حوكمة البيانات والسيادة الرقمية للذكاء الاصطناعي في العراق: من X-Data والسحابة الوطنية إلى بنية بيانات حكومية قابلة للحوكمة

لماذا تبدأ حوكمة الذكاء الاصطناعي من البيانات؟

غالبًا ما يبدأ النقاش حول الذكاء الاصطناعي من النموذج: أي نموذج نستخدم؟ أين نستضيفه؟ وما مستوى قدرته؟

لكن داخل المؤسسات الحكومية، السؤال الأكثر أهمية يأتي قبل ذلك: ما البيانات التي سيستخدمها النظام، ومن يملكها، ومن يستطيع الوصول إليها، وكيف انتقلت إليه، وهل يمكن إثبات مصدرها وصلاحية استخدامها؟

النموذج قد يتغير خلال أشهر، بينما بنية البيانات والحقوق والمسؤوليات المتعلقة بها قد تستمر لسنوات.

لهذا فإن بناء قدرة عراقية ناضجة في الذكاء الاصطناعي يحتاج إلى التعامل مع حوكمة البيانات باعتبارها طبقة تأسيسية، لا نشاطًا تقنيًا تابعًا للمشروع.

🔴 تنبيه حول حالة الاستراتيجية الوطنية

الاستراتيجية الوطنية العراقية للذكاء الاصطناعي وتكامل البيانات الضخمة ما تزال، بحسب المصدر الرسمي، قيد التطوير — Draft.

لذلك تستخدم في هذا المقال لفهم الاتجاه الوطني الناشئ، وليس باعتبارها قانونًا نافذًا أو استراتيجية نهائية معتمدة.

أي متطلبات نهائية مستقبلية يجب تقييمها عند صدور النسخة الرسمية النهائية، ولا ينبغي تحويل الاتجاهات الحالية إلى التزامات قانونية غير مثبتة.

لماذا رُبط الذكاء الاصطناعي بالبيانات الضخمة؟

ربط AI بالبيانات الضخمة في عنوان المسار الوطني العراقي ليس تفصيلًا لغويًا.

هذا الربط يعكس حقيقة تشغيلية: لا توجد قدرة مؤسسية مستدامة في الذكاء الاصطناعي دون قدرة مقابلة على إدارة البيانات.

أنظمة AI تحتاج إلى بيانات للتدريب أو الاسترجاع أو التحليل أو التحقق أو دعم القرار.

لكن قيمة البيانات لا تأتي من الحجم وحده.

البيانات يجب أن تكون:

• معروفة المصدر.
• محددة الملكية.
• موثقة.
• قابلة للوصول وفق صلاحيات واضحة.
• محدثة بالقدر المطلوب.
• قابلة للتكامل.
• ومحمية بما يتناسب مع حساسيتها.

وجود ملايين السجلات لا يحل مشكلة AI إذا كانت المؤسسة لا تعرف ما إذا كانت هذه السجلات متسقة أو حديثة أو مصرحًا باستخدامها.

المركز الوطني للتحول الرقمي

يمثل المركز الوطني للتحول الرقمي طبقة مؤسسية مهمة في البنية الرقمية الحكومية العراقية.

المركز يتولى قيادة مسار التحول الرقمي الحكومي، وإعداد السياسات والاستراتيجيات، وإدارة المشاريع الرقمية الوطنية الكبرى، وتطوير البنية التحتية والبيانات الحكومية.

ومن مهامه أيضًا العمل على تكامل البيانات بين المؤسسات، وتنظيم وتمكين تشاركية البيانات الحكومية، وتولي مهام مركز البيانات الوطني وإدارة البنى التحتية المرتبطة به.

هذه الصلاحيات مهمة لحوكمة AI لأن المشكلة في الأنظمة الحكومية نادرًا ما تكون داخل جهة واحدة فقط.

النظام قد يحتاج بيانات من وزارة، وسجلًا من هيئة، وخدمة تحقق من جهة ثالثة، ثم يستخدم النتيجة داخل عملية حكومية مختلفة.

كل نقطة اتصال من هذه النقاط تحتاج إلى مسؤولية وضوابط.

منصة X-Data

منصة إدارة البيانات الذكية X-Data تمثل إحدى أهم اللبنات التشغيلية في هذا السياق.

المنصة مخصصة لإدارة وتنظيم وتبادل البيانات بين الجهات الحكومية ضمن بيئة رقمية آمنة.

وتدعم البحث والاستعلام، والإضافة والتحديث، وتقاطع المعلومات، ومشاركة البيانات وفق الصلاحيات المعتمدة.

بحسب آخر الأرقام الرسمية المنشورة في أغسطس 2026، كانت المنصة تشمل عشرات المؤسسات الحكومية وأكثر من ألف جهة وفرع، إضافة إلى عشرات الملايين من السجلات والبيانات.

هذه ليست مجرد أرقام توسع تقني.

كلما ازداد حجم البيانات وعدد الجهات التي تشاركها، أصبحت الحوكمة أكثر أهمية.

من يملك البيانات داخل X-Data؟

وجود منصة مشتركة لا يعني انتقال ملكية البيانات تلقائيًا إلى المنصة أو إلى الجهة التي تديرها.

من الناحية المؤسسية يجب التمييز بين:

الجهة المالكة للبيانات.

الجهة التي تستضيف البيانات.

الجهة التي تعالجها.

الجهة التي تستهلك الخدمة.

والجهة المسؤولة عن القرار الناتج عنها.

هذا التمييز يصبح أكثر أهمية عند إدخال AI.

قد يستهلك نموذج بيانات مصدرها ثلاث جهات، لكن القرار النهائي يصدر من جهة رابعة.

إذا ظهرت مشكلة في النتيجة، يجب أن تكون المؤسسة قادرة على معرفة أين وقع الخلل.

مصدرية البيانات

مصدرية البيانات Data Provenance تعني القدرة على تتبع رحلة البيانات.

من أين جاءت؟

متى جُمعت؟

هل عُدلت؟

من عدلها؟

ما النظام الذي أنتجها؟

هل تغير تعريف الحقل عبر الزمن؟

هل توجد نسخة أحدث؟

هذه الأسئلة قد تبدو تشغيلية، لكنها حاسمة عند التحقيق في قرار اتخذه أو دعمه نظام AI.

إذا لم نعرف النسخة التي دخلت إلى النموذج، يصبح تفسير النتيجة أصعب بكثير.

جودة البيانات

AI لا يصلح البيانات السيئة تلقائيًا.

وقد يحدث العكس: النظام قد يعطي البيانات غير الدقيقة مظهرًا أكثر إقناعًا لأنه ينتج نتيجة مرتبة وسريعة.

الجودة يجب تقييمها على عدة أبعاد:

• الاكتمال.
• الدقة.
• الحداثة.
• الاتساق.
• التغطية.
• التحيز.
• وصلاحية البيانات للغرض المحدد.

بيانات مناسبة لإعداد تقرير إحصائي قد لا تكون مناسبة لاتخاذ قرار فردي مؤثر.

تبادل البيانات بين الجهات

X-Data والشبكات الحكومية المشتركة تفتحان بابًا مهمًا للتكامل، لكن التكامل التقني وحده لا يكفي.

كل تبادل بيانات يحتاج إلى إجابات مؤسسية:

ما الغرض من المشاركة؟

ما الحقول المطلوبة؟

هل يحتاج النظام كل البيانات أم جزءًا منها فقط؟

ما مدة الاحتفاظ؟

من يمكنه الوصول؟

ما السجل المطلوب للاستخدام؟

وماذا يحدث عندما يتغير الغرض؟

كلما أصبح AI جزءًا من العملية، ارتفعت أهمية هذه الأسئلة لأن النظام يستطيع تحليل وربط مجموعات بيانات على نطاق أكبر بكثير من التطبيقات التقليدية.

مبدأ الحد الأدنى من البيانات

قدرة النظام على استهلاك كمية ضخمة من البيانات لا تعني أن إعطاءه أكبر كمية ممكنة ممارسة سليمة.

أحد مبادئ الحوكمة العملية هو تقليل البيانات المستخدمة إلى الحد المطلوب لتحقيق الغرض.

إذا كان النموذج يحتاج خمسة حقول لإنجاز المهمة، فإن تمرير خمسين حقلًا يرفع سطح المخاطر دون ضمان تحسن النتيجة.

تقليل البيانات يفيد الخصوصية والأمن وقابلية التدقيق في الوقت نفسه.

السحابة الوطنية والسيادة الرقمية

السحابة الوطنية العراقية تقدم بعدًا مختلفًا من الحوكمة.

المصدر الرسمي يصفها كبنية حكومية مركزية لاستضافة الأنظمة والتطبيقات والبيانات الحكومية، ومصممة بما يضمن السيادة الوطنية الكاملة على البيانات وبقاءها داخل حدود الدولة.

هذه النقطة مباشرة الصلة بالذكاء الاصطناعي.

الاستضافة ليست قرارًا تقنيًا فقط.

مكان تشغيل النموذج ومكان تخزين البيانات والسجلات والنسخ الاحتياطية يؤثر في قدرة الدولة أو المؤسسة على التحكم في أصولها الرقمية.

ماذا تعني السيادة الرقمية عمليًا؟

السيادة الرقمية لا تعني أن كل تقنية يجب تطويرها محليًا أو أن استخدام الخدمات الدولية خطأ بحد ذاته.

المعنى الأكثر عملية هو الحفاظ على قدرة حقيقية على التحكم.

هل تعرف المؤسسة أين توجد البيانات؟

هل تستطيع استعادتها؟

هل تستطيع نقل الخدمة؟

هل تملك سجلات كافية للتحقيق في حادث؟

هل يمكن لمورد خارجي تغيير شروط الخدمة بطريقة تؤثر على نظام حكومي حرج؟

هل توجد خطة إذا أصبحت الخدمة غير متاحة؟

السيادة هنا هي قدرة على اتخاذ القرار والاستمرار، لا مجرد موقع جغرافي للخادم.

السحابة وAI

أنظمة AI الحديثة تعتمد بصورة كبيرة على بنية الحوسبة.

بعض الاستخدامات تحتاج قدرة حوسبة عالية، وبعضها يعتمد على خدمات نماذج خارجية، وبعضها يمكن تشغيله داخل بيئة حكومية محلية.

اختيار النمط يجب أن يعتمد على حساسية الحالة.

استخدام داخلي منخفض المخاطر قد يسمح بخيارات مختلفة عن نظام يعالج بيانات حكومية حساسة أو يدعم قرارًا ذا أثر كبير.

لذلك يجب ألا يكون هناك قرار استضافة موحد لكل حالات AI.

الشبكة الحكومية المؤمنة

العراق يمتلك أيضًا شبكة حكومية داخلية مؤمنة تربط أكثر من 500 جهة حكومية.

الهدف هو توفير بيئة اتصال آمنة ومعزولة عن الإنترنت العام لتبادل البيانات وتشغيل الأنظمة والخدمات.

وجود هذه البنية يخلق أساسًا مهمًا لخدمات حكومية مترابطة، لكنه لا يلغي الحاجة إلى ضوابط داخلية دقيقة.

الشبكة الآمنة لا تعني أن كل مستخدم أو نظام داخلها يجب أن يصل إلى كل شيء.

الثقة يجب أن تبنى على الهوية والصلاحية والغرض، وليس على مجرد وجود المستخدم داخل الشبكة.

الهوية والوصول

قبل أن يصل نظام AI إلى قاعدة بيانات حكومية، يجب معرفة هويته التقنية والصلاحيات التي يحتاجها.

الحسابات المشتركة أو الصلاحيات الواسعة تجعل التحقيق والمساءلة أكثر صعوبة.

النموذج الأفضل يفصل بين:

هوية المستخدم.

هوية التطبيق.

هوية الخدمة.

وصلاحية الوصول إلى كل مصدر بيانات.

هذا يسمح ببناء أثر تدقيق واضح.

أثر التدقيق

عندما يستخدم AI بيانات حكومية، يجب الاحتفاظ بسجل يوضح الأحداث المهمة.

مثلًا:

• من طلب العملية؟
• ما النظام المستخدم؟
• ما إصدار النموذج؟
• ما مصادر البيانات؟
• متى نُفذت؟
• ما النتيجة؟
• هل عُدلت بشريًا؟
• ومن وافق عليها؟

ليس مطلوبًا الاحتفاظ بكل شيء إلى الأبد.

لكن غياب السجل يجعل التحقيق في الأخطاء أو الاعتراضات أو الحوادث شبه مستحيل.

البيانات المفتوحة ليست البيانات المشتركة حكوميًا

يجب عدم الخلط بين البيانات المفتوحة وبين البيانات المتبادلة بين الجهات الحكومية.

البيانات المفتوحة مصممة للنشر وإعادة الاستخدام ضمن شروط معلنة.

أما البيانات الحكومية المشتركة فقد تكون مقيدة الوصول، رغم أنها تنتقل بين المؤسسات.

هذا الفرق مهم جدًا في AI.

مصدر بيانات متاح لوزارة أخرى لا يعني تلقائيًا أنه متاح لتدريب أي نموذج أو لإرساله إلى مورد خارجي.

AI والبيانات المفتوحة

البيانات المفتوحة يمكن أن تدعم الابتكار والبحث وتطوير التطبيقات.

لكن جودة الوثائق الوصفية Metadata تصبح مهمة.

إذا لم يعرف المطور تعريف الحقول أو تاريخ التحديث أو حدود المجموعة، فقد يبني نموذجًا على افتراضات خاطئة.

لذلك جودة النشر لا تقاس بعدد الملفات فقط، بل بمدى قابليتها للفهم والاستخدام الصحيح.

نقل البيانات عبر الحدود

الأنظمة السحابية ونماذج AI الخارجية قد تؤدي إلى معالجة بيانات خارج حدود الدولة.

هذا يحتاج إلى تقييم منفصل عن مجرد الموافقة على استخدام الأداة.

يجب معرفة:

• ما البيانات التي تغادر؟
• إلى أي دولة؟
• من يعالجها؟
• هل توجد معالجات فرعية؟
• ما مدة الاحتفاظ؟
• وهل تستخدم البيانات لتحسين النموذج؟

كلما زادت حساسية البيانات الحكومية، زادت الحاجة إلى تفضيل بنية تمنح المؤسسة سيطرة أقوى على موقع المعالجة والوصول والسجلات.

الموردون

المورد قد يقدم نموذجًا ممتازًا تقنيًا، لكنه يبقى جزءًا من سلسلة المخاطر.

يجب مراجعة:

• الوصول إلى البيانات.
• الاحتفاظ.
• التدريب على بيانات العميل.
• إدارة الحوادث.
• التشفير.
• المواقع الجغرافية.
• المعالجين الفرعيين.
• تغييرات النموذج.
• وإمكانية الخروج من الخدمة.

الاعتماد على بند عام في عقد SaaS لا يكفي لنظام حكومي مرتفع الأثر.

المرونة التشغيلية

السحابة الوطنية نفسها مبنية على مفاهيم مثل التوافرية العالية والتكرار والتحويل عند الفشل.

المبدأ نفسه يجب أن ينتقل إلى أنظمة AI المهمة.

ماذا يحدث عندما يصبح النموذج غير متاح؟

هل يمكن الرجوع إلى إجراء يدوي؟

هل يوجد نموذج بديل؟

هل تتوقف الخدمة الحكومية؟

هل تتم مراقبة زمن الاستجابة والأعطال؟

AI يحتاج إلى خطة استمرارية مثل أي مكون حرج آخر.

البيانات المتغيرة والانحراف

حتى إذا ظل النموذج نفسه دون تغيير، قد تتغير البيانات التي تصل إليه.

قد تتغير الأنماط السكانية أو الاقتصادية أو الإجرائية.

قد يتغير نظام المصدر.

وقد يتغير معنى حقل معين.

لذلك مراقبة AI يجب أن تشمل مراقبة البيانات أيضًا.

الانحراف Data Drift قد يكون سببًا في تدهور الأداء قبل أن تظهر المشكلة بوضوح للمستخدمين.

الفصل بين البيئة التجريبية والإنتاجية

من الأخطاء الشائعة استخدام نسخة من بيانات الإنتاج في تجربة AI دون ضوابط كافية.

البيئة التجريبية يجب أن تحصل على أقل قدر من البيانات اللازمة.

وإذا كان من الممكن استخدام بيانات تركيبية أو مجهولة الهوية بصورة مناسبة، فقد تكون أكثر أمانًا.

التجربة ليست مبررًا لتجاوز الحوكمة.

ما الذي يجب تسجيله عن كل مصدر بيانات؟

لكل مصدر يستخدمه نظام AI، يجب أن توجد بطاقة بيانات عملية تتضمن على الأقل:

اسم المصدر.

الجهة المالكة.

الغرض.

نوع البيانات.

درجة الحساسية.

دورية التحديث.

آلية الوصول.

قيود الاستخدام.

مدة الاحتفاظ.

وجود نقل عبر الحدود من عدمه.

والشخص أو الجهة المسؤولة عن الموافقة على الاستخدام.

هذه البطاقة تجعل حوكمة AI قابلة للتنفيذ.

نموذج قرار لاستضافة AI

يمكن للمؤسسة بناء قرار الاستضافة على أربعة محاور:

حساسية البيانات.

أهمية الخدمة.

مستوى الاعتماد على المورد.

ومتطلبات الأداء.

إذا كانت البيانات شديدة الحساسية والخدمة حرجة والاعتماد الخارجي مرتفعًا، يصبح مبرر الاستضافة المسيطر عليها وطنيًا أقوى.

أما الخدمات منخفضة الحساسية فقد تسمح بنماذج مختلفة مع ضوابط مناسبة.

ما الذي يمكن للعراق البناء عليه الآن؟

العراق لا يبدأ من نقطة صفر في البنية الرقمية الحكومية.

هناك مركز وطني للتحول الرقمي.

هناك X-Data.

هناك سحابة وطنية.

هناك شبكة حكومية مؤمنة.

وهناك مسار وطني للذكاء الاصطناعي والبيانات الضخمة قيد التطوير.

التحدي القادم ليس مجرد إضافة منصة جديدة.

التحدي هو ربط هذه المكونات بنموذج حوكمة واضح يستطيع الإجابة عن:

من يملك البيانات؟

من يوافق على استخدامها؟

كيف نثبت المصدر؟

كيف نصنف الحساسية؟

ما الذي يمكن نقله؟

وأين يجب تشغيل النظام؟

ما الذي لا تثبته هذه البنية؟

وجود X-Data لا يعني وجود قانون وطني شامل لحوكمة البيانات.

وجود السحابة الوطنية لا يعني أن كل نظام AI حكومي ملزم باستخدامها.

وجود الشبكة الحكومية لا يعني أن البيانات متاحة بلا قيود لجميع الجهات المرتبطة.

ووجود استراتيجية AI قيد التطوير لا يجعل مبادئها متطلبات نهائية.

هذه الفروق ضرورية حتى لا تتحول قراءة البنية الرقمية إلى ادعاءات تنظيمية غير مثبتة.

خارطة طريق مؤسسية

المؤسسة العراقية التي تبدأ مشروع AI تستطيع العمل بالترتيب التالي:

أولًا، تحديد حالة الاستخدام والقرار الذي سيدعمه النظام.

ثانيًا، حصر مصادر البيانات.

ثالثًا، تحديد الجهات المالكة والصلاحيات.

رابعًا، تقييم الحساسية وموقع المعالجة.

خامسًا، اختيار نموذج الاستضافة والمورد.

سادسًا، تنفيذ اختبارات الجودة والأمن.

سابعًا، إنشاء أثر تدقيق.

ثامنًا، مراقبة البيانات والنموذج بعد التشغيل.

هذا الترتيب يمنع أن يصبح اختيار التقنية سابقًا لفهم البيانات.

الخلاصة التنفيذية

حوكمة البيانات والسيادة الرقمية ليست موضوعين جانبيين في بناء قدرة العراق على الذكاء الاصطناعي.

البنية الحكومية الحالية — من X-Data إلى السحابة الوطنية والشبكة الحكومية المؤمنة — توفر أساسًا تشغيليًا مهمًا لتبادل البيانات واستضافتها وحمايتها.

وفي الوقت نفسه، تضع الاستراتيجية الوطنية للذكاء الاصطناعي وتكامل البيانات الضخمة، التي ما تزال قيد التطوير، البيانات في قلب المسار الوطني المستقبلي.

القيمة الحقيقية ستأتي من ربط البنية التقنية بالمسؤولية.

من يملك البيانات، من يستخدمها، لماذا تستخدم، أين تعالج، كيف يمكن تتبعها، وماذا يحدث إذا فشل النظام؟

عندما تكون هذه الإجابات واضحة، تصبح البيانات أصلًا يمكن أن يبني عليه AI موثوق.

وعندما تغيب، فإن زيادة عدد النماذج أو المنصات لا تعني بالضرورة زيادة النضج.