من التوليد الهجين إلى اختبارات الجودة: دراسة لـ«سدايا» تحدد معايير استبدال البيانات الحقيقية في تدريب النماذج

تواجه مؤسسات الذكاء الاصطناعي معضلة مزدوجة تتمثل في ندرة البيانات وارتفاع تكاليف جمعها وتجهيزها، مقابل القيود الصارمة لحماية الخصوصية في القطاعات الحساسة. في هذا السياق، أصدرت الهيئة السعودية للبيانات والذكاء الاصطناعي «سدايا» دراسة متخصصة بعنوان «البيانات المصطنعة: الفرص والتحديات وآليات الحوكمة»، لترسم إطارًا عمليًا يستهدف تسريع الابتكار وبناء حلول تقنية موثوقة عبر توفير مجموعات بيانات تحاكي الخصائص الإحصائية للواقع الفعلي، بالتزامن مع تسمية عام 2026 عام الذكاء الاصطناعي في المملكة، وضمن مستهدفات رؤية 2030.

تفكك الدراسة البنية الفنية لتوليد البيانات عبر ثلاثة مستويات رئيسية تتحدد وفق درجة الاعتماد على السجلات الحقيقية: البيانات المصطنعة بالكامل، والبيانات المصطنعة جزئيًا، والبيانات المصطنعة الهجينة. ويتجاوز هذا التمايز الجانب النظري إلى وظيفة تشغيلية حاسمة، إذ يتيح توسيع نطاق مجموعات التدريب المتاحة للنماذج، ورفع مستوى تمثيل الفئات الأقل حضورًا في العينات الأصلية، مما يسهم مباشرة في خفض معدلات التحيز الإحصائي وتعزيز عدالة مخرجات الخوارزميات، خصوصًا في بيئات العمل الطبية والمصرفية التي تتطلب توازنًا دقيقًا بين حماية السرية والحفاظ على القيمة التطبيقية للبيانات.

غير أن محاكاة الخصائص الواقعية لا تعني زوال المخاطر بصورة آلية. وتلفت الدراسة إلى أن الاعتماد على الاصطناع لا يلغي تلقائيًا مخاطر كشف الهوية للأفراد أو إعادة التعرف عليهم، كما لا يضمن بمفرده القضاء على الانحرافات الإحصائية الكامنة. ومن هنا، تشدد الوثيقة على ضرورة إخضاع مجموعات البيانات لاختبارات فحص متخصصة، وتقييمات دقيقة للمخاطر تقيس مدى ملاءمتها للأغراض المستهدفة قبل إدماجها في مسارات التدريب والإنتاج.

ولتحويل هذه المبادئ إلى واقع تنفيذي، وضعت الهيئة خارطة طريق تعتمد على خمس ركائز تنظيمية: تحديد أهداف الاستخدام بدقة، وإرساء أطر الحوكمة والمساءلة وإدارة المخاطر، وتطبيق معايير صارمة للتحقق من جودة البيانات، وفرض متطلبات الشفافية وتتبع المصدر، إلى جانب استغلال البيئات التنظيمية التجريبية لاختبار الحلول في نطاق آمن يحفظ الخصوصية ويعزز الثقة العامة، بما يدعم منظومة البيانات الوطنية التي تتولى الهيئة مرجعيتها الرسمية.

ما الذي يتغير عمليًا لفرق التقنية وقادة التحول الرقمي في الخليج ومصر والمشرق العربي؟ يتغير أولًا مسار القرار الاستثماري، فالانتقال إلى البيانات المصطنعة يخفف أعباء التكاليف الباهظة لجمع السجلات الحقيقية، لكنه يفرض في المقابل مهارات جديدة على مهندسي البيانات؛ إذ لم يعد المطلوب مجرد تجهيز البيانات، بل إتقان آليات تتبع المصدر وقياس احتمالات استعادة الهوية وضبط التوزيعات الإحصائية. كما تضع هذه التوجهات معيارًا تنظيميًا تسترشد به المصارف ومؤسسات الرعاية الصحية بالمنطقة، حيث تمنحها البيئات التجريبية غطاءً نظاميًا لاختبار النماذج وتسهيل تبادل البيانات بين الشركاء دون الوقوع في مخالفات الخصوصية، مما يخلق بيئة تنافسية قائمة على كفاءة النمذجة لا على احتكار حجم البيانات الخام فقط.

إن خفض تكلفة جمع البيانات وتسهيل مشاركتها بين القطاعات يمثلان رافعة أساسية لتطوير نماذج ذكاء اصطناعي فعالة، لكن وثيقة «سدايا» تؤكد أن القيمة الحقيقية للبيانات المصطنعة تظل مشروطة بتطبيق ضوابط الحوكمة والتحقق الإحصائي المستمر؛ فالمحاكاة الرقمية وسيلة لمعالجة الندرة، وليست بديلًا عن فحص الجودة والمساءلة النظامية.