مقالتنفيذي

من الجاهزية إلى التطبيق: كيف يقيس الأردن استعداد القطاع العام للذكاء الاصطناعي؟

نُشر 19 أغسطس 2026· آخر تحديث 18 أغسطس 2026

الجاهزية ليست امتلاك نموذج أو شراء منصة

أحد أكثر عناصر التجربة الأردنية فائدة لحوكمة المؤسسات هو مشروع قياس جاهزية الذكاء الاصطناعي في مؤسسات القطاع العام. وفق النتائج الرسمية، شمل المشروع 18 مؤسسة حكومية، ولم يقس الجاهزية على أساس وجود أدوات AI فقط، بل استخدم ستة معايير: المهارات، البيانات وجاهزيتها وتكاملها، البنية التحتية الرقمية المعنية بتطبيق الذكاء الاصطناعي، العمليات والسياسات، التحليلات، والتكامل.

هذه البنية تكشف أن التبني المؤسسي لا ينجح بقرار شراء. النظام يحتاج موظفين قادرين على فهمه وإدارته، وبيانات قابلة للاستخدام، وبنية تقنية مناسبة، وسياسات وإجراءات تضبط دورة حياته، وقدرة تحليلية، وتكاملًا مع الأنظمة والعمليات القائمة.

التقييم أنتج خارطة تنفيذ لا مجرد درجة

بحسب وزارة الاقتصاد الرقمي والريادة، نتج عن المشروع 18 تقريرًا تفصيليًا لتحديد الفجوات، وأكثر من 400 مشروع تحولي لرفع الجاهزية. كما شمل 45 ورشة عمل استفاد منها أكثر من 3000 موظف حكومي، وذكرت الوزارة ارتفاعًا في الوعي بالذكاء الاصطناعي بنسبة 26% نتيجة هذه الورش.

القيمة هنا ليست في الأرقام وحدها بل في منطق الانتقال من التشخيص إلى المبادرات. تقييم الجاهزية الجيد يجب أن يجيب: ما الفجوة؟ لماذا تمنع التبني الآمن؟ من يملك معالجتها؟ ما المشروع المطلوب؟ وما الدليل الذي يثبت أن المؤسسة أصبحت أكثر جاهزية بعد التنفيذ؟

كيف تقرأ المؤسسة المعايير الستة؟

المهارات تشمل القدرة على فهم واستخدام وإدارة ومراجعة AI، وليس فقط البرمجة. جاهزية البيانات تشمل الجودة والتكامل والوصول والحوكمة. البنية التحتية تغطي البيئة الرقمية التي تسمح بتشغيل الأنظمة بصورة مستقرة وآمنة. العمليات والسياسات تضع قواعد الشراء والتطوير والموافقة والتغيير والمراقبة. التحليلات تعكس القدرة على تحويل البيانات إلى قرار موثوق. أما التكامل فيقيس قدرة AI على العمل داخل العمليات والأنظمة بدل بقائه تجربة معزولة.

ما لا ينبغي استنتاجه

المصدر الرسمي يصف مشروع قياس ومعايير ونتائج، لكنه لا يكفي وحده للقول إن الأردن نشر «معيار اعتماد» وطنيًا موحدًا أو نموذج نضج ملزمًا للذكاء الاصطناعي. لذلك يجب وصفه بدقة كمشروع ومنهجية قياس جاهزية للقطاع العام، وعدم تحويله إلى شهادة أو مستوى امتثال لم يعلنه المصدر.

الدرس الأهم

الجاهزية المؤسسية للذكاء الاصطناعي متعددة الأبعاد. إذا كانت المؤسسة قوية تقنيًا لكنها ضعيفة في البيانات أو السياسات أو المهارات أو التكامل فإن المشروع سيظل هشًا. ولهذا يجب أن يسبق التوسع في AI تقييم منهجي للقدرة المؤسسية، ثم خارطة طريق مرتبطة بأصحاب مسؤولية ومخرجات قابلة للقياس.