الامتثال الحكومي للذكاء الاصطناعي في سلطنة عُمان: من السياسة إلى التحقق الفعلي

الامتثال الحكومي للذكاء الاصطناعي في سلطنة عُمان

لماذا يختلف السياق الحكومي عن مجرد تبني سياسة AI؟

في الجهات الحكومية، لا تكفي معرفة أن هناك سياسة وطنية للاستخدام الآمن والأخلاقي للذكاء الاصطناعي. التحدي الحقيقي هو إثبات أن الجهة طبقت الحوكمة بصورة قابلة للقياس والمراجعة.

يوفر برنامج الالتزام الحكومي لدى وزارة النقل والاتصالات وتقنية المعلومات إطارًا عمليًا للتحقق من مدى التزام وحدات الجهاز الإداري للدولة بالسياسات والمعايير الصادرة عن الوزارة من خلال نظام إجادة التحول الرقمي.

وتظهر ضمن مؤشرات البرنامج مجالات ترتبط مباشرة أو بصورة قوية بالذكاء الاصطناعي، منها الاستخدام الآمن للذكاء الاصطناعي، وحوكمة البيانات، وفهرس البيانات، والحوسبة السحابية، واستمرارية خدمات تقنية المعلومات والاتصالات، والحوكمة التقنية.

مؤشر الاستخدام الآمن للذكاء الاصطناعي

تصف الوزارة هذا المؤشر بأنه يهدف إلى حوكمة استخدام وتطوير أنظمة الذكاء الاصطناعي من خلال إطار شامل يجمع بين الضوابط التقنية والمبادئ الأخلاقية لضمان الاستخدام المسؤول والآمن.

هذه الصياغة مهمة لأنها تؤكد أن AI Governance في السياق الحكومي لا يقتصر على الأخلاقيات وحدها، ولا على الأمن التقني وحده، بل يحتاج الجمع بين الاثنين.

من السياسة إلى الالتزام

يمكن تحليل المسار المؤسسي كالتالي:

Policy → Requirement → Control → Evidence → Assessment

هذا التسلسل هو [استنتاج تحليلي من Siyada AI] وليس تسمية رسمية واردة حرفيًا في الوثيقة، لكنه يعكس بصورة عملية كيف تنتقل الجهة من السياسة إلى التحقق من الالتزام.

Policy

المصدر الرسمي الذي يحدد المبدأ أو القاعدة أو التوقع.

Requirement

ما يجب أن تستطيع الجهة تحقيقه أو إثباته.

Control

الإجراء أو الآلية أو التقنية التي تستخدمها المؤسسة لتنفيذ المتطلب.

Evidence

المستند أو السجل أو النتيجة التي تثبت أن الضبط موجود ويعمل.

Assessment

تقييم مدى تحقق المتطلب وجودة التطبيق.

ما الذي يمكن أن يدخل في نطاق التقييم؟

عند تقييم استخدام حكومي للذكاء الاصطناعي، قد تحتاج الجهة إلى إظهار عناصر مثل:

• تعريف النظام وحالة الاستخدام.
• المسؤول عن النظام.
• البيانات المستخدمة.
• تقييم المخاطر.
• نتائج الاختبارات.
• آلية الإشراف البشري.
• ضوابط الخصوصية.
• ضوابط الأمن.
• الموردون والخدمات الخارجية.
• الموافقات.
• خطة المراقبة.
• السجلات الداعمة.

هذه ليست قائمة رسمية مغلقة، لكنها تمثل أدلة منطقية يمكن ربطها بالمبادئ والمتطلبات.

العلاقة مع حوكمة البيانات

برنامج الالتزام الحكومي لا يتعامل مع AI في فراغ. توجد مؤشرات مستقلة لحوكمة البيانات وفهرس البيانات.

وهذا يعكس حقيقة عملية: لا يمكن للجهة أن تثبت حوكمة AI إذا لم تكن قادرة على معرفة مصدر البيانات وتصنيفها ومالكها وجودتها ودورة حياتها.

لذلك يجب أن يربط تقييم AI بين سجل النظام وسجل البيانات ومصادرها.

العلاقة مع السحابة

توجد أيضًا متطلبات مرتبطة بالحوسبة السحابية. وهذا مهم لأن كثيرًا من خدمات AI الحديثة تعمل على منصات سحابية أو تعتمد على واجهات API خارجية.

لذلك قد يمتد التقييم إلى مكان المعالجة، والمزود، وتصنيف البيانات، والاعتماد التشغيلي، والأمن، وخطط الاستمرارية والخروج.

العلاقة مع الاستمرارية

إذا أصبح نظام AI جزءًا من خدمة حكومية مهمة، فقد يصبح فشله أو توقف مزوده قضية استمرارية تشغيلية، لا مجرد مشكلة نموذج.

يجب هنا ربط حوكمة AI بإدارة مخاطر تقنية المعلومات واستمرارية الخدمات.

هل وجود وثيقة يعني امتثالًا؟

لا.

الامتثال القابل للتحقق يحتاج إلى دليل على التطبيق وليس مجرد وجود سياسة داخلية.

مثال:

• وجود سياسة تقول إن القرارات الحساسة تحتاج مراجعة بشرية لا يثبت أن المراجعة تتم.
• وجود نموذج تقييم مخاطر لا يثبت أنه استُخدم قبل الاعتماد.
• وجود قائمة مزودين لا يثبت أن مخاطر المورد تمت مراجعتها.

لذلك يجب أن تكون الأدلة مرتبطة بالواقع التشغيلي.

دور مسؤول الارتباط

توضح منظومة الالتزام أن الجهة الحكومية تقوم بعملية تقييم ورفع الأدلة الداعمة ضمن النظام المخصص.

هذا يجعل جودة الأدلة مسؤولية مؤسسية وليست مهمة تقنية بحتة.

ويعني أيضًا أن فرق AI والبيانات والأمن والخصوصية والمخاطر تحتاج إلى تنظيم أدلتها بطريقة تسمح بتجميعها وتقديمها عند التقييم.

ما الذي يجب على الجهة الحكومية فعله؟

[ممارسة تنفيذية] يمكن بناء دورة امتثال عملية من سبع خطوات:

1. حصر حالات استخدام AI.
2. تحديد المتطلبات المنطبقة.
3. تعيين مالك لكل متطلب.
4. ربط كل متطلب بضبط.
5. تحديد دليل لكل ضبط.
6. تقييم الفجوات.
7. متابعة المعالجة وإعادة التقييم.

الخلاصة

الميزة المهمة في النموذج العُماني هي أن حوكمة AI الحكومية يمكن ربطها بمنظومة امتثال أوسع، بدل بقائها سياسة منفصلة عن التشغيل.

القيمة الأساسية هي القدرة على الانتقال من مبدأ إلى متطلب إلى ضبط إلى دليل إلى تقييم.

وهذه السلسلة هي الأساس لأي نظام AI حكومي يريد أن يكون قابلًا للمساءلة والتدقيق.

راجعت Siyada AI الحالة التنظيمية بتاريخ 9 سبتمبر 2026.