إطار حوكمة الذكاء الاصطناعي الوطني في مصر 2026

⚡ الخلاصة السريعة

أهم تحول في الإطار هو أن الحوكمة لم تعد مجرد مبادئ أخلاقية؛ النظام عالي المخاطر قد يحتاج إلى تقييم أثر أخلاقي وتقييم مطابقة فني قبل النشر، ثم مراقبة فعلية بعد التشغيل.

ما هو إطار حوكمة الذكاء الاصطناعي الوطني؟

صدر Guide to Egypt’s National AI Governance Framework في نسخته 2.0 في مارس 2026 بوضع Approved for Publication.

مالك الوثيقة هو المجلس الوطني للذكاء الاصطناعي والحوسبة الكمية والتكنولوجيات البازغة، بينما أعدها المركز المصري للذكاء الاصطناعي المسؤول ECRAI.

الإطار لا يمثل وثيقة واحدة فقط؛ بل يستخدم مفهوم Governance Framework Suite الذي يضم الاستراتيجية الوطنية، ودليل الإطار، والإرشادات الوطنية للذكاء الاصطناعي الموثوق والمسؤول، والمنتجات المستقبلية والمواد القطاعية.

الإطار مقابل الإرشادات

الدليل يميز بوضوح بين:

Framework / Guide الذي يحدد WHAT should be governed.

و:

Guidelines التي تشرح HOW to comply.

هذه العلاقة مهمة لأن المؤسسة قد تعرف أنها بحاجة إلى حوكمة، لكنها تحتاج أدوات عملية لتحويل المبادئ إلى سياسات واختبارات وأدلة تدقيق.

الفلسفة التنظيمية

الإطار المصري يقوم على مبدأ أن التنظيم يجب أن يكون متناسباً مع المخاطر.

لا يطبق المستوى نفسه من الرقابة على:

chatbot داخلي بسيط.
نظام تشخيص طبي.
نظام بيومتري.
نموذج يستخدم في بنية تحتية حرجة.
أداة برمجية مساعدة.

الهدف هو دعم الابتكار مع فرض ضوابط أقوى عندما تصبح المخاطر أعلى.

معايير تقدير المخاطر

يستخدم الدليل أربعة عوامل أساسية لتقدير مستوى المخاطر:

Scale

عدد الأشخاص أو الجهات التي قد تتأثر.

Scope

طبيعة الفئات المتأثرة ومدى هشاشتها، مثل الأطفال أو المرضى.

Irreversibility

مدى إمكانية التراجع عن الضرر.

Probability

احتمال وقوع الأثر السلبي.

هذه العوامل تساعد في تحديد الفئة المناسبة بدلاً من الاعتماد على اسم التقنية وحده.

Tier 1 — Prohibited AI Systems

الفئة الأولى تشمل الأنظمة ذات المخاطر غير المقبولة على:

السلامة.
الحقوق الأساسية.
السيادة.
المصالح الجوهرية.

ويعطي الإطار أمثلة مرتبطة ببعض أشكال:

social profiling.
exploitation of children.
manipulative behavioral interference.

الفكرة الأساسية هنا أن بعض الاستخدامات لا يكفي معها إضافة controls؛ بل قد تكون غير مقبولة أصلاً ضمن النطاق المحدد.

Tier 2 — High-Risk AI Systems

هذه الفئة تشمل أنظمة ذات أثر مرتفع على:

الصحة.
السلامة.
الحقوق.
المصالح الأساسية.
البنية التحتية الحرجة.
بعض الاستخدامات البيومترية.

الأنظمة عالية المخاطر تخضع لـ:

Mandatory Dual-Check Compliance

وهي من أهم مكونات الإطار.

Tier 3 — Limited Risk

تشمل الأنظمة ذات مخاطر محدودة ولكنها تحتاج إلى شفافية، مثل بعض:

chatbots.
emotion recognition tools.
generative AI.
deepfakes.

تدخل هنا ضوابط مثل:

الإفصاح عن التفاعل مع AI.
labeling.
watermarking أو وسائل إثبات المحتوى عندما تنطبق.
تقليل مخاطر التضليل.

Tier 4 — Minimal Risk

تشمل الاستخدامات الأقل خطورة مثل بعض الأدوات البرمجية الاعتيادية.

يعتمد الإطار بدرجة أكبر هنا على:

voluntary codes of conduct.
good governance practices.
controls proportionate to risk.

Dual-Check Compliance

الإطار ينص على أن الحوكمة ليست Gate واحداً عند الإطلاق.

بالنسبة للأنظمة عالية المخاطر، هناك مساران أساسيان قبل النشر.

الخطوة الأولى: AI Ethical Impact Assessment — AIEIA

التركيز هنا على:

الحقوق.
التأثير الاجتماعي.
القيم.
التحيز.
التمييز.
آثار سوق العمل.
المصالح الوطنية.
المواءمة مع Responsible AI Charter.

هذا التقييم نوعي واستراتيجي أكثر من كونه اختبار أداء تقني.

الخطوة الثانية: Technical Conformity Assessment

بعد ذلك يأتي التقييم الفني الذي يركز على:

هل النظام يعمل كما هو مقصود؟
هل الأداء مقبول؟
هل النظام متين؟
هل يتحمل سيناريوهات عدائية؟
هل الضوابط الأمنية تعمل؟
هل توجد أدلة اختبار كافية؟

وتستخدم منهجية:

TEVV — Test, Evaluate, Verify, Validate

Ex-Ante Governance

قبل الإطلاق قد تحتاج المؤسسة إلى:

risk classification.
AI impact assessment.
technical testing.
documentation.
approvals.
security assessment.
conformity evidence.

هذه المرحلة تهدف إلى منع نشر أنظمة عالية الأثر قبل فهم مخاطرها.

Ex-Post Oversight

بعد الإطلاق تستمر المسؤولية.

تشمل الرقابة:

real-world monitoring.
incident detection.
model monitoring.
performance drift.
audit.
corrective action.
reassessment.

هذا مهم لأن أداء AI يمكن أن يتغير بعد النشر نتيجة تغير البيانات أو المستخدمين أو البيئة أو النموذج نفسه.

General-Purpose AI

الإطار يعترف بأن GPAI يخلق تحديات مختلفة.

النموذج العام قد يستخدم لاحقاً في عشرات السياقات، لذلك لا يستطيع مزود النموذج وحده توقع كل خطر downstream.

الحوكمة تحتاج إلى توزيع المسؤولية بين:

provider.
developer.
integrator.
deployer.
beneficiary/user.

سلسلة المسؤولية

[ممارسة تنفيذية]

عند استخدام Foundation Model خارجي يجب ألا تكتفي المؤسسة بسؤال:

“هل المورد موثوق؟”

بل تسأل أيضاً:

كيف سنستخدم النموذج؟
ما البيانات التي سندخلها؟
ما القرارات التي ستعتمد على المخرجات؟
ما مستوى human oversight؟
هل توجد حدود لاستخدام النموذج؟
هل لدينا fallback؟
ماذا يحدث إذا تغير model version؟

Frugal AI

يضيف الإطار مفهوم Frugal AI.

الفكرة ليست استخدام أكبر نموذج ممكن، بل اختيار الحل الذي يحقق الهدف بكفاءة مع مراعاة:

computational resources.
energy.
cost.
infrastructure.
environmental impact.
sovereignty.

قد يكون نموذج متخصص صغير أكثر ملاءمة من نموذج عام ضخم إذا أدى المهمة المطلوبة بأداء مناسب ومخاطر أقل.

البيانات والجودة والسيادة

الإطار يعامل البيانات باعتبارها Strategic Enabler.

القضايا الأساسية تشمل:

quality.
provenance.
accessibility.
sensitivity.
sovereignty.
localization where appropriate.
security.
bias.
lifecycle management.

جودة النموذج لا يمكن فصلها عن جودة بياناته.

البنية التحتية كـSovereign Core

AI infrastructure ليست مسألة تقنية داخلية فقط.

الاعتماد على:

cloud.
external APIs.
foreign providers.
GPU infrastructure.
model platforms.

يخلق مخاطر تتعلق بالاستمرارية والسيادة وسلسلة التوريد والبيانات.

لذلك يجب فهم البنية التي يقوم عليها النظام كجزء من الحوكمة.

الجهات المؤسسية

الإطار يحدد أدواراً لجهات مختلفة.

National Council

جهة السياسة والهندسة الاستراتيجية.

ECRAI

دور تنفيذي وتشغيلي في تفعيل Governance Framework.

SECC / ITIDA

أدوار في TEVV والتقييم الفني والإشراف على قدرات التدقيق.

NTRA / EG-CERT

الأمن السيبراني والاتصالات والقضايا التقنية ذات الصلة.

PDPC

البيانات الشخصية والخصوصية.

Sector Regulators

القواعد والتقييمات الخاصة بكل قطاع.

ليس كل بند في الإطار عقوبة قانونية مستقلة

🔴 LEGAL EFFECT MUST BE READ IN CONTEXT وجود Framework وطني معتمد لا يعني أن كل بند فيه يحمل بذاته نفس القوة القانونية والعقوبة. يجب قراءة كل متطلب مع القوانين النافذة والقطاع والجهة التنظيمية المختصة.

كيف تطبق المؤسسة الإطار؟