حدّ رياضي جديد يحسم الجدل: هذه هي التكلفة الحقيقية للعدالة في خوارزميات "قطّاع الطرق متعددي الأذرع"

وضعت ورقة بحثية جديدة بعنوان "Price of Fairness in Bandits: A Tight Minimax Characterization"، قُدّمت إلى أرشيف الأبحاث (arXiv) في 15 يوليو 2026، حدًا رياضيًا صارمًا يبلغ Ω(σ√(k^max(1,q)/T))، يمثل السقف الذي لا يمكن لأي خوارزمية "عادلة" تجاوزه. هذا الحد يغلق فجوة طويلة الأمد بين النظرية والتطبيق في خوارزميات "قطّاع الطرق متعددي الأذرع" (Multi-Armed Bandits) التي تحاول التوفيق بين تعظيم المكاسب والمعاملة العادلة بين الخيارات المتاحة.

تُعد مسائل "قطّاع الطرق متعددي الأذرع" ساحة الاختبار المعيارية لاتخاذ القرارات المتتابعة في ظل عدم اليقين: تختار الخوارزمية بشكل متكرر بين k من الخيارات ("الأذرع" أو arms) بهدف تعظيم المكسب التراكمي، مع التعلّم في الوقت نفسه عن أفضل الخيارات أداءً. النظرية التقليدية لهذه الخوارزميات تُحسّن فقط من أجل أقصى مكسب إجمالي، لكن هذا الهدف قد يؤدي إلى تجاهل استكشاف بعض الخيارات بشكل منهجي، وهو أمر بالغ الحساسية حين تمثّل هذه "الأذرع" أفرادًا أو مجموعات أو موارد تتنافس على التخصيص.

ولإعطاء العدالة تعريفًا رياضيًا دقيقًا، اعتمد الباحثون على ما يُعرف بـ"المتوسطات المعمَّمة من الدرجة p" (Generalized p-means)، وهي عائلة رياضية واحدة تتيح الانتقال بين ثلاثة مفاهيم رفاهية مألوفة تبعًا لقيمة المعامل p. فعند ضبط p=1 نحصل على مفهوم الرفاهية النفعية التقليدية (Utilitarian Welfare)، أي تعظيم مجموع المكاسب. وعند اقتراب p من الصفر، نصل إلى رفاهية ناش (Nash Welfare)، التي توازن بين الكفاءة والمساواة. أما دفع p نحو سالب اللانهاية، فيقود إلى العدالة الرولزية (Rawlsian Fairness)، التي تُحسّن من أجل أضعف الخيارات أداءً. بهذه الطريقة، لم تعد العدالة قيدًا ثنائيًا (نعم/لا)، بل أصبحت طيفًا قابلًا للضبط، يُعبَّر عنه بكمية مرتبطة تُسمى q.

قياس ثمن العدالة

المساهمة الجوهرية للورقة تتمثل في زوج متطابق من الحدود الرياضية. فمن جهة الحد الأدنى (Lower Bound)، يبرهن الباحثون أن أي خوارزمية تلتزم بقيود العدالة لا بد أن تتحمّل ندمًا (Regret) لا يقل عن Ω(σ√(k^max(1,q)/T))، حيث يعبّر σ عن مستوى الضوضاء شبه الغاوسية (Sub-Gaussian Noise) في توزيعات المكاسب، وk هو عدد الأذرع، وT هو الأفق الزمني للتجربة. والأهم أن هذا يُثبت، بالنسبة لـ q أكبر من 1، أن العقوبة الإضافية k^(q/2) مقارنة بالحالة غير المقيّدة ليست نتيجة ضعف تصميم الخوارزميات، بل هي حتمية من الناحية النظرية-المعلوماتية (Information-Theoretically Unavoidable)، بمعنى أنه لا توجد خوارزمية، بأي مستوى من الذكاء في التصميم، قادرة على تجاوزها.

ومن جهة الحد الأعلى (Upper Bound)، قدّم الباحثون خوارزمية جديدة أسموها UCB-HARE (اختصارًا لـ Harmonic Anchored Rank Exploration)، تحقق ندمًا بمقدار Õ(σ√(k^max(1,q)/T))، وهو ما يطابق الحد الأدنى تقريبًا، مع فارق يتعلق فقط بعوامل لوغاريتمية (Logarithmic Factors). هذا الإنجاز يغلق الفجوة النظرية التي تركتها المقاربات السابقة، والتي اعتمدت على مراحل استكشاف مبكرة موحدة (Uniform Early Exploration)، ولم تحقق أكثر من ندم بمقدار O(k^((q+1)/2)/√T) بالنسبة للمكاسب ذات الضوضاء شبه الغاوسية, وهو ضمان أضعف بوضوح كلما زادت قيمة q.

وقد أكدت التجارب على بيانات تركيبية (Synthetic Experiments) صحة هذا الطرح النظري: تفوقت UCB-HARE باستمرار على الأساليب التي تعتمد الاستكشاف الموحد، مع اتساع الفارق كلما ازدادت قيمة q. أي أن قيمة الاستكشاف الأذكى تزداد وضوحًا كلما شددنا شرط العدالة.

لماذا يهم هذا الحد الرياضي؟

بالنسبة للمطورين الذين يبنون أنظمة قائمة على خوارزميات "قطّاع الطرق" في مجالات مثل تخصيص الموارد، أو أنظمة التوصية، أو تصميم التجارب السريرية، تقدّم هذه النتيجة أمرًا نادرًا في مجال التعلم الآلي الحساس للعدالة (Fairness-Aware Machine Learning): سقفًا صارمًا وقابلًا للبرهنة لمدى تكلفة العدالة على مستوى الأداء. فبدلًا من التساؤل عمّا إذا كانت خوارزمية أفضل قد تُضيّق الفجوة أكثر، أصبح لدى المهندسين الآن معيار مرجعي واضح يمكن قياس الأداء عليه. وتوفر UCB-HARE خوارزمية تصل إلى هذا المعيار تقريبًا، محوّلة سؤالًا نظريًا مفتوحًا إلى مسألة محلولة، على الأقل ضمن إطار العدالة القائم على المتوسطات من الدرجة p.