خلاصه مدیریتی

بازیگران متعدد و محیطی متغیر، پویا و پیچیده، تصمیم‌‌گیری در نظام‌‌های سیاسی را با چالش‌‌‌‌های متعددی همراه ساخته است. تصمیمات سیاسی از حساسیت بالایی برخوردار هستند چرا که زندگی طیف وسیعی از افراد را تحت تأثیر قرار می‌‌دهند.

تا چند دهه گذشته، تصمیمات سیاسی اغلب به صورت سنتی و در نتیجه تجربیات گذشته سیاست‌‌مداران اتخاذ می‌‌شد و استفاده از شواهد و داده‌‌ها کمتر مورد توجه سیاست‌‌مداران قرار داشت. لیکن در نتیجه نارضایتی جهانی از روند سیاسی و اهمیت توجه دولت به خواسته‌‌ها و نیازهای مردم، استفاده از شواهد برای تصمیم گیری آگاهانه به مفهومی مورد توجه دولت‌‌ها تبدیل شد [7].

در راستای رفع این چالش و ارائه راه‌‌کاری برای ارتقا تصمیم‌‌گیری، مفهومی با عنوان تصمیم‌گیری مبتنی بر داده، در سال‌‌های گذشته مورد توجه نظام‌‌های سیاسی و دولت‌‌مردان قرار گرفته است. استفاده از ابزارهای مبتنی بر داده، به احصا استنتاج‌‌هایی می‌‌انجامد که به افراد کمک می‌کنند تا بر تعصبات غلبه کرده و بر اساس واقعیت تصمیم‌‌گیری نمایند که این مسئله کمک شایانی به ارتقاء کیفیت تصمیمات سیاسی خواهد کرد. داده‌‌ها و اطلاعات، خوراک اولیه برای ابزارهای مبتنی بر داده بوده و موفقیت تحلیل‌‌های ناشی از به‌‌کارگیری این ابزارها را ممکن می‌‌سازند. از این‌‌رو، به نظر می‌‌رسد نهادهای دولتی که به حجم عظیمی از اطلاعات دسترسی دارند، جایگاه بسیار مناسبی برای ارتقاء کیفیت تصمیمات خود در نتیجه تحلیل‌‌های مبتنی بر داده خواهند داشت.

تصمیم گیری مبتنی بر داده در عرصه سیاسی ضروری است. آینده سیاست مبتنی بر تصمیمات مبتنی بر داده‌ها خواهد بود که به نیازها و خواسته‌های شهروندانش پاسخ بهتری خواهد داد [8]. با توجه به موفقیت استفاده از ابزارها مبتنی بر داده و کاربردهای مختلف آن در زمینه‌‌های عمومی و سیاسی، این پ‍ژوهش، با ارائه مصداق‌‌های حقیقی از به کارگیری این مفهوم در حکمرانی پارلمانی، پیش‌‌زمینه علمی و اجرایی این ابزار را برای مجلس شورای اسلامی مهیا می‌نماید.

با بررسی ادبیات موجود در زمینه تصمیم‌‌گیری مبتنی بر داده و همچنین الگوی ارائه شده برای تحقق این مهم در نظام پارلمانی، برخی از توصیه‌ها و پیشنهادهای سیاستی و اجرایی به دست می‌آید که به ‌صورت خلاصه عبارت‌اند از:

• سنجش نظرات خبرگان و شهروندان در باب میزان اثرگذاری قوانین: با بهره‌‌گیری از ابزارهای مبتنی بر داده می‌‌توان با سرعت و کیفیت بهتری به تحلیل نظرات شهروندان و خبرگان در زمینه اثرگذاری قوانین پرداخت که منجر به ارتقاء قانون‌‌گذاری‌‌ها خواهد شد. بدین منظور نیاز است تا به جمع‌‌آوری اطلاعات از کانال‌‌های مختلف مانند شبکه‌‌های اجتماعی پرداخت و با بهره‌‌گیری از ابزارهای داده‌‌کاوی و متن‌‌کاوی و تحلیل این اطلاعات، میزان اثرگذاری قوانین، کارایی آن و تطبیق قوانین با اهداف آن را شناسایی نمود.
• تسهیل‌‌گری در زمینه کارکرد نظارت مجلس شورای اسلامی: با بهره‌‌گیری از ابزارهای مبتنی بر داده می‌‌توان به پیگیری روند و چگونگی اجرای قوانین پرداخته و از این حیث فرآیند نظارت در مجلس را تسهیل نمود. این ابزارها این امکان را می‌‌دهند تا با بهره‌‌گیری از هوش مصنوعی به شناسایی چرایی اجرا نشدن قوانین و گلوگاه‌‌های آن پرداخت و بدین نحو وظیفه نظارت در مجلس را تسهیل و تسریع نمود.
• ارتقاء مباحث درباره طرح و لوایح در مجلس از طریق طراحی سازوکاری جهت تشخیص سوگیری‌های شناختی: از آنجا که ادبیات علمی، مشغله و دغدغه‌‌های کنشگران سیاسی را به عنوان عامل موثری در سوگیری‌‌های شناختی و رفتاری آنان در هنگام بررسی طرح‌‌ها و لوایح دانسته‌‌اند، با بهره‌‌گیری از علوم رفتاری و تحلیل رفتارهای مبتنی بر سوگیری می‌‌توان به شناسایی این سوگیری‌‌ها پرداخته و با رفع آن‌‌ها کیفیت تصمیم‌‌گیری در مجلس را ارتقا داد.
• تحلیل قوانین و مقررات: با بهره‌‌گیری از ابزارهای مبتنی بر داده می‌‌توان به تحلیل قوانین پرداخت و از این منظر به شناسایی شبکه ارتباطی قوانین، قوانین متعارض و همسو، قوانین قابل تجمیع و تنقیح قوانین پرداخت. این نتایج گام موثری در ارتقاء کیفیت قانون‌‌گذاری ارائه خواهد داد.
• بهره‌‌گیری از ابزارهای متن‌‌کاوی به منظور تحلیل اسناد متنی مرتبط با قانون‌‌گذاری و نظارت مجلس: مجلس شورای اسلامی و نمایندگان فعال در دوره‌‌های مختلف، اسناد متنی حجیمی را تولید نموده‌‌اند که حاوی تجارب ارزشمند و قابل توجهی برای نسل‌‌های آتی در راستای ارتقاء کیفیت تصمیمات می‌‌باشد. از این‌‌رو، با بهره‌‌گیری از از ابزارهای متن‌‌کاوی در راستای تحلیل این اسناد، می‌‌توان با سرعت و کیفیت بالایی به تحلیل حجم وسیعی از اسناد متنی پرداخت و بهره‌‌گیری از این تجارب را برای نسل آتی ممکن ساخت.
• ارتقاء کیفیت حکمرانی پارلمانی و اداره مجلس از طریق اولویت‌‌گذاری طرح‌‌ها و لوایح با رویکرد نظام مسائل: شناسایی اولویت‌‌های اسناد بالادستی، تحلیل چالش‌‌ها و مشکلات کشور و ارائه داده‌‌ و اطلاعات معتبر به نمایندگان برای اخذ تصمیمات دقیق و مؤثر از ظرفیت‌‌های این دانش است.

در نهایت باید بیان داشت مجلس شورای اسلامی به عنوان تجلی اراده ملت، می‌‌تواند الگویی الهام‌‌بخش در انتشار و استفاده از داده‌‌ها و تصمیمات شواهدمحور باشد. هم‌‌اکنون طرح‌‌ها و لوایح متعددی در زمینه شفافیت در دستور کار قرار دارد که تبدیل آنان به قانون، استفاده اثربخش از ابزارهای مبتنی بر داده را برای مجلس مهیا می‌‌سازد. تصویب طرح‌‌ها و لوایح مذکور، سبب انتشار شفاف و حداکثری داده‌‌های مجلس، معاونت‌‌های آن، کمیسیون‌‌ها، فراکسیون‌‌ها و ... می‌‌شود. همچنین مرکز پژوهش‌‌های مجلس می‌‌تواند با توسعه بانک‌‌های اطلاعاتی موجود در مرکز داده و ارتقاء کیفیت گزارش‌‌ها با استفاده از روش‌های داده‌‌کاوی و متن‌‌کاوی، قدم‌‌های ارزشمندی در مسیر پیشرفت حکمرانی و شواهدمحور کردن سیاست‌‌ها و قوانین بردارد.

مقدمه

تصمیم‌‌گیری در نظام سیاسی دارای ساختاری پیچیده و چند بعدی است. چرا که نظام سیاسی، شامل بازیگران متعدد با علایق مختلف و محیطی متغیر، پویا و پیچیده است. همچنین، اخذ تصمیمات سیاسی، معمولا زندگی طیف گسترده‌‌ای از افراد را تحت تاثیر قرار می‌‌دهد. این مسائل، تصمیم‌‌گیری در سیستم سیاسی را به مسئله‌‌ای پیچیده و حساس تبدیل کرده است.

بررسی ادوار قانون‌‌گذاری و اتخاذ تصمیمات سیاسی نشان از آن دارد که تصمیم جانب‌‌دارانه سیاستمداران در راستای اهداف جناحی و اکتفا به تجربیات شخصی مسئله‌‌ای غیرقابل اجتناب است که می‌‌تواند نتایجی آسیب‌‌زا را به همراه داشته باشد. به بیانی دیگر، نبود شواهد و نتایج ملموس در مورد پیامد تصمیم‌‌ها، زمینه‌‌ساز تصمیم‌‌گیری بدون در نظر گرفتن منفعت عامه می‌‌شود. بر این اساس، اخذ تصمیمات آگاهانه، سنجش اثر تصمیمات و بررسی ابعاد چندگانه تصمیم‌‌گیری، مسئله‌‌ای مهم در ارتقاء کیفیت تصمیم‌‌گیری، به ویژه در نظام سیاسی است [1].

از این رو و با هدف بهبود تصمیم‌‌گیری‌‌های شواهدمحور و با کیفیت، مفهومی با عنوان تصمیم‌‌گیری مبتنی بر شواهد[1] در سال‌‌های اخیر مورد توجه محققان علوم سیاسی قرار گرفته است. تصمیم‌‌گیری مبتنی بر شواهد، اساسا به دنبال به کارگیری شواهد علمی معتبر در تصمیم‌‌گیری است. به بیانی دیگر، این راه‌‌کار در نظر دارد تا در فرآیند تصمیم‌‌گیری، شواهد علمی و مدارک پژوهشی به دست آمده از روش‌‌های معتبر، وزن بیشتری نسبت به تجربیات شخصی و نظر و عقیده افراد داشته [5].

در راستای تصمیم‌‌گیری شواهد محور، نخستین گام، تهیه شواهد علمی و دقیق است. به طور کل، شواهد به مجموعه‌‌ای از اطلاعات اطلاق می‌‌شود که نشان می‌‌دهد یک باور یا یک پیش فرض معتبر است یا خیر. بر این اساس، پیش‌‌نیاز تهیه شواهد و تصمیم‌‌گیری شواهد محور، در دست داشتن اطلاعات دقیق و با کیفیت است. به طورکل، داده‌‌ها اساس شواهد را تشکیل می‌‌دهند و اطلاعات، خام و بدون هیچ قضاوتی هستند. شواهد به اطلاعاتی اطلاق می‌‌شود که در نتیجه تحلیل داده‌‌ها و برای اثبات یا رد یک نکته خاص استفاده شده است. به بیانی دیگر، شواهد، استفاده از استدلال‌های روشن، کارآمد و تجربه شده است که در نتیجه به کارگیری اطلاعات و کسب تجربه از آن‌‌ها حاصل می‌‌شود [2].  از این رو، گام نخست در جهت‌‌گیری تصمیمات سیاسی به سوی تصمیمات شواهدمحور، در دست داشتن داده‌‌های مناسب به منظور تحلیل و کسب شواهد است. این مسئله، تصمیم‌‌گیری مبتنی بر داده[2] را پیش‌‌نیاز تصمیم‌‌گیری مبتنی بر شواهد تبدیل کرده است.

از این رو، پ‍‍‍ژوهش حاضر در نظر دارد تا با بررسی مفاهیم و ابعاد عملیاتی تصمیم‌‌گیری مبتنی بر داده در ابعاد عمومی و به طور خاص در سیستم سیاسی،‌ به ارائه یک الگوی جامع و عملیاتی در راستای شناسایی ابزارهای کاربردی داده‌‌محور و تحقق آن در نظام سیاسی و پارلمانی بپردازد. از این‌‌رو در ابتدا، به توضیح مختصری در باب مفهوم تصمیم‌‌گیری مبتنی بر داده پرداخته شده است و سپس، مصادیق به‌‌کارگیری این ابزار در پارلمان‌‌ها اشاره شده است.

1. تصمیم‌‌گیری مبتنی بر داده

تصمیم‌‌گیری مبتنی بر داده یک فرآیند تصمیم‌‌گیری شامل جمع‌‌آوری داده‌‌ها، استخراج الگوها و حقایق از داده‌‌ها و استفاده از آن حقایق برای تصمیم‌‌گیری تعریف می‌‌شود [13]. تصمیم‌گیری مبتنی بر داده فرآیند استفاده از داده‌‌ها برای تصمیم‌گیری آگاهانه و تأیید شده است. ابزارهای تحلیلی مدرن مانند داشبوردهای تعاملی، به افراد کمک می‌کنند تا بر تعصبات غلبه کرده و بر اساس واقعیت تصمیم‌‌گیری نمایند. تصمیم‌‌گیری داده‌‌محور طیف وسیعی از امور از جمله جمع‌آوری داده‌ها، استخراج الگوها و حقایق و استفاده از این داده‌ها در تصمیم‌گیری را شامل می‌شود [16].

تجزیه و تحلیل داده‌‌ها و جستجوی الگوها، روشی ارزشمند برای درک آنچه در سیاست می‌گذرد است. به عنوان مثال، با تجزیه و تحلیل انتخابات گذشته، می‌توان پیش‌بینی کرد که کدام جمعیت به چه کسی و به چه میزان رأی خواهند داد. در نتیجه این تحلیل، سیاستمداران می‌توانند روی رای دهندگانی تمرکز کنند که احتمال بیشتری دارد به آن‌‌ها رای دهند و زمان و هزینه کمتری را صرف تبلیغات برای جمعیتی کنند که احتمالا به آن‌‌ها رأی نخواهند داد [18].

تصمیم‌‌گیری مبتنی بر داده دارای ابزارها و روش‌‌های متعددی است بهره‌‌گیری از آن‌‌ها ارتقاء کیفیت تصمیم‌‌گیری را به همراه خواهد داشت. در بخش بعدی گزارش، مصادیق حقیقی از به‌‌کارگیری ابزارهای مبتنی بر داده در پارلمان‌‌ها و نتایج حاصل از آن ارائه شده است.

2. کاربرد تصمیم‌‌گیری مبتنی بر داده در نظام پارلمانی

2-1. بررسی آرای نمایندگان مجلس با بهره‌‌گیری از ابزار خوشه‌‌بندی

پارلمان لهستان به منظور بررسی رفتار نمایندگان، به تحلیل آراء ارائه شده توسط آنان در پایان دوره هفتم پارلمان پرداخت [3]. بدین منظور بیش از 6000 رای‌‌گیری انجام شده توسط نمایندگان مورد بررسی قرار گرفت. هدف از این پژوهش، تفحص در باب این موضوع بود که آیا نمایندگانی با عضویت در احزاب یکسان، بیشتر به طرح‌‌هایی رای دادند که مورد حمایت هم حزبی‌‌هایشان بوده است یا خیر؟ مسئله‌‌ دیگری که در این پروژه تحت بررسی قرار گرفت، میزان تغییر احزاب یا فراکسیون سیاسی افراد در طول دوره نمایندگی خود بود.

به منظور بررسی این موضوع، در گام نخست، آرای اتخاذ شده توسط 6 نفر از نمایندگان در باب طرح درمان ناباوری مورد بررسی قرار گرفت. در تحلیل انجام شده در این پروژه، به ترتیب برای وضعیت "موافق"، "مخالف"، "ممتنع" و "غیبت در طول رأی‌‌گیری" اعداد (2+)، (2-)، (1-) و (0) و رنگ‌‌های آبی، قرمز، زرد و آبی روشن در نظر گرفته شده بود به منظور تحلیل رفتار رأی دهی نمایندگان از تکنیک خوشه‌‌بندی[3]، یکی از ابزارهای مبتنی بر داده، استفاده شده است. شکل 1 نتیجه خوشه‌‌بندی آراء 6 نفر از نمایندگان را بر اساس رفتار رأی‌‌دهی آنان برای 14 طرح مرتبط با  درمان ناباروری نشان می‌‌دهد.

شکل 1. تفاوت آراء 6 نماینده مجلس لهستان

   بایسک[4] [3]                                                                                                                                                     

بر اساس شکل 1، دو نفر از نمایندگان با اسامی Palikot وMiller  کاملا مشابه یکدیگر رائ‌‌ داده‌‌اند. Kopacz و Piechocinski با مشابهت کمتر اما با پیروی از یک الگوی یکسان رأی داده‌‌اند و در نهایت، دو عضو دیگر پارلمان، Szydlo و Gowin به روشی مشابه اما کاملاً متفاوت از چهار نفر باقی مانده رأی دادند.

تحلیل فوق برای تمامی نمایندگان و برای تمامی 6000 رأی ارائه شده در زمینه طرح درمان ناباروری در قالب شکل 2 ارائه شده است. رنگ‌‌های ارائه شده در این شکل نشان دهنده احزابی هستند که نمایندگان بیشتر دوره نمایندگی خود را در آن سپری کردند.

به منظور ارائه بینشی دقیقتر، قسمتی از شکل 2، در قالب شکل 3 ارائه شده است. شکل 3 بیانگر تفاوت رأیZalka  و Gowinبا دیگر افراد هم حزبی خودشان است. بر اساس تحلیل آرا این دو فرد مشخص شده است که هر دوی آن‌‌ها بیشتر آرا را در حالی که عضو حزب PO بودند، به صندوق انداخته‌اند، اما هر دوی آنها در دو حزب ZP و KPSP نیز عضویت داشتند. به عنوان تحلیلی دیگر، Gowin and Zalek بیشترین زمان شرکت در رای‌‌گیری را زمانی داشته‌‌اند که عضو حزب یا فراکسیون سیاسی PO بوده‌‌اند که این رفتار در مقایسه با سایر هم حزبی‌‌های آن‌‌ها متفاوت است (حزب یا فراکسیون سیاسی PO مخالف سیاست‌‌ها کلی دولت لهستان است و از این منظر معمولا در جلسات رأی‌‌گیری شرکت نمی‌‌کنند). علاوه بر این دو نماینده پس از مدتی از حزب PO به PiS منتقل شدند که ممکن است بیانگر دیدگاه متفاوت آن‌‌ها با حزب PO باشد.

شکل 2. خوشه‌‌بندی نمایندگان پارلمان لهستان بر اساس رفتار رأی‌‌گیری آن‌‌ها برای یک طرح

              بایسک[5] [3]                                                                                                                                                    

تحلیل رفتار نمایندگان پارلمان لهستان نشان از آن دارد که با وجود اینکه 5 حزب به صورت رسمی در این پارلمان فعال هستند (طیف رنگی ارائه شده در شکل 2)، لیکن خوشه‌‌بندی رفتار نمایندگان تنها برای یک طرح نشان از آن دارد که می‌‌توان نمایندگان را بر اساس رفتار اتخاذ رأی آنان به خوشه‌‌هایی فراتر از احزاب آنان تقسیم نمود. چنین تحلیلی می‌‌تواند بینش مناسبی را به احزاب برای حمایت از نمایندگان برای دوره بعدی مجلس ارائه دهد. همچنین در نتیجه این تحلیل می‌‌توان گروه‌‌های فراحزبی نمایندگان را نیز شناسایی نمود. تحلیل دیگری که می‌‌توان در نتیجه بررسی رفتار نمایندگان احصا نمود، نوع دیدگاه آنان نسبت به موضوعات خاص است. به عنوان مثال، کدام نماینده در باب طرح‌‌ها و لوایح مرتبط با مسائل اقتصادی بیشترین رأی مثبت را ارائه نموده است. بررسی این موضوع می‌‌تواند به ارائه دیدگاهی جامع نسبت به عملکرد کلی نمایندگان بی‌‌ا‌‌نجامد که نحوه عملکرد آن‌‌ها را شفاف می‌‌سازد.

شکل 3. تفاوت رفتار اتخاذ رأی دو نماینده با دیگر نمایندگان مشابه از منظر دیدگاه سیاسی

                          بایسک[6] [3]                                                                                                                                                    

2-2. تحلیل قانون‌‌گذاری سنا و مجلس نمایندگان آمریکا

کتابخانه کنگره در ایالات متحده آمریکا دارای پایگاه اطلاعاتی با عنوان "توماس" به منظور نگهداری اطلاعات مرتبط با قانون‌‌گذاری سنا و مجلس نمایندگان آمریکا می‌‌باشد. در پژوهشی که  توسط جاکلین[7] و همکاران. [12] انجام شده است، فهرست آراء هر یک از 100 سناتور مجلس مورد تحلیل قرار گرفته است. رای هر سناتور به سه روش ثبت می‌شود: «بله»، «نه» و «ممتنع». بخشی از موضوعات مورد بحث در سنای آمریکا، آراء ثبت شده برای آن موضوعات و نتیجه نهایی آراء در شکل 4 ارائه شده است.

شکل 4. بخشی از موضوعات مورد بحث در سنای آمریکا

جاکلین^[8]و همکاران، [12]

هدف از این پروژه، بررسی میزان اثرگذاری هر سناتور، ایالت‌‌های مختلف و میزان مشابهت میان آراء نمایندگان است. در ادامه، تحلیل‌‌‌‌های بررسی بر اساس این اطلاعات ارائه شده است:

• شناسایی خوشه‌‌های مشابه از نمایندگان

نخستین تحلیل انجام شده، استفاده از الگوریتم خوشه‌‌بندی سلسله مراتبی[9] برای شناسایی شباهت سناتورها است (شکل 5). به طور کل، دو خوشه اصلی جمهوری خواه و دموکرات وجود دارد. با این وجود تصمیمات اتخاذ شده نمایندگان نشان از تعهد نسبی آنان به سایر جریان‌‌ها سیاسی دارد. به منظور بررسی این موضوع، تحلیل دیگری در قالب نمایش میزان عضویت سناتورها در احزاب سیاسی ارائه شده است. بلوک‌‌های نمایش داده شده در سمت راست، بیانگر میزان عضویت سناتورها در احزاب سیاسی است.

بلوک‌های تیره‌تر، درجه بالایی از عضویت و بلوک‌های روشن‌تر درجه پایین‌تری از عضویت را نشان می‌دهند. تحلیل فوق بیانگر میزان عضویت نمایندگان به شرح زیر است:

• A: اکثریت جمهوری خواه، 35 رای؛
• ‌B: اقلیت جمهوری خواه، 14 رای؛
• C: جمهوری خواه غیر متعهد، 3 رای؛
• D: اقلیت دموکرات، 5 رای؛
• E: اکثریت دموکرات، 42 رای.

شکل 5. بخشی از موضوعات مورد بحث درمجلس سنای آمریکا

                                                جاکلین^[10]و همکاران، [12]

شکل 6. ماتریس مشابهت آرا نمایندگان مجلس سنای آمریکا

             جاکلین^[11]و همکاران، [12]

هر بلوک را می‌‌توان به عنوان یک رأی واحد تفسیر کرد که چندین بار توسط افراد تکرار شده است. بدین ترتیب، می‌توان یک بلوک را به عنوان مجموعه آرا یک سناتور تعبیر کرد. با بررسی نتایج حاصل از شکل 5 بیانگر میزان اثرگذاری هر یک از خوشه‌‌های شناسایی شده و شکل‌‌گیری تشکل‌‌های فرعی را نشان می‌‌دهد.

• ماتریس مشابهت

به منظور بررسی مشابهت آرا نمایندگان با سایر هم حزبی‌‌هایشان، ماتریس مشابهت در شکل 6 رسم شده است. هر چه دو سناتور دارای رفتار مشابه در اتخاذ آراء هستند، مربع محل تلاقی نام آن‌‌ها تیره‌‌تر نشان داده شده است. از این نمودار سه خوشه بزرگ به صورت بصری قابل شناسایی هستند که این خوشه‌‌ها با احزاب سیاسی مطابقت دارند. یک مورد جالب شناسایی شده در این ماتریس، رفتار سناتور Kerry (D-MA) است که در مرکز دموکرات‌‌ها قرار دارد و در عین حال بیشتر از سایر دموکرات‌‌ها به جمهوری خواهان شباهت دارد.

شکل 7. شبکه شباهت برخی از سناتورهای حزب دموکرات

      جاکلین^[12]و همکاران، [12]

• شبکه مشابهت

خوشه‌‌بندی ساختار شباهت‌‌های قوی را به صورت جزئی نشان نمی‌‌دهد. بدین منظور می‌‌توان با ترسیم شبکه‌‌ای حاوی نمایندگان (گره‌‌ها) و میزان قدرت اتصال میان آن‌‌ها (یال‌‌ها) به این تحلیل دست یافت. شکل 7 نمونه‌‌ای از شبکه مذکور را برای تعداد معینی از قوی‌ترین شباهت‌ها برای حزب دموکرات نشان داده است.

بر اساس این نمودار، می‌‌توان نمایندگان اثرگذار را که با بخش قابل توجهی از نمایندگان ارتباط دارند شناسایی نمود. به عنوان مثال، سناتور Kerry دارای ارتباطات گسترده و بعضا قوی با برخی از نمایندگان حزب دموکرات می‌‌باشد. علاوه بر این سناتور، جایگاه سناتور Sarbanes نیز در میان نمایندگان حزب دموکرات، جایگاه قابل توجهی است. چرا که همچون یک گره واسط، دو شبکه غیرمرتبط از نمایندگان را به یکدیگر متصل می‌‌سازد.

شکل 8. بررسی رابطه میان سناتورها و رأی به طرح تحت بررسی

• میزان تأثیر یک سناتور یا یک ایالت

در صورتی که هر سناتور به عنوان یک منبع اطلاعاتی در نظر گرفته شود و هدف بررسی نتیجه رای‌گیری باشد، اطلاعات متقابل را می‌‎توان به عنوان معیاری برای تعیین میزان تأثیرگذاری یک سناتور در رابطه با نتیجه رأی تفسیر کرد (شکل 8). همچنین می‌توان هر دو سناتور یک ایالت خاص را به عنوان منبع اطلاعاتی مشترک در نظر گرفت. به این ترتیب، سطح نفوذی را که حزب در دولت دارد بدست‌‌ می‌آید (شکل 9). به منظور تحلیل این اطلاعات و شناسایی میزان اثرگذاری سناتور یا یک ایالت از ابزار رگرسیون[13]، ابزاری دیگر در تصمیم‌‌گیری مبتنی بر داده استفاده شده است. بر اساس این ابزار می‌‌توان درصد تأثیرگذاری دقیق فاکتورهای مدنظر را بر روی رفتار یک نماینده متوجه شد. بررسی‌‌های انجام شده نشان ازآن دارد که به‌ طورکلی، جمهوری خواهان به‌طور قابل‌توجهی تأثیرگذارتر از دموکرات‌‌ها هستند.

• تحلیل موضوعی

به منظور بررسی دقیق‌‌تر برخی از موضوعات، می‌‌توان به صورت مجزا به تحلیل پرداخت. به عنوان مثال، آرای دموکرات‌‌ها و جمهوری خواهان در کدام موضوعات بیشتر با هم تفاوت داشتند و یا چه زمانی دو بلوک اصلی جمهوری خواه (A،B) یا دموکرات (D،E) بیشترین تفاوت را داشتند؟

شکل 9. بررسی رابطه میان ایالات و رأی به طرح تحت بررسی

شکل 10 نمونه‌‌ای از تحلیل موضوعی را برای نمایش بیشترین تفاوت آراء جمهوری‌‌خواهان و دموکرات‌‌ها نشان می‌‌دهد. به عنوان مثال، در زمینه طرح مرتبط با ارائه خدمات سلامت به شهروندان هندی و آلاسکائی تبار ساکن در آمریکا (سط دوم در شکل 28)، مشاهده می‌‌شود که دو تشکل D (اقلیت دموکرات) و E (اکثریت دموکرات)، تأثیر به‌‌سزایی در رد این طرح داشته‌‌اند. از آنجا که حزب دموکرات در دو تشکل حضور داشته‌‌اند، عملا این رد طرح را نمی‌‌توان به حزب دموکرات مرتبط دانست. این مسئله می‌‌تواند در نتیجه اثرگذاری رآی یک نماینده خاص بر روی طرح دیگران و یا شکل‌‌گیری تشکلی جدید از اعضای دو خوشه D و E باشد.

شکل 10. بیشترین تفاوت آراء جمهوری‌‌خواهان و دموکرات‌‌ها

2-3. شناسایی قوانین مهم

در کشور انگلستان بررسی‌‌ها حاکی از انتشار سالانه هزاران قانون است. در این کشور، بیش از 300 قانون عمومی و تقریباً 25000 سند قانونی بین سال‌های 2010 تا 2020 ایجاد شده است. چالش اصلی که در این بین وجود دارد، شناسایی این مسئله است که کدام یک از این قوانین واقعاً مهم و کدام یک نسبتاً مهم هستند؟ شناسایی این مسئله هم برای شهروندان و هم برای قانون‌‌گذاران اهمیت بسزایی دارد. در راستای رفع این مسئله، زوبک^[14] و همکاران.، [20] به جمع‌‌آوری اطلاعات در زمینه شناسایی قوانین مهم برای شهروندان و شرکت‌های حقوقی انگلستان پرداختند. این اطلاعات در نتیجه بررسی شبکه‌‌های اجتماعی و وب‌‌سایت‌‌های حقوقی حاصل شده بود.  

پس از جمع‌‌آوری اطلاعات، ابتدا با استفاده از شاخص‌‌های تعریف شده توسط خبرگان، قوانین دسته‌‌بندی شده، ارتباط آنان با یکدیگر شناسایی شده و در نهایت قوانین اثرگذار شناسایی شدند. سپس با توسعه یک مدل یادگیرنده، بررسی و انتخاب قوانین مهم آتی در دستور کار قرار گرفت. طراحی چنین مدل یادگیرنده‌‌ای می‌‌تواند در دستورکارگذاری آتی پارلمان نیز کمک کننده باشد. چارچوب طراحی شده بروی تمامی اسناد قانونی که بین سال‌های 2009 و 2016 به تصویب رسیده‌‌اند، مورد آزمایش قرار گرفته است.

2-4. تشخیص خودکار احساسات نمایندگان پارلمان در هنگام بحث درباره طرح‌‌ها و لوایح

سند هانسارد[15] سندی حاوی تمامی مناظرات انجام شده در پارلمان انگلستان است که با هدف دسترسی به نظرات و نگرش‌‌های اعضای پارلمان و احزاب آن‌‌ها در مورد موضوعات تحت بحث در پارلمان تهیه شده است. با این حال، مقدار زیادی از مطالب ضبط شده همراه با سبک ضمنی گفتاری  و زبان رویه‌ای غیرشفاف مورد استفاده در پارلمان، تفسیر دستی اطلاعات از این داده‌ها را برای شهروندان غیرمتخصص دشوار و بعضا غیرممکن است.

در راستای رفع این مشکل، پروژه‌‌ای با هدف بررسی این اسناد و احصاء احساسات نمایندگان به هنگام بحث در رابطه با یک موضوع طراحی شد .[10] در راستای جمع‌‌آوری اطلاعات برای این پروژه، از متن مناظرات پارلمان که از سال 1935 به بعد در سایت TheyWorkForYou.com موجود است، استفاده شده است.

به منظور تحلیل متون علمی، از متد متن‌‌کاوی[16]، یکی دیگر از ابزارهای مبتنی بر داده استفاده شده است. علاوه بر تحلیل اسناد متنی، اسناد صوتی مرتبط با جلسات رأی‌‌دهی نمایندگان نیز مورد بررسی قرار گرفت. بدین منظور نیز با بهره‌‌گیری از ابزارهای هوش مصنوعی و سنجش گام صدا، بلندی صدا، لحن صدا و سایر اقدامات مرتبط با فرکانس، تحلیل‌‌هایی مشابه با شکل 11 حاصل می‌‌شود. بر اساس این شکل، دامنه صدای افراد در نتیجه 4 شرایط عصبانیت، ناراحتی، خستگی و شرایط نرمال، متفاوت می‌‌باشد و این شرایط می‌‌تواند نتیجه آرای نماینده را متفاوت نماید.

شکل 11. دامنه صوتی متفاوت در افراد در هنگام بیان یک جمله با حالات روحی متفاوت

نتیجه این تحلیل بیانگر این موضوع بود که از هفت حزبی که در آن زمان بیش از یک نماینده پارلمان داشته اند، SNP و سه حزب کوچکتر (DUP، UUP، Green) همیشه به عنوان یک مجموعه مشابه رأی می‌‌دهند.

از سوی دیگر، این بررسی نشانگر این موضوع بوده که معمولا زمانی که موضوعات مطرح شده در پارلمان مربوط به موضوعات بومی و محلی، مانند میزان بودجه دولت برای یک منطقه بومی بود که در آن وفاداری نمایندگان به حزب یا حوزه انتخابی چالش‌‌برانگیز است و یا موضوعاتی که وجدان و انسانیت نمایندگان را تحت تأثیر قرار می‌‌داد، نتیجه گفتار ارائه شده توسط نمایندگان با نوشتار آنان متفاوت است. به بیانی دیگر، بررسی احساسات نمایندگان به هنگام صحبت در پارلمان، بیانگر دیدگاه مثبت آن‌‌ها به یک موضوع است، در حالی که نتیجه رأی آن‌‌ها متفاوت است.

2-5. ارزیابی مشارکت سیاسی گروه‌های ذی‌نفع در فرآیندهای سیاست‌‌گذاری

نمایندگان مجلس معمولا به منظور دفاع از طرح پیشنهادی خود، حمایت گروه‌‌های ذی‌نفع از این طرح را در راستای ایجاد انگیزه برای نمایندگان جلب نموده و این حمایت را در سخنرانی‌‌های خود مطرح می‌‌کنند. ارتباط نمایندگان با گروه‌‌های ذی‌‌نفع معمولا بر روی دعوت از آنان برای حضور در هیئت‌های مشورتی یا شهادت شفاهی به کمیته‌های قانون‌گذاری متمرکز شده است. مسئله اصلی در ارائه این حمایت‌‌ها، شناسایی گروه‌‌هایی است که از منظر سیاست‌‌مداران، از مهمترین گروه‌‌های ذی‌نفع شناخته می‌‌باشند.

واضح است که نمایندگان و احزاب سیاسی نمی‌‌توانند به همه گروه‌‌های ذی‌نفع توجه کرده و در راستای جلب موافقت آن‌‌ها تلاش کنند. در نتیجه آنچه برای طرح‌‌ها و تصمیمات آتی سیاست‌‌مداران مهم است، اشاره مکرر نمایندگان به گروه‌‌های خاص در راستای دفاع از نظرات و تصمیمات سیاسی خود است. میزان اهمیت یک گروه، به معنای میزان اهمیتی است که یک گروه در میان یک مخاطب خاص (مثلاً نمایندگان مجلس یا مقامات دولتی) دارد [4]. این مسئله تنها به دفاع از یک طرح اشاره ندارد، بلکه انتخاب گروهی از ذی‌نفعان که به بهترین نحو می‌‌تواند مخالفت نمایندگان نسبت به یک طرح برانگیزد نیز مهم است.

نکته‌‌ای که باید در این زمینه مورد توجه قرار گیرد این است که لزوما، گروهی که از منظر جامعه، ذی‌نفع اصلی و اثرگذار هستند و یا به دلیل خبرگی در مسئله تحت بررسی، می‌‌بایست به عنوان مشاور و گروه اصلی در نظر گرفته شوند، از منظر سیاست‌‌مداران لزوما این ویژ‌‌گی را ندارد. بررسی رفتار سیاست‌‌‌‌مداران نشان از آن دارد که بعضا این افراد از گروه‌‌هایی برای حمایت از خود دعوت می‌‌کنند که ممکن است اهمیت اجتماعی کمی داشته باشند [11].

بررسی چگونگی انتخاب گروه‌‌های ذی‌‌نفع توسط سیاست‌‌گذاران بسیار مهم است. چرا که از یک سو، برای گروه های ذی‌‌نفع، تایید شدن توسط سیاست گذاران به عنوان یک بازیگر مرتبط، که ترجیحات آنها باید در نظر گرفته شود، دارایی ارزشمندی است و از سوی دیگر، استناد به نظرات ارائه شده توسط گروه‌‌هایی که واقعا ذی‌‌نفع یا خبره در مسئله مورد بررسی نیستند، می‌‌تواند سبب اخذ تصمیمات نادرست  و آسیب‌‌های جبران‌‌ناپذیری شود. بر این اساس، سوال اساسی این است که چرا گروهی از منظر سیاست‌‌مداران در راستای حمایت از نظرات آنان انتخاب می‌‌شود؟ آیا خبرگی ذی‌‌نفعان مورد توجه سیاست‌‌گذران قرار می‌‌گیرد یا ویژگی فراتری مدنظر آنان است؟

در راستای پاسخ به این سوال، فراسون^[17] و همکاران.، [9] به انجام یک تحلیل متنی بر روی سخنرانی‌‌های نمایندگان که در آن سخنرانی‌‌ها از گروه‌‌های ذی‌‌نفع نام بردند، پرداختند. هدف اصلی این پژوهش، استفاده از الگوریتم‌‌های طبقه‌‌بندی[18] با هدف پی بردن به این مسئله است که ایا یک گروه ذی‌نفع، از منظر سیاستمداران، تأثیرگذار است یا خیر.

شکل 12. میزان تفاوت گروهای اثرگذار از منظر سیاست‌‌مداران و جامعه

                فراسون^[19] و همکاران.، [9]

برای انجام این پژوهش از مجموعه داده‌های پارلمان استرالیا استفاده شده است. در این تحلیل مجموع 1316 گروه ذی‌‌نفع که دارای منافع ملی بودند شناسایی شده است. تحلیل داده‌‌ها نشان داد هنگامی که یک گروه از منظر سیاست‌‌مداران دارای اهمیت است به طور مداوم از گروه مذکور به عنوان یک منبع سیاسی نام برده شده است. بر اساس این تعریف، ارتباط میان سخنرانی‌‌های نمایندگان و گروه‌‌های ذی‌نفع ملی بررسی گردید. شکل 12 نمایی از نتایج بدست آمده را نشان می‌‌دهد. به عنوان مثال، "Austrialn Industrial Group" به عنوان برترین گروه ذی‌‌نفع در زمینه تجارت شناخته شده است. با این وجود، تحلیل جلسات سخنرانی و پیشنهادات مکتوب نمایندگان پارلمان استرالیا نشان از آن دارد سیاست‌‌مداران به هنگام سخنرانی‌‌های خود معمولا از گروه‌‌های ذی‌‌نفع متفاوتی نسبت به پیشنهادات مکتوب خود در این زمینه استفاده می‌‌کنند. به بیانی دیگر، در جلسات علنی بعضا به ذکر نام گروه‌‌هایی می‌‌پردازند که با پیشنهادات مکتوب آنان در باب گروهای اثرگذار متفاوت است؛ در نتیجه ممکن است در جلسات علنی به ذکر نام گروهی بپردازند که خود نیز آن را به عنوان ذی‌‌نفع و خبره اصلی قبول ندارند و تنها به دلایلی همچون نفوذ مالی یا سیاسی نام گروه مذکور را بیان می‌‌دارند.

2-6. شبکه رای‌‌گیری مشترک نمایندگان

در راستای ایجاد یک شبکه رای‌‌گیری مشترک بین نمایندگان، داده‌‌های 249 جلسه رای‌‌گیری نمایندگان مجلس برزیل در سال 2015 بررسی شده است .[15] در این شبکه، گره‌‌‌‌ها بیانگر نمایندگان کنگره هستند و یال‌‌های وزن‌‌دار نشان دهنده شباهت بین نمایندگان کنگره در مورد رفتار رأی دهی آن‌‌ها است. در راستای شناسایی این شبکه، نمایندگان با استفاده از الگوریتم‌‌ها خوشه‌‌بندی، به خوشه‌‌های اثرگذار مختلف تقسیم شده و سپس میزان نفوذ این خوشه‌‌ها بر هم بررسی شده است.

نخستین تحلیل حاصل از این پروژه، توزیع حضور نمایندگان مجلس برزیل در 249 جلسه تحت بررسی است (شکل 13). نمودار ارائه شده در شکل 30 بیانگر این حقیقت است که به صورت واضح، توزیع حضور نمایندگان نرمال نمی‌‌باشد و حدود 70 درصد از آن‌‌ها در بیش از 66 درصد از جلسات رای‌گیری شرکت کرده‌‌اند، با این حال، برخی از نمایندگان مجلس برزیل میزان حضور در رای‌‌گیری بسیار پایینی دارند.

تحلیل دیگری در این پژوهش مورد توجه قرار گرفته است، شناسایی ارتباط میان نمایندگان مجلس برزیل و موضوعاتی است که به آن‌‌ها رأی مثبت داده‌‌اند. شکل 14 تابع احتمال اثرگذاری یک نماینده در مجلس برزیل بر روی یک موضوع خاص را نشان می‌‌دهد. این تحلیل کارایی بالایی برای احزاب و رئیس مجلس در راستای شناسایی نمایندگان اثرگذار دارد.

شکل 13. تابع توزیع تجمعی حضور نمایندگان مجلس برزیل در جلسات بررسی شده

               نونس[20]، [15]

در پژوهش دیگری در این زمینه، رفتار 630 نماینده پارلمان ایتالیا مورد بررسی قرار گرفته است .[6] هدف از این بررسی، سنجش احزاب موافق و مخالف دولت است. شکل 15 توزیع احزاب مختلف از منظر موافق یا مخالف بودن آن‌‌ها با تصمیمات دولت ایتالیا را نشان داده است. خط چین عمودی دو ائتلاف مذکور را از هم جدا می‌‌کند. شکل 16 نیز با استفاده از الگوریتم خوشه‌‌بندی، خوشه‌بندی احزاب مختلف را با رنگ‌های مختلف ارائه کرده است.

شکل 14. احتمال اثرگذاری یک نماینده در مجلس برزیل بر روی یک موضوع خاص

               نونس[21]، [15]

                            شکل 15. توزیع احزاب موافق و مخالف با دولت در پارلمان ایتالیا

      نونس[22]، [15]

شکل 16. خوشه‌‌بندی احزاب موافق و مخالف با دولت در پارلمان ایتالیا (نونس^[23]، 2017)

2-7. شناسایی موضوعات مورد توجه هریک از احزاب سیاسی در مجلس

در راستای شناسایی تفاوت موضوعات مطرح شده توسط دو حزب دموکرات و جمهوری‌‌خواه پارلمان آمریکا، حدود 10.000 سخنرانی "یک دقیقه‌‌ای" در طول سال 2013 تا 2014 توسط [19] مورد بررسی قرار گرفت.

در گام نخست یک ماتریس سند-اصطلاح ساخته شد که در آن هر ردیف یک گفتار یک دقیقه‌ای است و هر ستون یک بردار است که نشان می‌دهد آیا یک ویژگی/کلمه در یک گفتار مشخص وجود دارد یا خیر (شکل 17). بدین منظور از یکی دیگر از ابزارهای مبتنی بر داده مناسب برای تحلیل متن با عنوان تخصیص پنهان دریکله[24] (LDA)، استفاده شده است. با استفاده از این روش، 9.704 سخنرانی مجلس سنا بر اساس موضوعات طبقه‌‌بندی شده است. نتایج منعکس شده در شکل 17 نشان می‌‌دهد که نمایندگان در باب هر موضوع، بیشتر چه کلماتی را در سخنرانی‌‌های خود استفاده نموده و به طور کلی، چه مباحثی با قوت بیشتری در سخنرانی‌‌های نمایندگان مطرح شده است.

شکل 17. کلمات احصا شده از هر یک از موضوعات بررسی شده در پارلمان

    ویلکرسون[25]، [19]

شکل 18. میزان تمرکز هر حزب بر موضوعات متفاوت

    ویلکرسون[26]، [19]

شکل 18 نیز، بیشتری مضوعات مطرح شده به تفکیک دو حزب جمهوری‌‌خواه و دموکرات را نشان می‌‌دهد. بر اساس این تحلیل می‌‌توان جهت‌‌گیری موضوعی و فعالیت هر حزب برای موضوعات مختلف را شناسایی نمود.

شکل 19. آمار سوالات نمایندگان مجلس مالزی در یک جلسه برگزار شده در مجلس چهاردهم

                  ساری[27] و همکاران.، [17]

2-8. بررسی سوالات مطرح شده توسط نمایندگان مجلس

سؤالات پارلمانی به عنوان یکی از ابزارهای مورد استفاده نمایندگان، مکانیزم اساسی برای دستیابی به وظایف نظارتی مجلس را فراهم می‌‌کند. از این‌‌رو، ساری[28] و همکاران.، [17] به بررسی سوالات مطرح شده توسط نمایندگان پارلمان مالزی با هدف بررسی علایق آن‌‌ها پرداختند. شکل 19 موضوعات مطرح شده نمایندگان مجلس مالزی در یک جلسه علنی را نشان می‌‌دهد. به عنوان مثال،  موضوع "آموزش" مجموعا، 137 بار در قالب سوال شفاهی، 56 بار در قالب سوال کتبی و 12 بار در قالب طرح مطرح گشته است.

نتیجه‌گیری و ارائه توصیه‌‌های سیاستی

روندهای جهانی نشان می‌‌دهد تصمیم‌‌گیری مبتنی بر داده‌‌ها و شواهد، مورد توجه جدی سیاستگذاران قرار گرفته است. در همین راستا استفاده از روش‌‌های علم‌‌داده، تأثیر مثبتی بر تحقق سیاستگذاری و قانون‌‌گذاری شواهدمحور داشته است. استفاده از این دانش می‌‌تواند به کاهش خطاهای تصمیم‌‌گیری‌‌، اخذ تصمیمات کم‌‌هزینه‌‌تر، حل مسائل اجتماعی-سیاسی پیچیده چندسطحی و بین‌‌رشته‌‌ای، افزایش شفافیت و جلوگیری از تبعیض‌‌های ناروا، حرکت به سمت عدالت در دسترسی به منابع اطلاعاتی و افزایش آگاهی عمومی از دلایل اخذ تصمیمات سیاسی، و افزایش همراهی مردم با سیاست‌‌ها کمک نماید.

نکته قابل تأمل اینکه، استفاده از کلان‌‌داده‌‌ها به عنوان یک ابزار قدرتمند نوظهور و بهره‌‌گیری از تحلیل‌های دقیق ناشی از آن، تبدیل به یک شاخص مهم برای نشان دادن تعهد سیاستمداران نسبت به منافع ملی و عاملی برای قضاوت مردم نسبت به ایشان شده است.

نمونه‌‌های متعدد استفاده از کلان‌‌داده‌‌ها در حوزه‌‌هایی مانند شناسایی قوانین مهم، آشکارسازی هم‌پیوندی قوانین در شبکه پیچیده قوانین و مقررات، شناسایی قوانین متناقض، تنقیح قوانین و مقررات، کاهش و بهینه‌‌سازی قوانین و ... ظرفیت بزرگ این دانش را برای ارتقاء کیفیت حکمرانی تقنینی نشان‌می‌‌دهد.

بررسی‌‌ها انجام شده در زمینه به‌‌کارگیری این ابزار نشان از توانمندی آن در راستای موضوعات ذیل دارد:

• بهره‌‌گیری از ابزارهای متن‌‌کاوی به منظور تحلیل اسناد متنی مرتبط با قانون‌‌گذاری و نظارت مجلس؛
• سنجش نظرات خبرگان و شهروندان در باب میزان اثرگذاری قوانین: با بهره‌‌گیری از ابزارهای مبتنی بر داده می‌‌توان با سرعت و کیفیت بهتری به تحلیل نظرات شهروندان و خبرگان در زمینه اثرگذاری قوانین پرداخت؛
• بهره‌‌گیری از ابزارهای داده‌‌کاوی به منظور شناسایی موضوعات مورد توجه هریک از احزاب سیاسی در مجلس؛
• طراحی سازوکاری برای تحلیل مباحث مطروحه درباره طرح‌ها و لوایح؛
• ارتقاء کیفیت حکمرانی پارلمانی و اداره مجلس از طریق اولویت‌‌گذاری طرح‌‌ها و لوایح با رویکرد نظام مسائل و تأکیدات اسناد بالادستی، ارائه داده‌‌ و اطلاعات معتبر به نمایندگان برای اخذ تصمیمات دقیق و مؤثر و ارتقاء کیفیت کنشگری نمایندگان از ظرفیت‌‌های این دانش است.