Closing a 17-Year Gap: Algorithmic Detection and Empirical Prevalence of Rank Reversal in Multi-Criteria Decision Analysis
تقدم هذه الورقة إطار عمل خوارزمي مفتوح المصدر ضمن مكتبة Scikit-Criteria يعمل على تفعيل معايير وانغ وتريانثافيلو النظرية التي تعود لـ 17 عاماً للكشف عن انعكاس الترتيب، كاشفةً من خلال تدقيق واسع النطاق أنه في حين أن استقرار البدائل العليا يكاد يكون عالمياً، فإن انتهاكات التعدي والاتساق في إعادة التشكيل منتشرة في أدبيات تحليل اتخاذ القرار متعدد المعايير الحالية.
المؤلفون الأصليون:Juan Bautista Cabral, Gonzalo Giarda, Diego Nicolás Gimenez Irusta, Paula Pacheco, Alvaro Roy Schachner, Agustín Borda
تخيل أنك حَكَمٌ في برنامج مواهب، تحاول اختيار أفضل عرض من بين مجموعة من المغنيين والراقصين والساحرين. لديك بطاقة تقييم تحتوي على عدة فئات: الصوت، والحضور على المسرح، والأصالة. تجمع الدرجات، فيفوز الساحر. ولكن بعد ذلك، يدخل عرض جديد — لاعب خفة (جوجلر) سيء لا يهتم به أحد. فجأة، يتراجع الساحر إلى المركز الثاني، ويستولي المغني على المركز الأول. أو ربما، تقرر تقييم المغنيين والراقصين بشكل منفصل أولاً، ثم تدمج النتائج، لتجد أن الفائز المدمج يختلف عن الشخص الذي اخترته عندما قيمت الجميع معاً. هذا التقلب المربك يسمى "انعكاس الترتيب" (Rank Reversal). يحدث هذا في مجال علمي يسمى "تحليل القرار متعدد المعايير" (MCDA)، وهو ببساطة طريقة معقدة لقول "استخدام الرياضيات لاتخاذ قرارات صعبة عندما يكون لديك أشياء كث many مختلفة لتأخذها في الاعتبار". سواء كنت تختار هاتفاً ذكياً جديداً، أو علاجاً طبياً، أو مهمة فضائية، فأنت تريد لعملياتك الحسابية أن تكون عادلة ومتسقة. إذا تغير الفائز لمجرد أنك أضفت خياراً عديم الفائدة أو جزأت المشكلة إلى قطع أصغر، فإن النظام بأكم له يشعر بأنه معطل، ولن يتمكن الناس من الثقة في النتائج.
لأكثر من 17 عاماً، عرف العلماء بوجود هذه المشكلة ووضعوا ثلاث قواعد محددة لاختبار ما إذا كانت طريقة اتخاذ القرار موثوقة. لكن العلة تكمن في أنهم كتبوا القواعد فقط؛ لم يبنوا أبداً الآلة الفعلية لتشغيل الاختبارات. كان الأمر يشبه امتلاك وصفة لكعكة ولكن دون فرن. ولأن الاختبارات كانت صعبة للغاية للتحويل إلى كود برمجي، لم يقم أحد فعلياً بالتحقق مما إذا كانت الأساليب الشائعة المستخدمة في الواقع تجتاز هذه القواعد. ترك هذا فجوة كبيرة بين النظرية (ما نعتقد أنه يجب أن يحدث) والممارسة (ما يحدث فعلياً في البرمجيات التي يستخدمها الناس يومياً).
هذه الورقة البحثية هي قصة بناء ذلك الفرن أخيراً. قام المؤلفون، وهم فريق من الباحثين من الأرجنتين، بإنشاء مجموعة أدوات حاسوبية جديدة مفتوحة المصدر (جزء من مكتبة تسمى Scikit-Criteria) تحول تلك القواعد التي عمرها 17 عاماً إلى كود برمجي فعال. لم يكتفوا بكتابة الكود فحسب؛ بل استخدموه لإخضاع 27 طريقة مختلفة لاتخاذ القرار لاختبار جهد صارم.
إليكم ما وجدوه، وهي مفاجلة في الحبكة. أولاً، اختبروا ما إذا كان الخيار "الأفضل" سيبقى هو الأفضل عندما جعلوا الخيارات الأخرى أسوأ قليلاً (مثل إعطاء العروض الأخرى يوماً سيئاً لتصفيف الشعر). وجدوا أن الجميع تقريباً اجتاز هذا الاختبار — في 96.3% من الحالات، ظل الخيار الأول في الصدارة. بدا أن الأساليب كانت متينة للغاية.
لكن بعد ذلك، أجروا الاختبارات الأصعب. قاموا بتفكيك المشكلات إلى أزواج صغيرة (مقارنة عرضين فقط في كل مرة) لمعرفة ما إذا كان المنطق سيصمد. وهنا أصبح الأمر فوضوياً. فشلت حوالي 15% من الأساليب في اختبار "التعدي" (transitivity)، مما يعني أن منطقها أصبح دائرياً (مثل القول بأن A أفضل من B، وB أفضل من C، ولكن C أفضل من A). والأمر الأكثر إثارة للدهشة هو أنه عندما حاولوا إعادة بناء الترتيب الكامل من تلك الأزواج الصغيرة، فشلت ما يقرب من النصف (48.1%) من الأساليب في الاختبار الأكثر صرامة. الترتيب النهائي الذي حصلوا عليه من "القطع الصغيرة" لم يتطابق مع الترتيب الذي حصلوا عليه من "الصورة الكاملة".
لا تقول الورقة البحثية إن هذه الأساليب عديمة الفائدة، لكنها تثبت أن انعكاس الترتيب ليس مجرد خلل نادر وغريب يحدث في أمثلة وهمية. إنه ميزة شائعة وقابلة للقياس في الأدوات التي يستخدمها العلماء والمهندسون حالياً. يقترح المؤلفون أنه لا يمكننا مجرد افتراض أن هذه الأساليب متسقة؛ بل يجب علينا اختبارها. ومن خلال جعل أدوات الاختبار هذه مجانية ومفتوحة للجميع، فقد قدموا للعالم وسيلة جديدة للتحقق مما إذا كانت رياضيات اتخاذ القرار لدينا تقوم بما يفترض بها القيام به حقاً، لضمان أنه عندما نختار فائزاً، يكون ذلك لأنه يستحق الفوز حقاً، وليس لأن الرياضيات ارتبكت بسبب لاعب خفة سيء.
ملخص تقني: سد فجوة 17 عاماً في كشف انعكاس الترتيب
بيان المشكلة لا يزال "انعكاس الترتيب" (Rank Reversal - RR) يمثل تهديداً حرجاً لموثوقية تحليل القرار متعدد المعايير (MCDA). ويحدث هذا عندما يتغير الترتيب النسبي للبدائل بطرق تنتهك بديهيات اتخاذ القرار العقلاني، مثل استقلالية البدائل غير ذات الصلة (IIA) أو التعدي (transitivity). وبينما اقترح وانغ وتريانثافيلو (Wang and Triantaphyllou, 2008) ثلاثة معايير اختبار منهجية للكشف عن هذه الظواهر وقياسها قبل 17 عاماً، فقد غاب تنفيذ مفتوح المصدر وموثق يترجم هذه المعايير النظرية إلى خوارزميات عملية. وقد استمرت هذه الفجوة رغم العدد المرتفع للاستشهادات بهذه المعايير، ويرجع ذلك أساساً إلى التحديات الخوارزمية غير البسيطة المتعلقة بتشغيل هذه الاختبارات في مسارات اتخاذ القرار الواقعية، لا سيما فيما يتعلق بمرشحات المعالجة المسبقة، وفض الاشتباك (tie-breaking)، وإعادة البناء القائم على نظرية المخططات (graph-theoretic reconstruction).
المنهجية والإطار الخوارزمي يقدم المؤلفون إطاراً خوارزمياً تم تنفيذه في مكتبة بايثون مفتوحة المصدر تسمى Scikit-Criteria. يقوم هذا الإطار بتشغيل معايير وانغ وتريانثافيلو (2008) الثلاثة من خلال وحدتي اختبار رئيسيتين: RankInvariantChecker (للاختبار الأول) و RankTransitivityChecker (للاختبارين الثاني والثالث).
RanksComparator: يسهل مقارنة ترتيبات متعددة، ويدعم الحسابات الإحصائية وتخزين أصل التجربة.
تم تنفيذ الاختبارات الثلاثة كما يلي:
اختبار انعكاس الترتيب 1 (RRT1): التدهور المنهجي
الهدف: تحديد ما إذا كان البديل الأمثل يظل مستقراً عند تدهور البدائل غير المثلى بشكل منهجي.
الخوارزمية: تستخدم الطريقة استراتيجية تدهور محكومة حيث يتم تعديل كل بديل غير مثالي إلى حالة "أسوأ" مع الحفاظ على الاتساق الرتبي. يتم أخذ الضوضاء (Noise) من توزيع منتظم محصور بين الفرق بين البديل الحالي والبديل التالي الأسوأ.
التوافق مع المسار (Pipeline Compatibility): للتعامل مع المسارات الواقعية التي قد تستبعد بعض البدائل (مثلاً عبر التحليل بالرضا أو الهيمنة)، طبق المؤلفون مبدأ "التدهور التدريجي اللطيف" (graceful degradation). فإذا تم استبعاد بديل بواسطة مرشح، يتم تعيين أسوأ رتبة ممكنة له (max_rank + 1) بدلاً من فشل الاختبار، مما يضمن بقاء هيكل الترتيب مكتملاً.
المقاييس: يخرج الاختبار معدل الحفاظ على الأمثلية (OPR) وإزاحة الرتبة (RD).
اختبار انعكاس الترتيب 2 (RRT2): تحليل التعدي (Transitivity Analysis)
الهدف: الكشف عن انتهاكات التعدي (دورات التفضيل) من خلال تفكيك مشكلة القرار إلى مقارنات ثنائية.
الخوارزمية: يتم تفكيك مصفوفة القرار إلى جميع الأزواج n(n−1)/2. ويتم تقييم كل زوج بشكل مستقل لبناء مخطط هيمنة (n-tournament).
الكشف: تحدد الخوارزمية الدورات الثلاثية الموجهة (directed 3-cycles) داخل هذا المخطط. ويتم حساب معدل انتهاك التعدي كنسبة عدد الدورات الثلاثية المكتشفة إلى أقصى عدد ممكن من الدورات الثلاثية لعدد البدائل المعطى.
المخرجات: نتيجة منطقية (boolean) تشير إلى ما إذا كان المعدل صفراً، إلى جانب هيكل المخطط وتفاصيل الدورات المحددة.
اختبار انعكاس الترتيب 3 (RRT3): اتساق إعادة التكوين
الهدف: التحقق مما إذا كان يمكن إعادة بناء الترتيب الأصلي بشكل فريد من مخطط الهيمنة الثنائي.
الخوارزمية:
التكثيف (Condensation): يتم تكثيف مخطط الهيمنة إلى مخطط موجه غير حلقي (DAG) حيث يتم دمج الدورات في "عقد فائقة" (supernodes) تمثل حالات التعادل. هذا تحويل دقيق لا يهمل أي معلومات.
الاختزال المتعدي (Transitive Reduction): تُزال الحواف الزائدة للحفاظ فقط على الحد الأدنى من الوصول (reachability).
إعادة التكوين: يتم تقديم استراتيجيتين:
الأجيال (Generations): ينتج ترتيباً واحداً مع توضيح حالات التعادل للدورات المدمجة.
تبديلات الدورات (Cycle Permutations): يحصي جميع الترتيبات الصارمة الممكنة داخل الدورات المدمجة للتحقق من وجود غموض.
المعيار: ينجح الاختبار فقط إذا تطابق الترتيب الأصلي مع الترتيب المعاد تكوينه (أو أول تبديل من التبديلات المحصاة) تماماً.
النتائج الرئيسية تم التحقق من صحة الإطار من خلال دراستي حالة:
تقييم العملات الرقمية (Van Heerden et al., 2021):
طُبق على مسار TOPSIS لتقييم تسع عملات رقمية.
RRT1: اجتاز الاختبار بشكل مثالي (OPR = 1.0)، مما أظهر أن البديل الأعلى (البيتكوين) كان مستقراً تحت التدهور.
RRT2/RRT3: فشل الاختبار. تم اكتشاف ثلاثية واحدة غير متعدية (BNB ≻ LTC ≻ ETH ≻ BNB)، مما أدى إلى معدل انتهاك قدره 0.033. أظهر هذا أن الطريقة يمكن أن تكون مستقرة تحت الاضطراب (RRT1) ومع ذلك تفتقر للاتساق الداخلي تحت التفكيك (RRT2/3).
تدقيق واسع النطاق للأدبيات المنشورة:
تمت إعادة إنتاج 27 مزيجاً من المسارات/البيانات من 20 طريقة MCDM منشورة (بما في ذلك TOPSIS، VIKOR، PROMETHEE، إلخ).
RRT1: نجح في 96.3% (26/27) من المسارات، مما يشير إلى أن استقرار البديل الأعلى هو سمة عالمية تقريباً.
RRT2: نجح في 85.2% (23/27)، حيث تركزت الإخفاقات في الطرق التي تعتمد على مناطق مرجعية يتم حسابها من المجموعة الكاملة.
RRT3: نجح في 51.9% فقط (14/27). لاحظ المؤلفون أن العديد من المسارات التي اجتازت RRT2 فشلت في RRT3 لأن تسجيل البدائل "معاً" (باستخدام ثوابت التطبيع العالمية) اختلف عن تسجيلهم "زوجاً بزوج"، وهو انتهاك لمبدأ استقلالية البدائل غير ذات الصلة (IIA) الذي لا يمكن لـ RRT2 اكتشافه.
الأهمية والادعاءات يزعم البحث سد فجوة الـ 17 عاماً بين الاقتراح النظري لوانغ وتريانثافيلو (2008) والتطبيق العملي. ومن خلال تقديم أول تنفيذ شامل ومفتوح المصدر، يُمكّن المؤلفون من:
التحليل الشائع تجريبياً: يكشف التدقيق أن انعكاس الترتيب ليس مجرد مسألة هامشية أو عدائية، بل هو سمة منتشرة في أدبيات MCDM الحالية، لا سيما فيما يتعلق باتساق إعادة التكوين (RRT3).
الدقة المنهجية: يتيح الإطار للباحثين تجاوز النقاشات النظرية (الوضعية مقابل البنائية) من خلال توفير أدوات لقياس وكمّ ومقارنة المتانة التجريبية للطرق المختلفة.
قابلية التكرار: تسهل الأدوات إجراء تحليل مقارن روتيني لمتانة الطرق عبر مجالات متنوعة، مما يحول ما كان سابقاً عملية يدوية مخصصة إلى مسار معياري.
يتبنى المؤلفون موقفاً واقعياً، مع الإقرار بالقيود مثل التكلفة الحسابية O(n2) لمجموعات البدائل الكبيرة والطبيعة المحددة لاستراتيجية التدهور، واضعين هذا العمل كخطوة تأسيسية نحو اعتماد أوسع للتحليل المنهجي للمتانة في مجال MCDA.