الميثاق المصري للذكاء الاصطناعي المسؤول 2023: المبادئ الوطنية للأخلاق والمسؤولية والثقة

ما هو الميثاق المصري للذكاء الاصطناعي المسؤول؟

صدر الميثاق المصري للذكاء الاصطناعي المسؤول في نسخته الأولى عام 2023 ليشكل مرجعية وطنية للمبادئ والقيم التي ينبغي أن توجه تطوير واستخدام أنظمة الذكاء الاصطناعي في مصر.

جاء الميثاق في مرحلة كانت فيها مصر توسع استثماراتها في الذكاء الاصطناعي وتشارك في النقاشات الدولية حول Responsible AI، بينما لم تكن منظومة الحوكمة الوطنية قد وصلت بعد إلى مستوى التفاصيل التشغيلية الذي ظهر لاحقاً في 2026.

وظيفة الميثاق الأساسية لم تكن إنشاء قانون شامل جديد، بل ترجمة مجموعة من المبادئ الأخلاقية والدولية إلى سياق مصري يمكن للجهات الحكومية والمؤسسات والمطورين والمستخدمين الاسترشاد به.

لماذا كان الميثاق ضرورياً؟

مع توسع استخدام AI ظهرت تحديات لا يمكن معالجتها بالأداء التقني فقط، مثل:

• التحيز.
• التمييز.
• نقص الشفافية.
• ضعف قابلية التفسير.
• الاستخدام غير المسؤول للبيانات.
• غياب المساءلة.
• الضرر على الأفراد.
• الاعتماد المفرط على القرار الآلي.
• سوء فهم حدود النظام.

لذلك جاء الميثاق ليضع الأساس الأخلاقي والسياساتي الذي يحدد ما الذي يعنيه “الاستخدام المسؤول”.

العلاقة مع المبادئ الدولية

الميثاق لم يُبنَ في فراغ.

مصر شاركت في مسارات دولية وإقليمية مرتبطة بأخلاقيات وحوكمة AI، وتأثرت البيئة الوطنية بمبادئ مثل:

• OECD AI Principles.
• UNESCO Recommendation on the Ethics of AI.
• international responsible AI practices.
• human-centric AI.
• accountability.
• fairness.
• transparency.

لكن الاستفادة من المبادئ الدولية لا تعني نسخها حرفياً؛ الميثاق يحاول مواءمتها مع الأولويات والسياق الوطني.

العدالة وعدم التمييز

أحد أهم محاور Responsible AI هو تقليل مخاطر التحيز غير المبرر.

التحيز قد يظهر من:

• training data.
• labeling.
• feature selection.
• model design.
• deployment context.
• human interpretation of outputs.

وجود نموذج بدقة مرتفعة إجمالاً لا يعني بالضرورة أن أداءه عادل بين جميع الفئات.

[ممارسة تنفيذية]

عند استخدام نظام يؤثر في الأفراد يجب فحص الأداء بين الفئات وعدم الاكتفاء بمتوسط واحد للدقة.

الشفافية

الشفافية ليست مفهوماً واحداً.

قد تشمل:

• معرفة المستخدم أنه يتفاعل مع AI.
• توثيق غرض النظام.
• معرفة مصدر البيانات.
• توضيح حدود الأداء.
• الإفصاح عن القيود المعروفة.
• توفير معلومات كافية للمراجعة.

المستوى المطلوب من الشفافية يعتمد على المخاطر والسياق.

قابلية التفسير

Explainability تصبح أكثر أهمية عندما تؤثر المخرجات في قرارات حساسة.

لكن التفسير لا يعني دائماً كشف الخوارزمية كاملة.

قد يكون المطلوب هو:

• تفسير عوامل القرار.
• تفسير سبب التوصية.
• بيان القيود.
• تقديم مسار اعتراض أو مراجعة بشرية.

المساءلة

من أخطر الأخطاء في AI governance القول:

“النظام قرر.”

النظام ليس بديلاً عن المسؤولية المؤسسية.

يجب أن تكون هناك جهة أو شخص أو دور واضح يملك المسؤولية عن:

• الموافقة على النظام.
• البيانات.
• المورد.
• القرار.
• المراقبة.
• الحوادث.
• الإجراءات التصحيحية.

الإشراف البشري

Human Oversight لا يعني وضع موظف يضغط زر موافقة شكلياً.

الإشراف الفعلي يحتاج إلى:

• صلاحية التدخل.
• معلومات كافية.
• تدريب مناسب.
• وقت للمراجعة.
• قدرة على رفض المخرج.
• آلية لتصعيد الحالات.

الخصوصية

استخدام AI قد يوسع قدرات الاستنتاج حتى عندما لا تجمع المؤسسة بيانات حساسة مباشرة.

النموذج قد يستنتج:

• سلوكاً.
• اهتماماً.
• حالة محتملة.
• علاقة.
• نمطاً شخصياً.

لذلك تصبح الخصوصية أكثر تعقيداً من مجرد حماية قاعدة بيانات.

السلامة والأمن

Responsible AI يشمل كذلك السلامة والأمن.

النظام غير الآمن لا يمكن اعتباره مسؤولاً حتى لو كان عادلاً وشفافاً.

تشمل المخاطر:

• manipulation.
• unauthorized access.
• data leakage.
• adversarial use.
• model misuse.
• insecure integration.

المسؤولية المجتمعية

الذكاء الاصطناعي قد يخلق آثاراً تتجاوز المستخدم المباشر.

مثل:

• سوق العمل.
• المعلومات العامة.
• الثقة.
• الفئات الضعيفة.
• الوصول إلى الخدمات.
• الثقافة واللغة.

لذلك Responsible AI يحتاج إلى رؤية أوسع من العلاقة بين النظام والمستخدم فقط.

العلاقة مع الاستراتيجية الوطنية

الميثاق أصبح أحد اللبنات التي بنت عليها مصر لاحقاً الاستراتيجية الوطنية الثانية.

في المرحلة الجديدة لم يعد Responsible AI مجرد قيمة أخلاقية، بل أصبح جزءاً من:

• governance.
• risk assessment.
• system evaluation.
• institutional readiness.
• monitoring.
• national regulatory direction.

ماذا تغير بعد 2026؟

في 2026 ظهرت أدوات أكثر تفصيلاً:

• National AI Governance Framework.
• Trustworthy and Responsible AI Guidelines.
• Generative AI Guidelines.

هذه الأدوات لم تلغ الميثاق؛ بل حولت كثيراً من مبادئه إلى إجراءات وتقييمات أكثر عملية.

Charter vs Governance Framework

الميثاق يجيب بشكل أساسي عن:

ما القيم والمبادئ التي يجب أن نلتزم بها؟

أما Governance Framework فيجيب عن:

ما الذي يجب أن يخضع للحوكمة وما مستوى المخاطر؟

والإرشادات التشغيلية تجيب عن:

كيف ننفذ ذلك؟

هل الميثاق ملزم قانونياً؟

🔴 LEGAL EFFECT MUST NOT BE OVERSTATED الميثاق ليس قانوناً مستقلاً شاملاً للذكاء الاصطناعي. ولا ينبغي تفسير كل مبدأ فيه باعتباره التزاماً قانونياً منفصلاً يحمل عقوبة بذاته.

لكن هذا لا يعني أن الميثاق غير مهم.

قد يؤثر في:

• سياسات الجهات الحكومية.
• procurement.
• توقعات الحوكمة.
• تصميم الإرشادات.
• تقييم الأنظمة.
• الاستعداد للتنظيم المستقبلي.

كيف تستخدم المؤسسة الميثاق؟

[ممارسة تنفيذية]

يمكن تحويل المبادئ إلى أسئلة تشغيلية:

هل حددنا مالك النظام؟

هل اختبرنا التحيز؟

هل نفهم البيانات؟

هل يعرف المستخدم أنه يتعامل مع AI؟

هل توجد آلية مراجعة بشرية؟

هل يمكن تفسير القرار؟

هل وثقنا المخاطر؟

هل لدينا آلية للحوادث؟

هل نعرف متى نوقف النظام؟

من المبادئ إلى الأدلة

الحوكمة الناضجة لا تكتفي بقول:

“نحن ملتزمون بالعدالة.”

بل تحتفظ بأدلة مثل:

• testing reports.
• bias analysis.
• data documentation.
• approval records.
• human oversight procedures.
• incident logs.
• vendor assessments.

الخلاصة

الميثاق المصري للذكاء الاصطناعي المسؤول هو طبقة تأسيسية مهمة في تطور الحوكمة المصرية.

قيمته لا تكمن في أنه قانون شامل، بل في أنه وضع لغة وطنية للمسؤولية والأخلاق والثقة، ثم تطورت هذه اللغة لاحقاً إلى إطار حوكمة وإرشادات أكثر قابلية للقياس والتطبيق.