أسئلة شائعة. إجابات مباشرة.

إطار عمل NIST و EW-AiRM™ هما مصممة للعمل معاً وليس للتنافس.

NIST AI RMF توفر نهجاً طوعياً قائمًا على الوظائف (الحوكمة، الخريطة، القياس، الإدارة) تم تطويرها بواسطة المعهد الوطني للمعايير والتكنولوجيا بالولايات المتحدة.

EW-AiRM™ تعمل عبر ثلاث طبقات معمارية — الاستراتيجية، والتشغيلية، والمرونة — والتي تغطي بعداً مختلفاً: العمق التنظيمي بدلاً من مرحلة دورة الحياة.

في الممارسة العملية، تستخدم المؤسسات إطار عمل إدارة مخاطر الذكاء الاصطناعي الصادر عن المعهد الوطني للمعايير والتكنولوجيا (NIST AI RMF) كطريقة لإدارة مخاطر نظام الذكاء الاصطناعي الفردي، و EW-AiRM™ كبنية حوكمة المؤسسة التي تحدد الأنظمة التي يتم نشرها، وكيفية هيكلة المساءلة، وما هي سيناريوهات البجعة السوداء التي يجب على مجلس الإدارة التدرب عليها.

الإطاران هما طبقتان متكاملتان لنفس حزمة الحوكمة.

النهج الموصى به: اعتماد إطار عمل NIST AI RMF على مستوى النظام؛ ونشر EW-AiRM™ على مستوى المؤسسة. فهما لا يتعارضان.  

انظر إلى جدول المقارنة التنظيمية أعلاه. مكمل، وليس مكرر. يحدد قانون الذكاء الاصطناعي للاتحاد الأوروبي ما هو محظور وما هو عالي المخاطر. يخبرك نظام EW-AiRM™ كيفية إدارة الحوكمة على الأنظمة التي تقرر الاحتفاظ بها.

لا، ليس كذلك:

ISO/IEC 42001 هو معيار دولي قابل للشهادة لنظام إدارة الذكاء الاصطناعي — يمكن للمؤسسات التي تطبيقه الحصول على شهادة من طرف ثالث من خلال هيئة تدقيق معتمدة.

EW-AiRM™ هو إطار حوكمة مفتوح وليس معياراً قابلاً للشهادة. التمييز مهم، ولكن العلاقة مهمة أيضاً: تم تصميم الاثنين للعمل معاً.

يجيب معيار ISO 42001 عن: هل تمتلك المؤسسة نظام إدارة للذكاء الاصطناعي يفي بالمعيار؟

يجيب EW-AiRM™ عن: ما هي هندسة حوكمة المؤسسة — الركائز، التراكب الأخلاقي، بروفات البجعة السوداء — التي تقع حول وفوق نظام الإدارة؟

نمط تنفيذ شجاع: تحقيق شهادة ISO 42001 لتلبية متطلبات المشتريات والجهات التنظيمية، و نشر EW-AiRM™ كبنية حوكمة مؤسسية تغطي الأبعاد الاستراتيجية وابعاد المرونة التي لا تعالجها المواصفة ISO 42001.

يتضمن تنفيذ EW-AiRM™ في المستوى القياسي أو الكامل هياكل أدلة موثقة تتوافق مع متطلبات تدقيق ISO 42001.

ISO 42001 تشهد على النظام. EW-AiRM™ تحكم المؤسسة. كلاهما مطلوب في المؤسسات الخاضعة للتنظيم.

إطار COSO ERM (إدارة مخاطر المؤسسة - التكامل مع الاستراتيجية والأداء، 2017) هو إطار إدارة مخاطر المؤسسة الرائد الذي تستخدمه مجالس الإدارة، ولجان التدقيق، والمديرون الماليون عالمياً.

تم تصميم EW-AiRM™ صراحةً كامتداد خاص بالذكاء الاصطناعي لبنية COSO ERM - وليس كبديل لها.

رسخ إطار COSO ERM مبدأ وجوب دمج إدارة المخاطر مع الاستراتيجية والأداء عبر المؤسسة بأكملها.

يقوم نظام EW-AiRM™ بتطبيق هذا المبدأ على الذكاء الاصطناعي: حيث تتطابق ركائزه الاستراتيجية الست مباشرة مع مكونات إطار عمل COSO ERM الخمسة (الحوكمة والثقافة، الاستراتيجية وتحديد الأهداف، الأداء، المراجعة والتعديل، المعلومات والاتصالات)، وتتطابق بنيته ذات الطبقات الثلاث مع هيكل مكعب COSO المصمم لعمليات نشر الذكاء الاصطناعي.

في الممارسة العملية: يجب على المؤسسات التي تمتلك بالفعل برنامج COSO ERM أن تعامل EW-AiRM™ باعتباره وحدة حوكمة الذكاء الاصطناعي التي تتكامل مع هيكل مخاطر المؤسسة الحالي وتُرفع تقاريرها إليه. تم تصميم لوحة مؤشرات KXI (مؤشرات الأداء/المخاطر/التحكم الرئيسية) في المستويين القياسي والكامل من EW-AiRM™ لتغذية دورة تقارير مخاطر مجلس الإدارة التي يفرضها إطار COSO ERM مباشرة.

نشرت منظمة COSO نفسها تقرير "تحقيق الإمكانات الكاملة للذكاء الاصطناعي" (2021)، والذي يعترف بالفجوة بين إدارة المخاطر المؤسسية العامة وحوكمة الذكاء الاصطناعي الخاصة. ويقوم EW-AiRM™ بسد هذه الفجوة تشغيلياً.

نعم — لكن نظام EW-AiRM™ وقانون الذكاء الاصطناعي للاتحاد الأوروبي يعملان على مستويات مختلفة، وفهم هذا التمييز أمر ضروري.

قانون الذكاء الاصطناعي للاتحاد الأوروبي هو قانون أوروبي ملزم يحظر استخدامات معينة للذكاء الاصطناعي، ويصنف الأنظمة عالية المخاطر، ويفرض تقييمات المطابقة، والتزامات الشفافية، والمراقبة ما بعد طرح في السوق.

هو يخبر المؤسسات بما لا يمكنها فعله وما هي المستندات المطلوبة للنشر عالي المخاطر.

يخبر نظام EW-AiRM™ المؤسسات كيفية الحوكمة ما يُسمح لها بالاحتفاظ به.

ترتبط ركائز الإطار الاستراتيجية الست مباشرة بمتطلبات قانون الذكاء الاصطناعي للاتحاد الأوروبي لأنظمة إدارة المخاطر، وحوكمة البيانات، والشفافية، والإشراف البشري، بينما تغطي طبقة المرونة سيناريوهات — مثل التغيير التنظيمي الجذري (البجعة السوداء فئة 4) — التي لا تعالجها متطلبات المطابقة للقانون.

الامتثال لقانون الذكاء الاصطناعي للاتحاد الأوروبي هو الحد الأدنى، وليس الحد الأقصى. المؤسسة التي تستوفي متطلبات المطابقة للقانون لنظام عالي المخاطر تكون قد استوفت الالتزام القانوني الأدنى. يضمن نظام ®EW-AiRM أن هيكل الحوكمة أعلى هذا المستوى - أي تحمل المخاطر، ومساءلة مجلس الإدارة، والغلاف الأخلاقي، والتخطيط للمرونة - موجود أيضاً.

ينتج نظام ®EW-AiRM في المستوى القياسي أو أعلى هياكل الأدلة الموثقة (تقييمات المخاطر، سجلات المساءلة، سجلات HAiPECR، لوحات معلومات KXI) التي يتوقع مدققو قانون الذكاء الاصطناعي للاتحاد الأوروبي ووطنيات مراقبة السوق رؤيتها.  

HAiPECR هو الغلاف الأخلاقي ذو الأبعاد السبعة لنظام ®EW-AiRM، والذي طوره الأستاذ ماركوس كريبز وتم إدراجه في مرصد سياسات الذكاء الاصطناعي التابع لمنظمة التعاون الاقتصادي والتنمية منذ أبريل 2023.

الاسم هو اختصار لـ: الرقابة البشرية، المساءلة، الشمول (الحرف الأصغر مقصود - فهو شرط أساسي مدمج وليس ركيزة قائمة بذاتها)، الخصوصية، القابلية للتفسير، السلوك، المرونة.

في الأصل، كان HAiPECR يرمز إلى "نموذج الذكاء الاصطناعي البشري للأخلاق والسلوك والمخاطر" والذي يعتمد على نسب أبحاث مخاطر السلوك التي استمرت 10 سنوات والتي سبقت EW-AiRM.

يتم تطبيق نظام HAiPECR عبر طبقات EW-AiRM™ الثلاث كمرشح قبل النشر وكعدسة مراجعة مستمرة. وهو ليس قائمة تحقق للامتثال.

يجب أن يجتاز كل نظام ذكاء اصطناعي مراجعة توثيقية لـ HAiPECR قبل النشر، وتتكرر المراجعة مع كل تغيير جوهري.

الحرف الصغير 'i' في HAiPECR مقصود: الشمولية مُدمجة كشرط مسبق عبر جميع الأبعاد الأخرى بدلاً من معاملتها كركيزة مستقلة.

يتوافق نظام HAiPECR مع جميع مبادئ اليونسكو العشرة لعام 2021 — وليس تسعة — لأن توصية اليونسكو لعام 2024 بشأن التقنيات العصبية مُدمجة في بُعد الخصوصية.

الحرف "i" يرمز إلى الشمولية. وهو مكتوب بحرف صغير عن قصد للإشارة إلى أن الشمولية ليست ركيزة مستقلة بل هي شرط مسبق مُدمج في كل بُعد. الطباعة تحمل معنى في تصميم الإطار.

مستودع مخاطر الذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا هو قاعدة بيانات عامة خاضعة لمراجعة الأقران وتديرها منظمة MIT FutureTech.

يقوم بفهرسة أكثر من 1,000 مخاطرة للذكاء الاصطناعي عبر سبعة مجالات و24 مجالاً فرعياً، ويتم نشره بموجب ترخيص المشاع الإبداعي CC BY 4.0، مما يعني أنه مجاني للاستخدام والتكيف والبناء عليه.

تم اختياره كعمود فقري تشغيلي لـ EW-AiRM™ على وجه التحديد لأنه ليس تصنيفاً خاصاً - بل هو مرخص عاماً، ومُدار بشكل مستقل، وصارم أكاديمياً.

يختلف مستودع مخاطر الذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) عن قاعدة بيانات تخفيف مخاطر الذكاء الاصطناعي التابعة لمعهد ماساتشوستس للتكنولوجيا، والتي تقوم بفهرسة الضوابط بدلاً من المخاطر.

يستخدم نظام EW-AiRM™ كلاً منهما: المستودع لتصنيف المخاطر وقاعدة بيانات التخفيف كمدخل واحد في ربط الضوابط. تمثل عمليات ربط المخاطر بالضوابط البالغ عددها 765,944 حاصل الضرب التقاطعي لقاعدتي البيانات، مما يوفر أشمل ربط متاح للعامة بين مخاطر الذكاء الاصطناعي وضوابطها المتوفر حالياً.

مستودع مخاطر الذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا (CC BY 4.0) هو السبب في أن طبقة التشغيل في EW-AiRM™ يمكن أن تكون شاملة ومفتوحة. كل تصنيف للمخاطر قابل للتحقق بشكل مستقل مقابل مصدر متاح للعامة.  

ثلاثة أسباب:

• إنه مرخص للعامة (CC BY 4.0). تمت مراجعته من قبل النظراء وصيانته بواسطة معهد MIT FutureTech.
• انه يحتوي على أكثر من 1000 خطر عبر 7 مجالات و 24 مجالاً فرعياً،
• واسع بما يكفي لاستخدامه كأساس دون حبس المؤسسة في رؤية مورد معين.

تشكل فئات البجعة السوداء للذكاء الاصطناعي الثماني طبقة المرونة في EW-AiRM™ - وهي طبقة البناء الثالثة والأعلى.

تغطي كل فئة سيناريو يقع خارج التصنيف التشغيلي لمستودع مخاطر الذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا: المخاطر ذات الاحتمالية المنخفضة والتأثير العالي والمختلفة هيكلياً عن المخاطر اليومية المُدارة في طبقة التشغيل. لكل فئة مالك معين على مستوى مجلس الإدارة أو الإدارة التنفيذية.

يتم التعامل مع كل فئة كبروفة سيناريو في نظام EW-AiRM™. في المستوى القياسي، يتم التدرب على ست فئات سنويًا؛ وفي المستوى الكامل، يتم التدرب على الفئات الثماني سنويًا مع خطط استجابة موضوعة مسبقًا ومسؤولين محددين يتم توثيقهم على مستوى مجلس الإدارة. تم إضافتا الفئتين 7 (ظهور الوكلاء المتعددين) و8 (الانتقال إلى التشفير الكمومي) في مراجعة إطار العمل 2024-2025 لتعكس الانتشار السريع للذكاء الاصطناعي الوكيلي ومعايير التشفير ما بعد الكمي الخاصة بمعهد الأستاذية والتكنولوجيا (NIST) (FIPS 203، 204، 205).

فئات البجعة السوداء للذكاء الاصطناعي الثماني فريدة من نوعها في نظام EW-AiRM™. لا يوجد أي إطار عمل آخر لحوكمة الذكاء الاصطناعي متاح للجمهور يوفر تصنيفًا مسمى ومخصصًا للمالكين لسيناريوهات مرونة الذكاء الاصطناعي النظامية.  

نعم. يعتمد نظام EW-AiRM™ على معايير مرخصة للجمهور. مستودع مخاطر الذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا هو CC BY 4.0. نظام HAiPECR موثق وقابل للاستشهاد. يوضح الكتاب البنية الكاملة مطبوعة. الأدوات المرافقة مجانية للاستخدام.

EW-AiRM™ هي علامة تجارية لشركة De-Risking Solutions Ltd (شركة المملكة المتحدة رقم 09900565). العلامة التجارية تحمي سلامة الإطار. الإطار نفسه مفتوح.

تم ربط HAiPECR بتوصية اليونسكو لعام 2021. EW-AiRM™ هو المكمل المؤسسي لـ UNECE ECE/TRADE/486 (2024). تم إدراج HAiPECR في مرصد سياسات الذكاء الاصطناعي لمنظمة التعاون الاقتصادي والتنمية منذ أبريل 2023. البروفيسور ماركوس كريسبز عضو في فريق خبراء DG CNECT بمكتب الذكاء الاصطناعي بالاتحاد الأوروبي، ومشارك في الجلسة العامة لمدونة ممارسات GPAI، وعضو مؤسس في شبكة اليونسكو I4T.

ثلاث نقاط دخول جيدة. اقرأ نظرة عامة على الإطار للمفهوم. قارن بين مستويات التنفيذ الثلاثة لمعرفة النطاق. أو قم بزيارة موقع الأدوات المصاحبة للتقييمات. الكتاب قادم من Wiley Finance في عام 2026 - أضف نفسك إلى قائمة الإطلاق عبر الاتصال.

تم تطوير EW-AiRM™ بواسطة البروفيسور ماركوس كريسبز, عضو مجلس إدارة تنفيذي وممارس لحوكمة الذكاء الاصطناعي مقيم في المملكة المتحدة.

البروفيسور كروبسز هو المدير المؤسس لـ De-Risking Solutions Ltd و Human-Ai.Institute. وقد شغل منصب مدير غير تنفيذي مستقل في المجلس الإشرافي لبنك Revolut UAB منذ عام 2017.

مؤهلاته في حوكمة الذكاء الاصطناعي واسعة النطاق وتشمل السياسة والمعايير والأوساط الأكاديمية والمؤسسات المنظمة.

تم تصميم EW-AiRM™ وصيانته من قبل ممارسين يشكلون في الوقت نفسه المعايير الدولية التي يشير إليها. كان البروفيسور كروبسز مؤلفًا لـ UNECE ECE/TRADE/486 — الترتيب التنظيمي المشترك — والذي يتوافق معه طبقة المرونة في EW-AiRM™.

تم تطوير HAiPECR قبل الانتهاء من توصية اليونسكو لعام 2021 وتم تعيينه لاحقًا كإطار عمل نظير لها.

لم يتم تطوير أي إطار آخر لإدارة مخاطر الذكاء الاصطناعي متاح للجمهور من قبل شخص يعمل في نفس الوقت كمؤلف معايير دولية، وعضو مستقل في مجلس الإدارة لبنك، ومدقق معتمد من ForHumanity، وعضو مؤسس في اليونسكو.