سعید کیائی
آینده نه از خلأ برمیآید و نه صرفاً نتیجه پیشبینیهای عینی است، بلکه در فرآیندی ساخته میشود که محور آن روایتها هستند. این روایتها ــ چه از سوی ساختارهای رسمی و چه از مسیر شبکههای غیررسمی ــ در بستری پیچیدهای از دادهها، سیاستها، مناسبات اقتصادی و چارچوبهای فرهنگی تنیده میشوند (Berger and Luckmann 1966, 2).
چارچوبهای نظری ارتباطات و جامعهشناسی، این نگاه را تقویت میکنند؛ برای نمونه، نظریه «ساخت اجتماعی واقعیت» بر نقش فعال کنشگران انسانی در شکلدادن به آنچه «واقعیت» خوانده میشود تأکید دارد (Berger and Luckmann 1966). همینطور، مفهوم «برجستهسازی» (Agenda Setting) مککامبز و شاو (McCombs and Shaw 1972, 177) نشان میدهد رسانهها با گزینش و اولویتبندی موضوعات، ذهنیت عمومی را هدایت میکنند. نظریه «خودتحققبخشی» رابرت مرتن (Merton 1948, 195) نیز توضیح میدهد چگونه باوری نادرست میتواند با تغییر رفتار افراد، به واقعیت بدل شود. در کنار اینها، ایده «روایتپردازی الگوریتمی» (Algorithmic Storytelling) هرمیدا و لوئیس (Hermida and Lewis 2021, 45) به نقش الگوریتمها در تولید، بازتعریف و گسترش روایتها میپردازد.
سناریوهای اقتصادی، چه در مقیاس اقتصاد ملی ایران و چه در پهنه اقتصاد جهانی، حاصل ترکیب و تعامل میان روایتهای رسمی که توسط نهادها و رسانههای جریان اصلی منتشر میشوند، و روایتهای غیررسمی که در لایههای زیرین جامعه و در فضاهای ارتباطی کمتر دیده شده شکل میگیرند. با درک این مبانی، زمان آن فرا رسیده است که به وجهی کمتر مورد توجه و بررسی قرارگرفته در این فرآیند بپردازیم: «اقتصاد سایهها» (Shadow Economy).
اقتصاد سایهها مفهومی فراتر از بازار سیاه سنتی ارز یا فعالیتهای غیرقانونی قاچاق کالا است. این پدیده به مجموعهای گستردهتر از جریانهای داده، روایتهای موازی، و کنشهای اقتصادی اشاره دارد که غالباً خارج از چارچوبها و نظارت نهادهای رسمی عمل میکنند، اما تأثیرات عمیق و تعیینکنندهای بر واقعیت اقتصادی میگذارند (Latour 2005, 54). پرسش کلیدی که در این یادداشت به دنبال پاسخگویی به آن هستیم این است: در آینده اقتصاد، چه چیزهایی وجود دارند که ممکن است در نگاه اول دیده نشوند، اما قدرت بیشتری برای شکلدهی به مسیر آینده دارند؟ این «اقتصاد سایه» چگونه عمل میکند و چگونه میتوان آن را شناسایی و تحلیل کرد؟
ظهور و گسترش هوش مصنوعی (AI)، بهویژه در قالب الگوریتمهای پیچیدهای که وظیفه تقویت محتوا (Content Amplification) و تحلیل پیشبینانه (Predictive Analytics) را بر عهده دارند، یک میدان کاملاً جدید و قدرتمند برای ظهور و تقویت روایتهای غیررسمی ایجاد کرده است. این روایتها میتوانند شامل طیف وسیعی از اطلاعات باشند: تحلیلهای اقتصادی زیرزمینی که در محافل خاص دستبهدست میشوند، سیگنالهای معاملاتی که در گروههای تلگرامی خصوصی منتشر میشوند، یا حتی شایعاتی که بهصورت هدفمند در پلتفرمهایی مانند توییتر یا X، پخش میشوند. این دست از روایتها، پیش از آنکه نهادهای رسمی اقتصادی یا رسانههای جریان اصلی واکنشی نشان دهند، قادرند بازارهای مالی را به سمت و سویی خاص سوق دهند و تغییراتی قابلتوجه در آنها ایجاد کنند (Sardar 2010, 92).
برای روشنتر شدن این موضوع، به بازارهای مالی ایران رجوع میکنیم. در بازار ارز، گاهی یک رشته توییت که با استقبال گسترده کاربران مواجه میشود و به احتمال افزایش نرخ دلار اشاره دارد، میتواند پیش از هرگونه اطلاعیه رسمی از سوی بانک مرکزی، موجی از خرید را در بازار ارز ایجاد کند. این افزایش تقاضا، خود به شکلی خودتحققبخش، منجر به افزایش قیمت دلار میشود. به همین ترتیب، در حوزه رمزارزها، ممکن است یک کانال تلگرامی که هویت گردانندگان آن مشخص نیست و تحلیلهای آن فاقد پشتوانه مستند و علمی است، با انتشار سیگنالهای خرید یا فروش، روند معاملات هزاران نفر را تحت تأثیر قرار دهد و تغییری اساسی در قیمتها ایجاد کند (Hermida and Lewis 2021, 65).
در این سناریوها، نقش الگوریتمها را باید فراتر از یک فیلتر ساده در نظر گرفت. این الگوریتمها، به جای آنکه اطلاعات نامعتبر را فیلتر کنند، در بسیاری از موارد نقش «تقویتکننده» (Amplifier) را ایفا میکنند. به این معنا که محتوایی که توانسته تعامل بیشتری از سوی کاربران دریافت کند – حتی اگر منبع آن تأییدشده نباشد و اعتبارش زیر سؤال باشد – توسط الگوریتم شناسایی شده و با قدرتی مضاعف به صدر جریان اطلاعات هدایت میشود. این مکانیسم، سرعت و دامنه انتشار روایتهای غیررسمی و گاهی نامعتبر را به شدت افزایش میدهد و به آنها قدرت اثرگذاری قابلتوجهی میبخشد.
برای درک بهتر سازوکارهای حاکم بر اقتصاد سایهها و نقش روایتهای پنهان در آن، میتوانیم به برخی از نظریههای کلیدی در حوزه ارتباطات و جامعهشناسی مراجعه کنیم:
برجستهسازی (Agenda Setting): مفهوم برجستهسازی که توسط مککامبز و شاو (McCombs and Shaw, 1972, 180)مطرح شد، بیان میکند که رسانهها لزوماً به ما نمیگویند که «چگونه فکر کنیم»، بلکه به ما میگویند که «به چه چیزی فکر کنیم». به عبارت دیگر، رسانهها با انتخاب موضوعاتی که پوشش میدهند، در اولویتبندی ذهن مخاطبان خود نقش دارند. در قلمرو اقتصاد سایهها، این نظریه معنایی دوچندان پیدا میکند. آنچه رسانهها نمیگویند یا نادیده میگیرند، به همان اندازه آنچه پوشش میدهند، در شکلدهی به ادراکات و رفتارهای اقتصادی تعیینکننده است. روایتهای پنهان اغلب در خلأهای اطلاعاتی که توسط رسانههای جریان اصلی ایجاد میشود، رشد میکنند.
قاببندی (Framing): رابرت انتمان (Entman, 1993, 52) در تعریف قاببندی، نشان داد که چگونه چارچوبهای معنایی (Semantic Frames) که اطلاعات در درون آنها ارائه میشود، بر نحوه درک و تفسیر مخاطبان از واقعیت تأثیر میگذارند. در اقتصاد سایهها، قاببندی میتواند از طریق انتخاب واژگان و زبانی خاص، رفتار بازار را به طور قابلتوجهی تغییر دهد. برای مثال، استفاده از عبارت «اصلاح نرخ» به جای «سقوط ارزش» یا «افت شدید نرخ» میتواند بار معنایی متفاوتی ایجاد کند و واکنشهای متفاوتی را در بین فعالان بازار برانگیزد. این تغییرات زبانی، که اغلب در کانالهای غیررسمی شکل میگیرند، میتوانند روایتهای جایگزین و قدرتمندی را شکل دهند.
روایتهای خاموش (Silent Narratives): آلفرد هرمیدا و ست لوئیس (Hermida and Lewis, 2021, 49) به مفهوم «روایتهای خاموش» اشاره دارند. این روایتها آن دسته از داستانها و تفسیرهایی هستند که به صورت پیوسته و در لایههای زیرین جامعه، بدون جلب توجه رسانههای جریان اصلی و بدون سر و صدا، بازتولید و تقویت میشوند. این روایتها اغلب بر اساس تجربیات زیسته، شایعات، و تحلیلهای غیررسمی بنا شدهاند و میتوانند در بلندمدت، تأثیر عمیقی بر افکار عمومی و انتظارات جمعی بگذارند.
انتشار نوآوریها (Diffusion of Innovations) : اورت راجرز (Rogers, 2003, 23) در نظریه خود، چگونگی انتشار ایدهها، فناوریها و نوآوریها را در جامعه مورد بررسی قرار داد. این نظریه توضیح میدهد که چگونه یک ایده یا نوآوری از حاشیه جامعه آغاز شده و به تدریج به متن و جریان اصلی راه پیدا میکند. در اقتصاد سایهها، روایتهای غیررسمی و تحلیلهای پنهان نیز میتوانند با استفاده از همین مکانیسم انتشار، ابتدا در گروههای کوچک و سپس در دایره وسیعتری از جامعه نفوذ کرده و در نهایت بر رفتار اقتصادی تأثیر بگذارند. این فرآیند انتشار، امروزه توسط پلتفرمهای دیجیتال و الگوریتمها شتاب بیشتری یافته است.
در طول دوره پرتنش ۱۲ روزه درگیری میان ایران و اسرائیل، روایتهای رسمی که از سوی نهادهای دولتی و رسانههای جریان اصلی منتشر میشدند، عمدتاً بر تأثیرات جنگ بر قیمت جهانی نفت، امنیت انرژی، و شاخص بورس تهران متمرکز بودند. این روایتها سعی در عادیسازی وضعیت و کاهش نگرانی عمومی داشتند. با این حال، در لایههای پنهانتر جامعه، بهویژه در گروههای واتساپ و کانالهای تلگرامی که فضایی امنتر برای تبادل نظر فراهم میکردند، سناریوهای اقتصادی کاملاً متفاوتی دستبهدست میشد.
این روایتهای غیررسمی شامل پیشبینیهای دقیقتر و نگرانکنندهتری درباره افزایش نرخ دلار تا سطوح خاص، سیگنالهای خرید برای فلزات گرانبها مانند طلا و سکه به عنوان پناهگاه امن، یا حتی گمانهزنیهایی درباره خروج سرمایه از کشور و انتقال آن به بازارهای منطقهای امنتر بود (Noelle-Neumann 1993, 119). این روایتها، اغلب با جزئیات و استدلالهای (هرچند غیررسمی) همراه بودند که بر اساس تحلیلهای نخبگان اقتصادی غیردولتی، شایعات، و برداشتهای شخصی شکل گرفته بود.
پلتفرمهای دیجیتال، از جمله تلگرام و واتساپ، نقش دوگانه و قدرتمندی در تقویت این روایتهای پنهان ایفا کردند: فزونی دیدهشدن (Visibility Overload) :محتوایی که در این پلتفرمها سریعتر بازنشر میشد و لایک یا کامنت بیشتری دریافت میکرد، توسط الگوریتمهای این پلتفرمها شناسایی شده و در صدر نتایج جستجو یا فید کاربران قرار میگرفت. این امر باعث میشد روایتهای محبوب و پرطرفدار، حتی اگر مبنای علمی یا رسمی نداشته باشند، دیدهشدن بیشتری پیدا کنند.
اعتماد حلقهای : (Circle Trust) در این گروهها، کاربران اغلب به اطلاعاتی که از سوی «دوستان»، همکاران، یا اعضای شناختهشده و مورد اعتماد گروه منتشر میشد، اعتماد بیشتری نشان میدادند. این «اعتماد حلقهای» باعث میشد که روایتها بدون ارزیابی دقیق منبع، با سرعت بیشتری پذیرفته شده و بازنشر گردند. این پدیده، مشابه «اثر دامنه» (Bandwagon Effect) در تبلیغات است که افراد تمایل دارند از رفتار یا عقیده اکثریت پیروی کنند.
این مطالعه موردی نشان میدهد که چگونه در دوران بحران، روایتهای پنهان در فضاهای دیجیتال میتوانند به سرعت شکل گرفته و با استفاده از مکانیسمهای الگوریتمی و اجتماعی، تأثیر قابلتوجهی بر انتظارات و رفتارهای اقتصادی افراد بگذارند، حتی اگر این روایتها توسط نهادهای رسمی تأیید یا منعکس نشوند.
با توجه به روند رو به رشد دیجیتالی شدن، گسترش هوش مصنوعی، و اهمیت فزاینده روایتها در شکلدهی به واقعیتهای اقتصادی، میتوان چند سناریوی محتمل را برای آینده اقتصاد سایهها ترسیم کرد:
همگرایی رسمی–غیررسمی (Formal-Informal Convergence): در این سناریو، بازارهای سایهای و روایتهای غیررسمی که در آنها شکل میگیرند، به قدری از قدرت پیشبینی و اثرگذاری بالایی برخوردار میشوند که نهادهای رسمی اقتصادی ناچار به پذیرش و ادغام دادهها و تحلیلهای آنها در سیاستگذاریهای خود خواهند شد (Latour 2005, 69). این همگرایی میتواند به شکلی دوطرفه باشد؛ یعنی نهادهای رسمی از تحلیلهای دقیقتر و سریعتر بازارهای سایه بهرهمند شوند و در مقابل، بازارهای سایه نیز با پذیرش برخی چارچوبهای نظارتی، مشروعیت بیشتری کسب کنند. این امر میتواند به ایجاد یک اکوسیستم اقتصادی شفافتر و پاسخگوتر منجر شود، البته به شرطی که این همگرایی به درستی مدیریت شود.
بازار تمامسایه (Fully Shadow Market) :سناریوی دیگر، شکلگیری بازارهایی است که به طور کامل در بستر دیجیتال فعالیت میکنند و تماماً بر پایه روایتهای الگوریتمی و تحلیلهای غیرمتمرکز بنا شدهاند. در این مدل، نهادهای سنتی و رسمی جایگاه خود را از دست داده و قدرت تصمیمگیری و تخصیص منابع به طور کامل در اختیار شبکههای غیرمتمرکز و الگوریتمهای خودآموز قرار میگیرد. این بازارها ممکن است بسیار کارآمد و پویا باشند، اما چالشهای جدی در زمینه رگولاسیون، امنیت دادهها، و جلوگیری از دستکاریهای احتمالی را به همراه خواهند داشت.
محوشدن مرزها: (Blurring of Boundaries) در این سناریو، تمایز میان روایتهای رسمی و غیررسمی، یا بازار رسمی و سایهای، عملاً غیرممکن میشود. الگوریتمها و شبکههای اجتماعی چنان در هم تنیده میشوند که تشخیص منبع اعتبار یک روایت یا یک تراکنش اقتصادی دشوار میگردد. این وضعیت، چالشهای بنیادینی را در زمینههای شفافیت، پاسخگویی، و حکمرانی (Governance) ایجاد میکند. در چنین جهانی، مفهوم «حقیقت» اقتصادی ممکن است بیش از پیش نسبی و محل مناقشه شود. شناسایی بازیگران مؤثر و درک سازوکارهای قدرت، نیازمند ابزارها و مهارتهای جدیدی خواهد بود.
این سناریوها نشاندهنده پتانسیل بالای اقتصاد سایهها برای تغییر پارادایمهای اقتصادی هستند. درک این تحولات و آمادگی برای مواجهه با آنها، امری حیاتی برای آیندهنگری اقتصادی است.
اقتصاد، در هر شکل و شمایلی که تصور شود، بدون وجود روایتهای شکلدهنده آن، معنایی نخواهد داشت. روایتها، چه رسمی و چه غیررسمی، چه آگاهانه و چه ناآگاهانه، بنیاد و تار و پود هر سیستم اقتصادی را تشکیل میدهند. اما آنچه که اغلب از نگاه تحلیلگران و سیاستگذاران دور میماند، آن دسته از روایتهایی است که در تاریکخانه دادهها، در فضاهای زیرزمینی ارتباطی، و در سکوت شبکههای اجتماعی شکل میگیرند. این روایتهای پنهان، قدرت خارقالعادهای برای شکلدهی به انتظارات، تصمیمات، و در نهایت، مسیر آینده اقتصاد دارند.
قدرت سایهای الگوریتمها، با مکانیسمهای تقویت محتوا و شخصیسازی اطلاعات، مرزهای میان روایتهای رسمی و غیررسمی را به طرز چشمگیری کمرنگ کرده است. این پدیده، تحلیل و درک واقعیت اقتصادی را پیچیدهتر اما در عین حال، ضروریتر ساخته است. برای مواجهه مؤثر با این چشمانداز جدید، توسعه «سواد روایی» (Narrative Literacy) دیگر یک انتخاب یا یک مهارت جانبی نیست، بلکه به یک ضرورت بنیادین برای هر فعال اقتصادی، تحلیلگر، سیاستگذار، و حتی شهروندی تبدیل شده است (Sardar 2010, 101). سواد روایی به ما کمک میکند تا نه تنها روایتهای آشکار را تحلیل کنیم، بلکه بتوانیم سایههای پشت آنها را نیز ببینیم و نقش رواییهای پنهان را در ساختن آینده اقتصادی درک کنیم.
فهرست منابع: