در جهانی که بحران‌ها اعم از طبیعی، انسانی، زیست‌محیطی یا فناورانه هر روز پیچیده‌تر و پرشتاب‌تر می‌شوند، دیگر نمی‌توان مدیریت بحران را صرفاً براساس تجربه‌های گذشته و واکنش‌های دیرهنگام سامان داد. تحول دیجیتال و توسعه فناوری‌های هوشمند، این امکان را فراهم آورده‌اند که از رویکرد «واکنش پس از وقوع»، به سوی «پیش‌بینی، پیشگیری و پاسخ هوشمند» حرکت کنیم؛ حرکتی که در مرکز آن، هوش مصنوعی ایستاده است.

فناوری‌هایی همچون تحلیل کلان‌داده، دوقلوهای دیجیتال، سامانه‌های یادگیرنده و اینترنت اشیاء، به ما این امکان را می‌دهند که قبل از آنکه بحران به آستانه‌ فاجعه برسد، علائم هشدار را شناسایی کنیم، ظرفیت‌ها را فعال نماییم و سناریوهای واکنش را از پیش شبیه‌سازی و بهینه کنیم. در این میان، هوش مصنوعی نه‌فقط به‌عنوان یک ابزار، بلکه به‌عنوان یک «تغییر پارادایم» در فهم، پیش‌بینی و کنترل بحران‌ها عمل می‌کند، اما بهره‌گیری از این ظرفیت‌ها، صرفاً در گروی دسترسی به فناوری نیست، بلکه مستلزم تغییر نگرش، سرمایه‌گذاری پایدار، تربیت نیروی انسانی متخصص، توسعه زیرساخت‌های داده‌محور و بازنگری در ساختار حکمرانی بحران است. هوش مصنوعی می‌تواند ما را در مدیریت بحران توانمندتر کند، اگر ما نیز آن را جدی بگیریم، بومی‌سازی کنیم و فراتر از شعار، آن را در سازوکارهای تصمیم‌گیری خود جای دهیم.

در همین راستا با سیدمهدی شریعت‌زاده، عضو هیئت مدیره انجمن ملی هوش مصنوعی ایران و معاون اجرایی سابق ستاد هوش مصنوعی معاونت علمی ریاست جمهوری که دکترای هوش مصنوعی دارد در زمینه نقش هوش مصنوعی در مدیریت بحران به گفت‌وگو نشستیم که در ادامه حاصل آن را می‌خوانید:

چه فناوری‌های نوینی در هوش مصنوعی (مثلاً یادگیری عمیق، شبکه‌های عصبی، تحلیل داده‌های بزرگ) می‌توانند مدیریت بحران را متحول کنند؟

تحول دیجیتال و گسترش فناوری‌های نوظهور در حوزه‌های گوناگون، بستر پیشرفت و ارتقای بهره‌وری را فراهم کرده‌اند و به شکل قابل توجهی موجب بهبود فرایندها و کیفیت ارائه خدمات شده‌اند. این روند در حوزه‌ مدیریت بحران نیز به وضوح قابل مشاهده است؛ جایی که دیجیتالی‌شدن، ارتقای کارایی و بهره‌گیری از فناوری‌های نو، به‌عنوان یکی از رویکردهای اساسی در مدیریت مؤثر شرایط بحرانی در سطح جهانی مطرح شده و به کار گرفته می‌شود. در موقعیت‌های بحرانی، بسیاری از معیارها و تصمیم‌ها با دقت و صحت بیشتری ارزیابی می‌شوند. در چنین شرایطی، موضوعاتی که شاید در وضعیت عادی اهمیت یا کاربرد کمتری دارند، می‌توانند با شاخص‌های دقیق‌تری سنجیده شوند و در نتیجه، امکان بهره‌گیری هدفمندتر از فناوری‌ها فراهم می‌شود. از همین منظر، تحول دیجیتال در موقعیت‌های بحرانی نه‌تنها یک امکان، بلکه یک ضرورت تلقی می‌شود. در مدیریت شهری، مدیریت بحران و حوزه‌های مشابه، فناوری‌هایی مانند دوقلوی دیجیتال(Digital Twin)، رباتیک و تحلیل و پردازش داده‌ها نقش کلیدی ایفا می‌کنند. برای نمونه، سال‌هاست که در حوزه مدیریت بحران، انواع گسترده‌ای از ربات‌های امدادگر طراحی و مورد توجه قرار گرفته‌اند. این ربات‌ها که در اشکال زمینی، پرنده و با قابلیت‌های تخصصی متنوع ساخته می‌شوند، می‌توانند در عملیات امداد و نجات، شناسایی محیط‌های پرخطر و تسریع در واکنش اولیه، کارایی بالایی داشته باشند. در ایران نیز، هرچند سطح بهره‌برداری عملیاتی از این فناوری‌ها نیازمند بررسی‌های مستقل و دقیق‌تری است، اما دست‌کم بیش از یک دهه است که بحث ربات‌های امدادی در فضای دانشگاهی و مسابقات تخصصی داخلی مطرح بوده و پیگیری شده است.

این روند نشان‌دهنده ظرفیت بالقوه‌ کشور برای توسعه‌ این حوزه است. فناوری دوقلوی دیجیتال، به‌ویژه در مدیریت شهری و زیرساخت‌های حیاتی نظیر سامانه‌های توزیع آب، برق، حمل‌ونقل و... نیز از اهمیت بالایی برخوردار است. این فناوری که مبتنی‌بر ترکیبی از سامانه‌های فیزیکی و مدل‌های دیجیتال شبیه‌سازی‌شده است، امکان رصد لحظه‌ای، پیش‌بینی رفتار سیستم‌ها و تصمیم‌گیری مؤثرتر در شرایط عادی و بحرانی را فراهم می‌کند. اگرچه بسیاری از شرکت‌های داخلی که به این فناوری ورود کرده‌اند، در ابتدا اهدافی جز مدیریت بحران را دنبال می‌کردند، اما زیرساخت‌های ایجادشده توسط آن‌ها به طور بالقوه می‌توانند در مواقع بحران نیز مورد استفاده قرار گیرند و فرایند تصمیم‌گیری و واکنش را بهبود بخشند. در واقع، فناوری دوقلوی دیجیتال را می‌توان یک فناوری پیشران دانست که با بهره‌گیری از مجموعه‌ای وسیع از فناوری‌های دیگر همچون اینترنت اشیاء(IoT)، تحلیل داده، ارتباطات هوشمند و سامانه‌های هوش مصنوعی، در مسیر تحقق اهداف کلان مدیریت بحران و ارتقای تاب‌آوری شهری به کار گرفته می‌شود. این همگرایی فناوری‌ها نه‌تنها ابزاری برای پیش‌بینی و پیشگیری از بحران، بلکه ابزاری برای مدیریت هوشمند، واکنش سریع و بازیابی مؤثر پس از بحران محسوب می‌شود.

نقش اینترنت اشیا(IoT) و حسگرهای هوشمند در بهبود پیش‌بینی و پاسخ به بحران‌ها چیست؟

اینترنت اشیاء(IoT) و حسگرهای هوشمند از جمله فناوری‌های تخصصی و راهبردی در جهان امروز به‌شمار می‌روند که به شکل مستقل توسعه یافته‌اند، اما در بسیاری از موارد، با سایر فناوری‌های نوظهور همگرایی پیدا کرده‌اند. یکی از روندهای نوین در این حوزه، حرکت به سوی فناوری‌هایی مانند حسگرهای نرم(Soft Sensors) و Crowdsensing یا همان «حسگری جمعیتی» است؛ مفهومی که در آن، داده‌های محیطی نه‌تنها از طریق تجهیزات تخصصی، بلکه از طریق ابزارهایی که در اختیار عموم مردم است، مانند تلفن‌های همراه هوشمند، جمع‌آوری می‌شود.

در این الگو هدف آن است که نیاز به نصب و راه‌اندازی تجهیزات سخت‌افزاری گران‌قیمت و زمان‌بر، به حداقل برسد و در عوض از ظرفیت گسترده‌ ابزارها و نرم‌افزارهای موجود بهره‌برداری شود. برای نمونه اپلیکیشن‌های مسیریابی و نقشه‌های دیجیتال که امروزه به‌طور وسیع مورد استفاده مردم قرار دارند، به‌طور هم‌زمان می‌توانند نقش حسگرهای شهری را ایفا کنند و با تحلیل داده‌های به‌جامانده از تراکنش‌ها، موقعیت مکانی و الگوهای رفتاری کاربران، اطلاعات ارزشمندی درباره‌ وضعیت واقعی فضاهای فیزیکی فراهم کنند.

در واقع در بسیاری از کاربردها می‌توان با بهره‌گیری از ردپای دیجیتال کاربران که حاصل تعامل روزمره‌ آن‌ها با سامانه‌های دیجیتال است درکی عمیق‌تر و واقع‌گرایانه‌تر از آنچه در سطح شهر و جامعه در حال وقوع است به دست آورد. این داده‌ها می‌توانند شامل موقعیت مکانی، زمان تردد، سرعت حرکت، مسیرهای پرتردد و حتی حالات رفتاری کاربران باشند.

نکته کلیدی آن است که داده، به‌مثابه «سوخت اصلی» هوش مصنوعی شناخته می‌شود، بنابراین هرچه در جمع‌آوری، پالایش و تحلیل داده‌های میدانی دقیق‌تر و خلاقانه‌تر عمل کنیم، بستر توانمندسازی هوش مصنوعی نیز گسترده‌تر و مؤثرتر خواهد شد. هم‌افزایی میان اینترنت اشیاء، حسگرهای هوشمند، حسگری جمعیتی و ابزارهای دیجیتال روزمره، امکان تغذیه‌ بهتر سامانه‌های هوش مصنوعی را فراهم می‌کند و زمینه‌ساز ارتقای تصمیم‌گیری هوشمند، پیش‌بینی دقیق‌تر و در نهایت بهبود مدیریت کلان در حوزه‌هایی چون حمل‌ونقل، بحران، سلامت و محیط‌زیست خواهد شد.

هوش مصنوعی چگونه می‌تواند در کاهش استرس و اضطراب روانی در بحران‌ها موثر باشد؟

فارغ از آنچه تاکنون درباره‌ کاربردهای فناورانه‌ هوش مصنوعی مطرح شد، یکی از مهم‌ترین حوزه‌های نوظهور که به‌ویژه طی سه سال اخیر مورد توجه گسترده قرار گرفته، استفاده از هوش مصنوعی در حوزه روان‌پزشکی، سلامت روان و خدمات مشاوره روانی است. این تحول عمدتاً تحت تأثیر گسترش مدل‌های زبانی بزرگ(LLM) و توسعه ابزارهای تعاملی مبتنی‌بر چت‌بات‌ها در صنعت و جامعه پدید آمده و افق‌های تازه‌ای را در مواجهه با بحران‌های روانی فردی و اجتماعی گشوده است.

هوش مصنوعی در این حوزه، هم در شرایط عادی و هم در موقعیت‌های بحرانی، می‌تواند به‌عنوان ابزاری مکمل برای کاهش تنش‌های روانی و پیشگیری از تشدید آسیب‌های روحی ایفای نقش کند. سیستم‌های هوشمند امروزی، با بهره‌گیری از توان پردازش زبان طبیعی، توانایی تحلیل احساسات، شناسایی الگوهای رفتاری غیرعادی و ارائه توصیه‌های ابتدایی روان‌شناختی را به‌صورت بلادرنگ دارند. این سامانه‌ها می‌توانند از طریق چت‌بات‌ها، اپلیکیشن‌های سلامت روان و حتی ربات‌های اجتماعی، به افراد در معرض استرس، اضطراب یا نشانه‌های افسردگی کمک کنند تا پیش از ورود به مرحله بحرانی، راهنمایی‌های اولیه دریافت نمایند.

از سوی دیگر، نکته‌ای کلیدی که به کاهش اضطراب روانی در بحران‌ها منجر می‌شود، آگاهی‌بخشی و اطلاع‌رسانی صحیح، شفاف و مبتنی‌بر داده است. هر اندازه افراد یا سازمان‌ها درک دقیق‌تری از وضعیت پیش‌آمده و تصمیم‌های مؤثر و قابل اجرا در آن موقعیت داشته باشند، به همان میزان نیز توان روانی آن‌ها برای مواجهه با بحران و کاهش استرس افزایش می‌یابد. در این زمینه نیز هوش مصنوعی می‌تواند با تحلیل داده‌های محیطی، شناسایی روندها و تولید محتوای اطلاع‌رسانی هوشمند، نقش مهمی در تسهیل تصمیم‌گیری و کاهش اضطراب عمومی ایفا کند. در مجموع، ورود هوش مصنوعی به عرصه سلامت روان، تنها یک نوآوری فناورانه نیست، بلکه پاسخی هوشمندانه به یکی از چالش‌های عمیق و چندبعدی جهان معاصر، به‌ویژه در دوران بحران‌های انسانی، اجتماعی و محیطی است.

نقش هوش مصنوعی در حمایت از گروه‌های آسیب‌پذیر(کودکان، سالمندان، افراد دارای معلولیت) چگونه است؟

اگرچه شاید به اندازه برخی دیگر از حوزه‌های پررنگ تحول دیجیتال، این موضوع در کانون توجه عمومی نبوده، اما همواره یکی از محورهای مهم در توسعه فناوری اطلاعات، به‌ویژه در راستای مسئولیت اجتماعی و نیز به دلایل اقتصادی و اخلاقی، توجه به نیازها و شرایط گروه‌های آسیب‌پذیر و افراد دارای معلولیت بوده است.

در طی سالیان گذشته، استانداردها و قابلیت‌های متعددی در حوزه نرم‌افزار و سخت‌افزار برای تسهیل دسترسی این گروه‌ها به فناوری، طراحی و پیاده‌سازی شده‌اند. امکاناتی مانند صفحه‌خوان‌ها، رابط‌های لمسی خاص، فرمان‌های صوتی و تجهیزات کمکی برای نابینایان، ناشنوایان یا افراد دارای ناتوانی حرکتی، مثال‌هایی از تلاش‌هایی هستند که در بسیاری از محصولات فناورانه دیده می‌شوند. با ورود هوش مصنوعی به عرصه‌های مختلف زندگی، این تلاش‌ها نه‌تنها متوقف نشده‌اند، بلکه اهمیتی دوچندان یافته‌اند.

در سال‌های اخیر، موضوع «تبعیض در هوش مصنوعی» به‌صورت جدی در مجامع علمی، صنعتی و قانون‌گذاری مطرح شده است. یکی از الزامات مهمی که در طراحی و توسعه سیستم‌های هوشمند بیان می‌شود، اصل نبود تبعیض است؛ به این معنا که سامانه‌های مبتنی‌بر هوش مصنوعی نباید به گونه‌ای طراحی شوند که برخی گروه‌ها اعم از افراد دارای معلولیت، سالمندان یا افرادی با توانایی‌های خاص از دسترسی مؤثر به خدمات محروم بمانند.

برای مثال، یک دستیار هوشمند صوتی، سامانه سلامت دیجیتال یا سیستم اطلاع‌رسانی شهری نباید تنها برای افراد سالم بهینه‌سازی شده باشد، بلکه باید به‌گونه‌ای طراحی شود که طیف وسیعی از کاربران، با نیازها و توانمندی‌های متنوع، بتوانند به‌شکل مؤثر از آن استفاده کنند. در غیر این صورت، فناوری نه‌تنها موجب توانمندسازی نخواهد شد، بلکه خود به عامل جدیدی برای طرد و نابرابری اجتماعی تبدیل می‌شود.

این ملاحظات، امروز در بسیاری از استانداردها، چارچوب‌های اخلاقی و مقررات بین‌المللی مرتبط با توسعه هوش مصنوعی مورد تأکید قرار گرفته‌اند. هرچند ممکن است فاصله‌ای میان این اصول و اجرای کامل آن‌ها در محصولات نهایی وجود داشته باشد، اما بدون تردید، حرکت در این مسیر، نه‌تنها الزامی اخلاقی، بلکه شرط ضروری برای عدالت فناورانه و تحقق توسعه فراگیر در عصر دیجیتال است.

آیا نگرانی‌هایی درباره جایگزینی نیروی انسانی در مدیریت بحران با هوش مصنوعی وجود دارد؟ چطور باید به آن پرداخت؟

اگر بتوان برخی از ابعاد مدیریت بحران را به‌واسطه‌ بهره‌گیری از فناوری‌های نوین، به‌ویژه هوش مصنوعی، به‌صورت خودکار انجام داد چه در معنای سنتیِ خودکارسازی و چه در سطح پیشرفته‌تر مبتنی‌بر هوش مصنوعی این تحول می‌تواند نقطه عطفی مثبت در بهبود فرایندهای مدیریتی باشد. دلیل روشن این است که بسیاری از فرایندهای مدیریت بحران، به‌ویژه در لحظات حساس و پرریسک، می‌توانند از طریق خودکارسازی با سرعت، دقت و انسجام بیشتری اجرا شوند و خطاهای انسانی را به حداقل برسانند، اما اگر بخواهیم از زاویه‌ای انتقادی‌تر به این موضوع نگاه کنیم، نگرانی‌هایی نیز وجود دارد که در ادبیات فناوری به‌عنوان «مخاطره جایگزینی انسان با ماشین» شناخته می‌شود، البته باید تأکید کرد که این نگرانی، در بسیاری از موارد حاصل برداشتی سطحی از واقعیت است. ورود هوش مصنوعی به فرایندهای تخصصی به معنی حذف انسان نیست، بلکه به معنای تغییر نقش و ارتقای کارکرد نیروی انسانی است. به عبارتی، فناوری نه جایگزین انسان، بلکه مکمل اوست.

برای درک بهتر این موضوع، می‌توان از مثال‌هایی ملموس بهره گرفت؛ نقش معلم در یک قرن پیش عمدتاً به تدریس چهره‌به‌چهره و انتقال شفاهی دانش محدود بود. امروز، همان معلم از سامانه‌های مدیریت آموزش(LMS)، ابزارهای آموزش آنلاین و نرم‌افزارهای تخصصی بهره می‌گیرد تا محتوای آموزشی را با کیفیت بالاتر، دسترسی گسترده‌تر و انرژی کمتر ارائه دهد. این تغییر ابزارها به معنای حذف معلم نیست، بلکه به معنای ارتقای جایگاه و توانمندسازی اوست. در حرفه پزشکی نیز همین روند مشاهده می‌شود. پزشکانی که تا چند دهه پیش تنها به گزارش‌های مکتوب یا تصاویر آنالوگ متکی بودند، امروزه با سیستم‌های مدیریت اطلاعات سلامت(HIS)، تصاویر دیجیتال و نرم‌افزارهای تشخیص یاری‌شده، می‌توانند با دقت بیشتری به تحلیل داده‌ها بپردازند و در زمان کمتر، تصمیمات مؤثرتری بگیرند، اما این ابزارها جایگزین پزشکان نشده‌اند، بلکه ابزار کار آن‌ها را بهینه کرده‌اند. در حوزه مدیریت بحران نیز دقیقاً چنین الگویی در حال شکل‌گیری است. فناوری‌هایی مانند دوقلوهای دیجیتال، ربات‌های امدادی، سیستم‌های هوشمند پیش‌بینی بحران و تحلیل‌گرهای بلادرنگ داده‌ها، نه برای جایگزینی متخصصان بحران، بلکه برای افزایش توانمندی آن‌ها طراحی شده‌اند. این فناوری‌ها به مدیران، نیروهای عملیاتی و نهادهای امدادی کمک می‌کنند تا با صرف زمان و انرژی کمتر، اما با دقت و کیفیت بیشتر به وظایف خود عمل کنند. در نتیجه، آنچه در پیش‌رو داریم، نه حذف نقش انسان، بلکه تحول نقش انسان در تعامل با فناوری است؛ تحولی که اگر به‌درستی مدیریت شود، می‌تواند به افزایش تاب‌آوری، بهره‌وری و آمادگی بهتر برای مقابله با بحران‌های پیش‌رو منجر شود.

برای اینکه فناوری هوش مصنوعی در حوزه مدیریت بحران در کشور ما سریع‌تر و در مقیاس وسیع‌تری به‌صورت عملیاتی و کاربردی مورد استفاده قرار گیرد، چه اقداماتی ضروری است؟

برای تحقق این هدف، باید به چند بستر اساسی و به‌هم‌پیوسته توجه کرد. نخست آنکه، کاربردی‌شدن هوش مصنوعی در مدیریت بحران، جدا از وضعیت کلی حاکم بر توسعه‌ فناوری در کشور ممکن نیست؛ یعنی اگر بخواهیم این فناوری به‌طور مؤثر در بحران‌ها نقش‌آفرین شود، باید ابتدا ظرفیت بهره‌گیری از هوش مصنوعی را در سطوح مختلف مدیریت شهری، خدمات عمومی، سازمان‌های دولتی و حوزه‌های تصمیم‌سازی گسترش دهیم. برای این منظور، زیرساخت‌های حکمرانی داده باید تقویت شوند. ایجاد یک چارچوب یکپارچه برای جمع‌آوری، ذخیره، اشتراک‌گذاری و تحلیل داده‌های ملی، پیش‌نیاز ورود جدی به حوزه هوش مصنوعی است. حرکت به سوی دولت پلتفرمی، یعنی دولتی که داده‌محور و خدمات‌محور است، زمینه‌ساز بستر لازم برای پیاده‌سازی سامانه‌های هوشمند در بحران‌ها خواهد بود. در گام بعدی، لازم است اکوسیستم نوآوری و تولید فناوری در کشور تقویت شود. این موضوع شامل حمایت از استارتاپ‌های تخصصی در حوزه هوش مصنوعی، توانمندسازی شرکت‌های باسابقه برای به‌کارگیری فناوری‌های نو و نیز فراهم‌سازی بسترهای مالی، قانونی و پژوهشی برای سرمایه‌گذاری مؤثر در توسعه هوش مصنوعی است. تا زمانی که تولید فناوری در داخل کشور به سطح مناسبی نرسد، نمی‌توان انتظار داشت که ابزارهای هوشمند، دوقلوی دیجیتال، ربات‌های امدادی یا سامانه‌های تحلیل داده، به‌صورت بومی در مدیریت بحران مورد استفاده قرار گیرند. در نهایت باید تأکید کرد که بدون تقویت زیرساخت‌های دیجیتال و داده‌ای کشور، هیچ یک از قابلیت‌های هوش مصنوعی در مدیریت بحران به‌صورت کامل و مؤثر قابل بهره‌برداری نخواهند بود، بنابراین، برای رسیدن به مرحله‌ای که هوش مصنوعی بتواند به‌طور فراگیر در خدمت کاهش خسارات، بهبود واکنش و ارتقای آمادگی بحران باشد، نیازمند نگاه کلان، برنامه‌ریزی یکپارچه و سرمایه‌گذاری مستمر در تمامی زنجیره‌های فناورانه هستیم.

انتهای پیام