بازارگاه ملی هوش مصنوعی؛ گامی رو به جلو یا ساختاری پر از ابهام؟/ قانون مجلس با 7 چالش

یادداشت از سیاوش قدوسی، کارشناس و پژوهشگر

با این حال، در لایه‌های عمیق‌تر این ماده قانونی، ابهاماتی وجود دارد که می‌تواند مسیر اجرا را پیچیده و حتی غیرممکن کند. از تقسیم وظایف چندگانه تا ضعف ضمانت اجرایی، از غیبت بخش علمی تا دولتی بودن بیش از حد سازوکارها؛ مجموعه‌ای از چالش‌ها در این ماده نهفته است که نیازمند بازنگری دقیق پیش از اجرای آن است.

۱. تعدد نهادها و مسئولیت‌های مبهم

نخستین ضعف جدی در ماده ۱۰، پراکندگی نهادی و نبود یک مرجع پاسخ‌گوست. در این ماده چند نهاد کلیدی نام برده شده‌اند: مرکز ملی فضای مجازی، وزارت ارتباطات، سازمان ملی هوش مصنوعی، سازمان برنامه و بودجه، سازمان اداری و استخدامی، و شوراهای عالی متعدد. اما هیچ‌کدام نقش نهایی و مسئولیت پاسخ‌گویی مشخصی ندارند.

در چنین ساختاری، احتمال تعارض نهادی بالاست. مرکز ملی فضای مجازی خود را نهاد تنظیم‌گر داده و فضای مجازی می‌داند، در حالی‌که وزارت ارتباطات نیز همین جایگاه را برای خود قائل است. نتیجه‌ی این تداخل، تصمیم‌گیری‌های کند، اجرای ناقص و در نهایت، فرسایش پروژه در مرحله آیین‌نامه‌نویسی خواهد بود. تجربه پروژه‌های ملی مشابه در دولت‌های گذشته نشان داده که نبود ساختار مسئولیت واحد، مهم‌ترین عامل ناکامی است.

۲. نبود ضمانت اجرایی برای اشتراک‌گذاری داده‌ها

بندهای این ماده دستگاه‌های اجرایی را «مجاز» به اشتراک‌گذاری داده‌ها معرفی می‌کند، نه «ملزم». در نتیجه، هر وزارتخانه یا سازمانی می‌تواند به استناد ملاحظات امنیتی یا اداری، از واگذاری داده‌های خود به بازارگاه خودداری کند.

این در حالی است که اساس توسعه هوش مصنوعی بر دسترسی به داده‌های متنوع و گسترده است. بدون داده، بازارگاه ملی صرفاً یک سامانه ظاهری باقی می‌ماند. نمونه تاریخی آن، «پلتفرم داده ملی» بود که به دلیل امتناع دستگاه‌ها از همکاری، عملاً ناکام ماند. قانون باید ابزارهای الزام‌آور، از جمله مشوق‌های مالی و ضمانت‌های اجرایی را برای همکاری دستگاه‌ها پیش‌بینی کند، وگرنه روح این ماده از ابتدا بی‌جان خواهد بود.

۳. ابهام در مالکیت داده و مرز حریم خصوصی

یکی از حساس‌ترین بخش‌های این طرح، مسئله مالکیت داده است. در متن ماده، تنها اشاره‌ای کلی به رعایت قانون مدیریت داده‌ها و حفظ حریم خصوصی شده، اما هیچ تعریف دقیقی از داده‌های قابل تبادل، داده‌های حاکمیتی یا داده‌های شخصی ارائه نشده است.

در غیاب این تفکیک، خطر ورود داده‌های حساس به چرخه تبادل جدی است. از سوی دیگر، مشخص نیست چه نهادی مسئول ناشناس‌سازی داده‌ها و حفظ امنیت آن‌هاست. در حالی که در الگوهای جهانی، پیش از راه‌اندازی بازار داده، نظامی روشن برای طبقه‌بندی و حفاظت از داده‌ها طراحی می‌شود. در ایران اما هنوز این بخش از قانون‌گذاری در سطح کلی‌گویی باقی مانده است.

۴. غلبه نگاه دولتی و تضعیف نقش بخش خصوصی

اگرچه در ظاهر از مشارکت بخش خصوصی سخن گفته شده، اما تمام ارکان تصمیم‌گیری – از تدوین آیین‌نامه‌ها تا تعرفه‌گذاری – در اختیار نهادهای دولتی و شوراهای حاکمیتی است. بدین معنا که بخش خصوصی نه به عنوان بازیگر مستقل، بلکه به عنوان پیمانکار دولت وارد این عرصه می‌شود.

در کشورهای موفق، دولت‌ها نقش تنظیم‌گر و تسهیل‌گر دارند، نه مجری مستقیم. بازار داده و خدمات هوش مصنوعی باید بر بستر رقابت و نوآوری شرکت‌ها رشد کند، نه در چارچوب ساختارهای اداری. در غیر این صورت، جذابیت اقتصادی طرح برای بخش خصوصی کاهش یافته و اکوسیستم نوآوری به حاشیه رانده می‌شود.

۵. فقدان شاخص‌های ارزیابی و زمان‌بندی واقعی

ماده ۱۰ اگرچه مهلت‌هایی سه‌ماهه و شش‌ماهه برای تدوین دستورالعمل‌ها تعیین کرده، اما هیچ شاخصی برای ارزیابی موفقیت در نظر نگرفته است. روشن نیست قرار است چه میزان داده از سوی دستگاه‌ها بارگذاری شود، چند کسب‌وکار خصوصی در بازارگاه فعال شوند، یا چه تأثیری در بهره‌وری خدمات عمومی ایجاد گردد.

بدون تعیین شاخص‌های کمی و کیفی، گزارش‌های دوره‌ای صرفاً شکلی خواهند بود و امکان ارزیابی واقعی پیشرفت پروژه از بین می‌رود. تجربه طرح‌های ملی در حوزه دولت الکترونیکی نشان داده است که نبود شاخص‌های دقیق، زمینه را برای گزارش‌دهی صوری و عملکرد غیرواقعی فراهم می‌کند.

۶. وابستگی شدید به مصوبات شوراها

تقریباً اجرای همه بندهای این ماده منوط به تصویب در شوراهای عالی فضای مجازی و فناوری اطلاعات است. اما همین شوراها معمولاً با فرآیندهای طولانی، دستور جلسات متعدد و تغییر اولویت‌های سیاسی مواجه‌اند. در نتیجه، احتمال تأخیرهای طولانی در تصویب آیین‌نامه‌ها و توقف پروژه بسیار بالاست.

تجربه نشان داده هر طرحی که وابستگی شدید به تصمیم‌گیری‌های چندلایه داشته، در نهایت به کندی و بی‌اثر شدن منجر شده است. سرعت تحولات در حوزه هوش مصنوعی به حدی است که هر تأخیر چندماهه می‌تواند به عقب‌ماندگی چندساله منجر شود.

۷. غیبت دانشگاه‌ها و نهادهای پژوهشی

در متن ماده، هیچ اشاره‌ای به نقش دانشگاه‌ها، پژوهشگاه‌ها و شرکت‌های دانش‌بنیان نشده است. این در حالی است که زیست‌بوم هوش مصنوعی بدون پیوند میان نهادهای علمی، صنعت و دولت شکل نمی‌گیرد.

نادیده گرفتن ظرفیت علمی کشور، این خطر را به همراه دارد که پروژه بازارگاه ملی از عمق فنی و علمی لازم برخوردار نباشد و بیشتر به طرحی اداری و نمایشی بدل شود. هرگونه سیاست هوشمند در حوزه داده باید بر محور علم و پژوهش طراحی شود، نه صرفاً بر مبنای ساختارهای بوروکراتیک.

جمع‌بندی؛ قانون خوب با اجرای دشوار

ماده ۱۰ طرح ملی هوش مصنوعی، از نظر محتوا گامی مثبت در جهت ورود ایران به اقتصاد داده و عصر هوش مصنوعی است. اما از منظر اجرایی، طراحی نهادی آن پر از ابهام و چالش است.

تعدد مراکز تصمیم‌گیری، ضعف ضمانت‌های اجرایی، نبود چارچوب روشن مالکیت داده، و غلبه نگاه دولتی، می‌تواند این طرح را از یک فرصت ملی به تجربه‌ای ناموفق تبدیل کند. اگر هدف از تصویب این ماده واقعاً توسعه اقتصاد داده و توانمندسازی بخش خصوصی است، لازم است در مرحله تدوین آیین‌نامه‌ها، چند اصلاح اساسی صورت گیرد:

۱. تعیین یک نهاد مسئول واحد با اختیار اجرایی روشن؛

۲. الزام قانونی دستگاه‌ها به اشتراک‌گذاری داده‌های غیرحاکمیتی؛

۳. تدوین نظام شفاف مالکیت و امنیت داده؛

۴. ایجاد مشوق‌های مالی و حمایتی برای حضور بخش خصوصی و دانشگاه‌ها؛

۵. طراحی شاخص‌های کمی برای ارزیابی موفقیت طرح.

در غیر این صورت، خطر آن وجود دارد که «بازارگاه ملی هوش مصنوعی» نیز مانند بسیاری از طرح‌های پیشین، در مرحله ابلاغ و شعار باقی بماند؛ بازاری که روی کاغذ شکل گرفته، اما در واقعیت، هیچ داد و ستدی در آن رخ نمی‌دهد.