الذكاء الاصطناعي المستدام في التمويل: أثر عوامل الحوكمة البيئية والاجتماعية والمؤسسية

يتزايد القلق حول استدامة الذكاء الاصطناعي من زاوية عوامل الحوكمة البيئية والاجتماعية والمؤسسية، فالنماذج الذكية التي تتخذ قرارات مالية مؤثرة لم تعد تُقوَّم بدقتها التنبؤية وحدها، بل بآثارها البيئية والاجتماعية وبجودة حوكمتها وشفافيتها، وقد دخل هذا النقاش قلب القطاع المالي حيث تُستعمل خوارزميات الذكاء الاصطناعي في قرارات ذات تبعات واسعة على الأفراد والمؤسسات والأسواق، وعلى رأسها التصنيف الائتماني الذي يحدد كلفة الاقتراض وفرص الحصول عليه

وتسهم هذه الدراسة في النقاش الدائر بقياس أثر عوامل الحوكمة البيئية والاجتماعية والمؤسسية في أحد أبرز تطبيقات الذكاء الاصطناعي في التمويل وهو التصنيف الائتماني، فحتى الآن لا يوجد دليل قاطع على ما إذا كانت هذه العوامل تؤثر في التصنيف الائتماني أم لا، وتتطلب الإجابة عن هذا السؤال أدوات قياس أدق من المألوف، قادرة على التقاط أثر عوامل نوعية مركبة داخل نماذج تعلم آلي معقدة، وهو ما تتجه الدراسة إلى بنائه واقتراحه

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى قياس أثر عوامل الحوكمة البيئية والاجتماعية والمؤسسية في التصنيف الائتماني، وذلك باقتراح عدد من نماذج التعلم الآلي القادرة على قياس هذا الأثر، وبناء مجموعة من المقاييس التي تحسّن قدرة تلك النماذج على القيام بهذا القياس، بما يجعل النماذج والقرارات القائمة على الذكاء الاصطناعي عمومًا أكثر استدامة

وتنطلق الدراسة من فجوة معرفية واضحة، فالأدبيات لم تحسم بعد ما إذا كانت عوامل الاستدامة والحوكمة تغيّر مخرجات التصنيف الائتماني أو تؤثر في عدالته وموثوقيته، ولذلك جمعت بين تطوير نماذج التعلم الآلي وتطوير مقاييس تقييم ترافقها، بحيث لا يكتفي الباحث ببناء نموذج متنبئ، بل يمتلك أدوات لقياس أثر عوامل الحوكمة البيئية والاجتماعية والمؤسسية فيه قياسًا منهجيًا قابلًا للمقارنة والتكرار

ثانيًا: أبرز النتائج

1- لا يوجد حتى الآن دليل قاطع على ما إذا كانت عوامل الحوكمة البيئية والاجتماعية والمؤسسية تؤثر في التصنيف الائتماني، وهو ما يبرر الحاجة إلى الدراسة وأدواتها

2- تقترح الدراسة عددًا من نماذج التعلم الآلي المصممة خصيصًا لقياس أثر هذه العوامل في التصنيف الائتماني

3- تقترح الدراسة مجموعة من المقاييس التي تحسّن قدرة نماذج التعلم الآلي على قياس أثر عوامل الاستدامة والحوكمة

4- يمكن أن تصبح نماذج التعلم الآلي والقرارات القائمة على الذكاء الاصطناعي عمومًا أكثر استدامة بهذه الأدوات والمقاييس

5- يتصل قياس أثر عوامل الحوكمة البيئية والاجتماعية والمؤسسية بواحد من أبرز تطبيقات الذكاء الاصطناعي في التمويل وهو التصنيف الائتماني

ثالثًا: دلالات الدراسة وتطبيقاتها

وتفتح هذه المساهمة الباب أمام ممارسات مالية أكثر مسؤولية، فحين تمتلك المؤسسات المالية نماذج ومقاييس تقيس أثر عوامل الاستدامة والحوكمة في قراراتها الائتمانية، تستطيع أن تراجع عدالة تلك القرارات وشمولها، وأن توازن بين الربحية والمخاطر البيئية والاجتماعية، وأن تستجيب لمتطلبات تنظيمية ومجتمعية متصاعدة تطلب من الذكاء الاصطناعي أن يكون قابلًا للمساءلة ومستدامًا في آثاره

كما تثري الدراسة نقاشًا أوسع حول مستقبل الذكاء الاصطناعي المستدام، فاستدامة النماذج الذكية لا تعني خفض بصمتها البيئية فحسب، بل تعني أيضًا سلامتها الاجتماعية وجودة حوكمتها، والأدوات المقترحة هنا قابلة للتعميم من التصنيف الائتماني إلى تطبيقات مالية أخرى تتخذ فيها الخوارزميات قرارات مؤثرة، بما يعزز ثقة المتعاملين والمنظمين في أنظمة مالية ذكية أكثر شفافية وإنصافًا على المدى الطويل

وتبقى الحاجة قائمة إلى دراسات لاحقة تطبق النماذج والمقاييس المقترحة على بيانات ائتمانية متنوعة الأسواق والقطاعات، وتقارن أداءها عبر الزمن وفي ظروف اقتصادية متقلبة، فقياس أثر عوامل الاستدامة والحوكمة مهمة تراكمية تتطلب أدلة متعددة المصادر قبل الحسم في طبيعة هذا الأثر وحجمه، وكل تطبيق جديد يضيف إلى الحقل فهمًا أعمق للعلاقة بين ذكاء الآلة ومسؤوليتها تجاه المجتمع والبيئة

وخلاصة القول إن هذه الدراسة تتقدم بنماذج تعلم آلي ومقاييس محسنة لقياس أثر عوامل الحوكمة البيئية والاجتماعية والمؤسسية في التصنيف الائتماني، في وقت لم يحسم فيه الدليل بعد وجود هذا الأثر، وهي بذلك تضع لبنة منهجية في طريق ذكاء اصطناعي مالي أكثر استدامة، يوازن بين كفاءة القرار ومسؤوليته البيئية والاجتماعية والحوكمية