بيانات أكثر... ارتباك أكبر: دراسة جديدة تكشف كيف ينهار الاكتشاف السببي البايزي كلما زاد حجم العينة

فريق بحثي يقف خلف ورقة علمية جديدة نشرت على أرشيف (arXiv) حدد بدقة اللحظة التي تنخدع فيها خوارزميات الاكتشاف السببي البايزي (Bayesian Causal Discovery) بمتغيرات خفية، وجاءت النتيجة معاكسة لافتراض شائع في مجال تعلم الآلة (Machine Learning): أن المزيد من البيانات يعني بالضرورة استنتاجاً أفضل.

الورقة البحثية، بعنوان "كيف يفشل الاكتشاف السببي البايزي؟ توصيف النتائج البنيوية في الشبكات الغاوسية الخطية تحت تأثير التشويش الكامن"، قُدّمت إلى أرشيف (arXiv) في 10 يوليو 2026. تتناول الدراسة نقطة ضعف مزمنة في الاستدلال السببي (Causal Inference): ماذا يحدث حين لا "تعلم" الخوارزمية أن متغيرين مرصودين يتأثران فعلياً بعامل ثالث غير مقاس؟ هذا السيناريو، المعروف بالتشويش الكامن (Latent Confounding)، منتشر في بيانات العالم الحقيقي حيث يستحيل على الباحثين قياس كل متغير ذي صلة، سواء في علم الجينوم أو الاقتصاد أو أي نوع من الدراسات الرصدية.

عتبة تتحرك في الاتجاه الخاطئ

ضمن نموذج الشبكات السببية الغاوسية الخطية (Linear Gaussian Causal Models)، وهو إطار رياضي معياري وقابل للتحليل في هذا النوع من الأبحاث، توصل الباحثون إلى عتبة ارتباط حرجة (Critical Correlation Threshold). فمتى تجاوز الارتباط بين متغيرين متشوشين هذا الحد، تبدأ دالة التقييم (Score Function) المستخدمة في الاكتشاف السببي البايزي بتفضيل رسوم بيانية (Graphs) تحتوي على حافة زائفة وغير سببية (Spurious Edge) تربط بينهما مباشرة. بمعنى آخر، يخلط النموذج بين سبب خفي مشترك وعلاقة سببية مباشرة وهمية.

اللافت في النتيجة هو الاتجاه الذي تتحرك فيه هذه العتبة مع زيادة حجم العينة (Sample Size). فعكس التوقعات، لا تصبح العتبة أكثر تسامحاً مع الارتباطات المشوبة بالضجيج (Noise)، بل تنخفض فعلياً. وهذا يعني أن ارتباطاً أضعف يكفي لإطلاق الحافة الزائفة كلما أُضيفت ملاحظات جديدة، أي أن تكبير مجموعة البيانات لا يذيب أثر التشويش، بل قد يجعل النموذج أكثر ثقة في بنية خاطئة تماماً.

ولإثبات ذلك، لم يعتمد الباحثون على تقريبات مقاربة (Asymptotic Approximations) أو محاكاة فقط، بل أجروا حسابات بعدية دقيقة (Exact Posterior Computations) على تشكيلات متعددة من الرسوم البيانية. هذا النهج سمح لهم بتوصيف نمط الفشل بدقة رياضية صارمة، لا بمجرد إظهاره تجريبياً.

نظامان للفشل، لا نظام واحد

تميز الدراسة أيضاً بين نظامين مختلفين من فشل التوزيع البعدي (Posterior Failure Regimes)، يحدد كل منهما بحسب موضع المتغيرات المتشوشة داخل البنية الأوسع للرسم البياني. هذا الاعتماد على البنية المحلية (Local Structure) يشير إلى غياب مسار واحد موحد لانهيار الاكتشاف السببي البايزي تحت التشويش؛ فنمط الفشل يتحدد بطوبولوجيا (Topology) الشبكة المحيطة بالمتغيرات المتأثرة، لا بقوة الارتباط بينها فقط.

بالنسبة للممارسين الذين يستخدمون أدوات الاكتشاف السببي في تطبيقات عملية، الرسالة واضحة ومباشرة. التشويش الكامن نادراً ما يمكن استثناؤه بشكل قاطع، وهذا البحث يوضح أن جمع بيانات أكثر ليس ضمانة أمان ضده. فهم البنى المحددة للرسوم البيانية حول المتشوشات المحتملة قد يكون على نفس درجة أهمية حجم العينة عند تقييم مدى الثقة بحافة سببية مستنتجة.