حوكمة الذكاء الاصطناعي للبنية التحتية الحيوية للشبكة الكهربائية — إطار عملي للذكاء الاصطناعي الوكيل على أساطيل المحوّلات
إطار جاهز للامتثال للمرافق الكهربائية التي تنشر الذكاء الاصطناعي الوكيل على أساطيل المحوّلات: كيف ينطبق كلٌّ من NIST AI RMF وEU AI Act وNERC CIP وIEC 62443 وISO/IEC 42001، وما الذي يتطلّبه الإشراف البشري فعلياً، ونمط الأدلة والمصدرية ومسار التدقيق والاستقلالية المحدودة الذي يجعل الذكاء الاصطناعي قابلاً للدفاع عنه على الأصول الخاضعة للتنظيم.

في هذه الصفحة
انتقل الذكاء الاصطناعي على الشبكة الكهربائية بهدوء من لوحات تحليلات تصف حالة الأصل إلى أنظمة وكيلة توصي وتتصرّف. وهذا الانتقال يحوّل حوكمة الذكاء الاصطناعي من شأن يخصّ تقنية المعلومات إلى مسألة تتعلّق بموثوقية الشبكة. تتقارب قوّتان على المرافق الكهربائية في آنٍ واحد: تنظيم مُلزِم — EU AI Act وNERC CIP — وأطر مخاطر طوعية — NIST AI RMF وISO/IEC 42001. والأطروحة التي توفّق بينهما بسيطة: على الأصول الخاضعة للتنظيم، لا تكون توصية الذكاء الاصطناعي قابلة للاستخدام إلا إذا كانت قابلة للتدقيق ومحدودة ومراجَعة بشرياً.
خط الأساس التنظيمي الذي يجب المواءمة معه
أربع أدوات تعرّف المشهد، وهي يكمّل بعضها بعضاً بدلاً من أن تتنافس.
يُعدّ إطار NIST لإدارة مخاطر الذكاء الاصطناعي طوعياً، وينظّم مخاطر الذكاء الاصطناعي في أربع وظائف — الحوكمة (Govern)، والتوصيف (Map)، والقياس (Measure)، والإدارة (Manage) — مع الحوكمة بوصفها طبقة المساءلة الشاملة. وهو نموذج التشغيل الطبيعي الذي يمكن لمرفق كهربائي أن يتبنّاه دون انتظار تكليف إلزامي. كما نشرت NIST ملفاً مخصّصاً للذكاء الاصطناعي التوليدي Generative AI Profile يسمّي مجالات مخاطر تشمل تهيئة العلاقة بين الإنسان والذكاء الاصطناعي، وسلامة المعلومات، وأمن المعلومات — وهي بالضبط الهواجس التي يثيرها الوكلاء الذين يولّدون التوصيات.
يتّبع EU AI Act نهجاً قائماً على المخاطر. فالذكاء الاصطناعي الذي يعمل بوصفه مكوّناً أمنياً في البنية التحتية الحيوية يُصنَّف عالي المخاطر، ويحمل التزامات تشمل تقييم المخاطر، وجودة البيانات، والتوثيق، والشفافية، والإشراف البشري، والدقّة — كما تلخّص نظرة عامة على الإطار التنظيمي الصادرة عن المفوّضية الأوروبية. (تُطبَّق التزامات القانون على مراحل زمنية؛ وينبغي للمرافق الكهربائية أن تتحقّق من التواريخ السارية بالرجوع إلى المصادر الرسمية لا إلى أي ملخّص غير مباشر.)
نظامان مُلزِمان قطاعياً يكملان الصورة. فمعايير NERC CIP إلزامية وقابلة للإنفاذ على نظام الطاقة الكهربائية الكلي في أمريكا الشمالية، مع عقوبات مُلزِمة — وهو السبب القانوني الصارم الذي يجعل المرافق الكهربائية بحاجة إلى أدوات ذكاء اصطناعي تنتج أدلة تدقيق قابلة للدفاع عنها وتحترم ضوابط الأصول والبيانات. أما ISA/IEC 62443 فيحوكم الأمن عبر دورة حياة أنظمة الأتمتة والتحكّم الصناعية التي تعيش المحوّلات داخلها فعلياً.
الإشراف البشري متطلّب تصميمي
أهمّ فكرة في الحوكمة بالنسبة لذكاء اصطناعي يخدم أسطول محوّلات هي أن الإشراف البشري ليس طبقة مجاملة تُركَّب في النهاية — بل هو متطلّب تصميمي منصوص عليه في القانون. تشترط أحكام الإشراف البشري في EU AI Act أن يكون الشخص المكلَّف قادراً على فهم النظام، ومراقبة تشغيله، والتدخّل، والأهمّ — تجاهُل مخرجاته أو تجاوزها أو عكسها وإيقافه. ويسمّي القانون صراحةً انحياز الأتمتة: نمط الفشل الذي يثق فيه “المراجِع” البشري بالآلة تلقائياً.
بالنسبة لقرارات المحوّلات — تأجيل الصيانة، أو ترتيب أولوية قطعة غيار، أو التخطيط لانقطاع — يصبح هذا المبدأ ملموساً. فيجب أن يكون بمقدور الإنسان أن يختلف مع النموذج، ما يعني أن على النموذج أن يُظهر استدلاله بعبارات يستطيع الإنسان التحقّق منها. فالإشراف الذي لا يرى الأدلة مجرّد مسرحية. ونحن نعالج هذا التمييز مباشرةً في الذكاء الاصطناعي مع بقاء الإنسان في الحلقة وفي الفلسفة الكامنة وراء أسس الذكاء الاصطناعي الوكيل.
ما يمارسه مطوّرو الذكاء الاصطناعي الرائدون على أنفسهم
من الجدير بالملاحظة أن الوضعية التي تطلبها الجهات التنظيمية من المرافق الكهربائية تعكس ما يمارسه مطوّرو الذكاء الاصطناعي الرائدون على أنفسهم بالفعل. فسياسة التوسّع المسؤول لدى Anthropic تربط الضمانات بعتبات القدرة، بحيث تتناسب الضوابط مع القدرة بدلاً من أن تكون موحّدة. ويرسّخ كلٌّ من إطار الاستعداد لدى OpenAI ومبادئ الذكاء الاصطناعي لدى Google التقييم قبل النشر، والإشراف البشري، والمراجعة الداخلية الخاضعة للمساءلة قبل الإطلاق. والدرس المستفاد للمرافق الكهربائية هو تبنّي الوضعية — ضوابط متناسبة، ومراجعة موثّقة، واستقلالية متدرّجة — لا سياسة أي مزوّد بعينه.
من الأطر إلى معيار تشغيلي
النسيج الرابط الذي يحوّل التوجيه إلى أدلة تدقيق هو ISO/IEC 42001، وهو أول معيار قابل لإصدار الشهادات لنظام إدارة الذكاء الاصطناعي. يشمل إدارة دورة الحياة، وتقييم أثر الذكاء الاصطناعي، والإشراف على الأطراف الثالثة ومورّدي النماذج — أي نظام السجلّات الذي يتيح لمرفق كهربائي أن يُثبت برنامجه المتوائم مع NIST أمام مدقّق بدلاً من مجرّد ادّعائه. ويعزّز تقييم مخاطر CESER للذكاء الاصطناعي في البنية التحتية الحيوية للطاقة الصادر عن وزارة الطاقة الأمريكية (DOE) الموقف نفسه القائم على الثقة مع التحقّق، إذ يشير إلى أنماط الفشل غير المقصودة، والهجمات العدائية، واختراق سلسلة توريد البرمجيات بوصفها مخاطر تُدار لا أسباباً للامتناع.
نمط النشر المتوافق
إذا قُرئت هذه الأطر معاً، فإنها تصف نمط نشر واحداً. لا يشترط أيٌّ منها غياب الأتمتة؛ بل يشترط كلٌّ منها أتمتة محوكمة بأربع خصائص:
- الأدلة — كل توصية تعود بالإحالة إلى إشارة DGA أو PRPD أو SFRA أو الزيت التي أنتجتها.
- المصدرية — أي نموذج، وأي بيانات، وأي أصل، وأي طابع زمني: قابلة لإعادة الإنتاج.
- مسار التدقيق — سجلّ غير قابل للتعديل يستطيع مدقّق NERC أو ISO أن يتتبّعه، ولهذا فإن مسارات التدقيق للذكاء الاصطناعي المُراجَع بشرياً للمحوّلات ميزة من الدرجة الأولى، لا مجرّد ملفّ سجلّ.
- الاستقلالية المحدودة — الوكيل يقترح، ومهندس مؤهَّل يبتّ، وحدود تشغيلية صارمة مبنية في النظام — وهي الفكرة نفسها الكامنة وراء نموذج أذونات صريح لوكلاء الذكاء الاصطناعي وسجلّ مخاطر موثّق للذكاء الاصطناعي في التقنية التشغيلية OT.
كيف بُنيت GridAPM لهذه الوضعية
صُمّمت GridAPM لتندرج ضمن برنامج NIST-RMF أو ISO 42001 بوصفها دليلاً. فهي محلية أولاً، إذ تُبقي بيانات الأسطول داخل حدود التقنية التشغيلية OT الخاصّة بالمرفق الكهربائي بما يتوافق مع وضعية IEC 62443 وNERC CIP؛ وتُبقي الإنسان في الحلقة افتراضياً، بحيث تُراجَع النتائج بدلاً من تنفيذها تلقائياً؛ ومرتبطة بالمصادر، بحيث يكون كل استنتاج قابلاً للتتبّع وصولاً إلى القياس والمعيار الأساسي. وبعبارة أخرى، الحوكمة ليست وثيقة يكتبها الفريق بعد النشر — بل هي شكل المنتج نفسه.
تتقارب الأطر على رسالة واضحة: الأتمتة مرحَّب بها على الشبكة الكهربائية، لكن فقط حين تكون قابلة للتدقيق ومحدودة ومراجَعة من شخص يستطيع تجاوزها. اطلب تجربة GridAPM لتقييم سير عمل جاهز للحوكمة على أسطول محوّلاتك الخاصّ، أو راجع أولاً التزاماتنا بشأن التعامل مع البيانات.
المراجع
- NIST — AI Risk Management Framework (AI RMF 1.0)
- NIST AI 600-1 — Generative AI Profile
- EU AI Act — Regulation (EU) 2024/1689 (EUR-Lex)
- European Commission — AI Act regulatory framework overview
- Anthropic — Responsible Scaling Policy
- OpenAI — Preparedness Framework
- Google — AI Principles
- ISO/IEC 42001:2023 ISO/IEC 42001:2023 — AI management systems
- IEC 62443 ISA/IEC 62443 — Industrial automation and control systems security
- NERC — Critical Infrastructure Protection (CIP) Reliability Standards
- U.S. DOE / CESER — Initial Risk Assessment: AI for Critical Energy Infrastructure
أسئلة يطرحها المهندسون
هل يُسمح أصلاً بالذكاء الاصطناعي الوكيل على البنية التحتية الحيوية للشبكة الكهربائية؟
نعم — التنظيم يحوكم الكيفية لا الجواز. يعامل EU AI Act الذكاء الاصطناعي الذي يعمل بوصفه مكوّناً أمنياً في البنية التحتية الحيوية على أنه عالي المخاطر، أي أنه مسموح به لكن يجب أن يفي بالتزامات إدارة المخاطر، والتوثيق، والشفافية، والإشراف البشري. تشترط الأطر أتمتة محوكمة، لا حظراً.
ما الذي يتطلّبه الإشراف البشري تحديداً لذكاء اصطناعي يخدم أسطول محوّلات؟
بموجب أحكام الإشراف البشري في EU AI Act، يجب أن يكون الشخص المكلَّف قادراً على فهم النظام، ومراقبة تشغيله، ورصد الحالات الشاذّة، وتجاهُل مخرجاته أو تجاوزها أو عكسها وإيقاف النظام. كما يشترط الحماية من انحياز الأتمتة، أي أن على المراجِعين ألّا يثقوا تلقائياً في توصيات الذكاء الاصطناعي. عملياً: الذكاء الاصطناعي يقترح، ومهندس مؤهَّل يقرّر.
إلى أي أطر ينبغي أن يواءم مرفق كهربائي برنامجه للذكاء الاصطناعي؟
ابدأ بإطار NIST لإدارة مخاطر الذكاء الاصطناعي بوصفه نموذج التشغيل، ومعه ملف الذكاء الاصطناعي التوليدي (Generative AI Profile) للوكلاء القائمين على نماذج اللغة الكبيرة (LLM). ثم أضفِ عليه صفة رسمية بوصفه نظام إدارة عبر ISO/IEC 42001. بعد ذلك، أوفِ الالتزامات المُلزِمة قطاعياً: NERC CIP لنظام الطاقة الكهربائية الكلي في أمريكا الشمالية، وISA/IEC 62443 لبيئة التقنية التشغيلية OT. وينطبق EU AI Act إذا كنت تعمل داخل الاتحاد الأوروبي أو تخدمه.
هل يتعيّن علينا إرسال بيانات المحوّلات إلى مزوّد ذكاء اصطناعي سحابي؟
لا — ولأجل أمن التقنية التشغيلية OT ووضعية NERC CIP، يُفضَّل إبقاء بيانات الأسطول داخل حدود الثقة الخاصّة بالمرفق الكهربائي. فالبنية المحلية أولاً تُبقي البيانات التشغيلية الحسّاسة ضمن الحدود مع تقديم نتائج مدفوعة بالذكاء الاصطناعي في الوقت نفسه، وهو النهج الذي تتّبعه GridAPM.


