الشدة والاحتمال والعوامل السياقية

الأرقام مفيدة عندما تجعل الفرق تتحدث بلغة مشتركة، لكنها خطرة عندما تخفي الحكم الذي بُنيت عليه. يستخدم مورد GCAI درجات 1–5 للشدة و1–5 للاحتمال، ثم يضربهما للحصول على Base Significance. هذه طريقة عمل داخل القالب وليست قاعدة ISO إلزامية. الشدة تنظر إلى طبيعة الأثر ومقداره ومدته وقابلية الرجوع وعبء التعافي وتأثيره على الحقوق والسلامة والمصالح الأساسية. الاحتمال يجب أن يقدّر خلال exposure period ونطاق محددين، وليس ككلمة عامة مثل «محتمل».

الأثر المتأصل مقابل الأثر المتبقي

قبل المعالجة، قيّم السيناريو مع الضوابط الأساسية الفعلية فقط. لا تفترض أن controls مخططًا لها ستنجح. بعد تنفيذ الضوابط واختبارها، أعد التقييم لفهم Residual Impact.

العوامل السياقية المعدِّلة

هناك عوامل لا تُضاف ميكانيكيًا إلى score، لكنها قد تبرر التصعيد:

• scale
• duration
• reversibility
• distribution
• vulnerability
• uncertainty

الهدف هو تفسير الحكم أو رفع المتطلبات، لا إنتاج معادلة ثانية أكثر تعقيدًا.

متى لا يكفي الرقم؟

قد تحتاج الحالة إلى تصعيد حتى لو كان الاحتمال منخفضًا عندما يكون الأثر شديدًا جدًا، أو يصعب علاجه، أو يتعلق بحقوق أو سلامة، أو لا توجد آلية تدخل أو اعتراض فعالة، أو الأدلة ضعيفة بصورة قد تخفي أثرًا ماديًا.

تطبيق عملي من سيادة

احتفظ بثلاثة أسطر منفصلة في سجل القرار: Base Significance: ما الذي تقوله الشدة والاحتمال؟ Context Override: ما الذي لا يلتقطه الرقم؟ Evidence Confidence: ما مدى ثقتنا في المدخلات أصلًا؟ بهذا لا يتحول score إلى بديل عن التفكير.

نقطة تفكير

اختر سيناريو واحدًا. إذا تغيرت الفئة المتأثرة من موظف محترف إلى عميل لا يملك بديلًا للخدمة، هل يجب أن يبقى التقييم نفسه؟ اشرح لماذا.

خلاصة

Severity وLikelihood يدعمان الاتساق، بينما السياق وعدم اليقين يضمنان ألا يتحول الاتساق إلى false precision.