تخيل أنك محقق يحاول حل لغز في مدينة صاخبة وفوضوية. لديك دفتر ملاحظات مليء بالسجلات: متى تتحول إشارات المرور إلى اللون الأحمر، متى تفتح المقاهي، متى تبدأ الطيور في التغريد، ومتى تسقط الأمطار. هدفك هو معرفة ما يسبب ماذا. هل المطر هو ما يجعل الطيور تغرد، أم أن الطيور تغرد لأن الشمس أشرقت؟ هل إشارة المرور هي التي تسبب فتح المقهى، أم أنهما يحدثان في نفس الوقت فقط بسبب جدول زمني خفي؟

في عالم العلوم، يسمى هذا الاكتشاف السببي (Causal Discovery). إنه فن معرفة من يحرك الخيوط في نظام معقد، بدلاً من مجرد ملاحظة أن شيئين يحدثان معاً بالصدفة. هذا الأمر صعب للغاية مع البيانات السلاسل الزمنية (Time-series data)، وهي مجرد قائمة طويلة من القياسات المأخوذة بمرور الوقت، مثل مستوى مياه النهر المسجل كل ساعة أو قراءات درجة الحرارة من غابة. المشكلة هي أن هذه السجلات فوضوية؛ فالأشياء تتكرر في دورات (مثل الفصول)، وتؤثر في بعضها البعض بتأخير زمني (مثل موجة فيضان تستغرق ساعات للتحرك)، وأحياناً توجد قوى خفية (مثل نمط طقس غير مرئي) تؤثر على كل شيء في وقت واحد. إذا نظرت إلى الأرقام فقط، فقد يخدعك الأمر وتظن أن شيئين مرتبطان بينما لا علاقة بينهما، أو قد تفوتك صلة حقيقية لأنها معقدة للغاية. لقد بنى العلماء أدوات "تحقيق" مختلفة (خوارزميات) لحل هذه المشكلات، ولكن لكل أداة قواعدها ونقاط ضعفها. قد تكون إحدى الأدوات رائعة في إيجاد الروابط الخطية المستقيمة ولكنها سيئة جداً في رصد الروابط المنحنية؛ وأخرى قد تكون سريعة ولكنها ترتبك بسبب البيانات المفقودة. وحتى الآن، كان اختيار الأداة المناسبة وإعدادها بشكل صحيح يتطلب خبيراً بشرياً لاتخاذ عشرات القرارات الصعبة، وإذا اتخذ خبيران مختلفان قراراتهما، فقد ينتهي بهما الأمر إلى نتائج مختلفة تماماً وغير قابلة للمقارنة.

هنا يأتي دور إطار عمل جديد بلغة بايثون يسمى AutoCause. فكر في AutoCause كفريق تحقيق آلي ومنظم للغاية، لا يكتفي بتشغيل أداة واحدة، بل يشغل فريقاً كاملاً من الأدوات في وقت واحد. وبدلاً من ترك القرارات الفوضوية لخبير بشري قد يكون متعباً أو متحيزاً، يقوم AutoCause تلقائياً بفحص البيانات أولاً ليرى نوع "مسرح الجريمة" الذي يتعامل معه. هل البيانات متذبذبة وغير خطية؟ هل هناك الكثير من المعلومات المفقودة؟ بناءً على هذه الأدلة، يختار أفضل مزيج من أدوات التحقيق، ويضبط معاييرها، ثم يشغلها جميعاً. بعد ذلك، وبدلاً من الثقة في إجابة أداة واحدة فقط، يبحث عن إجماع (Consensus). إذا أشارت ثلاث من أصل أربع أدوات مختلفة إلى نفس الرابط، فإن AutoCause يصنف ذلك الرابط على أنه "عالي الثقة". أما إذا وجدت أداة واحدة فقط هذا الرابط، فيصنفه على أنه "مجرد حدس". لقد اختبر الباحثون هذا الفريق الآلي على 145 مجموعة بيانات مختلفة، تتراوح من المحاكاة الحاسوبية المصنوعة بإتقان إلى شبكات الأنهار الحقيقية في بافاريا. ووجدوا أنه في الألغاز الحاسوبية النظيفة، نجحت استراتيجية "تصويت الأغلبية" بشكل رائع، حيث قامت بتصفية الإنذارات الكاذبة ووجدت الروابط الحقيقية بدقة عالية. ومع ذلك، في بيانات الأنهار الحقيقية الفوضوية، لم يقم تصويت الأغلبية دائماً باختيار الروابط الأكثر دقة، مما يشير إلى أنه في العالم الحقيقي، حتى مجموعة من الخبراء قد يتفقون على إجابة خاطئة إذا كان ينقصهم جزء حيوي من اللغز (مثل فرع نهر خفي). في النهاية، AutoCause لا يحل اللغز بشكل سحري أو يثبت ما هو حقيقي؛ بل يحول عملية فوضوية وغير متسقة إلى تحقيق واضح وقابل للتدقيق، تاركاً التفسير النهائي لـ "لماذا" للعلماء البشر.

فرقة التحقيق: كيف يعمل AutoCause

تخيل أنك تحاول اكتشاف علاقات السبب والنتيجة في نظام معقد، مثل شبكة نهر أو نمط طقس. لديك قائمة طويلة من نقاط البيانات المسجلة بمرور الوقت. التحدي هو أن مجرد رؤية شيئين يحدثان معاً لا يعني أن أحدهما تسبب في الآخر. ربما حدثا معاً بسبب عامل ثالث خفي، أو ربما تبع أحدهما الآخر بمحض الصدفة. ولحل هذه المشكلة، يستخدم العلماء طرق الاكتشاف السببي. فكر في هذه الطرق كأنها أنواع مختلفة من المحققين. بعض المحققين بارعون في رصد الروابط الخطية (العلاقات الخطية)، بينما يفضل آخرون البحث عن الروابط المعقدة والمنحنية (العلاقات غير الخطية). وبعضهم سريع ولكنه قد يفتقد إلى الأدلة الدقيقة، بينما البعض الآخر دقيق جداً ولكنه يستغرق وقتاً طويلاً في العمل.

المشكلة تكمن في أن اختيار المحقق المناسب وضبط أدواته بشكل صحيح أمر صعب. فعلى الخبير البشري أن يقرر: "أي محقق يجب أن أستخدم؟ كم من الوقت يجب أن أعود للوراء للبحث عن الأسباب؟ ماذا لو كانت البيانات تفتقد لبعض الأجزاء؟" وإذا اتخذ خبيران مختلفان قرارات مختلفة، فقد ينتهي بهما الأمر إلى خرائط مختلفة تماماً للسبب والنتيجة، مما يجعل من المستحيل مقارنة أعمالهما أو الوثوق بالنتائج.

AutoCause هو إطار عمل برمجِي جديد مصمم لأتمتة هذه القرارات. إنه يعمل كمدير مشروع لفريق من محققي الاكتشاف السببي. إليك كيف يعمل ببساطة:

1. الفحص المسبق (التدقيق السببي): قبل تشغيل أي محقق، يقوم AutoCause أولاً بفحص البيانات ليرى نوع "مسرح الجريمة". فهو يتحقق من أمور مثل: هل البيانات مستقرة أم أنها تقفز بجنون؟ هل هناك نمط متكرر، مثل الفصول؟ هل هناك قطع مفقودة؟ بناءً على هذا الفحص، يقدم توصية بشأن أدوات التحقيق التي يجب استخدامها وكيفية تحضير البيانات (على سبيل المثال، إزالة الأنماط الموسمية إذا كانت تسبب إرباكاً للنتائج).
2. تشغيل الفريق: بدلاً من الاعتماد على محقق واحد، يقوم AutoCause بتشغيل أربعة طرق مختلفة للاكتشاف السببي في وقت واحد. تنتمي هذه الطرق إلى ثلاث "عائلات" مختلفة من أساليب التحقيق:
   • القائمة على الانحدار (Regression-based): تبحث هذه الطرق عن الأنماط حيث يتنبأ متغير بمتغير آخر.
   • القائمة على نظرية المعلومات (Information-theoretic): تقيس هذه الطرق مدى مساهمة معرفة متغير ما في تقليل عدم اليقين بشأن متغير آخر.
   • القائمة على القيود (Constraint-based): تختبر هذه الطرق ما إذا كان المتغيران مستقلين بمجرد أخذ المتغيرات الأخرى في الاعتبار.
3. تصويت الإجماع: بعد انتهاء عمل الفريق، ينظر AutoCause في النتائج. إذا اتفقت ثلاث أو أربع من الطرق المختلفة على أن "المتغير (أ) يسبب المتغير (ب)"، يتم منح هذا الرابط تصنيف المستوى الأول (Tier-1) (ثقة عالية). وإذا اتفق اثنان فقط، يحصل على تصنيف المستوى الثاني (Tier-2) (ثقة متوسطة). أما إذا وجدته طريقة واحدة فقط، فيحصل على تصنيف المستوى الثالث (Tier-3) (استكشافي/حدس). يساعد هذا "التصويت بالأغلبية" في تصفية الإنذارات الكاذبة.
4. التقرير: يصدر AutoCause تقريراً واضحاً يوضح الروابط التي تم العثور عليها، ومدى ثقة الفريق في كل منها، وما هي القرارات التي اتُخذت خلال العملية. وهذا يجعل العملية بأكملها شفافة وقابلة للتكرار.

ما الذي وجدته الفرقة

اختبر الباحثون AutoCause على 145 مجموعة بيانات مختلفة لمعرفة مدى فعاليته. جاءت هذه البيانات من ثلاثة مصادر:

• DGP-Atlas: 97 مجموعة بيانات اصطناعية أنشأتها الحواسيب حيث يعرف الباحثون "الحقيقة المطلقة" (الإجابة الحقيقية) بدقة. صُممت هذه المجموعات لاختبار نقاط ضعف محددة، مثل العلاقات غير الخطية أو البيانات المفقودة.
• TimeGraph: 18 فئة من البيانات الاصطناعية التي اختبرت أموراً مثل الاتجاهات، والفصول، والكتل المفقودة من البيانات.
• CausalRivers: 30 مخططاً فرعياً من شبكة أنهار حقيقية في بافاريا، ألمانيا. هنا، كانت "الحقيقة المطلقة" هي الخريطة الفيزيائية للنهر (أي محطة تقع فوق أخرى)، لكن الباحثين كانوا يعلمون أن هذه الخريطة لا تشمل كل التأثيرات الممكنة (مثل الأمطار الخفية أو الخزانات).

النتائج:

• في الألغاز الاصطناعية (DGP-Atlas و TimeGraph): نجحت استراتيجية "تصويت الأغلبية" بشكل ممتاز. عندما اتفقت ثلاث طرق أو أكثر على وجود رابط، كان من المرجح جداً أن يكون هذا الرابط صحيحاً. كانت الدقة (نسبة الروابط الصحيحة من بين جميع الروابط الموجودة) أعلى بكثير للروابط المدعومة بالأغلبية مقارنة بالروابط التي وجدتها طريقة واحدة فقط. على سبيل المثال، في بيانات DGP-Atlas، كانت دقة روابط المستوى الأول حوالي 85%، بينما كانت دقة روابط المستوى الثالث (التي وجدتها طريقة واحدة) حوالي 13% فقط. وهذا يشير إلى أنه في البيانات النظيفة والمسيطر عليها، يعد الحصول على إجماع من طرق مختلفة وسيلة ممتازة لإيجاد الحقيقة.
• في بيانات الأنهار الحقيقية (CausalRivers): كانت النتائج أكثر إثارة للدهشة. في بيانات الأنهار، لم يقم تصويت الأغلبية دائماً باختيار الروابط الأكثر دقة. في الواقع، كانت روابط المستوى الأول (التي اتفقت عليها معظم الطرق) تمتلك دقة (42%) أقل من روابط المستوى الثاني والثالث. لماذا؟ لأن العالم الحقيقي فوضوي. قد تتفق طرق الأنهار جميعها على وجود رابط ليس موجوداً في الخريطة الفيزيائية لأنها جميعاً تتفاعل مع عامل خفي، مثل حدث هطول أمطار مشترك لا تظهره الخريطة. كانت "الحقيقة المطلة" المستخدمة للنهر (التضاريس الفيزيائية) غير مكتملة، لذا كانت الطرق تجد بالفعل روابط هيدرولوجية حقيقية أغفلتها الخريطة. يوضح هذا أنه رغم قوة الإجماع، فإنه لا يضمن الحقيقة إذا كانت الخريطة المرجعية ناقصة أو إذا كانت هناك محركات مشتركة خفية.

ماذا يعني هذا (وما لا يعنيه)

يؤكد البحث بوضوح أن AutoCause ليس عصا سحرية تثبت السببية. فهو لا يحول البيانات الرصدية إلى دليل على السبب والنتيجة. بدرت عوضاً عن ذلك، يحول عملية فوضوية وغير متسقة إلى سير عمل شفاف وقابل للتدقيق.

• ما يفعله: يسجل كل قرار، ويشغل طرقاً متعددة، ويقيم الأدلة بناءً على عدد الطرق التي اتفقت عليها. يساعد العلماء على رؤية أي الروابط قوية وأيها هش.
• ما لا يفعله: لا يحل مشكلة المتغيرات الخفية (المتغيرات المربكة الكامنة) من تلقاء نفسه. إذا كان هناك عامل خفي يدفع بكل شيء، فقد تتفق جميع الطرق على الإجابة الخاطئة. كما أنه لا يحل محل الخبرة البشرية. يمكن للبرنامج اقتراح "تأخير زمني" (كم من الوقت نعود للوراء) بناءً على الرياضيات، ولكن يحتاج الخبير البشري لمعرفة ما إذا كان هذا التأخير منطقياً من الناحية الفيزيائية (على سبيل المثال، هل تستغرق موجة الفيضان حقاً 30 ساعة لتصل إلى تلك المسافة؟).
• مستوى الثقة: إن النتائج المتعلقة بكون "تصويت الأغلبية" أكثر دقة تعتمد على المحاكاة (DGP-Atlas و TimeGraph) وعلى مجموعة بيانات واقعية محددة (CausalRivers). يشير المؤلفون إلى أن هذا النمط قد يصح في البيانات الاصطناعية، لكنهم يحذرون من أنه قد ينهار في سيناريوهات أخرى من العالم الحقيقي حيث تكون الخريطة المرجعية غير مكتملة. هم لا يدعون أن هذا قانون عالمي لكل البيانات البيئية.

باختصار، AutoCause هو أداة جديدة قوية تساعد العلماء على التنقل في غابة البيانات السلاسل الزمنية المعقدة. هو لا يعطيهم الإجابة النهائية، بل يعطيهم خريطة واضحة وقابلة للتكرار للتضاريس، موضحاً لهم أين تتفق المسارات المختلفة وأين تتباعد، لكي يتمكنوا من اتخاذ قرارات مدروسة بشكل أفضل حول ما يسبب ماذا حقاً.