الرئيسية ← الحكومات والإمارات
دور الحكومات في تنمية مهارات الذكاء الاصطناعي
الذكاء الاصطناعي لم يعد ملفاً تقنياً بل ملف قدرة وطنية. هذه الصفحة تشرح لماذا تدخّلت الحكومات، وما النماذج الثلاثة للتعامل معه، ثم تُفصّل تجربة دولة الإمارات بوصفها الحالة الأوضح لدولة تجاوز أثرها التقني حجمها السكاني — وتختم بالملفات الأصعب: الأخلاقيات، وحماية البيانات، والأمن الوطني، وخريطة التشريعات حول العالم.
لماذا صار الذكاء الاصطناعي ملفاً حكومياً لا تقنياً؟
الذكاء الاصطناعي انتقل خلال سنوات قليلة من كونه ملفاً في وزارة الاتصالات إلى كونه محدِّداً للقدرة الاقتصادية والسيادية للدولة. الحكومات تدخّلت لأربعة أسباب لا يستطيع السوق وحده حلّها:
- البنية التحتية الحاسوبية: مراكز البيانات ووحدات المعالجة تتطلب استثماراً بمليارات الدولارات وطاقة كهربائية ضخمة — خارج قدرة معظم الشركات المحلية.
- تنمية المهارات على نطاق وطني: السوق يدرّب من يحتاجهم فقط؛ الحكومة تدرّب من سيحتاجهم الاقتصاد بعد عشر سنوات.
- التنظيم وحماية المجتمع: الخصوصية، التزييف، التحيّز، والمسؤولية القانونية عند الخطأ.
- السيادة اللغوية والثقافية: إن لم تُبنَ نماذج تفهم العربية وسياقها، سيستهلك المجتمع نماذج تعكس ثقافة غيره.
ثلاثة نماذج حكومية للتعامل مع الذكاء الاصطناعي
النموذج التنظيمي
Regulation-first- يبدأ بالتشريع قبل التبنّي — أبرز مثاله قانون الذكاء الاصطناعي الأوروبي (AI Act).
- يحمي المستخدم بقوة، لكنه قد يُبطئ الابتكار ويؤخّر وصول بعض الميزات إقليمياً.
النموذج الصناعي
Capability-first- يركّز على بناء القدرة الوطنية: رقائق، نماذج، شركات — كما في الولايات المتحدة والصين.
- أسرع في السباق التقني، لكن التنظيم يأتي متأخراً وردّ فعل غالباً.
النموذج التمكيني
Adoption-first- لا يحاول منافسة العمالقة في بناء كل شيء، بل يركّز على التبنّي الوطني السريع وبناء المهارات والشراكات.
- هو النموذج الذي اتّبعته دولة الإمارات وحقّقت به تقدّماً يفوق حجمها السكاني بكثير.
الإمارات: من التبنّي المبكر إلى الإنتاج التقني
الإمارات لم تدخل هذا المجال متأخرة ثم تلحق، بل دخلته قبل أن تتبلور المنافسة العالمية بشكلها الحالي. هذا الفارق الزمني هو ما يفسّر الفجوة بينها وبين دول أكبر منها اقتصادياً.
مبادرة الحكومة الذكية
نقطة البداية الفعلية: تحويل الخدمات الحكومية إلى منصات رقمية، وهو ما بنى قاعدة البيانات والبنية التي بُني عليها كل ما تلاها.
أول وزير دولة للذكاء الاصطناعي في العالم
خطوة رمزية وعملية في آن: رمزية لأنها وضعت الإمارات على الخريطة، وعملية لأنها منحت الملف موقعاً في مجلس الوزراء بدل أن يبقى تابعاً لجهة تقنية.
اعتماد استراتيجية الإمارات للذكاء الاصطناعي 2031
ضمن مشاريع مئوية الإمارات 2071، بهدف معلن هو جعل الدولة رائدة عالمياً في المجال بحلول 2031.
تأسيس جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)
في مدينة مصدر بأبوظبي — أول جامعة في العالم متخصصة حصرياً في الذكاء الاصطناعي، بمنح دراسية كاملة تشمل الإقامة والتأمين والراتب الشهري لاستقطاب الكفاءات عالمياً.
إطلاق «فالكون» و«جيس»
فالكون (Falcon) من معهد الابتكار التكنولوجي (TII) كأكبر نموذج مفتوح المصدر في المنطقة، وجيس (Jais) — سُمّي تيمّناً بأعلى جبل في الدولة — كأول نموذج لغوي عربي كبير بالتعاون بين MBZUAI وCerebras وInception التابعة لـG42.
«K2 Think» ورؤية «نحن الإمارات 2031»
نموذج استدلال مفتوح المصدر من MBZUAI وG42 يعتمد على 32 مليار معامل فقط ويتفوّق على نماذج استدلال أكبر منه بعشرين ضعفاً — تحوّل واضح من منطق «أكبر نموذج» إلى منطق «أكفأ نموذج». بالتوازي، أُطلقت نسخة محدّثة من الخطة الاستراتيجية الاتحادية تركّز على توظيف الذكاء الاصطناعي في التخطيط الحكومي وتبسيط الإجراءات ورفع الكفاءة المالية.
أهداف الاستراتيجية الوطنية — بالأرقام
ما تستهدفه الاستراتيجية صراحةً
- الارتقاء بالأداء الحكومي وتسريع إنجاز المعاملات وخلق بيئات عمل مبتكرة.
- خلق سوق إقليمية جديدة ذات قيمة اقتصادية عالية مرتبطة بالتقنية.
- بناء قاعدة وطنية للبحث والتطوير بدل الاستهلاك التقني الكامل.
- دعم مبادرات القطاع الخاص ورفع الإنتاجية العامة.
- اعتماد منظومة الذكاء الاصطناعي الوطنية كعضو استشاري في مجلس الوزراء والمجالس الاتحادية، لإجراء تحليلات فورية للقرارات وتقديم المشورة الفنية.
لماذا نجحت استثمارات الإمارات تحديداً؟
تمويل سيادي طويل النفس
- جهات مثل G42 أتاحت بناء بنية حاسوبية ومراكز بيانات تنافس دولاً أكبر، رغم صغر السوق المحلي.
- الاستثمار لم يكن مشروطاً بعائد ربع سنوي، ما سمح بالبناء طويل الأجل.
شراكات بدل عزلة
- تعاون مع شركات أمريكية وصينية وأوروبية بدل محاولة بناء كل شيء محلياً من الصفر.
- استقطاب أساتذة وباحثين من مؤسسات عالمية عريقة بدل انتظار تخريج جيل كامل محلياً.
مرونة تنظيمية
- بيئة تسمح بتجريب التقنيات الناشئة (القيادة الذاتية، الطائرات المسيّرة، التقنية المالية) أسرع من أسواق منظّمة تقليدياً.
- قِصَر المسافة بين القرار والتنفيذ مقارنةً بمنظومات حكومية أكبر.
اللغة العربية كميزة لا كعبء
- الاستثمار في جيس وK2 Think بدل الاكتفاء باستهلاك النماذج الإنجليزية.
- هذا يفتح سوقاً إقليمية كاملة يصعب على المنافس الأجنبي دخولها بنفس الجودة.
كيف تُنمّي الحكومة مهارات المجتمع فعلياً؟
أذكى ما فعلته الإمارات في هذا الملف أنها لم تعتمد على الدورات التدريبية المنفصلة وحدها، بل جعلت التعامل مع الذكاء الاصطناعي جزءاً من الحياة اليومية:
- التحول الرقمي الحكومي كتدريب ضمني: مبادرات مثل «دبي الذكية» وبرامج هيئة أبوظبي الرقمية جعلت المواطن يتعامل مع مساعدين افتراضيين وروبوتات محادثة في معاملاته الاعتيادية — فارتفع الوعي التقني بلا فصل دراسي واحد.
- التعليم العالي المتخصص: جامعة كاملة (MBZUAI) بمنح شاملة، مع فتح برنامج بكالوريوس بعد أن كانت للدراسات العليا فقط.
- البرامج الوطنية للمبرمجين والمهارات الرقمية التي تستهدف أعداداً كبيرة لا نخبة محدودة.
- الحضور الدولي: مشاركة فاعلة في منتديات مثل القمة العالمية لمجتمع المعلومات (WSIS) وقمة «الذكاء الاصطناعي من أجل الخير»، ما ينقل الخبرة في الاتجاهين.
الدرس الأهم للدول المشابهة: بناء نموذج لغوي عالمي المستوى مكلف وصعب — لكن رفع نسبة التبنّي الوطني أرخص بكثير، وأثره الاقتصادي أسرع ظهوراً. الإمارات فعلت الاثنين، لكنها بدأت بالثاني.
خلاصة تحليلية٠٧ · كيف تتعامل الحكومات مع المخاطر والأخلاقيات؟
الخطاب الأخلاقي حول الذكاء الاصطناعي كثير، والتنفيذ قليل. الفارق بين الاثنين هو هل تحوّل المبدأ إلى إجراء قابل للتدقيق؟ — أي هل هناك جهة تراجع، ومعيار تُقاس عليه، وعقوبة عند المخالفة. ما دون ذلك يبقى بياناً صحفياً.
القرار الآلي والمسؤولية
Automated Decisions- حين يرفض نظام آلي قرض مواطن أو طلب توظيفه، من المسؤول قانوناً؟ مطوّر النموذج، أم الجهة المشغّلة، أم مورّد البيانات؟
- الاتجاه التنظيمي السائد: حق الاعتراض والمراجعة البشرية في القرارات المؤثرة على الأفراد.
- وحق معرفة أنك تتعامل مع نظام آلي لا مع إنسان.
التحيّز والعدالة
Bias & Fairness- النموذج يرث تحيّز بياناته. إن كان سجل التوظيف التاريخي منحازاً، فالنموذج يعيد إنتاج الانحياز بكفاءة أعلى وسرعة أكبر.
- للمنطقة العربية بُعد إضافي: تحيّز لغوي وثقافي في نماذج دُرّبت أساساً على محتوى إنجليزي غربي.
- الإجراء العملي: تدقيق أداء النموذج على شرائح منفصلة لا على متوسط عام يخفي الفجوات.
الشفافية والتفسير
Transparency- القطاعات الحساسة (الائتمان، التوظيف، الطب، القضاء) تفرض قدرة تفسير القرار — لا مجرد صحّته.
- أدوات ناشئة: بطاقات النماذج، وسجلّات القرار، والاختبار العدائي قبل الإطلاق.
- وسم المحتوى المولَّد ليعرف المواطن ما إذا كان ما يشاهده حقيقياً — ملف ما زال دون حل تقني مُحكم.
من المبدأ إلى التنفيذ
Enforcement- معظم الدول أصدرت «مبادئ أخلاقية»، وقليل منها أنشأ جهة رقابية بصلاحية فعلية.
- أنجح الأدوات عملياً: ربط الالتزام بـالمشتريات الحكومية — من لا يستوفِ المعايير لا يبيع للحكومة.
- والصناديق التنظيمية التجريبية (Sandboxes) التي تسمح بالتجربة تحت رقابة بدل المنع المطلق.
٠٨ · حماية البيانات والسيادة الرقمية
هذا هو الملف الذي حوّل الذكاء الاصطناعي من قضية تقنية إلى قضية سيادة. السؤال المركزي بسيط: أين تُخزَّن بيانات مواطنيك، ومن يستطيع الوصول إليها، وبأي قانون؟
- توطين البيانات (Data Residency): اشتراط بقاء بيانات المواطنين والجهات الحكومية داخل حدود الدولة — وهو ما يفسّر سباق بناء مراكز البيانات الإقليمية.
- السحابة السيادية: بيئات سحابية معزولة تُشغَّل وفق القانون المحلي، صارت شرطاً في أغلب المناقصات الحكومية بالمنطقة.
- تقليل البيانات: جمع الحد الأدنى اللازم فقط بدل «اجمع كل شيء تحسّباً» — وهو مبدأ يتعارض مع شهية النماذج للبيانات، وهنا يقع التوتر الحقيقي.
- حق الحذف والتصحيح: تحدٍّ تقني قاسٍ، لأن حذف بيانات فرد من قاعدة بيانات سهل، أما حذف أثرها من نموذج مدرَّب فليس كذلك.
- النماذج المحلية كأداة سيادة: تشغيل نموذج مفتوح المصدر على بنية وطنية يضمن ألا تغادر البيانات الحساسة الشبكة أصلاً — وهو المسار الذي تسلكه جهات حكومية عديدة للملفات الأمنية والصحية.
الخصوصية والقدرة التقنية ليستا خطين متوازيين بل مقايضة صريحة: كل قيد على البيانات يقلّل جودة النموذج المحلي، وكل تساهل يزيدها على حساب حقوق الأفراد. الدول الناجحة لم تُلغِ هذه المقايضة، بل أدارتها علناً بدل تجاهلها.
خلاصة تحليلية٠٩ · الذكاء الاصطناعي والأمن الوطني
هذا أكثر ملفات القطاع حساسية وأقلّها شفافية. نعرضه هنا بوصفه واقعاً قائماً تتعامل معه الدول، لا دعوة إليه.
الاستخبارات والتحليل
- تحليل صور الأقمار الصناعية والاستشعار عن بعد على نطاق يستحيل بشرياً.
- معالجة كميات ضخمة من المصادر المفتوحة واستخلاص المؤشرات منها.
- الإنذار المبكر للأزمات الطبيعية والصحية واللوجستية.
الدفاع السيبراني
- حماية البنية التحتية الحيوية (الطاقة، المياه، المطارات، المصارف) من هجمات متزايدة التعقيد.
- كشف حملات التضليل والحسابات المنسّقة قبل اتساعها.
- مواجهة التزييف العميق الموجَّه ضد شخصيات عامة أو مؤسسات.
الأنظمة غير المأهولة
- الطائرات المسيّرة والمركبات ذاتية التشغيل في مهام الرصد والإنقاذ واللوجستيات.
- أنظمة دفاع تعتمد على زمن استجابة أقصر من قدرة الإنسان على التدخل.
- وهنا يقع الجدل الأخلاقي الأكبر عالمياً حول الأسلحة ذاتية التشغيل وضرورة إبقاء قرار الاستخدام بيد إنسان.
سلاسل التوريد والرقائق
- ضوابط تصدير وحدات المعالجة المتقدمة صارت أداة سياسية لا إجراءً تجارياً.
- الاعتماد على مورّد واحد للرقائق يمثّل مخاطرة استراتيجية لكل الدول تقريباً.
- ولهذا تتجه دول عديدة إلى تنويع الشراكات وبناء قدرة حوسبة محلية ولو جزئية.
١٠ · خريطة التشريعات حول العالم
لا يوجد إطار عالمي موحّد، بل مقاربات متباينة تعكس أولويات كل منظومة. هذا يعني عملياً أن الميزة المتاحة في سوق قد تكون ممنوعة في آخر.
| المنظومة | المقاربة | الأثر العملي |
|---|---|---|
| الاتحاد الأوروبي | تشريع شامل قائم على تصنيف المخاطر (AI Act)، مع التزامات متدرّجة حسب درجة الخطورة. | حماية عالية للمستخدم، مقابل وصول متأخر لبعض الميزات وكلفة امتثال أعلى. |
| الولايات المتحدة | لا قانون اتحادي شامل؛ مزيج من أوامر تنفيذية ومعايير قطاعية وتشريعات على مستوى الولايات. | مرونة عالية للابتكار، مع تفاوت وتعقيد في الالتزام بين ولاية وأخرى. |
| الصين | تنظيم مبكر ومحدّد للخوارزميات والمحتوى المولَّد، مع وسم إلزامي له. | ضوابط صارمة على المحتوى، مع دفع حكومي قوي للقدرة الصناعية. |
| المملكة المتحدة | مقاربة قائمة على المبادئ تُنفَّذ عبر الجهات التنظيمية القائمة بدل قانون واحد جديد. | سرعة تكيّف أعلى، مقابل وضوح أقل للشركات في بعض الحالات. |
| الإمارات ودول الخليج | نموذج تمكيني: استراتيجيات وطنية، وأدلة إرشادية للاستخدام الحكومي، وصناديق تنظيمية تجريبية. | سرعة تبنٍّ عالية وبيئة اختبار مرنة، مع تركيز على السيادة الرقمية ودعم العربية. |
| المنظمات الدولية | أطر غير ملزِمة من اليونسكو ومنظمة التعاون الاقتصادي والتنمية والأمم المتحدة. | تُوحِّد المفردات والمبادئ، لكن التنفيذ يبقى وطنياً بالكامل. |
ما يعنيه هذا لك عملياً: إن كنت تبني منتجاً يخدم مستخدمين في أكثر من سوق، فمعيار الامتثال الذي تصمّم عليه هو الأصرم بينها لا الأسهل — تعديل المنتج لاحقاً أغلى بكثير من بنائه ملتزماً من البداية.
ما الذي لم يُحسم بعد؟
الاستثمار الحكومي في الذكاء الاصطناعي يواجه تحديات مفتوحة في كل الدول لا في الإمارات وحدها: استهلاك الطاقة لمراكز البيانات، والاعتماد على سلاسل توريد الرقائق الخاضعة لضوابط تصدير متغيّرة، والفجوة بين الاستثمار والإنتاجية الفعلية داخل المؤسسات. النجاح في الإطلاق شيء، والنجاح في التشغيل اليومي شيء آخر.
الخطوة التالية
الحكومات تبني الأرضية، لكن السباق التقني نفسه تخوضه الشركات. اطّلع على خريطة المنافسة العالمية.
السياسات تُقرأ ولا تُنفَّذ لأنها تبقى على مستوى الدولة. تحويلها إلى مستوى القسم هو ما يجعلها قابلة للقياس.
اعمل كمحلل سياسات يترجم التوجهات الوطنية إلى إجراءات تنفيذية. السياق: أعمل في [نوع الجهة] في الإمارات، وقسمي مسؤول عن [مجال المسؤولية]. المهمة: حوّل توجّه تبنّي الذكاء الاصطناعي في القطاع الحكومي إلى ثلاثة إجراءات ملموسة يمكن لقسمي البدء بها هذا الربع. الصيغة: لكل إجراء — الوصف، من يملكه، مؤشر قياس واحد، وأول عقبة متوقعة. القيود: تجنّب العموميات مثل «رفع الوعي»، واقترح فقط ما يُنجز بموارد قائمة.