خمس مراحل للنضج التنظيمي

يرمّز المختبر كل دولة وفق مؤشرات تراكمية مستمدة من الوثائق الأولية: استراتيجية وطنية للذكاء الاصطناعي، وهيئة حوكمة مخصصة، وقانون نافذ لحماية البيانات، ونظام لتصنيف المخاطر، وبيئة تنظيمية تجريبية، وعدد الأدوات التنظيمية ذات الصلة بالذكاء الاصطناعي. وتُجمَّع هذه المؤشرات في خمس مراحل، من «قيد التأسيس» إلى «متقدّم».

تجمع المرحلة المتقدمة (الإمارات العربية المتحدة والسعودية وقطر) بين أدوات ملزمة عدة، وقانون نافذ ومطبَّق لحماية البيانات، وهيئة مخصصة على المستوى الاتحادي أو مستوى رئاسة الوزراء، وتصنيف للمخاطر، وبيئات تجريبية. وفي المرحلة المتوسطة (البحرين ومصر وتونس) يتوافر قانون لحماية البيانات واستراتيجية وهيئة مخصصة. أما الدول الناشئة (عُمان والمغرب والعراق) فقد اعتمدت استراتيجية أو تعمل على إعدادها مع سند قانوني جزئي. ولدى دول المرحلة الأولية (الكويت والجزائر والأردن وموريتانيا) ترتيبات رسمية محدودة. وتقع تسع دول في مرحلة «قيد التأسيس»، ومعظمها في سياقات هشّة أو متأثرة بالنزاعات.

المؤشر العربي لحوكمة الذكاء الاصطناعي

تحتل ثلاث دول خليجية المواقع الثلاثة الأولى. وتليها البحرين ومصر وتونس مجموعةً يتوافر فيها قانون لحماية البيانات واستراتيجية وطنية وهيئة مخصصة. وتسجّل عُمان والمغرب درجات في الأمن السيبراني تتجاوز 80، وتبلغ الكويت والأردن منتصف الخمسينيات بفضل الحكومة الرقمية والأمن السيبراني. أما الدول في مرحلة «قيد التأسيس» فتقل درجاتها عن 30 حيثما أمكن احتسابها.

أربعة أقاليم جغرافية

أين يكمن التفاوت في المنطقة

يختلف التشتت اختلافاً حاداً بحسب الركيزة (الجدول 1.3). فمعامل الاختلاف يبلغ 0.89 في التنظيم، مقابل 0.52 في الأمن السيبراني و0.40 في الجاهزية للذكاء الاصطناعي و0.30 في الحكومة الرقمية. والمنطقة أشد تفاوتاً بكثير في مأسسة حوكمة الذكاء الاصطناعي منها في القدرات الإدارية والتقنية التي تستند إليها. فالتفاوت الحاكم مؤسسي لا تقني.

ولهذا النمط نتيجة عملية. فالقدرات التي استغرق بناؤها عقداً من الزمن، مثل منصات الحكومة الإلكترونية وهيئات الأمن السيبراني، قائمة بالفعل في دول كثيرة ليس لديها إطار للذكاء الاصطناعي. وفي هذه الدول تكون الكلفة الحدّية للمأسسة منخفضة، وهي مسألة يتناولها الفصل العاشر.

التفاوت الحاكم مؤسسي لا تقني.

المراجع

• Ben Brik, A. (2026a). When rankings disagree: A robustness analysis of artificial intelligence readiness composite indicators. Quality & Quantity. https://doi.org/10.1007/s11135-026-03044-x
• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• International Telecommunication Union. (2024). Global Cybersecurity Index 2024. ITU.
• Oxford Insights. (2020–2025). Government AI Readiness Index (annual editions). CC BY-SA 4.0.
• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.

تستند الحوكمة في المنطقة إلى توليفات من القواعد غير الملزمة وقوانين حماية البيانات والقواعد القطاعية وتشريعات الجرائم الإلكترونية. وتسجّل السعودية أكبر عدد من الأدوات ذات الصلة بالذكاء الاصطناعي (11) ومن هيئات الحوكمة (6)، تليها الإمارات العربية المتحدة وقطر بثماني أدوات لكل منهما.

خارج الخليج، انتقلت مصر إلى استراتيجية من الجيل الثاني بمسار متدرّج من الإرشادات إلى القواعد الملزمة، فيما ترسّخ تونس والمغرب إطاريهما في قوانين راسخة لحماية البيانات. ويبلغ الاصطفاف الدولي أوسع مداه في الإمارات العربية المتحدة ومصر (أربعة أطر مشار إليها في كل منهما).

التسلسل والاصطفاف

تكشف تواريخ قوانين حماية البيانات عن جيلين من الأسس القانونية. فقد شرّعت تونس (2004) والمغرب (2009) قبل أكثر من عقد من ظهور أي استراتيجية وطنية للذكاء الاصطناعي في المنطقة؛ وتتركّز القوانين الخليجية بين عامي 2016 و2021، وشرّعت مصر عام 2020. وفي جميع الحالات سبق القانونُ الاستراتيجيةَ أو رافقها، ولهذا تُعدّ هيئات حماية البيانات، حيثما وُجدت، أقدم الجهات التنظيمية المعنية بالذكاء الاصطناعي في المنطقة والمرتكز الطبيعي للإشراف الخوارزمي.

يرتفع الاصطفاف الدولي بارتفاع المرحلة التنظيمية (r = 0.87). فالإمارات العربية المتحدة ومصر تشيران إلى أربعة أطر لكل منهما؛ والسعودية وقطر والمغرب وتونس إلى ثلاثة؛ والبحرين والكويت وعُمان والعراق إلى إطار واحد؛ وتسع دول لا تشير إلى أي إطار. فالاصطفاف علامة على المأسسة لا بديل منها: إذ لا تجمع أي دولة بين اصطفاف مرتفع ومرحلة متدنية.

الفجوات والتحديات

تبرز في الترميز ثلاثة أنماط منتظمة. (1) الأدوات تتبع المؤسسات: ففي الدول الـ19 المعروضة يرتبط عدد الأدوات ذات الصلة بالذكاء الاصطناعي بعدد الهيئات المخصصة بمعامل r = 0.97، ولم تراكم أي دولة أدوات دون أن تُنشئ أولاً هيئة تصدرها. (2) حماية البيانات تأتي أولاً: فكل دولة من الدول الثماني التي لديها قانون نافذ لحماية البيانات لديها أيضاً استراتيجية وطنية للذكاء الاصطناعي، وليس لدى أي دولة في المرحلة الأولية أو مرحلة «قيد التأسيس» قانون من هذا النوع مرمَّز. (3) وثمة حالتان شاذتان في التسلسل ترسمان حدود المشكلة. فلدى العراق ثلاث هيئات وست أدوات دون قانون لحماية البيانات، فتفتقر أدواته إلى الأساس القانوني الذي يستند إليه الإشراف في غيره من الدول. ولدى موريتانيا استراتيجية دون أي هيئة تنفّذها.

الحضور الدولي متركّز. فالسعودية تستأثر بـ64 مبادرة من أصل 91 مبادرة مسجَّلة لدى مرصد الذكاء الاصطناعي لمنظمة التعاون الاقتصادي والتنمية (70 في المئة)، وتتقاسم الإمارات العربية المتحدة ومصر وتونس والمغرب والجزائر البقية. ويعكس التسجيل جهد الإبلاغ بقدر ما يعكس النشاط، وهذا أحد أسباب عدم جواز قراءة أعداد المبادرات بوصفها مقياساً لجودة الحوكمة.

يتمثل التحدي أمام المجموعة المتقدمة في الانتقال من القواعد غير الملزمة إلى التزامات قابلة للإنفاذ: فالقوة الإلزامية تأتي حالياً من قانون حماية البيانات، ومن التنظيم المالي في حالة قطر، لا من واجبات خاصة بالذكاء الاصطناعي تقع على الجهات العامة. أما المجموعة المتوسطة فتحدّيها الإقرار والموارد؛ وقد كان مشروع القانون في البحرين ينتظر المرور البرلماني وقت الترميز.

المراجع

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• OECD. (n.d.). OECD.AI Policy Observatory. https://oecd.ai

حسّنت تسع دول من أصل 17 درجتها خلال الفترة. وكسبت السعودية 15.34 نقطة وتقدّمت على الإمارات العربية المتحدة عام 2025، وكسب الأردن 14.31 نقطة ومصر 9.91 والجزائر 8.58. وسجّلت ثماني دول عام 2025 درجات أدنى من درجات عام 2020، من بينها دول في سياقات هشّة أو متأثرة بالنزاعات.

في مؤشر الأمم المتحدة، سجّلت أكبر تقدّم كلٌّ من السعودية (من الموقع 52 إلى 6)، وعُمان (من 63 إلى 41)، والإمارات العربية المتحدة (من 21 إلى 11)، والبحرين (من 26 إلى 18). كما حسّنت مصر والمغرب والجزائر والأردن مواقعها.

المنطقة تتباعد: الدول التي بدأت من مستوى أعلى حققت مكاسب أكبر.

تقارب أم تباعد؟

تُظهر بيانات الجاهزية تباعداً لا لحاقاً بالركب. فبين الدول الـ17 المرصودة في السنتين، ارتفع الانحراف المعياري لدرجات أكسفورد إنسايتس من 14.07 عام 2020 إلى 17.40 عام 2025، والارتباط بين مستوى عام 2020 والتغيّر اللاحق موجب (r = 0.27): أي أن الدول التي بدأت من مستوى أعلى مالت إلى تحقيق مكاسب أكبر. وارتفع متوسط الخليج من 56.92 إلى 60.02، وانتقل متوسط الدول الأخرى من 33.56 إلى 35.10.

وتروي الحكومة الرقمية قصة مشابهة عند مستوى أعلى. فكل دولة من الدول الـ16 التي تتوافر عنها بيانات، باستثناء لبنان، حسّنت درجتها في مؤشر مؤشر الحكومة الإلكترونية بين عامي 2018 و2024، وارتفع المتوسط الإقليمي من 0.559 إلى 0.675. وارتفع متوسط الخليج 0.135 ومتوسط الدول الأخرى 0.105، فاتسعت الفجوة المطلقة من 0.303 إلى 0.333، وازداد تشتت الدرجات من 0.178 إلى 0.202.

ويترتب على ذلك أمران. فمكاسب الجاهزية تتبع الاستثمار المؤسسي المستدام لا الدخل وحده: إذ سجّل الأردن ومصر، وكلاهما خارج مجموعة الدول المرتفعة الدخل، ثاني وثالث أكبر المكاسب، بينما سجّلت الكويت والإمارات العربية المتحدة تراجعاً. ولأن الدرجات المركّبة تتأثر بتعديل المنهجيات، فلا ينبغي أن توجّه السياساتِ تحركاتٌ ببضع نقاط من سنة إلى أخرى؛ فالاتجاه على مدى خمس سنوات هو الإشارة الأوثق.

قدرة واحدة وقياسان

يرتبط المصدران ارتباطاً قوياً (r = 0.93، n = 16). وينبغي قراءتهما بوصفهما قياسين لقدرة إدارية كامنة واحدة، لا تأكيداً مستقلاً من أحدهما للآخر. والتقلب في المدى القصير كبير: فبين عامي 2023 و2025 بلغ متوسط التغيّر المطلق في درجات الجاهزية 3.87 نقطة، وتحسّنت ثماني دول من أصل 19، مقابل تسع من أصل 17 على امتداد الفترة منذ عام 2020.

المراجع

• Ben Brik, A. (2026a). When rankings disagree: A robustness analysis of artificial intelligence readiness composite indicators. Quality & Quantity. https://doi.org/10.1007/s11135-026-03044-x
• Oxford Insights. (2020–2025). Government AI Readiness Index (annual editions). CC BY-SA 4.0.
• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.

الفجوات والتحديات

الإنتاج البحثي متركّز وتوزيعه آخذ في التحوّل. فقد أنتجت السعودية والعراق ومصر 65 في المئة من 3,906 منشورات مفهرسة مسجَّلة لعام 2023. وبين عامي 2020 و2023 نما الإنتاج 74 في المئة في السعودية و67 في المئة في البحرين و66 في المئة في الجزائر و57 في المئة في العراق، وتراجع في الكويت (27 في المئة) ولبنان (17 في المئة) والجمهورية العربية السورية (37 في المئة) ودولة فلسطين (من خمسة منشورات إلى ثلاثة). ومن بين جميع العوامل المرتبطة بالمرحلة التنظيمية التي يتناولها هذا التقرير، يُعدّ الإنتاج البحثي أضعفها ارتباطاً (معامل سبيرمان ρ = 0.66، مقابل 0.84 للجاهزية للذكاء الاصطناعي)، ما يؤكد أن المجتمعات العلمية والمؤسسات التنظيمية تتطور في مسارين منفصلين.

لا يتنبأ الإنفاق على البحث بحجم الإنتاج. فمن بين الدول الثماني التي تُبلغ عن الاثنين، تجمع مصر (1.03 في المئة من الناتج المحلي الإجمالي و669 منشوراً) وتونس (0.75 في المئة و357 منشوراً) بين الإنفاق والإنتاج، وتنتج السعودية أكبر عدد بإنفاق يبلغ 0.56 في المئة، وينتج العراق 679 منشوراً بإنفاق يبلغ 0.04 في المئة. والإنتاج عند هذا المستوى من الإنفاق يقوم على جهد أعضاء هيئات التدريس لا على برامج مموَّلة، ما يجعله هشّاً ويُبقيه منفصلاً عن عملية صنع السياسات.

المراجع

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• OECD. (n.d.). OECD.AI Policy Observatory. https://oecd.ai
• World Bank. (2023). World Development Indicators. World Bank.

كسبت الإمارات العربية المتحدة 0.26 والسعودية 0.10. وتراجع رأس المال البشري في ثماني دول من أصل 16، بما فيها جميع الدول في السياقات الهشّة أو المتأثرة بالنزاعات التي تتوافر عنها بيانات. وتعتمد الاستراتيجيات على المنظِّمين والمهندسين وموظفي الخدمة المدنية في تنفيذها؛ وحيثما يتعرّض رأس المال البشري للضغط يكون دعم التنفيذ وبرامج التدريب الإقليمية هو الأهم.

يبلغ التآكل أشدّه حيث ستحتاج الإدارة العامة إلى إعادة البناء تحديداً.

الفجوات والتحديات

أما أدلة رأس المال البشري فأكثر حدّة. فقد ظل المتوسط الإقليمي لمؤشر رأس المال البشري ثابتاً تقريباً بين عامي 2018 و2024 (من 0.645 إلى 0.651)، لكن المتوسط يخفي انقساماً: إذ كسبت دول الخليج 0.099 في المتوسط، بينما خسر العراق ولبنان وليبيا والجمهورية العربية السورية واليمن 0.092. ويبلغ التآكل أشدّه حيث ستحتاج الإدارة العامة إلى إعادة البناء تحديداً. وفي هذه الدول لا يتمثل القيد على حوكمة الذكاء الاصطناعي في غياب الاستراتيجية، بل في توافر موظفين مدرَّبين يشغلون أي مؤسسة قد تُنشئها الاستراتيجية.

تبيّن المقارنة بين مؤشر الخدمات الإلكترونية ومؤشر رأس المال البشري أيّ الإدارات تحوّل المهارات إلى خدمات. فالأردن (+0.113) ومصر (+0.085) والسعودية (+0.083) تقدّم عبر الإنترنت أكثر مما توحي به درجة رأس المال البشري لديها. أما ليبيا (−0.514) والجزائر (−0.310) والعراق (−0.309) فلديها رأس مال بشري لا ينعكس في الخدمات الرقمية. والمجموعة الثانية هي الأكثر دلالة بالنسبة إلى حوكمة الذكاء الاصطناعي: فالمهارات قائمة لدى السكان لا في الجهاز الحكومي. وترتفع المشاركة الإلكترونية بارتفاع المرحلة التنظيمية (r = 0.71)، مع استثناءات في الاتجاهين.

المراجع

• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.

تسجّل ست دول نسبة استخدام للإنترنت تتجاوز 95 في المئة. وارتفع استخدام الإنترنت في العراق 47.8 نقطة مئوية بين عامي 2018 و2023، وأضاف كل من المغرب والأردن ومصر والجزائر أكثر من 25 نقطة. وقد توسّع الاتصال بوتيرة أسرع من أطر الذكاء الاصطناعي: فدولتان يتجاوز فيهما مؤشر البنية التحتية للاتصالات 0.96 ليست لديهما استراتيجية مرمَّزة للذكاء الاصطناعي.

الفجوات والتحديات

وتضيف بنية الشبكات بُعداً يتصل بالقدرة على الصمود. فالكويت تسجّل 166 اشتراكاً في الهاتف المحمول مقابل كل اشتراك في النطاق العريض الثابت، وموريتانيا 154، مقابل نسبة تقل عن 10 في تسع من الدول الـ15 التي تتوافر عنها بيانات. ويعتمد الذكاء الاصطناعي الكثيف البيانات في القطاع العام على السعة الثابتة؛ وحيثما تكون محدودة تتحمّل استراتيجيات الحوسبة السحابية ومراكز البيانات عبئاً أكبر. وفي خمس دول (الجزائر والعراق وليبيا والجمهورية العربية السورية واليمن) يقل مؤشر الخدمات الإلكترونية عن 0.35 والمشاركة الإلكترونية عن 0.20، ما يعني أن الدولة الرقمية الموجَّهة إلى الجمهور، التي ستُبنى عليها خدمات الذكاء الاصطناعي، لا تزال بحاجة إلى البناء.

البنية التحتية أضعف مقاييس القدرة ارتباطاً بالمرحلة التنظيمية: إذ يرتبط استخدام الإنترنت بالمرحلة بمعامل r = 0.30 ومؤشر البنية التحتية للاتصالات بمعامل r = 0.60. وقد أضافت ست دول أكثر من 20 نقطة مئوية في استخدام الإنترنت خلال خمس سنوات (العراق والجزائر والأردن والمغرب ومصر ودولة فلسطين)، أي أن شريحة واسعة من المستخدمين اتصلت بالإنترنت قبل وجود أي إطار لاتخاذ القرار الآلي.

المراجع

• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.
• World Bank. (2023). World Development Indicators. World Bank.

تتجاوز خمس دول 94 في مؤشر الاتحاد الدولي للاتصالات: السعودية والإمارات العربية المتحدة وعُمان ومصر وقطر. ويتوافق مؤشر الاتحاد والمؤشر الوطني للأمن السيبراني إلى حد جيد في المنطقة (r = 0.83، n = 15). وحيثما تكون مؤسسات الأمن السيبراني قوية وهيئات الذكاء الاصطناعي لا تزال محدودة، كما في عُمان، يمكن للأولى أن تستضيف وظائف الإشراف المبكرة على الذكاء الاصطناعي.

الفجوات والتحديات

يستند مؤشرا الأمن السيبراني إلى أدلة مختلفة. فمؤشر الاتحاد الدولي للاتصالات يسجّل الالتزامات عبر ركائز قانونية وتقنية وتنظيمية وركيزتي القدرات والتعاون، استناداً في معظمه إلى استبيانات وطنية؛ أما المؤشر الوطني للأمن السيبراني فيقيّم أدلة منشورة قابلة للتحقق على تدابير منفَّذة. ولذلك فإن الفرق بينهما ذو دلالة. فهو يتجاوز 50 نقطة في الإمارات العربية المتحدة (57.8) والبحرين (51.9) وعُمان (50.6)، و40 نقطة في الأردن (42.4)، ويقترب من الصفر في الجزائر (0.2). والسعودية هي الدولة الوحيدة التي تتجاوز 80 في المؤشرين معاً. ولا يدل الفرق الكبير على ضعف الأمن، بل على أن القدرة المنفَّذة أقل ظهوراً في الأدلة المنشورة من الالتزامات المعلنة، وهو أمر مهم متى شُغّلت أنظمة الذكاء الاصطناعي على البنية التحتية نفسها.

يُنشر المؤشر الوطني للأمن السيبراني مع مستوى للتطور الرقمي، ويدل الفرق بينهما على مدى مواكبة الأمن لوتيرة الرقمنة. فالمغرب (+23.2) والسعودية (+20.5) ومصر (+10.2) تؤمّن أكثر مما يوحي به مستوى تطورها الرقمي. أما البحرين (−39.2) وليبيا (−30.7) والإمارات العربية المتحدة (−28.6) والأردن (−25.5) فقد تقدّمت رقمنتها بوتيرة أسرع من تدابيرها الأمنية الموثَّقة علناً. وفي هذه الدول سيعمل الذكاء الاصطناعي في القطاع العام على أسس أمنها هو الأقل توثيقاً.

المراجع

• e-Governance Academy. (n.d.). National Cyber Security Index. https://ncsi.ega.ee
• International Telecommunication Union. (2024). Global Cybersecurity Index 2024. ITU.

تستند وثائق الأخلاقيات الوطنية أساساً إلى نصوص منظمة التعاون الاقتصادي والتنمية واليونسكو ومعهد مهندسي الكهرباء والإلكترونيات والاتحاد الأوروبي، ويستقي دليل أخلاقيات الذكاء الاصطناعي لمجلس التعاون (2020) من المصادر نفسها. ويمثّل بناء إطار أخلاقي يستند إلى التقاليد الفقهية في المنطقة، مثل مقاصد الشريعة، فرصة مفتوحة للريادة الإقليمية.

تتركّز البيئات التنظيمية التجريبية في قطاعي المال والصحة. وتقع أنظمة التوصية والوكلاء الحواريون والإشراف على المحتوى خارج الأطر القائمة إلى حد بعيد، ولدى ثماني دول نظام رسمي لتصنيف المخاطر، وهو الأداة الأساسية لتوسيع نطاق الإشراف ليشمل هذه الأنظمة.

الفجوات والتحديات

الفجوة في هذا المجال فجوة تغطية. فالأدوات تتركّز حيث تكون المخاطر أوضح للمنظِّمين (المال والصحة والبيانات الشخصية)، وتكون أضعف ما تكون حيث يشكّل الذكاء الاصطناعي الاتصال العام. والقدرات اللغوية متركّزة على النحو نفسه: فالدول الخمس ذات البرامج السيادية للنماذج اللغوية تشمل الدول الثلاث المتقدمة جميعها، أي أن الموارد اللغوية العربية تُبنى حيث تكون قدرة الحوكمة في أعلى مستوياتها أصلاً. أما الدول السبع عشرة الأخرى فالطريق الواقعي أمامها نحو الملاءمة اللغوية والثقافية هو بنية تحتية إقليمية مشتركة: مدوّنات مفتوحة، ومعايير تقييم تغطي اللهجات العربية، ومتطلبات موحّدة في المشتريات الحكومية بشأن الأداء باللغة العربية.

مصادر الإرشادات الأخلاقية خارجية وحديثة. فبحسب ترميز مجموعة البيانات، تشير سبع دول إلى توصية اليونسكو بشأن أخلاقيات الذكاء الاصطناعي، وتظهر في سبع دول آثار قانون الذكاء الاصطناعي الأوروبي، وتشير ثلاث دول إلى دليل أخلاقيات مجلس التعاون، وتنضم دولة واحدة إلى مبادئ منظمة التعاون الاقتصادي والتنمية. ولا تستند أي وثيقة من الوثائق المرمَّزة في المقام الأول إلى الفقه في المنطقة، ما يتيح المجال لإسهام إقليمي في النقاش العالمي لا لمجرد تلقّيه.

المراجع

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• OECD. (n.d.). OECD.AI Policy Observatory. https://oecd.ai

حيثما وُجد نموذج، تقع السلطة في مركز الحكومة. فالسعودية وقطر والعراق تضع الذكاء الاصطناعي تحت سلطة رئاسة مجلس الوزراء، والإمارات العربية المتحدة تحت حقيبة اتحادية، ومصر والبحرين تحت وزارة، وتونس تحت مجلس ملحق برئاسة الحكومة؛ والمغرب هو الترتيب الوحيد المتعدد أصحاب المصلحة، وعُمان مرمَّزة بوصفها مجزّأة. والمركزية قاسم مشترك بين الدول الثلاث المتقدمة والعراق، ما يبيّن أن الشكل المؤسسي ينتقل بيسر أكبر من القدرة التي تسنده.

الإنفاذ هو موضع التباين الأكبر بين النماذج. فقد رُمِّزت تسعة ترتيبات مختلفة للإنفاذ في الدول التسع ذات النموذج المحدَّد، من رافعة المشتريات إلى الغرامات المباشرة، ولا تشترك دولتان في ترتيب واحد. لقد تقاربت المنطقة في موضع السلطة، ولم تتقارب في كيفية جعل القواعد ملزمة.

المراجع

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA

يستخدم التحليل منهج التحليل النوعي المقارن بالمجموعات الضبابية (راغين، 2008؛ شنايدر وفاغمان، 2012). وتُعايَر الشروط بوصفها درجات انتماء بين 0 و1: قدرة الدولة، والموارد الاقتصادية، والبنية التحتية الرقمية، وحماية البيانات، والاصطفاف الدولي، والإنتاج البحثي، وغيرها.

الفجوة بين القدرة والتنظيم

يفصل تشخيص بسيط بين مشكلتين في الحوكمة يطمسهما متوسط المؤشر. ففي كل دولة يُقارَن متوسط ركائز القدرة الثلاث (الجاهزية والحكومة الرقمية والأمن السيبراني) بركيزة التنظيم (الشكل 10.1). ويدل الفرق الموجب على قدرة كامنة: أي قدرة إدارية وتقنية تسبق مأسسة حوكمة الذكاء الاصطناعي. ويدل الفرق السالب على تنظيم يسبق القدرة.

القدرة الكامنة. لدى الكويت (+40.7) والأردن (+40.2) وعُمان (+29.5) والجزائر (+20.2) والمغرب (+14.6) قدرة لا تعكسها مرحلتها التنظيمية. والعائق في هذه الدول قرارٌ لا عجز: إذ يمكن إنشاء جهة قائدة واعتماد استراتيجية وقانون لحماية البيانات بالوسائل الإدارية المتاحة بالفعل.

تنظيم يسبق القدرة. اعتمد العراق (−18.1) وتونس (−9.1) استراتيجيات وهيئات وأدوات تتجاوز القدرة الإدارية المقيسة. وهذه هي التوليفة التي يُرجَّح فيها أن ينفصل الاعتماد الشكلي عن الممارسة، والتي يكون فيها الاستثمار في التنفيذ (الكوادر والخدمات الإلكترونية والأمن السيبراني) أجدى من أدوات إضافية. وتعكس القيم السالبة لقطر (−21.5) والإمارات العربية المتحدة (−12.2) والسعودية (−11.0) جزئياً بلوغ سقف مقياس التنظيم، لكنها تحدّد أيضاً مواضع انخفاض القدرة قياساً إلى الطموح: الجاهزية للذكاء الاصطناعي في الدول الثلاث، والحكومة الرقمية في قطر.

أما البحرين (+1.5) ومصر (−1.1) وموريتانيا (−1.7) فهي في حالة توازن، عند مستويات شديدة الاختلاف. وفي الدول التسع في مرحلة «قيد التأسيس» تساوي ركيزة التنظيم صفراً، فيساوي الفرق متوسط القدرة؛ وهو يتراوح بين 39.7 في لبنان و37.3 في ليبيا و18.8 في اليمن، ما يذكّر بأن هذه المرحلة تضم نقاط انطلاق شديدة التباين.

في دول القدرة الكامنة، العائق قرارٌ لا عجز.

ثلاث خلاصات

الموارد وحدها لا تُنتج إطاراً للحوكمة. تجمع الكويت بين نصيب للفرد من الناتج المحلي الإجمالي يبلغ 34,076 دولاراً ونسبة استخدام للإنترنت تبلغ 99.75 في المئة، دون استراتيجية أو هيئة مخصصة مرمَّزة، بينما تملك دول الخليج الخمس الأخرى الاثنتين معاً. والعامل الحاسم هو الخيار المؤسسي، ويمكن أن يكون التقدم سريعاً متى حُدِّدت جهة قائدة.

قد تسبق القدرة البحثية التنظيم. لدى العراق والأردن والجزائر مجتمعات بحثية أكبر مما توحي به مرحلتها التنظيمية. وتمثّل هذه المجتمعات رصيداً للجهات التنظيمية.

قد تتأخر الدرجات المركّبة عن التغيّر المؤسسي. ارتفعت درجة الجاهزية في لبنان بين عامي 2020 و2023 في ظل أزمة اقتصادية حادة، ثم تراجعت 13.36 نقطة بحلول عام 2025.

المراجع

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• Ragin, C. C. (2008). Redesigning social inquiry: Fuzzy sets and beyond. University of Chicago Press.
• Schneider, C. Q., & Wagemann, C. (2012). Set-theoretic methods for the social sciences. Cambridge University Press.

تنظّم الإرشادات الدولية العمل الحكومي في مجال الذكاء الاصطناعي حول عوامل التمكين والضوابط والمشاركة (منظمة التعاون الاقتصادي والتنمية، 2025). وتشير الأدلة الواردة في هذا التقرير إلى ترتيب مكمّل للمنطقة العربية تسبق فيه الأسسُ والمؤسساتُ الأدواتِ.

الفجوات ذات الأولوية والتوصيات

التوصيات بحسب الجهة الفاعلة

مراكز الحكومة. التعامل مع حوكمة الذكاء الاصطناعي بوصفها مسألة تتعلق بتنظيم الجهاز الحكومي: إسناد ولاية قيادية واحدة وتمويلها، وإلزام الجهات التنظيمية القطاعية بالتنسيق من خلالها.

الجهات التنظيمية وهيئات حماية البيانات. بناء القدرة على الإنفاذ قبل توسيع منظومة القواعد؛ ونشر القرارات وبيانات الإنفاذ حتى يمكن رصد الامتثال.

المجالس التشريعية. حيثما تكون مشاريع قوانين الذكاء الاصطناعي قيد النظر، يُشرَّع لقدرات التنفيذ وبنود المراجعة جنباً إلى جنب مع الالتزامات.

المنظمات الإقليمية. توفير أدوات مشتركة (تصنيف المخاطر، وبنود المشتريات، والإبلاغ عن الحوادث) وبرنامج إقليمي للتدريب، بما يخفض كلفة الدخول على الإدارات الأصغر حجماً.

الشركاء الدوليون. مواءمة الدعم مع القدرة الاستيعابية ومع التسلسل المبيَّن في هذا التقرير؛ وتجنّب تمويل وثائق استراتيجية لا تُكلَّف أي مؤسسة بتنفيذها.

الأدوات تتبع المؤسسات: حدِّدوا الجهة أولاً.

يستحق تسلسل السياسات عناية خاصة. فالأدلة المستمدة من مناطق نامية أخرى تبيّن أن اعتماد أدوات متقدمة قبل توافر القدرة على تنفيذها قد يقيّد الإدارات بالتزامات لا تستطيع الوفاء بها (بن بريك، 2026ب).

المراجع

• Ben Brik, A. (2026b). Policy sequencing and the capability trap: AI governance instrument design across Asian developing countries. Journal of Asian Public Policy, 1–20. https://doi.org/10.1080/17516234.2026.2697934
• OECD. (2025). Governing with artificial intelligence: The state of play and way forward in core government functions. OECD Publishing. https://doi.org/10.1787/795de142-en

لبناء القدرات في حوكمة الذكاء الاصطناعي، يُرجى التواصل مع المختبر: anis.ben.brik@usi.ch.