یادداشت مهمان، محمد همدانی، پژوهشگر گروه نظام حکمرانی اندیشکده حکمرانی شریف؛ تیتر رسانهها؛ «امروز، نمایندگان مجلس با تصویب ماده ۳ طرح ملی هوش مصنوعی، با تشکیل «سازمان ملی هوش مصنوعی» بهعنوان یک سازمان مستقل موافقت کردند». البته این خبرها تازه نیستند. یک رسانه خبر میدهد که «طرح ملی هوش مصنوعی در مجلس یک گام جلو رفت»، فردا دیگری مینویسد «بررسی طرح متوقف شد تا شورایعالی فرهنگی تکلیف را روشن کند». ساعتی بعد، «برنامه تقسیم کار ملی هوش مصنوعی» ابلاغ میشود و کمی دیرتر، «شورای ملی راهبری» با ترکیبی تازه اعلام موجودیت میکند. در ظاهر، کشور در حال دویدن است؛ اما هر که چشم بر زمین عمل بدوزد، میبیند ما دور باطل طی میکنیم. دولت ساز خود را مینوازد و مجلس ساز دیگری. شوراهای عالی نیز سمفونی تعارضات است. در نهایت، دستاوردی جز سندنویسیهای بیپایان و تشتّت نهادی حاصل نمیشود؛ نتیجه، انبوه کاغذها و عدم بهرهمندی از پنجره فرصت هوش مصنوعی است. اگر سیاستگذاری در سطح نهادسازی بیپایان و بیرویه بماند، پنجره فرصت توسعه از دست خواهد رفت. البته توسعه فناوریای همچون هوش مصنوعی – که همزمان انقلابی، راهبردی و همهمنظوره است – بدون تجمیع قدرت و اختیار ممکن نیست و کشور نیازمند نهاد مرکزی و استراتژی واحد است؛ اما خطای بزرگ سیاستی، انتظار بدون عمل و اقدمات بسترساز تا تشکیل نهاد مدنظر است. پس باید مسیر دیگری را همزمان گشود؛ مسیری که از پایینبهبالا ساخته میشود و راهبرد را از دل عمل میپروراند.
پیروزیهای کوچک در توسعه هوش مصنوعی
در حکمرانی فناوری، بارها دیدهایم که پیروزیهای کوچک راه را برای تغییرات بزرگ باز میکنند: اقدامهای محدود، سریع و قابلسنجش که کنار هم شبکه میشوند و «راهبرد زنده» میسازند. دلف در این باب بیان میکند که در مسائل پیچیده و چندنهادی، تغییرات کوچک، سریع و درونزا بیش از طرحهای کلان و کُند اثرگذارند. همچنین رویکردهای نوین سیاستگذاری مانند «حکمرانی پیشنگر» بیان میکند گامهای کوچک اما متصل، بهمرور نظام را از حالت واکنشی به حالت یادگیرنده میبرد.
نقطه آغاز
اکنون پرسش اصلی پیشروی ماست: از کجا باید آغاز کرد؟ پاسخ، روشنتر از آن است که در میان طرحها و شوراها گم شود؛ از انسان باید آغاز کرد. از تربیت سرمایهای که توانمند باشد، خلاق بماند و اخلاق را در قلب فناوری حفظ کند. سه ضلع توسعه هوش مصنوعی—داده، زیرساخت و سرمایه انسانی—سالهاست بر زبان سیاستگذاران جاری است، اما بدون توجه به ضلع سوم، آن دو تنها سازهای نیمهکارهاند؛ نه میتوانند پیش بروند و نه بار آینده را بر دوش بکشند.
آموزش عالی پویا، رمز توسعه پایدار
یونسکو بهدرستی یادآور میشود که «هیچ توسعهای در هوش مصنوعی پایدار و مسئولانه نخواهد بود مگر با نظام آموزش عالی پویا». نگاهی به گذشته نشان میدهد که ایران روزگاری در این مسیر پیشرو بود؛ سال ۲۰۱۳، با سهمی نزدیک به ۷ درصد از کل مقالات علمی جهان، در خاورمیانه پیشتاز شد و امید آن میرفت که به قطب فناوری منطقه بدل شود. اما مسیر صعود، به سکون رسید. از ۲۰۱۹ به بعد، سهم کشور در مقالات با تأثیر بالا به ۳.۲ درصد کاهش یافت و در مجامع علمی جهانی، تنها ۰.۵ درصد حضور داشت. امروز نیز، با حدود ۳۵۰۰ فارغالتحصیل هوش مصنوعی در سال—آمار و عددی که سالهاست تغییری نداشته—روشن است که فرصتها در حال لغزیدناند. سرمایه انسانی که میتوانست تکیهگاه توسعه باشد، آرامآرام به گریزگاهی بدل میشود؛ نخبگان میروند، دانشگاهها فرسوده میشوند و چرخهای که باید زایش نوآوری باشد، به چرخه فرسودگی بدل شده است.
دانشگاه؛ پیشران تربیت نیروی انسانی هوش مصنوعی
برای آغاز گامهای کوچک در تربیت نیروی انسانی هوش مصنوعی، سیاستگذار باید از نگاه جزیرهای فاصله بگیرد و با نگاهی زیستبومی، زمین رشد را برای همه بازیگران—از دولت و دانشگاه تا صنعت و نهادهای آموزشی غیررسمی—هموار کند. زیستبومی که در آن تصمیمها از بالا دیکته نمیشوند، بلکه از دل همکاری و یادگیری متقابل جوانه میزنند. در این میان، دانشگاه نقشی بیبدیل دارد؛ نهادی که هنوز اندک استقلالی در تصمیم و بودجه دارد و سرمایه انسانی و فکریاش میتواند موتور محرک توسعه اکوسیستم ملی منابع انسانی هوش مصنوعی باشد.
دانشگاهها باید مأموریتگرایی را جانشین روزمرگی کنند؛ نهتنها برای تربیت نیروی انسانی متخصص و میانرشتهای، بلکه برای بازآفرینی خود بر مدار منطق صنعتی تازهای که انقلاب هوش مصنوعی رقم زده است. در این مسیر، دو رویکرد مکمل، چون دو بال تحولاند: «آموزش برای هوش مصنوعی» و «هوش مصنوعی برای آموزش». نخست، پرورش انسانی است آگاه به منطق و اخلاق هوش مصنوعی؛ و دوم، بهکارگیری همین فناوری برای دگرگونی آموزش، تا یادگیری نه در کلاس که در زیستبوم زنده دانش جریان یابد.
در راه توسعه هوش مصنوعی، دانشگاه نقشآفرین است و بنا بر تجربه جهان در نقطه آغاز باید دانشگاهها از نهادهای آموزشی صرف، به کنشگران سیاستی و فناورانه بدل شوند. سپس مسیر تحول خود را در سه گام پیش ببرد:
اجرای اقدامات کوتاهمدت فعالساز مانند دکتری حرفهای، بوتکمپهای رسمی و شبکه سفیران هوش مصنوعی در دانشگاهها.
بازطراحی دروس، دیپلماسی علمی و پیوند پژوهش با صنعت در مراکز توسعه و تعالی هوش مصنوعی دانشگاهها.
ایجاد قطبهای شایستگی ملی در حوزههای کلیدی مانند صنعت، سلامت، حکمرانی دیجیتال و محیطزیست برای شکلگیری زیستبوم پایدار سرمایه انسانی هوش مصنوعی.
جمعبندی
در پایان، باید پذیرفت که مسیر آیندة هوش مصنوعی در ایران از دل اقدامهای واقعی و انسانمحور میگذرد، نه از جدلهای نهادی و مصوبههای بیاثر. اگر دانشگاه را به موتور پیشران این تحول بدل کنیم و نیروی انسانی را در کانون سیاستگذاری قرار دهیم، میتوانیم از فرصتهای ازدسترفته پلی به آینده بسازیم. اکنون زمان آن است که با سیاستی پایینبهبالا، با پیروزیهای کوچک و تجربههای میدانی، زیستبومی از شایستگی و خلاقیت بیافرینیم؛ زیستبومی که در آن دانشگاه، صنعت و دولت نه در موازیکاری، بلکه در همکاری، ایران را به بازیگر جدی در جهان هوشمند بدل کنند. آیندة ما نه در سندنویسی که در عمل و یادگیری جمعی رقم خواهد خورد.
منابع
Ahern, D. (۲۰۲۵). The new anticipatory governance culture for innovation: Regulatory foresight, regulatory experimentation and regulatory learning. European Business Organization Law Review, ۲۶(۲), ۲۴۱-۲۸۳.
Schiff, D. (۲۰۲۲). Education for AI, not AI for education: The role of education and ethics in national AI policy strategies. International Journal of Artificial Intelligence in Education, ۳۲(۳), ۵۲۷-۵۶۳.
Termeer, C. J., & Dewulf, A. (۲۰۱۹). A small wins framework to overcome the evaluation paradox of governing wicked problems. Policy and Society, ۳۸(۲), ۲۹۸-۳۱۴.
UNESCO. (۲۰۲۱). Artificial Intelligence and Education: Guidance for Policy-makers. United Nations Educational, Scientific and Cultural Organization.
UNESCO. (۲۰۲۵). The Role of Higher Education in National Artificial Intelligence Strategies: A Comparative Policy Review











