خارطة طريق MITAI للتحول الرقمي والذكاء الاصطناعي في لبنان: من الرؤية إلى الحوكمة والبنية والتنفيذ

لماذا تستحق خارطة MITAI قراءة مستقلة؟

خارطة طريق MITAI ليست مجرد عرض تقني لمشروعات رقمية.

الوثيقة تحاول وضع تصور أشمل لكيفية انتقال الدولة اللبنانية إلى نموذج رقمي أكثر تكاملًا، مع إدخال الذكاء الاصطناعي ضمن البنية المؤسسية والسياسات والمهارات والخدمات.

القيمة الحقيقية في الخارطة لا تأتي من ذكر AI بحد ذاته.

القيمة تأتي من ربطه بعناصر أخرى:

الحوكمة.

البنية الوطنية.

البيانات.

الهوية الرقمية.

الأمن السيبراني.

الخدمات الحكومية.

المهارات.

والابتكار.

هذا الربط مهم لأن فشل أي طبقة من هذه الطبقات يمكن أن يضعف قدرة الدولة على استخدام AI بصورة موثوقة.

ما هي خارطة MITAI؟

خارطة الطريق الرسمية تحمل عنوان Lebanon’s Digital and AI Transformation.

نشرت للمرة الأولى في 2025، ثم حدثتها MITAI في مارس 2026.

هي خارطة استراتيجية منشورة رسميًا من الوزارة المختصة.

لكن يجب استخدام الوصف الصحيح:

هي Roadmap استراتيجية منشورة ونهائية بصيغتها الحالية، وليست قانونًا أو لائحة ملزمة بحد ذاتها.

وصف الوثيقة بأنها final يعني أن النسخة المنشورة ليست موسومة كمسودة أو استشارة.

ولا يعني ذلك أنها تملك قوة قانونية مساوية لقانون صادر عن مجلس النواب أو قرار تنظيمي ملزم.

لماذا الفرق القانوني مهم؟

في حوكمة AI، الخطأ في توصيف الوثيقة قد يكون أخطر من نقص التفاصيل.

إذا تعاملت مؤسسة مع Roadmap على أنها Regulation، فقد تنسب إلى الدولة متطلبات لم تُفرض رسميًا.

وإذا تعاملت معها كمجرد مادة تسويقية، فقد تفقد إشارات استراتيجية مهمة.

التعامل الصحيح يقع بين الاثنين:

الوثيقة تعكس اتجاهًا حكوميًا رسميًا.

لكن الالتزامات القانونية يجب أن تستند إلى الأداة القانونية المختصة.

الرؤية: جمهورية رقمية

MITAI تضع التحول الرقمي ضمن تصور أوسع لبناء جمهورية رقمية.

هذا يعني أن التحول لا يقتصر على تحويل المعاملات الورقية إلى منصات إلكترونية.

المقصود بناء بيئة تصبح فيها الخدمات والبيانات والهوية والاتصال والبنية الحكومية أكثر تكاملًا.

AI يدخل داخل هذه البيئة كطبقة جديدة من القدرات، وليس كبديل عن الأساس الرقمي.

الحوكمة أولًا

أحد أهم محاور الخارطة هو Governance.

هذه نقطة صحيحة استراتيجيًا لأن إطلاق مشاريع AI قبل تحديد المسؤوليات يؤدي غالبًا إلى بيئة مشتتة.

يجب معرفة:

من يضع السياسة؟

من يوافق على الاستخدام؟

من يدير المخاطر؟

من يتابع الأداء؟

من يملك البيانات؟

ومن يملك القرار النهائي؟

بدون هذه الإجابات، يمكن أن تصبح مشاريع AI مجموعة مبادرات منفصلة بدل برنامج وطني أو مؤسسي متماسك.

DigiTech Governance

خارطة MITAI تتحدث عن حوكمة أوسع للتقنيات الرقمية.

هذا أوسع من AI Governance فقط.

الفكرة هي أن الذكاء الاصطناعي لا يعمل منفصلًا عن السحابة والهوية والبيانات والأمن والخدمات.

لذلك فإن حوكمة AI يجب أن تكون جزءًا من نموذج حوكمة التكنولوجيا الرقمية، مع وجود ضوابط متخصصة للذكاء الاصطناعي عند الحاجة.

AI Policy Frameworks

تضع MITAI تطوير أطر سياسات للذكاء الاصطناعي ضمن الاتجاه الاستراتيجي.

هذا مؤشر مهم على أن لبنان يتحرك باتجاه بناء طبقة سياسة أكثر وضوحًا للذكاء الاصطناعي.

لكن حتى تاريخ هذه القراءة، لا يمكنني التحقق من وجود إطار وطني شامل ونهائي للذكاء الاصطناعي منشور باعتباره تنظيمًا ملزمًا.

لذلك يجب الفصل بين:

النية أو الاتجاه لتطوير السياسات.

وبين السياسة النهائية ذات النص والمتطلبات الواضحة.

الأخلاقيات الرقمية

Digital Ethics تظهر ضمن المحاور المرتبطة بالحوكمة.

لكن الأخلاقيات لا يجب أن تبقى مبادئ عامة.

حتى تصبح قابلة للتنفيذ، يجب ترجمتها إلى أسئلة عملية:

هل النظام عادل؟

هل البيانات مناسبة؟

هل يمكن تفسير النتيجة؟

هل توجد مراجعة بشرية؟

هل يمكن الاعتراض؟

هل توجد جهة مسؤولة؟

هل توجد سجلات؟

هذه هي النقطة التي تنتقل فيها الأخلاقيات من القيم إلى الضوابط.

البنية الرقمية الوطنية

خارطة MITAI تربط التحول ببنية وطنية تشمل عناصر مثل:

Cloud.

Data.

Digital ID.

Cybersecurity.

هذه العناصر ليست مشاريع منفصلة بالكامل.

هي طبقات تعتمد على بعضها.

AI يحتاج إلى بيانات.

البيانات تحتاج إلى هوية وصلاحيات.

الخدمات تحتاج إلى بنية تشغيل.

والبنية تحتاج إلى أمن.

لذلك فإن بناء AI قبل هذه الطبقات يرفع الاعتماد على حلول مؤقتة أو مجزأة.

السحابة

السحابة يمكن أن تسرع تقديم الخدمات الحكومية وتوفر مرونة أعلى من البنية التقليدية.

لكن Cloud Governance ضرورية.

يجب تحديد:

ما البيانات التي يمكن استضافتها؟

أين؟

من يستطيع الوصول؟

كيف يتم النسخ الاحتياطي؟

ما الاعتماد على المورد؟

كيف تنتقل الخدمة عند الحاجة؟

وبالنسبة إلى AI، يجب إضافة سؤال آخر:

أين يتم تشغيل النموذج نفسه وأين تعالج المدخلات؟

البيانات

خارطة التحول الرقمي والذكاء الاصطناعي لا يمكن أن تنجح دون طبقة بيانات ناضجة.

المطلوب ليس فقط جمع البيانات.

بل معرفة:

التعريف.

المالك.

المصدر.

الجودة.

الحساسية.

الصلاحيات.

مدة الاحتفاظ.

وأماكن الاستخدام.

AI يضاعف أهمية هذه الأسئلة لأنه يستطيع دمج وتحليل كميات أكبر من البيانات بسرعة عالية.

التشغيل البيني

هنا تصبح LGIF وLGIRA مهمتين.

خارطة MITAI الحديثة لا تبدأ من الصفر.

لبنان لديه أصلًا إطار تشغيل بيني وهيكلية مرجعية حكومية منشورة.

القيمة الاستراتيجية هي استخدام هذه البنية كقاعدة لربط الخدمات والبيانات، بدل إنشاء تكامل خاص لكل مشروع AI جديد.

APIs والخدمات المشتركة

التحول الرقمي الحديث يعتمد على APIs وخدمات مشتركة.

بالنسبة إلى AI، API قد تصبح بوابة الوصول إلى بيانات حكومية أو خدمة تحقق أو نموذج خارجي.

ولهذا تحتاج APIs إلى حوكمة واضحة:

الهوية.

الصلاحيات.

الحدود.

التسجيل.

المراقبة.

والغرض.

الواجهة التقنية ليست إذنًا مفتوحًا للوصول.

الهوية الرقمية

Digital ID عنصر محوري لأن الخدمات الرقمية تحتاج إلى معرفة هوية المستخدم أو الجهة أو النظام.

في AI، الهوية ضرورية للمساءلة.

من طلب تشغيل النموذج؟

من وافق على النتيجة؟

أي تطبيق استخدم البيانات؟

ومن عدل القرار؟

الهوية الرقمية تصبح جزءًا من Audit Trail وليس فقط أداة تسجيل دخول.

الأمن السيبراني

MITAI تضع الأمن ضمن البنية الوطنية.

وهذا يتقاطع مع الاستراتيجية الوطنية للأمن السيبراني 2019.

عندما تدخل AI إلى الحكومة، تظهر مخاطر إضافية.

مثل:

تسريب البيانات.

Prompt Injection.

التلاعب ببيانات الاسترجاع.

إساءة استخدام APIs.

حسابات الخدمة واسعة الصلاحيات.

واعتماد على مورد خارجي.

لذلك يجب توسيع برنامج الأمن القائم ليشمل AI-specific threats.

المهارات

لا يكفي بناء منصات جديدة.

الدولة تحتاج إلى قدرات بشرية.

لكن "AI Skills" ليست فئة واحدة.

هناك:

مهارات استخدام.

مهارات تطوير.

مهارات بيانات.

مهارات أمن.

مهارات حوكمة.

مهارات شراء وتقييم الموردين.

ومهارات قيادة.

كل فئة تحتاج إلى برنامج مختلف.

المهارات القيادية

القادة لا يحتاجون إلى تعلم برمجة النماذج.

يحتاجون إلى معرفة:

متى تكون حالة الاستخدام مناسبة؟

ما المخاطر؟

ما المعلومات التي يجب طلبها من الفريق؟

كيف نميز Demo جذابًا عن نظام جاهز للإنتاج؟

وما المسؤولية التي تبقى على المؤسسة؟

هذه مهارات حوكمة وليست مهارات تقنية فقط.

الابتكار

خارطة MITAI تربط التحول أيضًا بالابتكار والاقتصاد الرقمي.

لكن الابتكار الحكومي يحتاج إلى بيئة Controlled Experimentation.

التجربة ليست Production.

يمكن اختبار فكرة جديدة في نطاق صغير، باستخدام بيانات مناسبة، مع ضوابط واضحة.

ثم الانتقال تدريجيًا بعد إثبات القيمة والسلامة.

الشركات الناشئة

يمكن للشركات اللبنانية الناشئة أن تلعب دورًا مهمًا في AI.

لكن التعامل الحكومي معها يحتاج إلى نموذج شراء لا يقتل الابتكار ولا يتجاهل المخاطر.

المؤسسة يجب أن تطلب من المورد الناشئ معلومات كافية عن:

النموذج.

البيانات.

الأمن.

الاستضافة.

التحديثات.

والخروج من الخدمة.

حجم الشركة لا يغير مسؤولية الجهة الحكومية.

العلاقة مع استراتيجية التحول الرقمي 2020–2030

خارطة MITAI الحديثة لا تلغي الاستراتيجية الوطنية السابقة.

استراتيجية 2020–2030 توفر أساسًا وطنيًا أوسع للتحول الرقمي.

MITAI تضيف اتجاهًا أحدث وأكثر صراحة نحو AI والبنية الرقمية الحديثة.

القراءة الأكثر منطقية هي التعامل معهما كطبقتين متكاملتين:

الاستراتيجية الوطنية تحدد مسار التحول الرقمي الأوسع.

والخارطة الحديثة توسع وترجم أجزاء منه في سياق AI والتقنيات الرقمية الجديدة.

العلاقة مع قانون 81/2018

أي تحول يعتمد على البيانات يجب أن يعمل ضمن البيئة القانونية الموجودة.

قانون 81/2018 يشكل جزءًا من هذه البيئة.

لكن خارطة AI الحديثة قد تخلق حالات استخدام أكثر تعقيدًا من البيئة التي صُمم القانون أساسًا لمعالجتها.

لهذا يصبح تحديث البيئة القانونية والتنظيمية مهمًا بالتوازي مع تطوير التقنية.

Responsible AI

Responsible AI في سياق الخارطة يجب أن يتحول إلى Operating Model.

يمكن أن يشمل:

سجل أنظمة.

تصنيف مخاطر.

مراجعة بيانات.

مراجعة أمن.

اختبار.

إشراف بشري.

مراقبة.

وإدارة حوادث.

هذه الآليات أقوى من نشر مبادئ عامة فقط.

سجل الاستخدامات

أول خطوة عملية لأي وزارة أو مؤسسة هي معرفة أين يستخدم AI.

ليس كل AI يظهر كمشروع رسمي.

قد يكون موجودًا داخل:

Office tools.

CRM.

Cloud services.

Search tools.

Chatbots.

Analytics.

أو تطبيقات الموردين.

لهذا يجب أن يشمل السجل الأنظمة المضمنة وليس فقط المشاريع المطورة داخليًا.

تصنيف المخاطر

لا يجب أن تمر كل حالة استخدام عبر المسار نفسه.

يمكن تقسيم الاستخدامات حسب:

الأثر على الأفراد.

نوع البيانات.

أهمية الخدمة.

درجة الأتمتة.

قابلية الرجوع عن القرار.

والاعتماد على طرف خارجي.

النظام منخفض الأثر يمكن أن يمر بمسار مبسط.

النظام عالي الأثر يحتاج اختبارًا وموافقة ورقابة أعمق.

الإشراف البشري

الإنسان يجب أن يكون قادرًا على التدخل فعليًا.

ليس المطلوب وضع موظف في نهاية العملية فقط.

الإشراف الفعال يعني:

فهم النتيجة.

وجود صلاحية لتعديلها.

وجود وقت للمراجعة.

ومسار للتصعيد.

كلما ارتفع أثر القرار، أصبح هذا أكثر أهمية.

إدارة الموردين

خارطة التحول ستعتمد حتمًا على شركات تقنية.

هذه الشركات قد تقدم Cloud أو AI أو Identity أو Integration.

لذلك فإن Vendor Governance يجب أن تكون جزءًا من التنفيذ.

العقود يجب أن تتعامل مع:

موقع البيانات.

المعالجين الفرعيين.

التحديثات.

الحوادث.

السجلات.

حقوق التدقيق.

وخطة الخروج.

الاعتماديات الخفية

المورد المباشر قد يعتمد على مورد آخر.

ونموذج AI قد يعتمد على Cloud Provider آخر.

وواجهة ما قد تستخدم خدمة خارجية.

هذه السلسلة تحتاج إلى فهم.

في الخدمات الحكومية الحرجة، الاعتماد الخفي يمكن أن يتحول إلى نقطة فشل غير مرئية.

مؤشرات النجاح

لا يجب قياس نجاح الخارطة بعدد المنصات أو عدد مشاريع AI فقط.

يمكن استخدام مؤشرات أكثر جودة مثل:

نسبة الخدمات المتكاملة.

جودة البيانات.

زمن تقديم الخدمة.

نسبة الأنظمة المسجلة.

نسبة الأنظمة عالية الأثر التي اجتازت التقييم.

عدد الحوادث.

مستوى المهارات.

ونسبة الاعتماديات الحرجة التي تم توثيقها.

الانتقال من Roadmap إلى Execution

أصعب مرحلة ليست كتابة الخارطة.

أصعب مرحلة هي التنفيذ.

يجب تحويل كل محور إلى:

مالك.

مبادرات.

مخرجات.

جدول زمني.

مؤشرات.

ميزانية.

اعتماديات.

ومخاطر.

بدون هذه الطبقة يمكن أن تبقى Roadmap قوية من ناحية الرؤية لكنها ضعيفة من ناحية القياس.

نموذج تنفيذ مرحلي

يمكن تقسيم التنفيذ إلى أربع طبقات.

أولًا: Foundation.

الهوية والبيانات والتشغيل البيني والأمن.

ثانيًا: Governance.

السياسات والسجلات والتصنيف والضوابط.

ثالثًا: Use Cases.

إطلاق حالات استخدام مضبوطة.

رابعًا: Scale.

توسيع الأنظمة التي أثبتت القيمة والموثوقية.

هذا أفضل من محاولة تعميم AI على كل الجهات دفعة واحدة.

ما الذي لا ينبغي استنتاجه؟

لا ينبغي اعتبار خارطة MITAI قانونًا للذكاء الاصطناعي.

ولا ينبغي اعتبار وصفها Final دليلًا على إلزام قانوني.

ولا ينبغي اعتبار كل هدف في الخارطة منجزًا بالفعل لمجرد ظهوره في الوثيقة.

ولا ينبغي وصف AI Policy Frameworks كإطار نهائي قائم إذا كان ما نملكه حاليًا هو اتجاه لتطوير هذه الأطر.

هذه الحدود ضرورية للمصداقية.

ماذا يجب أن تفعل المؤسسة الآن؟

يمكن للمؤسسات اللبنانية استخدام الخارطة كبوصلة.

لكن التنفيذ الداخلي يحتاج إلى خطوات عملية:

فهم حالة الاستخدام.

حصر البيانات.

تحديد المسؤوليات.

تقييم المخاطر.

اختيار البنية.

مراجعة الموردين.

الاختبار.

والمراقبة.

لا تحتاج المؤسسة إلى انتظار اكتمال كل المبادرات الوطنية قبل تحسين حوكمتها الداخلية.

الخلاصة التنفيذية

خارطة MITAI للتحول الرقمي والذكاء الاصطناعي تمثل انتقالًا مهمًا في الخطاب الحكومي اللبناني.

الذكاء الاصطناعي لم يعد موضوعًا تقنيًا منفصلًا، بل أصبح جزءًا من مشروع أوسع يشمل الحوكمة والبنية الرقمية والبيانات والهوية والأمن والمهارات والابتكار.

قوة الخارطة تكمن في هذا الترابط.

لكن نجاحها يعتمد على الانتقال من الرؤية إلى نموذج تنفيذ قابل للقياس والتدقيق.

كما يجب الحفاظ على الدقة القانونية:

الخارطة وثيقة استراتيجية رسمية منشورة ونهائية بصيغتها الحالية، لكنها ليست قانون AI ولا لائحة ملزمة مستقلة.

المرحلة الأصعب الآن ليست تعريف أهمية AI.

هي بناء البنية والحوكمة والقدرات التي تجعل استخدامه داخل الدولة قابلًا للاستمرار والمساءلة.