الذكاء الاصطناعي ومستقبل الجريمة في الدول العربيََّة

<jats:p>تناولت هذه الدراسة الآثار العميقة للذكاء الاصطناعي في أنماط الجريمة في الدول العربيََّة، مقدِِّم تحلي ا لًا شام ا لًا لأنواع الجرائم المعتمدة على الذكاء الاصطناعي، والجوانب القانونيََّة، والجاهزيََّة المؤسََّسيََّة. وقد أكََّدت التحل لايت أن الذكاء الاصطناعي يحمل في طيََّاته فر ًصًا ومخاطرََ في آنٍٍ واحد. فمن جهة، تُُستغََلُُّ التقنيََّات الحديثة، مثل: التزييف العميق واستنساخ الصوت والنماذج اللغويََّة الكبيرة، في ابتكار أنماط جديدة من الجرائم. ومن جهة أخرى، يسهم الذكاء الاصطناعي في تطوير أدوات الأدلََّة الجنائيََّة الرقميََّة، وأتمتة الكشف عن التهديدات، ومساندة أجهزة العدالة الجنائيََّة في جمع الأدلََّة وفرز القضايا. وتُُبرز هذه الطبيعة مزدوجة الاستخدام أهميََّة تطبيق حوكمة متوازنة تُُشجِِّع على الابتكار، وفي الوقت نفسه تتنبََّه إلى احتمالات إساءة الاستخدام. استعرض القسمان الأول والثاني من هذه الدراسة الدور المزدوج للذكاء الاصطناعي بوصفه أدا يمكن استغلالها في ارتكاب الجرائم، وفي الوقت نفسه وسيل فعََّال لمكافحتها؛ إذ بات الذكاء الاصطناعي يشكل تحد ًيًا لآليََّات إنفاذ القانون التقليديََّة. أما القسم الثالث فقد تناول الأطر القانونيََّة الوطنيََّة في المنطقة العربيََّة، كاش اًفً عن ثغرات في معالجة قضايا الضرر الخوارزمي، والمسؤوليََّة الجنائيََّة للأنظمة الذاتيََّة، والجرائم المرتبطة مباشر بالذكاء الاصطناعي. وعلى الرغم من أن دو ا لًا، مثل: المملكة العربيََّة السعوديََّة والإمارات العربيََّة المتحدة، قد وضعت إستراتيجيات وطنيََّة متطوِِّرة للذكاء الاصطناعي، فإن كث اًيرً من الدول الأخرى لا تزال تعتمد على تشريعات قديمة لمكافحة الجرائم السيبرانيََّة، غير مهيََّأة لمواكبة عصر الذكاء الاصطناعي. وتناول القسمان الرابع والخامس منظو اًرً شام ا لًا لعدََّة قطاعات، حيث تمََّ تحليل مدى الجاهزيََّة المؤسََّسيََّة، ومستوى الثقة المجتمعيََّة، والأطر الأخلاقيََّة المنظِِّمة لاستخدام الذكاء الاصطناعي. وأكََّد التحليل أهميََّة توحيد الأطر القانونيََّة، والاستثمار في البنية التحتيََّة، وبناء القدرات بطريقة شاملة، وتعزيز دور المجتمع المدني. فمن دون هذه المقوِِّمات، قد تؤدي تطبيقات الذكاء الاصطناعي ذات النيات الحسنة إلى نتائج غير مقصودة، أو إلى تقويض ثقة الجمهور بالمؤسسات. واستجاب لتزايد التهديدات الناجمة عن التزييف العميق للمحتوى الصوتي والوسائط الاصطناعيََّة، قدََّمت الدراسة إطا اًرً مطوََّ اًرً يعتمد على نموذج »RawNet2« للكشف عن التزييف العميق الصوتي. تميََّز هذا الإطار بكونه مكيََّ ًفًا للبيئة اللغويََّة العربيََّة؛ إذ دُُرِِّب على مجموعة بيانات جديدة تضم أكثر</jats:p>