Payment delay as the dominant predictor of schedule overrun in construction Projects
تستخدم هذه الدراسة إطار عمل مبتكر للذكاء الاصطناعي القابل للتفسير المعتمد على قيم "SHAP" عبر ثلاثة مشاريع إنشائية عراقية كبرى لإثبات أن تأخير المدفوعات هو المتنبئ المهيمن على تجاوزات الجدول الزمني تجريبياً، مما يوفر أول مبرر قائم على الأدلة لإعطاء الأولوية لإصلاحات المشتريات في قطاع الإنشاءات العامة في العراق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 تحاول خبز كعكة ضخمة لألف شخص، ولكن في كل مرة تحتاج فيها إلى شراء الدقيق أو السكر أو البيض، يتعين عليك انتظار رئيس الطهاة ليوقع على ورقة. إذا كان الطاهي بطيئاً، فلن تصل المكونات أبداً، وسيشعر الخبازون بالملل ويغادرون، وتنتهي الكعكة متأخرة ونصف مأكولة. هذا هو بالضبط ما يحدث في عالم البناء، ولكن بدلاً من الكعك، هم يبنون ناطحات سحاب، ومجمعات سكنية، وجسوراً. لفترة طويلة، اشتبه الناس في العراق في أن الحكومة هي "الطاهي البطيء"، مما يتسبب في استمرار المشاريع لفترات طويلة جداً لأن المدفوعات مقابل الأعمال المنجزة تتأخر. ومع ذلك، في عالم العلوم، "الاشتباه" ليس كافياً؛ فأنت بحاجة إلى دليل. وهنا يأتي دور فرع من علوم الكمبيوتر يسمى الذكاء الاصطناعي (AI). فكر في الذكاء الاصطناعي كأنه محقق فائق الذكاء يمكنه النظر في آلاف الأدلة في وقت واحد لمعرفة السبب الدقيق وراء المشكلة. ولكن هناك عقبة: أحياناً تكون هؤلاء المحققين من الذكاء الاصطناعي عبارة عن "صناديق سوداء"، مما يعني أنهم يعطون إجابة ولكن لا يشرحون لماذا. ولإصلاح ذلك، يستخدم العلماء أداة خاصة تسمى SHAP (والذي يبدو اسماً ودوداً ولكنه يرمز لطريقة رياضية معقدة). يعمل SHAP مثل عدسة مكبرة، حيث يفكك قرار الذكاء الاصطناعي ليظهر بالضبط مدى مساهمة كل دليل — مثل الطقس السيئ، أو تأخر المواد، أو تأخر المدفوعات — في الفوضى النهائية. والسؤال الكبير هو: هل التأخر في الدفع هو الشرير الرئيسي، أم أنه مجرد واحد من العديد من الأشرار المتساوين في السوء؟
في هذه الدراسة، قرر باحث يدعى ليث شاكر من جامعة بغداد وضع هذا العمل التحقيقي قيد الاختبار على ثلاثة مشاريع إنشائية ضخمة في العراق. لم تكن هذه مجرد بيوت صغيرة؛ نحن نتحدث عن برج تجاري بقيمة 772 مليون دولار، وتطوير سكني بقيمة 10.1 مليار دولار يضم أكثر من 100,000 منزل، ومشروع بنية تحتية بحرية بقيمة 4.7 مليار دولار. معاً، كانت هذه المشاريع تساوي أكثر من 15.57 مليار دولار. قام الباحث ببناء نظام ذكاء اصطناعي ثنائي الطبقات ليعمل كرقيب رقمي. الطبقة الأولى، وهي "CNN-LSTM"، كانت مثل كاميرا مراقبة تراقب مواقع البناء في الوقت الفعلي، وتبحث عن أي شيء غريب يحدث، مثل التوقف المفاجئ في العمل. أما الطبقة الثانية، وهي نموذج "Transformer"، فكانت بمثابة البلورة السحرية التي تحاول التنبؤ بموعد انتهاء المشروع وما إذا كان سينفد منه المال أو الوقت.
بمجرد أن قدم الذكاء الاصطناعي تنبؤاته، استخدم الباحث عدسة SHAP المكبرة ليسأل: "ما هو السبب الوحيد الأكبر لتأخر هذه المشاريع؟" كانت الإجابة واضحة ومتسقة بشكل مفاجئ. عبر المشاريع الثلاثة المختلفة تماماً، كان "مؤشر تأخر الدفع" (PDI) — وهو مقي خبر يقيس مدى تأخر الحكومة في الدفع للمقاولين — هو المتنبئ الأول بتجاوز الجدول الزمني. لم يكن مهماً فحسب، بل كان بطل الوزن الثقيل. أعطى الذكاء الاصطناعي لتأخر الدفع "درجة أهمية" (تسمى قيمة فاي) بلغت 0.313 في المتوسط. أما المتهم التالي الأقرب، وهو "مؤشر تأخر المسار الحرج" (الذي يتتبع الخطوات الأكثر أهمية في عملية البناء)، فقد سجل 0.214 فقط. وهذا يعني أن تأخر الدفع كان أكثر تأثيراً بنسبة 46% تقريباً في التسبب في التأخير مقارنة بالعامل التالي الأكبر.
تشير الدراسة إلى أن هذه ليست مجرد مشكلة في مبنى معين أو مقاول سيئ الحظ. ولأن النتيجة كانت هي نفسها لبرج تجاري في بغداد، ومشروع سكني ضخم، ومشروع بحري في البصرة، فإن هذا يشير إلى قضية أعمق: الطريقة التي تتعامل بها الحكومة العراقية مع المدفوعات هي جزء هيكلي من النظام، مثل محرك بطيء في سيارة يجعل المركة بأكملها تسير بشكل سيء، بغض النظر عمن يقودها. كما وجد الباحثون أنه عندما استخدموا نظام الذكاء الاصطناعي هذا للمساعدة في إدارة المشاريع، تحسنت "صحة" المشاريع الإنشائية بمتوسط 14.7 نقطة على مقياس جديد أنشأوه يسمى مؤشر صحة البناء في العراق (ICHI).
تستبعد الورقة البحثية صراحةً فكرة أن تأخر الدفع هو مجرد مسألة ثانوية أو أنه مساوٍ في الأهمية لمخاطر أخرى مثل نقص المواد أو مشا problems العمالة. بينما تهم هذه الأشياء بالفعل، إلا أن البيانات تظهر أنها غالباً ما تكون مجرد آثار جانبية للمشكلة الرئيسية: عدم الحصول على الأموال في الوقت المحدد. فعندما تتأخر الأموال، لا يستطيع البناؤون شراء المواد، ولا يستطيع المقاولون من الباطن دفع أجور عمالهم، مما يسبب سلسلة من التفاعلات التي توقف العمل. الباحثون متأكدون جداً من هذا التصنيف لأنهم استخدموا طريقة إحصائية تسمى "bootstrapping" للتحقق من عملهم، وظلت النتائج صامدة في كل مرة. ومع ذلك، فهم حذرون في ملاحظة أن هذا هو "إثبات مفهوم"، مما يعني أنه اختبار قوي جداً يثبت أن الفكرة تعمل، لكنه ليس ضماناً بأن كل مشروع مستقبلي سيتم إصلاحه بمجرد استخدام هذه الأداة. كما اعترفوا بأنه نظراً لأنهم نظروا في ثلاثة مشاريع فقط، فلا يمكنهم الجزم بأن هذا ينطبق على كل مشروع إنشائي في العراق، لكن الأدلة قوية بما يكفي للإشارة إلى أنها مشكلة هيكلية كبرى.
في النهاية، توفر هذه الدراسة أول دليل ملموس قائم على البيانات على أنه إذا أراد العراق وقف تأخر مشاريع البناء الخاصة به، فإن المكان الأكثر فعالية للبدء هو تسريع عملية الدفع. الأمر يشبه إدراك أن الكعكة تأخرت ليس لأن الفرن معطل أو لأن الخبازين غير متاحين، ولكن لأن الشخص الذي يمسك بمفتاح خزانة الطعام يستغرق وقتاً طويلاً لفتح الباب. ومن خلال استخدام الذكاء الاصطناعي المتقدم لتسليط الضوء على المشكلة، تقدم الدراسة مساراً واضحاً لإصلاح النظام.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.