يكثر في الآونة الأخيرة تداول مصطلح الذكاء الاصطناعي التوليدي، أو ما يعرف ب"Generative AI" واستخداماته المُتعددة في مختلف المجالات. والسؤال المشروع الذي ربما يتبادر إلى أذهان الكثير -خاصة من غير المتخصصين- هو: ما المقصود بهذا المصطلح، وكيف الاستفادة منه في الحوكمة وتصميم السياسات العامة؟ التساؤلان السابقان، يدفعاني أولًا إلى توضيح مسألة "الذكاء الاصطناعي التوليدي"، وهو عبارة فرع من فروع الذكاء الاصطناعي، ويتجاوز قدرات الذكاء الاصطناعي التقليدية، من حيث التعرف على الأنماط والتنبؤ بها، وما يميزه استخدامه لخوارزميات متقدمة وشبكات عصبية على نطاق واسع، مما يسهم في إنشاء وتوليد محتوى جديد مثل النصوص أو الصور، الأمر الذي يفتح المجال لعدد من التطبيقات في مختلف المجالات للاستفادة منها. أحد أكثر المجالات الواعدة التي يمكن للذكاء الاصطناعي التوليدي، والتي ربما لا يتم التطرق إليها كثيرًا، انعكاساته على صنع السياسات العامة؛ مما يساهم في تعزيز الحوكمة الذكية، وإحداث نقلة نوعية وأثرًا كبيراً، لأن صناعة السياسات العامة من أكبر التحديات التي تواجهها الحكومات اليوم؛ ويعود ذلك للآثار الاجتماعية والاقتصادية والبيئية، مما يستوجب الاستفادة من التكنولوجيات المتقدمة. من أحدث التكنولوجيات في عصرنا الراهن "الذكاء الاصطناعي التوليدي"، حيث أثبت بكونه أداة فعَّالة للتصدي للتحديات الحكومية المختلفة؛ لقدراته الكبيرة في تحليل البيانات والمحاكاة، وانعكاس ذلك على تعزيز دقة وكفاءة وفاعلية السياسات العامة، ويمكن لواضعيها تسخير هذا القدرات بطريقة متسارعة تتناسب مع نمط الحياة العصرية، لكن السؤال المركزي هنا هو: كيف يمكننا الاستفادة من الذكاء الاصطناعي التوليدي في صناعة السياسات العامة وابتكارها؟ الإجابة عن التساؤل السابق، تكمن في إمكانية الدمج والاستفادة من الذكاء الاصطناعي التوليدي في جميع مراحل صنع السياسات وتحسين عملها، وتسهيل استحداث سياسات أكثر فاعلية، ومن الطرق التي يمكن أن يؤثر بها الذكاء الاصطناعي التوليدي على صنع السياسات العامة وابتكارها، "السرعة في التحليل"، من خلال معالجة كميات هائلة من البيانات من مصادر متنوعة مثل : وسائل التواصل الاجتماعي، وأجهزة الاستشعار، وقواعد البيانات الحكومية، بسرعة تفوق الطرق التقليدية، مما يسمح لصناع السياسات بالوصول إلى رؤى شاملة في التوقيت المناسب. ومن الطرق أيضًا "التعرف على الأنماط"، عبر تحديد الأنماط والاتجاهات المعقدة التي قد لا تكون واضحة للمحللين من البشر، مثل العلاقات الدقيقة بين العوامل الاجتماعية والاقتصادية والنتائج الصحية، أو التغيرات البيئية، أضف إلى ذلك "الحلول المستهدفة"، والتي تُظهر فهم الفروق الدقيقة في كيفية تأثير السياسات على مجموعات أو مناطق مختلفة، فضلًا عن المساعدة في تصميم السياسات المتناسب مع الظروف المحلية أو الفئات السكانية المحددة بشكل أفضل، مما يعزز الفعالية والإنصاف. ومن الطرق "محاكاة السيناريوهات"، لمحاكاة تأثيرات التغييرات في السياسات قبل تنفيذها، مما يوفر بيئة اختبار افتراضية لتوقع النتائج وتحسين القرارات وتقليل المخاطر المحتملة، و"المراقبة الحيّة"، حيث يمكن لأنظمة الذكاء الاصطناعي مراقبة تنفيذ السياسات باستمرار من خلال تدفق البيانات من أجهزة إنترنت الأشياء، والمنصات الإلكترونية، ومصادر رقمية أخرى، مما يتيح التعديلات في الوقت الفعلي. ويمكن للذكاء الاصطناعي التوليدي المساعدة في تصميم أدوات لسياسات مبتكرة مثل أنظمة الضرائب الديناميكية، الخدمات العامة المخصصة، وآليات الرعاية الاجتماعية أكثر فعالية، ويمكنه أيضًا تطوير نماذج الحوكمة الرقمية، بناءً على رؤى مستمدة من الذكاء الاصطناعي وتغذية راجعة من المواطنين. أخيرًا.. يمكن القول: إن مستقبل الذكاء الاصطناعي التوليدي مثير ومتحول؛ فلا ينحصر على الأداة الخلّاقة بأكثر من ذاكرة البيانات والتحليل المستمر، بل إن سياسات الحوكمة الذكية ستتحول إلى بيانية رقمية، وستتلاشى الموضوعية في القرار مع مرور الوقت، وكأن العالم سيتحول إلى معادلة رياضية في أدق التفاصيل. ومع استمرار تطور هذه التقنية، ستصبح بلا شك أداة حاسمة في تشكيل طريقة تعاملنا مع التحديات المعقدة، خاصة في مجال صناعة السياسات العامة. * أستاذ مشارك في علوم الحاسب الآلي د. محمد الملق
