باختصار
الانحياز التاريخي (Historical Bias) هو نوع من الانحياز موجود بالفعل في العالم، ودخل طريقه إلى مجموعة البيانات. وهذه الانحيازات بتميل تعكس صور نمطية ثقافية قائمة، وتفاوتات ديموغرافية، وتحيّزات ضدّ فئات اجتماعية معيّنة.
بالتفصيل
الفرق بين الانحياز التاريخي وأنواع الانحياز الأخرى مهمّ: انحياز التأكيد أو انحياز التغطية بيدخلان أثناء جمع البيانات أو معالجتها. الانحياز التاريخي كان موجودًا في الواقع نفسه قبل ما تبدأ تجمع البيانات — والبيانات بس بتوثّق واقعًا متحيّزًا أصلًا.
وده بيخلّيه أصعب أنواع الانحياز في المعالجة: مش مشكلة في منهجية جمعك للبيانات، بل خاصية في العالم اللي البيانات بتصفه بصدق.
مثال توضيحي: نموذج تصنيف بيتنبّأ هل متقدّم لقرض سيتخلّف عن السداد أم لا، اتدرّب على بيانات تخلّف تاريخية من الثمانينيات من بنوك محلّية في مجتمعين مختلفين. لو المتقدّمون من المجتمع الأوّل كانوا أكثر احتمالًا للتخلّف عن السداد بستّة أضعاف من المجتمع الثاني، فالنموذج ممكن يتعلّم انحيازًا تاريخيًا ينتج عنه رفض القروض في المجتمع الأول بشكل أكبر — حتى لو الظروف التاريخية اللي أدّت لمعدّل التخلّف الأعلى ما عادتش قائمة أصلًا.
وده الفخّ الحقيقي: النموذج بيتعلّم من الماضي، لكن هو بيُستخدم في المستقبل — وبيفترض ضمنيًا إن الماضي ممثّل صحيح للمستقبل. لو الظروف اللي أنتجت الانحياز التاريخي اتغيّرت، النموذج بيظلّ يكرّرها.
مثال عملي
نموذج توظيف اتدرّب على قرارات توظيف الشركة على مدار 20 سنة. لو الشركة تاريخيًا كانت بتوظّف رجالًا أكتر في مناصب تقنية — بسبب معايير سوق العمل القديمة، مش بسبب جدارة فعلية — فالنموذج هيتعلّم إن السير الذاتية اللي «تشبه» نمط المرشّحين السابقين أفضل، ويكرّر النمط ده حتى لو معايير الشركة الحالية تغيّرت فعلًا.
مصطلحات مرتبطة
- Confirmation Bias — انحياز التأكيد.
- Reporting Bias — انحياز التبليغ.
- Disparate Impact — الأثر التفاوتي.
المصادر: Google ML Glossary
