Multi-Perspective Ensemble Stratification-Driven Quality of Life Assessment for Transformative Planning of Coastal Communities

تخيل أنك تحاول فهم سبب معاناة بعض العائلات في أحد الأحياء بينما تزدهر عائلات أخرى. لفترة طويلة، حاول الخبراء حل هذا اللغز من خلال النظر إلى شيء واحد فقط: مقدار ما تجنيه الأسرة من مال. الأمر يشبه محاولة تقييم حالة سيارة من خلال فحص مقياس الوقود فقط؛ فإذا كان الخزان ممتلئاً، تفترض أن السيارة بخير، حتى لو كانت الإطارات فارغة أو المحرك معطلاً. ولكن في العالم الحقيقي، الحياة معقدة. قد تملك إحدى العائلات ما يكفي من السيولة النقدية ولكن ليس لديها مياه نظيفة، أو قد يكون لديها وظيفة ولكن لا تملك وصولاً إلى مستشفى. هنا يأتي دور علم "جودة الحياة". فبدلاً من مجرد عدّ العملات المعدنية، يحاول الباحثون الآن قياس مجموعة كاملة من الأشلياء في وقت واحد — مثل الغذاء، والصحة، والتعليم، والأمان — للحصول على صورة حقيقية لكيفية سير حياة الناس.

وللقيام بذلك، غالباً ما يستخدم العلماء "تعلم الآلة" (Machine Learning)، وهو في الأساس برنامج كمبيوتر ذكي للغاية يبحث عن الأنماط الخفية في أكوام ضخمة من البيانات، تماماً كما يكتشف المحقق الأدلة التي قد تخفى على العين البشرية. كما يستخدمون ما يسمى بـ "مؤشر الفقر متعدد الأبعاد" (MPI)، وهو قائمة مرجعية معيارية تستخدمها الحكومات لتقرير من يحتاج إلى المساعدة. ولكن يبقى السؤال الكبير: هل تخبر هذه الأساليب المختلفة نفس القصة؟ إذا استخدمت جهاز كمبيوتر لتصنيف العائلات بناءً على حساباتها المصرفية، فهل سيجد نفس العائلات "المستضعفة" التي يجدها المخطط الحكومي الذي ينظر إلى حضورهم المدرسي والوصول إلى المياه؟ تغوص هذه الورقة في هذا الغموض، متسائلة عما إذا كنا بحاجة إلى طريقة واحدة فقط لقياس الفقر أم أننا بحناج إلى فريق كامل من الأدوات المختلفة للقيام بذلك بشكل صحيح.

---

فرقة التحري العظيمة: حل لغز أودي-أومي

في بلدة أودي-أومي الساحلية في نيجيريا، تتداخل الحياة بين أشجار المانغروف الجميلة والتحديات الصعبة. تعتمد العائلات هنا على الصيد والزراعة، لكنها تواجه عقبات كبيرة مثل الفيضانات، والطرق الرديئة، وأحياناً نقص الغذاء. قرر فريق من الباحثين لعب دور المحقق لمعرفة أي العائلات تعاني أكثر من غيرها ولماذا. لم يكتفوا بطرح سؤال واحد؛ بل أجروا مقابلات مع 1,200 أسرة وجمعوا 31 معلومة مختلفة عن كل منها. كانت هذه البيانات مزيجاً جامحاً: بعضها أرقام (مثل العمر والدخل)، وبعضها فئات (مثل "نعم/لا" بخصوص توفر المياه النظية)، وبعضها تقييمات (مثل درجة من 1 إلى 10 لمدى رضا الناس عن خدمة الإنترنت لديهم).

ولفهم هذا اللغز العملاق، لم يعتمد الباحثون على طريقة واحدة فقط. بدلاً من ذلك، أرسلوا أربع "فرق تحرٍ" مختلفة، لكل منها طريقة فريدة في النظر إلى البيانات:

1. القائمة المرجعية القياسية (MPI): هذه هي الطريقة التقليدية. وهي تستخدم كتاب قواعد صارم لعدّ عدد "الحرمان" (مثل عدم وجود مياه نظيفة أو عدم وجود مدرسة) التي تعاني منها الأسرة. إذا تجاوزت خطاً معيناً، تُصنف على أنها "فقيرة".
2. محاسب الأرقام (K-Means): ركز هذا الفريق الكمبيوتري على الأرقام فقط. فقد تجاهل الإجابات من نوع "نعم/لا" واكتفى بتجميع العائلات بناءً على مدى تشابه درجاتها في أمور مثل الدخل والوصول إلى الخدمات.
3. مصنف الفئات (K-Modes): فعل هذا الفريق العكس تماماً. فقد تجاهل الأرقام واعتمد فقط في تجميع العائلات على إجابات "نعم/لا" والفئات، مثل نوع الوظيفة التي يشغلونها أو ما إذا كانوا يتخطون الوجبات.
4. المحقق الهجين (K-Prototypes): كان هذا هو الفريق الخارق الذي يمكنه التعامل مع الأرقام والفئات في آن واحد. لقد حاول رؤية الصورة الكاملة عبر دمج كل شيء معاً.

الكشف الكبير: جميعهم يرون المجموعات الثلاث نفسها، ولكن عائلات مختلفة

عندما ترك الباحثون هذه الفرق الأربعة تصنف الـ 1,200 أسرة، حدث أمر مثير للاهتمام. اتفقت الفرق الأربعة على أن هناك أساساً ثلاثة أنواع من الأسر:

• ضعف استضعاف منخفض: العائلات الصامدة التي تسير أمورها بشكل جيد.
• ضعف استضعاف متوسط: العائلات التي تعيش على الحافة، تعاني قليلاً لكنها تتدبر أمرها.
• ضعف استضعاف مرتفع: العائلات التي تعاني من مشاكل عميقة.

ومع ذلك، إليكم المفاجأة: لم يتفقوا على أي العائلات تنتمي إلى أي مجموعة.

كان الأمر يشبه أربعة معلمين مختلفين يصححون اختبار الفصل نفسه. اتفقوا جميعاً على وجود طلاب من الفئة "أ"، و"ب"، و"ج"، لكن المعلم (أ) وضع الطالب (س) في مجموعة "أ"، بينما وضعه المعلم (ب) في مجموعة "ج".

• القائمة المرجعية (MPI) كانت صارمة جداً. فقد صنفت 558 أسرة على أنها "شديدة الاستضعاف" لأنها تفتقر لعدة أشياء في وقت واحد، حتى لو كان لديها بعض المال.
• محاسب الأرقام (K-Means) كان أكثر سخاءً في منح لقب "ضعف استضعاف منخفض"، حيث وضع 671 أسرة هناك، لأن حساباتهم المصرفية ودرجات الوصول إلى الخدمات بدت جيدة على الورق.
• مصنف الفئات (K-Modes) كان الأكثر صرامة بشأن القضايا الاجتماعية، حيث صنف 599 أسرة على أنها "شديدة الاستضعاف" بسبب أمور مثل البطالة أو عدم الوصول إلى الرعاية الصحية.
• المحقق الهجين (K-Prototypes) قدم الرؤية الأكثر توازناً، حيث وزع العائلات بشكل أكثر تساوياً عبر المجموعات الثلاث.

وجد الباحثون أن هذه الفرق تكاد لا تتفق مع بعضها البعض. في الواقع، كان التوافق بين القائمة المرجعية ومحاسب الأرقام منخفضاً للغاية لدرجة أنه يكاد يكون صفراً. وهذا يشير إلى أنه إذا استخدمت طريقة واحدة فقط، فقد تغفل عن الأشخاص الذين يحتاجون حقاً للمساعدة أو تصنف خطأً أولئك الذين يسيرون بشكل جيد.

"القواعد الذهبية" للبقاء

إذا كانت المجموعات مختلفة، فما الذي يجعل الأسرة مستضعفة حقاً؟ استخدم الباحثون أداة خاصة تسمى "شجرة القرار" (تخيلها كمخطط انسيابي ضخم) لمعرفة أهم القواعد لكل فريق. ورغم أن الفرق نظرت إلى أشياء مختلفة، إلا أنها جميعاً أشارت إلى بطلين خارقين يحددان مصير الأسرة:

1. الأمن الغذائي: إذا لم تكن الأسرة متأكدة من مصدر وجبتها القادمة، فهي دائماً في ورطة.
2. شمولية المرأة: إذا كان يُسمى للنساء في الأسرة الحق في اتخاذ القرارات وامتلاك صوت، فإن الأسرة تكون أكثر قدرة على الصمود.

وبعيداً عن هذين العاملين، كانت "الأشرار" الكبار هم نقص المياه النظيفة، وعدم القدرة على الوصول إلى الرعاية الصحية، والدخل المنخفض. ومن المثير للاهتمام أن القائمة المرجعية (MPI) كانت الوحيدة التي اهتمت بعمق بأمور محددة مثل "تخطي الوجبات" أو "الأمراض المزمنة"، بينما ركزت فرق الكمبيوتر على الصورة الأكبر المتعلقة بالوصول إلى الخدمات.

الحكم النهائي: أنت بحاجة إلى فريق، وليس عرضاً فردياً

أهم درس من هذه الدراسة هو أن لا يوجد محقق واحد مثالي.

• إذا نظرت إلى الأرقام فقط، فستغفل عن المعاناة الاجتماعية.
• إذا نظرت إلى الفئات فقط، فستغفل عن شدة الفقر.
• إذا استخدمت القائمة المرجعية القياسية فقط، فقد تغفل عن الطرق المعقدة التي تختلط بها هذه المشكلات معاً.

تقترح الورقة أن أفضل طريقة لفهم ومساعدة هذه المجتمعات هي استخدام نهج تجميعي (Ensemble Approach) — أي جهد جماعي حيث تجمع كل هذه المنظورات المختلفة. ومن خلال دمج القواعد الحكومية القياسية مع الأنماط الذكية للكمبيوتر، يمكن لصناع السياسات الحصول على صورة أوضح وأكثر صدقاً لمن يعانون.

في النهاية، تظهر الدراسة أن إصلاح الحياة في أماكن مثل أودي-أومي لا يقتصر فقط على تقديم المال. بل يتعلق بإصلاح النظام بأكد: ضمان امتلاك النساء لصوت، والتأكد من توفر الغذاء، وضمان حصول كل أسرة على الماء والصحة والتعليم. وجد الباحثون أنه عندما تنظر إلى كل هذه القطع معاً، تحصل على خريطة أكثر فائدة لبناء مستقبل أفضل من أي خريطة منفردة.