هل تعلم أنه في إفريقيا جنوب الصحراء، يقضي الطلاب في المتوسط ست سنوات في المدرسة لكنهم يغادرون بما يعادل ثلاث سنوات فقط من التعلم؟ الفجوة التعليمية واضحة، لكن الذكاء الاصطناعي (AI) بدأ يواجه هذا التحدي. في كينيا، طوّر مبتكرون روبوت دردشة مدعومًا بالذكاء الاصطناعي يُدعى ""سوماناسي"" (تعلم معي)، صُمّم للمساعدة في تقليص هذه الفجوة. من خلال تقديم إجابات فورية ومخصصة لأسئلة الطلاب، وتحويل الدروس إلى تجربة تفاعلية ممتعة، وتعزيز التعلم التعاوني، يساعد هذا المورد الطلاب على فهم المناهج الدراسية والاحتفاظ بها بشكل أفضل، مما يمكّنهم من الاستفادة القصوى من وقتهم في المدرسة وتقليص فجوة التعلم.
لكن تأثير الذكاء الاصطناعي يتجاوز الفصول الدراسية بكثير. فهو يُحدث ثورة في تقديم الرعاية الصحية، ويمكّن من تحويل الأموال مباشرة، بل ويساهم في التنبؤ بالكوارث الطبيعية، مما يعيد تشكيل حياة الناس حول العالم. ومع ذلك، فإن هذه القوة الكبيرة تأتي مع مسؤولية كبيرة. منذ إطلاق ChatGPT في أواخر عام 2022، ارتفعت الحوادث المرتبطة بإساءة استخدام الذكاء الاصطناعي أو أضراره بمقدار 20 ضعفًا، مما يزيد من المخاطر، خاصة في البلدان النامية حيث تؤدي الفجوات في البنية التحتية والبيانات والمهارات والتنظيم إلى تفاقم نقاط الضعف.
كيف يمكننا الاستفادة من إمكانات الذكاء الاصطناعي مع الحد من مخاطره؟ يقدّم أحدث تقرير للبنك الدولي، ""الاتجاهات العالمية في حوكمة الذكاء الاصطناعي: تطور مقاربات الدول""، خارطة طريق لذلك.
تعقيدات بيانات وتأثيرات الذكاء الاصطناعي
تعتمد أنظمة الذكاء الاصطناعي على كميات هائلة من البيانات لتعمل بكفاءة، ليس فقط البيانات الرقمية والنصوص، بل أيضًا الصور والصوت والفيديو ومدخلات أجهزة الاستشعار. تُعد هذه الأنواع المتنوعة من البيانات ضرورية لنمذجة دقيقة للذكاء الاصطناعي. ومع ذلك، فإن الفجوات في مجموعات البيانات، خاصة بالنسبة لبعض المجتمعات واللغات الأقل شيوعًا، قد تعزز التحيزات. فعلى سبيل المثال، تمثيل صور الأشخاص ذوي البشرة الداكنة ضعيف بشكل ملحوظ في مجموعات البيانات مفتوحة المصدر المستخدمة لتدريب نماذج الكشف عن سرطان الجلد، مما يؤدي إلى ضعف كبير في أداء هذه النماذج عند تشخيص المرض لدى هذه الفئات.
كما يثير اعتماد الذكاء الاصطناعي على مجموعات بيانات ضخمة مخاوف تتعلق بخصوصية البيانات وأمنها، خاصة عند التعامل مع معلومات شخصية حساسة. وغالبًا ما توصف نماذج التعلم الآلي المتقدمة بأنها ""صناديق سوداء""، نظرًا لصعوبة فهم كيفية وصول النظام إلى نتيجة معينة. هذا الغموض يجعل من الصعب تصحيح الأخطاء، خاصة في القطاعات الحساسة مثل التمويل أو تقديم الخدمات الحكومية الأساسية مثل السلامة العامة أو المساعدات الاجتماعية.
كما أن التأثير البيئي للذكاء الاصطناعي كبير أيضًا. فإنتاج صورة واحدة باستخدام الذكاء الاصطناعي يستهلك نفس مقدار الطاقة اللازم لشحن هاتف ذكي، في حين أن إجراء استعلام واحد عبر ChatGPT يتطلب طاقة كهربائية تقارب عشرة أضعاف ما يحتاجه البحث عبر Google. هذه التحديات تتطلب أطر حوكمة لا تكون قوية تقنيًا فحسب، بل تعطي الأولوية أيضًا للعدالة والشفافية والاستدامة البيئية.
سد الفجوة بين الابتكار والتنظيم
لقد أدى التطور السريع للذكاء الاصطناعي إلى توافق عالمي على ضرورة وجود حوكمة قوية له، بهدف بناء الثقة وضمان استفادة الجميع منه دون التسبب في أضرار. تستند هذه الفكرة إلى أطر رئيسية مثل قرار الجمعية العامة للأمم المتحدة بشأن الذكاء الاصطناعي الموثوق، وتقرير الهيئة الاستشارية للذكاء الاصطناعي التابعة للأمم المتحدة حول حوكمة الذكاء الاصطناعي من أجل البشرية. كما يؤكد تقرير التنمية العالمية لعام 2021 الصادر عن البنك الدولي أن الثقة عنصر أساسي في اقتصاد البيانات. ويبرز أحدث تقرير في هذا المجال الحاجة الملحة إلى أطر حوكمة مرنة وقوية تضمن أن يكون الذكاء الاصطناعي أخلاقيًا وشفافًا وشاملًا.
الأسس الرئيسية للذكاء الاصطناعي المسؤول
لكي تستفيد الدول من الذكاء الاصطناعي، تحتاج إلى مجموعة من الأسس الضرورية:
البنية التحتية الرقمية: توفير إنترنت موثوق، وأنظمة بيانات متقدمة، وقدرات حوسبية قوية.
رأس المال البشري: تطوير مهارات العاملين وبناء كفاءات في مجال الذكاء الاصطناعي.
الأنظمة المحلية: تعزيز الابتكار من خلال الشراكات بين القطاعين العام والخاص وسياسات داعمة.
غالبًا ما يخشى صانعو السياسات من أن يؤدي الإفراط في تنظيم أنظمة الذكاء الاصطناعي الناشئة إلى خنق الابتكار. ومع ذلك، فإن الحوكمة القوية والابتكار ليسا على طرفي نقيض؛ بل على العكس، تساهم الحوكمة والتنظيم في خلق بيئة متكافئة تعزز الثقة في حلول الذكاء الاصطناعي واعتمادها، مما يدعم الابتكار. فبدون الثقة، لن يتمكن الذكاء الاصطناعي من تحقيق وعوده التحويلية، وسيزداد التفاوت في الاستفادة منه.
أدوات لصناع القرار
يدعم البنك الدولي الدول في مختلف مراحل رحلتها في حوكمة الذكاء الاصطناعي. ونظرًا للتطور المستمر في هذا المجال، لا توجد مقاربة واحدة تناسب الجميع. يوضح التقرير أربعة أدوات حوكمة يمكن للدول تكييفها وفقًا لظروفها الخاصة، ولكل منها مزايا وعيوب، مدعومة بأمثلة من دول مختلفة:
الحوكمة الذاتية للصناعة: معايير أخلاقية طوعية تعتمدها الشركات، مثل تلك التي تطورها شركات كبرى، يمكن أن توجه الممارسات، لكنها تفتقر إلى آليات التنفيذ وقد تؤدي إلى مخاطر ""تجميل الأخلاقيات"".
القانون المرن: مبادئ غير ملزمة ومعايير تقنية توفر مرونة، لكنها قد تفتقر إلى وضوح الحقوق والمسؤوليات.
المختبرات التنظيمية: بيئات خاضعة للرقابة تسمح باختبار مقاربات تنظيمية مبتكرة، لكنها تتطلب موارد كبيرة.
القوانين الصارمة: أطر ملزمة توفر اتساقًا ويقينًا قانونيًا، لكنها تحتاج إلى التكيّف مع السياقات المحلية مع مراعاة القدرات والموارد المتاحة.
يجب على الدول تحقيق توازن بين الابتكار والضمانات، مع تكييف سياساتها بما يتماشى مع مواردها وأولوياتها واحتياجات مجتمعاتها.
لماذا يهم هذا الموضوع
الذكاء الاصطناعي ليس مجرد تكنولوجيا، بل يتعلق بالناس. يتعلق بخلق فرص عادلة، وحماية الحقوق، وبناء الثقة. يدعو التقرير صناع السياسات إلى التحرك بجرأة وبروح التعاون، لضمان أن يصبح الذكاء الاصطناعي قوة إيجابية.
قصة كينيا ليست سوى مثال واحد على كيف يمكن للذكاء الاصطناعي، عند إدارته بشكل سليم، أن يغير مستقبل ملايين الأطفال. لكن لتحقيق الإمكانات الكاملة لهذه التكنولوجيا، يجب على الدول مواجهة تعقيداتها—من التحيزات في البيانات إلى التأثيرات البيئية والمخاوف الأخلاقية—بشكل مباشر. الرهانات عالية، لكن المكاسب المحتملة أكبر.
