Facebook Pixel
Searching...
فارسی
EnglishEnglish
EspañolSpanish
简体中文Chinese
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
Bahasa IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Mindmasters

Mindmasters

The Data-Driven Science of Predicting and Changing Human Behavior
توسط Sandra Matz 2025 240 صفحات
4.28
100+ امتیازها
گوش دادن
Listen to Summary

نکات کلیدی

1. داده‌ها خود واقعی ما را آشکار می‌کنند

به همان شیوه‌ای که همسایگانم به مرور زمان به جاسوسان و عروسک‌گردان‌های ماهری تبدیل شدند، کامپیوترها می‌توانند اطلاعات به ظاهر بی‌اهمیت و بی‌خطر درباره‌ی آنچه ما انجام می‌دهیم را به بینش‌های بسیار صمیمی درباره‌ی اینکه چه کسی هستیم و در نهایت تجویزهایی درباره‌ی آنچه باید انجام دهیم، تبدیل کنند.

ردپای دیجیتال. هر اقدام آنلاین، از پست‌های شبکه‌های اجتماعی تا جستجوهای اینترنتی، یک اثر دیجیتال به جا می‌گذارد. این نقاط داده به ظاهر بی‌اهمیت، وقتی جمع‌آوری و تحلیل شوند، می‌توانند جزئیات صمیمی درباره‌ی شخصیت‌ها، ترجیحات و حتی وضعیت روانی ما را فاش کنند. الگوریتم‌ها اکنون می‌توانند روانشناسی ما را با دقت شگفت‌انگیزی رمزگشایی کنند و اغلب از بینش‌های نزدیک‌ترین دوستان و خانواده‌مان فراتر می‌روند.

یادگیری ماشین. کامپیوترها با مشاهده و آزمون و خطا یاد می‌گیرند که روانشناسی ما را رمزگشایی کنند، مشابه به اینکه یک متخصص تشخیص جنسیت جوجه‌ها یاد می‌گیرد که بین جوجه‌های نر و ماده تمایز قائل شود. با تحلیل مجموعه‌های داده وسیع و دریافت بازخورد درباره‌ی پیش‌بینی‌های خود، الگوریتم‌ها می‌توانند الگوها و همبستگی‌ها را بین ردپای دیجیتال ما و خود واقعی‌مان شناسایی کنند. این فرآیند به کامپیوترها اجازه می‌دهد تا حدس‌های آگاهانه‌ای درباره‌ی ویژگی‌های ما بزنند و داده‌های به ظاهر تصادفی را به پیش‌بینی‌های بسیار دقیقی تبدیل کنند.

فراتر از سطح. توانایی کامپیوترها در ترجمه‌ی ردپای دیجیتال ما به پروفایل‌های روانشناختی، دریچه‌ای به جنبه‌های هویتی ما می‌گشاید که فراتر از آنچه با چشم غیرمسلح قابل مشاهده است، ما را تعریف می‌کند. این شامل ایدئولوژی سیاسی، گرایش جنسی، وضعیت اقتصادی-اجتماعی، سلامت روان، توانایی شناختی و ارزش‌های شخصی ما می‌شود. با اتصال نقاط بین رفتارهای آنلاین ما و زندگی ذهنی درونی‌مان، کامپیوترها می‌توانند تصویری غنی از عادات شخصی، ترجیحات، نیازها و انگیزه‌های ما ترسیم کنند.

2. رسانه‌های اجتماعی: صحنه‌ای برای هویت

به اشتراک‌گذاری نظر یا نگرش خود با دیگران باعث افزایش فعالیت در مرکز لذت مغز می‌شود.

ادعاهای هویتی. پلتفرم‌های رسانه‌های اجتماعی خودافشایی را تشویق می‌کنند و آن‌ها را به شکارگاه‌های ایده‌آل برای ادعاهای هویتی تبدیل می‌کنند – ابرازهای عمدی هویت یک فرد. این ادعاها، مانند لایک‌های فیسبوک، پست‌های رسانه‌های اجتماعی و تصاویر، بینش‌های ارزشمندی درباره‌ی روانشناسی ما ارائه می‌دهند. در حالی که ما به طور طبیعی فرض می‌کنیم که این آثار اطلاعاتی درباره‌ی صاحبانشان دارند، کامپیوترها می‌توانند قضاوت‌هایی بسیار دقیق‌تر از آنچه ما می‌توانیم، انجام دهند.

جاسوسی الگوریتمی. کامپیوترها پروفایل‌های رسانه‌های اجتماعی را با شناسایی الگوها و همبستگی‌ها بین رفتارهای آنلاین ما و ویژگی‌های ما تحلیل می‌کنند. به عنوان مثال، زنان تمایل دارند درباره‌ی خرید، نوزادان و دوست‌پسرها پست بگذارند، در حالی که مردان اغلب درباره‌ی ورزش و بازی‌های ویدیویی بحث می‌کنند. این الگوهای کلیشه‌ای، هرچند همیشه دقیق نیستند، می‌توانند برای پیش‌بینی جنسیت یک فرد با دقت بالا استفاده شوند.

فراتر از جنسیت. پروفایل‌های رسانه‌های اجتماعی همچنین می‌توانند اطلاعاتی درباره‌ی ویژگی‌های شخصیتی، ایدئولوژی سیاسی و حتی هوش ما فاش کنند. با تحلیل کلماتی که استفاده می‌کنیم، صفحاتی که لایک می‌کنیم و تصاویری که به اشتراک می‌گذاریم، کامپیوترها می‌توانند درک عمیق‌تری از اینکه چه کسی هستیم و به چه چیزهایی اهمیت می‌دهیم، به دست آورند. این اطلاعات می‌تواند برای اهداف مختلف، هم مثبت و هم منفی، مورد استفاده قرار گیرد.

3. خرده‌نان دیجیتال داستان‌ها را روایت می‌کنند

مانند آپارتمان همسرم، زندگی ما و فضاهای فیزیکی که در آن‌ها ساکن هستیم، پر از نشانه‌هایی درباره‌ی اینکه چه کسی هستیم.

باقیمانده‌های رفتاری. زندگی ما پر از نشانه‌هایی درباره‌ی اینکه چه کسی هستیم، برخی عمدی و برخی ناخودآگاه هستند. این نشانه‌های ناخودآگاه، که به عنوان "باقیمانده‌های رفتاری" شناخته می‌شوند، محصولات جانبی زندگی ما هستند و آثار اجتناب‌ناپذیر اعمال ما به شمار می‌روند. برخلاف ادعاهای هویتی، باقیمانده‌های رفتاری به عنوان سیگنال‌های صریح به دیگران در نظر گرفته نمی‌شوند.

جستجوهای گوگل، هزینه‌ها و گوشی‌های هوشمند. سه نوع بارز از باقیمانده‌های رفتاری که نگاهی به روانشناسی ما می‌اندازند، شامل جستجوهای گوگل، سوابق هزینه و داده‌های حسگر گوشی‌های هوشمند هستند.

  • جستجوهای گوگل رازها و سوالات صمیمی ما را فاش می‌کنند.
  • سوابق هزینه یک امضای هزینه منحصر به فرد ایجاد می‌کنند که به دیگران اجازه می‌دهد ما را در میان میلیون‌ها مصرف‌کننده شناسایی کنند.
  • حسگرهای گوشی‌های هوشمند داده‌هایی درباره‌ی مکان، فعالیت بدنی و تعاملات اجتماعی ما جمع‌آوری می‌کنند.

بینش‌های صمیمی. این خرده‌نان‌های دیجیتال می‌توانند بینش‌های شگفت‌انگیز و صمیمی درباره‌ی زندگی ما تولید کنند و به کامپیوترها اجازه دهند تا ویژگی‌های شخصیتی، سلامت روان و حتی درآمد ما را استنباط کنند. با تحلیل این آثار، کامپیوترها می‌توانند درک عمیق‌تری از اینکه چه کسی هستیم و چه چیزی ما را تحریک می‌کند، به دست آورند.

4. زمینه، هویت آنلاین ما را شکل می‌دهد

آنچه که در نهایت به آن می‌رسیم، قدرت است.

شخصیت‌های پویا. شخصیت‌های ما ثابت نیستند؛ آن‌ها بسته به موقعیت متفاوت هستند. همه‌ی ما یک هویت اصلی داریم، اما اینکه چه کسی هستیم و چگونه عمل می‌کنیم نیز به آنچه در درون ما و اطراف ما در حال وقوع است بستگی دارد. درک این شرایط موقعیتی می‌تواند به کامپیوترها برتری بیشتری در پیش‌بینی روانشناسی ما بدهد.

آگاهی موقعیتی. با ردیابی مکان، حالت روحی و سطح استرس ما، کامپیوترها می‌توانند درک دقیق‌تری از وضعیت فعلی ما به دست آورند. این به آن‌ها اجازه می‌دهد تا پیش‌بینی‌های دقیق‌تری درباره‌ی رفتار ما انجام دهند و پاسخ‌های خود را متناسب با آن تنظیم کنند. به عنوان مثال، یک کامپیوتر ممکن است تشخیص دهد که شما در یک کافه هستید و نتیجه بگیرد که احساس برون‌گرایی بیشتری نسبت به معمول دارید.

پروفایل‌های موقعیتی. همان‌طور که می‌توانیم افراد را با استفاده از ویژگی‌های شخصیتی توصیف کنیم، می‌توانیم موقعیت‌ها را نیز با ابعادی مانند اجتماعی بودن، مثبت بودن و هوش توصیف کنیم. با درک معنای روانشناختی موقعیت‌ها، می‌توانیم درک عمیق‌تری از چگونگی تأثیر آن‌ها بر رفتار خود به دست آوریم. این دانش می‌تواند برای ایجاد مداخلات شخصی‌سازی شده و مؤثرتر مورد استفاده قرار گیرد.

5. هدف‌گذاری روانشناختی: شمشیری دو لبه

دقیقاً همین مکانیزم‌ها می‌توانند برای دستیابی به اهداف کاملاً متضاد استفاده شوند.

قدرت تأثیرگذاری. هدف‌گذاری روانشناختی، فرآیند تأثیرگذاری بر افکار، احساسات و رفتارهای مردم بر اساس ویژگی‌های روانشناختی پیش‌بینی‌شده‌شان، ابزاری قدرتمند است. این ابزار می‌تواند برای اهداف خوب و بد استفاده شود، بسته به نیت کسانی که از آن استفاده می‌کنند.

بازاریابی و دستکاری. از یک سو، هدف‌گذاری روانشناختی می‌تواند برای بهبود اثربخشی بازاریابی، شخصی‌سازی تجربیات مشتری و حتی ترویج رفتارهای مثبت مانند صرفه‌جویی در هزینه و بهبود سلامت استفاده شود. از سوی دیگر، می‌تواند برای دستکاری مردم، بهره‌برداری از آسیب‌پذیری‌های آن‌ها و انتشار اطلاعات نادرست مورد استفاده قرار گیرد.

رسوایی کمبریج آنالیتیکا. رسوایی کمبریج آنالیتیکا به عنوان یک داستان عبرت‌آموز درباره‌ی خطرات بالقوه هدف‌گذاری روانشناختی عمل می‌کند. این شرکت از داده‌های فیسبوک برای هدف‌گذاری رأی‌دهندگان با کمپین‌های تبلیغاتی شخصی‌سازی شده استفاده کرد و به‌طور ادعایی بر انتخابات ریاست‌جمهوری 2016 ایالات متحده تأثیر گذاشت. این حادثه نیاز به شفافیت و پاسخگویی بیشتر در استفاده از داده‌های شخصی را برجسته کرد.

6. کنترل داده‌ها همیشه به معنای آزادی نیست

ما باید بازیکنانی را که کنترل اکوسیستم داده‌های کنونی را در دست دارند، درک کنیم، بفهمیم که چگونه از داده‌های شخصی ما به نفع و ضرر ما استفاده می‌کنند و اهرم‌هایی را که داریم (یا نیاز داریم) شناسایی کنیم تا به موفقیت برسیم.

توهم کنترل. در حالی که مقررات حفاظت از داده‌ها به دنبال توانمندسازی مصرف‌کنندگان با دادن کنترل بیشتر بر داده‌های شخصی‌شان هستند، این کنترل اغلب یک توهم است. بیشتر ما زمان، تخصص و انگیزه لازم برای مدیریت مؤثر داده‌های خود را نداریم. در نتیجه، اغلب تصمیماتی می‌گیریم که به نفع ما نیستند.

توهم "ارزشش را دارد". ما اغلب داده‌های خود را به اشتراک می‌گذاریم زیرا مزایایی مانند دسترسی به خدمات راحت، از خطرات ادراک شده بیشتر است. با این حال، ممکن است به طور کامل از هزینه‌های بالقوه به اشتراک‌گذاری داده‌های خود، مانند خطر تبعیض یا دستکاری، آگاه نباشیم.

توهم "من چیزی برای پنهان کردن ندارم". ممکن است باور کنیم که هیچ نگرانی نداریم زیرا چیزی برای پنهان کردن نداریم. با این حال، حریم خصوصی تنها به معنای پنهان کردن فعالیت‌های غیرقانونی یا شرم‌آور نیست. بلکه به معنای حفظ کنترل بر اطلاعات شخصی‌مان و داشتن آزادی برای اتخاذ تصمیمات خود است.

7. ساخت یک اکوسیستم داده‌ای بهتر

ما باید بازی داده‌ها را دوباره طراحی کنیم تا آینده‌ای بهتر برای همه‌ی ما ایجاد کنیم.

تسخیر دریا. ایجاد یک اکوسیستم داده‌ای بهتر نیاز به رویکردی چندوجهی دارد که شامل:

  • باز کردن کانال‌های مناسب: آسان کردن حفاظت از داده‌های شخصی برای مردم و دشوار کردن سوءاستفاده از آن‌ها برای شرکت‌ها.
  • تبدیل بی‌تحرکی به یک ابرقدرت: تغییر تنظیمات پیش‌فرض به نفع حریم خصوصی و خودمختاری.
  • بستن کانال‌های نادرست: تحمیل هزینه بر جمع‌آوری و استفاده از داده‌های شخصی و جلوگیری از جمع‌آوری بیش از حد داده‌ها توسط یک نهاد.

حریم خصوصی از ابتدا. ما باید سیستم‌هایی طراحی کنیم که از ابتدا حریم خصوصی را در اولویت قرار دهند، نه به عنوان یک فکر ثانویه. این شامل استفاده از فناوری‌های حفظ حریم خصوصی مانند یادگیری فدرال و حداقل کردن مقدار داده‌هایی است که جمع‌آوری و ذخیره می‌شود.

عمل جمعی. ما نمی‌توانیم تنها به اقدام فردی برای حفاظت از حریم خصوصی خود تکیه کنیم. ما باید در جوامع کوچک از افراد همفکر گرد هم بیاییم تا به طور جمعی داده‌های خود را مدیریت کنیم و از آن بهره‌مند شویم.

8. قدرت تعاونی‌های داده‌ای

آنچه که تعاونی‌های شراب می‌توانند به ما درباره‌ی اشکال جدید مدیریت جمعی داده‌ها بیاموزند.

تعاونی‌های تولیدکنندگان شراب. همان‌طور که تعاونی‌های تولیدکنندگان شراب به کشاورزان کوچک اجازه می‌دهند منابع و تخصص خود را جمع‌آوری کنند تا با کارخانه‌های بزرگ شراب رقابت کنند، تعاونی‌های داده‌ای می‌توانند به افراد قدرت دهند تا به طور جمعی داده‌های خود را مدیریت کنند و از آن بهره‌مند شوند. تعاونی‌های داده‌ای سازمان‌های متعلق به اعضا هستند که داده‌های شخصی اعضای خود را جمع‌آوری و مدیریت می‌کنند تا به نفع جمع عمل کنند.

مزایای تعاونی‌های داده‌ای:

  • افزایش قدرت چانه‌زنی
  • دسترسی به تخصص
  • بهبود امنیت داده‌ها
  • کنترل بیشتر بر استفاده از داده‌ها

نمونه‌هایی از تعاونی‌های داده‌ای:

  • تعاونی Driver's Seat: یک اپلیکیشن هتلی که به رانندگان اجازه می‌دهد داده‌های مسیر خود را به اشتراک بگذارند و از بینش‌های جمعی بهره‌مند شوند.
  • Swash: یک تعاونی که به اعضای خود برای مرور اینترنت پرداخت می‌کند و فعالیت‌های وب را به صورت حریم خصوصی‌محور جمع‌آوری و به فروش می‌رساند.
  • MIDATA: یک تعاونی داده‌ای سوئیسی که به اعضا اجازه می‌دهد با اعطای دسترسی به داده‌های سلامت شخصی خود به تحقیقات پزشکی و مطالعات بالینی کمک کنند.

9. حریم خصوصی قدرت است، نه یک یادگار

بازی داده‌های امروز هیچ شباهتی به این ندارد.

حریم خصوصی مرده نیست. با وجود افزایش داده‌هایی که به صورت آنلاین به اشتراک می‌گذاریم، حریم خصوصی منسوخ نشده است. این یک نیاز انسانی اساسی است که برای خودمختاری و آزادی ضروری است. تسلیم شدن در برابر حریم خصوصی به معنای تسلیم شدن در برابر توانایی ما برای اتخاذ تصمیمات خود و زندگی کردن به شیوه‌ای که می‌خواهیم است.

عدم تعادل قدرت. در اکوسیستم داده‌های کنونی، شرکت‌ها قدرت بسیار بیشتری نسبت به افراد دارند. آن‌ها مقادیر زیادی داده درباره‌ی ما جمع‌آوری می‌کنند، از آن برای تأثیرگذاری بر رفتار ما استفاده می‌کنند و اغلب این کار را بدون اطلاع یا رضایت ما انجام می‌دهند. این عدم تعادل قدرت باید مورد توجه قرار گیرد.

بازپس‌گیری کنترل. برای بازپس‌گیری کنترل بر زندگی‌مان، باید خواستار شفافیت و پاسخگویی بیشتری از شرکت‌ها باشیم، از مقررات حفاظت از داده‌ها حمایت کنیم و در تعاونی‌های داده‌ای گرد هم بیاییم تا به طور جمعی داده‌های خود را مدیریت کنیم و از آن بهره‌مند شویم.

10. آینده نیازمند یک ضرورت اخلاقی است

اگرچه "ذهن‌سازان" بر داده‌ها و فناوری متمرکز است، اما در اصل، یک کاوش در تجربه انسانی است: اینکه چگونه می‌خواهیم هم خود را آشکار کنیم و هم پنهان کنیم، چگونه با ورود دیگران به زندگی‌مان به دست می‌آوریم و از دست می‌دهیم و چگونه فناوری‌های جدیدی مانند هدف‌گذاری روانشناختی ما را وادار می‌کند تا قرارداد اجتماعی را دوباره بررسی کنیم.

پیشرفت‌های فناوری. با ادامه‌ی تکامل فناوری، پتانسیل استفاده از هدف‌گذاری روانشناختی برای اهداف خوب و بد تنها افزایش خواهد یافت. ما باید برای آینده‌ای آماده باشیم که میکروبوت‌ها در خون ما، لنزهای هوشمند و تراشه‌ها در مغز ما داده‌های حتی صمیمی‌تری درباره‌ی ما جمع‌آوری کنند.

قرارداد اجتماعی جدید. برای پیمایش در این آینده، به یک قرارداد اجتماعی جدید نیاز داریم که تعریف کند به اشتراک‌گذاری زندگی‌مان با دیگران در دنیای داده‌محور امروز چه معنایی دارد. این قرارداد باید حریم خصوصی، شفافیت و خودمختاری را در اولویت قرار دهد.

عمل جمعی. ایجاد یک اکوسیستم داده‌ای بهتر نیازمند عمل جمعی است. کافی نیست که افراد فقط از حریم خصوصی خود محافظت کنند. ما باید با هم کار کنیم تا سیستمی ایجاد کنیم که به نفع همه‌ی ما باشد. این شامل حمایت از مقررات حفاظت از داده‌ها، پیوستن به تعاونی‌های داده‌ای و خواستار پاسخگویی بیشتر از شرکت‌ها است.

آخرین به‌روزرسانی::

نقد و بررسی

4.28 از 5
میانگین از 100+ امتیازات از Goodreads و Amazon.

کتاب ذهن‌سازان با استقبال بسیار مثبت خوانندگان مواجه شده است و آن‌ها به بررسی عمیق استفاده از داده‌ها و هدف‌گذاری روان‌شناختی در این اثر اشاره می‌کنند. بسیاری از خوانندگان به رویکرد متعادل متز، که داستان‌های شخصی را با تحقیقات علمی ترکیب می‌کند، ارادت دارند. این کتاب به خاطر دسترسی‌پذیری، سبک نوشتاری جذاب و محتوای تفکر برانگیز خود مورد تحسین قرار گرفته است. خوانندگان آن را روشنگر می‌دانند و به بحث درباره‌ی مزایا و خطرات جمع‌آوری داده‌ها می‌پردازند. برخی از آن‌ها آرزو دارند که تحلیل‌های علمی عمیق‌تری در کتاب وجود داشته باشد، اما به‌طور کلی، این کتاب به خاطر ارتباطش با زندگی دیجیتال مدرن به شدت توصیه می‌شود.

درباره نویسنده

ساندرا سی. متز، دکترا، استادیار در دانشکده کسب‌وکار کلمبیا در شهر نیویورک است. سوابق علمی او شامل موقعیت‌های بازدیدی در دانشگاه کالج دوبلین، دانشکده کسب‌وکار استنفورد و دانشگاه تگزاس-آستین می‌باشد. متز دارای مدرک دکترا در روانشناسی از دانشگاه کمبریج است. تحقیقات او بر روی تقاطع داده‌های کلان، رفتار انسانی و هدف‌گذاری روانشناختی متمرکز است. به عنوان یکی از متخصصان برجسته در این حوزه، متز یک دهه تجربه تحقیقاتی را به کار خود می‌آورد و بررسی می‌کند که چگونه ردپای دیجیتال، روانشناسی انسان را آشکار می‌سازد و پیامدهای تصمیم‌گیری مبتنی بر داده را در جنبه‌های مختلف زندگی مورد بررسی قرار می‌دهد.

0:00
-0:00
1x
Dan
Andrew
Michelle
Lauren
Select Speed
1.0×
+
200 words per minute
Create a free account to unlock:
Requests: Request new book summaries
Bookmarks: Save your favorite books
History: Revisit books later
Recommendations: Get personalized suggestions
Ratings: Rate books & see your ratings
Try Full Access for 7 Days
Listen, bookmark, and more
Compare Features Free Pro
📖 Read Summaries
All summaries are free to read in 40 languages
🎧 Listen to Summaries
Listen to unlimited summaries in 40 languages
❤️ Unlimited Bookmarks
Free users are limited to 10
📜 Unlimited History
Free users are limited to 10
Risk-Free Timeline
Today: Get Instant Access
Listen to full summaries of 73,530 books. That's 12,000+ hours of audio!
Day 4: Trial Reminder
We'll send you a notification that your trial is ending soon.
Day 7: Your subscription begins
You'll be charged on Mar 23,
cancel anytime before.
Consume 2.8x More Books
2.8x more books Listening Reading
Our users love us
100,000+ readers
"...I can 10x the number of books I can read..."
"...exceptionally accurate, engaging, and beautifully presented..."
"...better than any amazon review when I'm making a book-buying decision..."
Save 62%
Yearly
$119.88 $44.99/year
$3.75/mo
Monthly
$9.99/mo
Try Free & Unlock
7 days free, then $44.99/year. Cancel anytime.
Settings
Appearance
Black Friday Sale 🎉
$20 off Lifetime Access
$79.99 $59.99
Upgrade Now →