Divide and Confer: Aggregating Information without Verification
تُظهر هذه الورقة أنه في حين يمكن للمستقبل تحقيق نتائج مثالية من خلال السماح للمرسلين المنحازين بالتواصل عندما يكون المجتمع صغيراً، فإنه في المجتمعات الكبيرة يستفيد المستقبل من منع التواصل عبر تنفيذ آليات تعاقب الإجماع المفرط للتخفيف من حدة الانحياز، على الرغم من أن هذا يؤدي إلى عوائد تظل بعيدة عن المستوى الأمثل الأول.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
لغز الحشد الهامس
تخيل أنك تحاول حل لغز ضخم، لكن القطع مبعثرة بين آلاف الأشخاص، ولا يمكنك التحدث إليهم مباشرة؛ بل عليك الاعتماد على ما يخبرونك به. هذا هو عالم "تصميم الآليات" (Mechanism Design)، وهو فرع من فروع الاقتصاد يدرس كيفية وضع القواعد بحيث يساعد الناسُ صانعَ القرار -حتى وهم يحاولون خداعه- في العثور على الحقيقة عن طريق الخطأ. عادةً، إذا كان لديك مجموعة من الأشخاص يمتلكون أسراراً مختلفة، يمكنك كشف الكاذب عبر مقارنة قصصهم. فإذا قال الشخص (أ) إن السماء خضراء وقالت الشخص (ب) إنها زرقاء، ستعرف أن أحدهما يكذب. وهذا ما يسمى "التحقق المتقاطع" (Cross-verification).
ولكن ماذا يحدث عندما يمتلك كل شخص قطعة فريدة من اللغز لا يملكها غيره؟ تخيل غرفة حيث يحمل كل شخص قطعة واحدة لا يمكن تعويضها من أحجية الصور المقطوعة (Jigsaw). إذا كذب الشخص (أ) بشأن قطعته، فلن تتمكن من التحقق منها بمقارنتها بقطعة الشخص (ب) لأنهما مختلفتان تماماً. لن تستطيع التحقق من الحقيقة. هذه هي مشكلة "الانقسام المعلوماتي" (Informational division): إجمالي المعرفة في الغرفة ثابت، لكنها مقسمة بين الكثير من الناس لدرجة أن أي فرد بمفرده لا يعرف ما يكفي ليتم كشف كذبه من قبل الآخرين. السؤال الكبير هو: كيف تستخرج الحقيقة من حشد لا يمكنك فيه مراجعة واجباتهم المدرسية مقابل بعضهم البعض؟
الفكرة الكبرى للورقة البحثية: معاقبة الحشد "المفرط في اليقين"
في ورقتهم البحثية بعنوان "التقسيم والتشاور: تجميع المعلومات دون تحقق"، يتناول جيمس بيست، دانيال كويغلي، مريم سعيدي، وعلي شوريده معضلة كهذه بالضبط. هم يدرسون سيناريو يحتاج فيه صانع قرار (مثل مدير تنفيذي أو حكومة) لاتخاذ خيار "نعم" أو "لا" بناءً على معلومات يمتلكها حشد هائل من الرسل المنحازين. هؤلاء الرسل جميعهم يريدون أن تكون الإجابة "نعم"، حتى لو لم تكن كذلك. ولأن معلومات الرسل مقسمة وغير متصلة، لا يمكن لصانع القرار ببساطة أن يسأل: "هل تتطابق قصتك مع قصته؟".
اكتشف المؤلفون حلاً ذكياً ومثيراً للدهشة. فقد أظهروا أنه حتى بدون القدرة على التحقق من الحقائق بشكل متقاطع، لا يزال بإمكان صانع القرار الحصول على معلومات مفيدة باستخدام آلية تعاقب على "الاتفاق المفرط".
إليك كيف يعمل الأمر، باستخدام تشبيه توضيحي: تخيل برنامج مسابقات يُطلب فيه من مليون متسابق تخمين درجة الحرارة. جميعهم يريدون سراً أن تكون الإجابة "حارة" لأن ذلك يعني فوزهم بجائزة. المضيف يعلم أنهم منحازون. إذا اكتفى المضيف بسؤالهم: "هل الجو حار؟"، فسيصرخ الجميع بكلمة "نعم!" ولن يتعلم المضيف شيئاً.
يقترح المؤلفون قاعدة جديدة: "سنقول 'نعم' إذا كان متوسط التخمينات يقع ضمن نطاق متوسط مريح. ولكن إذا اتفق الجميع على أن الجو شديد الحرارة، فسنقول 'لا' على أي حال".
يبدو هذا غريباً، أليس كذلك؟ لماذا ترفض الإجابة عندما يكون الجميع متأكدين؟ الخدعة هي أن عقوبة "حرق الفائض" هذه تعمل كتهديد. فإذا كذب أحد المتسابقين وقال إن الجو أكثر حرارة مما هو عليه في الواقع، فإنه يخاطر بدفع متوسط المجموعة إلى منطقة "الحرارة الشديدة" حيث يرفض المضيف الإجابة تماماً. هذا الخوف من الرفض الجماعي يمنع الكاذبين من المبالغة. صانع القرار يقول ضمنياً: "لا يهمني إذا اتفقتم جميعاً؛ إذا اتفقتم أكثر من اللازم، فسأقوم بحرق أموال الجائزة وأقول لا". هذا التهديد يبقي الحشد صادقاً بما يكفي للكشف عن الحقيقة في النطاق المتوسط.
ما وجدوه (وما لم يجدوه)
تثبت الورقة رياضياً أنه مع زيادة حجم الحشد إلى ما لا نهاية، فإن أفضل استراتيجية هي هذه "آلية النطاق" (Interval mechanism) البسيطة. فهي تقبل الإجابة إذا كانت الحالة المبلغ عنها تقع ضمن نافذة محددة، وترفضها إذا كانت الإأقل جداً أو، للمفاجأة، الأعلى جداً.
ومع ذلك، يوضح المؤلفون بحذر أن هذه ليست عصا سحرية تصلح كل شيء. فقد أظهروا صراحة أن هذه الطريقة لا يمكنها تحقيق نتيجة "الأفضل أولاً" (النتيجة المثالية حيث يعرف صانع القرار الحقيقة بدقة). ولأن المعلومات مقسمة وغير قابلة للتحقق، فهناك دائماً تكلفة. يجب على صانع القرار "حرق بعض الفائض" (رفض الإجابات الجيدة فقط لإبقاء الكاذبين تحت السيطرة) للحفاظ على الأمانة. وتوضح الورقة أنه بينما يمكنك الحصول على نتائج أفضل مما لو لم تفعل شيئاً، إلا أنه لا يمكنك أبداً الحصول على نتائج مثالية في هذا الإعداد المحدد.
كما استبعد المؤلفون فكرة أننا بحاجة إلى قواعد معقدة ومتطرافة. ففي المجموعات الصغيرة، تكون أفضل القواعد معقدة وتعتمد على من قال ماذا بالضبط. ولكن في الحشود الضخمة، تظهر الرياضيات أن القاعدة البسيطة (قاعدة النطاق) هي في الواقع الأفضل. إن تعقيد الحشد يتلاشى، تاركاً وراءه حلاً بسيطاً وأنيقاً.
الخلاصة
إذاً، ماذا يعني هذا بالنسبة للعالم الحقيقي؟ تشير الورقة إلى أنه عندما تتعامل مع حشد ضخم ومنحاز حيث لا يمكنك التحقق من الأفراد مقابل بعضهم البعض (مثل استطلاءات وسائل التواصل الاجتماعي أو اللجان الكبيرة)، فلا ينبغي لك أن تثق في الأغلبية فحسب. بدلاً من ذلك، يجب أن تشك في "الإجماع المفرط". من خلال تصميم نظام يعاقب الحشد عندما يتفقون بقوة شديدة على الجانب الذي يفضلونه، يمكنك في الواقع استخراج معلومات أكثر صدقاً مما لو استمعت إليهم فحسب. الأمر يشبه قول والد لطفل في غرفة مليئة بالأطفال: "إذا اتفقتم جميعاً على وقت الحلوى، فسألغي تحلية الجميع"، مما يجعل الأطفال يفكرون مرتين قبل الكذب بشأن مدى جوعهم.
لا تدعي الورقة أن هذا يحل كل مشكلة الكذب أو الأخبار الزائفة، لكنها تقدم برهاناً رياضياً صارماً على أنه حتى في عالم لا يمكنك فيه التحقق من الحقائق، لا يزال بإمكانك تصميم قواعد تجعل الكذب مخاطرة كبيرة جداً للكاذبين. إنها تحول "انقسام" المعلومات من نقطة ضعف إلى أداة للانضباط.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.