הרחבת יישומי בינה מלאכותית בסוכנויות ממשלתיות

בשנים האחרונות, מספר מקרים של יישום בינה מלאכותית (AI) על ידי סוכנויות ממשלתיות בווייטנאם הראו פוטנציאל והשיגו תוצאות ראשוניות. עם זאת, מקרי היישום עדיין מוגבלים מבחינת מספר פתרונות הבינה המלאכותית, הסוכנויות והתחומים המיושמים; היעדר בסיס משפטי והנחיות ספציפיות; לא זוהו ולא פתרו נכון את "הבעיה" של יישום בינה מלאכותית; היכולת ליישם בינה מלאכותית עדיין מוגבלת מבחינת מימון, נתונים, תשתיות ומשאבי אנוש. ממקרים מוצלחים ולא מוצלחים, ניתן להפיק כמה לקחים כדי להתגבר על מגבלות אלו ולהרחיב את יישום הבינה המלאכותית בסוכנויות ממשלתיות.

ראשית, ברמת האוריינטציה, מתוך כמה תכנים מפוזרים באסטרטגיה הלאומית לבינה מלאכותית, צריך להיות תוכן כללי ומוגדר בצורה ברורה יותר על יישום בינה מלאכותית בכל המגזר המדינתי, מהרמה המרכזית ועד לרמה המקומית, החל ממטרות, עקרונות כלליים, משימות מרכזיות ומפת דרכים. פיתוח בינה מלאכותית בסוכנויות המדינה שואף לשפר את היעילות ואיכות הפעילות של סוכנויות המדינה; הן לשרת טוב יותר את הציבור והן לכוון לאינטרסים של הציבור, בהתאם לסטנדרטים אתיים אנושיים כגון בטיחות, אחריות, שקיפות והכלה.

במקביל, המסגרת המשפטית בנושאים הקשורים ליישום בינה מלאכותית בסוכנויות מדינה חשובה מאוד. מסגרת זו כוללת תכנים כגון: זכויות וחובות של סוכנויות מדינה ביישום בינה מלאכותית בפעילותן, היקף יישום הבינה המלאכותית; עקרונות של שקיפות ואחריות; סטנדרטים לרכישה, תכנון, פיתוח ושימוש במערכות מבוססות בינה מלאכותית; תהליך הנחיה ליישום מקצועי וטכני של בינה מלאכותית; זיהוי סיכונים וניהול סיכונים ביישום בינה מלאכותית; דברים שלא ניתן לעשות ביישום בינה מלאכותית בפעילות סוכנויות מדינה.

בשלב הבא, זיהוי ופתרון נכון של ה"בעיה" לפריסת בינה מלאכותית בסוכנויות המדינה הם בעלי משמעות מעשית, בהתבסס על הגורמים הבאים: (1) קביעת הצורך ליישם בינה מלאכותית בהתאם למשימות הספציפיות של סוכנויות המדינה; (2) קביעת הפוטנציאל והסיכונים של בינה מלאכותית; (3) קיבולת סוכנויות המדינה מבחינת תשתית, נתונים, משאבי אנוש ומשאבים כספיים. בטווח הקצר, בתנאי שמשאבי הכספים, הנתונים, התשתית ומשאבי האנוש מוגבלים, גישה ממוקדת, "תתפר את מעילך לפי בדך", מתאימה. בטווח הבינוני והארוך, כאשר המשאבים יוגדלו, סוכנויות המדינה יצטרכו להגדיר מחדש את ה"בעיה", ואולי לפתח פתרונות בינה מלאכותית בקנה מידה גדול יותר ובמורכבות רבה יותר.

מבחינה כלכלית, על מנת שניתן יהיה לחשב ולהוציא כסף על פתרונות בינה מלאכותית, אשר להם תכונות ייחודיות רבות בהשוואה לטכנולוגיית מידע, יש צורך בתקנות משפטיות ספציפיות ונפרדות בנוגע לניהול השקעות עבור בינה מלאכותית מתקציב המדינה, החל מתקצוב, ניהול, שימוש ויישוב עלויות; שיטות תמחור ונורמות עבור סעיפי הוצאות כגון איסוף נתונים, סינתזה, בדיקות וניקוי; הכשרה ושכלול מודלים/יישומי בינה מלאכותית; הפעלת פתרונות בינה מלאכותית בעבודה וכו'. בפרט, צריך להיות מנגנון פיננסי המקבל "ניסוי וטעייה" במידה מסוימת ביישום בינה מלאכותית בפעילותן של סוכנויות מדינה.

בכל הנוגע לנתונים ותשתיות, חיבור ושיתוף נתוני מגזר ציבורי, מתן נתונים פתוחים טובים יותר לעסקים ולמגזרי מחקר הם תנאים הכרחיים לפיתוח פתרונות בינה מלאכותית עבור סוכנויות ממשלתיות. בטווח הקצר, עקב מגבלות בתשתיות נתונים ובינה מלאכותית (מרכזי נתונים, שבבי בינה מלאכותית), יש צורך לפתח פתרונות בינה מלאכותית פשוטים יותר המשתמשים בפחות כוח מחשוב כגון עוזרים וירטואליים לפקידים ולעובדי מדינה; סקירת מסמכים. בטווח הבינוני והארוך, כדי לשדרג פתרונות בינה מלאכותית קיימים, או לפתח מודלים/פתרונות מורכבים של בינה מלאכותית בנושאי סביבה וחקלאות , יש צורך להשקיע יותר בביג דאטה, תשתית אחסון ענן, תשתית מחשוב ושבבי בינה מלאכותית. סוכנויות ממשלתיות יכולות להשתמש בשירותי תשתית מרכזי נתונים, שירותי פלטפורמת מחשוב ענן ושירותי אחסון נתונים עבור בינה מלאכותית מעסקים.

לבסוף, כדי שיהיו כוח אדם המסוגל ליישם בינה מלאכותית במגזר הציבורי בווייטנאם, עבור קבוצת הליבה של כוח אדם האחראית על יישום בינה מלאכותית, יש לשים לב לשיפור הידע, המיומנויות המקצועיות והטכניקות בתחומי בינה מלאכותית, נתונים, טכנולוגיית ענן, אבטחת רשת וכו'. ניתן לספק מימון לקבוצת כוח אדם זו להשתתפות בקורסי הכשרה ארוכי טווח וקצר טווח בנושאים הנ"ל. עבור מגזרים אחרים, יש צורך להכשיר ולטפח בינה מלאכותית, כיצד להשתמש בבינה מלאכותית בתחומים מיוחדים; לשלב ידע על בינה מלאכותית בהכשרה שוטפת וטיפוח תוכניות לפקידים ולעובדי מדינה.

נגוין דוק לאם