جهان صنعت نیوز، سیدطهحسین مدنی با اشاره به امکان استفاده از ظرفیتهای هوش مصنوعی در آیندهپژوهی، اظهار کرد: امروز این ابزار هوشمند بررسی تعداد بیشتری از متغیرها، محدودیتها و شرایط اثرگذار بر آینده را فراهم کرده است، اما بهرهبرداری از این قابلیت زمانی نتیجهبخش خواهد بود که اطلاعات اولیه از اعتبار و دقت کافی برخوردار باشند.
وی با بیان اینکه آیندهپژوهی بدون برخورداری از دادههای قابل اعتماد نمیتواند مبنای مناسبی برای برنامهریزی قرار گیرد، افزود: هرگونه خطا در آمارهای پایه ممکن است در مراحل بعدی تحلیل و پیشبینی گسترش پیدا کند و در نهایت، مسیر برنامههای توسعهای را از واقعیتهای اقتصادی کشور دور سازد.
مدنی تصریح کرد: زمانی که ابزارهای هوش مصنوعی مجموعه بزرگی از اطلاعات را پردازش میکنند، اعتبار دادههای ورودی اهمیت تعیینکنندهای دارد. اگر اطلاعات اولیه نادرست باشد، افزایش حجم پردازش و پیچیدگی الگوریتمها نیز نمیتواند نتیجه قابل اتکایی تولید کند و چهبسا خروجیهای ظاهراً دقیق، تصمیمگیران را به برداشتهای اشتباه برسانند.
تفاوت توسعه، توسعه پایدار و آیندهپژوهی در برنامهریزی اقتصادی
رئیس اندیشکده حکمرانی هوشمند برای تبیین جایگاه آیندهپژوهی در سیاستگذاری، به تفاوت میان سه رویکرد توسعه، توسعه پایدار و پیشرفت مبتنی بر سناریوی مرجح حاصل از آیندهپژوهی اشاره و اظهار کرد: در الگوی متعارف توسعه، وضعیت فعلی کشور با شرایط کشورهای پیشرفته مقایسه میشود و برنامهریزی بر این اساس صورت میگیرد که چگونه میتوان در یک بازه زمانی مشخص فاصله موجود را کاهش داد و به سطح کشورهای پیشرو رسید.
وی افزود: در این رویکرد فرض بر این است که اگر کشور در یک حوزه در سطح یک قرار داشته باشد و کشورهای پیشرفته به سطح ۳۰ رسیده باشند، باید مسیر و اقدامات لازم برای رسیدن به آن جایگاه مشخص شود.
مدنی ادامه داد: رویکرد توسعه پایدار، علاوه بر هدفگذاری برای پیشرفت، محدودیتها و آثار جانبی تصمیمها بر سایر بخشها را نیز در نظر میگیرد. بنابراین ممکن است بهجای حرکت شتابان به سمت سطح ۳۰، دستیابی به سطح ۲۰ در یک افق زمانی مشخص انتخاب شود تا پیشرفت در یک بخش به بهای تضعیف بخشهای دیگر تمام نشود و تعادل کلی سیستم حفظ شود.
وی با تشریح تفاوت این دو رویکرد با آیندهپژوهی گفت: در آیندهپژوهی باید احتمال تغییر شرایط جهان و جهش کشورهای پیشرو نیز در نظر گرفته شود. ممکن است کشوری که امروز در سطح ۳۰ قرار دارد، در افق برنامهریزی به سطح ۱۰۰ برسد؛ بنابراین سیاستگذار نباید صرفاً برای رسیدن به جایگاه فعلی آن کشور برنامهریزی کند، بلکه باید سناریوهای محتمل آینده را بشناسد و مسیر حرکت خود را با توجه به تحولات پیشرو طراحی کند.
مدنی صنعت موشکی را یکی از تجربههای آیندهپژوهانه کشور عنوان کرد و گفت: در این تجربه، صنعت دفاعی کشور تصمیم گرفت تا به جای تمرکز بر بخشهایی چون ساخت جنگنده، مزیتهایی چون پهپاد و موشک را در اولویت قرار دهد. این انتخاب مبتنی بر شناسایی توانمندیهای موجود و توجه به مسیرهای اثرگذار در آینده بود و اکنون نتایج آن در جایگاه و نقش بازدارنده صنایع موشکی و پهپادی کشور قابل مشاهده است.
رئیس اندیشکده حکمرانی هوشمند این تجربه را قابل استفاده در حوزه اقتصاد دانست و گفت: همانطور که انتخاب مسیر متناسب با مزیتهای کشور در صنعت دفاعی اهمیت داشته، در برنامهریزی اقتصادی نیز باید بهجای الگوبرداری صرف از وضعیت فعلی کشورهای دیگر، محدودیتها، ظرفیتها و تحولات احتمالی آینده مورد توجه قرار گیرد.
مدنی با تأکید بر لزوم حرکت به سمت «توسعه پایدار مبتنی بر آیندهپژوهی»، اظهار کرد: هوش مصنوعی میتواند بخش مهمی از محدودیتهای محاسباتی و خطاهای ناشی از تحلیلهای انسانی را کاهش دهد و در طراحی سناریوهای مختلف، ظرفیت قابل توجهی در اختیار سیاستگذاران قرار دهد.
وی دادههای اقتصادی و اجتماعی را مواد اولیه این فرآیند و الگوریتمهای هوش مصنوعی را ابزار پردازش و شبیهسازی دانست و افزود: ترکیب این دو ظرفیت میتواند به تدوین راهبردهایی کمک کند که علاوه بر شرایط فعلی، تحولات احتمالی آینده را نیز در محاسبات خود لحاظ میکنند.
رئیس اندیشکده حکمرانی هوشمند توضیح داد: دادههای مستمر و قابل مقایسه، امکان شناسایی روندهای بلندمدت در شاخصهایی مانند رشد اقتصادی، تشکیل سرمایه، وضعیت بازار کار و تغییرات جمعیتی را فراهم میکنند. علاوه بر این، بررسی تغییرات جزئی در الگوهای مصرف انرژی، تراکنشهای بانکی و جابهجایی نیروی انسانی متخصص میتواند نشانههایی از تحولات گستردهتر اقتصادی و اجتماعی را آشکار کند.
مدنی افزود: شناسایی زودهنگام چنین نشانههایی به سیاستگذاران فرصت میدهد پیش از آنکه یک روند به مسئلهای جدی تبدیل شود، برای پیشگیری یا اصلاح سیاستها اقدام کنند.
مدنی با اشاره به پیچیدگی روزافزون روابط میان متغیرهای اقتصادی و اجتماعی، خاطرنشان کرد: روشهای سنتی تحلیل بهتنهایی برای بررسی همه ارتباطات میان این متغیرها کافی نیست و ممکن است فرآیند تحلیل را طولانی و دشوار کند. هوش مصنوعی با پردازش مجموعههای گسترده و متنوع اطلاعات میتواند الگوهای پنهان، ارتباطات پیچیده و تغییرات غیرخطی را شناسایی کرده و در تشخیص عوامل اصلی اثرگذار بر تحولات آینده به تصمیمگیران کمک کند.
وی برای تشریح این ظرفیت به امکان تحلیل همزمان اطلاعات اقتصادی، اقلیمی، جمعیتی و مهاجرتی اشاره کرد و گفت: کنار هم قرار گرفتن این دادهها میتواند ارتباط میان تغییرات محیطی، وضعیت تولید کشاورزی، جابهجایی جمعیت و پیامدهای اقتصادی را روشنتر کند.
مدنی افزود: ابزارهای پردازش زبان طبیعی و تحلیل احساسات نیز این امکان را دارند که اطلاعات موجود در اخبار، مصوبات و منابع متنی را بررسی کنند و از این طریق، متغیرهایی مانند انتظارات تورمی، اعتماد مصرفکننده و حتی سطح سرمایه اجتماعی دولت و حاکمیت را مورد ارزیابی قرار دهند.
چالش اصلی؛ دادههای پراکنده و آمارهای متناقض
رئیس اندیشکده حکمرانی هوشمند با اشاره به موانع موجود در نظام آماری کشور، گفت: مشکل صرفاً به کمبود اطلاعات محدود نمیشود و نحوه تولید، نگهداری و تبادل دادهها نیز با چالشهای جدی روبهرو است.
وی توضیح داد: دستگاههای اجرایی، اطلاعات گستردهای در حوزههای مختلف تولید میکنند، اما بخش زیادی از این ظرفیت در یک زنجیره منسجم تحلیلی قرار نمیگیرد. در بسیاری از موارد، تولید آمار بیشتر با هدف انجام تکالیف اداری و رعایت زمانبندیهای مقرر صورت میگیرد و کمتر به استفاده از آن در تحلیلهای راهبردی و سیاستگذاری توجه میشود.
مدنی افزود: این وضعیت موجب شده است ارتباط مؤثری میان نظام آماری و تصمیمگیری مبتنی بر آیندهپژوهی شکل نگیرد و در نتیجه، برخی تصمیمهای کلان اقتصادی بهجای اتکا به محاسبات دقیق و اطلاعات یکپارچه، بر پایه تجربههای محدود، آزمونوخطا یا برداشتهای شخصی اتخاذ شوند.
وی یکی دیگر از مشکلات را پایین بودن کیفیت برخی دادهها، نبود هماهنگی میان پایگاههای اطلاعاتی و تعدد مراجع ارائه آمار رسمی دانست و گفت: اختلاف آمارهای بانک مرکزی و مرکز آمار ایران درباره شاخصهایی مانند رشد اقتصادی و تورم، نمونهای از مشکلات ناشی از ناهماهنگی در نظام آماری کشور است.
رئیس اندیشکده حکمرانی هوشمند اظهار کرد: در چنین شرایطی، استفاده از هوش مصنوعی برای ترسیم مسیر آینده اقتصاد میتواند نتایجی گمراهکننده به همراه داشته باشد چون زمانی که دادههای ورودی با واقعیتهای میدانی و ظرفیتهای ملی انطباق نداشته باشند، سناریوهای تولیدشده نیز ممکن است تصویری غیرواقعی از آینده ارائه دهند و سیاستگذار را به تصمیمهایی برسانند که هزینههای سنگینی برای منابع عمومی و برنامههای توسعهای ایجاد میکنند.
مدنی این وضعیت را نوعی «توهم قطعیت» دانست و افزود: در این شرایط، خروجیهای محاسباتی و ظاهراً دقیق هوش مصنوعی بهاشتباه بهعنوان پیشبینیهای قطعی و قابل اتکا تلقی میشوند.
ضرورت یکپارچهسازی دادهها و اجرای قوانین موجود
مدنی با بیان اینکه بهرهگیری از هوش مصنوعی در آیندهپژوهی اقتصادی به هماهنگی میان بخشهای مختلف نیاز دارد، گفت: حکمرانی داده، توسعه هوش مصنوعی و آیندهپژوهی راهبردی نباید بهصورت جداگانه دنبال شوند؛ بلکه لازم است میان این سه حوزه ارتباطی منسجم برقرار شود.
وی وجود ظرفیتهای قانونی مانند قانون مدیریت دادهها و اطلاعات ملی و سند ملی هوش مصنوعی را از فرصتهای موجود برای پیشبرد این مسیر برشمرد و افزود: قانون مدیریت دادهها و اطلاعات ملی که در سال ۱۴۰۱ تصویب شد، میتواند مبنایی برای ساماندهی تبادل اطلاعات میان دستگاههای اجرایی باشد.
رئیس اندیشکده حکمرانی هوشمند اظهار کرد: تعیین متولی مشخص برای پایگاههای اطلاعات پایه و استفاده از زیرساختهایی مانند مرکز ملی تبادل اطلاعات میتواند به اتصال سامانهها، کاهش فعالیتهای موازی و دسترسی مؤثرتر به اطلاعات کمک کند؛ با این حال، تحقق این اهداف به اجرای جدی مقررات، رفع موانع سازمانی و مشخص شدن مسئولیت دستگاهها وابسته است.
وی یکی از موانع مهم را نگاه بخشی برخی دستگاهها به اطلاعات عنوان کرد و گفت: در مواردی داده بهعنوان دارایی اختصاصی یک سازمان تلقی میشود و همین نگرش، تبادل اطلاعات و استفاده مشترک از ظرفیتهای آماری را دشوار میکند.
مدنی خاطرنشان کرد: اطلاعات حاکمیتی با رعایت ضوابط قانونی و ملاحظات امنیتی باید در خدمت حل مسائل عمومی قرار گیرد. همچنین فراهم کردن دسترسی کنترلشده پژوهشگران، دانشگاهها، اندیشکدهها و کسبوکارهای فناور به دادههای غیرحساس و بینامسازیشده میتواند به افزایش ظرفیت تحلیل و شکلگیری راهکارهای نوآورانه منجر شود.
حفاظت از حریم خصوصی؛ شرط توسعه حکمرانی داده
رئیس اندیشکده حکمرانی هوشمند در ادامه به ملاحظات امنیتی و حقوق شهروندان در فرآیند یکپارچهسازی اطلاعات اشاره و اظهار کرد: هرچه اتصال سامانهها و حجم اطلاعات مبادلهشده افزایش پیدا کند، حفاظت از دادههای شخصی و حساس نیز اهمیت بیشتری خواهد یافت.
وی افزود: اطلاعات هویتی، مالی و سلامت شهروندان از جمله دادههایی است که استفاده از آنها باید با ضوابط روشن، سطوح دسترسی مشخص، احراز هویت مطمئن، نظارت مستمر و پاسخگویی درباره نحوه بهرهبرداری همراه باشد. توسعه زیرساختهای تبادل اطلاعات بدون توجه همزمان به امنیت سایبری و حریم خصوصی نمیتواند زمینهساز اعتماد عمومی شود.
رئیس اندیشکده حکمرانی هوشمند با تأکید بر اینکه خروجی سامانههای هوشمند نباید بدون ارزیابی پذیرفته شود، تصریح کرد: الگوریتمها ممکن است ارتباطهایی را بهعنوان رابطه معنادار معرفی کنند که در واقعیت چنین نیستند یا اطلاعات نادرست را در قالب نتایجی معتبر نمایش دهند. از این رو، راستیآزمایی خروجیها و فراهم بودن امکان ارزیابی، توضیح و حسابرسی تصمیمهای الگوریتمی ضرورت دارد.
وی افزود: هوش مصنوعی میتواند پردازش اطلاعات، شناسایی الگوها و شبیهسازی سناریوها را با سرعت و گستره بیشتری انجام دهد، اما تشخیص ملاحظات اجتماعی و سیاسی، الزامات اخلاقی، منافع عمومی و مسائل مرتبط با امنیت ملی همچنان به قضاوت انسانی نیاز دارد. در الگوی مطلوب حکمرانی هوشمند، فناوری باید توان کارشناسان و مدیران را تقویت کند، نه اینکه مسئولیت تصمیمگیری نهایی را از آنها بگیرد.
نقشه راه آیندهپژوهی هوشمند در اقتصاد ایران
مدنی در تشریح اقدامات ضروری برای اصلاح وضعیت موجود، ارتقای کیفیت آمارهای رسمی و کاهش اختلاف میان پایگاههای اطلاعاتی را نخستین گام دانست و گفت: اطلاعات باید بهصورت مستمر بهروزرسانی شوند و استانداردهای مشترکی برای تولید، نگهداری و تبادل آنها در نظر گرفته شود. همچنین لازم است مسئولیت هر دستگاه در زمینه تولید و بهروزرسانی دادههای پایه بهروشنی تعیین و عملکرد آن ارزیابی شود.
وی اتصال برخط پایگاههای اطلاعات پایه و ایجاد داشبوردهای هوشمند برای رصد شاخصهای کلیدی را از دیگر اقدامات مورد نیاز برشمرد و افزود: دولت باید ظرفیتهای تخصصی خود را در حوزه تحلیل داده و هوش مصنوعی تقویت کند و همکاری میان دستگاههای اجرایی، دانشگاهها و مراکز علمی را گسترش دهد. ارتقای مهارتهای آماری و دادهای مدیران نیز میتواند فاصله میان تولید اطلاعات و استفاده عملی از آن در تصمیمگیری را کاهش دهد.
رئیس اندیشکده حکمرانی هوشمند با بیان اینکه آیندهپژوهی باید به بخشی از فرآیند مستمر سیاستگذاری تبدیل شود، توضیح داد: در ابتدا باید مسائل راهبردی کشور به پرسشهای مشخص و نیازهای اطلاعاتی قابل سنجش تبدیل شوند. پس از آن، دادههای مرتبط گردآوری و ارزیابی شده و عوامل محرک تحولات و عدمقطعیتهای مهم شناسایی شوند.
وی افزود: در مرحله بعد باید با استفاده از ابزارهای تحلیلی، سناریوهای مختلف طراحی و پیامدهای آنها با مشارکت کارشناسان و تصمیمگیران بررسی شود. پس از اجرای سیاستها نیز نتایج باید براساس شاخصهایی که از ابتدا تعیین شده مورد سنجش قرار گیرد و با ورود اطلاعات جدید، سناریوها و برنامهها بهروزرسانی شود.
مدنی تأکید کرد: ارزیابی عملکرد این نظام نباید صرفاً بر تعداد سامانههای راهاندازیشده یا حجم اطلاعات ذخیرهشده متمرکز باشد. کاهش اختلاف آمارها، افزایش امکان دسترسی و تبادل اطلاعات، ارتقای دقت پیشبینیها، استفاده مستند از شواهد در اسناد سیاستی و افزایش شفافیت و اعتماد کاربران، معیارهای مهمتری برای سنجش میزان موفقیت این مسیر هستند.
وی پیوند میان آمار معتبر، حکمرانی داده، هوش مصنوعی و آیندهپژوهی را یک چرخه بههمپیوسته توصیف کرد و گفت: ضعف در هر یک از این بخشها میتواند کارآمدی سایر اجزا را نیز تحت تأثیر قرار دهد. بنابراین، سرمایهگذاری در فناوریهای پیشرفته زمانی اثربخش خواهد بود که همزمان کیفیت دادهها ارتقا یابد و موانع تبادل و استفاده از اطلاعات برطرف شود.
رئیس اندیشکده حکمرانی هوشمند در پایان خاطرنشان کرد: دستیابی به حکمرانی هوشمند مستلزم آن است که دستگاههای اجرایی به اشتراکگذاری مسئولانه اطلاعات پایبند باشند، نظام آماری از انسجام و اعتبار لازم برخوردار شود و زیرساختهای امن و استاندارد برای تحلیل داده توسعه پیدا کنند. در نهایت، زمانی میتوان از موفقیت این رویکرد سخن گفت که نتایج تحلیلهای دادهمحور بهطور واقعی در فرآیند تصمیمگیری مورد استفاده قرار گیرد و به شناسایی زودهنگام بحرانها، تخصیص بهتر منابع و تدوین سیاستهایی متناسب با واقعیتهای اقتصادی و اجتماعی کشور کمک کند.
منبع: ایسنا

