الذكاء الاصطناعي يحدد الأهلية المهنية للروس من وجوههم... والمطوّرون يتجهون إلى المستوى الحكومي

ظهر في روسيا ذكاء اصطناعي يُزعم أنه يحدد الأهلية المهنية للمتقدمين للوظائف من صورة الوجه في ثوانٍ، دون مقابلات أو اختبارات. ويجري المطوّرون بالفعل مفاوضات مع إدارات الموارد البشرية في الأجهزة الأمنية والمؤسسات الحكومية. ويشبّه المنتقدون ما يحدث بالديستوبيا الساخرة في فيلم «Idiocracy».

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
الذكاء الاصطناعي يحدد الأهلية المهنية للروس من وجوههم... والمطوّرون يتجهون إلى المستوى الحكومي
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1يتخذ قرار القبول أو الرفض خوارزم، لا إنسان يتحمل المسؤولية
حقيقة رئيسية #2لا يعرف المرشح ما الذي في وجهه أثّر في التقييم
حقيقة رئيسية #3يستطيع صاحب العمل الاحتجاج بـ«ذكاء اصطناعي موضوعي» دون أن يشرح أسباب الرفض

ظهرت في روسيا تقنية يُزعم أنها تحدد الأهلية المهنية للشخص من صورة وجهه في بضع ثوانٍ. وأعلن المطوّرون إجراء مفاوضات مع جهات حكومية، وإذا انتهت بنجاح، فقد تصبح الأداة جزءًا من إجراءات التوظيف الحكومي. تبدو القصة وكأنها ديستوبيا، لكنها تحدث بالفعل.

ما هذا النظام

يقوم التطوير على شبكة عصبية دُرّبت على تحليل ملامح الوجه واستخلاص استنتاجات حول الصفات المهنية للمتقدم. وبحسب تصريحات المطوّرين، يقيّم النظام الموثوقية، والقدرة على تحمّل الضغط، والميل إلى القيادة، وعددًا من المعايير الأخرى. وتظهر النتيجة على شكل درجات رقمية خلال ثوانٍ، دون استبيانات أو مقابلات أو اختبارات نفسية.

وبحسب مبتكريه، دُرّب الخوارزم على قاعدة بيانات تضم عشرات الآلاف من حالات موظفين فعليين وُثّقت مؤشرات كفاءتهم. ويؤكدون أن هذا بالذات ما يميّز النظام عن الفراسة (قراءة الشخصية من ملامح الوجه) ويجعله «علميًا». لكن لا يوجد في المصادر المفتوحة أي تحقق مستقل من هذه البيانات.

والحجة الرئيسية في المفاوضات مع العملاء هي السرعة وقابلية التوسع. فالفرز الأولي التقليدي للمرشح يستغرق دقائق أو ساعات، بينما ينجزه الخوارزم في ثوانٍ ولا يتعب. وهذا يبدو جذابًا للجهات التي توظّف أعدادًا كبيرة، خصوصًا إذا لم يتعمق أحد في السؤال عمّا يقيسه الخوارزم فعلًا.

إلى المستوى الحكومي

وفقًا لموقع CNews، يجري المطوّرون مفاوضات نشطة مع إدارات الموارد البشرية في المؤسسات الحكومية والأجهزة الأمنية. وإذا نجحت المشاريع التجريبية، فإن التقنية معرّضة لأن تصبح جزءًا من إجراءات التوظيف الموحّدة في القطاع الحكومي.

وهذا يغيّر حجم المشكلة جذريًا. فالموارد البشرية في الشركات التي تعتمد فرزًا خوارزميًا أمر، أما التوظيف الحكومي الذي يتوقف على قراره وصول الشخص إلى الخدمة والامتيازات والمكانة الاجتماعية فأمر مختلف تمامًا. ومن النتائج الملموسة لهذا السيناريو:

  • يتخذ قرار القبول أو الرفض خوارزم، لا إنسان يتحمل المسؤولية
  • لا يعرف المرشح ما الذي في وجهه أثّر في التقييم
  • يستطيع صاحب العمل الاحتجاج بـ«ذكاء اصطناعي موضوعي» دون أن يشرح أسباب الرفض
  • يصعب جدًا الطعن في قرار خوارزمي أمام القضاء دون الكشف عن النموذج
  • تتضاعف الأخطاء المنهجية والانحيازات تلقائيًا على مستوى القطاع الحكومي كله

لماذا العلم ضد ذلك

استقر المجتمع الأكاديمي منذ زمن على أن ملامح الوجه لا تتنبأ بالكفاءة المهنية. وهذه ليست مسألة خلافية، بل إجماع راسخ موثّق في مئات الأبحاث المحكّمة في علم النفس والسلوك التنظيمي وتحليلات الموارد البشرية.

أما الصلة بين المظهر والكفاءة فهي تحيّز معرفي يُعرف باسم «تأثير الجاذبية الجسدية»، أو halo effect (تأثير الهالة). إذ يميل الناس إلى نسب قدر أكبر من الاحترافية إلى الأشخاص الأكثر جاذبية في المظهر. وعندما تتدرب شبكة عصبية على بيانات توظيف جمعها بشر، فإنها تعيد إنتاج هذا التحيّز نفسه، لكن بسرعة أكبر وبمظهر من الموضوعية الرياضية.

«أي خوارزم يُدرَّب على بيانات التوظيف التاريخية يعيد إنتاج الأحكام

المسبقة التاريخية، لكن بسرعة أكبر وعلى نطاق أوسع» — خلاصة معتادة في أبحاث التحيّز الخوارزمي في الموارد البشرية.

ومن اللافت أن الاتحاد الأوروبي حظر عمليًا، بموجب AI Act، أنظمة التقييم البيومترية الآلية للمرشحين في سياق التوظيف. وفي الولايات المتحدة خسرت شركات دعاوى قضائية بسبب الفرز الخوارزمي الذي ثبت أثره التمييزي. أما في روسيا فلا يوجد حتى الآن حاجز قانوني مماثل.

ماذا يعني هذا

تمثّل قصة «الذكاء الاصطناعي من الوجه» مثالًا واضحًا على كيف تتيح التغليفة التسويقية لمنتج قائم على الشبكات العصبية بيع أداة غير علمية لعملاء كبار. فالهيبة التقنية للذكاء الاصطناعي تخلق وهم الموضوعية حيث لا وجود لها ولا يمكن أن تكون.

والخطر الرئيسي لا يكمن في أن النظام يعمل، بل في أنه سيُستخدم تحديدًا لأنه يبدو مقنعًا، ولا أحد مستعد للتدقيق في التفاصيل. والنطاق الحكومي يضاعف الضرر المحتمل مرات عديدة: فقد يُحرم آلاف الأشخاص من التوظيف بسبب شكل الأنف أو المسافة بين العينين، دون أن يعلموا حتى أن آلة هي التي قيّمتهم.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما هذا النظام؟

يقوم التطوير على شبكة عصبية دُرّبت على تحليل ملامح الوجه واستخلاص استنتاجات حول الصفات المهنية للمتقدم. وبحسب تصريحات المطوّرين، يقيّم النظام الموثوقية، والقدرة على تحمّل الضغط، والميل إلى القيادة، وعددًا من المعايير الأخرى. وتظهر النتيجة على شكل درجات رقمية خلال ثوانٍ، دون استبيانات أو مقابلات أو اختبارات نفسية. وبحسب مبتكريه، دُرّب الخوارزم على قاعدة بيانات تضم عشرات الآلاف من حالات موظفين فعليين وُثّقت مؤشرات كفاءتهم. ويؤكدون أن هذا بالذات ما يميّز النظام عن الفراسة (قراءة الشخصية من ملامح الوجه) ويجعله «علميًا». لكن لا يوجد في المصادر المفتوحة أي تحقق مستقل من هذه البيا

ما أبرز التفاصيل حول إلى المستوى الحكومي؟

وفقًا لموقع CNews، يجري المطوّرون مفاوضات نشطة مع إدارات الموارد البشرية في المؤسسات الحكومية والأجهزة الأمنية. وإذا نجحت المشاريع التجريبية، فإن التقنية معرّضة لأن تصبح جزءًا من إجراءات التوظيف الموحّدة في القطاع الحكومي. وهذا يغيّر حجم المشكلة جذريًا. فالموارد البشرية في الشركات التي تعتمد فرزًا خوارزميًا أمر، أما التوظيف الحكومي الذي يتوقف على قراره وصول الشخص إلى الخدمة والامتيازات والمكانة الاجتماعية فأمر مختلف تمامًا. ومن النتائج الملموسة لهذا السيناريو: يتخذ قرار القبول أو الرفض خوارزم، لا إنسان يتحمل المسؤولية لا يعرف المرشح ما الذي في وجهه أثّر في التقييم يستطيع صا

ما أبرز التفاصيل حول لماذا العلم ضد ذلك؟

استقر المجتمع الأكاديمي منذ زمن على أن ملامح الوجه لا تتنبأ بالكفاءة المهنية. وهذه ليست مسألة خلافية، بل إجماع راسخ موثّق في مئات الأبحاث المحكّمة في علم النفس والسلوك التنظيمي وتحليلات الموارد البشرية. أما الصلة بين المظهر والكفاءة فهي تحيّز معرفي يُعرف باسم «تأثير الجاذبية الجسدية»، أو halo effect (تأثير الهالة). إذ يميل الناس إلى نسب قدر أكبر من الاحترافية إلى الأشخاص الأكثر جاذبية في المظهر. وعندما تتدرب شبكة عصبية على بيانات توظيف جمعها بشر، فإنها تعيد إنتاج هذا التحيّز نفسه، لكن بسرعة أكبر وبمظهر من الموضوعية الرياضية. «أي خوارزم يُدرَّب على بيانات التوظيف التاريخية ي

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…