ویرگول
ورودثبت نام
نادر رنجه
نادر رنجهنادر رنجه | مدرس حکمرانی و استراتژی داده در سازمان اداری و استخدامی کشور؛ جستجوگر و علاقه‌مند به توسعه ایران. درباره داده، هوش مصنوعی و بهبود تصمیم‌گیری و خدمات عمومی می‌نویسم.
نادر رنجه
نادر رنجه
خواندن ۵ دقیقه·۲۳ روز پیش

دولت چگونه برای هوش مصنوعی آماده می‌شود؟

نگاهی به گزارش OECD درباره توانمندسازی کارکنان، حکمرانی و بازطراحی خدمات عمومی

وقتی از کاربرد هوش مصنوعی در دولت صحبت می‌کنیم، معمولاً بحث به انتخاب ابزار، خرید سامانه یا اجرای یک پروژه آزمایشی می‌رسد. اما در کنار این تصمیم‌ها، پرسشی اساسی وجود دارد: کارکنان و مدیران دستگاه‌های اجرایی چقدر برای کارکردن با هوش مصنوعی آماده‌اند؟

سازمان همکاری و توسعه اقتصادی، OECD، در یادداشت سیاستی «آماده‌سازی نیروی انسانی بخش عمومی برای هوش مصنوعی: پیامدها و راهبردها»، منتشرشده در ۱۹ ژانویه ۲۰۲۶، به همین پرسش پرداخته است.

پیام محوری گزارش روشن است: آماده‌سازی افراد، به‌اندازه استقرار فناوری اهمیت دارد. تحقق ظرفیت هوش مصنوعی در دولت، به مهارت کارکنان، توان راهبری مدیران و قابلیت سازمان برای استفاده مسئولانه از فناوری وابسته است.

از صرفه‌جویی در زمان تا بهبود خدمات

بخش مهمی از فعالیت‌های اداری شامل دریافت و بررسی اسناد، دسته‌بندی اطلاعات، رسیدگی به درخواست‌ها و پاسخ‌گویی به مراجعان است. هوش مصنوعی می‌تواند در انجام بخشی از این فعالیت‌ها به کارکنان کمک کند و فرصت بیشتری برای رسیدگی به مسائل پیچیده فراهم سازد.

گزارش به تجربه مؤسسه تأمین اجتماعی فنلاند، «Kela»، اشاره می‌کند. این مؤسسه از یک بستر هوش مصنوعی برای خودکارسازی طبقه‌بندی و پردازش اسناد پیوست درخواست‌های مزایا استفاده کرده است. صرفه‌جویی حاصل، طبق برآورد نقل‌شده در گزارش، سالانه معادل ۳۸ نفرـسال کار تمام‌وقت بوده است.

این عدد، میزان کار صرفه‌جویی‌شده را نشان می‌دهد و به‌معنای حذف ۳۸ شغل نیست. چنین ظرفیتی می‌تواند برای کاهش زمان انتظار، بررسی دقیق‌تر پرونده‌ها یا رسیدگی به موارد دشوارتر به کار گرفته شود؛ البته نحوه استفاده از آن به تصمیم سازمان بستگی دارد.

آموزش یکسان برای همه کافی نیست

یکی از کاربردی‌ترین بخش‌های گزارش، تفکیک نیازهای آموزشی به سه گروه است.

کارکنان عمومی باید بتوانند از ابزارهای هوش مصنوعی به‌صورت مؤثر و مسئولانه استفاده کنند. شناخت محدودیت‌ها و خطاهای احتمالی، حفاظت از داده‌ها، تفکر نقادانه و قضاوت مستقل، بخشی از این آمادگی است.

مدیران و راهبران سازمان به درکی راهبردی نیاز دارند. آن‌ها باید بتوانند فرصت‌ها و مخاطرات را ارزیابی کنند، کاربردهای متناسب با مأموریت سازمان را تشخیص دهند و درباره حکمرانی، زیرساخت داده، آمادگی کارکنان و مدیریت تغییر تصمیم بگیرند.

متخصصان داده و فناوری نیز به مهارت‌های توسعه، استقرار و نگهداری سامانه‌ها نیاز دارند. این مهارت‌ها باید با شناخت ملاحظات اخلاقی، الزامات مقرراتی و توان همکاری با سایر تخصص‌ها همراه شود.

برای نظام اداری، نتیجه عملی این تفکیک آن است که طراحی یک دوره عمومی و تکرار آن برای همه سطوح سازمان، پاسخ‌گوی تمام نیازها نخواهد بود.

برون‌سپاری، نیاز به توانمندی داخلی را از بین نمی‌برد

گزارش سه مسیر اصلی برای تقویت قابلیت‌های هوش مصنوعی معرفی می‌کند: برون‌سپاری، جذب نیرو و آموزش.

خرید خدمات تخصصی می‌تواند بخشی از نیاز سازمان را تأمین کند، اما سازمان همچنان باید توان تعریف مسئله، تشخیص نیاز و ارزیابی راهکار را داشته باشد. OECD تقویت قابلیت داخلی را برای کاهش عدم تقارن اطلاعاتی در خرید، جلوگیری از وابستگی به تأمین‌کنندگان و هم‌راستایی سامانه‌ها با نیازهای سازمان مهم می‌داند.

برداشت من این است که دستگاه اجرایی، حتی هنگام واگذاری توسعه فنی، باید بتواند به چند پرسش پاسخ دهد: چه مسئله‌ای را حل می‌کنیم؟ راهکار با چه داده‌ای کار می‌کند؟ کیفیت خروجی چگونه ارزیابی می‌شود؟ مسئولیت نظارت و رسیدگی به خطا با چه کسی است؟

پاسخ‌گویی سازمانی، به توان فهم و ارزیابی فناوری نیاز دارد.

استفاده مسئولانه به قواعد روشن نیاز دارد

بر اساس گزارش، بخشی از کارکنان دولت‌ها هم‌اکنون از ابزارهای عمومی هوش مصنوعی مولد برای کمک به کار خود استفاده می‌کنند. این استفاده، اگر با سیاست‌های سازمان و الزامات حفاظت از داده سازگار نباشد، می‌تواند مخاطره‌آفرین شود.

از این رو، آموزش باید با قواعد روشن همراه باشد: چه اطلاعاتی را می‌توان وارد ابزار کرد؟ کدام کاربردها مجاز است؟ خروجی چگونه بررسی می‌شود؟ در چه مواردی نظارت یا تأیید انسانی ضرورت دارد؟

گزارش از آموزش کارکنان، تدوین قواعد استفاده و فراهم‌کردن ابزارهای داخلی به‌عنوان اقداماتی یاد می‌کند که برخی سازمان‌های پیشرو دنبال کرده‌اند.

فرصت بازطراحی شیوه انجام کار

نکته مهم دیگر گزارش، توجه به تغییر فرایندهاست. استفاده راهبردی از هوش مصنوعی می‌تواند شیوه سازمان‌دهی کار و ارائه ارزش عمومی را تغییر دهد و به شکل‌گیری خدمات یکپارچه و شهروندمحور کمک کند.

برای مثال، پیش از افزودن یک ابزار هوشمند به فرایند رسیدگی به درخواست، می‌توان ضرورت مراحل، تکرار دریافت اطلاعات و نقاط توقف پرونده را بررسی کرد. شاید بخشی از بهبود، به اصلاح خود فرایند وابسته باشد.

از این منظر، پروژه هوش مصنوعی فرصتی برای همکاری متخصصان داده و فناوری با مسئولان خدمت، کارشناسان فرایند و کارکنانی است که هر روز با مسائل اجرایی مواجه‌اند.

یادگیری باید به تجربه عملی متصل شود

گزارش بر آموزش متناسب با محیط کار و دارای کاربرد عملی تأکید می‌کند. همچنین، شواهد مورد استناد آن نشان می‌دهد دوره‌های همراه با مدرس، چه حضوری و چه آنلاین، می‌توانند از آموزش کاملاً خودآموز مؤثرتر باشند.

تجربه شهرداری هلسینکی نیز جالب است. این شهر از طریق برنامه «شتاب‌دهنده آزمایش»، پیشنهادهای کارکنان برای تجربه فناوری و روش‌های جدید کار را حمایت می‌کند. مطابق گزارش، این برنامه تا زمان تهیه یادداشت از ۶۵ آزمایش داخلی پشتیبانی کرده و به هر پیشنهاد منتخب ۱۰ هزار یورو اختصاص داده است. ثبت درس‌آموخته‌ها نیز بخشی از برنامه است.

این تجربه نشان می‌دهد توسعه مهارت می‌تواند با فرصت آزمودن، همکاری و مستندسازی آموخته‌ها پیوند بخورد.

چه دلالتی برای نظام اداری ایران دارد؟

به برداشت من، یافته‌های این گزارش می‌تواند مبنای سه اقدام در دستگاه‌های اجرایی قرار گیرد:

۱. سنجش آمادگی نیروی انسانی پیش از اجرای پروژه: مشخص شود کارکنان، مدیران و متخصصان هرکدام به چه قابلیت‌هایی نیاز دارند.

۲. همراه‌کردن پروژه با حکمرانی داده و بازطراحی فرایند: مسئولیت‌ها، قواعد استفاده از داده، نظارت انسانی و تغییرات لازم در شیوه انجام کار از ابتدا تعیین شود.

۳. سنجش اثر آموزش و کاربرد فناوری: علاوه بر تعداد دوره‌ها و شرکت‌کنندگان، تغییر در کیفیت خدمت، زمان انجام کار، میزان خطا و توان حل مسئله بررسی شود.

پیشرفت دولت در استفاده از هوش مصنوعی را می‌توان در توان کارکنان برای تصمیم‌گیری بهتر و ارائه خدمات باکیفیت‌تر جست‌وجو کرد. ابزارها زمانی به این هدف کمک می‌کنند که سازمان برای یادگیری، نظارت و تغییر شیوه انجام کار آماده باشد.

در دستگاه‌های اجرایی ما، آمادگی نیروی انسانی چه جایگاهی در برنامه‌های هوش مصنوعی دارد؟


منبع:
OECD (2026), Building an AI-ready public workforce: Implications and strategies, 19 January 2026.




هوش مصنوعیدولتآموزشنیروی انسانی
۰
۰
نادر رنجه
نادر رنجه
نادر رنجه | مدرس حکمرانی و استراتژی داده در سازمان اداری و استخدامی کشور؛ جستجوگر و علاقه‌مند به توسعه ایران. درباره داده، هوش مصنوعی و بهبود تصمیم‌گیری و خدمات عمومی می‌نویسم.
شاید از این پست‌ها خوشتان بیاید