Skip to content
حاکمیت AI

مسئول حاکمیت هوش مصنوعی (AI Governance Officer / CAIO): نقشی که تا دو سال پیش وجود نداشت

مدیر یا مسئول حاکمیت هوش مصنوعی در سازمان چه می‌کند، کجای ساختار قرار می‌گیرد و چطور در یک شرکت کوچک بدون استخدام جدید تعریف می‌شود؛ با شواهد از McKinsey، استنفورد و دولت آمریکا.

عرفان احمدیانتشار: ۲۵ مهر ۱۴۰۵بازبینی: ۸ مهر ۱۴۰۵۵ دقیقه مطالعه
۰ دیدگاه

شرکت‌های بزرگ دنیا در حال پر کردن پستی هستند که تا چند سال پیش در هیچ چارت سازمانی دیده نمی‌شد: مسئول حاکمیت هوش مصنوعی؛ با عنوان‌هایی مثل Chief AI Officer (CAIO)، Head of AI Governance یا Responsible AI Lead. طبق گزارش شاخص هوش مصنوعی استنفورد ۲۰۲۶، نقش‌های تخصصی حاکمیت AI فقط در سال ۲۰۲۵ حدود ۱۷٪ رشد کرده‌اند. در بخش دولتی آمریکا هم این نقش الزامی شده است: دستورالعمل OMB M-25-21 (آوریل ۲۰۲۵) همه‌ی نهادهای فدرال را ملزم کرد یک مدیر ارشد هوش مصنوعی تعیین کنند.

اما پیام اصلی برای سازمان‌های کوچک‌تر این نیست که «باید یک مدیر جدید استخدام کنید». پیام این است: مسئولیت هوش مصنوعی باید رسماً به یک نفر مشخص سپرده شود.

چرا یک مسئول مشخص لازم است؟

وقتی هوش مصنوعی «مال همه» است، در عمل مال هیچ‌کس نیست. واحد فناوری اطلاعات فکر می‌کند موضوع حقوقی است، واحد حقوقی فکر می‌کند موضوع فنی است و واحدهای کسب‌وکار هر کدام ابزار خودشان را انتخاب می‌کنند. نتیجه، همان Shadow AI و ریسک‌های بدون مالک است.

داده‌ها هم اهمیت این موضوع را نشان می‌دهند. گزارش State of AI مک‌کنزی (مارس ۲۰۲۵) نشان داد فقط ۲۸٪ پاسخ‌دهندگان گفته‌اند مدیرعاملشان مسئولیت نظارت بر حاکمیت هوش مصنوعی را بر عهده دارد، اما نظارت مدیرعامل بر حاکمیت AI، یکی از عواملی بود که بیشترین همبستگی را با اثر مثبت هوش مصنوعی بر سود عملیاتی داشت. یعنی حاکمیت روشن فقط کاهش ریسک نیست؛ با خلق ارزش هم گره خورده است.

استانداردها هم همین را می‌خواهند: ISO/IEC 42001 در بند ۵٫۳ تعیین نقش‌ها، مسئولیت‌ها و اختیارات را الزامی می‌داند و NIST AI RMF در دسته‌ی GOVERN 2 بر ساختارهای پاسخ‌گویی روشن تأکید می‌کند.

مسئول حاکمیت هوش مصنوعی چه می‌کند؟

وظایف اصلی این نقش، صرف‌نظر از عنوان:

  1. مالکیت سیاست: تدوین، ابلاغ و بازنگری دستورالعمل استفاده از هوش مصنوعی.
  2. فهرست و نقشه: نگه‌داشتن فهرست به‌روز ابزارها و سیستم‌های AI سازمان و مالک هرکدام.
  3. فرایند تأیید: بررسی درخواست‌های استفاده از ابزار یا کاربرد جدید و تصمیم درباره‌ی آن‌ها (یا ارجاع به کمیته).
  4. ریسک: اطمینان از اینکه برای کاربردهای مهم ارزیابی ریسک انجام شده و ریسک‌ها مالک دارند.
  5. آموزش: برنامه‌ریزی آموزش و سواد هوش مصنوعی کارکنان.
  6. رخداد: نقطه‌ی تماس برای گزارش اشتباه‌ها و رخدادهای مرتبط با AI و هماهنگی واکنش.
  7. گزارش به مدیریت: گزارش منظم وضعیت ریسک و استفاده به مدیرعامل یا هیئت‌مدیره.
  8. رصد بیرونی: دنبال کردن تغییرات قوانین، استانداردها و الزامات مشتریان.

جایگاه در ساختار سازمانی

راه یکسانی وجود ندارد، اما سه الگوی رایج:

الگو مزیت ریسک
زیر نظر مدیرعامل نفوذ و اختیار بالا نیاز به فرد باتجربه و ارشد
در واحد ریسک، انطباق یا حقوقی نگاه ساختاریافته به ریسک ممکن است «ترمز» دیده شود و با کسب‌وکار فاصله بگیرد
در واحد فناوری یا داده درک فنی عمیق ممکن است ریسک‌های غیرفنی (حقوقی، اخلاقی، منابع انسانی) کم‌رنگ شوند

گزارش IAPP درباره‌ی حرفه‌ی حاکمیت AI نشان می‌دهد در بسیاری از سازمان‌ها این مسئولیت به تیم‌های حریم خصوصی، حقوقی و انطباق سپرده شده است. مهم‌تر از جای دقیق، دو چیز است: دسترسی مستقیم به مدیریت ارشد و ارتباط نزدیک با واحدهای کسب‌وکار.

کمیته‌ی حاکمیت هوش مصنوعی

در سازمان‌های متوسط و بزرگ، مسئول حاکمیت معمولاً یک کمیته‌ی کوچک را هدایت می‌کند که نمایندگان این واحدها در آن حضور دارند: فناوری اطلاعات و امنیت، حقوقی و انطباق، منابع انسانی، داده و واحدهای کسب‌وکار اصلی. استاندارد ISO/IEC 38507 هم به هیئت‌مدیره و مدیریت ارشد یادآوری می‌کند که پاسخ‌گویی نهایی درباره‌ی استفاده از AI با آن‌هاست و قابل واگذاری کامل نیست.

در یک شرکت کوچک چطور؟

شرکتی با ۲۰ یا ۵۰ نفر کارمند نیازی به استخدام CAIO ندارد. کافی است:

  1. یک نفر را رسماً تعیین کنید — مثلاً مدیر عملیات، مدیر فنی یا یکی از بنیان‌گذاران — و این مسئولیت را در شرح وظایفش بنویسید.
  2. زمان مشخص اختصاص دهید: مثلاً چند ساعت در ماه برای بازبینی ابزارها، رخدادها و سیاست.
  3. اختیار بدهید: این فرد باید بتواند استفاده از یک ابزار پرریسک را متوقف کند.
  4. یک گزارش کوتاه منظم (مثلاً ماهانه یا فصلی) به مدیرعامل بدهد.

همین چهار کار، سازمان را از وضعیت «هیچ‌کس مسئول نیست» به وضعیت «می‌دانیم چه کسی پاسخ‌گوست» می‌رساند؛ که در اصول حاکمیت هوش مصنوعی آن را ستون «پاسخ‌گویی» نامیدیم.

چه مهارت‌هایی لازم است؟

ترکیبی کمیاب، اما قابل یادگیری: درک کافی از نحوه‌ی کار هوش مصنوعی (نه لزوماً برنامه‌نویسی)، آشنایی با مدیریت ریسک و انطباق، شناخت استانداردها و قوانین اصلی، و مهم‌تر از همه، توانایی گفت‌وگو با مدیران، مهندسان و حقوق‌دانان به زبان خودشان. برای مسیرهای رسمی یادگیری، مقاله‌ی مدارک بین‌المللی حاکمیت هوش مصنوعی را ببینید.

جمع‌بندی

نام این نقش مهم نیست؛ وجودش مهم است. سازمانی که نمی‌تواند به سؤال «چه کسی مسئول هوش مصنوعی ماست؟» با یک نام مشخص جواب دهد، هنوز حاکمیت هوش مصنوعی ندارد. برای تصویر کامل ساختار، راهنمای جامع حاکمیت هوش مصنوعی را بخوانید.

این مطلب برایتان مفید بود؟

۰ دیدگاه

این موضوع در سازمان شما چه وضعیتی دارد؟

ارزیابی رایگان آمادگی، شکاف‌ها و اولویت‌های سازمان را در ۱۰ دقیقه نشان می‌دهد.

ارزیابی رایگان سازمان

دیدگاه‌ها (۰)

هنوز دیدگاهی ثبت نشده است. اولین نفر باشید؛ سؤال‌ها و تجربه‌های شما به بهتر شدن این مطلب کمک می‌کند.

دیدگاه خود را بنویسید

منتشر نمی‌شود؛ فقط برای اطلاع از پاسخ.

دیدگاه‌ها پس از بررسی منتشر می‌شوند. لطفاً اطلاعات محرمانه سازمان را اینجا ننویسید.

مطالب مرتبط

حاکمیت AI

ممنوع کردن ChatGPT کافی نیست: چرا ممنوعیت ابزار، ریسک هوش مصنوعی را حل نمی‌کند

بسیاری از سازمان‌ها با ممنوع کردن ChatGPT خیالشان راحت می‌شود. اما هوش مصنوعی در افزونه‌ها، اپ‌ها و نرم‌افزارهای روزمره هم هست و ممنوعیت، استفاده را پنهان می‌کند. رویکرد جایگزین چیست؟

۲۸ مهر ۱۴۰۵ · ۴ دقیقه مطالعه

حاکمیت AI

آموزش هوش مصنوعی به کارکنان: قالب یک جلسه‌ی ۳۰ دقیقه‌ای که بیشترین ریسک را کم می‌کند

برنامه‌ی عملی آموزش استفاده‌ی امن از هوش مصنوعی برای کارکنان: سرفصل جلسه‌ی ۳۰ دقیقه‌ای، مثال‌های واقعی، آموزش نقش‌محور و نحوه‌ی سنجش اثر؛ همسو با ماده ۴ قانون AI اروپا و ISO/IEC 42001.

۲۷ مهر ۱۴۰۵ · ۵ دقیقه مطالعه

حاکمیت AI

Human-in-the-Loop چیست؟ طراحی نظارت انسانی واقعی بر تصمیمات هوش مصنوعی

Human-in-the-Loop (انسان در حلقه) یعنی چه و چطور طراحی می‌شود تا به تأیید تشریفاتی تبدیل نشود؟ الگوهای نظارت انسانی، الزامات ماده ۱۴ قانون AI اروپا و یک الگوی عملی برای تصمیمات حساس.

۲۱ مهر ۱۴۰۵ · ۴ دقیقه مطالعه