الدرس 2 — الإنصاف
سؤال يبدو بسيطاً: ما معنى أن يكون النموذج منصفاً؟ والجواب أنّ له عدّة معانٍ رياضية، وأنّها لا تتوافق.
هذا ليس نقصاً في التقنية بل نتيجة مبرهَنة. وفهمها يغيّر طريقة التعامل مع الموضوع كلّه.
المعايير الرياضية للإنصاف
الحياد عن المتغيّر الحسّاس
لا يُستخدَم المتغيّر الحسّاس في التوقّع.
ولماذا لا يكفي: المتغيّرات البديلة من الدرس السابق. النموذج يعيد بناء المعلومة، ويصبح التحيّز غير قابل للقياس. أضعف المعايير عملياً.
التكافؤ الديموغرافي
نسبة القرارات الإيجابية متساوية بين المجموعات: إن قُبِل 20% من مجموعة، فليُقبَل 20% من الأخرى.
المشكلة: إذا كانت المجموعات مختلفة فعلاً في المتغيّر المعنيّ لأسباب مشروعة، فالمعيار يقتضي تجاهل معلومة ذات صلة. وقد يقتضي قبول مرشّحين أق لّ ملاءمةً وردّ أكثر ملاءمةً.
تكافؤ الفرص
بين المؤهَّلين فعلاً، نسبة القبول متساوية. أي أنّ معدّل الإيجابيات الصحيحة متساوٍ بين المجموعات.
هذا معيار أقرب إلى الحدس الأخلاقي في حالات كثيرة: من يستحقّ يُقبَل بالنسبة نفسها بمعزل عن مجموعته. وهو أكثر المعايير استخداماً عملياً.
المعايرة المتساوية
إذا قال النموذج «احتمال 70%»، فليكن ذلك صحيحاً بالدرجة نفسها في كلّ مجموعة. أي أنّ الرقم يعني الشيء نفسه للجميع.
معيار مهمّ جدّاً في المجالات المنظَّمة، لأنّ درجةً لا تعني الشيء نفسه للجميع تكون مضلِّلة بنيوياً.
نتيجة الاستحالة
هنا النقطة الحاسمة في هذا الدرس.
ثُبِ ت رياضياً أنّه إذا كانت المعدّلات الأساسية مختلفة فعلاً بين المجموعتين، فلا يمكن تحقيق المعايرة المتساوية وتكافؤ معدّلات الأخطاء في وقت واحد، إلّا في حالات حدّية غير واقعية (مثل نموذج مثالي بلا أيّ خطأ).
وهذا ليس قصوراً في الخوارزميات ولا نقصاً في البيانات. هو مستحيل رياضياً.
وقد ظهرت هذه النتيجة في نقاش عملي شهير حول نظام تقييم مخاطر العودة إلى الجريمة: قال ناقدوه إنّه متحيّز لأنّ معدّل الإيجابيات الخاطئة أعلى لمجموعة، وقال مطوّروه إنّه منصف لأنّه معايَر بالتساوي — الدرجة نفسها تعني الاحتمال نفسه. وكان الطرفان محقّين حسابياً: كانا يستخدمان تعريفين للإنصاف لا يمكن أن يتحقّقا معاً.
لا يوجد نموذج «منصف» بالمطلق. يوجد نموذج منصف بحسب معيار محدَّد. والقرار المطلوب منك ليس تقنياً بل قيمياً: أيّ نوع من الخطأ أشدّ ضرراً في سياقي؟ وهذا قرار يجب أن يُتَّخذ صراحةً وبمشاركة خبير المجال والجهة القانونية والمتأثّرين إن أمكن — لا أن يُترَك خياراً افتراضياً في مكتبة برمجية.
الإنصاف الجماعي مقابل الفردي
بُعد آخر للمسألة:
الإنصاف الجماعي: تساوي المؤشّرات بين المجموعات. وهو ما تقيسه المعايير أعلاه، ويمكن أن يتحقّق مع معاملة غير منصفة لأفراد بعينهم.
الإنصاف الفردي: الأشخاص المتشابهون في الجوانب ذات الصلة يُعامَلون بالطريقة نفسها. حدسي جدّاً، وصعب التنفيذ لأنّه يقتضي تعريف «التشابه ذي الصلة»، وهذا التعريف نفسه قد يحمل التحيّز.
والمعياران قد يتعارضان: تصحيح جماعي بحصص قد يعامل فردين متماثلين بشكل مختلف بحسب مجموعتيهما.
طرق التخفيف
ثلاث لحظات ممكنة للتدخّل:
قبل التدريب. إعادة توازن البيانات، وزيادة تمثيل المجموعات الناقصة، وم راجعة الوسم، وتصحيح تعريف المتغيّر الهدف. الأنجح غالباً، لأنّه يعالج السبب لا العرض.
في أثناء التدريب. إضافة قيد إنصاف إلى دالّة الخسارة، فيُعاقَب النموذج على الفجوات بين المجموعات. فعّال، ويجعل المقايضة صريحة وقابلة للضبط.
بعد التدريب. ضبط عتبات القرار بشكل مختلف لكلّ مجموعة لتحقيق المعيار المختار. أبسط تقنياً، ومسألة قانونية حسّاسة: معاملة صريحة مختلفة بحسب متغيّر محميّ قد تكون ممنوعة في أنظمة قانونية، ومطلوبة في أخرى كإجراء تصحيحي.
المقايضة مع الأداء
سؤال مشروع: هل الإنصاف يكلّف دقّة؟
الجواب الدقيق: قد يكلّف نقاطاً في المقياس التقني، ونادراً ما يكلّف قيمة أعمال. والسبب أنّ الدقّة الكلّية ليست القيمة:
- نظام يفقد ثقة فئة من مستخدميه يخسر سوقاً.
- نظام يستدعي عقوبةً تنظيمية يخسر أكثر من نقاط الدقّة.
- نظام يعمل سيّئاً على مجموعة يعمل سيّئاً على عملاء حقيقيين.
وفي حالات كثيرة، تحسين الأداء على المجموعة الأضعف يحسّن النظام كلّه، لأنّ ضعفها كان يخفي مشكلة عامّة في البيانات.
الحدّ الأدنى العملي
- حدّد المجموعات ذات الصلة قانونياً وأخلاقياً في سياقك.
- قِس المعايير الثلاثة كلّها، ولا تختر واحداً قبل أن ترى الأرقام.
- اختر المعيار صراحةً ووثّق سبب الاختيار.
- راجع الاختيار مع الجهة القانونية قبل النشر.
- راقب الفجوات بعد النشر، لأنّها تتغيّر بانزياح البيانات.
- وفّر مسار مراجعة بشرية لمن يتأثّر بقرار سلبي.
في ثلاث جمل
للإنصاف عدّة تعريفات رياضية — تكافؤ ديموغرافي، وتكافؤ فرص، ومعايرة متساوية — وقد ثُبِت أنّها لا يمكن أن تتحقّق معاً حين تختلف المعدّلات الأساسية بين المجموعات، فلا يوجد نموذج منصف بالمطلق بل منصف بحسب معيار محدَّد. ولهذا يكون اختيار المعيار قراراً قيمياً لا حسابياً، جوابه سؤالٌ عن أيّ نوع من الخ طأ أشدّ ضرراً في سياقك، ويجب أن يُتَّخذ صراحةً ويُوثَّق ويُراجَع قانونياً لا أن يُترَك خياراً افتراضياً في مكتبة. والتخفيف قبل التدريب أنجعه لأنّه يعالج السبب، والإنصاف يكلّف نقاطاً في المقياس التقني ونادراً ما يكلّف قيمة أعمال.
التالي — الدرس 3: قابلية التفسير ←