“สิ่งที่สวยงามที่สุดที่เราสามารถลิ้มรสได้ คือ ความลึกลับ”, อัลเบิร์ท ไอสไตน์
ปกติแล้ว เรามักจะคิดว่า เราชอบคำตอบที่ชัดเจน เห็นภาพทั้งหมด ซึ่งทำให้สามารถนำคำตอบนั้นไปใช้ประโยชน์ได้ทันที ไม่ต้องทำการบ้านเพิ่มเติมอีก แต่ในแง่ของอารมณ์ความรู้สึก นั่นอาจเป็นสิ่งน่าเบื่อสำหรับมนุษย์
สำหรับบางคนแล้ว ภาพที่ไม่สมบรูณ์ ขาดหายไปบางส่วน กลับจะดึงดูดความสนใจได้มากกว่าภาพที่สมบรูณ์แล้ว ทั้งนี้เพราะสมองของมนุษย์ พยายามต่อภาพให้เต็ม หรือ “fill in” อยู่ตลอดเวลา เสมือนเป็นปริศนาเล็กๆที่รับกับสัญชาติญาณของมนุษย์ได้อย่างเหมาะเจาะ
คำว่า fill in เดิมใช้กับการเติมภาพที่ขาดหายไปจากการมอง แต่ต่อมาได้ถูกนำไปใช้กับแทบทุกเรื่องไม่เพียงแค่การมอง หากรวมไปถึงการพยายามคาดเดาของสมองจากข้อมูลที่ไม่สมบรูณ์ด้วย เช่น การคาดเดาอันตรายที่กำลังจะเกิดขึ้นจากสัญญาณต่างๆ
งานศึกษาของ University of Glasglow และงานศึกษาทำนองนี้อีกหลายชิ้น ชี้ว่า มนุษย์พยายามคาดเดาจากข้อมูลที่เท่าที่มีอยู่ตลอดเวลา หากข้อมูลขาดหาย อย่างเช่น ภาพที่มองไม่สมบรูณ์ มีบางอย่างมาบดบัง สมองจะคาดเดาภาพที่หายไปทันทีว่ามันคืออะไร และเชื่อมต่อกับภาพส่วนที่เห็นแล้วในทันที
ในงานศึกษาของ University College London ชี้อีกว่า สมองจะพยายามคาดหมายล่วงหน้าว่าเราจะได้รับข้อมูลอะไร ไม่ใช่เพียงแค่รอ process ข้อมูลที่ได้มาอย่างเดียว ทั้งนี้เพราะสมองพยายามลดความประหลาดใจ หรือตกใจ ให้น้อยที่สุด เพื่อให้ชีวิตสามารถดำเนินไปได้อย่างราบรื่นและปลอดภัย สามารถรู้อันตรายล่วงหน้าก่อนที่จะเกิด
อย่างเช่น เห็นคนข้ามถนนแล้วรถแล่นมาบัง เราก็เหยียบเบรคทันที โดยไม่ต้องรอให้เห็นคนข้ามถนนนั้นโผล่ออกมาจากรถที่บังไว้ นั่นคือ สมองเราคาดเดา หรือ fil in ว่า คนข้ามถนนนั้นย่อมจะเดินต่อแน่
การ fill in ด้วยจินตนาการจากข้อมูลที่ไม่สมบรูณ์เช่นนี้ เป็นสิ่งที่ทำให้เผ่าพันธุ์ของมนุษย์อยู่รอดมาได้ ถือเป็นความสามารถสำคัญที่ถูกคัดเลือกแล้วโดยการวิวัฒนาการ
และความสามารถในนี้เอง เป็นสัญชาติญาณติดตัวที่นำมาซึ่งความเร้าใจเล็กๆ และกลายเป็นเงื่อนไขสำคัญในศิลปดึงดูดความสนใจของมนุษย์
การจินตนาการล่วงหน้านั้น ถ้าหากปรากฏว่าเรื่องใดที่เราคาดไว้ ออกมาถูกต้อง โดยเกิดขึ้นเช่นนั้นจริงๆตามดคาด หรือไม่ก็เกิดใกล้เคียงที่คิดไว้ ก็จะยิ่งทำให้เราอยากที่จะมองภาพล่วงหน้าเช่นนั้นอีก เป็นการได้ positive feedback เกิดความอยากทำซ้ำ แต่ถ้าหากผลปรากฏว่า พยายาม fil in และคาดผิดอยู่เรื่อย เราก็จะเบื่อด้วย negative feedback และเลิกจินตนาการล่วงหน้าเฉพาะเรื่องนั้นไปในที่สุด
ดังนั้น วิธีการสร้างความน่าสนใจให้ได้ผลก็คือ “เสนอภาพที่ไม่สมบรูณ์ ขาดหายเพียงบางส่วน โดยภาพเท่าที่เห็นต้องมากพอที่จะสามารถเป็นข้อมูลให้ผู้รับรู้ไปจินตนาการต่อได้ในระดับหนึ่ง”
ในทางตรงข้าม หากเสนอภาพที่ชัดเจนแล้ว อธิบายครบถ้วน fill in มาให้เรียบร้อยครบถ้วน ผู้ที่ได้รับข้อมูลนั้นก็ไม่ต้องจินตนาการอะไรต่อ ซึ่งอาจเหมาะในสถานการณ์ที่ต้องการข้อมูลไปใช้ในทันที แต่ไม่เหมาะในการจูงใจเชิงเร้าอารมณ์ หรือ สร้างความรู้สึกให้สนใจ
ว่ากันว่า ความสำเร็จของภาพยนตร์อย่าง Jaws ของ Steven Spilberg มาจากการเล่าเรื่องฉลาม ที่ไม่เห็นฉลาม โดย “ฉลาม” ใน Jaws แทนด้วยครีบหลังที่โผล่พ้นน้ำ และภาพใต้น้ำของปากฉลามที่เต็มไปด้วยฟันเรียงรายท่ามกลางความขุ่นมัวของน้ำและฟองอากาศ โดยไม่มีฉากใดเลยที่เห็นทั้งตัว แต่ที่สร้างความรู้สึก “เสียวขา” ได้มากที่สุด คือเสียงตัวโน้ตไม่กี่ตัว จากเครื่องดนตรีไม่เต็มวง คือ double bass 6 ตัว เชลโล่ 8 ตัว ทรอมโบน 6 ตัว และ ทูบา อีก 1 ตัว ในโทนเสียงต่ำ แม้แต่เสียง สมองก็สามารถสร้างภาพ น่ากลัวขึ้นมาในจินตนาการได้
จากนั้นมา Hollywood รู้ดีว่า หากจะทำ monster ใดให้น่ากลัวละก็ “อย่าให้เห็นชัด” ไม่ว่าจะเป็น Gozilla ที่มักปรากฏตัวตอนกลางคืนท่ามกลางสายฝนกระหน่ำ หรือ ตัวเอเลี่ยนที่ปรากฏตัวรวมกันแล้วทั้งเรื่องไม่ถึงห้านาที ไปจนถึงการเปิดตัวของ T-Rex ใน Juraasic Park ด้วยเสียงก้าวเท้าอันสั่นสะเทือน กลางป่าทึบตอน
กลางคืน
เพราะ monster ที่ผู้ดูต่อเติมในจินตนาการด้วยตนเองนั้น น่ากลัวกว่า ใหญ่โตกว่า มีอำนาจมากกว่า
ความไม่ชัดเจน กลายเป็นศิลปะที่ดึงดูดความสนใจ อย่างภาพเขียน impressionsim ไปจนถึงภาพแบบ abstract คนดูต้องคิดต่อ และตีความได้ต่างๆนาๆ พร้อมแทรกด้วยสัญลักษณ์ที่ซ่อนไว้ตามมุมต่างๆของภาพให้ decode ทำให้ภาพหนึ่งกลายเป็นเรื่องราวได้หลายเรื่อง เป็นการเพิ่มความบันเทิงในการดูภาพ หรือ ความไม่สมบรูณ์ อย่างภาพแบบ snapshot ของ Edward Degas ที่จัดองค์ประกอบในภาพแบบขาดหาย พร้อมกับเว้น space ไว้อย่างไม่สมดุล สามารถกระตุ้นให้สมอง fill in ส่วนที่ขาดหาย เป็นการดึงดูดความสนใจได้อย่างดี
ในดนตรี เพลงที่เป็นอมตะ คือเพลงที่ผู้ฟังพอจะสามารถทำนายตัวโน้ตตัวต่อไปได้ถูก นั่นคือ ไม่ใช่เริ่มฟังก็รู้ล่วงหน้าทำนองเพลงทังหมดได้ทันที (อย่างที่เรียกว่า “เพลงร้อยเนื้อทำนองเดียว” คือใช้ทำนองเดิมๆของเพลงเก่าแล้วใส่เนื้อร้องเข้าไปใหม่) หรือ ไม่ใช่เพลงที่แทบจะไร้ format ไร้รูปแบบจนคนฟังไม่สามารถทำนายตัวโน้ตตัวต่อไปได้เลย
Phillip Ball นักเขียนดัง เจ้าของหนังสือ The Music Instinct เล่าว่า เพลง “modern classical music” ในยุคศตวรรษที่ 20 นั้นไม่ค่อยได้รับความนิยมมากเพราะมีสาเหตุมาจากโครงสร้างของเพลงที่ค่อนข้าง free form หรือที่เรียกว่า “atonal” และเกือบไร้ “home note” หรือไร้ทำนองหลัก สามารถเอามาฮัมเพลงได้
David Hurin ผู้เชี่ยวชาญด้านจิตวิทยาดนตรีแห่ง Ohio State University บอกว่า การที่สมองพยายามคาดเดาล่วงหน้าตลอดเวลา ทำให้การฟัง modern classical music เป็นไปอย่างไม่ราบรื่น เพราะที่คนฟังไม่สามารถเดาตัวโน้ตล่วงหน้าได้ ผลคือ คนฟังส่วนใหญ่รู้สึกงุนงง ผิดหวัง และไม่สนุก
ในขณะที่เพลง classic ยุคดั้งเดิมอย่างของโมสาร์ทหรือเบโธเฟน ถึงแม้จะถือว่าฟังยากและอาจมีความซับซ้อนใกล้เคียงกับ modern classical music แต่มนุษย์จะรู้สึกว่าไพเราะกว่า เพราะสมองพอจะ fill in หรือทำนายทำนองต่อไปถูกต้องได้บ้าง
เช่นเดียวกับเล่นดนตรี jazz ที่ improvise บนเพลงที่เป็นที่รู้จัก โดยระหว่างที่นักดนตรี improvise นั้น สมองจะพยายามทำงาน fill in ตัวโน้ตตัวต่อไปอยู่ตลอดเวลา และเมื่อนักดนตรี jazz กลับเข้าสู่ home notes ตัวเดิม สมองจะรู้สึกเหมือนได้รางวัล ส่งผลทำให้การฟัง jazz มีความสนุกสนาน
แต่การใช้สมอง fill in ก็ไม่ได้เหมือนกันทุกคน บางคนอาจไม่อยากคาดเดา หากชอบความแน่นอนมากกว่าก็ได้ ซึ่งอธิบายได้ว่า ทำไมเพลงที่ฟังง่ายอย่างเพลง country หรือเพลง pop จึงได้รับความนิยมแพร่หลายในระดับ mass มากกว่า jazz หรือเพลง classic นั่นเพราะผู้ฟังสามารถทำนายตัวโน้ตตัวต่อไปพร้อมจังหวะได้ง่ายกว่า แม่นยำกว่า สมองได้ reward ที่แน่นอนกว่า ง่ายกว่า
และนี่คือที่มาที่ว่า ทำไมบางคนบอกเพลงนี้ฟังง่าย อีกคนบอกกลับบอกฟังยาก นั่นคือ ยากหรือง่าย ขึ้นอยู่กับความสามารถของสมองของคนนั้นในการ fill in ทำนองเพลงนั้นนั่นเอง
ความสามารถในการ fill in ข้อมูลที่ไม่สมบรูณ์ทำให้มนุษย์สามารถสนุกกับอะไรได้หลายอย่าง แต่ดูเหมือนว่าในอนาคตต่อจากนี้ โลกอาจเดินสวนทางกับธรรมชาติพิเศษของมนุษยนี้ก็ได้
ด้วยการประเคนภาพเดิมๆ ที่เรารู้อยู่บ้างแล้ว จาก alrorithm ของการตลาดและโลกโซเชียลที่สรรหามาเฉพาะสิ่งที่เราคุ้นเคย ไม่ว่าจากการเลือกสินค้า ฟังเพลง ดูหนัง เลือกหนังสือ
จากการศึกษาของ Medical University of Viennna ที่ครอบคลุมเพลง 15 ประเภทหลัก และ 374 ประเภทย่อย พบว่าเพลงในยุคหลัง มีความเหมือนกันมากขึ้นเรื่อยๆ พร้อมกับความหลากหลายของฝีมือการเล่นดนตรีก็ลดลงเรื่อยๆเช่นกัน และหากมีการทดลองของใหม่อย่าง alternative rock เพลงแหวกแนวเหล่านั้นก็มักจะไม่เกิด
สาเหตุหลักของความเหมือนเดิมของเพลงในยุคนี้ก็คือ ธุรกิจเพลงใช้ data analysis tool วิเคราะห์ว่า เพลงแบบไหนที่คนชอบ และทำเพลงแบบนั้นออกมาสนองตลาด โดยเพลงที่คนชอบนั้น วัดง่ายๆจากการใช้ app Shazam หรือ HitPredictor (ซึ่งเป็น app ที่ใช้ “ฟัง” แล้วบอกว่า เพลงที่กำลังได้ยินอยู่นั้นคือเพลงอะไร) รวมกับข้อมูลอื่นๆ และนั่นทำให้ธุรกิจเพลงสมัยหลังมีความเสี่ยงน้อยลง ท่ามกลางความสร้างสรรค์ที่ลดลง
ผลคือ เราได้ฟังเพลงใหม่ที่เหมือนเดิม เราได้เห็นเพลงใน recommended list ที่ไม่ต่างจากรูปแบบเดิมๆที่ฟังอยู่ ได้ดูภาพยนตร์คล้ายเรื่องเดิมที่เราชอบอยู่แล้ว ทั้งนี้มาจากการสรรหาของ algorithm และการป้อนตลาดของธุรกิจเพลงและภาพยนตร์ที่ไม่อยากเสี่ยง
และเมื่อคนเราคุ้นกับ การ fil in แบบไม่ยาก และได้ positive feedback กับการคาดเดาที่ถูกต้อง เกิดอาการ ”เสพติดของง่าย” มากขึ้นเรื่อยๆ จึงเกิดคำถามว่า การใช้ algorithm เอาใจเหล่านี้ เป็นการปรับนิสัยความอยากรู้อยากเห็นของคนสมัยใหม่ ให้วนอยู่ในเรื่องเดิมๆ มากกว่าที่จะสนใจเรื่องแปลกใหม่ท้าทายที่ไม่คุ้นเคยหรือไม่?
หากเป็นเช่นนั้นจริง คำถามต่อมาคือ ความสามารถพิเศษของมนุษย์ในการ fill in ภาพที่ไม่สมบรูณ์ อาจจะถูกลดทอนลงไปอย่างน่าเสียดาย หรือไม่?
