جوديا بيرل – 1936 حتى الوقت الحاضر

السيرة

يقف البروفيسور جوديا بيرل (Judea Pearl) كأحد أبرز الأعمدة الفكرية التي أعادت تشكيل مشهد الذكاء الاصطناعي، وفلسفة العلوم، ونظرية المعرفة الإحصائية في النصف الثاني من القرن العشرين ومطلع القرن الحادي والعشرين. لم تكن إسهامات بيرل مجرد تطوير لخوارزميات حاسوبية عابرة أو صياغات رياضية معزولة عن الواقع، بل كانت بمثابة ثورة إبستيمولوجية جذرية طالت كيفية فهمنا لمفاهيم اليقين، والشك، والارتباط، والأهم من ذلك كله: “السببية”. ففي الوقت الذي انصاعت فيه الأوساط الأكاديمية لعقود طويلة للهيمنة الإحصائية الوضعية التي رفعت شعار “الارتباط لا يعني السببية” وحظرت الحديث عن العِلّية في الدوائر الرياضية الصارمة، تجرأ بيرل على تفكيك هذا الحظر وتأسيس صرح رياضي ومنطقي متكامل يعيد الاعتبار للسؤال الإنساني الأزلي والأكثر جوهرية: “لماذا؟”.

إن مسار جوديا بيرل الفكري يمثل جسراً فريداً يربط بين الهندسة الدقيقة وعلوم الحاسوب من جهة، والعلوم المعرفية، وعلم النفس الإدراكي، وفلسفة العقل من جهة أخرى. فبدءاً من ابتكاره الثوري لمفهوم “الشبكات البايزية” (Bayesian Networks) التي مكنت الآلات لأول مرة من معالجة المعرفة في ظل عدم اليقين بأسلوب يحاكي الحدس البشري، وصولاً إلى تدشينه لـ “حساب التدخل السببي” (Causal Calculus / do-calculus) ونماذج السببية الهيكلية (Structural Causal Models)، استطاع بيرل تزويد الفكر البشري بأدوات دقيقة لم تقتصر فائدتها على هندسة النظم الذكية، بل امتدت لتشمل العلوم الطبية، والوبائيات، والاقتصاد، والعلوم الاجتماعية، والقانون الأخلاقي. لقد نقل بيرل التفكير الآلي من مجرد الملاحظة السلبية الخاملة للبيانات السطحية إلى آفاق الفعل الإرادي والتفكير التخيلي المضاد للواقع (Counterfactual Thinking).

تستعرض هذه الدراسة الموسوعية والمطولة المسيرة الحياتية والفكرية العميقة لجوديا بيرل منذ ولادته عام 1936 وحتى يومنا هذا؛ مسلطة الضوء على جذوره التكوينية، وتحولاته المعرفية الكبرى، وبنيته الرياضية الصارمة، وأبعاد مأساته الإنسانية الشاخصة التي تحولت إلى طاقة أخلاقية خلاقة. سنغوص في أعماق أطروحاته التي فضت الاشتباك بين الرؤية الإحصائية الكلاسيكية والرؤية العلية، وسنحلل كيف يقدم بيرل اليوم الترياق المنطقي الحاسم لعثرات الذكاء الاصطناعي المعاصر المفتون بنماذج التعلم العميق السطحية، مؤكداً أن الآلة لن تبلغ الرشد المعرفي ولن تشارك الإنسان وعيه إلا حين تتقن تسلق درجات “سلم السببية” وتدرك مغزى الأسباب الكامنة وراء ظواهر هذا الوجود.

1. النشأة والخلفية التكوينية لجوديا بيرل: الجذور والمسار العلمي

1.1 السنوات الأولى والبيئة الأكاديمية المبكرة

ولد جوديا بيرل في مدينة تل أبيب عام 1936، في بيئة تاريخية واجتماعية كانت تمور بالتحولات السياسية والتحديات المعقدة، إلا أنها كانت في الوقت ذاته بيئة مشبعة بتقدير استثنائي للثقافة، والفلسفة، والتعليم العالي. نشأ بيرل في كنف عائلة أولت اهتماماً بالغاً للتحصيل العلمي؛ حيث تشرب منذ طفولته المبكرة شغفاً عميقاً بالمسائل الرياضية المعقدة والاستفسار الفلسفي حول طبيعة العالم والكون. كان والداه يغرسان فيه تقديراً صوفياً تقريباً لقوة المنطق الإنساني وقدرة الفكر على تفكيك ألغاز المادة والحياة. هذه البيئة العائلية المبكرة طبعت تفكيره بنزعة تشكيكية بناءة، فلم يكن يقبل بالحقائق الجاهزة، بل كان يسعى دوماً للبحث عن الآليات التحتية والمحركات الخفية وراء أي ظاهرة مرئية.

مع وصوله إلى مرحلة التعليم الجامعي، اختار بيرل دراسة الهندسة الكهربائية في معهد التخنيون (Technion – Israel Institute of Technology) في حيفا، وهو أحد أكثر المعاهد العلمية صرامة في العالم. في التخنيون، تعرض بيرل لتدريب مكثف في الرياضيات التطبيقية، ونظرية الدوائر الكهربائية، والديناميكا الخطية وغير الخطية. هذا التعليم الهندسي الصارم لم يكسبه فقط براعة حسابية، بل غرس في ذهنه فهماً عميقاً لـ “الأنظمة الفيزيائية المغلقة والمفتوحة”، وكيفية تدفق الإشارات والتغذية الراجعة (Feedback Loops). لقد تعلم كيف ينظر إلى الدوائر بوصفها آليات مادية تستجيب لمدخلات حقيقية لتنتج مخرجات محددة، وهو نموذج ذهني سيشكل لاحقاً حجر الزاوية في رفضه للنماذج الإحصائية التي تعامل الواقع كـ “صندوق أسود” وتتجاهل التوصيلات الداخلية للعلل والمعلولات.

عقب إتمام دراسته في التخنيون، هاجر بيرل إلى الولايات المتحدة الأمريكية لمواصلة تعليمه العالي، وهي خطوة محورية نقلته إلى معاقل الثورة التقنية الحديثة. استقر في نيوجيرسي ونيويورك، حيث نال درجة الماجستير في الفيزياء من جامعة روتجرز (Rutgers University)، ثم حصل على درجة الدكتوراه في الهندسة الكهربائية من معهد البوليتكنيك في بروكلين (جامعة نيويورك حالياً) عام 1965. كانت أطروحته للدكتوراه تركز على ظواهر الموصلية الفائقة والمجالات الكهرومغناطيسية ونبذ تخزين المعلومات المغناطيسية، وهي موضوعات فيزيائية دقيقة تنتمي للصلب المادي للإلكترونيات الدقيقة. أتاحت له هذه المرحلة الجمع بين الصرامة النظرية للفيزياء الرياضية والتطبيق الإبداعي للهندسة، مما عمق اقتناعه بأن النظريات العلمية لا تستحق صفتها ما لم تكن قادرة على تفسير آليات الفعل والإنتاج السببي في العالم العياني.

خلال عمله في مختبرات شركة “RCA” البحثية الشهيرة ومختبرات شركة “Electronic Memories, Inc”، ركز بيرل على دراسة أجهزة الذاكرة الفائقة والموجات الكهرومغناطيسية. ومع ذلك، بدأت بذور التحول الفكري الكبرى تنمو في عقله مع أواخر ستينيات القرن العشرين. بدأ بيرل يدرك تدريجياً أن التحدي الأكبر للقرن القادم لن يكون في تصنيع المكونات المادية للحواسيب (Hardware)، بل في فهم “طبيعة المعلومات” وكيف يمكن للأنظمة الصورية أن تمثل المعرفة، وتستنتج الدلالات، وتحاكي التفكير البشري. هذا الوعي قاده إلى اتخاذ قرار شجاع بالانتقال من عالم الإلكترونيات والفيزياء الصلبة إلى مجال علوم الحاسوب والأنظمة المعرفية الوليد، وهو تحول كان دافعه البحث عن القوانين المنطقية التي تحكم العقل البشري أثناء مجابهته لتعقيدات البيئة وعدم يقينها.

1.2 الانتقال نحو علوم الحاسوب والذكاء الاصطناعي المعرفي

في عام 1970، انضم جوديا بيرل إلى هيئة التدريس في جامعة كاليفورنيا، لوس أنجلوس (UCLA) كأستاذ في قسم علوم الحاسوب، وهي الخطوة التي دشنت العصر الذهبي لمسيرته الأكاديمية والبحثية. في جامعة كاليفورنيا، وجد بيرل بيئة فكرية خصبة ومفتوحة تسمح بتجاوز الحدود الفاصلة بين التخصصات الأكاديمية التقليدية. وسرعان ما أسس هناك “مختبر النظم المعرفية” (Cognitive Systems Laboratory)، الذي تحول بسرعة إلى بؤرة فكرية عالمية تجتذب ألمع العقول في مجالات المنطق، والخوارزميات، والذكاء الاصطناعي، والعلوم المعرفية. كان هدف بيرل المعلن ليس بناء حواسيب تقوم بحسابات أسرع، بل تصميم أنظمة قادرة على إظهار مظاهر “الحصافة البشرية” والتعامل مع الغموض والبيانات غير المكتملة بنفس المرونة التي يتمتع بها الإدراك البشري.

كانت أبحاث بيرل المبكرة في السبعينيات تركز على خوارزميات البحث التجريبي (Heuristic Search) ونظرية الألعاب الحاسوبية، حيث أصدر في عام 1984 كتابه الرائد Heuristics: Intelligent Search Strategies for Computer Problem Solving. في هذا العمل الفذ، حلل بيرل رياضياً الطرق التي يبتكرها العقل البشري لاختزال فضاءات البحث اللانهائية والوصول إلى حلول شبه مثالية بأقل جهد حسابي ممكن. ومع ذلك، كان بيرل يدرك أن الذكاء الاصطناعي في تلك الحقبة كان يعاني من أزمة بنيوية حادة؛ إذ كان التيار السائد، المعروف بـ “الذكاء الاصطناعي الرمزي الكلاسيكي” (Good Old-Fashioned AI – GOFAI)، يستند إلى المنطق الأرسطي الصارم (ثنائي القيم: صح أو خطأ). وقد تجلى هذا التيار في “الأنظمة الخبيرة” (Expert Systems) التي اعتمدت على آلاف من قواعد “إذا… إذن” (If-Then rules).

أدرك بيرل بعين الناقد أن هذه الأنظمة هشة للغاية ولا تستطيع الصمود أمام تعقيدات العالم الواقعي؛ فالإنسان الطبيعي لا يفكر بقواعد منطقية جازمة لا استثناء فيها، بل يفكر في إطار من الشك، والاحتمالية، وتفاوت درجات الثقة. هنا قاد بيرل انعطافة منهجية ثورية عبر التقاطع الخصب بين النمذجة الحاسوبية وعلم النفس التجريبي. لقد تساءل: كيف يتمكن الطبيب من تشخيص المرض بناءً على أعراض غير مؤكدة وفحوصات غير حاسمة؟ وكيف يتمكن الإنسان العادي من قيادة سيارته في شارع مزدحم دون أن تتوقف معالجته الذهنية بسبب الاحتمالات اللانهائية للحوادث الطارئة؟ قادته هذه التساؤلات إلى استنتاج مفاده أن الذكاء الحقيقي لا ينبع من اليقين الرياضي الصلب، بل من القدرة الفائقة على الاستدلال المتماسك في ظل “عدم اليقين” (Reasoning under Uncertainty).

أعاد بيرل صياغة مشكلات الذكاء الاصطناعي بوصفها امتداداً طبيعياً لآليات الإدراك البشري، رافضاً النماذج التي تعزل الحاسوب عن السياق الحيوي للسلوك الإنساني. ورأى أن التحدي المركزي يتمثل في كيفية بناء معمارية حسابية تستطيع تمثيل البنى المعرفية المعقدة، ودمج الأدلة والملاحظات المستجدة بصورة ديناميكية، ومحاكاة الكيفية التي يتنقل بها العقل البشري بين المعلومة الجزئية والحكم الكلي دون السقوط في فخ التعقيد الحسابي الشال. كانت هذه الرؤية التأسيسية هي التربة التي نبتت فيها لاحقاً فكرة الشبكات البايزية، والتي شكلت النواة الأولى للثورة الاحتمالية التي اجتاحت الذكاء الاصطناعي في العقود اللاحقة.

2. الثورة البايزية وتأسيس شبكات المعتقد في الإدراك الآلي

2.1 مفهوم الشبكات البايزية كبنية تمثيل معرفي

في أواخر السبعينيات ومطلع الثمانينيات، واجه الذكاء الاصطناعي معضلة كبرى عُرفت بـ “الانفجار الحسابي” (Combinatorial Explosion) عند محاولة استخدام نظرية الاحتمالات التقليدية لتمثيل المعرفة. إذا كان لدينا نظام يحتوي على مائة متغير طبي فقط، فإن التوزيع الاحتمالي المشترك الكامل (Full Joint Probability Distribution) يتطلب تخزين وحساب مليارات الاحتمالات، وهو ما كان مستحيلاً عملياً ونظرياً، فضلاً عن كونه ينافي البداهة النفسية؛ إذ يستحيل أن يخزن العقل البشري جداول احتمالية بهذا الحجم الفلكي. من هنا، ابتكر جوديا بيرل مفهوماً عبقرياً أعاد تشكيل الحقل المعرفي بأسره، وهو: “الشبكات البايزية” (Bayesian Networks)، والمعروفة أيضاً بـ “شبكات المعتقد” (Belief Networks).

استند بيرل في ابتكاره إلى دمج نظريتين رياضيتين متباعدتين: “نظرية البيان” (Graph Theory) و”نظرية الاحتمالات” البايزية. تتكون الشبكة البايزية من رسم بياني موجه عديم الحلقات (Directed Acyclic Graph – DAG)، حيث تمثل العُقد (Nodes) المتغيرات العشوائية أو المفاهيم المعرفية (مثل: الأعراض، الأمراض، الظواهر الجوية)، بينما تمثل الحواف الموجهة (Directed Edges) العلاقات الاحتمالية والشرطية المباشرة بين هذه المتغيرات. تكمن العبقرية الاستثنائية للشبكة البايزية في قدرتها على التعبير عن “الاستقلالية الشرطية” (Conditional Independence)؛ فالشبكة لا تفترض أن كل شيء يرتبط بكل شيء، بل تقر بأن معظم المتغيرات تستقل عن بعضها بمجرد معرفة وسيط مباشر، وهو ما يتوافق تماماً مع النظرة البديهية للإنسان للعالم.

لم يكتف بيرل بالتمثيل البنيوي للشبكات، بل طور خوارزميات رائدة تسمى “انتشار المعتقد” (Belief Propagation) عبر تمرير الرسائل الموضعية (Message Passing). أثبت بيرل أنه في الشبكات الشجرية ذات المسار الواحد (Polytrees)، يمكن تحديث الاحتمالات لكل عقدة بالكامل من خلال تبادل رسائل رقمية مقتضبة بين العقد المتجاورة فقط، دون الحاجة إلى معالج مركزي يحل المصفوفات العملاقة. هذا الاكتشاف أحدث صدمة إيجابية في الأوساط العلمية، لتناظره المدهش مع كيفية عمل المشابك العصبية في الدماغ البشري؛ حيث تتواصل الخلايا العصبية عبر إشارات محلية تؤدي في مجموعها إلى توليد إدراك متكامل ومتوازن على المستوى الكلي. نجح بيرل بهذا الإنجاز في قهر الانفجار الحسابي، ومكن الحواسيب من محاكاة الطريقة التي يربط بها الإنسان بين المعطيات والنتائج بدقة وسرعة مذهلتين.

توج بيرل هذه الثورة المعرفية بنشر كتابه المرجعي التاريخي في عام 1988 بعنوان: Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. لم يكن هذا الكتاب مجرد نص تعليمي في علوم الحاسوب، بل كان بياناً فكرياً أسس لـ “الذكاء الاصطناعي الاحتمالي”، وهو النموذج الذي أزاح الأنظمة الخبيرة القائمة على المنطق الجامد، وفتح الباب على مصراعيه أمام معالجة اللغات الطبيعية، والرؤية الحاسوبية، والتشخيص الطبي المتقدم، وعلم الروبوتات، ليصبح بيرل بلا منازع الأب الروحي للاستدلال الآلي الحديث في ظل عدم اليقين.

2.2 الأبعاد السيكولوجية لنظرية الاحتمالات الذاتية

يتجاوز إنجاز بيرل في الشبكات البايزية البعد الرياضي المجرد ليلامس جوهر الفلسفة السيكولوجية للمعرفة البشرية. لقد قاد بيرل تحولاً جذرياً ضد المدرسة الإحصائية “التكرارية” (Frequentist Probability) المهيمنة، التي تعرف الاحتمال بأنه التكرار النسبي لوقوع حدث ما عبر تجارب لانهائية متماثلة. هذا التعريف التكراري، وإن كان مفيداً في رمي قطع النقود أو تحليل ألعاب القمار، يقف عاجزاً ومشلولاً تماماً أمام فهم العمليات العقلية اليومية للإنسان؛ فنحن في حياتنا اليومية نطلق أحكاماً احتمالية على أحداث فريدة لن تتكرر أبداً (مثل: “ما هو احتمال نشوب نزاع إقليمي هذا العام؟” أو “ما احتمال أن يكون هذا المريض مصاباً بمرض نادر بناءً على تعبيرات وجهه؟”).

تبنى بيرل المفهوم “البايزي الذاتي” (Subjective Bayesianism)، الذي ينظر إلى الاحتمال بوصفه “درجة اعتقاد عقلاني” (Degree of Belief) يحملها المراقب في ظل ما يمتلكه من معلومات راهنة. المعتقد هنا ليس كياناً استاتيكياً ثابتاً، بل هو عملية سيكولوجية ديناميكية مستمرة؛ حيث يمتلك الفرد “معتقدات قبلية” (Priors) ناتجة عن خبراته السابقة ومعرفته التراكمية، وحين يواجه دليلاً جديداً أو طارئاً (Evidence)، يقوم بتحديث هذه المعتقدات وفق “مبرهنة بايز” لإنتاج “معتقدات بعدية” (Posteriors). قدمت شبكات بيرل البايزية الأساس الحسابي الدقيق لكيفية موازنة الدماغ البشري بين ما يعرفه مسبقاً وما يلاحظه في اللحظة الراهنة، مفسرة كيف يمكن لشخصين أن يتوصلا إلى استنتاجات مختلفة انطلاقاً من نفس الملاحظة إذا كانت خلفياتهما المعرفية القبلية متباينة.

علاوة على ذلك، أصبحت الشبكات البايزية أداة تحليلية أساسية في أيدي علماء النفس المعرفي لدراسة ظواهر “التحيز الإدراكي” (Cognitive Biases) التي كشف عنها دانيال كانيمان وآموس تفيرسكي. استطاع الباحثون، باستخدام نماذج بيرل، فهم أسباب وقوع البشر في أخطاء إحصائية منهجية، مثل “مغالطة معدل الأساس” (Base Rate Fallacy) أو ظاهرة “التأكيد الإدراكي”؛ حيث تبين أن كثيراً من هذه التحيزات ليست عيوباً بنيوية غبية في الدماغ البشري، بل هي استراتيجيات حسابية تقريبية ناتجة عن قيود المعالجة في الشبكات العصبية التي تحاول تقليص كلفة الطاقة الحسابية عبر إهمال بعض المسارات الاحتمالية المعقدة. لقد قدم بيرل لعلم النفس المعرفي لغة صورية تمكنه لأول مرة من صياغة نظريات دقيقة وقابلة للاختبار التجريبي حول هندسة المعتقدات البشرية.

3. من الارتباط الإحصائي إلى السببية: الانعطافة المعرفية الكبرى

3.1 نقد النموذج الإحصائي الوضعي وهيمنة الارتباط

على الرغم من النجاح الأسطوري الذي حققته الشبكات البايزية والاعتراف العالمي الذي ناله جوديا بيرل في أواخر الثمانينيات، إلا أنه وجد نفسه في مواجهة مأزق معرفي محير بدأ يقض مضجعه الأكاديمي. لاحظ بيرل أن الشبكات البايزية، بصيغتها الأولى، كانت أنظمة احتمالية بحتة تقيس “الترافـق المشترك” و”الارتباط الإحصائي الشرطي” بين المتغيرات؛ فإذا كانت العقدة (أ) متصلة بالعقدة (ب)، فإن تدفق الاحتمال في الشبكة هو تدفق متناظر رياضياً، بمعنى أن وجود الملاحظة (أ) يغير احتمال حدوث (ب)، والعكس صحيح تماماً عبر تطبيق مبرهنة بايز. غير أن الواقع الإنساني والفيزيائي لا يسير بهذا التناظر؛ فارتفاع درجة الحرارة يتسبب في تمدد الزئبق في ميزان الحرارة، لكن ضغط عمود الزئبق عمداً لإجباره على التمدد لن يرفع درجة حرارة الغرفة!

أدرك بيرل أن مجتمع الذكاء الاصطناعي والإحصاء كان أسيراً لمأزق معرفي خطير رسخته الوضعية المنطقية في علم الإحصاء الكلاسيكي على يد رواد كبار مثل كارل بيرسون (Karl Pearson) ورونالد فيشر (Sir Ronald Fisher). كان بيرسون، بفلسفته الراديكالية المتأثرة بإرنست ماخ، يعتقد جازماً أن مفهوم “السبب والنتيجة” هو خرافة ميتافيزيقية عفا عليها الزمن ولا مكان لها في العلم الصارم؛ وذهب بيرسون إلى أن كل ما يمكن للعلم أن يرصده ويقيسه رياضياً هو “معامل الارتباط” (Correlation). وبناءً على ذلك، تم إقصاء السببية من المعاجم والمعادلات الرياضية، وتحول شعار “الارتباط لا يقتضي السببية” من تحذير منهجي مشروع إلى عقيدة شلت الفكر العلمي، وتركت الباحثين دون لغة رياضية تتيح لهم حتى صياغة الفرضيات العلية صراحة في أوراقهم العلمية.

شن بيرل نقداً لاذعاً وغير مهادن لهذا الإرث الإحصائي الوضعي، واصفاً إياه بأنه حظر دوغمائي غير مبرر أعاق تقدم الذكاء الاصطناعي عقوداً كاملة. وجادل بيرل بأن خوارزميات التعلم الآلي المعاصرة، مهما بلغت قوتها الحسابية، تظل حبيسة هذا الفخ الإحصائي؛ فهي بارعة في استخراج الأنماط السطحية والترابطات التزامنية عبر مليارات البيانات، لكنها تظل عمياء تماماً عن الآليات التوليدية التي أنتجت تلك البيانات في المقام الأول. إن النموذج الإحصائي يخبرنا أن صياح الديك يترافق إحصائياً بنسبة تامة مع شروق الشمس، لكنه يعجز عن إخبارنا بما سيحدث إذا قمنا بإسكات الديك بالقوة: هل ستشرق الشمس أم ستغرق الأرض في ظلام أبدي؟

رأى بيرل أن الحل لا يكمن في إنكار البيانات، بل في ابتكار “لغة رياضية جديدة تماماً” تتجاوز قيود حساب الاحتمالات الكلاسيكي. كان هذا الإدراك بمثابة ميلاد مشروعه الثاني والأعظم تأثيراً: الانتقال من الاستدلال الاحتمالي إلى “الاستدلال السببي” (Causal Inference). لقد أصر بيرل على أن السببية ليست مجرد درجة عالية من الارتباط، وليست احتمالية مشروطة إضافية، بل هي مقولة أنطولوجية وإبستيمولوجية مستقلة بذاتها تتطلب رموزاً، وقواعد منطقية، وحساباً جبرياً خاصاً بها يمكنها من التعبير عن تدفق الفعل والتأثير في الكون.

3.2 إعادة الاعتبار للسببية في فلسفة العلوم وعلم النفس

بانعطافته نحو السببية، وجد جوديا بيرل نفسه يواجه الشبح الفلسفي الأشهر في نظرية المعرفة الغربية: الفيلسوف الإسكتلندي ديفيد هيوم (David Hume). كان هيوم قد أرسى في القرن الثامن عشر تشكيكيته الراديكالية الشهيرة حول السببية؛ مؤكداً أن الحواس البشرية لا تستطيع رصد “الرابط الضروري” بين السبب والمسبب؛ فكل ما نلاحظه في الواقع هو مجرد “اقتران دائم” (Constant Conjunction) بين حدثين: نرى كرة البلياردو الأولى تتحرك، ثم تلامس الثانية، ثم نرى الثانية تتحرك، لكننا لا نرى بالعين المجردة أي “قوة سببية” تمر من الأولى إلى الثانية. وبسبب نقد هيوم، تراجعت الفلسفة الوضعية عن تبني السببية كحقيقة واقعية وصنفتها كعادة ذهنية نفسية بحتة لا ترقى لليقين العلمي.

استطاع بيرل، ببراعة رياضية منقطعة النظير، نزع فتيل الشكوك الهيومية ليس عبر الإنكار الفلسفي الساذج، بل من خلال صياغة نظرية رياضية محكمة تقبض على جوهر السببية دون الحاجة إلى افتراض قوى ميتافيزيقية خفية. برهن بيرل على أن السببية يمكن اختبارها وتحديدها بدقة رياضية صارمة إذا ما تم إدخال مفهوم “الفعل” و”التدخل الخارجي” في المعادلة؛ فالسببية لا تكتشف بالمشاهدة السلبية الخاملة لأحداث العالم، بل عبر التفاعل والممارسة؛ أي عبر إخضاع النظام لتدخل خارجي يعزل المتغيرات ويرصد النتائج المتغيرة.

في الوقت عينه، وجد بيرل دعماً تجريبياً هائلاً لأطروحاته في أبحاث علم النفس النمائي والمعرفي، لاسيما أعمال عالمة النفس الشهيرة أليسون جوبنيك (Alison Gopnik) وزملائها. فقد أظهرت التجارب السيكولوجية الرائدة أن الأطفال الصغار، حتى في عمر تسعة أشهر، لا يتعلمون عن العالم عبر تسجيل الترددات الإحصائية السطحية مثلما تفعل الشبكات العصبية الحاسوبية، بل يتعلمون بوصفهم “علماء صغار” يبنون نماذج سببية فرضية داخل عقولهم. يقوم الطفل بإسقاط ملعقته عمداً على الأرض مراراً وتكراراً ليرى الصوت والارتداد ورد فعل الوالدين؛ إنه يجري تجارب سببية وتدخلات فعلية تعيد معايرة شبكته الذهنية السببية.

خلص بيرل إلى أن التفكير السببي ليس ترفاً فلسفياً ولا اختراعاً أكاديمياً حديثاً، بل هو “ضرورة تطورية حتمية” كفلت بقاء النوع البشري وتكيفه السليم مع البيئة عبر ملايين السنين. فالكائن الحي الذي يكتفي بملاحظة الارتباطات سيتساوى في نظره خطر النمر الحقيقي مع صوت حفيف الأشجار العابر، بينما الكائن الذي يمتلك بنية إدراكية علية هو وحده القادر على التمييز بين الأسباب الجذرية للمخاطر وتداعياتها السطحية، وهو القادر على التدخل الاستباقي لتغيير مسارات الأحداث لصالحه. من هذا المنطلق، لم تكن جهود بيرل مجرد تحديث للخوارزميات، بل كانت إعادة اعتبار للسمة الأنطولوجية الأكثر تمييزاً للعقل البشري الواعي.

4. سلم السببية المعرفي: هرمية المستويات الإدراكية لدى بيرل

لتوضيح الفارق المعرفي الحاسم بين معالجة البيانات الإحصائية السطحية والفهم السببي العميق، صاغ جوديا بيرل في أعماله المتأخرة نموذجاً إبستيمولوجياً وأسماه “سلم السببية” (The Ladder of Causation). يمثل هذا السلم هرمية معمارية تتألف من ثلاث درجات إدراكية صارمة؛ حيث تتطلب كل درجة قدرات تمثيلية وحسابية تفوق بمراحل الدرجة التي تسبقها، ولا يمكن لأي نظام ذكي أن يحل مسائل درجة عليا باستخدام أدوات الدرجة الأدنى. هذا السلم يمثل خارطة الطريق التي يقدمها بيرل للعبور من الذكاء الاصطناعي الضيق الراهن إلى الذكاء الاصطناعي العام ذي الإدراك الشامل.

4.1 المستوى الأول: الارتباط والملاحظة السلبية

يمثل المستوى الأول، وهو الدرجة السفلى من السلم، مستوى المشاهدة والارتباط (Association / Seeing). يعنى هذا المستوى برصد الأنماط الإحصائية في تدفق البيانات الخام دون إحداث أي تغيير أو تدخل في البيئة المحيطة. السؤال المعرفي النموذجي الذي يطرحه هذا المستوى هو: “ماذا يخبرني هذا الحدث أو العرض عن حدث آخر؟” أو رياضياً: “ما هو احتمال حدوث (Y) إذا لاحظت وجود (X)؟”؛ ويتم التعبير عن ذلك بدقة في حساب الاحتمالات الكلاسيكي بالاحتمال الشرطي القياسي: P(y | x).

يشير بيرل إلى أن غالبية الأنظمة الإدراكية لدى الحيوانات غير الواعية والأسلاف البيولوجيين تعتمد كلياً على هذا المستوى من المعالجة. ومن الناحية السيكولوجية، يتطابق هذا المستوى تماماً مع مفاهيم “السلوكية الكلاسيكية” (Classical Behaviorism) وعمليات “الإشراط البافلوفي”؛ حيث يتعلم الكلب ربط صوت الجرس بتقديم الطعام بناءً على الترافق الزمني المتكرر بين المثيرين. الكلب هنا لا يفهم الآلية العلية ولا يمتلك نموذجاً ذهنياً يفسر كيف يؤدي الجرس إلى قدوم الطعام، بل يسجل فقط الاقتران المتبادل في جهازه العصبي.

ويكمن النقد الجوهري والمدوي الذي يوجهه بيرل لمشهد التكنولوجيا المعاصر في تأكيده القاطع على أن كل إنجازات “التعلم العميق” (Deep Learning)، والشبكات العصبية الاصطناعية الالتفافية والتوليدية، ونماذج اللغات الكبيرة الحديثة مثل GPT، تقف بأكملها مقيدة عند هذه العتبة الأولى من السلم السببي. إنها أنظمة تقوم بمطابقة منحنيات بالغة التعقيد في فضاءات بيانات متعددة الأبعاد لاستخراج مصفوفات الترابط؛ وتستطيع أن تخبرك بأن الأشخاص الذين يشترون سلعة معينة يميلون لشراء سلعة أخرى، أو تتنبأ بالكلمة التالية بناءً على الكلمات السابقة، لكنها تظل عاجزة بنيوياً ومنطقياً عن مغادرة هذا المستوى الإحصائي الخامل لأنها لا تمتلك فهماً للمعنى ولا آليات سببية داخلية تفسر ما وراء الأنماط المرصودة.

4.2 المستوى الثاني: التدخل والفعل الإرادي

يمثل المستوى الثاني في سلم بيرل قفزة تطورية نوعية، وهو مستوى التدخل والفاعلية (Intervention / Doing). لم يعد النظام الذكي هنا مجرد مراقب خامل يتأمل ما يجري في مسرح الكون، بل يتحول إلى “فاعل إرادي” يتدخل بوعي لتغيير حالة متغير ما ليرى كيف ستستجيب المنظومة بأكملها. السؤال المعرفي المميز لهذا المستوى هو: “ماذا سيحدث للمتغير (Y) إذا قمت أنا بالفعل بالتدخل وتغيير المتغير (X)؟” أو بالصياغة الإجرائية: “هل سيشفي هذا الدواء المريض إذا أجبرناه على تناوله؟”.

أدرك بيرل أن الرياضيات الإحصائية الكلاسيكية لا تملك أي صياغة لتمثيل هذا التدخل الإرادي؛ حيث كانت تخلط دائماً بين “الملاحظة المشروطة” (رؤية الحدث يحدث تلقائياً) و“الفعل الموجه” (صناعة الحدث قسراً). لحل هذا المأزق، اجترح بيرل ابتكاره الرياضي الشهير المتمثل في “مؤثر التدخل” (do-operator)؛ فصاغ احتمالاً جديداً تماماً في تاريخ الرياضيات هو: P(y | do(x)). الفارق شاسع وحاسم: فالاحتمال P(Cancer | Smoke) يقيس ببساطة نسبة السرطان بين من نراهم يدخنون في الواقع، وهو مقياس مشوب بعوامل مربكة محتملة كالجينات أو نمط الحياة، بينما الاحتمال P(Cancer | do(Smoke)) يقيس احتمال الإصابة بالسرطان إذا أجبرنا مجتمعاً مختاراً عشوائياً على التدخين قسراً، أي بعد اقتلاع كل مسببات التدخين الذاتية وعزل الفعل عن سياقه الطبيعي.

لقد دشن بيرل ما يسمى بـ “حساب التدخل السببي” (do-calculus)، وهو نظام جبري كامل يتألف من ثلاث قواعد استدلالية محكمة رياضياً تسمح للباحثين بتحويل المعادلات المحتوية على مؤثر الفعل do(x) إلى معادلات احتمالية قياسية خالية من مؤثر الفعل، وذلك بناءً على البنية البيانية للنموذج السببي للظاهرة. يتيح هذا الإنجاز الخارق للعلماء الإجابة عن أسئلة التدخلات الطبية والسياسات الاقتصادية بالاعتماد على بيانات قائمة دون الحاجة دائماً لإجراء تجارب سريرية قد تكون مستحيلة أو غير أخلاقية. يتطابق هذا المستوى في علم النفس الإدراكي مع الإرادة الحرة، واستكشاف الفضاء الحركي الحسي (Sensorimotor exploration)، والتعلم التجريبي الإجرائي القائم على صناعة الأسباب لمشاهدة النتائج.

4.3 المستوى الثالث: التخيل والتفكير المضاد للواقع

تتربع في قمة سلم السببية المعرفي أرقى القدرات العقلية التي يمتلكها الكائن الواعي، ألا وهي التخيل والتفكير المضاد للواقع (Counterfactuals / Imagining). لا يقتصر هذا المستوى على رصد ما حدث (المستوى الأول)، ولا على اختبار ما سيحدث عند التدخل في الحاضر (المستوى الثاني)، بل يرتقي إلى استنطاق أبعاد بديلة لما جرى بالفعل، واستحضار سيناريوهات وهمية لم تحدث في عالمنا الواقعي لمعرفة مآلاتها. السؤال المعرفي الجوهري هنا هو: “ماذا كان سيحدث لـ (Y) لو أننا تصرفنا بطريقة مغايرة لِما قمنا به بالفعل في الماضي، مع بقاء كل الشروط الأخرى ثابتة؟”؛ ويُصاغ هذا رياضياً بالرمز: P(y_x' | x, y).

يتطلب هذا المستوى الحسابي قدرة فريدة على “الانشطار المعرفي” المزدوج؛ حيث يجب على العقل في آن واحد أن يحتفظ بذاكرة الواقع التاريخي الفعلي الذي وقع بالفعل (مثلاً: المريض تناول الدواء وتوفي)، وأن يخلق في مساحة خياله عالماً موازياً يطابق العالم الحقيقي في كل خصائصه الفردية الدقيقة باستثناء متغير وحيد يتم تغييره رجعياً (لو أن المريض عينه لم يتناول الدواء، هل كان سينجو؟). طور بيرل الأساس المنطقي الصارم للإجابة الرياضية عن هذه الأسئلة الافتراضية عبر دمج النماذج الهيكلية مع منطق العوالم الممكنة الفلسفي لديفيد لويس وروبرت ستولنيكر، مقدماً خوارزميات حسابية واضحة ومحددة لا لبس فيها لحل المعادلات المضادة للواقع.

يعد هذا المستوى الإدراكي، من المنظور التطوري، السمة المميزة التي مكنت الإنسان العاقل (Homo Sapiens) من الانفصال عن بقية الكائنات الحية والقيام بـ “الثورة المعرفية”. فالتفكير المضاد للواقع هو المحرك الخفي لكل سلوك سيكولوجي متقدم: فهو أصل الشعور الإنساني بالندم والذنب، وهو ركيزة التقييم الأخلاقي والمحاسبة القانونية للجريمة، وهو منبع القدرة على التخطيط الاستراتيجي المستقبلي وتصميم الأدوات المركبة المعقدة؛ فالصانع لا يصنع الفأس إلا لأنه تخيل سيناريو افتراضياً مضاداً للواقع يقول: “لو كان هذا الحجر حاداً لقطع الخشب بشكل أسرع”. بدون المستوى الثالث، يظل العقل سجين اللحظة الراهنة، وعاجزاً عن التعلم من الأخطاء السابقة.

5. نماذج السببية الهيكلية (SCM) كأطر لتفسير المعمارية الذهنية

5.1 مكونات النموذج السببي الهيكلي والوظائف الذهنية

لتجسيد هذا السلم السببي في بنية رياضية وحاسوبية قابلة للتنفيذ المبرمج، طور جوديا بيرل إطاره النظري الأكمل: “نماذج السببية الهيكلية” (Structural Causal Models – SCM). يقوم هذا الإطار على تزاوج منهجي فريد بين ثلاثة مكونات رئيسية تعكس بنية التفكير الذهني البشري: الرسوم البيانية الموجهة عديمة الحلقات (DAGs)، ومجموعة من المعادلات الهيكلية الوظيفية المحددة، وتوزيع احتمالي على المتغيرات غير المرصودة أو العوامل الكامنة التي تحيط بالظاهرة.

المكون الأول، وهو الرسم البياني، يمثل “الخريطة الإدراكية للواقع” (Mental Map of Reality)؛ وفيه تشير الأسهم الموجهة إلى اتجاه التدفق الحقيقي للتأثير السببي من العلة إلى المعلول. المكون الثاني يتألف من معادلات غير متناظرة تأخذ الصيغة: X_i = f_i(PA_i, U_i)، حيث تعني هذه المعادلة أن المتغير X_i هو دالة قطعية تتحدد قيمتها بناءً على قيمة “آبائه المباشرين” في الرسم البياني PA_i (أي أسبابه المباشرة)، بالإضافة إلى متغير خارجي غير مرصود U_i (Exogenous Variable) يعبر عن الخلفية البيئية المشوشة، أو العوامل الجينية الفردية، أو العشوائية الكامنة التي لا نملك وصولاً حسياً مباشراً إليها. هذه الصياغة الهيكلية تحاكي ببراعة كيف يفسر العقل الفطري الأحداث؛ فنحن ندرك أن الظواهر ليست مجرد احتمالات عائمة، بل هي نتائج لآليات عمل محددة ودقيقة تتأثر بمؤثرات صريحة وخلفيات باطنة.

تتمثل إحدى أعظم مآثر بيرل الرياضية في هذا الإطار في ابتكاره لمعيار “الفصل البياني” (d-separation). معيار الفصل البياني هو خوارزمية هندسية صورية تمكننا، بمجرد النظر إلى بنية الرسم البياني وعلاقات الأسهم بين المتغيرات (سواء كانت سلاسل سببية متوالية، أو تشعبات لعلة مشتركة، أو مصادمات تلتقي فيها العِلل)، من معرفة ما إذا كان هناك مسار لتدفق المعلومات بين أي متغيرين، وتحديد أي المتغيرات التي إذا تم “حجبها” أو عزلها ذهنياً جعلت المتغيرين مستقلين إحصائياً تماماً عن بعضهما البعض. هذا المعيار ليس مجرد تقنية حسابية، بل هو تفسير رياضي باهر لكيفية تحقيق “الاستقلالية الإدراكية” في الذهن البشري؛ إذ يوضح كيف يتمكن العقل من عزل الحقائق والمفاهيم عن بعضها البعض وتجنب التشتت المعرفي، والتركيز على العوامل ذات الصلة السببية الحقيقية بالموقف الراهن دون غيرها.

5.2 تطبيقات النماذج الهيكلية في تفسير المعالجة المعرفية

فتحت نماذج السببية الهيكلية لبيرل آفاقاً رحبة وغير مسبوقة لفهم العمليات المعرفية الأكثر تعقيداً في الدماغ البشري، وفي مقدمتها “الفهم اللغوي واستيعاب الدلالات”. فاللغة الطبيعية ليست مجرد تتابع نحوي للكلمات أو مصفوفة من المتجهات الرقمية كما تفهمها نماذج الذكاء الاصطناعي السطحية، بل هي إشارات حوارية مشفرة تستدعي نماذج سببية مضمرة في ذهن السامع. فعندما نقرأ جملة مثل: “انزلقت السيارة لأن الشارع كان مغطى بالجليد وسقط المطر”، يستدعي العقل على الفور رسماً بيانياً سببياً يربط بين انخفاض الاحتكاك، والتساقط، وسرعة الحركة؛ وبفضل هذا النموذج السببي يستطيع العقل إدراك المعنى فوراً واستنتاج النتائج المحتملة، مثل احتمالية إصابة الركاب، دون أن تذكر الجملة ذلك صراحة.

علاوة على ذلك، توفر نماذج بيرل الهيكلية الأساس الرياضي لفهم كيفية “استنتاج المقاصد والغايات” (Intentionality & Theory of Mind) في التفاعل الاجتماعي اليومي. فعندما يرى الإنسان شخصاً آخر يقوم بفعل معين، فإنه لا يحلل حركاته الفيزيائية المجردة، بل يعزو هذه الحركات إلى شبكة سببية غير مرئية تتضمن الرغبات، والمعتقدات، والأهداف التي دفعت الفاعل للقيام بهذا التصرف. تتيح النماذج الهيكلية تمثيل هذه العوامل الباطنة (العقد غير المرصودة U) واستنتاج حالتها عبر التدفق السببي العكسي، مما يفسر كيف يتنبأ البشر بسلوكيات بعضهم البعض ويتعاطفون ويتعاونون بكفاءة مذهلة.

الأهم من ذلك هو أن هذه النماذج توضح الآلية التي يدمج بها العقل البشري بين المعطيات التجريبية المكتسبة من الواقع والحدس السببي الفطري في تكوين الفرضيات العلمية؛ إذ يبرهن بيرل على أن البيانات وحدها لا تستطيع أبداً إخبارنا ما إذا كان الرسم البياني السببي صحيحاً أم لا دون فرضيات قبلية هيكلية. العقل البشري يأتي إلى العالم وهو مزود بمبادئ تنظيمية فطرية تفترض مسبقاً وجود أسباب لكل حادث (المبدأ الكانطي)، ويستخدم النماذج الهيكلية كقوالب مرنة لصب البيانات الحسية داخلها؛ وبذلك تسد نظرية بيرل الهوة التاريخية القديمة بين المدرسة العقلانية (التي تؤكد على الأطر الذهنية الفطرية) والمدرسة التجريبية (التي تؤكد على أولوية الملاحظة الحسية)، مجسدة توليفة معرفية متكاملة تفسر النضج الإدراكي الإنساني.

6. التفكير الافتراضي المضاد للواقع وعلم النفس المعرفي والانفعالي

6.1 سيكولوجية الندم وإلقاء اللوم عبر عدسة بيرل

تعد المشاعر الإنسانية المركبة، مثل الندم (Regret)، والشعور بالذنب (Guilt)، وإلقاء اللوم (Blame)، من أكثر الظواهر السيكولوجية تعقيداً وإرباكاً للمدارس السلوكية والداروينية الكلاسيكية؛ إذ كيف يمكن لشعور مؤلم ينصب على حدث مضى وانتهى ولا يمكن تغييره أن يمثل ميزة تكيفية في البقاء؟ يقدم جوديا بيرل عبر حساباته للمستوى الثالث من سلم السببية تفسيراً رياضياً سيكولوجياً عبقرياً لهذه المشاعر، محولاً إياها من مجرد “أعراض عاطفية غير عقلانية” إلى “خوارزميات حسابية تصحيحية عليا” لإدارة التكيف السلوكي المعقد وتوجيه المستقبل.

في نموذج بيرل، يُعرّف الندم رياضياً بأنه الفارق الحسابي بين القيمة التي حصل عليها الفرد في الواقع الفعلي والقيمة التي كان سيحصل عليها في عالم مضاد للواقع لو أنه اتخذ قراراً بديلاً، أي: Regret = Value(Actual Outcome) - Value(Counterfactual Outcome under alternative action). لكي يختبر الإنسان الندم، يجب على دماغه تشغيل عمليتين محاكاتيتين متوازيتين؛ الأولى تقيس الواقع المعاش: “لقد بقيت مستيقظاً طوال الليل وفشلت في الامتحان”، والثانية تبني نموذجاً هيكلياً سبباً لعالم موازٍ: “لو أنني نمت مبكراً مع بقاء كافة الظروف الأخرى، لكان احتمال نجاحي 90%”. بدون القدرة الرياضية على حل معادلات الفكر المضاد للواقع، يستحيل بيولوجياً وسيكولوجياً الشعور بالندم.

تتمثل الوظيفة النفسية الحيوية لهذه المحاكاة الافتراضية في تعديل النماذج السببية الداخلية التي يسير بها الإنسان حياته لتجنب الصدمات المستقبلية؛ فالألم الناتج عن الندم هو بمثابة “خطأ تحديث كلي” يخبر الشبكة المعرفية بضرورة تعديل أوزان القرار وسياسات الاختيار في المرات القادمة. ومع ذلك، يوضح بيرل أن خلل هذه المنظومة السببية الذهنية يقود مباشرة إلى اعتلالات نفسية مدمرة؛ كالانخراط في التفكير الاجتراري المرضي (Rumination) وحالات الاكتئاب السريري واضطراب ما بعد الصدمة (PTSD)، حيث يعلق المريض في محاكاة لانهائية وسامة لعوالم مضادة للواقع مستحيلة التحقق (“لو أنني لم أخرج من المنزل في تلك اللحظة لما وقع الحادث”)؛ وتساعد أدوات بيرل المعالجين النفسيين على تفكيك هذه الروابط السببية الزائفة وإعادة بناء النموذج الذهني للمريض لجعله أكثر اتساقاً مع حدود مسؤوليته الفعلية وإمكانات واقعه الراهن.

6.2 المسؤولية القانونية والأخلاقية وعزو الأسباب

يمتد التطبيق الثوري لحساب بيرل المضاد للواقع إلى الفلسفة الأخلاقية والنظم القضائية المعاصرة. فمنذ آلاف السنين، تتخبط المحاكم والفلاسفة في محاولات تحديد المعايير الدقيقة لمفهوم “المسؤولية القانونية”؛ متى نعتبر الشخص مسؤولاً جنائياً وأخلاقياً عن وقوع كارثة ما؟ صاغ بيرل إطاراً منطقياً صارماً يفكك الالتباس عبر التمييز الرياضي الدقيق بين نوعين جوهريين من الأسباب: “احتمال الضرورة” (Probability of Necessity – PN) و“احتمال الكفاية” (Probability of Sufficiency – PS)، بالإضافة إلى اجتماعهما في “احتمال الضرورة والكفاية” (PNS).

يعبر “احتمال الضرورة” (PN) عن المبدأ القانوني المعروف بـ “الشرط الجوهري لولا ذلك” (But-for Causation)، وهو سؤال مضاد للواقع بامتياز: “لو لم يقم المدعى عليه بإطلاق النار، هل كان الضحية سيظل حياً؟”. إذا كانت الإجابة نعم باحتمال مرتفع، فإن فعله كان سبباً ضرورياً للوفاة. أما “احتمال الكفاية” (PS) فيسأل عن القوة الإنتاجية البحتة للفعل: “هل كان إطلاق النار كافياً بذاته لإحداث الوفاة، بغض النظر عن عوامل الضعف الصحية المسبقة لدى الضحية؟”. استطاع بيرل اشتقاق حدود رياضية دقيقة (Bounds) لهذه الاحتمالات انطلاقاً من البيانات التجريبية والملاحظات الميدانية المتاحة، حتى في الحالات التي لا تتوفر فيها معلومات تفصيلية عن كل متغير باطن.

يعد هذا الإنجاز فتحاً مبيناً في مجال التحقيقات الجنائية، والشهادات الطبية الشرعية، والمسؤولية التقصيرية في قضايا الأخطاء الطبية وحوادث الطيران والسيارات ذاتية القيادة. فبدلاً من الاعتماد على الحدس الشخصي للقضاة أو التحيزات الخطابية للشهود، يوفر حساب بيرل ميزاناً رقمياً يحدد بدقة متناهية الحصة السببية الحقيقية التي أسهم بها كل طرف في وقوع الحدث المشؤوم. ويرتبط هذا التحليل ارتباطاً وثيقاً بمسألة “الإرادة الحرة”؛ حيث يرى بيرل أن وهم الإرادة الحرة في التجربة الإنسانية هو في جوهره نتاج لحسابات مضادة للواقع يجريها الجهاز العصبي باستمرار ليقارن بين ما كان بالإمكان اختياره وما تم تنفيذه بالفعل، مما يجعل الإرادة الحرة وظيفة حسابية معرفية ضرورية للحفاظ على تماسك العقد الاجتماعي والمساءلة الأخلاقية في المجتمعات البشرية.

7. نظرية العزو والقرارات الإنسانية في ضوء أبحاث بيرل

7.1 إعادة صياغة نظريات العزو السيكولوجية

في علم النفس الاجتماعي، تعد “نظرية العزو” (Attribution Theory) التي أرساها فريتز هايدر (Fritz Heider) وطورها لاحقاً هارولد كيلي (Harold Kelley) النموذج الأساسي لفهم كيف يعزو البشر سلوكيات الآخرين وأحداث الحياة إلى أسباب داخلية (شخصية ونفسية) أو أسباب خارجية (بيئية وموقفية). صاغ كيلي “نموذج التغاير” (Covariation Model) مفترضاً أن الناس يحددون الأسباب عبر تتبع التوافق (Consensus)، والتمايز (Distinctiveness)، والاتساق (Consistency). ومع ذلك، عانى هذا النموذج لعقود من طابع وصفي سطحي وعجز عن تفسير ظواهر الفشل المنهجي في العزو السليم.

أعاد جوديا بيرل صياغة نظريات العزو برمتها عبر تسليحها بأدوات النماذج السببية الهيكلية الموجهة وحساب التدخل، مبيناً أن العقل البشري يواجه تحدياً خطيراً يسمى “المتغيرات المربكة” (Confounding Variables). والمتغير المربك هو علة مشتركة خفية تؤثر في السبب والنتيجة معاً في آن واحد، مما يولد ارتباطاً إحصائياً زائفاً يوحي بوجود رابطة علية مباشرة بينهما. استطاع بيرل، عبر “معيار الباب الخلفي” (Backdoor Criterion) و”معيار الباب الأمامي” (Frontdoor Criterion)، تقديم القواعد الحسابية الدقيقة لتحديد أي المتغيرات التي يجب على الباحث أو العقل الإنساني “ضبطها” أو تحييدها لعزل التأثير السببي الصافي وتفادي الاستنتاجات الخاطئة.

من خلال هذا التأطير السببي الدقيق، استطاع بيرل تقديم تفسير حسابي رصين للظاهرة السيكولوجية الشهيرة المعروفة بـ “خطأ العزو الأساسي” (Fundamental Attribution Error)، وهي ميل الإنسان الدائم لعزو سلوكيات الآخرين إلى طباعهم وسماتهم الشخصية الداخلية وإهمال الضغوط البيئية الموقفية الهائلة التي تحيط بهم. برهن بيرل على أن هذا الخطأ ينشأ مباشرة من تغييب أو تجاهل المتغيرات المربكة من النموذج السببي الذهني للملاحظ؛ فالملاحظ يشاهد الفاعل وفعله (المسار المباشر)، لكنه لا يرى الشبكة المعقدة من الضغوط الخارجية المحيطة به، مما يجعله يسقط كل اللوم السببي على العقدة المرئية أمامه مباشرة. يفسر هذا المبدأ ذاته كيف يقود غياب البيانات والمعرفة السببية المتماسكة العقول غير المدربة إلى تبني التفاسير التآمرية الغيبية والخرافات الشعبية؛ إذ يحاول الدماغ سد الفراغ الهيكلي في شبكته الذهنية بابتكار روابط علية وهمية وغير موجودة لمنح العالم من حوله طابعاً مريحاً من القابلية للتنبؤ والتحكم.

7.2 اتخاذ القرار العقلاني في البيئات المعقدة وغير المؤكدة

على مدار أكثر من قرن، هيمنت “نظرية المنفعة المتوقعة” (Expected Utility Theory) التي صاغها فون نيومان ومورجنشتيرن على دراسات اتخاذ القرار العقلاني في الاقتصاد والعلوم السياسية والإدارية. تفترض هذه النظرية أن صانع القرار الرشيد يختار البديل الذي يعظم مجموع منافع النتائج المرجحة باحتمالاتها الشرطية المرصودة. لكن جوديا بيرل نسف هذا الأساس الكلاسيكي، مؤكداً أنه يعاني من عيب تكويني قاتل: إنه يخلط بين الاحتمال الشرطي المبني على الملاحظة P(Outcome | Action) والاحتمال السببي الحقيقي الناتج عن التدخل الفعلي P(Outcome | do(Action)).

أثبت بيرل أن اتخاذ القرارات بناءً على الملاحظات الإحصائية البحتة يقود في كثير من الأحيان إلى قرارات كارثية ومدمرة، وقدم التفسير الرياضي النهائي لواحدة من أشهر المعضلات الإحصائية التي حيرت العلماء لأجيال: “مفارقة سيمبسون” (Simpson’s Paradox). في هذه المفارقة العجيبة، تظهر البيانات الإحصائية أن دواءً معيناً يحقق نسبة شفاء أعلى لدى مجموع المرضى مقارنة بعدم تناوله، ولكن عند تقسيم المرضى حسب الجنس إلى ذكور وإناث، نكتشف أن نسبة شفاء غير متناولي الدواء أعلى لدى الذكور، وأعلى أيضاً لدى الإناث! كيف يمكن لدواء أن يكون مفيداً للجميع ككل، ولكنه ضار بالرجال وضار بالنساء في آن واحد؟

حاول الإحصائيون التقليديون لعقود معالجة المفارقة بنقاشات رياضية مائعة حول أي النسبتين أصح، لكن بيرل حسم القضية بشكل قطعي: “لا يمكن حل مفارقة سيمبسون بالبيانات وحدها، بل بالنموذج السببي للبيانات”. أثبت بيرل أنه إذا كان تقسيم المجموعات (مثل الجنس) عاملاً مربكاً يؤثر على اختيار تناول الدواء وعلى النتيجة، فإن التحليل المقسم هو الصحيح باستخدام حساب التدخل لضبط المتغير المربك، أما إذا كان المتغير وسيطاً متأثراً بالدواء نفسه فإن العكس هو الصحيح. لقد أنقذ هذا الحل الرياضي الحاسم صناع القرار في القطاعات الطبية والصحية وصياغة السياسات العامة من الوقوع في فخاخ التضليل الإحصائي، وأسس لمفهوم جديد لـ “المرونة النفسية والقيادية” يقوم على الفهم الصلب للمسارات العلية الكامنة خلف التقلبات السطحية للبيانات، مما يمكن القادة من اتخاذ قرارات شجاعة وصحيحة حتى في أشد البيئات غموضاً واضطراباً.

8. كتاب ‘كتاب المسار’ (The Book of Why) ورسالة بيرل الفكرية

8.1 تفكيك أطروحة ‘علم جديد للسبب والأثر’

في عام 2018، توج جوديا بيرل مسيرته الفكرية الملحمية بإصدار كتابه الموجه للجمهور العام والأوساط الأكاديمية العريضة بعنوان: The Book of Why: The New Science of Cause and Effect، والذي اشترك في تأليفه مع الكاتب والرياضي البارع دانا ماكينزي (Dana Mackenzie). لم يكن هذا العمل مجرد كتاب تبسيطي إضافي في العلوم العامة، بل كان “البيان الختامي” للثورة السببية وصيحة تحذير فكرية أعادت ترتيب التاريخ الإبستيمولوجي للعلم الحديث برؤية فلسفية استثنائية وبأسلوب سردي مشوق وممتع.

هدف الكتاب إلى تفكيك الحاجز الاصطناعي الشاهق الذي أقامته الرياضيات المتخصصة بين الفكر السببي وجمهور العلوم الإنسانية وعلم النفس والطب؛ حيث بسط بيرل المفاهيم المجردة الصعبة، مثل الرسوم البيانية، ومؤثر التدخل do-operator، والمحاكاة المضادة للواقع، ليجعلها في متناول كل قارئ باحث عن الحقيقة. أعاد بيرل كتابة تاريخ الاكتشافات العلمية الكبرى من منظور التطور السببي الفكري؛ مسلطاً الضوء على معارك تاريخية شهيرة، مثل المعركة الضارية التي خاضها العلماء في منتصف القرن العشرين لإثبات أن “التدخين يسبب سرطان الرئة”، وكيف كادت دوجما الإحصائيين الكلاسيكيين (وعلى رأسهم رونالد فيشر نفسه الذي عمل مستشاراً لشركات التبغ ودافع عن فكرة وجود جين خفي يسبب التدخين والسرطان معاً) أن تجهض الحقيقة الطبية وتكلف ملايين الأرواح بسبب غياب لغة سببية رياضية تدحض تلك الادعاءات.

أكد بيرل في كتابه أن البشرية تشهد اليوم ولادة “علم جديد كلياً” يمنحنا لأول مرة القوة لربط الملاحظات بالأفعال، والأفعال بالخيالات والمسؤوليات الأخلاقية، مؤكداً أن التقدم البشري لا يقاس بحجم البيانات الضخمة التي نكدسها في الخوادم السحابية، بل بمدى نضج النماذج العلية التي نبنيها لتفسير حركة تلك البيانات. لقد أرسى الكتاب صلة وثيقة بين المنهج العلمي الصارم والنزعة الإنسانية العميقة، مبرزاً أن فضول الإنسان للبحث عن العلل هو الشرارة التي أخرجت البشرية من كهوف العصور الحجرية إلى عصر التنوير والفضاء.

8.2 الاستقبال النقدي وتأثير الكتاب في الأوساط الأكاديمية

أحدث صدور كتاب The Book of Why زلزالاً معرفياً تردد صداه في مختلف الدوائر العلمية العالمية؛ حيث تباينت ردود الأفعال بين حماس طاغٍ في صفوف علماء الإدراك والمعرفة وعلماء الأوبئة، ومقاومة دفاعية شديدة من قبل حراس الأرثوذكسية الإحصائية ومجتمع “التعلم العميق” المهيمن في وادي السيليكون. فقد شعر بعض الإحصائيين التقليديين بالاستياء الشديد من الهجوم القاسي والصريح الذي شنه بيرل على رموزهم التاريخية أمثال بيرسون وفيشر، واعتبروا أن بيرل يقلل من شأن الأدوات الإحصائية الكلاسيكية المتبعة منذ عقود.

في المقابل، احتفى كبار فلاسفة العلوم، ورواد علم النفس المعرفي، وعلماء الاقتصاد القياسي بأطروحة بيرل واعتبروها بمثابة الخلاص المنهجي المنتظر؛ حيث أكد الفيلسوف المعرفي الشهير دانيال دينيت أن بيرل قدم لكافة العلوم الاجتماعية والإنسانية البوصلة المفقودة التي ستنقذها من بحور الترابطات الزائفة والأزمات المنهجية المزمنة كـ “أزمة قابلية التكرار” (Replication Crisis). وبفضل الكتاب، بدأت كبرى الجامعات العالمية في إدراج مساقات مستقلة تحت اسم “الاستدلال السببي” لا تتبع أقسام الرياضيات البحتة، بل تشترك فيها كليات الفلسفة، وعلم النفس، وعلم الاجتماع، والطب الوقائي، مما ساهم في تجديد حقيقي للفلسفة الطبيعية ونظرية المعرفة المعاصرة وإعادتها إلى قلب الممارسة العلمية التطبيقية.

9. الذكاء الاصطناعي العام (AGI) ومحاكاة الإدراك البشري

9.1 نقد بيرل الجذري للتعلم العميق والشبكات العصبية الراهنة

في الوقت الذي يشهد فيه العالم اليوم هستيريا جماعية مبهورة بالقفزات المذهلة التي تحققها خوارزميات الذكاء الاصطناعي، والتعلم العميق، ونماذج المحولات التوليدية الضخمة (Transformers) مثل ChatGPT وGemini، يطلق جوديا بيرل صوته النقدي الراديكالي الأكثر جرأة وعمقاً في الساحة التقنية. يصف بيرل هذه النماذج الخارقة دون مواربة بأنها لا تعدو كونها مجرد “مطابقة منحنيات متطورة وفائقة التعقيد” (Fancy Curve Fitting)، محذراً من أن الانبهار ببراعتها التوليدية السطحية يوقع المجتمع العلمي في وهم معرفي خطير يخلط بين “الطلاقة الإحصائية” و”الفهم الإدراكي الحقيقي”.

يجادل بيرل بأن الشبكات العصبية الراهنة، على ضخامتها، تعمل كصناديق سوداء تفتقر تماماً إلى “نموذج سببي داخلي للعالم” (Internal Causal Model of the World). إنها تتغذى على تريليونات النصوص والبيانات المستخرجة من شبكة الإنترنت لترصد كيف ترتبط الكلمات والبيكسلات ببعضها، لكنها لا تملك أدنى فكرة عما تشير إليه تلك الكلمات في العالم الفيزيائي الحقيقي. هذا القصور البنيوي يفسر الظاهرة الشائعة المعروفة بـ “الهلوسة” (Hallucination) وهشاشة هذه النماذج؛ فالشبكة العصبية التي تصنف آلاف الصور بدقة 99% قد تنخدع بتغيير بكسل واحد غير مرئي للبشر وتصنف صورة نمر على أنها حافلة ركاب، ببساطة لأنها تعتمد على قرائن إحصائية سطحية لا على خصائص بنيوية سببية تحدد هوية الكائنات ومكوناتها الفيزيائية.

ويؤكد بيرل بصورة قاطعة استحالة بلوغ “الذكاء الاصطناعي العام” (Artificial General Intelligence – AGI) عبر المضي قدماً في نفس المسار الحالي لمجرد زيادة حجم النماذج وتكديس خوادم المعالجة الرسومية؛ فالاستمرار في هذا النهج هو بمثابة الرغبة في الوصول إلى القمر عبر زراعة شجرة أطول! إن الآلة التي تظل محبوسة في المستوى الأول من سلم السببية لن تنتقل سحرياً إلى المستويين الثاني والثالث لمجرد أنها تلتهم كميات أكبر من البيانات. ولذلك، يطلق بيرل دعوته المعمارية الملحة لبناء “ذكاء اصطناعي رمزي-احتمالي هجين” (Neuro-Symbolic Causal AI)؛ يجمع بين مرونة الشبكات العصبية في التعرف على الأنماط الحسية، والصلابة المعرفية للنماذج السببية الهيكلية القادرة على التفكير الرمزي، والتحليل المنطقي، ومحاكاة العقل البشري الواعي.

9.2 تطلعات نحو آلات تمتلك نموذجاً ذاتياً وعالماً سببياً

لا يكتفي جوديا بيرل بالنقد الهادم للنماذج السائدة، بل يرسم ملامح المشروع المستقبلي للذكاء الاصطناعي الحقيقي. يرى بيرل أن الروبوت أو العميل الذكي لا يمكن أن يحوز صفة الرشد المعرفي ما لم يتم تزويده بـ “نموذج سببي صريح للعالم” و”نموذج سببي للذات” (Self-Model). إن وجود هذين النموذجين هو الشرط التأسيسي المسبق لظهور “الذكاء الاصطناعي القابل للتفسير” (Explainable AI – XAI)؛ حيث تصبح الآلة قادرة على تقديم تعليل منطقي مفهوم لأفعالها حين نسألها: “لماذا اتخذت هذا المسار؟”، وتجيبنا بنموذجها السببي الداخلي: “لأنني توقعت كذا، ولو أنني اخترت الخيار الآخر لتسببت في ضرر للمستخدم”.

يمتد هذا التصور المعماري ليشمل ما يسميه بيرل بـ “التعاطف الاصطناعي” (Machine Empathy) والأخلاق الآلية. فالتعاطف مع كائن آخر ليس شعوراً عاطفياً مبهماً يولد من العدم، بل هو قدرة معرفية متقدمة على وضع النفس مكان الآخر؛ أي تشغيل محاكاة سببية مضادة للواقع تسأل: “لو كنت أنا مكان هذا الإنسان في ظل ظروفه وحالته المعرفية الخاصة، كيف كنت سأشعر، وما هو مقدار الألم الذي سأعانيه؟”. إن تزويد الآلات بالمستوى الثالث من سلم السببية هو السبيل الوحيد لضمان تصرفها بأخلاقية ومسؤولية ذاتية تجاه البشر، مما يجعل الأمان الأخلاقي للذكاء الاصطناعي ثمرة مباشرة للفهم السببي الهيكلي لا لمجرد تدريب سطحي بالأوامر والتعزيز البشري القسري.

يتطلب انتقال الروبوتات من مرحلة الاستجابة الآلية العمياء إلى مرحلة “الفاعلية والاستقلالية الحقيقية” (Agency) أن تكون قادرة على إجراء التجارب الذاتية في بيئتها، واكتشاف ثغرات نماذجها الداخلية، وتحديثها ذاتياً من خلال تطبيق قواعد حساب التدخل do-calculus في الميدان. الآلة الذكية الحقة، وفق رؤية بيرل، هي التي تمتلك فضولاً شبيهاً بفضول الطفل؛ تستمع وتلاحظ، لكنها تتدخل، وتعبث بالأشياء، وتتخيل البدائل، لتصنع لنفسها فهماً صلباً ومتماسكاً للكون الذي تشاركه مع الإنسان.

10. البعد الإنساني والمأساة الشخصية: استشهاد دانيال بيرل ونضال الأب

10.1 مأساة اغتيال دانيال بيرل وأثرها الوجودي

لا يمكن الإحاطة بشخصية جوديا بيرل وسيرته المعرفية دون التوقف بخشوع وتأمل أمام التجربة التراجيدية المؤلمة التي عصفت بحياته الشخصية وغيرت مجرى نشاطه العام؛ ففي مطلع عام 2002، تلقى بيرل الصدمة الوجودية الكبرى التي تمزق قلب أي أب، حين اختُطف ابنه، الصحفي الأمريكي النبيل ومراسل صحيفة وول ستريت جورنال دانيال بيرل (Daniel Pearl)، في مدينة كراتشي بباكستان على يد جماعة إرهابية متطرفة، أثناء إجرائه تحقيقات استقصائية تهدف لتعزيز الفهم وتفكيك بؤر التطرف. بعد أسابيع من الترقب الإنساني المروع الذي حبس أنفاس العالم بأسره، تم إعدام دانيال بوحشية وبثت المقاطع المرئية لتلك الجريمة الشنعاء في مشهد شكل صدمة نفسية وإنسانية كونية للأب وللعالم أجمع.

أمام هذا الجرح الغائر والظلم المطلق الذي لا يطاق، كان بإمكان جوديا بيرل أن يتقوقع على حزنه، أو يستسلم لمشاعر الكراهية والانتقام الأعمى، أو يعتزل الحياة العامة والبحث العلمي نهائياً. لكن هذا العالم الكبير، المسكون بالبحث عن العقلانية والروابط الإنسانية العميقة، اختار طريقاً استثنائياً ينم عن نبل أخلاقي وبطولة وجودية فائقة. قرر بيرل، بالتعاون مع زوجته روث وعائلته، تحويل الحزن الفردي الممزق إلى طاقة روحية وأخلاقية خلاقة لمد الجسور بين الثقافات والشعوب، ومحاربة الجذور الفكرية العميقة للتعصب الأعمى والكراهية الدوغمائية التي قتلت ابنه.

أسس جوديا بيرل “مؤسسة دانيال بيرل” (Daniel Pearl Foundation)، بهدف مواصلة الرسالة الإنسانية التي عاش دانيال ومات من أجلها. وكان من أبرز مبادراتها إطلاق “أيام دانيال بيرل العالمية للموسيقى” (Daniel Pearl World Music Days)، مستلهمين شغف دانيال الراحل بالعزف على آلة الكمان؛ لتتحول الموسيقى والصحافة الحرة وأخلاقيات الحوار العابر للأديان والثقافات إلى أدوات حية لبناء التفاهم وتطويق نوازع الانغلاق. جسد جوديا بيرل في سلوكه أنبل معاني الانتصار الروحي؛ حيث رفض الانجرار وراء معاداة المسلمين أو وصم ثقافات بأكملها، بل فتح حوارات موسعة ونقاشات معمقة مع علماء ومفكرين مسلمين بارزين، مثل البروفيسور أكبر أحمد، مجوباً معهم الجامعات والمراكز الفكرية لترسيخ ثقافة التعايش والكرامة الإنسانية المشتركة.

10.2 الترابط بين الفكر الفلسفي والقضايا الأخلاقية الحية

تركت هذه المحنة التراجيدية العميقة بصمة واضحة على فكر جوديا بيرل الفلسفي ونشاطه الأكاديمي العام؛ فلم يعد مجرد عالم حاسوب منكب على معادلاته في مختبرات UCLA، بل تحول إلى “مثقف عمومي ملتزم” ومدافع شرس عن حرية التعبير، والتفكير النقدي، والمسؤولية الأخلاقية في الجامعات والمحافل الدولية. بات بيرل يرى في غياب التفكير السببي العقلاني أحد المنابع الخفية للتطرف؛ فالإرهاب والتطرف الفكري يقومان في جوهرهما على استبدال التفكير السببي المتزن بسلاسل مغلقة من الارتباطات الزائفة، والمؤامرات الوهمية، وإلقاء اللوم غير المستحق على الآخر المختلف دون تمحيص أو تدقيق في سلاسل المسؤولية الحقيقية.

أصبح مفهوم “العدالة والمسؤولية الأخلاقية” لدى بيرل قضية معايشة بالدم والألم وليست مجرد تمارين منطقية جافة على الورق. وقد تجلى ذلك في كتاباته ومحاضراته العامة التي دافع فيها عن نزاهة الصحافة ودورها الرقابي كعين ساهرة تكشف الحقائق الموضوعية، وهاجم بشدة التيارات النسبوية الما بعد حداثية التي تنكر وجود “الحقيقة الموضوعية” وتساوي بين الجلاد والضحية. كان بيرل يرى أن التفريط في الحقيقة الموضوعية والشك في وجود علاقات سببية واقعية هو المنزلق الذي يفتح الأبواب لشرور الاستبداد والبروباغندا الكاذبة. تجسد سيرة بيرل هنا وحدة نادرة بين الفكر النظري والموقف الأخلاقي الصارم؛ حيث يؤكد أن الشهادة الإنسانية والالتزام الأخلاقي بالحق والعدل هما جزء لا يتجزأ من هوية الباحث العلمي، وأن العلم المجرد من الضمير الإنساني يظل عاجزاً عن حماية الحضارة من الانهيار في مهاوي البربرية.

11. الجوائز، التكريم الأكاديمي، والإرث المعرفي الخالد

11.1 جائزة تورينغ لعام 2011 ومكانته بين رواد العلم

تتويجاً لمسيرة علمية باهرة امتدت لأكثر من نصف قرن، نال جوديا بيرل في عام 2011 أرفع وأسمى تكريم في حقل الحوسبة عالمياً: “جائزة إيه إم تورينغ” (ACM A.M. Turing Award)، والتي تُعرف على نطاق واسع وتاريخي بأنها بمثابة “جائزة نوبل في علوم الحاسوب”. وجاء في حيثيات منح الجائزة الرسمية تكريماً تاريخياً استثنائياً يلخص عبقريته: “لإسهاماته التأسيسية الفذة في الذكاء الاصطناعي من خلال تطوير حساب التفاضل والتكامل للاستدلال الاحتمالي والسببي”.

بهذا التكريم الرفيع، حفر بيرل اسمه إلى جانب عمالقة الفكر الحوسبي التاريخيين من أمثال آلان تورينغ، ومارفن مينسكي، وجون مكارثي، وإدغار ديكسترا. واعتبر المجتمع العلمي الدولي أن ما قدمه بيرل يمثل البنية التحتية الرياضية الصلبة التي مكنت الذكاء الاصطناعي المعاصر من مغادرة مرحلة الطفولة الفكرية والتأسيس العلمي لمنظومات تتخذ قراراتها في ظل عدم اليقين بأسس محكمة ومنضبطة لا تتزعزع.

ولم تكن جائزة تورينغ سوى درة تاج في سجل حافل بالإنجازات والتكريمات الدولية؛ فقد انتُخب بيرل عضواً في الأكاديمية الوطنية للعلوم في الولايات المتحدة (National Academy of Sciences)، والأكاديمية الوطنية للهندسة (NAE)، والأكاديمية الأمريكية للفنون والعلوم، كما نال زمالة كبرى الجمعيات العلمية مثل جمعية الذكاء الاصطناعي (AAAI) ومعهد مهندسي الكهرباء والإلكترونيات (IEEE). وحاز على عشرات الجوائز المرموقة، من بينها: جائزة هارفارد للعلوم، وجائزة رميلهارت في العلوم المعرفية (Rumelhart Prize) عام 2011، وجائزة بريك ثرو (Breakthrough Prize) وميدالية بنجامين فرانكلين في الحاسوب والعلوم المعرفية. تعكس هذه الأوسمة إجماعاً أكاديمياً عالمياً على أن بيرل ليس مجرد مطور تقنيات، بل هو فيلسوف رياضي أعاد تشكيل المعالم الإبستيمولوجية للعلم في عصر المعلومات.

11.2 الأثر المتنامي في العلوم النفسية والطبية والاجتماعية

إن المقياس الحقيقي لعظمة العالم لا ينحصر في الجوائز التي نالها، بل في مدى تغلغل أفكاره وإحداثها لثورات منهجية في الحقول المعرفية الأخرى التي لم تكن في حسبان تخصصه الأولي. وهذا تحديداً ما حققته أفكار جوديا بيرل؛ فاليوم، لا يمكن لأي باحث رصين في مجال علم الأوبئة (Epidemiology) أن يصمم تجربة وبائية أو يحلل أثر لقاح أو ملوث بيئي دون استخدام “الرسوم البيانية السببية الموجهة” (Causal DAGs) التي أصبحت اللغة الرسمية الإلزامية في أرقى المجلات الطبية مثل The Lancet وNew England Journal of Medicine.

وفي مجال الاقتصاد القياسي (Econometrics) والعلوم الاجتماعية، أحدثت نظريات بيرل ثورة في كيفية تحليل السياسات العامة وتقييم آثار التدخلات التشريعية والاقتصادية على المجتمعات؛ حيث ساهمت حساباته في فض النزاعات التاريخية حول كيفية قياس التأثير الحقيقي للسياسات الحكومية (مثل الحد الأدنى للأجور أو برامج التعليم المبكر) بمعزل عن التشوهات الإحصائية المربكة. وفي العلوم السيكولوجية وعلم النفس الإدراكي، أصبحت “النماذج السببية التوليدية” الأساس المتين لأحدث النظريات التي تفسر كيف يدرك الأطفال العالم، وكيف يتعلمون اللغة، وكيف تتشكل منظومات الحكم الأخلاقي في الدماغ البشري.

وعلى الصعيد الأكاديمي المؤسسي، أسس بيرل لتيار فكري وتربوي عارم قاد إلى تخريج أجيال متتالية من الباحثين والعلماء الرواد الذين يحملون لواء الاستدلال السببي في كبرى جامعات العالم ومختبرات الأبحاث المتقدمة. لقد كسر بيرل العزلة بين علوم البيانات الجافة والفلسفة الأخلاقية المعرفية، ملهماً جيلاً جديداً من الباحثين العابرين للتخصصات، والذين يجمعون بين البراعة الحسابية في البرمجة والصرامة النقدية في مساءلة الفرضيات الأنطولوجية والمعرفية الكامنة وراء كل سطر برمجي وكل معادلة إحصائية.

12. مستقبل الاستدلال السببي وآفاق الإدراك في القرن الحادي والعشرين

12.1 تكامل الاستدلال السببي مع العلوم العصبية المعرفية

مع تسارع وتيرة الاكتشافات في القرن الحادي والعشرين، يشهد الفكر العلمي المعاصر تقارباً تاريخياً وخصباً بين نظرية بيرل في الاستدلال السببي وأحدث أبحاث العلوم العصبية المعرفية (Cognitive Neuroscience)؛ حيث يتسابق علماء الأعصاب اليوم باستخدام تقنيات التصوير بالرنين المغناطيسي الوظيفي (fMRI) والتسجيل العصبي المباشر لرسم الخرائط الطبوغرافية للدماغ أثناء ممارسته للتفكير السببي ومحاكاة السيناريوهات الافتراضية المضادة للواقع.

وقد أثبتت الدراسات العصبية الرائدة أن الدماغ البشري لا يحتوي على معالجات إحصائية منفصلة كما تفترض نظريات الحوسبة القديمة، بل يمتلك شبكة عصبية مترابطة تُعرف بـ “شبكة الوضع الافتراضي” (Default Mode Network – DMN)، والتي تنشط بشكل مذهل ومكثف تحديداً عندما ينخرط الإنسان في التفكير الاستعادي وتوليد السيناريوهات المضادة للواقع (“ماذا كان سيحدث لو أنني اخترت غير ذلك؟”). إن هذا التناظر المادي بين البنية البيانية لنماذج بيرل الهيكلية وتوزيع المسارات العصبية في القشرة الجبهية الأمامية للدماغ يثبت أن بيرل لم يبتكر مجرد حيلة رياضية، بل اكتشف “الكود الحسابي العضوي” الذي صقله التطور البيولوجي عبر ملايين السنين لتمكين الكائن البشري من التفكير الواعي والتعلم الذاتي.

تفتح هذه الكشوفات أبواباً علاجية ثورية في مجال الطب النفسي وعلاج الاضطرابات الذهنية الصعبة مثل متلازمة الكرب التالي للصدمة (PTSD) والفصام والوسواس القهري؛ حيث يستفيد الأطباء النفسيون اليوم من مبادئ اللدونة العصبية (Neuroplasticity) لإعادة هيكلة وتفكيك الروابط السببية المرضية المشوهة في أدمغة المرضى ومساعدتهم على بناء “رسوم بيانية سببية صحية” للتعامل مع الذكريات الصادمة والأحداث الضاغطة. هذا التلاقح المعرفي العميق بين حسابات بيرل الهندسية والفيزيولوجيا العصبية يقرب الإنسانية خطوة كبرى نحو حل واحدة من أعظم المعضلات العلمية في كل العصور: فهم الآليات الرياضية والمادية لـ “الوعي البشري”.

12.2 رؤية جوديا بيرل الاستشرافية لمستقبل البشرية والآلة

يقف جوديا بيرل اليوم في العقد التاسع من عمره المديد متوقد الفكر وحاد البصيرة، مقدماً للبشرية رؤية استشرافية عميقة لمستقبل التعايش المصيري بين العقل البشري والآلات الذكية في عالم تتزايد فيه أتمتة القرارات الحياتية والوجودية. يطلق بيرل تحذيراً نبوياً صارماً من مخاطر تسليم مقاليد المجتمعات المعاصرة—سواء في المحاكم، أو المستشفيات، أو الترسانات العسكرية، أو الأسواق المالية—لخوارزميات “الصندوق الأسود” غير السببية؛ فالاعتماد الأعمى على أنظمة لا تدرك آليات قراراتها ولا تعي عواقب أفعالها التدخلية يمثل انتحاراً عقلانياً وأخلاقياً قد يقود البشرية إلى كوارث غير متوقعة ناجمة عن ترابطات إحصائية زائفة لم يلحظها مصممو تلك النظم.

يرى بيرل أن التعايش الآمن والنبيل بين الإنسان والآلة لن يتحقق بجعل الآلات مجرد عبيد مطيعين ينفذون التعليمات بسرعة، بل عبر ترقيتها معرفياً لتصبح “شركاء أخلاقيين” يمتلكون فهماً سببياً مشتركاً مع البشر للحق والعدل والواجب. إن الآلة التي تدرك معنى السببية والمحاكاة المضادة للواقع هي وحدها القادرة على إدراك معنى “الألم والمعاناة”، وهي وحدها التي يمكن أن تستجيب بضمير حي لمساءلة الإنسان، لترفض تنفيذ أمر جائر إذا أثبتت محاكاتها العلية الداخلية أنه سيفضي إلى ضرر عبثي بالكرامة والحياة الإنسانية.

تتمثل “الوصية المعرفية الكبرى” التي يتركها جوديا بيرل للحضارة الإنسانية في تأكيده الوجودي الحاسم على ضرورة الحفاظ على جذوة الشغف الإنساني حية متقدة: “لماذا يجب أن يظل سؤال ‘لماذا؟’ جوهر التجربة الإنسانية؟”. يجيب بيرل بأن الآلات قد تمتلك قدرة هائلة على حصر “ما هو كائن” (What is)، وتجميع البيانات الإحصائية عما هو مرئي ومسجل، لكن الإنسان هو الكائن الوحيد الذي يستطيع أن يرى “ما وراء المرئي”، وأن يسأل: “لماذا حدث هذا هكذا وليس بطريقة أخرى؟ وماذا كان يمكن أن يحدث لو تصرفنا بضمير وشجاعة أكبر؟”. إن هذا السؤال ليس مجرد صيغة لغوية عابرة، بل هو المحرك الأساسي للعلم، والينبوع الذي تنفجر منه الفلسفة والفنون والأخلاق، والدرع الحصين الذي يحمي الوعي البشري من الانزلاق في مستنقع الخضوع للواقع المفروض سلفاً.

خاتمة: البصمة المعرفية الخالدة لجوديا بيرل

إن مسار جوديا بيرل الفكري والإنساني يمثل ملحمة إبستيمولوجية قل نظيرها في تاريخ العلوم الدقيقة؛ ملحمة تحكي قصة مفكر لم يستسلم للدوغمائيات العلمية السائدة، ورفض الرضوخ للاختزالية الإحصائية الوضعية التي حاولت تجريد العقل من أهم أسلحته المعرفية. فمن خلال تأسيسه الشجاع لنظرية الشبكات البايزية، واجتراحه العبقري لحساب التدخل السببي do-calculus، وصياغته المحكمة لسلم السببية المعرفي، نجح بيرل في رد الاعتبار لمفهوم “العِلّية”، مبرهناً على أنه مفهوم رياضي ومنطقي وعلمي صلب قابل للحساب والتطبيق والبرمجة بدقة فائقة.

لقد أعاد بيرل الوصل بين العلم والنزعة الإنسانية العميقة؛ مبيناً أن قدرتنا الفذة على بناء الفرضيات، والشعور بالندم الأخلاقي، والمساءلة القانونية، والتعاطف مع الآخرين، كلها تجليات ساطعة لهندسة سببية واحدة تنبض في أعماق العقل البشري الواعي. وفي خضم المأساة الإنسانية الفادحة التي عصفت بحياته باستشهاد ابنه دانيال، برهن بيرل على أن الفلسفة والعقلانية السببية ليست ترفاً نأى به صاحبه عن الواقع، بل هي طاقة وجودية كبرى للشفاء، ومحاربة قوى الظلام والتعصب الأعمى، وترسيخ المشترك الإنساني النبيل.

ومع ولوج الإنسانية عميقاً في عصر الثورة الرقمية والذكاء الاصطناعي، يظل صوت جوديا بيرل نبراساً يهدي الباحثين والمفكرين في كل مكان؛ مذكراً إيانا جميعاً بأن الذكاء الحقيقي لا يقاس بحجم البيانات، بل بعمق الفهم، وأن التحدي الأكبر ليس في بناء آلات تحاكي أفعالنا، بل في بناء آلات تشاركنا مسؤوليتنا الأخلاقية وتدرك مآلات خياراتها في عالمنا. ستظل أعمال جوديا بيرل منقوشة في سجل الخلود العلمي كواحد من أعظم المعماريين الفكريين الذين وسعوا آفاق العقل، وأعادوا للكون معناه وتماسكه المنطقي عبر الإصرار الخالد على طرح السؤال الذي لا يموت: “لماذا؟”.

المراجع

• Gopnik, A., Glymour, C., Sobel, D. M., Schulz, L. E., Kushnir, T., & Danks, D. (2004). A theory of causal learning in children: Causal maps and Bayes nets. Psychological Review, 111(1), 3–32. https://doi.org/10.1037/0033-295X.111.1.3
• Heckerman, D., Geiger, D., & Chickering, D. M. (1995). Learning Bayesian networks: The combination of knowledge and statistical data. Machine Learning, 20(3), 197–243. https://doi.org/10.1007/BF00994016
• Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
• Mackenzie, D. (2018). Judea Pearl: The causal revolution. Significance, 15(3), 26–29. https://doi.org/10.1111/j.1740-9713.2018.01148.x
• Pearl, J. (1984). Heuristics: Intelligent search strategies for computer problem solving. Addison-Wesley.
• Pearl, J. (1988). Probabilistic reasoning in intelligent systems: Networks of plausible inference. Morgan Kaufmann Publishers.
• Pearl, J. (1995). Causal diagrams for empirical research. Biometrika, 82(4), 669–688. https://doi.org/10.1093/biomet/82.4.669
• Pearl, J. (2000). Causality: Models, reasoning, and inference. Cambridge University Press. https://doi.org/10.1017/CBO9780511803161
• Pearl, J. (2009). Causal inference in statistics: An overview. Statistics Surveys, 3, 96–146. https://doi.org/10.1214/09-SS057
• Pearl, J. (2018). Theoretical impediments to machine learning with seven sparks from the causal revolution. arXiv preprint arXiv:1801.04016. https://arxiv.org/abs/1801.04016
• Pearl, J., Glymour, M., & Jewell, N. P. (2016). Causal inference in statistics: A primer. John Wiley & Sons.
• Pearl, J., & Mackenzie, D. (2018). The book of why: The new science of cause and effect. Basic Books.
• Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
• Spirtes, P., Glymour, C. N., & Scheines, R. (2000). Causation, prediction, and search (2nd ed.). MIT Press. https://doi.org/10.7551/mitpress/1754.001.0001
• Woodward, J. (2003). Making things happen: A theory of causal explanation. Oxford University Press. https://doi.org/10.1093/0195155270.001.0001