Q-Multi-Criteria Consensus Model: Synthesizing cognitive priority structures from multi-actor disagreement

تخيل أنك تحاول بناء خريطة عملاقة ومشتركة لمدينة لم توجد بعد. لديك مجموعة من المهندسين المعماريين الذين يعرفون كيف يجب أن تقف المباني، وحشد من السكان المستقبليين الذين يعرفون ما يريدون العيش فيه. المشكلة هي أن المهندسين والسكان غالبًا ما يختلفون حول ما هو أكثر أهمية. قد يقول المهندسون: "نحن بحاجة إلى أساس قوي أولاً"، بينما يصرخ السكان: "أريد مسبحًا!". في عالم علم اتخاذ القرار، يعد هذا صداعًا كلاسيكيًا. عادةً ما يستخدم العلماء أدوات لتصنيف قائمة من الخيارات المعدة مسبقًا (مثل الاختيار بين ثلاثة طرازات مختلفة من السيارات). ولكن ماذا يحدث عندما لا تملك قائمة بالسيارات بعد؟ ماذا يحدث عندما تحتاج إلى معرفة أي نوع من السيارات تحتاجه المدينة أصلاً قبل أن تتمكن من اختيار واحدة؟ هذه هي المشكلة "الاستباقية" (upstream) المعقدة: تحديد قواعد اللعبة قبل البدء في لعبها.

يقدم هذا البحث طريقة جديدة لحل هذا اللغز، تسمى نموذج إجماع تعدد المعايير بأسلوب Q (Q-MCCM). فكر فيه كأنه مترجم سحري يأخذ لغتين مختلفتين — "اللغة الاستراتيجية" للخبراء و"لغة الطلب" للناس العاديين — ويمزجهما في قائمة أولويات واحدة ومستقرة. بدلاً من مجرد سؤال الناس عن خيارهم المفضل من قائمة طعام، يطلب منهم هذا الأسلوب فرز مجموعة من البطاقات التي تمثل أفكارًا مختلفة، مما يجبرهم على تحديد ما هو الأكثر أهمية وما هو الأقل أهمية. ومن خلال مزيج ذكي من علم نفس فرز البطاقات والتصويت الرياضي، يبني النموذج "خريطة معرفية" تظهر للمجموعة بوضوح أين يتفقون وأين يختلفون حقًا. لا يتعلق الأمر بإجبار الجميع على الاتفاق؛ بل يتعلق بخلق نظام عادل حيث تعمل رؤية الخبراء للصورة الكبيرة كمرشح (فلتر) لرغبات الجمهور الفورية، مما يؤدي إلى خطة واقعية ومطلوبة في آن واحد.

المشكلة: عندما يمتلك الجميع خريطة مختلفة

تخيل مجموعة من الأشخاص يحاولون تصميم منهج دراسي جديد لمدرسة. المعلمون (الخبراء) يعرفون أن تعلم الجبر هو متطلب سابق لحساب التفاضل والتكامل، لذا يعتقدون أن الجبر هو الشيء الأكثر أهمية. الطلاب (أصحاب المصلحة)، ومع ذلك، قد يعتقدون أن تعلم كيفية برمجة لعبة فيديو هو الحاجة الأكثر إلحاحًا. إذا طلبت من الجميع التصويت فحسب، فقد يفوز الطلاب، وتنتهي المدرسة بدرس برمجة رائع ولكن بدون أساس رياضي، مما يترك الجميع في حالة ارتباك لاحقًا.

أدوات اتخاذ القرار التقليدية تشبه الحكم الذي يحسب فقط الأصوات على قائمة منتجات نهائية. فهي تفترض أن قائمة "ما يهم" مكتوبة بالفعل في الحجر. لكن المؤلف في هذه الورقة يجادل بأننا بحاجة إلى أداة يمكنها بناء تلك القائمة من الخلاف، بدلاً من مجرد ترتيب العناصر على قائمة موجودة بالفعل.

الحل: رقصة المسارين

يحل نموذج Q-MCCM هذه المشكلة من خلال تشغيل مسارين منفصلين يلتقيان في المنتصف في النهاية.

المسار 1: المهندسون المعماريون (الخبراء)
أولاً، يعمل مجموعة من الخبراء كفريق من المهندسين المعماريين. يتم إعطاؤهم مجموعة من البطاقات تمثل مواضيع مختلفة (مثل "الجبر"، "البرمجة"، "التاريخ"). هم لا يختارون مفضلاتهم فحسب؛ بل يُجبرون على فرز هذه البطاقات في شكل محدد، مثل الهرم. يجب عليهم وضع العناصر الأكثر أهمية في الأعلى، والأقل أهمية في الأسفل، وبعض العناصر في المنتصف. تقنية "الفرز القسري" هذه تسمى منهجية Q (Q methodology). وهي تجبر الناس على اتخاذ خيارات صعبة، مما يكشف عن خريطتهم الذهنية الحقيقية للعالم.

بمجرد أن يقوم الخبراء بفرز بطاقاتهم، يستخدم النموذج خدعة رياضية تسمى انتشار المتجهات (Vector Propagation). تخيل أن بطاقات الخبراء المفرزة هي مخطط هندسي. ينظر النموذج إلى المسافة بين البطاقة "الأفضل" والبطاقة "الأسوأ" في فرزهم ويحسب تلقائيًا مقدار الوزن الذي يجب أن يحصل عليه كل موضوع. الأمر يشبه قراءة النموذج لعقول الخبماء وتحويل ترتيب بطاقاتهم إلى مجموعة دقيقة من التعليمات، دون الحاجة منهم للقيام بمئات المقارنات المملة.

المسار 2: السكان (أصحاب المصلحة)
بعد ذلك، يحصل الطلاب أو المستخدمون (أصحاب المصلحة) على دورهم الخاص. يقومون بتقييم المواضيع بناءً على ما يحتاجونه أو يريدونه. ربما يعتقدون أن البرمجة هي 10 من 10، بينما الجبر هو 3. يأخذ النموذج هذه التقييمات ويحولها إلى "إشارة طلب".

الاندماج السحري: التصفية الاستراتيجية
هنا يحدث السحر. لا يقوم النموذج بمجرد جمع القائمتين معًا. بدلاً من ذلك، يستخدم مخطط المهندسين المعماريين لتصفية مطالب السكان.

فكر في الأمر كنظام أنابيب مياه. "الطلب" هو الماء المتدفق عبر الأنابيب. "مخطط الخبراء" هو حجم الأنابيب.

• إذا قال الخبراء إن موضوعًا ما حيوي استراتيجيًا (أنبوب واسع)، ولكن الطلاب يريدونه قليلاً فقط، فإن النموذج يضخم الطلب. يتدفق الماء بقوة لأن الأنبوب واسع.
• إذا صرخ الطلاب من أجل موضوع ما (كميات كبيرة من الماء)، ولكن الخبراء قالوا إنه ليس أولوية (أنبوب ضيق وصغير)، فإن النموذج يخمد هذا الطلب. يتم عصر الماء وإخراجه.

النتيجة هي قائمة نهائية من الأولويات تحترم ما يريده الناس، ولكن فقط إذا كانت تتناسب مع الهيكل الاستراتيجي الذي يعتقد الخبراء أنه ضروري.

ما وجده النموذج (وما لم يجده)

اختبر المؤلف هذه الفكرة باستخدام محاكاة حاسوبية. لقد أنشأوا عالمًا افتراضيًا يحتوي على 32 "عنصرًا" مختلفًا (مثل المواد الدراسية) و15 خبيرًا وهميًا و80 طالبًا وهميًا. قاموا ببرمجة هؤلاء الأشخاص الوهميين ليكون لديهم آراء مختلفة، تمامًا كما يفعل البشر الحقيقيون.

كانت النتائج واعدة. نجح النموذج في إنشاء قائمة أولويات مستقرة.

• لقد نجح: عندما أجروا المحاكاة، أنتج النموذج ترتيبًا واضحًا للعناصر.
• كان قويًا: اختبروا القائمة باستخدام ثلاث طرق رياضية مختلفة (تسمى TOPSIS وVIKOR وPROMETHEE). كانت النتائج متطابقة تقريبًا (ارتباط يزيد عن 0.9)، مما يعني أن القائمة النهائية لم تتغير لمجرد استخدام صيغة رياضية مختلفة.
• وجد "الإجماع الاستراتيجي": استطاع النموذج معرفة متى اتفق الخبراء فعليًا على الصورة الكبيرة (الكتل أو الفئات) حتى لو اختلفوا على التفاصيل الصغيرة. كما استطاع رصد وجود مجموعتين مختلفتين تمامًا من الخبماء لديهما استراتيجيات مختلفة، وبدلاً من إجبارهم على اتفاق زائف واحد، اقترح إبقاء قوائمهم منفصلة.

ومع ذلك، فإن الورقة حذرة جدًا بشأن ما لم تفعله بعد.

• إنها محاكاة: تأتي جميع النتائج من اختبار تم إنشاؤه بواسطة الكمبيوتر. يصرح المؤلف صراحةً بأنه لم يختبر هذا بعد مع أشخاص حقيقيين في منظمة حقيقية. ويقترح أنه بينما تبدو الرياضيات جيدة، فإن الخطوة التالية هي تجربتها في العالم الحقيقي.
• ليس حلاً سحريًا لكل شيء: يفترض النموذج أن الرؤية الاستراتيجية للخبراء يجب أن "تتحكم" أو تصفي مطالب الجمهور. يعترف المؤلف بأنه في بعض المواقف (مثل قواعد السلامة)، قد لا ترغب في تصفية المطالب على الإطلاق. في تلك الحالات، قد يحتاج النموذج إلى تعديل.
• يحتاج إلى الأشخاص المناسبين: يعمل النموذج بشكل أفضل إذا كانت مجموعة الخبراء متنوعة بما يكفي لتمثيل جميع وجهات النظر المختلفة. إذا اخترت فقط خبراء يتفقون بالفعل مع بعضهم البعض، فلن يجد النموذج أي خلافات مثيرة للاهتمام لحلها.

لماذا هذا مهم

تقدم هذه الورقة طريقة جديدة للتعامل مع العمل الفوضوي لاتخاذ القرارات الجماعية عندما يكون الجميع مشوشين بشأن ماهية الأهداف. بدلاً من مجرد عد الأصوات أو فرض تسوية، يبني النموذج فهمًا مشتركًا لـ "قواعد اللعبة" أولاً.

للمراهق الفضولي، فكر في الأمر كالتالي: إذا أراد ناديك المدرسي التخطيط لحدث كبير، فأنت لا تسأل الجميع فقط "أي حفلة تريدون؟" بل تسأل قادة النادي أولاً: "أي نوع من الفعاليات يناسب ميزانيتنا ومهمتنا؟" ثم تسأل الأعضاء: "ماذا تريدون أن تفعلوا؟". نموذج Q-MCCM هو الأداة التي تأخذ هذين الجوابين وتكتشف الحفلة المثالية التي تناسب الميزانية وتجعل الأعضاء سعداء في آن واحد. إنه يحول مشاجرة الصراخ إلى محادثة منظمة، مما يضمن أن الخطة النهائية ذكية وشعبية.

يخلص المؤلف إلى أن هذا أداة قوية لاتخاذ القرارات "الاستباقية" — تحديد ما يهم قبل البدء في الاختيار. وبينما هي حاليًا محاكاة ذكية للغاية، إلا أنها تقترح مستقبلًا يمكننا فيه بناء خطط أفضل وأكثر توافقًا للمدارس والشركات والحكومات، حتى عندما يبدأ الجميع في حالة من عدم الاتفاق.