في عالم تقدم التكنولوجيا بشكل سريع، تُعد اللامركزية (Decentralization) مفهومًا حيويًا يتجاوز مجرد كونه فكرة عابرة. لقد ساهمت في تشكيل الكثير من مجالات التكنولوجيا، بما في ذلك الأمن، الحوسبة الموزعة، الذكاء الاصطناعي (Artificial Intelligence)، والهياكل السحابية، بالإضافة إلى إنترنت الأشياء (Internet of Things أو IoT). ومع ذلك، يظل تعريف اللامركزية مشكلة تعاني من الغموض، حيث أنه لا يوجد تعريف موحد يُستخدم عبر مختلف أنظمة الاتصال الحاسوبي.

تظهر التحديات بشكل خاص في ظل ظهور نماذج جديدة من الذكاء الاصطناعي التعليمي (AI) والتعلم الآلي (Machine Learning)، مثل التدريب التعاوني (Collaborative Training) والاستدلال الموزع (Distributed Inference) واستخدام تقنيات البلوكشين (Blockchain) والذكاء الوكيماتي (Agentic AI)، حيث تُعتبر اللامركزية هدفًا تصميميًا محوريًا لتلك الأنظمة. ومع ذلك، غالبًا ما يُخلط بين اللامركزية ومفاهيم مرتبطة مثل توزيع الثقة (Distribution of Trust) أو أنماط التنفيذ المحددة.

هذا الغموض يخلق عدم اتساق في تحليل الأنظمة، مما يحد من قدرة المقارنة بين الأعمال ويضعف من قوة التفكير الرسمي المحيط بتصميم الهياكل والمعماريات. نقدم في هذا المقال تعريفًا لمشكلة اللامركزية كأساس للبحث، ونحلل الأسس الشكلية والواقعية والمعرفية لللامركزية، مقدِّمين إطارًا يتميز بوجود نوع خاص من الرسم البياني (Graph-Based Ontology) الذي يحدد اللامركزية كخاصية علاقة وموضوعية لأنظمة الاتصال الحاسوبية.

كما نوضح كيفية تمييز اللامركزية عن التوزيع ودعم التقييم من خلال مقاييس جديدة تدعى "تحمل الفراغ" (Void Tolerance) و"المناعة" (Imperviousness). وفي سياق هذه الجهود، نقدم تطبيقًا يعتمد على المتصفح يُمكن من التصنيف الآلي وحساب المقاييس للأنظمة المختلفة. تُظهر تطبيقات تعلم الفيدرالية (Federated Learning) والعمارة القائمة على البلوكشين (Blockchain Architectures) تقييمات متسقة وقابلة للمقارنة، حيث ينتج عن التعريفات الحالية استنتاجات غير مكتملة أو متناقضة.

بذلك، يقدم هذا البحث قاعدة مستقلة عن المجال لتحليل اللامركزية عبر أنظمة متنوعة، مما يساعد في توضيح الرؤية في هذا الحقل المهم.