبانی) را به سایر ابعاد فردی و جمعی مهاجران گسترش می‌دهد.

این پدیده توضیح می‌دهد که چرا مهاجران موفق یا تحصیلکرده اغلب نادیده گرفته می‌شوند: سیستم ۱ ترجیح می‌دهد به‌جای پردازش پیچیدگی‌های فردی، به برچسب‌های ساده‌سازی‌شده تکیه کند. راه‌حل کانمن برای این مشکل تفکیک ارزیابی‌ها و نمایش تصاویر متنوع از مهاجران است.

کانمن نشان می‌دهد که قضاوت‌های گروهی اغلب تحت تأثیر همنوایی و تعصب تأییدی قرار می‌گیرند. در بحث افغان‌ستیزی، این به معنای تقویت کلیشه‌ها در فضای عمومی است: وقتی یک رسانه یا گروه اجتماعی مهاجران را مقصر مشکلات معرفی می‌کند، دیگران به‌دلیل تمایل به همنوایی، این ادعا را بدون بررسی می‌پذیرند. برای شکستن این چرخه، می‌توان از اصل «غیرهمنواسازی خطا» استفاده کرد:

استقلال منابع اطلاعاتی:

 ارائه داده‌های مستقل (مثل تحقیقات دانشگاهی درباره تأثیر اقتصادی مهاجران) بدون ارجاع به گفتمان رسانه‌های جریان اصلی.

 تفکیک ارزیابی‌ها:

به‌جای قضاوت کلی درباره «همه افغان‌ها»، بررسی جداگانه ابعاد مختلف (مثلاً سهم آنان در بازار کار، نرخ جرائم، یا مشارکت فرهنگی).

تشویق به گفت‌وگوی انتقادی:

ایجاد فضایی که در آن افراد بتوانند بدون ترس از طرد شدن، پیش‌داوری‌های خود را به چالش بکشند.

در مجموع، درک این مکانیسم‌های شناختی نشان می‌دهد که افغان‌ستیزی نه یک «نگرش عقلانی»، بلکه محصول خطاهای سیستم ۱ و ضعف سیستم ۲ است. مقابله با آن نیازمند طراحی محیطی است که ارزیابی‌های مستقل و چندبعدی را ممکن سازد.

پانویس:

[۱] غیر همنواسازی خطا (Error Disattenuation) مفهومی است که دانیل کانمن در چارچوب نظریه‌های تصمیم‌گیری و قضاوت مطرح کرد. این اصطلاح به کاهش یا حذف خطاهای تصادفی در اندازه‌گیری‌ها از طریق روش‌های آماری مانند تحلیل همبستگی اشاره دارد. هدف آن اصلاح داده‌ها برای دستیابی به تخمین دقیق‌تری از روابط واقعی بین متغیرها با حذف اثرات نویز یا خطای اندازه‌گیری است.