سازوکار تجمیع رتبه‌بندی: چگونه الگوریتم‌ها برنده داده‌های رتبه‌بندی‌شده را تعیین می‌کنند

تصور کنید تیم شما در حال رأی دادن به سه پیشنهاد پروژه است. شما ترجیحات رتبه‌بندی‌شده همه را جمع‌آوری می‌کنید، آن‌ها را شمارش می‌کنید و برنده را اعلام می‌کنید. اما اگر صرفاً تغییر فرمول صفحه گسترده‌ای که برای شمارش دقیق همان رتبه‌بندی‌ها استفاده می‌شود، برنده کاملاً متفاوتی را تولید کند، چه؟ ریاضیات تجمیع رتبه‌بندی یک شمارش خنثی نیست؛ بلکه یک تصمیم‌گیرنده فعال است که نتایج را در همه چیز، از استراتژی شرکت‌ها گرفته تا نتایج موتورهای جستجو، شکل می‌دهد.[4]

قرن‌هاست که ریاضیدانان با این چالش دست و پنجه نرم می‌کنند که چگونه لیست‌های رتبه‌بندی‌شده فردی را در یک رتبه‌بندی گروهی واحد و قطعی ترکیب کنند. این اساساً یک مسئله تحلیل داده است. هنگامی که یک سیستم از کاربران می‌خواهد گزینه‌ها را رتبه‌بندی کنند—چه آن‌ها MVPهای ورزشی باشند، چه ویژگی‌های محصول یا نامزدهای انتخاباتی—یک ماتریس پیچیده از ترجیحات همپوشان ایجاد می‌شود. ترجمه آن ماتریس به یک برنده «مقام اول» واحد، نیازمند یک الگوریتم است و هر الگوریتمی سوگیری ریاضی خاص خود را دارد.[1]

رایج‌ترین روش، روش «تکثر» (Plurality) است که اغلب «اولین نفر از خط پایان» نامیده می‌شود. در این سیستم، الگوریتم فقط به انتخاب اول در هر لیست نگاه می‌کند و بقیه را نادیده می‌گیرد. این روش از نظر محاسباتی ساده است اما برای داده‌ها بسیار مخرب است.

اگر ۴۰ درصد از یک گروه، گزینه الف را در رتبه اول قرار دهند، اما ۶۰ درصد باقیمانده آن را در رتبه آخر بگذارند، گزینه الف همچنان ممکن است برنده شود اگر آن ۶۰ درصد بین چندین گزینه دیگر تقسیم شده باشد. تکثر اغلب به انتخاب‌های قطبی‌کننده پاداش می‌دهد در حالی که اجماع را مجازات می‌کند.[1]

برای حل این مشکل از دست رفتن داده‌ها، ریاضیدانان سیستم‌های امتیازدهی موقعیتی را توسعه دادند که مشهورترین آن‌ها «شمارش بوردا» (Borda Count) است که در سال ۱۷۸۱ معرفی شد. شمارش بوردا به هر موقعیت در یک لیست رتبه‌بندی‌شده، یک ارزش امتیازی اختصاص می‌دهد.

در یک رقابت سه گزینه‌ای، رتبه اول ممکن است دو امتیاز، رتبه دوم یک امتیاز و رتبه سوم صفر امتیاز داشته باشد. الگوریتم امتیازات را جمع می‌کند تا برنده را پیدا کند، و تضمین می‌کند گزینه‌ای که به طور گسترده مورد پسند همه است، بتواند گزینه‌ای را شکست دهد که فقط مورد علاقه شدید تعداد کمی است اما مورد نفرت بقیه.[2]

با این حال، شمارش بوردا آسیب‌پذیری جدیدی را معرفی می‌کند: این روش به شدت مستعد دستکاری استراتژیک است. از آنجا که دامنه امتیاز ثابت است، معرفی یک گزینه «کلون»—انتخابی تقریباً مشابه با یک گزینه موجود—می‌تواند به طور مصنوعی امتیازات رقبا را افزایش یا کاهش دهد. در محیط‌های بسیار رقابتی، شرکت‌کنندگان می‌توانند با رتبه‌بندی تاکتیکی قوی‌ترین رقیب گزینه مورد علاقه خود در پایین‌ترین جایگاه، ریاضیات را دستکاری کرده و اجماع واقعی را تحریف کنند.[2]

«روش کوندورسه» (Condorcet Method) رویکرد کاملاً متفاوتی نسبت به داده‌ها دارد و به جای مجموع امتیازات، بر مقایسه‌های جفتی تکیه می‌کند. این الگوریتم یک رقابت یک به یک را بین هر جفت ممکن از گزینه‌ها شبیه‌سازی می‌کند. اگر گزینه ب در رقابت رو در رو، گزینه الف را شکست دهد و همچنین گزینه ج را شکست دهد، گزینه ب به عنوان برنده کوندورسه اعلام می‌شود. این روش از نظر ریاضی دقیق است و در برابر اثر مفسدی (spoiler effect) که روش تکثر را آزار می‌دهد، بسیار مقاوم است.[3]

با این وجود، روش کوندورسه یک نقص ریاضی مهلک دارد: ممکن است در واقع برنده‌ای وجود نداشته باشد. از آنجا که ترجیحات گروهی می‌توانند چرخه‌ای باشند—گزینه الف گزینه ب را شکست می‌دهد، گزینه ب گزینه ج را شکست می‌دهد، اما گزینه ج گزینه الف را شکست می‌دهد—الگوریتم می‌تواند منجر به یک تساوی غیرقابل حل شود که به عنوان «پارادوکس کوندورسه» شناخته می‌شود. در این موارد، داده‌ها یک حلقه تشکیل می‌دهند و الگوریتم بدون تکیه بر یک روش ثانویه برای شکستن تساوی، در تولید یک رتبه‌بندی قطعی شکست می‌خورد.[3]

در نهایت، انتخاب یک الگوریتم رتبه‌بندی به این معناست که شما انتخاب می‌کنید کدام نقص ریاضی را مایل به تحمل هستید. در سال ۱۹۵۱، اقتصاددان کنت آرو به طور ریاضی ثابت کرد که هیچ سیستم رأی‌گیری رتبه‌ای نمی‌تواند ترجیحات فردی را به طور کامل به یک رتبه‌بندی در سطح جامعه ترجمه کند در حالی که تمام معیارهای اساسی انصاف را برآورده سازد. چه به دنبال بهینه‌سازی برای اجماع، قاطعیت یا مقاومت در برابر دستکاری باشید، الگوریتمی که انتخاب می‌کنید ناگزیر برنده را دیکته خواهد کرد.[1][4]