تكوين تقدير واحد قابل للدفاع من مصادر متعددة

الملخّص

يطلب تحديد حجم السوق في ريادة الأعمال المنضبطة من الممارس أن يلتزم برقم واحد، على سبيل المثال العدد الإجمالي للمستخدمين النهائيين في سوق محدّدة، في حين تكون الأدلة على ذلك الرقم مبعثرة عبر مصادر متفاوتة الجودة تفاوتًا شديدًا. نصف الطريقة التي تستخدمها Cambridge Cyber International لتكوين تقدير واحد قابل للدفاع من عدة مدخلات غير متجانسة، كلٌّ منها مُستَرجَع بمساعدة نموذج لغوي وكلٌّ منها مُعبَّر عنه كتقدير ثلاثي النقاط مع استشهادات. تُلحق الطريقة بكل مُدخل وزنًا هو حاصل ضرب خمسة عوامل: مصداقية المصدر الناشر، والثقة التي يصرّح بها النموذج، ودقة التقدير، وفحص حيوية الاستشهاد، وتضاؤل الحداثة. تُطبَّع الأوزان عبر المصادر التي يختارها المشغّل، وتُدمَج المدخلات بواسطة مزيج مرجّح بطريقة Monte-Carlo يُبلّغ عن رقم مركزي مقترنًا بمقياس للتوافق. تركّز هذه الورقة على العامل الأول، مصداقية المصدر. نضع تصنيفًا من تسع فئات مع احتمالات أولية تحريرية، وخوارزمية حتمية تُطابق أي عنوان مُستشهَد به مع احتمال أولي مع مسار احتياطي للمصادر المجهولة، والحوكمة التي تُبقي الاحتمالات الأولية أمينة. نصرّح بوضوح بأن الاحتمالات الأولية هي قيم تحريرية أولية خاضعة للمعايرة، وليست معدلات دقة مقيسة.

1. المشكلة

على الممارس الذي يتّبع طريقة ريادة الأعمال المنضبطة (Aulet 2013; Aulet and Snyder 2017) أن ينتج أرقامًا ملموسة مبكرًا، قبل أن يصبح البحث الأولي في المتناول، وأن يدافع عنها. يستطيع النموذج اللغوي أن يسترجع أرقامًا مرشّحة بسرعة، لكنه يعيدها بثلاثة عيوب تجعل حساب المتوسط الساذج غير آمن. أولًا، تختلف المصادر اختلافًا هائلًا في الجدارة بالثقة، من مكتب إحصاء وطني إلى مُعيد بيع لأبحاث السوق مدفوع بالبيانات الصحفية، ومع ذلك يعاملها المتوسط البسيط على قدم المساواة. ثانيًا، غالبًا ما ترجع عدة استشهادات مُعادة إلى تقرير أساسي واحد، فيعدّها المتوسط البسيط مرتين بصمت. ثالثًا، قد يذكر النموذج رقمًا بثقة لا مبرر لها، أو يستشهد بصفحة لم تعد موجودة. المهمة هي دمج هذه المدخلات في رقم واحد يقبله قارئ معقول، مع كشف سبب خروج الرقم على النحو الذي خرج عليه.

2. الخلفية

نتعامل مع كل مُدخل مرشّح على أنه تقدير ثلاثي النقاط، قيمة دنيا وأخرى هي الأرجح وثالثة عليا، وهو الشكل المستخدَم منذ زمن طويل في تقييم البرامج ومراجعتها (Malcolm, Roseboom, Clark and Fazar 1959) وفي التحليل الكمي للمخاطر، حيث يكون التوزيعان المثلثي وتقييم البرامج أداتين قياسيتين لتحويل ثلاث نقاط إلى توزيع (Vose 2008). ننشر عدم اليقين بالمحاكاة لا بالجبر المغلق الصيغة، اتباعًا لطريقة Monte-Carlo (Metropolis and Ulam 1949). نسترجع الأدلة بتوليد مؤسَّس حامل للاستشهادات لا بتوليد حرّ، على منوال المقاربات المعزَّزة بالاسترجاع التي تربط مخرجات النموذج بوثائق مسمّاة (Lewis et al. 2020). أما دمج عدة توزيعات في توزيع واحد فهو في حد ذاته مشكلة مدروسة، وتحذّر أدبيات تحليل المخاطر من أن التجميع الساذج يتجاهل جودة المصدر والتبعية بين المصادر معًا (Clemen and Winkler 1999)؛ وخطوتا الترجيح وإزالة التكرار لدينا استجابة مباشرة لذلك التحذير.

3. نموذج الترجيح

يتلقّى كل مصدر مختار i وزنًا هو حاصل ضرب خمسة عوامل محدودة:

weight_i = credibility_i  x  confidence_i  x  precision_i  x  liveness_i  x  recencyDecay_i

ثم تُطبَّع الأوزان عبر المجموعة التي يختارها المشغّل بحيث يكون مجموعها واحدًا. عامل المصداقية احتمال أولي متعلق بالناشر، مشروح في الأقسام من 5 إلى 8. يعكس عامل الثقة اليقين الذي يصرّح به النموذج بشأن الادعاء المحدّد. يكافئ عامل الدقة انتشارًا ثلاثي النقاط أضيق، على منوال الترجيح بمعكوس التباين، حيث تحمل التقديرات الأدق تأثيرًا أكبر (Borenstein, Hedges, Higgins and Rothstein 2009). يكون عامل الحيوية قريبًا من الصفر حين يتعذّر الوصول إلى الصفحة المُستشهَد بها، ويتضاءل عامل الحداثة مع تقادم الاستشهاد. ولأن العوامل تتضاعف، فإن اقتراب أي منها من الصفر يجذب الوزن كله نحو الصفر، وهو السلوك الذي نريده: فرقم حديث ودقيق ومذكور بثقة على رابط ميت ينبغي ألا يهيمن.

4. لماذا المصداقية احتمال أولي لا دقة

عامل المصداقية احتمال أولي متعلق بالناشر، يُضبَط قبل فحص الادعاء المحدّد. وهو يعبّر عن مقدار حسن الظن الذي استحقته فئة من المصادر، على النحو الذي يثق به قارئ متأنٍّ ببيان مصرف مركزي أكثر من مدونة مجهولة قبل أن يقرأ أيًّا منهما. وهو ليس احتمالًا مقيسًا بأن رقمًا بعينه صحيح. نتمسّك بهذا التمييز بحزم، لأن البديل، أي تقديم معامل كأنه معدل دقة مُتحقَّق منه، سيبالغ في تقدير ما يعرفه السجل ويفتح باب سوء الاستخدام. لذلك يصف السجل المنشور وهذه الورقة القيم بأنها احتمالات أولية تحريرية خاضعة للمعايرة. وتشرح خارطة طريق المعايرة في القسم 12 كيف يُقصَد بالاحتمالات الأولية أن تتحرك بمرور الوقت مع تراكم الأدلة عن المصادر التي تنبأت بتقديرات جيدة.

5. تصنيف مصداقية المصادر وإسناد المعاملات

نصنّف المصادر إلى تسع فئات، مرتّبة تنازليًا حسب الاحتمال الأولي المبدئي. تحمل الأوساط الأكاديمية المحكّمة أعلى احتمال أولي، تليها الإحصاءات الرسمية والمنظمات الحكومية الدولية والمصارف المركزية والإفصاحات الخاضعة للتنظيم؛ ثم البيانات الحكومية المفتوحة؛ ثم المحلّلون المستقلون؛ ثم مزوّدو الإحصاءات الشفّافون؛ ثم الهيئات المهنية والغرف ومنظمات المعايير؛ ثم صحافة الأعمال الجيدة؛ ثم مُعيدو بيع أبحاث السوق؛ وأخيرًا فئة متبقية للاستخبارات مفتوحة المصدر ولأي مصدر لا يتعرّف عليه السجل. لكل فئة معامل مبدئي صريح مُعبَّر عنه بنسبة مئوية وإشارة حسم، وهي السمة القابلة للملاحظة في العنوان التي تضع المصدر في الفئة. تُحفَظ المعاملات في الواجهة الخلفية كقيم قابلة للضبط ومُصدَّرة الإصدارات؛ ويكشف السجل المنشور الفئة وتسمية درجة تقريبية لكنه يحجب الرقم، للأسباب المذكورة في القسم 11.

تتجاوز ثلاث قواعد معامل الفئة الخام وتهمّ أكثر من النسبة المئوية الدقيقة. مصداقية المنبر ليست مصداقية الادعاء، فالاحتمال الأولي مجرد نقطة انطلاق تعدّلها الحيوية والحداثة بعد ذلك. يُزال تكرار الاستشهاد المشترك، فتُحسَب عدة منابر ترجع إلى تقرير واحد مرة واحدة. تتفوّق المصادر الأولية على الثانوية عند تساوي الفئة، فيتفوّق البيان الأصلي على إعادة نشره. وترفع طبقة قطاعية الاحتمال الأولي للمصادر ضمن تركيز الشركة على الأمن السيبراني والتقنية التنظيمية، مثل ENISA وNIST والوكالات السيبرانية الوطنية. وتبذر طبقة قطرية، لكل بلد، معهد الإحصاء وبوابة البيانات المفتوحة والمصرف المركزي أو المنظّم المالي وغرف التجارة الرئيسية وسجل الأعمال.

6. خوارزمية الحسم

يُحسَم أي عنوان يستشهد به النموذج إلى احتمال أولي بعد الاستدعاء، لا بحقن السجل في الموجِّه أبدًا. يسير الحسم في أربع خطوات مرتّبة ويعيد أول تطابق. يبحث أولًا عن تطابق تام للمضيف، أو للمضيف والمسار معًا حين لا يكون المصدر ذا مصداقية إلا على مسار محدّد. ثم يبحث عن تطابق النطاق الأصل، بحيث يرث نطاق فرعي لمصدر معترف به فئته. ثم يطبّق قاعدة فئوية مبنية على نطاق المستوى الأعلى، بحيث يُحسَم أي نطاق أكاديمي أو حكومي إلى الفئة الصحيحة حتى لو لم تكن المؤسسة المحدّدة مدرجة على حدة. وإن لم يتطابق أي من هذه، أعاد الاحتياطي OSINT عند أدنى احتمال أولي غير صفري، مُعلَّمًا بمصدر مجهول، بحيث يبقى المصدر غير المعترف به مقبولًا بوزن منخفض بدل استبعاده. يعيد الحاسم المعرّف والاسم والفئة والمعامل والدرجة والنطاق وسجلًا للخطوة التي تطابقت، ويُحفَظ الأخير للتدقيق. وثمة مسار ترقية للمصادر المجهولة: فالمصدر الذي يظهر تكرارًا في استشهادات تنبأت بتقديرات جيدة يصبح مرشّحًا للانتقاء إلى فئة مسمّاة.

7. التحقق من الحيوية وتضاؤل الحداثة

الاحتمال الأولي المرتفع على استشهاد ميت عديم القيمة، لذا يخفّض عامل الحيوية الوزن بحدّة حين لا تُحسَم الصفحة المُستشهَد بها أو تعيد حالة عدم العثور. تُفحَص الحيوية وقت التسجيل لا بالثقة بالسجل، لأن الصفحات تنتقل. ويتضاءل عامل الحداثة بالوزن مع تقادم المادة المُستشهَد بها، على أساس أن رقمًا سوقيًا من قبل عدة سنوات دليل أضعف لسوق حالية من رقم حديث، مع تساوي كل ما عداه. التضاؤل لطيف للإحصاءات الهيكلية البطيئة التغير وأشدّ انحدارًا لأرقام التقنية السريعة التغير؛ والمعدل معلمة قابلة للضبط لا ثابت مقرَّر.

8. إزالة تكرار الاستشهاد المشترك وقاعدة تفوّق الأولي على الثانوي

قبل أي ترجيح، تُجمَّع الاستشهادات بحيث تنطوي التي ترجع إلى مصدر أساسي واحد في مساهِم وحيد. يمنع هذا تقريرًا شائعًا، أعادت نشره منابر كثيرة، من اكتساب وزن مصطنع عبر التكرار. وحيث يعرف السجل أن مصدرًا يعيد نشر آخر، يُفضَّل الأصل ويُقمَع إعادة النشر أو يُخفَّض وزنه. وتُبقى المصادر المجهولة المستقلة منفصلة عمدًا، بحيث يُكافأ التأكيد الحقيقي من أصول متمايزة ولا يُكافأ الصدى. هذه الخطوة هي الصورة العملية للتحذير من أن التجميع دون انتباه للتبعية يبالغ في الثقة (Clemen and Winkler 1999).

9. التكوين بمزيج مرجّح بطريقة Monte-Carlo

بعد تثبيت الأوزان وتطبيعها، نسحب عينات من التوزيع الثلاثي النقاط لكل مصدر بنسبة وزنه، مكوّنين مزيجًا، ونلخّص المزيج برقم مركزي ومقياس تشتّت (Metropolis and Ulam 1949; Vose 2008). نُبلّغ عن التشتّت إلى جانب الرقم المركزي بدل إخفائه، لأن الانتشار يخبر القارئ بمقدار توافق المصادر. المزيج الضيّق يشير إلى إجماع؛ والمزيج الواسع يشير إلى أن التقدير قائم على أرضية متنازع عليها وينبغي التعامل معه بحذر. وهذه الأمانة بشأن التوافق، في رأينا، لا تقل أهمية عن الرقم المركزي نفسه.

10. الحوكمة

الاحتمالات الأولية قابلة للضبط دون إعادة بناء، فيمكن للانتقاء أن يستجيب للأدلة الجديدة بسرعة. للمشغّل أن يتجاوز احتمالًا أوليًا محسومًا لتحليل بعينه، ويُسجَّل التجاوز. ويُخزَّن كل استشهاد محسوم مع خطوته المطابقة وقيمته المحسومة، بحيث يمكن لاحقًا إعادة بناء أي تقدير مكوَّن وتدقيقه. تُراجَع منظومة التصنيف بوتيرة ثابتة، بفاصل مراجعة افتراضي لكل سجل، وتُسمّى ملكية الانتقاء بحيث يكون للتقادم مالك. ويُعالَج تخفيف التحيّز بإبقاء إشارات الفئة قابلة للملاحظة والقواعد علنية، بحيث يرى القارئ سبب حصول مصدر على درجته بدل الثقة بدرجة غير شفافة.

11. الانفتاح وموقف الملكية الفكرية

يُنشَر السجل على عنوان عام. قائمة نطاقات منشورة هي عامة بحكم التصميم ولا يمكن أن تكون سرًّا تجاريًا، فلا نتظاهر بغير ذلك. ننشر النطاقات وفئاتها علنًا وننشر هذه الطريقة كاملة، لأن فعل ذلك قيادة فكرية جيدة ويدعو إلى تدقيق يحسّن السجل. نحجب المعاملات الرقمية ومعايرتها، فتبقى سطح المنتج المُصان المُصدَّر الإصدارات. لذا لا تكمن القيمة القابلة للدفاع في قائمة النطاقات بل في منهجية الانتقاء ومعايرة الاحتمالات الأولية ووتيرة الصيانة وطزاجتها وعمق التغطية القطرية والقطاعية وحلقة التغذية الراجعة التي تتعلّم أي المصادر تنبأ بتقديرات جيدة عبر تحليلات كثيرة. وبصفتنا كيانًا أوروبيًا، نعتمد أيضًا على الحماية التي يمنحها توجيه قواعد البيانات لقاعدة بيانات مُنتقاة ضد الاستخراج الجملي، حتى حين تكون قاعدة البيانات منشورة، شريطة توثيق استثمار جوهري في الحصول على البيانات والتحقق منها وعرضها (European Parliament and Council 1996). لذا نحتفظ بسجل استثمار ونقرن الصفحة المنشورة بشروط استخدام واضحة. وحيث تُظهر الصفحة المنشورة درجة لا رقمًا، تظل الدرجة تتيح للقارئ ترتيب المصادر دون كشف الترجيح.

12. القيود وخارطة طريق المعايرة

الاحتمالات الأولية تحريرية، فهي تشفّر الحكم وقد تكون خاطئة؛ وتضغط الفئات التسع تباينًا حقيقيًا، فقد يحمل نطاق قوي صفحة ضعيفة ولن تلتقط الفئة وحدها ذلك، ولهذا تقع الحيوية والحداثة وقاعدة تفوّق الأولي على الثانوي في مجرى ما بعد الاحتمال الأولي. ومعدلات التضاؤل وعاملا الثقة والدقة معلمات ضبطناها بالاستدلال لا بالمواءمة. تُغلق خارطة طريق المعايرة هذه الفجوات بحلقة تغذية راجعة: فمع فحص التقديرات المكوَّنة لاحقًا مقابل النتائج أو مقابل أدلة أفضل، يصبح سجل المصادر التي أسهمت في تقديرات دقيقة بيانات تُحرَّك بها الاحتمالات الأولية من قيم تحريرية نحو قيم معايَرة، وتُرقّى بها المصادر المجهولة الجيدة إلى فئات مسمّاة. وحتى تراكم هذه الحلقة أدلة كافية، ينبغي قراءة الاحتمالات الأولية كقيم أولية قابلة للدفاع لا كقياسات مستقرة.

13. الخاتمة

الرقم السوقي الواحد ليس قابلًا للدفاع إلا بقدر السرد لكيفية الوصول إليه. تجعل طريقة Touchstone ذلك السرد صريحًا: تذكر بماذا تثق ولماذا، وترفض أن تدع استشهادًا ميتًا أو باليًا يهيمن، وتعدّ التأكيد مرة واحدة، وتُبلّغ عن التوافق إلى جانب الرقم المركزي. وسجل مصداقية المصادر هو الجزء الظاهر من هذا السرد، والطريقة الموصوفة هنا هي الاستدلال الكامن وراءه.

المختصرات

المختصر	التوسعة
ADR	Architecture Decision Record
CCI	Cambridge Cyber International
CISA	Cybersecurity and Infrastructure Security Agency
DOI	Digital Object Identifier
ENISA	European Union Agency for Cybersecurity
IGO	Intergovernmental Organisation
NIST	National Institute of Standards and Technology
OSINT	Open-Source Intelligence
PERT	Program Evaluation and Review Technique
URL	Uniform Resource Locator

المراجع

Aulet, B. (2013). Disciplined Entrepreneurship: 24 Steps to a Successful Startup. Hoboken: Wiley. https://www.wiley.com/en-fr/Disciplined+Entrepreneurship:+24+Steps+to+a+Successful+Startup-p-9781118720813

Aulet, B., and Snyder, B. (2017). Disciplined Entrepreneurship Workbook. Hoboken: Wiley. https://www.wiley.com/en-us/Disciplined+Entrepreneurship+Workbook-p-9781119365792

Borenstein, M., Hedges, L. V., Higgins, J. P. T., and Rothstein, H. R. (2009). Introduction to Meta-Analysis. Chichester: Wiley. https://doi.org/10.1002/9780470743386

Clemen, R. T., and Winkler, R. L. (1999). Combining probability distributions from experts in risk analysis. Risk Analysis, 19(2), 187 to 203. https://doi.org/10.1111/j.1539-6924.1999.tb00399.x

European Parliament and Council (1996). Directive 96/9/EC of 11 March 1996 on the legal protection of databases. https://eur-lex.europa.eu/eli/dir/1996/9/oj

Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Kuttler, H., Lewis, M., Yih, W., Rocktaschel, T., Riedel, S., and Kiela, D. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. Advances in Neural Information Processing Systems, 33. https://arxiv.org/abs/2005.11401

Malcolm, D. G., Roseboom, J. H., Clark, C. E., and Fazar, W. (1959). Application of a technique for research and development program evaluation. Operations Research, 7(5), 646 to 669. https://doi.org/10.1287/opre.7.5.646

Metropolis, N., and Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association, 44(247), 335 to 341. https://doi.org/10.2307/2280232

Vose, D. (2008). Risk Analysis: A Quantitative Guide (3rd ed.). Chichester: Wiley. https://www.wiley.com/en-us/Risk+Analysis:+A+Quantitative+Guide,+3rd+Edition-p-9780470512845