عندما نتحدث عن الذكاء الاصطناعي، يتعلق الأمر بالكثير أكثر من مجرد تحويل البيانات إلى قرارات. في السنوات الأخيرة، أصبحت الخوارزميات تلعب دورًا محوريًا في اتخاذ القرارات الحساسة، مما يستلزم البحث عن سبل لضمان العدالة والإنصاف. يقدم مفهوم "الرجوع الخوارزمي" (Algorithmic Recourse) حلاً مبتكرًا، حيث يسعى لتوفير خطوات عملية وبتكلفة منخفضة للأفراد لمعالجة النتائج غير المرغوب فيها الناتجة عن قرارات الذكاء الاصطناعي.

بينما ركزت الأبحاث الحالية على السيناريوهات الفردية - أي التركيز على شخص واحد (الباحث) ونموذج واحد (المزود) - فإن التطبيقات الواقعية تتضمن العديد من الجهات المعنية. وعندما يتعلق الأمر بالموردين والمستفيدين، تؤدي الطبيعة التنافسية للنظم إلى تحديات كبيرة، إذ لا يمكن تحقيق الرفاهية الفردية بشكل منفصل بل يجب النظر في المصلحة العامة.

في هذا السياق، تمدد الخوارزمية مفهوم الرجوع الخوارزمي ليتماشى مع نظام "العديد إلى العديد" الذي يتضمن قيودًا على السعة. هنا، لم تعد توصيات الرجوع التي تُحسب بشكل فردي تعمل بشكل مستقل، بل تتأثر بالتفاعلات بين الجهات المعنية.

نموذجنا الجديد يسعى لتحسين التوازن بين الرفاهية الاجتماعية والفردية من خلال معالجة كُلف الرجوع وسعة المزود. يتطلب ذلك تبني ثلاث طبقات من التحسين: المطابقة بمراعاة السعة، وإعادة توزيع السعة بما يحقق الكفاءة، وتحسينات قائمة على التكلفة.

كما نؤكد على أهمية تحقيق أهداف موجهة نحو العدالة الاجتماعية من خلال نموذج الرفاهية الاجتماعية المقوسة، الذي يولي الأولوية لأكثر الباحثين تضررًا. الاختبارات العملية تشير إلى أن إطار العمل لدينا يمكّن من الوصول إلى مستوى قريب من الرفاهية المثلى مع الحد الأدنى من التعديلات. وهذا يوضح كيف يمكن تصميم أنظمة الرجوع لضمان توازن فعّال بين الرفاهية الجماعية والاعتبارات التوزيعية.

أخيرًا، يعرض البحث هذا التحول من توصيات فردية إلى تصميمات على مستوى النظام، مما يفتح آفاق جديدة نحو تحقيق مستوى أعلى من الرفاهية الاجتماعية دون التفريط في قابلية الأفراد لاتخاذ إجراءات.

ما هي آراؤكم حول كيف يمكن للذكاء الاصطناعي أن يسهم في تعزيز العدالة الاجتماعية؟ شاركونا أفكاركم في التعليقات!