الذكاء الاصطناعي في اتخاذ القرار الإداري: مساعد لا مدير بديل

 

الذكاء الاصطناعي في اتخاذ القرار الإداري مفيد عندما يوسع الخيارات، ويلخص الأدلة، ويختبر سيناريوهات، لكنه لا يصبح المدير ولا يتحمل المسؤولية. جودة الصياغة ليست جودة حكم، والتوصية الواثقة قد تقوم على بيانات ناقصة أو سياق غير ممثل. لذلك تبقى الإدارة مسؤولة عن الهدف والمدخلات والتحقق والأثر والقرار النهائي.

القاعدة العملية بسيطة: كلما زاد أثر القرار في الناس أو الحقوق أو المال أو السلامة، زادت الحاجة إلى بيانات موثوقة، وخبير مجال، واختبار، وإشراف بشري قادر فعلياً على الرفض والتعديل، ومسار اعتراض. هذا المقال يشرح كيف تستخدم الذكاء الاصطناعي كمساعد قرار من دون تحويله إلى سلطة غامضة.

لماذا يبدو جواب الذكاء الاصطناعي أكثر يقيناً مما يستحق؟

النموذج التوليدي ينتج نصاً مرجحاً لغوياً بناءً على المدخل والسياق المتاحين. يستطيع تنظيم الأفكار ومحاكاة قالب استشاري، لكنه لا يملك تلقائياً حقيقة شركتك ولا يعرف ما لم تقدمه له. وقد يقدم معلومة قديمة أو مرجعاً غير موجود أو رقماً بلا أساس.

تحت الضغط، يميل الإنسان إلى قبول جواب مرتب يوفر طريقاً سريعاً. هنا يحدث خلط بين ثلاث طبقات:

• الطلاقة: الجواب واضح ومقنع لغوياً.
• الصحة: الوقائع والحسابات والمراجع صحيحة.
• الملاءمة: التوصية تناسب هدف الشركة وسياقها وقيمها وقيودها.

قد تنجح الطبقة الأولى وتفشل الاثنتان الأخريان. لذلك عامل المخرج كمسودة أو فرضية تحتاج اختباراً، لا كقرار جاهز.

حدود السياق: ما لا يظهر في الـPrompt

القرار الإداري يعتمد على معرفة رسمية وضمنية: السياسة والميزانية والبيانات، إضافة إلى تاريخ العلاقة مع العملاء، وتوزيع النفوذ، وخبرة العاملين، والاستثناءات اليومية. حتى prompt طويل لا يضمن تمثيل هذه العناصر بدقة، وقد يحتوي وصفاً متحيزاً من صاحب السؤال.

مثلاً، قد يقترح النظام اختصار قائمة مطعم لأن البيانات تظهر ضعف مبيعات أصناف كثيرة. لكن الإدارة تحتاج إلى معرفة هل الصنف يجذب مجموعة كاملة، أو يدعم هوية المكان، أو يستخدم مكونات مشتركة، أو يتأثر بالموسم، أو تعطل توافره. الاقتراح نقطة بداية للتحليل لا حكم نهائي.

استخدم منهج تحليل النظم المؤسسية: قارن السياسة وما يقوله أصحاب العلاقة وما تكشفه السجلات والملاحظة. إذا كانت الصورة التنظيمية نفسها غير مكتملة، فلن يحل النموذج الغموض؛ سيعيد صياغته.

صنّف القرار قبل اختيار دور الذكاء الاصطناعي

ليست كل القرارات متساوية. استخدم أربعة محاور: حجم الأثر، وقابلية الرجوع، ودرجة عدم اليقين، وتأثير القرار في أشخاص أو حقوق. ثم اختر الدور المناسب:

نوع القرار	مثال	دور مناسب للذكاء الاصطناعي
منخفض الأثر وقابل للرجوع	صياغة مسودة أو ترتيب اجتماع	تنفيذ آلي مع مراجعة عينية
تشغيلي متوسط	توقع طلب أو اقتراح جدول	توصية مع حدود ومراقبة واعتماد
مالي أو استراتيجي مرتفع	استثمار أو إغلاق فرع	سيناريوهات وتحليل؛ القرار للجنة مسؤولة
يمس الأشخاص والحقوق	توظيف أو ترقية أو فصل	دعم محدود خاضع للقانون والعدالة والاعتراض

قد تختلف المتطلبات القانونية حسب البلد والقطاع. القرارات الصحية والمالية والوظيفية وغيرها قد تخضع لقيود خاصة؛ استشر مختصاً قانونياً ولا تعتمد على هذا المقال كاستشارة قانونية.

حوكمة قبل الأداة: من يملك ماذا؟

يقسم إطار NIST لإدارة مخاطر الذكاء الاصطناعي العمل إلى Govern وMap وMeasure وManage، ويجعل الحوكمة مستمرة وعابرة للمراحل. كما ينص على أن القيادة تتحمل مسؤولية قرارات المخاطر، وأن عمليات الإشراف البشري يجب أن تكون محددة ومقيمة وموثقة.

ترجم ذلك إلى أدوار واضحة:

• مالك القرار: يحدد الهدف ويتحمل النتيجة ويملك سلطة الرفض.
• مالك النظام: يدير الإعداد والإصدار والأمن والتوفر.
• خبير المجال: يختبر الملاءمة والاستثناءات والمعنى.
• البيانات والخصوصية: يتحققان من المصدر والحق والاستخدام والاحتفاظ.
• المخاطر أو التدقيق: يقدمان مراجعة مستقلة متناسبة مع الأثر.
• المتأثرون: تُفهم آثار القرار عليهم ويملكون قناة استفسار أو اعتراض عند اللزوم.

لا تكتب «المدير يراجع» من دون تحديد ما الذي يراه، وكم لديه من الوقت، وما صلاحياته، وما معيار القبول. ختم بشري آلي لا يعد إشرافاً.

حوّل السؤال من «ماذا نفعل؟» إلى حزمة قرار

بدلاً من طلب جواب واحد، اطلب من النظام إنتاج حزمة تساعد الإدارة على التفكير:

1. تلخيص الوقائع المؤكدة منفصلة عن الافتراضات.
2. البيانات الناقصة التي قد تغير النتيجة.
3. ثلاثة بدائل، منها عدم التغيير.
4. الفوائد والتكاليف والمخاطر لكل بديل.
5. من قد يتأثر وكيف.
6. مؤشرات إنذار مبكر وخطة رجوع.
7. تجربة صغيرة لاختبار الفرضية قبل التوسع.

هذه الصيغة لا تجعل النموذج صحيحاً، لكنها تكشف الافتراضات وتمنع الانجذاب إلى أول جواب. استخدم دليل حل المشكلات المعقدة لفصل المشكلة عن أعراضها وبناء تجربة لها مقياس وقرار.

تحقق من الوقائع والمراجع والحسابات

لا تمرر رقماً أو قانوناً أو سياسة أو دراسة من المخرج إلى قرار. اطلب المصدر، ثم افتح المصدر الأصلي وتحقق أنه يقول ما نُسب إليه وأنه حديث وينطبق على البلد والحالة. إذا لم يوجد مصدر موثوق، صِف الفكرة كفرضية لا كحقيقة.

للحسابات، أعد بناء المعادلة في جدول مستقل. افحص الوحدات والفترة والعملة والضرائب وحساسية النتيجة. قد تكون العملية الحسابية صحيحة والمدخلات غير ممثلة. اعرض نطاقاً وسيناريو متحفظاً بدلاً من رقم دقيق زائف.

وثق نسخة النموذج وتاريخ الاستخدام وprompt والملفات والمصادر والمراجع والتعديلات البشرية، بما لا يكشف أسراراً غير لازمة. هذا يجعل القرار قابلاً للمراجعة عندما تتغير النتيجة أو تظهر مشكلة.

اختبر البيانات: التاريخ ليس المستقبل دائماً

النموذج يتعلم أو يستنتج من بيانات تمثل فترة وسلوكاً محددين. اسأل:

• هل البيانات كاملة وحديثة ومسموحاً باستخدامها؟
• من غاب عنها، ومن ظهر أكثر من حجمه الحقيقي؟
• هل الهدف المقاس بديل ضعيف لما نريده فعلاً؟
• هل تغير السوق أو السياسة أو المنتج بعد جمعها؟
• هل تحمل النتيجة تحيز قرار سابق؟

في التوظيف مثلاً، تدريب نموذج على «من نجح سابقاً» قد يعيد تفضيلات تاريخية أو يقيس بقاء الموظف بدلاً من جودة أدائه. لهذا لا يكفي رفع سيرة ذاتية وطلب قرار قبول. استخدم عملية مقابلة وظيفية منظمة بكفاءات وأسئلة ودرجات وعينة عمل، وقيّم أي أداة آلية قانونياً وأخلاقياً وتقنياً.

صمم إشرافاً بشرياً قادراً على التغيير

الإشراف الفعال يحتاج إلى أربعة شروط:

1. الفهم: يعرف المراجع وظيفة النظام وحدوده ونوع أخطائه.
2. المعلومات: يرى المدخلات والمصادر ودرجة عدم اليقين والبدائل، لا النتيجة وحدها.
3. السلطة: يستطيع إيقاف القرار أو تعديله بلا عقوبة ضمنية.
4. الوقت: يراجع فعلاً، لا يوافق على مئات الحالات في دقائق.

راقب الانحياز للأتمتة: مع مرور الوقت قد يقبل الموظف التوصية لأن النظام «عادةً صحيح». أدخل عينات مراجعة عمياء، وقارن قرارات مع النظام ومن دونه، وسجل متى رفض البشر التوصية ولماذا. كثرة الرفض قد تعني ضعف الأداة، وكثرة القبول قد تعني جودة أو اعتماداً آلياً؛ تحتاج إلى اختبار لا افتراض.

الشفافية والاعتراض جزء من القرار

تؤكد مبادئ OECD للذكاء الاصطناعي، المحدثة في 2024 القيم الإنسانية والعدالة والخصوصية والشفافية والصلابة والمساءلة. وتشمل الشفافية توفير معلومات مفهومة عن التفاعل مع النظام والعوامل المؤثرة وإتاحة تحدي المخرجات حيث يكون ذلك مناسباً.

إذا أثرت التوصية في موظف أو عميل، حدد ما الذي يمكن شرحه من دون كشف أمن أو ملكية فكرية: البيانات المستخدمة، والمعيار، ودور النظام، ودور الإنسان، وطريقة طلب التصحيح أو المراجعة. لا تستخدم عبارة «الخوارزمية قررت»؛ المؤسسة هي التي اختارت الأداة والقواعد والاستخدام.

لا تحول الإدارة إلى خوارزمية مراقبة

تعرف منظمة العمل الدولية الإدارة الخوارزمية بأنها استخدام أنظمة قائمة على البيانات لتنظيم العمل وتوزيعه ومراقبته وتقييمه. وقد تقلل تواصل العاملين مع المدير والزملاء إذا حلت واجهة النظام محل العلاقة الإنسانية.

قبل استخدام الذكاء الاصطناعي في الجداول أو الإنتاجية أو التقييم، افحص ما إذا كان المؤشر يقيس القيمة فعلاً. عدد النقرات أو الرسائل أو دقائق الاتصال قد يدفع الناس إلى تحسين الرقم وإضعاف الخدمة. اجمع أقل بيانات لازمة، وأعلن الغرض، وحدد مدة الاحتفاظ، وافصل التحسين التشغيلي عن العقوبة، واشرك ممثلي العاملين حيث يلزم.

المدير مسؤول عن الاستماع والتغذية الراجعة وحل التعارض وبناء الأمان النفسي. لا تختزل هذه الوظائف في لوحة نقاط.

اختبر التوصية كتجربة قابلة للرجوع

عندما لا يكون القرار فورياً أو قانونياً أو غير قابل للرجوع، نفذ تجربة محدودة. مثال: بدلاً من تغيير نظام الورديات لكل الفروع بناءً على توقع آلي، اختبر فرعين لفترة محددة مع خط أساس ومقاييس للخدمة والتكلفة وتجربة العاملين.

اكتب قبل التجربة:

• الفرضية والبديل الحالي.
• مقياس النجاح وحد الضرر الذي يوقف التجربة.
• الفترة والعينة والعوامل الموسمية.
• من يراجع النتيجة ومن يقرر التوسع.
• خطة العودة وحماية المتأثرين.

إذا كان القرار غير قابل للرجوع، مثل فصل جماعي أو التزام رأسمالي كبير، لا تستخدم منطق «نجرب ونرى». زد المراجعة المستقلة والتحليل القانوني والمالي وسيناريوهات الضغط.

راقب النظام بعد الإطلاق

الاختبار قبل الإطلاق لا يكفي. قد يتغير توزيع البيانات أو سلوك المستخدم أو واجهة المورد. راقب الدقة والخطأ حسب الشرائح، والاستقرار، ووقت الاستجابة، والتكلفة، وشكاوى المتأثرين، ونسبة تجاوز البشر للتوصية، والأثر التجاري الفعلي.

حدد شروط إيقاف: ارتفاع ضرر معين، أو فقد مصدر حرج، أو تغير جوهري في النموذج، أو تعذر تفسير النتيجة في استخدام عالي المخاطر. احتفظ بإصدار سابق وخطة عمل يدوية. وإذا كان النظام من مورد، طبق إدارة مخاطر موردي الذكاء الاصطناعي في العقد والبيانات والمراقبة والخروج.

بطاقة قرار عملية

قبل اعتماد توصية آلية، املأ بطاقة من صفحة واحدة:

• القرار والمالك: ما القرار ومن يتحمل مسؤوليته؟
• دور النظام: توليد، تلخيص، تنبؤ، ترتيب، أم تنفيذ؟
• الأثر: مال، أشخاص، حقوق، سمعة، سلامة، وقابلية رجوع.
• الأدلة: مصادر موثقة وما ينقص وما تم التحقق منه.
• البدائل: ثلاثة خيارات ومنها الوضع الحالي.
• الإشراف: من يراجع وبأي معيار وسلطة ووقت؟
• الاختبار: مقياس نجاح وحد ضرر وخطة رجوع.
• الشفافية: من يُبلغ وكيف يعترض؟
• المراقبة: المؤشرات ودورية المراجعة وشروط الإيقاف.

ما الذي يمكن تفويضه للذكاء الاصطناعي بأمان نسبي؟

يمكنه غالباً دعم أعمال منخفضة المخاطر مثل تلخيص محضر بعد التحقق، واقتراح أسئلة، وتصنيف أولي غير نهائي، وصياغة سيناريوهات، والبحث في قاعدة داخلية مصرح بها. حتى هنا يجب حماية الأسرار والبيانات الشخصية وحقوق الملكية.

أما التعيين والفصل والائتمان والعلاج والسلامة والتسعير الذي قد يضر فئات والالتزامات القانونية، فتحتاج ضوابط أعلى وخبراء وقانوناً وإمكانية تفسير واعتراض، وقد يُحظر بعض الاستخدام في بعض الولايات القضائية. «الأداة متاحة» لا تعني أن الاستخدام مسموح أو مناسب.

أنماط فشل مؤسسية يجب اكتشافها مبكراً

غسل القرار بالآلة يحدث عندما يكون المدير قد اختار النتيجة ثم يستخدم مخرجاً آلياً ليمنحها مظهراً موضوعياً. امنع ذلك بكتابة الفرضية والبدائل والمعيار قبل تشغيل الأداة، وبإظهار الحالات التي خالفت فيها التوصية رغبة صاحب القرار.

إغراق المراجع يحدث عندما يعرض النظام توصيات أكثر مما يستطيع الإنسان فحصه، فيتحول الاعتماد إلى إجراء شكلي. قس زمن المراجعة الفعلي، وخفّض حجم الحالات، وارفع الآلي فقط ما يملك خطراً أو عدم يقين يستحقان الانتباه.

تجزئة المسؤولية تحدث عندما يقول كل طرف إن الآخر مسؤول: المستخدم يلوم المورد، والمورد يلوم البيانات، والتقنية تقول إن الإدارة اختارت، والإدارة تقول إن النظام أوصى. عالجها بمصفوفة قرار تبين من يختار الغرض والبيانات والنموذج والحدود، ومن يوافق على الإطلاق، ومن يعالج الضرر.

انحراف الغرض يبدأ بأداة تلخص خدمة العملاء ثم تُستخدم لاحقاً لتقييم الموظفين أو توقع مغادرتهم من دون تقييم جديد. اعتبر كل استخدام جديد حالة مستقلة تحتاج غرضاً وأساساً وبيانات واختباراً وموافقة، حتى لو بقي النموذج نفسه.

انحياز النجاة يظهر عندما تُقاس الأداة على الحالات التي وصل فيها قرار نهائي، وتُهمل طلبات انسحب أصحابها أو فشل جمع بياناتها. راقب من لم يدخل المسار ومن توقف عنده، لأن الغياب قد يخفي ضرراً أو عائق وصول.

اجتماع قرار يستخدم الذكاء الاصطناعي بوعي

ابدأ الاجتماع بعرض السؤال والقيود، ثم اطلب من مالك البيانات ذكر حدودها قبل عرض توصية النظام. بعد ذلك يقدم خبير المجال اعتراضه الأقوى، ويشرح ممثل المخاطر من سيتأثر وأسوأ نتيجة قابلة للتصديق. لا تعرض التوصية أولاً إذا كانت ستثبت النقاش حولها.

سجل القرار بلغة بشرية: لماذا اخترنا هذا البديل؟ ما الأدلة التي اعتمدناها؟ ما الذي تجاهلناه ولماذا؟ ما المؤشرات التي ستجعلنا نغير المسار؟ ومن يملك المتابعة؟ لا تكتفِ بإرفاق محادثة مع النموذج؛ المحادثة مادة مساعدة وليست محضر المسؤولية.

بعد المدة المحددة، راجع النتيجة مقابل السيناريو المتوقع. إذا نجح القرار، افحص هل السبب هو التوصية أم عوامل أخرى. وإذا فشل، لا تكتفِ بتعديل prompt؛ قد يكون الخلل في الهدف أو العملية أو البيانات أو الحوافز. التعلم الإداري أهم من تحسين صياغة السؤال فقط.

أسئلة شائعة

هل يعني هذا أن توصيات الذكاء الاصطناعي غير مفيدة؟

هي مفيدة جداً لتوسيع التفكير وتسريع التحليل، بشرط التحقق والسياق. المشكلة في منحها سلطة لا تملكها، لا في استخدامها كمساعد.

هل يكفي أن يراجع المدير النتيجة؟

لا إذا لم يفهم الحدود أو لا يرى الأدلة أو لا يستطيع الرفض أو ليس لديه وقت. صمم مراجعة حقيقية، وقس جودة قراراتها.

كيف أعرف أن القرار عالي المخاطر؟

انظر إلى شدة الضرر وعدد المتأثرين والحقوق وقابلية الرجوع وعدم اليقين والالتزام القانوني. عند الشك، ارفع مستوى المراجعة واستشر متخصصاً.

من المسؤول إذا كان النموذج من طرف ثالث؟

تتوزع المسؤوليات قانونياً وتعاقدياً، لكن المؤسسة التي اختارت الاستخدام لا تستطيع عملياً أن تعفي نفسها بقول «المورد قرر». افهم العقد والنظام والبيانات، واحتفظ بضوابطك وقرارك.

الخلاصة: الذكاء الاصطناعي في اتخاذ القرار الإداري يصبح أقوى عندما نعطيه دوراً محدداً لا سلطة مطلقة. دعه يقترح ويقارن ويكشف ما قد يفوتك، ثم تحقق من الوقائع والسياق والأثر، واختبر، ووثق، واتخذ القرار باسم شخص مسؤول. الإدارة ليست إنتاج جواب أنيق؛ هي تحمل تبعات الاختيار وتصحيح المسار.