A two-stage minimum compromise consensus model with dynamic compromise learning

في العالم المعقد لاتخاذ القرارات الكبرى، من اختيار الدواء التالي المبتكر إلى الموافقة على مشروع علمي جديد، يجب على مجموعة من الخبراء غالبًا الاتفاق على مسار واحد للمضي قدمًا. هذه العملية، المعروفة باسم اتخاذ القرار الجماعي، نادرًا ما تكون بسيطة. يجلب الناس خلفياتهم وتجاربهم ومخاوفهم إلى الطاولة، مما يؤدي إلى آراء متباينة للغاية حول الخيارات نفسها. الهدف ليس إجبار الجميع على التفكير بشكل متطابق تمامًا، بل إيجاد أرضية مشتركة تحترم التقدير الفردي مع دفع المجموعة نحو استنتاج موحد. تُسمى هذه الرحلة نحو الاتفاق بعملية التوصل إلى الإجماع. ويعد التسوية جزءًا حاسمًا من هذه الرحلة: وهي استعداد الفرد لتعديل وجهة نظره قليلًا للتقرب من المجموعة. تقليديًا، عامل الباحثون هذا الاستعداد كإعداد ثابت، مثل قرص يتم ضبطه على رقم معين قبل بدء المناقشة حتى. إنهم يفترضون أنه إذا كان الشخص مستعدًا لتغيير رأيه بمقدار معين، فإن هذا الحد لا يتغير أبدًا، بغضًا عن كيفية تطور المحادثة.

ومع ذلك، يتحدى دراسة جديدة هذه الرؤية الساكنة، مشيرة إلى أن الاستعداد للتسوية ليس قاعدة محددة مسبقًا، بل هو سلوك ديناميكي يمكن تعلمه وتعديله في الوقت الفعلي. وجد الباحثون، من خلال التركيز على سيناريو يقوم فيه خبراء بفحص عقاقير محتملة لمحاربة السرطان، أن افتراض حد ثابت لمدى استعداد الشخص لتغيير رأيه غالبًا ما يؤدي إلى طريق مسدود. فإذا كانت المجموعة بحاجة إلى مستوى عالٍ جدًا من الاتفاق، وكان الجميع عالقين ضمن حدودهم الأولية غير القابلة للتغيير، فقد لا يصلون أبدًا إلى إجماع. تقترح الدراسة نهجًا ذا مرحلتين: يتعلم أولاً ما هو مستعد الشخص لقبوله بشكل طبيعي بناءً على آرائه الأولية، ثم، إذا لزم الأمر فقط، يطلب منه بلطف توسيع ذلك الحد بقدر كافٍ فقط للوصول إلى الهدف. تعامل هذه الطريقة مع التسوية ليس كقيد جامد، بل كاستجابة مرنة تنمو مع اقتراب المجموعة من الاتفاق.

طبق الباحثون هذا الإطار الجديد على مشكلة واقعية: اختيار أفضل مرشح لعقار مضاد للسرطان. تخيل لجنة من ستة خبراء، لكل منهم تخصص مختلف، مثل علم الصيدلة، أو الطب السريري، أو اختبارات السلامة. يُطلب منهم تقييم ست جزيئات دوائية مختلفة. في البداية، تكون آراؤهم مبعثرة؛ فقد يقيم أحد الخبراء دواءً بدرجة عالية جدًا بينما يقيمه آخر بدرجة منخفضة. في النموذج التقليدي، سيتعين على الباحثين تخمين مقدار استعداد كل خبير للتحرك نحو متوسط المجموعة مسبقًا. قد يقررون تعسفيًا أن الجميع مستعد لتغيير رأيهم بنسبة 20 بالمائة. المشكلة في هذا النهج هي أنه يتجاهل الواقع. فبعض الخبراء قد يكونون أكثر مرونة بطبيعتهم، بينما قد يكون آخرون أكثر عنادًا، وهذه الاختلافات غالبًا ما تكون غير مرئية حتى تبدأ المناقشة فعليًا. علاوة على ذلك، إذا كانت المجموعة بحاجة إلى مستوى اتفاق بنسبة 98.5 بالمائة، فإن تحولًا ثابتًا بنسبة 20 بالمائة قد لا يكون كافيًا لسد الفجوة، مما يترك المجموعة عالقة في عدم الاتفاق.

لحل ذلك، طور المؤلفون طريقة تعمل في مرحلتين متميزتين. في المرحلة الأولى، يحلل الكمبيوتر آراء الخبراء الأولية لتحديد "حد التسوية" الطبيعي الخاص بهم. وبدلاً من التخمين، يبحث النظام في مدى بعد رأي الخبير عن متوسط المجموعة ويحسب أقصى قدر يمكن للخبير أن يتحرك به بشكل معقول دون انتهاك منطقه الداخلي. إنها عملية اكتشاف، تحدد حدود ما يمكن لكل شخص قبوله بناءً على البيانات التي قدمها. وفي حالة فحص الأدوية، كشفت مرحلة التعلم هذه أن الخبراء لديهم حدود طبيعية متفاوتة للغاية. فبعضهم كان مستعدًا لتغيير آرائه بشكل كبير، بينما كان آخرون أكثر مقاومة بكثير. ثم تحقق النظام مما إذا كانت هذه الحدود الطبيعية كافية للوصść إلى اتفاق بنسبة 98.5 بالمائة.

في حالة دراسة الحالة المحددة، أظهرت مرحلة التعلم الأولية أن الخبراء لم يتمكنوا من الوصول إلى هدف الإجماع العالي بمجرد البقاء ضمن حدودهم المتعلمة طبيعيًا. كانت المجموعة قريبة، ولكن لم تصل تمامًا. وهنا يأتي دور المرحلة الثانية من النموذج. بدلاً من إجبار الجميع على تغيير آرائهم بنفس المقدار، يحدد النظام أي الخبراء يحتاج إلى توسيع حدوده قليلاً لغلق الفجوة. يفعل ذلك من خلال حساب أصغر تعديل إضافي ممكن لدفع المجموعة لتجاوز خط النهاية. الهدف هو تحقيق الإجماع بأقل قدر ممكن من الجهد الإضافي. في محاكاة فحص الأدوية، كان هذا يعني أن بعض الخبراء توجب عليهم تمديد استعدادهم للتسوية قليلاً بما يتجاوز ما أظهروه في البداية، بينما ظل آخرون ضمن نطاقهم الأصلي. وكانت النتيجة إجماعًا ناجحًا يحترم الاختلافات الفردية للمجموعة مع تلبية المتطلب الصارم للاتفاق.

اختبرت الدراسة أيضًا مدى حساسية هذه العملية للإعدادات المختلفة. عندما طالب الباحثون بمستوى أعلى من الاتفاق، تطلب النظام المزيد من التكرارات وتعديلات أكبر قليلاً، مما يظهر أن الطريق إلى الإجماع ليس خطًا مستقيمًا بل منحنى يصبح أكثر انحدارًا كلما أصبح الهدف أصعب. كما بحثوا في مدى سرعة النظام في إيجاد حل من خلال تغيير حجم الخطوات التي يتخذها لتعديل الآراء. ووجدوا أن اتخاذ خطوات أكبر جعل العملية أسرع، لكن النتيجة النهائية ظلت كما هي بغض النظر عن حجم الخطوة. يشير هذا إلى أن الطريقة قوية وموثوقة، وقادرة على إيجاد الحل الأمثل دون التعثر أو إضاعة الوقت.

ولعل الأهم من ذلك، قارن الباحثون بين طريقتهم الجديدة للتعلم الديناميكي والنماذج القديمة التي استخدمت حدود تسوية ثابتة ومحددة مسبقًا. كانت النتائج واضحة: حقق النهج الديناميكي مستوى أعلى من الإجماع. في المحاكاة، تمكنت النماذج الثابتة من الوصول إلى مستويات اتفاق تبلغ حوالي 87 بالمائة و91 بالمائة، اعتمادًا على مدى ارتفاع الحدود الأولية التي وضعوها. أما الطريقة الدينامية الجديدة، التي تعلمت ثم وسعت الحدود عند الضرورة، فقد وصلت إلى 95.7 بالمائة. ويمثل هذا تحسنًا كبيرًا، مما يثبت أن السماح لسلوك التسوية بالتطور أثناء العملية أكثر فعالية من محاولة التنبؤ به مسبقًا. وتخلص الدراسة إلى أنه من خلال التعلم من البيانات والتكيف مع الاحتياجات المحددة للمجموعة، يمكن لصناع القرار تحقيق نتائج أفضل دون فرض تغييرات غير طبيعية أو موحدة على المشاركين.

يقدم هذا العمل مسارًا عمليًا لأي موقف يجب أن يتفق فيه خبراء متنوعون على قضية معقدة. سواء كان ذلك في اختيار دواء جديد، أو تقييم مشاريع علمية، أو التخطيط للتنمية الحضرية، فإن القدرة على تعلم مدى استعداد الناس للتسوية ثم تمديد هذا الاستعداد بلطف فقط عند الضرورة يوفر مسارًا أكثر واقعية وفعالية للاتفاق. لا تدعي الدراسة أنها حلت كل مشكلة في اتخاذ القرار الجماعي، لكنها تثبت أن معاملة التسوية كسلوك ديناميكي قابل للتعلم وليس كقاعدة ثابتة يؤدي إلى إجماع أكثر استقرارًا وجودة. ومن خلال التركيز على السلوك الفعلي للمجموعة بدلاً من الافتراضات النظرية، قدم الباحثون أداة تحترم التقدير الفردي مع ضمان قدرة المجموعة على المضي قدمًا معًا.