آتوس: دولت برای بهبود خدمات عمومی نباید تنها به هوش مصنوعی مولد تکیه کند
جیمز پروت، مدیر علوم داده شرکت آتوس در بریتانیا و ایرلند، هشدار داده است که سازمانهای دولتی در شتاب برای استفاده از جدیدترین مدلهای هوش مصنوعی مولد، ممکن است از فناوریهای باسابقه و کارآمد غافل شوند.

پروت در جریان گفتوگویی در رویداد هوش مصنوعی برای دولت 2026 (Think AI for Government 2026) تأکید کرد که روشهای سنتی یادگیری ماشین، تحلیل آماری و بهینهسازی همچنان ابزارهای ارزشمندی برای بهبود خدمات عمومی هستند و در بسیاری از موارد از نظر هزینه، عملکرد و شفافیت مزیت دارند.
او گفت: «تمام ابزارهایی را که در اختیار دارید در نظر بگیرید و صرفاً به این دلیل که بعضی از آنها کمی قدیمیتر هستند، کنارشان نگذارید.»
پروت که در پروژههایی از مدلسازی آماری گرفته تا هوش مصنوعی عاملمحور با وزارت آموزش بریتانیا (DfE) همکاری میکند، معتقد است نهادهای عمومی باید فناوری مورد استفاده خود را بر اساس مسئلهای انتخاب کنند که قصد حل آن را دارند.
انتخاب فناوری مناسب
پروت با وجود علاقه شخصیاش به فناوریهای نوظهور، هشدار داد که نباید تصور کرد مدلهای زبانی بزرگ برای هر کاربردی بهترین گزینه هستند.
به گفته او، روشهای باسابقه یادگیری ماشین ممکن است در پیشبینی نتایج بهتری ارائه دهند. روشهای آماری نیز همچنان برای نتیجهگیری از دادهها مفید هستند و شیوههای سنتی بهینهسازی میتوانند راهکارهایی کمهزینه برای بهبود فرایندها فراهم کنند. ارزیابی این روشها نیز ممکن است آسانتر باشد و در مقایسه با مدلهای جدید، کمتر با مشکلاتی مانند توهم هوش مصنوعی، یعنی تولید اطلاعات نادرست، مواجه شوند.
او با تشویق دستگاههای دولتی به بررسی همه فناوریهای موجود گفت: «نگاه بسیار گستردهای داشته باشید.»
هوش مصنوعی مولد بهویژه در پردازش اطلاعات بدون ساختار، مانند اسناد طولانی نوشتهشده به زبان طبیعی، توانمندیهای قابلتوجهی دارد. همچنین زمانی مفید است که خروجی یک سامانه باید برای کاربران غیرمتخصص قابلفهم و استفاده باشد.
بااینحال، پروت معتقد است اگر تنها وظیفه یک سامانه تولید یک پیشبینی عددی باشد تا سامانه دیگری بر اساس آن اقدام کند، استفاده از یک مدل متعارف با عملکرد قابلاندازهگیری ممکن است انتخاب مناسبتری باشد.
طراحی سامانههایی که قابلیت تغییر دارند
پروت همچنین از سازمانهای دولتی خواست میان زیرساختهای فناورانهای که باید در بلندمدت دوام بیاورند و ابزارهای هوش مصنوعی که ممکن است بهسرعت منسوخ شوند، تفاوت قائل شوند. ساختارهای داده، زیرساختها و سازوکارهای حکمرانی به سرمایهگذاری بلندمدت نیاز دارند، زیرا پایه و اساس پروژههای متعدد و توسعههای آینده را تشکیل میدهند.
در مقابل، مدلهای هوش مصنوعی که با سرعت زیادی در حال تکامل هستند، ممکن است لازم باشد در فاصلههای زمانی نسبتاً کوتاه جایگزین شوند.
به پیشنهاد پروت، سازمانها باید سامانههای خود را بهگونهای طراحی کنند که بتوان یک مدل را حذف و مدل دیگری را جایگزین کرد، بدون آنکه نیازی به بازسازی تمام اجزای پیرامونی سامانه باشد.
او همچنین هشدار داد که صرف زمان بیشازحد برای بینقص کردن یکی از اجزای هوش مصنوعی ممکن است نتیجه معکوس داشته باشد؛ بهویژه اگر قرار باشد آن فناوری در مدت نسبتاً کوتاهی جایگزین شود. در برخی شرایط، راهاندازی یک سامانه کاربردی چند ماه زودتر میتواند ارزش بیشتری نسبت به سرمایهگذاری برای اصلاحاتی ایجاد کند که بهزودی با تغییر فناوری بیاستفاده خواهند شد.
سنجش نتایج، نه فقط افزایش بهرهوری
پروت تأکید کرد که پروژههای هوش مصنوعی باید با درک روشنی از نتایجی آغاز شوند که سازمانها قصد دستیابی به آنها را دارند.
او گفت: «به نظر من بهترین راه شروع این است که ابتدا مشخص کنید چه چیزی میخواهید به دست آورید و سپس از همان نقطه به عقب برگردید.»
این رویکرد به معنای مشخص کردن بهبود موردنظر، تعیین تصمیمها و اقدامهای لازم برای تحقق آن و سپس شناسایی دادهها و فناوریهای موردنیاز است.
او پیشنهاد کرد دستگاههای دولتی پروژههای خود را بر اساس معیارهایی یکسان و ثابت ارزیابی کنند تا بتوانند عملکرد آنها را با یکدیگر مقایسه کرده و درباره سرمایهگذاری تصمیمهای آگاهانه بگیرند.
نکته مهم این است که این معیارها نباید فقط به میزان صرفهجویی در زمان و هزینه حاصل از خودکارسازی محدود شوند.
پروت گفت: «هر وزارتخانه و هر بخش از دولت، خدمتی به مردم این کشور ارائه میکند و هدف نهایی آن نیز همین است.»
شفافیت و رضایت مردم
پروت در بخش دیگری از سخنانش پذیرفت که تردیدها درباره هوش مصنوعی کاملاً بیاساس نیستند. به اعتقاد او، سازمانها باید از همان ابتدا بهروشنی توضیح دهند که چرا از هوش مصنوعی استفاده میکنند، چه کسانی از آن سود میبرند و موفقیت آن چگونه سنجیده خواهد شد.
چنین شفافیتی به مردم کمک میکند دلیل تصمیمهای اتخاذشده را درک کنند و امکان نظارت و بررسی مستقل را نیز فراهم میسازد تا مشخص شود سامانهها مطابق اهداف تعیینشده عمل میکنند یا خیر. او همچنین خاطرنشان کرد که رعایت اصول اخلاقی در هوش مصنوعی همیشه ساده نیست؛ بهویژه زمانی که معیارهای مختلف عدالت و انصاف به نتیجهگیریهای متناقض منجر میشوند.
به گفته پروت، سازمانها نباید این تصمیمها را صرفاً موضوعاتی فنی معرفی کنند، بلکه باید درباره ملاحظات و مصالحههای ناگزیر میان اهداف مختلف نیز توضیح دهند.
وقتی از او پرسیده شد دولت چگونه میتواند نگرش عمومی نسبت به هوش مصنوعی را بهبود دهد، دو اولویت را مطرح کرد.
او گفت: «موفقیت و رضایت مردم، دو موضوع اصلی برای من هستند.»
پروت هشدار داد که اگر مردم احساس کنند استفاده از هوش مصنوعی بدون داشتن حق انتخاب واقعی به آنها تحمیل میشود، ممکن است نسبت به این فناوری واکنش منفی نشان دهند.
او افزود: «فکر میکنم مردم دوست ندارند هوش مصنوعی به آنها تحمیل شود.»
ارائه خدمات مبتنی بر هوش مصنوعی بهعنوان گزینهای اختیاری در کنار خدمات موجود، همراه با اطمینان از اینکه این خدمات واقعاً تجربه کاربران را بهبود میدهند، میتواند به جلب اعتماد عمومی کمک کند.
پروت در نهایت تأکید کرد که نشان دادن بهبودهایی ملموس و قابلتشخیص برای شهروندان، میتواند دلایل استفاده از هوش مصنوعی در دولت را قانعکنندهتر کند. بنابراین دستگاههای دولتی باید سرمایهگذاریهای خود را نه بر اساس میزان پیشرفته بودن فناوری، بلکه با این معیار ارزیابی کنند که آیا فناوری موردنظر خدمات بهتری به مردمی ارائه میدهد که به آن خدمات وابستهاند یا خیر.
