Agentic World Analysis (AWA) - an alternative way to explore systems and support decision making
تقدم هذه الورقة "تحليل العالم الوكيل" (AWA)، وهو إطار عمل مبتكر يجمع بين محاكاة الذكاء الاصطناعي الوكيل واستقصاء الخبراء للتنقل عبر حالات عدم اليقين البيئية المعقدة، وهو ما تم إثباته من خلال التطبيق الناجح لنظام "ويجا" (WEGA) في نمذجة المسارات المستقبلية لأزمة النيتروجين في هولندا.
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
على مدى قرون، نظر البشر نحو المستقبل بمزيج من الأمل والقلق، محاولين استشراف كيف يمكن للأنظمة المعقدة مثل مناخنا واقتصاداتنا ومجتمعاتنا أن تتغير. ولتفسير هذا عدم اليقين، اعتمد العلماء لفترة طويلة على أداتين رئيسيتين: المحاكاة الحاسوبية التي تتبع قواعد رياضية صارمة، ولجان من الخبراء البشريين الذين يستخدمون خبراتهم للتخمين بما قد يحدث. ولكلتا الطريقتين نقاط قوة، لكن لهما أيضاً نقاط ضعف جوهرية؛ فالنماذج الحاسوبية يمكن أن تكون جامدة ويصعب تحديثها عند وصول معلومات جديدة، بينما يمكن للخبراء البشريين أن يكونوا متحيزين، أو غير متسقين، أو بطيئين في الاستجابة للأحداث سريعة التغير. ومع مواجهة العالم لتحديات استدامة ملحة بشكل متزايد، من التلوث إلى ندرة الموارد، أصبحت الحاجة إلى طريقة أكثر مرونة وشفافية لاستكشاف الاحتمالات المستقبلية أمراً بالغ الأهمية.
تحاول مقاربة جديدة تسمى "تحليل العالم الوكيل" (Agentic World Analysis) سد هذه الفجوة من خلال الجمع بين أفضل ما في العالمين. فبدلاً من الاعتماد فقط على معادلات ثابتة أو مجموعة واحدة من المستشارين البشريين، تستخدم هذه الطريقة وكلاء ذكاء اصطناعي يعملون كفريق من الخبراء المتخصصين. هؤلاء الوكلاء الرقميون لا يكتفون فقط بمعالجة الأرقام؛ بل يقرؤون الوثائق، ويجمعون الأدلة، ويتناظرون حول وجهات النظر المختلفة، ويبنون قصصاً مفصلة حول كيفية تطور العالم. والهدف ليس التنبؤ بالمستقبل بدقة مثالية، وهو أمر مستحيل، بل إنشاء خريطة واضحة وقابلة للتدقيق لمختلف الاحتمالات، توضح كيف يمكن لقرارات معينة أن تؤدي إلى نتائج مختلفة. وهذا يسمح لصناع القرار ليس فقط برؤية ما قد يحدث، بل لماذا قد يحدث، واختبار استراتيجياتهم ضد مجموعة واسعة من السيناريوهات المحتملة.
في دراسة حديثة، قدم الباحث يونغتشاو زينغ وزملاؤه هذا الإطار الجديد واختبروه مع أزمة واقعية: مشكلة تلوث النيتروجين في هولندا. فقد تجاوزت انبعاثات النيتروجين من الزراعة الحدود البيئية لسنوات، مما يهدد التنوع البيولوجي ويتسبب في صراع سياسي بين المزارعين والجماعات البيئية والمسؤولين الحكوميين. بنى الباحثون نظاماً يسمى "محرك العالم بواسطة الوكلاء التوليديين" (World Engine by Generative Agents - WEGA) لمحاكاة كيفية تطور هذه الأزمة على مدى الخمس عشرة سنة القادمة. لم يبرمجوا النظام بقواعد ثابتة حول كيفية تصرف المزارعين أو السياسيين، بل زودوا الذكاء الاصطناعي بنقطة انطلاق — وهي الحالة الراهنة للأزمة — وقائمة من اللاعبين الرئيسيين، تشمل ممثلاً عن اتحاد مزارعي الماشية، ومسؤولاً في المفوضية الأوروبية، وعالماً بيئياً، ومحرراً في وسيلة إعلام يمينية، ووزيراً هولندياً للزراعة.
بعد ذلك، بدأ النظام بالعمل في دورات، محاكياً مرور الزمن في خطوات مدتها خمس سنوات. وفي كل دورة، يتناقش وكلاء أصحاب المصلحة حول الوضع ويقترحون سياسات، مثل لوائح جديدة أو دعم مالي للمزارعين. وبمجرد اتخاذ قرار ما، يقوم وكلاء الخبراء بتحليل العواقب المحتملة لهذا القرار على مدى السنوات الخمس التالية. إنهم يبحثون عن الأدلة، ويحددون أوجه عدم اليقين، ويولدون سيناريوهات مستقبلية مختلفة بناءً على كيفية حل حالات عدم اليقين تلك. على سبيل المثال، إذا تم تقديم سياسة جديدة، فقد يسأل النظام: "ماذا لو تقبل الجمهور هذه السياسة؟" مقابل "ماذا لو رفضها الجمهور؟". أنتجت هذه العملية شجرة متفرعة من السيناريوهات، مما سمح للباحثين باستكشاف مسارات عديدة مختلفة دون الحاجة إلى بناء نموذج حاسوبي جديد لكل مسار.
كشفت نتائج المحاكاة عن مسارين متميزين لأزمة النيتروجين. في المسار الأول، افترض النظام أن القبول الاجتماعي للسياسات الجديدة ظل منخفضاً، مما أدى إلى سيناريو من الصراع، حيث تم تخريب معدات المراقبة وتزوير التقار، مما أدى إلى تدهور الوضع. ومع ذلك، حتى في هذا السيناريو الصعب، وجد النظام طريقة لاستقرار الوضع؛ حيث تم اقتراح اتفاقية جديدة تقدم دعماً مالياً للمزارعين إذا تمكنوا من استعادة نزاهة نظام المراقبة. وعندما حاكى النظام النجاح في استعادة هذه المراقبة، بدأ الصراع في التراجع، وتحول التركيز من القتال السياسي إلى حل المشكلات التقنية.
وفي مسار ثانٍ بديل، استكشف الباحثون ما سيحدث إذا فشلت محاولة استعادة نظام المراقبة. في هذا السيناريو، أدى الفشل إلى انهيار الثقة، حيث فرض الاتحاد الأوروبي غرامات باهظة وقطع المدفوعات الزراعية. أدت هذه الضغوط الخارجية إلى زيادة راديكالية المجتمع الزراعي، مما خلق حالة من الجمود كانت أصعب بكثير في كسرها. ومن خلال مقارنة هذين المسارين، سلط النظام الضوء على رؤية جوهرية: وهي أن نجاح أي سياسة يعتمد بشدة على القدرة على الحفاظ على الثقة ونزاهة البيانات. فإذا اعتُبرت البيانات جديرة بالثقة، يصبح التعاون ممكناً؛ وإذا لم تكن كذلك، فإن أفضل السياسات المصممة قد تفشل.
كما بنى الباحثون أداة خاصة لتقييم جودة القصص التي ولدها الذكاء الاصطناعي. فحصت هذه الأداة منطق السيناريوهات، وقوة الأدلة المستخدمة، واتساق سلوك الشخصيات. ووجدت أن النظام أنتج روايات متماسكة ومدعومة جيداً، لكنها أشارت أيضاً إلى بعض القيود. فعلى سبيل المثال، أظهرت المحاكاة أن النظام يفترض أحياناً مستوى من الاستقرار قد لا يكون واقعياً، وأشارت إلى أن السياسات المحددة التي تم توليدها هي أمثلة توضيحية وليست مخططات عمل مثالية. وأكد التقييم أن قيمة النظام تكمن في تحديد الآليات التي تقود النجاح أو الفشل، وليس في التنبؤ بالنتيجة الدقيقة.
تثبت هذه الدراسة أن الذكاء الاصطناعي يمكن استخدامه لإنشاء طريقة مرنة وشفافة وتعاونية لاستكشاف المشكلات المعقدة. وخلافاً للنماذج التقليدية التي غالباً ما تكون حبيسة هياكل جامدة، تسمح هذه المقاربة بدمج أنواع متنوعة من المعرفة، من البيانات العلمية إلى السرديات السياسية. ويرى الباحثون أن هذه الطريقة لا تحل محل الخبراء البشريين بل تعزز قدرتهم على التفكير في المواقف المعقدة. ومن خلال جعل عملية الاستنتاج مرئية وقابلة للتدقيق، يساعد النظام صناع القرار على فهم المقايضات المتضمنة في خياراتهم. وبينما لا تزال هذه التكنولوجيا في مراحلها الأولى، فإنها تقدم طريقة واعدة للإبحار في شكوك المستقبل، محولةً كرة البلورة الخاصة بالعراف إلى خريطة واضحة وقابلة للتدقيق للاحتمالات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.