07/11/2026 - مغالطه‌ها × سناریوها: بازی به‌مثابه مجموعه‌دادهاخبار | Argumentum
پرش به محتوای اصلی

مغالطه‌ها × سناریوها: بازی به‌مثابه مجموعه‌داده

07/11/2026 تکامل
مغالطه‌ها × سناریوها: بازی به‌مثابه مجموعه‌داده

یک سناریو بکش و یک کارت مغالطه بازی کن: هر دورِ Argumentum این دو را در هم می‌آمیزد، و هر ترکیبی تمرینی است که پاسخش از پیش معلوم است. سریِ «تشخیص مغالطه» در پروژهٔ CoursIA از آن مولّدِ نمونه‌های برچسب‌خورده‌ای می‌سازد که کل درخت طبقه‌بندی را می‌پوشاند — پوششی که به‌گفتهٔ مستندات سری، هیچ پیکرهٔ متنی طبیعی آن را نمی‌دهد.

تصویر: docs/publication/articles/illustrations/5b-une-manche-deux-cartes.png، مخزن Argumentum، commit 981e5233 — ترکیبی از پشت کارت «تاریخ» (Cards/Scenarii/Assets/Scenario-back/img-histoire.png) و کارت مغالطه (Cards/Fallacies/Assets/Fallacy-front/7.3.png) — یک دور از بازی در یک تصویر.

یک نوبت بازی، یک دستور

دسته‌ی سناریوها ۱۶۷ موقعیت را توصیف می‌کند که در هفت موضوع توزیع شده‌اند — تاریخ، اسطوره‌شناسی، سیاست، فرهنگ عامه، رابطه‌ی صمیمانه، زندگی شخصی، زندگی حرفه‌ای — و از روی پشت کارت‌ها قابل تشخیص‌اند. قوانین آن را روی کارت «آسیابِ چرب‌زبانی» چنین خلاصه می‌کنند:

در هر دور، با شروع از یک سناریوی قرعه‌کشی‌شده، یکی از بازیکنان در زمانی محدود بیشترین تعداد ممکن از استدلال‌های مغالطه‌آمیز را می‌یابد که کارت‌های پی‌درپی برداشته‌شده را توضیح می‌دهند.

در این گونه‌ی بازی، سناریو می‌ماند و کارت عوض می‌شود: هر کارت برداشته‌شده استدلالی تازه می‌طلبد — مغالطه‌آمیز، و مغالطه‌آمیز از همان نوع مشخص. بازیکنی که می‌کوشد با مغالطه‌ی برداشته‌شده از یک سناریو دفاع کند، بی‌آنکه بداند، نمونه‌ای برچسب‌دار می‌سازد: موقعیت همان متن است و کارت همان برچسب.

این دقیقاً شکل یک مجموعه‌داده‌ی آموزشی برای یک طبقه‌بند است، یعنی برنامه‌ای که متنی را در یک دسته جا می‌دهد: متن‌هایی که هر کدام برچسب دسته‌ای را دارند که به آن تعلق دارد.

دو مقیاس

مقیاس نخست، مقیاس جعبه است. سناریوها ۱۶۷ و کارت‌های مغالطه ۱۷۵ تاست: بنابراین بازی ۲۹,۲۲۵ دستور قابل بازی عرضه می‌کند که همگی با هم فرق دارند.

مقیاس دوم، مقیاس درخت است. رده‌بندی ۱,۴۰۸ گره را توصیف می‌کند — از خانواده‌های بزرگ تا موارد خاص — که تنها ۱۷۵ تای آن‌ها کارت دارند: همه‌ی آن‌ها شایسته‌ی یک نسخه‌ی چاپی نیستند. یک نقشه‌ی ذهنی برای هر زبان، این درخت را به‌تمامی ترسیم می‌کند. هر سناریو با هر گره‌ی درخت تلاقی داده می‌شود و برچسب هر جفت از پیش معلوم است؛ عملیاتی که «هر عنصر یک سو را با هر عنصر سوی دیگر» برمی‌شمارد، همان است که ریاضی‌دانان حاصل‌ضرب دکارتی می‌نامند.

CoursIA به مغالطه‌ها بسنده نمی‌کند: گره‌های فضایل استدلالی را نیز تلاقی می‌دهد. هر جفت نمونه‌ای است که برچسب آن — یعنی گره — به‌حکم ساخت معلوم است: تولید برچسب بدیهی است، چون عامل دوم جفت است.

چرا فضایل

در حاصل‌ضرب دکارتی، هر جفت (سناریو، گره‌ی مغالطه) برچسب مغالطه دارد: جدولی که تنها از گره‌های مغالطه استخراج شود، به‌حکم ساخت، هیچ نمونه‌ای از یک استدلال استوار در خود ندارد.

حال آنکه طبقه‌بندی که فقط مغالطه ببیند، نمی‌تواند بیاموزد که استدلال سالم چیست: بیماری‌ها را نام می‌برد بی‌آنکه هرگز بیمار سالمی دیده باشد. این نقش بر عهده‌ی دسته‌ی فضایل است — استدلال‌های به‌جا، ارائه‌ی درست‌کارانه، دقت واژگانی… — و مستندات این مجموعه چنین می‌گوید: فضایل به طبقه‌بند رده‌ی «استدلال سالم» را می‌دهند که بدون آن فقط مغالطه می‌دید.

کاری که CoursIA با آن می‌کند

پروژه‌ی CoursIA (مخزن عمومی) مجموعه‌ای از نوت‌بوک‌ها را به تشخیص مغالطه اختصاص داده است — «Fallacy Detector». نوت‌بوک Jupyter سندی است که متن و کدِ گام‌به‌گام اجراشدنی را درهم می‌آمیزد؛ هر مرحله نتیجه‌اش را نشان می‌دهد و می‌توان آن را دوباره اجرا کرد. نوت‌بوک ساخت مجموعه‌داده، همراه با یک اسکریپت اختصاصی، ۲۷۲,۰۴۳ جفت را برمی‌شمارد و سپس از آن‌ها سه مجموعه بیرون می‌کشد (اندازه‌گیری‌ها روی مخزن CoursIA که در commit 7eea21eb سنجاق شده است، در ۷ نوامبر ۲۰۲۶):

مجموعه سطرها پوشش
آموزش ۱۴,۰۰۰ ۱۲,۰۰۰ مغالطه، ۲,۰۰۰ فضیلت
اعتبارسنجی ۱,۶۲۹ یک جفت برای هر گره
آزمون ۳,۲۵۸ دو جفت برای هر گره

تقسیم‌بندی از یک قاعده‌ی ضدنشت پیروی می‌کند: سه مجموعه از سناریوهای متمایز استفاده می‌کنند. بدون این، مدل می‌توانست موقعیت را به‌جای استدلال بشناسد: سناریو را یاد می‌گرفت، نه مغالطه را. اعتبارسنجی برای تنظیم بدون دست‌زدن به آزمون به کار می‌رود؛ آزمون فقط در پایان، روی داده‌ی هرگز‌دیده‌نشده می‌سنجد.

هر نمونه‌گیری بازتولیدپذیر است: بذر مولد تصادفی، بودجه‌ها و نسبت‌ها در یک مانیفست ثبت شده‌اند، همراه با اثر انگشت فایل‌های منبع — فایل‌های CSV مربوط به Argumentum در آنجا با اثر انگشت SHA-1 شناسایی می‌شوند و مجموعه‌ی آموزشِ بازتولیدپذیر با اثر انگشت SHA-256. نسخه‌ی سناریوهایی که در CoursIA گنجانده شده، همراه با مجوز و نسبت‌دهی‌اش ثبت شده است: متن‌های پیکره همچنان تحت مجوز Creative Commons BY-SA 4.0 هستند و به «Argumentum» نسبت داده می‌شوند.

آنچه هنوز باید ثابت شود

جفت (سناریو، گره) برچسب را می‌دهد، نه متن را: هنوز باید استدلالی که هر دستور را توضیح می‌دهد نوشته شود. این کار از راه تولید با یک مدل زبانی برنامه‌ریزی شده است — باید همین‌گونه که هست گفته شود. در commit یادشده، این تولید و آزمون انسانی‌ای که باید آن را بررسی کند، صریحاً «در راه» هستند. تضمین‌های اعلام‌شده همان‌هایی را که در بازی هست تکرار می‌کنند — چند رأی، همان‌گونه که چند بازیکن درباره‌ی یک استدلال داوری می‌کنند — و آزمونی به‌دست انسان‌هایی بیرون از پروژه.

در اینجا هیچ کارایی‌ای در تشخیص ادعا نمی‌شود: هنوز هیچ اندازه‌گیری منتشرشده‌ای وجود ندارد و چیزی به‌عنوان دستاورد اعلام نمی‌شود. آنچه به‌دست آمده ساختار است: برای هر گره‌ی درخت، در هر مجموعه، دستورهایی که پاسخشان قطعی است — و راهی که یک قرعه‌کشی کارت‌ها را به پیکره‌ای قابل راستی‌آزمایی پیوند می‌دهد.


منابع: مخزن Argumentum، commit 6da19683 (شمارش‌ها بر پایه‌ی Cards/Scenarii/Argumentum Scenarii - Cards.csv، Cards/Fallacies/Argumentum Fallacies - Taxonomy.csv، رده‌بندی فضایل و Cards/Rules/Argumentum Rules - Cards.csv، در ۷ نوامبر ۲۰۲۶). مخزن CoursIA، commit 7eea21eb: README مجموعه، اسکریپت ساخت و مانیفست تقسیم‌بندی‌ها. پیگیری: Epic CoursIA #10355، آزمون انسانی بیرونی CoursIA #17578.

‹ بازگشت به فهرست

با ما تماس بگیرید

عضویت در خبرنامه

نتوانستیم اشتراک شما را تأیید کنیم.
اشتراک شما تأیید شد.

خبرنامه

برای دنبال کردن تازه‌های Argumentum در خبرنامهٔ ما عضو شوید.

ما از Sendinblue به‌عنوان پلتفرم بازاریابی استفاده می‌کنیم. با ارسال این فرم، تأیید می‌کنید که اطلاعات ارائه‌شده به Sendinblue، در جایگاه پردازشگر داده، منتقل خواهد شد؛ و این کار مطابق با شرایط استفادهآن انجام می‌شود.