قاعدة الجمع

تمثل قاعدة الجمع (Addition Rule) إحدى الركائز البنيوية الجوهرية في نظرية الاحتمالات والتحليل الإحصائي المتقدم، حيث تتيح للباحثين والمنظّرين في العلوم النفسية والسلوكية نمذجة احتمالية وقوع حدث واحد على الأقل من بين مجموعة أحداث تجريبية أو تشخيصية محتملة. ولا تقتصر أهمية هذه القاعدة الرياضية الصارمة على الاشتقاق الحسابي المجرد، بل تمتد لتشكل الأساس الإبستمولوجي الذي تستند إليه نماذج اتخاذ القرار، والتشخيص الإكلينيكي للأمراض المصاحبة، وتقدير الموثوقية السيكومترية في أدوات القياس النفسي المعاصرة. ومن خلال فهم التفاعل بين الفضاءات العينية والأحداث المتنافية وغير المتنافية، يستطيع علماء النفس تفكيك الظواهر السلوكية المعقدة وإخضاعها لقياس كمي دقيق يسهم في بناء نظريات رصينة وقابلة للاختبار التجريبي.

التأصيل المفاهيمي والأسس الرياضية لقاعدة الجمع

تُعرَّف قاعدة الجمع في سياق نظرية الاحتمالات الكلاسيكية والبديهية بوصفها المبدأ الذي يحدد احتمال اتحاد حدثين أو أكثر ضمن فضاء عيني محدد ($\Omega$). ينطلق هذا المبدأ من البديهيات الرياضية التي وضعها العالم الروسي أندريه كولموغوروف في ثلاثينيات القرن العشرين، حيث يُنظر إلى الاحتمال على أنه دالة قياس موجبة ومحددة على جبر الأحداث. وفي ضوء هذه البديهيات، تتخذ قاعدة الجمع صيغتين أساسيتين تبعاً لطبيعة العلاقة التبادلية بين الأحداث قيد الملاحظة: صيغة خاصة بالأحداث المتنافية مانعة الجمع، وصيغة عامة للأحداث المتشابكة أو غير المتنافية.

في الحالة الأولى، عندما يكون الحدثان $A$ و $B$ متنافيين تماماً (Mutually Exclusive Events)، بحيث يستحيل حدوثهما معاً في نفس المحاولة التجريبية—أي أن تقاطعهما يمثل المجموعة الخالية ($A cap B = emptyset$)—تأخذ قاعدة الجمع أبسط صورها الرياضية: احتمال حدوث $A$ أو $B$ يساوي ببساطة مجموع احتمال كل منهما على حدة، ويُعبَّر عن ذلك رياضياً بالصيغة: $P(A cup B) = P(A) + P(B)$. يتجلى هذا النموذج في القياس النفسي التجريبي عندما يُجبر المشارك على اختيار بديل واحد حصري من بين خيارات لا تحتمل الاشتراك، مثل تحديد نمط استجابة حركية ثنائية (الضغط على الزر الأيمن أو الأيسر) في تجارب أوقات الرجع الحركي.

أما في الحالة الأكثر شيوعاً في البحوث النفسية والاجتماعية، فتكون الأحداث غير متنافية (Non-Mutually Exclusive Events)، حيث يمتلك الحدثان منطقة تقاطع مشتركة تعبر عن إمكانية وقوعهما معاً في وقت واحد ($A \cap B \neq \emptyset$). إذا قمنا بجمع احتمالي الحدثين مباشرة في هذه الحالة، فإننا سنقع في خطأ الحساب المزدوج لتلك المنطقة المشتركة، ولذلك تقتضي القاعدة العامة للجمع طرح احتمال التقاطع لضمان دقة النتيجة. وتُصاغ هذه القاعدة العامة وفق المعادلة: $P(A cup B) = P(A) + P(B) – P(A cap B)$. وتكمن الأهمية السيكولوجية لهذه الصيغة في قدرتها على عزل التداخل بين الأعراض النفسية أو السمات السلوكية التي تتزامن في كثير من الأحيان لدى نفس الفرد.

تمتد هذه القاعدة بمقتضى مبدأ التضمين والاستبعاد (Inclusion-Exclusion Principle) لتشمل ثلاثة أحداث أو أكثر، وهو ما يمثل نموذجاً مصغراً للتعقيد الملاحظ في السلوك الإنساني المتعدد الأبعاد. فعند التعامل مع ثلاثة أحداث نفسية أو أعراض سريرية ($A$ و $B$ و $C$)، تتسع المعادلة لتصبح: $P(A cup B cup C) = P(A) + P(B) + P(C) – P(A cap B) – P(A cap C) – P(B cap C) + P(A cap B cap C)$. يضمن هذا الاشتقاق المنطقي الصارم عدم تضخيم الاحتمالات التراكمية عند فحص متلازمات سلوكية مركبة تشترك في خصائصها ومسبباتها الميدانية.

التطور التاريخي والتحول نحو العلوم السلوكية

تعود الجذور الأولى لنظرية الاحتمالات وقواعد الجمع إلى المراسلات التاريخية الشهيرة بين بليز باسكال وبيير دي فيرما في منتصف القرن السابع عشر، والتي انبثقت أساساً من الرغبة في حل معضلات ألعاب الحظ والمقامرة وتقسيم الحصص. ورغم الطبيعة الترفيهية لتلك البدايات، إلا أن المبادئ التي تم التوصل إليها سرعان ما لفتت انتباه الفلاسفة وعلماء الطبيعة الذين رأوا في حساب الاحتمالات وسيلة لفهم العقل البشري، وكيفية تعامله مع الشك واليقين في ظل محدودية المعلومات المتاحة للحواس.

شهد القرن التاسع عشر وبدايات القرن العشرين نقلة نوعية مع بزوغ علم النفس التجريبي على يد رواد مثل غوستاف فيشنر وفرانسيس غالتون؛ إذ أدرك هؤلاء الباحثون أن القياسات السيكوفيزيقية والفروق الفردية تخضع بطبيعتها لتوزيعات احتمالية، وليست علاقات خطية حتمية على غرار الفيزياء النيوتونية. ومع انتقال التحليل الرياضي إلى دراسة السلوك، أصبحت قاعدة الجمع أداة ضرورية لا غنى عنها لنمذجة الظواهر النفسية التي لا يمكن رصدها إلا من خلال تجميع ومضاهاة التكرارات النسبية للأفعال والأنماط المعرفية المعقدة.

خلال النصف الثاني من القرن العشرين، ومع تطور علم النفس المعرفي ونظريات المعالجة المعلوماتية، أُعيد توظيف القواعد الاحتمالية لدراسة العقل لا كموضوع للدراسة فحسب، بل كنظام معالجة احتمالي بطبيعته. وقد ظهر هذا جلياً في الأبحاث التي تناولت الطرق التي يقدر بها البشر احتمالات الأحداث البديلة، ومدى اتساق الأحكام اليومية مع القواعد الرياضية الرسمية كقاعدة الجمع وقاعدة الضرب، مما فتح الباب واسعاً أمام فروع جديدة مثل الاقتصاد السلوكي ونظرية القرار الإدراكي.

التطبيقات السيكومترية ونظرية القياس النفسي

في فضاء القياس النفسي (Psychometrics)، توفر قاعدة الجمع الأساس النظري لبناء الاختبارات وتفسير درجاتها المركبة وتقدير مستويات الاعتمادية والصدق. تتألف المقاييس النفسية، كاختبارات الذكاء أو مقاييس الشخصية، من فقرات متعددة (Items) صُممت لقياس بناء افتراضي محدد، وعندما يتم حساب الدرجة الكلية عن طريق دمج الاستجابات، يعتمد الباحثون ضمناً أو صراحة على خصائص التوزيع التراكمي للاحتمالات لتقدير احتمال وصول الفرد إلى عتبة أداء معينة بناءً على استجابته للبنود المختلفة.

تسهم قاعدة الجمع إسهاماً بارزاً في نظرية الاستجابة للمفردة (Item Response Theory – IRT)، خصوصاً في النماذج متعددة الحدود (Polytomous Models) ونماذج الرتب التراكمية. فعند تقييم احتمالية اختيار المفحوص لفئة استجابة معينة (مثل مقياس ليكرت الخماسي: أعارض بشدة، أعارض، محايد، أوافق، أوافق بشدة)، يُعالج احتمال وقوع الاستجابة في فئة معينة أو ما فوقها عبر جمع الاحتمالات المنفصلة للفئات المستهدفة، استناداً إلى مبدأ التنافي بين خيارات الفئة الواحدة لكل مفحوص عند لحظة التقييم.

علاوة على ذلك، ترتبط قاعدة الجمع ارتباطاً وثيقاً بتقدير احتمالات الخطأ القياسي؛ فعندما نسعى لتحديد النطاق الاحتمالي الذي تقع فيه الدرجة الحقيقية للمفحوص، يتم حساب احتمال أن تتجاوز أخطاء القياس حدوداً معينة بالزيادة أو النقصان. وبما أن خطأ القياس الإيجابي الحاد وخطأ القياس السلبي الحاد حدثان متنافيان في لحظة قياس واحدة، يُستخدم الجمع البسيط للاحتمالات الطرفية (Two-tailed regions) لتحديد فترات الثقة الإحصائية (Confidence Intervals) المحيطة بالدرجات المشتقة، مما يمنح الممارسين النفسيين إطاراً آمناً لإصدار الأحكام التقييمية.

التشخيص الإكلينيكي وحساب احتمالات المراضة المشتركة

يواجه المعالجون النفسيون والأطباء السريريون تحدياً مستمراً يتمثل في ظاهرة المراضة المشتركة (Comorbidity)، وهي التزامن المتكرر لحدوث اضطرابين نفسيين أو أكثر لدى المريض نفسه، مثل التزامن الشائع بين اضطراب الاكتئاب الجسيم (MDD) واضطراب القلق العام (GAD). تبرز قاعدة الجمع هنا كأداة وبائية وإكلينيكية جوهرية لحساب الاحتمال الكلي لإصابة مراجع ما بأحد هذين الاضطرابين على الأقل ضمن مجتمع سريري محدد.

إذا كان احتمال تشخيص الاكتئاب في عيادة معينة يبلغ $P(\text{Depression}) = 0.35$، واحتمال تشخيص القلق يبلغ $P(\text{Anxiety}) = 0.40$، وتظهر السجلات الطبية أن احتمال تشخيص الاضطرابين معاً لدى الفرد نفسه يصل إلى $P(\text{Depression} \cap \text{Anxiety}) = 0.20$، فإن تطبيق القاعدة العامة للجمع يكشف الاحتمال الواقعي لوجود مريض يعاني من اضطراب مزاجي أو قلقي واحد على الأقل:
$$P(\text{Depression} \cup \text{Anxiety}) = 0.35 + 0.40 – 0.20 = 0.55$$
يوضح هذا الحساب بوضوح كيف أن إغفال التقاطع وطرحه سيؤدي إلى تقدير خاطئ ومتضخم ($0.75$)، وهو ما قد يقود إلى تخصيص غير دقيق للموارد العلاجية والكوادر الطبية في المنشآت الصحية.

إضافة إلى ذلك، تلعب قاعدة الجمع دوراً محورياً في المعايير التشخيصية المتعددة التي تعتمد على نظم التصنيف المعتمدة دولياً، مثل الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5) والتصنيف الدولي للأمراض (ICD-11). تتطلب العديد من المتلازمات المرضية استيفاء الفرد لعدد محدد من الأعراض البديلة من قائمة تشخيصية واسعة (مثلاً: “وجود العرض أ أو العرض ب كشرط أساسي”). تستند الخوارزميات الحسابية التي تحلل مسارات هذه التشخيصات البديلة إلى شجرة احتمالات متفرعة تطبق قاعدة الجمع بصيغتها العامة لتقدير الحساسية التشخيصية والنوعية (Sensitivity and Specificity) للأدوات السريرية.

الانحيازات المعرفية وانتهاك قاعدة الجمع في الفكر الإنساني

أظهرت دراسات علم النفس المعرفي وسيكولوجيا الحكم واتخاذ القرار، التي قادها الباحثان الشهيران دانيال كانمان وعاموس تفيرسكي، أن الحدس البشري ينتهك بشكل منهجي القواعد الصارمة لنظرية الاحتمالات، ولا سيما قاعدة الجمع وقاعدة الضرب. يميل البشر عند تقدير احتمالية الأحداث المنفصلة أو المركبة إلى الاعتماد على استراتيجيات اختزالية تُعرف بالاستدلالات الإرشادية (Heuristics)، مما يوقعهم في مغالطات منطقية متكررة.

تعد مغالطة الانفصال (Disjunction Fallacy) ومفهوم الجمع الناقص (Subadditivity) من أبرز الأمثلة السيكولوجية على الانحراف عن قاعدة الجمع. تنص نظرية الدعم (Support Theory) التي طورها تفيرسكي وكوهلر عام 1994 على أن الاحتمال الشخصي المسند إلى فرضية ما يعتمد على مدى وضوح وتفصيل الأدلة الداعمة لها في الذاكرة. ونتيجة لذلك، يميل الأفراد إلى تقدير احتمال وقوع حدث عام غير مفصل بدرجة أقل من مجموع احتمالات مكوناته المفصلة والمنفصلة، وهو ما يخرق المبدأ البديهي لقاعدة الجمع الذي يفرض تساوي الطرفين بدقة.

في سياق سلوك المخاطرة والقرارات المالية أو الطبية، إذا سُئل شخص عادي عن احتمال وفاته جراء “مرض خطير” (حدث عام)، فإنه غالباً ما يعطي تقديراً رقمياً يقل بكثير عن مجموع تقديراته المنفصلة لاحتمال وفاته بسبب “أمراض القلب”، أو “السرطان”، أو “السكتة الدماغية” عندما تُطرح عليه تلك المسببات فرادى وبشكل مفصل. يعود هذا التحيز الإدراكي إلى استدلال التوافر الذهني (Availability Heuristic)، حيث تثير الأسماء المحددة تمثيلات عقلية أكثر حيوية وسهولة في الاسترجاع، مما يوضح أن العقل البشري لا يحسب الاحتمالات كآلة إحصائية ملتزمة بقواعد الجمع الموضوعية، بل يدركها عبر مرشحات معرفية وعاطفية متحيزة.

التصميم التجريبي وضبط معدل الخطأ العائلي في الإحصاء النفسي

تتجلى الأهمية التطبيقية لقاعدة الجمع في جوهر منهجية البحث النفسي عند التعامل مع مشكلة المقارنات المتعددة واختبار الفرضيات الإحصائية الصفرية ($H_0$). عندما يُجري الباحث تجربة نفسية تتضمن مقارنة مجموعات تجريبية وضابطة متعددة—كما في دراسات فعالية العلاج النفسي الدوائي والمعرفي—يرتفع احتمال ارتكاب خطأ من النوع الأول (Type I Error)، وهو رفض الفرضية الصفرية بالخطأ، أي إعلان وجود أثر أو فارق ذي دلالة إحصائية بينما هو في الحقيقة ناتج عن الصدفة وحدها.

يُطلق على هذا الاحتمال المتراكم اسم معدل الخطأ على مستوى العائلة (Family-Wise Error Rate – FWER). لتوضيح ذلك، إذا كان احتمال ارتكاب خطأ من النوع الأول في اختبار إحصائي فردي هو $\alpha = 0.05$، وقام الباحث بإجراء ثلاثة اختبارات استدلالية مستقلة، فإن احتمال عدم ارتكاب أي خطأ في الاختبارات الثلاثة معاً هو:
$$(1 – \alpha)^3 = (0.95)^3 \approx 0.857$$
وبالتالي، فإن احتمال ارتكاب خطأ واحد على الأقل في عائلة الاختبارات هذه يحسب بالرجوع إلى مكملة الحدث وقاعدة الجمع للأحداث المستقلة، ليصبح:
$$FWER = 1 – 0.857 = 0.143$$
أي أن معدل الخطأ تضاعف ثلاث مرات تقريباً مقارنة بمستوى الدلالة الفردي المستهدف.

لحل هذه المعضلة المنهجية التي تهدد تكرارية النتائج في العلوم السلوكية، تعتمد تصحيحات المقارنات المتعددة، مثل تصحيح بونفيروني (Bonferroni Correction)، مباشرة على إحدى نتائج قاعدة الجمع المعروفة بـ متباينة بول (Boole’s Inequality). تنص هذه المتباينة على أن احتمال اتحاد أي عدد من الأحداث لا يمكن أبداً أن يتجاوز مجموع احتمالاتها الفردية، بصرف النظر عما إذا كانت متنافية، مستقلة، أو مرتبطة:
$$P\left(\big\cup_{i=1}^{k} E_i\right) le \sum_{i=1}^{k} P(E_i)$$
بناءً على هذه الخاصية المشتقة من قاعدة الجمع، يقسم الباحثون مستوى الدلالة الكلي المقبول (مثل $0.05$) على عدد المقارنات المنجزة ($k$)، مما يضمن ألا يتجاوز معدل الخطأ الكلي السقف المحدد، ويمنح الاستنتاجات السلوكية مصداقية إحصائية ومنهجية رصينة.

المقارنة المنهجية بين قاعدتي الجمع والضرب في النمذجة النفسية

لتحقيق فهم معمق لقاعدة الجمع في العلوم النفسية، من الضروري مقارنتها بنظيرتها التوأم: قاعدة الضرب (Multiplication Rule). تركز كل قاعدة منهما على نمط منطقي مختلف تماماً في فضاء الاحتمالات؛ فالجمع يرتبط بالعامل المنطقي “أو” (OR) الذي يشير إلى اتحاد الفئات والأحداث البديلة، بينما ترتبط قاعدة الضرب بالعامل المنطقي “و” (AND) الذي يشير إلى تقاطع الأحداث المتزامنة أو المتتابعة.

• قاعدة الجمع (Union / Disjunction): تُستخدم عندما نكون معنيين بتقدير احتمالية تحقق أي من السيناريوهات المتعددة؛ مثل احتمال أن يُظهر المريض استجابة للعلاج السلوكي المعرفي أو العلاج الدوائي أو كليهما. تعتمد هذه القاعدة على إضافة الاحتمالات مع تعديل الازدواجية عبر طرح التقاطع عند وجود اعتمادية.
• قاعدة الضرب (Intersection / Conjunction): تُستخدم عندما نبحث في احتمال تحقق مسار مركب يتطلب حدوث عدة ظواهر معاً؛ مثل احتمال أن يكون الفرد حاملاً لعلامة وراثية معينة ويتعرض في الوقت نفسه لضغط بيئي شديد، مما يؤدي لظهور الاضطراب النفسي. تُحسب هذه الاحتمالات عبر ضرب الاحتمالات الهامشية أو الشرطية: $P(A \cap B) = P(A) \times P(B|A)$.

إن الخلط بين هذين المبدأين في النمذجة السلوكية يقود إلى استنتاجات مضللة وفادحة؛ فعلى سبيل المثال، يؤدي افتراض الجمع بدلاً من الضرب إلى المبالغة القصوى في تقدير احتمالات المخاطر المركبة، في حين يؤدي افتراض الضرب بدلاً من الجمع إلى تصوير الحالات المرضية أو السلوكية ذات المسارات البديلة المتعددة على أنها نادرة الحدوث للغاية، وهو ما ينافي الواقع الإكلينيكي في تقييم متلازمات الصحة النفسية.

المحددات الإبستمولوجية والمآزق التطبيقية في دراسة السلوك

على الرغم من الأناقة الرياضية لقاعدة الجمع، فإن تطبيقها العملي في أبحاث العلوم الإنسانية يصطدم بمجموعة من العقبات المنهجية المعقدة. تتمثل العقبة الأولى في صعوبة التحديد الدقيق لفضاء العينة ($\Omega$)؛ فالسلوك البشري ليس تجربة قمار يمكن فيها حصر جميع النتائج الممكنة سلفاً، بل هو تدفق مستمر يتأثر بعوامل بيئية ونمائية معقدة وغير متوقعة، مما يجعل حساب الاحتمالات الدقيقة للأحداث البديلة أمراً محفوفاً بالتقدير التقريبي وليس اليقين الحسابي.

أما العقبة الثانية، فتكمن في التقدير الخاطئ لطبيعة العلاقة بين الأحداث، خصوصاً الافتراض المتسرع بأن الأحداث السلوكية متنافية عندما لا تكون كذلك في الواقع. ففي تقييم سمات الشخصية، قد يُفترض خطأً أن سمة الانبساطية (Extraversion) والانطوائية (Introversion) تمثلان طرفي نقيض متنافيين رياضياً بحسب الصيغة $P(A cup B) = P(A) + P(B)$، بينما تكشف الدراسات النفسية المعاصرة في نظرية السمات أن الفرد قد يظهر سلوكيات مرنة تمزج بين النمطين بحسب السياق، مما يحول السمتين إلى حدثين متقاطعين يتطلبان استخدام الصيغة العامة لقاعدة الجمع وطرح التقاطع بدقة متناهية.

بالإضافة إلى ذلك، تبرز معضلة التداخل الإحصائي عند محاولة عزل احتمالات تقاطع الأعراض التشخيصية في العينات الصغيرة؛ حيث تتسم تقديرات الاحتمالات المشتركة $P(A cap B)$ بارتفاع أخطاء المعاينة (Sampling Errors). يؤدي هذا التذبذب في العينات المحدودة إلى عدم استقرار حسابات الاحتمال الكلي المجمّع، مما يفرض على الباحثين النفسيين استخدام نماذج احتمالية بايزية متقدمة لدمج التوزيعات السابقة وتقليل التحيز في تقديرات قواعد الجمع والاتحاد للأحداث السريرية المعقدة.

خاتمة

تثبت قاعدة الجمع أنها ليست مجرد صيغة رياضية في الكتب التمهيدية للإحصاء، بل هي أداة نظرية وتحليلية عميقة توجه المنهج العلمي في علم النفس المعاصر بمختلف فروعه؛ من القياس السيكومتري وعلم النفس المعرفي إلى الممارسة الإكلينيكية وتصميم التجارب السلوكية. إن التمييز الدقيق بين الأحداث المتنافية وغير المتنافية، والوعي بكيفية تفاعل الاحتمالات الفردية لإنتاج فضاءات الاتحاد، يمنحان الباحثين والسريريين القدرة على تفكيك تعقيدات الشخصية والاضطرابات النفسية، وتجنب الانحيازات الإدراكية التي تلازم العقل البشري عند تقييم الشك والمخاطرة، مما يرسخ دعائم العلم النفسي كحقل تجريبي يعتمد على الدقة الكمية والصرامة المنهجية.

المراجع

• أمريتسون، إس. إي. (2010). الأسس الرياضية لنظرية القياس النفسي ونماذج الاستجابة للمفردة (ط. 2). نيويورك: دار روتليدج.
• تفيرسكي، أ.، وكوهلر، د. ج. (1994). نظرية الدعم: تحليل احتمالي وصفي للحكم في ظل عدم اليقين. المجلة السيكولوجية، 101(4)، 547-567. https://doi.org/10.1037/0033-295X.101.4.547
• دانيال، و. و.، وكروس، س. ل. (2018). الإحصاء الحيوي: أساس للتحليل في العلوم الصحية (ط. 11). هوبوكين: دار وايلي.
• كانمان، د. (2011). التفكير، بسرعة وببطء. نيويورك: فارار، وستراوس، وجيرو.
• كولموغوروف، أ. ن. (1956). أسس نظرية الاحتمالات (ط. 2، ت. موريسون). نيويورك: تشيلسي للنشر.
• هايز، و. ل. (1994). الإحصاء لعلماء النفس والعلوم السلوكية (ط. 5). فورت وورث: دار هاركورت بريس.