From Phenomenon to Problem: the Narrowing Logicمن الظاهرة إلى المشكلة: منطق التضييق

Two Paths, One of Them Wrong

Most doctoral research begins at the wrong end. The common path starts by selecting variables, then draws a diagram, then writes hypotheses, then searches for a theory to justify what has already been drawn, and then chooses software. It produces attractive diagrams with weak explanatory logic, and the weakness shows up at the defense rather than during the drawing.

The difference is not the order of tasks. It is the direction of reasoning. On the first path the model comes first and the justification is assembled afterwards, which means the theory is being asked to endorse a decision it did not make. On the second the explanation comes first and the model is what makes it testable.

The instruction that follows from this is short enough to remember: do not build a model, build an explanation. A model is the form an explanation takes when it is made testable, and a model with no explanation behind it is a diagram. What follows is my own synthesis of the material, written in my own words and grounded in recognized scholarship.

طريقان أحدهما خطأ

يبدأ أكثر بحث الدكتوراه من الطرف الخطأ. فالطريق الشائع يبدأ باختيار المتغيّرات، ثم يرسم مخطّطًا، ثم يكتب فرضيات، ثم يبحث عن نظرية تسوّغ ما رُسم أصلًا، ثم يختار برمجية. وينتج مخطّطات جذّابة بمنطق تفسيريّ ضعيف، والضعفُ يظهر في المناقشة لا في أثناء الرسم.

والفرق ليس ترتيب المهامّ، بل اتّجاه التعليل. ففي الأوّل يأتي النموذج أوّلًا ويُجمَع التسويغ بعده، ومعنى ذلك أن النظرية تُطلَب لتصادق على قرار لم تتّخذه. وفي الثاني يأتي التفسير أوّلًا ويكون النموذجُ ما يجعله قابلًا للاختبار.

والتوجيه المتفرّع عن هذا قصير يسهل حفظه: لا تبنِ نموذجًا، ابنِ تفسيرًا. فالنموذج هو الصورة التي يتّخذها التفسير حين يُجعَل قابلًا للاختبار، والنموذجُ الذي لا تفسير خلفه مخطّطٌ لا غير. وما يلي تركيبي أنا للمادّة، كتبتُه بأسلوبي معتمدًا على المراجع العلمية المعتمدة.

Theory, Framework, Model

Four layers are routinely confused, and the confusion is what allows a statistical diagram to be presented as a theoretical contribution. They are related and they answer different questions.

The practical consequence is worth stating bluntly: a structural equation diagram is not automatically a theoretical contribution. It is the fourth layer, and it inherits whatever explanatory content the first three gave it. If they gave it none, estimating it produces coefficients that describe a sample rather than an explanation that describes a world.

An empirical framework, properly built, is what makes an explanation testable. It connects five things: the assumptions the theory rests on, the constructs it says exist, the mechanism by which they act, the boundaries within which the mechanism holds, and the evidence that would decide the matter. A framework is defensible only when every arrow is both theoretically warranted and empirically observable, and the two requirements fail independently: an arrow can be well argued and unmeasurable, or measurable and unargued.

The research architecture that connects the layers runs as an explicit chain, and skipping stages is what produces weak work. Phenomenon, then problem, then the landscape of what is known, then the anomaly within it, then the gap, then theory, then constructs, then mechanism, then boundary, then hypotheses, then framework, then measures, then data and method, then results, then contribution. Each stage takes its content from the one before it, which is why a study that starts in the middle has nothing upstream to draw on.

النظرية والإطار والنموذج

أربع طبقات يُخلَط بينها باطّراد، والخلطُ هو ما يتيح تقديمَ مخطّط إحصائي إسهامًا نظريًا. وهي مترابطة وتجيب عن أسئلة مختلفة.

والنتيجة العملية تستحقّ صوغًا صريحًا: مخطّطُ المعادلات البنائية ليس إسهامًا نظريًا تلقائيًا. فهو الطبقة الرابعة، ويرث ما أعطته إيّاه الطبقات الثلاث الأولى من مضمون تفسيري. فإن لم تعطه شيئًا أنتج تقديرُه معاملاتٍ تصف عيّنةً لا تفسيرًا يصف عالمًا.

والإطار التجريبي، إن بُني بناءً صحيحًا، هو ما يجعل التفسير قابلًا للاختبار. فهو يصل خمسة أشياء: الافتراضات التي تقوم عليها النظرية، والمتغيّرات التي تقول بوجودها، والآلية التي تعمل بها، والحدود التي تصدق الآلية داخلها، والدليل الذي يحسم المسألة. والإطار لا يكون قابلًا للدفاع إلا إذا كان كلّ سهم فيه مسوَّغًا نظريًا وملحوظًا تجريبيًا، والمتطلّبان يخفقان مستقلَّين: فقد يكون السهم حسن الحجاج غير قابل للقياس، أو قابلًا للقياس بلا حجاج.

والمعمار البحثي الواصل بين الطبقات يجري سلسلةً صريحة، وتخطّي المراحل هو ما ينتج عملًا ضعيفًا. الظاهرة، ثم المشكلة، ثم مشهد المعروف، ثم الشذوذ داخله، ثم الفجوة، ثم النظرية، ثم المتغيّرات، ثم الآلية، ثم الحدّ، ثم الفرضيات، ثم الإطار، ثم المقاييس، ثم البيانات والمنهج، ثم النتائج، ثم الإسهام. وكلّ مرحلة تأخذ مضمونها من سابقتها، ولهذا فالدراسةُ التي تبدأ من الوسط لا تجد شيئًا فوقها تستمدّ منه.

Starting With What Is Happening

A phenomenon is something consequential that needs explaining. It is not a topic and it is not a variable. It is a pattern in the world that existing knowledge does not adequately account for.

The delivered material offers five examples, and reading them as a set shows what they have in common: each names a tension rather than a subject. Generative systems change consumer choice. Personalization creates value and resistance at the same time. Digital transformation produces efficiency together with unintended costs. Travelers pursue authenticity through digital platforms, which is close to a contradiction in terms. And sustainable intentions repeatedly fail to become sustainable behavior.

Each of those is puzzling, which is the property that matters. A phenomenon that is not puzzling gives a researcher nothing to explain. The question to ask of a candidate is the one the material poses directly: what exactly is happening that existing knowledge cannot adequately explain. If the honest answer is that existing knowledge explains it fine, the phenomenon is a subject and not a starting point.

The narrowing logic is what turns a topic into a research problem, and it works by progressively isolating an unresolved tension rather than by adding qualifiers. The worked example runs: artificial intelligence, then artificial intelligence in marketing, then artificial intelligence in tourism, then personalization by such systems in tourism, then the traveler's response to that personalization, and finally the tension itself, that the same personalization produces value and intrusiveness together.

Notice that the last step is not narrower in scope. It is narrower in what is unresolved, and that is the difference between a topic that is small and a problem that is specific. Empirical research earns its value by reducing uncertainty, which means its purpose is not to produce a significant coefficient but to discriminate among competing explanations. The cycle is: observe a consequential pattern, explain why it may occur, test what evidence supports the explanation, revise what the evidence changes. The output is cumulative knowledge, meaning clearer constructs, sharper boundaries, and better decisions.

البدء بما يجري

الظاهرة شيء ذو أثر يحتاج تفسيرًا. وليست موضوعًا ولا متغيّرًا. بل نمطٌ في العالم لا تفسّره المعرفة القائمة تفسيرًا كافيًا.

وتقدّم المادّة المقدَّمة خمسة أمثلة، وقراءتها جملةً تُظهِر ما تشترك فيه: كلٌّ منها يسمّي توتّرًا لا موضوعًا. فالنظم التوليدية تغيّر اختيار المستهلك. والتخصيصُ يخلق قيمةً ومقاومةً في آن. والتحوّلُ الرقمي ينتج كفاءةً مع كلفٍ غير مقصودة. والمسافرون يلتمسون الأصالة عبر منصّات رقمية، وهذا قريب من التناقض في العبارة. والنوايا المستدامة تخفق مرارًا في أن تصير سلوكًا مستدامًا.

وكلٌّ من هذه محيّر، وهذه هي الخاصّية المهمّة. فالظاهرةُ غير المحيّرة لا تعطي الباحث ما يفسّره. والسؤال الذي يُوجَّه إلى المرشّح هو الذي تطرحه المادّة مباشرةً: ما الذي يجري تحديدًا ولا تستطيع المعرفة القائمة تفسيره تفسيرًا كافيًا. فإن كان الجواب الأمين أن المعرفة القائمة تفسّره جيّدًا، فالظاهرة موضوعٌ لا نقطةَ بدء.

ومنطقُ التضييق هو ما يحوّل الموضوع إلى مشكلة بحثية، ويعمل بعزل توتّرٍ غير محسوم عزلًا متدرّجًا لا بإضافة قيود. والمثال المشغول يجري هكذا: الذكاء الاصطناعي، ثم الذكاء الاصطناعي في التسويق، ثم الذكاء الاصطناعي في السياحة، ثم التخصيص بهذه النظم في السياحة، ثم استجابة المسافر لذلك التخصيص، ثم التوتّر نفسه أخيرًا، أي أن التخصيص عينه ينتج قيمةً وتطفّلًا معًا.

وتأمّل أن الخطوة الأخيرة ليست أضيق نطاقًا، بل أضيق فيما هو غير محسوم، وهذا هو الفرق بين موضوع صغير ومشكلة محدّدة. فالبحث التجريبي يكسب قيمته بتقليل عدم اليقين، ومعنى ذلك أن غرضه ليس إنتاج معامل دالّ بل التمييز بين تفسيرات متنافسة. والدورةُ هي: لاحظ نمطًا ذا أثر، وفسّر لماذا قد يقع، واختبر أيّ دليل يسند التفسير، ونقّح ما يغيّره الدليل. والناتجُ معرفةٌ تراكمية، أي متغيّرات أوضح وحدودٌ أحدّ وقراراتٌ أفضل.

Why the Order Matters

The argument for the doctoral path is not aesthetic. Starting from the phenomenon produces four things that variable-first work cannot produce, and each of them is something a committee or a reviewer will ask for.

A defensible reason for every construct. When the model is derived from an explanation, each construct is in the model because the explanation requires it, and its removal breaks something identifiable. When the model is assembled from available scales, the answer to why a construct is present is that it was available, which is not an answer.

A mechanism rather than an association. An explanation says how the effect travels, which means the study can test the mechanism rather than only the endpoints. This is the difference between reporting that a relationship exists and explaining why it exists, and it is the difference reviewers name most often.

A boundary the study can locate. An explanation implies conditions under which it should fail, and a study that identifies one of those conditions has contributed something a study reporting an average effect has not.

A contribution statement that writes itself. If the study began from what existing knowledge cannot explain, then what it changes in existing knowledge is already specified. If it began from a diagram, the contribution has to be constructed at the end, which is why so many discussions read as though they were written by someone searching for the point.

Published guidance converges on this. Calder, He and Sternthal argue for moving from isolated effects to broader frameworks with greater explanatory scope. Lindgreen and colleagues set out what a high-quality conceptual framework does: integrate existing knowledge, connect across disciplines, and make a meaningful rather than incremental contribution. And Sandberg and Alvesson's distinction between gap-spotting and problematization is the same argument from a different direction: finding an unexamined corner of a literature is easier and less valuable than challenging an assumption the literature rests on.

لماذا يهمّ الترتيب

الحجّة لطريق الدكتوراه ليست جمالية. فالبدء من الظاهرة ينتج أربعة أشياء لا ينتجها العملُ المبتدئ بالمتغيّرات، وكلٌّ منها شيء ستطلبه لجنةٌ أو محكّم.

سببٌ قابل للدفاع لكلّ متغيّر. فحين يُشتقّ النموذج من تفسير يكون كلّ متغيّر فيه لأن التفسير يقتضيه، ويكسر حذفُه شيئًا يمكن تسميته. وحين يُجمَع النموذج من المقاييس المتاحة يكون الجواب عن سبب وجود المتغيّر أنه كان متاحًا، وليس هذا جوابًا.

آليةٌ لا اقتران. فالتفسير يقول كيف ينتقل الأثر، ومعنى ذلك أن الدراسة تستطيع اختبار الآلية لا الطرفَين وحدهما. وهذا هو الفرق بين الإبلاغ بوجود علاقة وتفسيرِ سبب وجودها، وهو الفرق الذي يسمّيه المحكّمون أكثر من غيره.

حدٌّ تستطيع الدراسة تحديده. فالتفسير يستلزم ظروفًا ينبغي أن يخفق تحتها، والدراسةُ التي تحدّد واحدًا من تلك الظروف تكون قد أسهمت بما لم تسهم به دراسةٌ تُبلِّغ أثرًا متوسّطًا.

بيانُ إسهامٍ يكتب نفسه. فإن بدأت الدراسة ممّا لا تستطيع المعرفة القائمة تفسيره، فما تغيّره في المعرفة القائمة محدَّدٌ أصلًا. وإن بدأت من مخطّط وجب بناء الإسهام في النهاية، ولهذا تُقرأ مناقشاتٌ كثيرة كأن كاتبها يبحث عن المقصود.

والتوجيه المنشور يلتقي على هذا. فيحاجّ كالدر وهي وسترنثال بالانتقال من الآثار المعزولة إلى أطر أوسع ذات مدًى تفسيريّ أكبر. ويعرض لِندغرين وزملاؤه ما يفعله الإطار المفهومي عالي الجودة: يدمج المعرفة القائمة، ويصل عبر الحقول، ويقدّم إسهامًا ذا معنًى لا تزايديًا. وتمييزُ ساندبرغ وألفيسون بين اقتناص الفجوة وطرح الإشكال هو الحجّة نفسها من جهة أخرى: فالعثور على ركن غير مفحوص في أدبيات أيسر وأقلّ قيمةً من مساءلة افتراضٍ تقوم عليه تلك الأدبيات.