درخواست عضویت
باز و بسته کردن فهرست
گزارش سیاستی

حکمرانی اقتصادی در عصر هوش مصنوعی

بازطراحی نهادهای اقتصادی ایران برای مواجهه مسئولانه با اقتصاد هوشمند

۱۰ تیر ۱۴۰۵۵ دقیقه مطالعهدکتر محمود شیخ شعاعی
حکمرانی اقتصادی در عصر هوش مصنوعی

چکیده

گسترش هوش مصنوعی صرفاً یک تحول فناورانه نیست، بلکه الگوهای تصمیم‌گیری، تنظیم‌گری، مالیات، بازار کار و ارائه خدمات عمومی را دگرگون می‌کند. این انتشار با بررسی چالش‌های حکمرانی داده‌محور در اقتصاد ایران، بر ضرورت بازطراحی نهادها، افزایش شفافیت، یکپارچه‌سازی زیرساخت‌های اطلاعاتی و ایجاد سازوکارهای مسئولانه برای بهره‌گیری از هوش مصنوعی تأکید می‌کند. هدف، ارائه چارچوبی برای استفاده از ظرفیت‌های اقتصاد هوشمند در کنار کنترل مخاطرات نهادی و اجتماعی آن است.

«بازطراحی نهادهای اقتصادی ایران برای جهان هوشمند»

اگر بخواهم مسئله هوش مصنوعی در اقتصاد ایران را بدون تعارف صورت‌بندی کنم، باید از اینجا شروع کرد که ما هنوز تصویر دقیقی از خود اقتصاد نداریم. این جمله شاید ساده به نظر برسد اما تقریباً تمام بحث‌هایی که درباره حکمرانی داده‌محور یا هوش مصنوعی مطرح می‌شود را جابه‌جا می‌کند. چون وقتی تصویر کامل نباشد، ابزار تحلیل هم روی یک واقعیت ناقص سوار می‌شود و طبیعی است که خروجی هم محدود باشد.

در وضعیت فعلی چند عدد رسمی تا حدی این تصویر را نشان می‌دهد. نسبت مالیات به تولید ناخالص داخلی حدود 7 تا 8.5 درصد است، سهم اقتصاد غیررسمی در برخی برآوردها بین 20 تا 30 درصد دیده می‌شود و بهره‌وری کل عوامل تولید در بسیاری از سال‌ها یا نزدیک به صفر است یا حتی منفی. اما نکته مهم‌تر این است که همین اعداد هم با عدم قطعیت همراه‌اند. یعنی ما درباره اقتصادی صحبت می‌کنیم که حتی در سطح اندازه‌گیری هم شفافیت کامل ندارد.

در چنین شرایطی یک تصور رایج شکل گرفته که اگر داده و هوش مصنوعی وارد شود، مسئله حل می‌شود. من فکر می‌کنم این نگاه بیش از حد ساده‌سازی شده است. چون داده زمانی ارزش دارد که قابل اتکا باشد، نهادها آن را به‌درستی به اشتراک بگذارند و انگیزه واقعی برای شفافیت وجود داشته باشد. اگر این سه شرط نباشد، هوش مصنوعی فقط همان خطاهای موجود را سریع‌تر و دقیق‌تر پردازش می‌کند، نه اینکه آن‌ها را اصلاح کند.

در حوزه مالیات این موضوع خیلی روشن‌تر دیده می‌شود. مالیات هوشمند در ظاهر یک پروژه تکنولوژیک است، اما در عمل مسئله اصلی «دیدن اقتصاد» است نه صرفاً محاسبه آن. بخش قابل توجهی از اقتصاد هنوز در فضای غیررسمی حرکت می‌کند و داده‌های بانکی، مالیاتی و تجاری هنوز به‌صورت یکپارچه به هم متصل نیستند. در تجربه‌های اجرایی هم دیده می‌شود که حتی وقتی اراده فنی وجود دارد، گره اصلی در سطح همکاری نهادی است، نه در سطح نرم‌افزار. بنابراین فرار مالیاتی همیشه صرفاً تخلف فردی نیست، بلکه بخشی از آن نتیجه نبود تصویر کامل از جریان واقعی درآمدهاست. به نظر من اگر بخواهیم واقع‌بین باشیم، مالیات هوشمند بدون حل مسئله اتصال داده‌ها بیشتر شبیه یک پروژه ناقص خواهد بود تا یک تحول ساختاری.

در دولت داده‌محور هم وضعیت مشابهی وجود دارد. در ظاهر همه درباره حکمرانی داده‌محور صحبت می‌کنند، اما وقتی وارد اجرا می‌شویم مسئله اصلی این است که چه نهادی حق دسترسی به چه داده‌ای را دارد. بانک مرکزی بخشی از داده‌ها را دارد، سازمان امور مالیاتی بخش دیگری را، مرکز آمار بخش دیگر را و دستگاه‌های اجرایی هم هرکدام جزیره‌های جداگانه خودشان را دارند. در عمل مشکل اصلی کمبود داده نیست، بلکه عدم اتصال و ناهماهنگی در دسترسی به داده‌هاست. اینجا به‌وضوح می‌توان دید که مسئله فقط فنی نیست، بلکه به ساختار تصمیم‌گیری و منافع نهادی هم گره خورده است.

اگر بخواهم صریح‌تر بگویم، حرکت به سمت شفافیت داده در اقتصاد همیشه یک اثر خنثی ندارد. این فرایند به‌طور طبیعی توزیع قدرت را تغییر می‌دهد. برخی جریان‌های اقتصادی تحت فشار قرار می‌گیرند، برخی معافیت‌ها قابل بازبینی می‌شوند و برخی نهادها ناچار به واگذاری بخشی از کنترل اطلاعاتی خود می‌شوند. اینجاست که مقاومت شکل می‌گیرد. در بسیاری از پروژه‌های مشابه، مسئله در سطح فناوری متوقف نشده، بلکه در سطح پذیرش نهادی با کندی یا توقف مواجه شده است.

در بازار کار هم مسئله صرفاً مهارت نیست. ساختار اشتغال در حال تغییر است، اما ساختار سیاست‌گذاری و آموزش هنوز با منطق قدیمی حرکت می‌کند. نتیجه این شکاف این است که برخی مشاغل سریع‌تر از توان تطبیق نظام آموزشی تغییر می‌کنند و برخی مهارت‌ها عملاً بلااستفاده می‌شوند. نمونه آن را می‌توان در تحول خدمات حمل‌ونقل شهری دید؛ جایی که مدل‌های سنتی جای خود را به پلتفرم‌های جدید دادند و بخشی از ساختار اشتغال قبلی عملاً از بین رفت.

در آموزش عالی هم مسئله این نیست که دانشگاه کار نمی‌کند، بلکه این است که دانشگاه و اقتصاد در دو سرعت متفاوت حرکت می‌کنند. در اقتصاد داده‌محور ارزش اصلی توان حل مسئله است، نه صرفاً تولید مدرک، و این تغییر هنوز به‌صورت واقعی در ساختار آموزشی نهادینه نشده است. در مشاهده‌های میدانی هم به‌وضوح دیده می‌شود که بسیاری از فارغ‌التحصیلان از نظر مدرک قوی هستند اما از نظر مهارت عملی فاصله قابل توجهی با نیاز بازار دارند.

اگر بخواهم همه این بحث را به یک نقطه جمع کنم، به نظر من مهم‌ترین گام در شرایط فعلی اتصال تدریجی داده‌های بانکی و مالیاتی است. نه به این دلیل که همه مسائل را حل می‌کند، بلکه به این دلیل که بدون آن اساساً تصویر قابل اتکایی از اقتصاد شکل نمی‌گیرد. البته این کار صرفاً فنی نیست، بلکه یک مسئله نهادی و در نهایت مسئله قدرت است. به تجربه می‌توان گفت اجرای چنین پروژه‌هایی بسیار پیچیده‌تر از طراحی آن‌هاست و معمولاً با موانع متعدد مواجه می‌شود، حتی اگر بخشی از آن‌ها در ظاهر پیش رفته باشد.

در نهایت اگر بخواهیم واقع‌بینانه نگاه کنیم، هوش مصنوعی در اقتصاد ایران قرار نیست مسئله را به‌تنهایی حل کند. اگر زیرساخت‌ها اصلاح نشده باشند، نهایت کاری که می‌کند این است که ناکارآمدی موجود را دقیق‌تر و شفاف‌تر نشان می‌دهد. و شاید همین شفاف شدن، خودش بخشی از مسئله باشد، نه صرفاً بخشی از راه‌حل.

اشتراک‌گذاری این انتشار