Axiomatic Choice
تقدم هذه الورقة "الاختيار البديهي" (Axiomatic Choice)، وهو إطار عمل رسمي يستخدم بديهيات معيارية لاستيعاب مخاوف متنوعة في اتخاذ القرار — مثل الأخلاقيات والعدالة الإجرائية — لتحليل تقييم القرارات، والشفافية، والمتناقضات المتأصلة في تبرير الخيارات.
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
تخيل أنك في مطعم مع مجموعة من الأصدقاء، وتحاولون اتخاذ قرار بشأن ما ستأكلونه.
عادةً، عندما نتخذ القرارات، نركز على النتيجة: "أريد بيتزا". هذا ما يسميه علماء الاجتماع "الاختيار الاجتماعي". ولكن في الحياة الواقعية، نحن نهتم أيضاً بعمق بـ كيفية اتخاذ القرار: "أريد منا أن نصوت على الأمر"، أو "أريد للشخص الذي سيدفع أن يقرر"، أو "أريد أن يكون القرار عادلاً للنباتيين".
هذه الورقة البحثية، "الاختيار البديهي" (Axiomatic Choice)، هي طريقة رياضية جديدة للتحدث عن كل من الـ "ماذا" والـ "كيف" في آن واحد.
١. "قواعد اللعبة" (التصنيف)
يجادل المؤلفون بأن "قواعدنا" (التي يسمونها البديهيات) ليست جميعها متشابهة. هم يصنفونها كأنها أنواع مختلفة من "الأجواء" في اتخاذ القرار:
- النتيجي (شخص "النتيجة"): هذا الشخص يهتم فقط بالنتيجة النهائية. "لا يهمني إذا رمينا عملة معدنية أو عقدنا نقاشاً هائلاً؛ طالما حصلنا على البيتزا، فأنا سعيد".
- الإجرائي (شخص "العملية"): هذا الشخص يهتم بالمنهج. "لا يهمني إذا أكلنا بيتزا أو سلطة، ولكن يجب علينا حتماً أن نصوت ديمقراطياً للقيام بذلك".
- البنيوي (شخص "السياق"): هذا الشخص يهتم بالموقف. "إذا كان اليوم هو الجمعة، فيجب أن نأكل في الخارج؛ وإذا كان الاثنين، فيجب أن نطبخ".
٢. "مفارقة تقييم القرار" (الوعد المكسور)
هذا هو الجزء الأكثر إثارة للحيرة في الورقة. اكتشف المؤلفون "خللاً في مصفوفة" اتخاذ القرار.
تخيل أنك قطعت وعداً جازماً: "أعدكم أنه في كل مرة نأكل فيها، سنستخدم التصويت الديمقراطي". هذه هي "القاعدة" الخاصة بك.
الآن، تخيل حدوث موقف معين (ملف/حالة) حيث يكون التصويت مستحيلاً — ربما لأن الجميع متعبون جداً من أجل الكلام. وللحفاظ على الهدوء، اخترت البيتزا ببساً.
لاحقاً، ينظر إليك صديقك إلى القرار ويقول: "مهلاً! لقد وعدت بأننا سنصوت دائماً! لقد كسرت قاعدتك!".
أنت تجادل: "لكن انظر! النتيجة هي البيتزا، وهو ما كنا سنصوت عليه على أي حال! النتيجة جيدة!".
المفارقة هي: يمكنك اتباع قاعدة لاختيار نتيجة ما، ولكن مجرد استخدام تلك القاعدة قد ينتهك القاعدة نفسها تقنياً. الأمر يشبه الوعد بأن تكون "عفوياً دائماً" — فبمجرد اتباع قاعدة لتكون عفوياً، لم تعد عفوياً بعد الآن.
٣. الشفافية والخداع (مشكلة "تظاهر حتى تنجح")
بسبب هذه المفارقة، تحذر الورقة من الخداع.
تخيل أن سياسياً يقول: "أنا أستخدم 'قاعدة العدالة' لصنع هذا القانون". لكن في الواقع، هو يستخدم معادلة سرية ومعقدة تبدو في الغالب عادلة ولكنها في الحقيقة تصب في مصلحته.
إذا نظرت فقط إلى النتيجة (القانون)، سيبدو الأمر جيداً. لا يمكنك معرفة أنه غش. ولكن إذا استطعت رؤية العملية (المعادلة)، فستدرك أنه كذب. يوضح المؤلفون أننا عندما نحاول شرح القرارات للناس، فإننا غالباً ما نستخدم "اختصارات" هي في الواقع أكاذيب تقنية، حتى لو كانت النتيجة هي ما أراده الناس. يسمون هذا "الخداع الواقعي المضاد" (Counterfactual Deception) — إخبار شخص ما بأن القرار اتُّخذ بطريقة معينة، بينما تم اتخاذه في الواقع بطريقة أخرى.
لماذا يهم هذا؟
بينما ننتقل إلى عالم يتخذ فيه الذكاء الاصطناٍعي (مثل ChatGPT) القرارات نيابة عنا — من تحديد من يحصل على قرض إلى كيفية استجابة السيارة ذاتية القيادة في حالة طوارئ — لا يمكننا فقط أن نقول للذكاء الاصطناعي "كن عادلاً".
"العدالة" هي مزيج فوضوي من النتائج، والعمليات، والسياقات. توفر هذه الورقة "القواعد اللغوية" الرياضية لمساعدتنا في إخبار الذكاء الاصطناعي بالضبط عما نعنيه، مع تحذيرنا من أننا حتى مع وجود رياضيات مثالية، قد ينتهي بنا الأمر بالخداع أنفسنا أو كسر وعودنا عن غير قصد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.