اقتدار الگوریتمی (Algorithmic Authority) چیست؟

اقتدار الگوریتمی مفهومی است که در سال‌های اخیر توجه بسیاری از پژوهشگران علوم اجتماعی، علوم داده و مدیریت را به خود جلب کرده است. ایده اصلی این مفهوم بر این اساس است که الگوریتم‌ها صرفاً ابزارهای پردازشی یا محاسباتی نیستند، بلکه می‌توانند به جایگاه مرجعیت و اعتبار دست پیدا کنند؛ جایگاهی که پیش‌تر تنها برای انسان‌هایی با اقتدار علمی، حرفه‌ای یا سازمانی متصور بودیم. وقتی کاربران، سازمان‌ها یا حتی نهادهای سیاسی و اقتصادی نتایج یا توصیه‌های یک الگوریتم را به عنوان حقیقت یا مبنای عمل می‌پذیرند، در حالی که شاید هیچ اطلاعی از سازوکار درونی آن ندارند، نوعی اقتدار جدید پدیدار می‌شود: اقتدار الگوریتمی.

این ایده نخستین بار در مطالعاتی بر پلتفرم‌های دیجیتال و فناوری‌های غیرمتمرکز مانند بیت‌کوین مطرح شد. پژوهشگران دریافتند که کاربران این سیستم‌ها به الگوریتم‌ها و کدهای رمزنگاری، بیش از نهادهای مالی سنتی اعتماد می‌کنند. اعتماد به الگوریتم‌ها به این دلیل شکل گرفت که کاربران تصور می‌کردند سیستم‌های ریاضی و فنی می‌توانند بی‌طرف‌تر و قابل‌اتکاتر از سازمان‌های انسانی عمل کنند. اما این اعتماد بدون چالش نخواهد بود؛ به همین دلیل، بسیاری از کاربران همچنان معتقدند که قضاوت انسانی باید به عنوان نوعی نظارت یا موازنه در کنار این اقتدار فناورانه باقی بماند.

توسعه نظری این مفهوم به سرعت فراتر از حوزه رمزارزها رفت. پژوهش‌هایی در حوزه رسانه نشان دادند که وقتی گوگل یا شبکه‌های اجتماعی نتایج جستجو یا خوراک خبری کاربران را اولویت‌بندی می‌کنند، عملاً در حال اعمال قدرتی پنهان هستند. کاربران بدون اینکه به فرآیندهای پیچیده رتبه‌بندی یا فیلتر محتوا آگاه باشند، نتایج را به عنوان واقعیت یا حقیقت می‌پذیرند. همین اتفاق در پلتفرم‌های تجاری مانند Uber یا Amazon Mechanical Turk هم رخ می‌دهد، جایی که الگوریتم‌ها به طور خودکار وظایف را تخصیص می‌دهند، عملکرد را ارزیابی می‌کنند و پاداش یا تنبیه را مشخص می‌سازند. در این فضاها، اقتدار انسانی مدیران یا ناظران جای خود را به اقتدار الگوریتمی داده است.

ویژگی اساسی اقتدار الگوریتمی در این است که اعتماد به خروجی الگوریتم‌ها اغلب به شکلی ضمنی و ناخودآگاه رخ می‌دهد. کاربران و تصمیم‌گیران، حتی در غیاب شفافیت کامل، نتایج را معتبر می‌دانند، زیرا آن‌ها را محصول محاسبات دقیق، بی‌طرفانه و علمی تلقی می‌کنند. در عمل، این فرایند می‌تواند به جابه‌جایی مرجعیت از انسان به سیستم‌های فنی بینجامد و مسیرهای جدیدی از مشروعیت را شکل دهد. البته باید توجه داشت که این اقتدار هیچ‌گاه کاملاً مطلق نیست و معمولاً در کنار قضاوت انسانی معنا پیدا می‌کند.

پیامدهای اقتدار الگوریتمی در مدیریت و به ویژه مدیریت استراتژیک بسیار مهم است. زمانی که سازمان‌ها برای تحلیل بازار، پیش‌بینی روندها، شناسایی فرصت‌ها و حتی انتخاب استراتژی‌های کلان خود به داده‌ها و الگوریتم‌ها اتکا می‌کنند، در واقع به این سیستم‌ها اقتدار می‌بخشند. به بیان دیگر:

الگوریتم‌ها نه تنها ابزار تحلیل داده بلکه بازیگران قدرت در فرآیند استراتژی‌پردازی هستند.

این امر می‌تواند مزایای زیادی به همراه داشته باشد؛ از جمله کاهش سوگیری‌های انسانی، سرعت بخشیدن به تحلیل و امکان بررسی حجم عظیمی از داده‌ها. اما در عین حال مخاطراتی نیز به همراه دارد. پذیرش بی‌چون‌وچرای نتایج الگوریتم‌ها ممکن است منجر به استراتژی‌هایی شود که انعطاف انسانی، شهود مدیریتی و حساسیت به زمینه‌های خاص را نادیده بگیرند.

در مفهوم‌سازی استراتژی‌پردازی داده‌محور، اقتدار الگوریتمی می‌تواند به عنوان یکی از سازوکارهای کلیدی درک شود. استراتژی‌پردازی داده‌محور زمانی معنا پیدا می‌کند که تصمیم‌گیرندگان سازمانی داده‌ها و مدل‌های تحلیلی را نه صرفاً به عنوان ورودی، بلکه به عنوان مرجعیت مشروع برای تصمیمات استراتژیک بپذیرند. این پذیرش است که داده‌ها را به قدرت واقعی تبدیل می‌کند و آن‌ها را به سطحی از مشروعیت می‌رساند که پیش‌تر برای مدیران ارشد یا کارشناسان خبره محفوظ بود. بنابراین، اقتدار الگوریتمی هم یک فرصت است برای ارتقای کیفیت استراتژی‌پردازی و هم یک چالش است که نیازمند بازاندیشی در نقش انسان، اخلاق و قضاوت مدیریتی در عصر داده‌محوری است.

به این ترتیب، مطالعه و درک عمیق اقتدار الگوریتمی می‌تواند افق‌های تازه‌ای برای پژوهش و عمل در حوزه مدیریت استراتژیک بگشاید. این مفهوم به ما نشان می‌دهد که ورود داده و الگوریتم به عرصه استراتژی، صرفاً یک تغییر تکنولوژیک نیست، بلکه نوعی جابه‌جایی در بنیان‌های قدرت و مشروعیت تصمیم‌گیری است. استراتژی‌پردازی داده‌محور بدون درک این جابه‌جایی امکان‌پذیر نخواهد بود.