ثمة شرطين رئيسيين للتعلم الموثوق واتخاذ القرارات.

ثمة نوع جديد نسبيًا من التحيز لاتخاذ القرارات منتشرًا في مجال الأعمال التجارية. بوسعنا أن نسميه “وهم التعلّم الآلي”.

لا نقصد أن التعلّم الآلي غير مجديّ، بل اتضح أن هذا ممكن. فمن العمل المصرفي إلى الطب، نلحظ الفوائد المختلفة لهذه الأداة الإحصائية في القرارات ذات الصلة. وبفضل التقدم في هذه التقنية، أصبحنا أكثر قدرة على التعرف على الأنماط في البيانات المعقدة وتحسين العمليات المهمة.

بَيْدَ أنَّ ثمة وهمٍ واحد بين متّخذي القرار وهو الاعتقاد بأن التعلم الآلي مفيدًا دائمًا: إذا كان فهم المرء وتكهناته ينجمان من التعلم الآلي القائم على البيانات الهائلة، فينبغي أن يكونا جديرين بالثِقة في اتخاذ القرارات. ففي نهاية المطاف، تُنتَج النتائج من تحليلات معقدة ومتقدمة على موردٍ غني من المعلومات، ويُجريها محللون مُتَمرسون إحصائيًا.

ما الذي يمكن أن يحدث؟

ثمة شرطين رئيسيين، من أجل تحسين التعلم الآلي للقرارات بموثوقية واستدامة، ينبغي حدوث أمرين أساسيين:

1. ينبغي أن تكون البيانات ممثلة للحالة

غالبًا ما يكون هناك مشاكل في اختيار العينة (قد تكون بعض النتائج المحققة مفقودة)، أو قد يكون ثمة تأخيرات كبيرة بين الأسباب والنتائج. وفي هذه الحالة، فإن دروس التعلم الآلي ستثير مشاكل من حيث فهم ما يجري فعلًا. في الواقع، واجهت الشركات جميع أنواع المشاكل بسبب ممارسة تمييز الآلات ضد محتوى معين أو أشخاص معينين، إلا أن هذا ليس مضمونًا.

2.  ينبغي أن تكون الحالة مستقرة

 إذا كان ثمة تغييرًا مستمرًا وغير متوقع في السياق، فإن دروس التعلم الآلي سرعان ما تصبح قديمة ولا يمكن الاعتماد عليها. قد تتناسب التحليلات مع البيانات القائمة، ولكن هذا لن يؤدي بالضرورة إلى توقعات أفضل. وبالتالي، سيعتلي

المُدِيرون الثقة المبالغة وسيفشلون في اتخاذ احتياطات معينة في حينها. وهذا أيضًا غير مضمون.

اللطف مقابل السوء

 إذا صمدت كلتا الحالتين تقريبًا، عندها سنكون في بيئة تعليمية لطيفة. إن التعلم الآلي من شأنه أن يساعدنا حقًا في تسليط الضوء على ما حدث في الماضي وما يخبئه المستقبل.

 ولكن إذا لم تصمد واحدة من هذه الحالات، فسنجد أنفسنا في بيئة تعليمية سيئة. موثوقية الرؤى من التعلم الآلي للقرارات ستكون أقل ثقة ودوامًا مما نأمل. بالأحرى، ستكون ثمة فرصة رائعة أن يؤدي التعلم إلى وهم الفهم والقدرة على التنبؤ.

وما يزيد الأمور تعقيدًا، بمجرد أن تصبح الدروس والتنبؤات المتعلقة بالتعلم الآلي متاحة، هو صعوبة تجاهلها لاحتمالية عدم التمكن من دحض الرؤى المعتمدة على الآلة، وبالتالي يصبح التخلي عن التعلّم وإعادة التعلّم أمرًا صعبًا.

 ولهذا السبب، حينما يصُمّ المُديرون معاييرهم الخاصة بجمع البيانات وتحليلها وعرضها داخل شركاتهم، يلزم الاعتراف في وقت مبكر “بوهم التعلم الآلي” المحتمل عن طريق التحقق من كيفية انتهاك “الشرطين الرئيسيين”.

 المصدر:  https://www.psychologytoday.com

ترجمة: منار مهند

مراجعة وتدقيق: زينب محمد