بناء مناهج بحثية تظل موثوقة عبر البيئات المختلفة

يطوّر ناوكي إيغامي، عالم السياسة في معهد ماساتشوستس للتكنولوجيا، أساليب تساعد على تحديد متى يمكن تعميم نتيجة بحثية خارج البيئة التي أُنتجت فيها. ويركز عمله على الصلاحية الخارجية، ومنها إمكان انتقال الاستنتاجات بين الدول أو الفئات السكانية أو السياقات الانتخابية المختلفة بموثوقية.

يعالج إيغامي الأسئلة السياسية باستخدام الإحصاء التطبيقي وعلوم الحاسوب. ومن خلال تحويل التحديات التجريبية إلى مسائل رياضية، تهدف أبحاثه إلى خفض أخطاء القياس وجعل الافتراضات التي تستند إليها نتائج العلوم الاجتماعية أكثر قابلية للفحص.

كما درس استخدام أدوات الذكاء الاصطناعي ضمن البحوث. ولا يقتصر هذا الاهتمام على دقة الأنظمة في التصنيف واستخراج المعلومات، بل يشمل أيضاً تحيزاتها المنهجية وكيف يمكن أن تؤثر تلك التحيزات في النتائج وتحد من تعميمها بين الفئات المختلفة.

لماذا يهم ذلك في بنية الذكاء الاصطناعي والحوسبة؟

التصنيفات والملخصات التي ينتجها الذكاء الاصطناعي هي قياسات وليست حقائق مطلقة. ولذلك ينبغي أن تدعم البنية التحتية البحثية والمؤسسية التقييم القابل لإعادة الإنتاج، واختبار التحيز، والتحقق من النتائج عبر مجموعات بيانات وظروف تشغيل مختلفة، وليس مجرد تنفيذ النماذج بسرعة عالية.