غرامات غسل الذكاء الاصطناعي وصلت: هل ادعاؤك بشأن الذكاء الاصطناعي هو التالي؟

المشكلة

فرضت هيئة الأوراق المالية والبورصات (SEC) غرامات بقيمة $400,000 على شركتين استثماريتين مجتمعتين لكذبهما بشأن الذكاء الاصطناعي الخاص بهما. ليس لبناء ذكاء اصطناعي رديء، بل للادعاء بامتلاك ذكاء اصطناعي لم تبنيه فعلياً قط.

في مارس 2024، اتهمت هيئة الأوراق المالية والبورصات (SEC) شركة Delphia (USA) Inc. وشركة Global Predictions Inc. بإصدار بيانات كاذبة حول استخدامهما للذكاء الاصطناعي. أخبرت Delphia عملاءها بأنها تستخدم «نموذجاً خوارزمياً تنبؤياً» يحلل أنماط الإنفاق وبيانات وسائل التواصل الاجتماعي «للتنبؤ بالشركات والاتجاهات التي توشك على تحقيق نجاح كبير». ووجد فاحصو الهيئة أن Delphia لم تدمج تلك البيانات فعلياً في عملية الاستثمار الخاصة بها قط. واستمرت الشركة في تقديم هذه الادعاءات من عام 2019 إلى عام 2023 — حتى بعد تحذير الهيئة لها في عام 2021 بالتوقف.

أطلقت Global Predictions على نفسها اسم «المستشار المالي الأول المعتمد تنظيمياً والقائم على الذكاء الاصطناعي». وعندما طلبت الجهات التنظيمية مستندات تقنية تدعم ذلك الادعاء، لم تتمكن الشركة من تقديمها. دفعت Delphia مبلغ $225,000. ودفعت Global Predictions مبلغ $175,000.

لم تكن هذه مخططات احتيال معقدة؛ كانت ادعاءات تسويقية تجاوزت الواقع الهندسي. وهي تمثل فئة جديدة من المخاطر المؤسسية يتعين على فرقك القانونية وفرق الامتثال أن تفهمها الآن. إذا قالت شركتك إن أي شيء «مدعوم بالذكاء الاصطناعي» في أي مكان — على موقعك الإلكتروني، أو في مواد المستثمرين، أو في عروض العملاء — فأنت معرَّض لنفس مخاطر الإنفاذ هذه تماماً. استخدمت الهيئة قوانين مكافحة الاحتيال الحالية، وليس قواعد جديدة خاصة بالذكاء الاصطناعي. وهذا يعني أن الإطار القانوني اللازم لمعاقبة شركتك موجود اليوم بالفعل.

لماذا يهم هذا الأمر عملك

كانت غرامات الهيئة البالغة $400,000 مجرد الطلقة الافتتاحية. فهناك عدة وكالات اتحادية تبحث الآن بنشاط عن ادعاءات ذكاء اصطناعي يمكنها الطعن فيها.

أطلقت لجنة التجارة الفيدرالية (FTC) «عملية AI Comply» لاستهداف ادعاءات الذكاء الاصطناعي الخادعة في مختلف قطاعات الاقتصاد الاستهلاكي. وفي يناير 2025، أوقفت اللجنة خدمة DoNotPay — وهي خدمة سوّقت لنفسها بأنها «أول محامٍ آلي في العالم» — لأن الشركة لم تستطع إثبات أن الذكاء الاصطناعي الخاص بها يستطيع فعلاً أن يحل محل محامٍ بشري. كما اتخذت اللجنة إجراءات ضد Evolv Technologies بزعم تحريفها لمدى قدرة مستشعرات الذكاء الاصطناعي لديها على اكتشاف الأسلحة في المدارس.

أعلنت وزارة العدل (DOJ) مبادرتها «Justice AI». وسيقيّم المدعون الفيدراليون الآن قدرة شركتك على إدارة مخاطر الذكاء الاصطناعي كجزء من مراجعات امتثال الشركات. وقد صدرت إليهم تعليمات بالسعي إلى عقوبات أكثر صرامة عندما يُستخدم الذكاء الاصطناعي في تمكين الجرائم المالية ذات الياقات البيضاء.

إليك ما يعنيه هذا الأمر بالنسبة لنتائجك النهائية:

• الغرامات التنظيمية هي الحد الأدنى، لا السقف. غرامة Delphia البالغة $225,000 صغيرة مقارنة بالضرر السمعوي وخسارة الأعمال اللذين يليان إجراء إنفاذ علني.
• موردو الذكاء الاصطناعي لديك يخلقون مسؤوليتك القانونية. وقد أثبتت لجنة التجارة الفيدرالية أنه إذا كانت أداة الذكاء الاصطناعي بمثابة «وسيلة» للخداع، فيمكن محاسبة كلٍّ من المزود والعميل المؤسسي.
• المدعون العامون في الولايات ينضمون إلى المعركة. إنهم يستخدمون قوانين حماية المستهلك الحالية لمتابعة ادعاءات التسويق بالذكاء الاصطناعي على مستوى الولايات.
• التعرض القانوني لمجلس الإدارة حقيقي. إذا ادعت شركتك امتلاك قدرات مدفوعة بالذكاء الاصطناعي في إيداعات SEC أو عروض المستثمرين، فإن مسؤوليك يتحملون مسؤولية شخصية بموجب قواعد مكافحة الاحتيال الحالية.

هذه ليست مشكلة مستقبلية. فالبنية التحتية للإنفاذ جاهزة ونشطة.

ما الذي يحدث فعلياً تحت الغطاء

السبب الجذري لغسل الذكاء الاصطناعي هو سوء فهم تقني لكيفية عمل الذكاء الاصطناعي الحديث فعلياً. فمعظم تطبيقات الذكاء الاصطناعي اليوم — بما فيها تلك التي قد يبيعها لك موردوك — مبنية على أنظمة تتنبأ بالكلمة التالية الأكثر احتمالاً في تسلسل ما. فهي لا تتحقق من الحقائق، بل تولّد نصاً يبدو معقولاً.

فكّر فيها باعتبارها ميزة الإكمال التلقائي في هاتفك، لكن بحجم يوازي حجم الإنترنت بأسره. هاتفك لا يعرف ما إذا كانت الكلمة التالية صحيحة، بل يعرف فقط الكلمة التي تأتي عادةً بعدها. ونماذج اللغة الكبيرة (LLMs) — وهي أنظمة الذكاء الاصطناعي الكامنة وراء أدوات مثل ChatGPT — تعمل بالطريقة نفسها، وإن كان ببيانات ورياضيات أكثر. النموذج لا يملك مفهوماً داخلياً للحقيقة، بل يتنبأ بتسلسل الأحرف الأكثر احتمالاً استناداً إلى الأنماط في بيانات تدريبه.

لهذا السبب «تهلوس» أنظمة الذكاء الاصطناعي — فهي تولّد مراجع غير موجودة، أو أرقاماً مالية خاطئة، أو سوابق قانونية لم تُبتّ قط. وفي بيئة منظمة تنظيماً قانونياً، يكون «الصحيح في معظمه» قانونياً مطابقاً لـ«غير الصحيح». والمرجع القانوني المهلوس يخلق مسؤولية قانونية قائمة فعلاً على مؤسستك.

والأسوأ من ذلك أن أغلب «حلول الذكاء الاصطناعي» التي تُباع للمؤسسات اليوم هي ما تسميه الصناعة «الأغلفة البرمجية» (wrappers). وهي تطبيقات تتصل بخدمة ذكاء اصطناعي عامة عبر واجهة برمجة تطبيقات (API) — وهي في جوهرها قابس — وتضيف واجهة مستخدم فوقها. صُممت لتقليل التكاليف، وغالباً على حساب الدقة. ولا تستطيع التحقق من استنتاجاتها الخاصة، بل تنقل ببساطة ما يولده النموذج الأساسي دون النظر إلى صحته من عدمه. ثم تضع شركتك اسمها وسمعتها خلف هذا الناتج.

ما الذي ينجح (وما الذي لا ينجح)

لنبدأ بما لا يحميك:

• هندسة الأوامر وحدها. الصياغة الدقيقة لتعليماتك إلى نظام ذكاء اصطناعي لا تمنعه من الهلوسة؛ فهي تقلل التكرار لكنها لا تلغي المخاطر.
• الأغلفة البرمجية الهزيلة القائمة على API. الاتصال بنموذج ذكاء اصطناعي عام وإضافة هويتك التجارية لا يمنحك أي تحكم في الدقة أو خصوصية البيانات أو مسارات التدقيق. وهذه الأغلفة عرضة لمدخلات سيئة تسبب مخرجات خاطئة — وهي مشكلة تُسمى «تسميم الاسترجاع» (retrieval poisoning).
• الفحص اليدوي العشوائي. تكليف شخص بشأن مراجعة عينة عشوائية من مخرجات الذكاء الاصطناعي لا يكشف الأخطاء في المخرجات التي لم تُراجَع؛ بل يخلق إحساساً زائفاً بالأمان.

ما ينجح فعلاً هو بنية مختلفة اختلافاً جذرياً. وهذه هي طريقة عملها في ثلاث خطوات:

1. الاسترجاع المرتكز على الرسوم المعرفية. بدلاً من ترك الذكاء الاصطناعي يبحث بشكل فضفاض عن المعلومات ذات الصلة، تبني خريطة منظمة لمعرفتك المجالية — رسم معرفي (Knowledge Graph). في الذكاء الاصطناعي القانوني مثلاً، ترتبط كل رأي قضائي بآراء أخرى عبر علاقات محددة مثل CITES أو OVERRULES أو AFFIRMS. ولا يستطيع النظام الاستشهاد إلا بما هو موجود في هذه البنية المتحقَّق منها. وهذا ينقل الاسترجاع من تخمين إحصائي إلى مسار متحقَّق منه.

2. التحقق متعدد الوكلاء. بدلاً من مطالبة نموذج ذكاء اصطناعي واحد بالبحث والتحقق والكتابة، تقسّم العمل بين وكلاء متخصصين. «وكيل بحث» يسترجع البيانات الأولية. «وكيل تحقق» يقابلها مع رسمك المعرفي. «وكيل كتابة» ينتج الناتج النهائي باستخدام الحقائق المتحقَّق منها فقط. ويراجع هؤلاء الوكلاء أعمال بعضهم بعضاً في دورات قبل أن يرى أي إنسان النتيجة.

3. النشر السيادي على بنيتك التحتية. يعمل الذكاء الاصطناعي الخاص بك داخل جدارك الناري — إما داخل مقر مؤسستك أو في سحابة خاصة معزولة عن الإنترنت العام. يضمن ذلك عدم حدوث أي تسرب للبيانات. فملكيتك الفكرية وبيانات عملائك وأسرارك التجارية لا تلمس الخوادم الخارجية أبداً. وهذا أمر إلزامي للامتثال لـ HIPAA وGDPR وCCPA.

ميزة مسار التدقيق هي ما يجعل هذا النهج قابلاً للدفاع عنه. فكل ناتج يمكن تتبعه وصولاً إلى مستندات مصدرية محددة عبر روابط متحقَّق منها. وعندما يسأل جهة تنظيمية أو مدقق أو محامٍ الخصم «كيف وصل ذكاؤك الاصطناعي إلى هذه النتيجة؟»، يمكنك إظهار المسار الدقيق — من البيانات المصدرية، مروراً بالتحقق، وصولاً إلى الناتج النهائي. هذا هو الفرق بين نظام يمكنك الدفاع عنه ونظام يصبح التزامك القانوني القادم.

يجب أن يقترن إطار الحوكمة الخاص بك بإطار إدارة مخاطر الذكاء الاصطناعي من NIST لضوابط المخاطر التكتيكية بمعيار ISO/IEC 42001 للامتثال القابل لإصدار الشهادات والخاضع لتدقيق طرف ثالث. فمعيار ISO 42001 هو المعيار الدولي الوحيد القابل لإصدار الشهادات لأنظمة إدارة الذكاء الاصطناعي. ويمكن لمدقق طرف ثالث التحقق من امتثالك — مما يمنحك الوثائق التي تحتاجها لمراجعات الشراء والتقارير المرفوعة إلى مجلس الإدارة والإيداعات التنظيمية.

وأخيراً، ابنِ قائمة مواد الذكاء الاصطناعي (AIBOM) — وهو سجل كامل قابل للقراءة الآلية لكل مكوّن في نظام الذكاء الاصطناعي لديك. ويشمل ذلك مجموعات بيانات التدريب والنماذج الأساسية ومكتبات الأطراف الخارجية وتفاصيل البنية التحتية. تصبح قائمتك (AIBOM) المصدر الوحيد للحقيقة الذي يثبت أن ادعاءاتك بشأن الذكاء الاصطناعي تطابق واقعك التقني. وهي بالضبط الوثائق التي لم تستطع Delphia وGlobal Predictions تقديمها عندما طرقت SEC بابهما.