التبني والخوارزميات: لماذا لا يستطيع الذكاء الاصطناعي قياس أسرة

يَعِد استخدام الذكاء الاصطناعي في أنظمة حماية الطفل والتبني بإحداث ثورة في القطاع من خلال المطابقة الخوارزمية، لكن التحقيقات والأدبيات العلمية تكشف عن واقع مقلق

يمتلك الذكاء الاصطناعي قدرة استثنائية على ترتيب قواعد البيانات الضخمة، واكتشاف الموارد الخفية داخل الأنظمة البيروقراطية، واقتراح عمليات المطابقة بناءً على أنماط متكررة، لكنه يصطدم بحدّ لا يمكن تجاوزه: فهو لا يملك الأدوات الأنطولوجية ولا الأخلاقية لتقرير ما إذا كان شخص ما "مناسبًا" لشغل دور الوالدين. فالتقييم النفسي والعاطفي والمالي لوالد محتمل أو لأسرة حاضنة ليس مجرد مسألة تحسين رياضي. إنه تحقيق يمس حقوقًا أساسية، وتفاوتات اجتماعية-اقتصادية، وظروف الفقر، والإعاقة، والأصل العرقي، والأهم من ذلك كله، مستقبل طفل وسلامته، مما يجعل من الحتمي أن يبقى هذا القرار قرارًا بشريًا، متعدد التخصصات، ومُعلَّلًا بعمق، وقابلًا للطعن قانونيًا.

وهم المطابقة: حالة Family-Match

تتجلى المسافة بين الوعد التكنولوجي والممارسة البالغة الحساسية للتبني بوضوح مذهل في التحقيق الذي أجرته وكالة Associated Press حول خوارزمية Family-Match. فقد صُمِّم هذه الأداة الحاسوبية، المستوحاة صراحةً من آليات تطبيقات المواعدة عبر الإنترنت، بهدف منح درجة "توافق علائقي" بين الأطفال المدرجين في نظام الحضانة والوالدين المحتملين. غير أن التحقيق كشف عن نتائج عملية محدودة للغاية في ولايتي فرجينيا وجورجيا، مما سلّط الضوء على حالات إحالات إلى أسر لم تكن مهتمة على الإطلاق بذلك النوع من المطابقة أو غير مستعدة له، وأثار شكوكًا عميقة حول الفعالية التي أعلن عنها promoters البرمجيات.

لا يقتصر فشل هذا النهج على ضعف الدقة الإحصائية، بل يتجذر في طبيعة البيانات المعالجة نفسها. فقد كانت خوارزمية Family-Match تبتلع وتعالج أكثر من 250 متغيرًا حساسًا لحساب مؤشرات التوافق الخاصة بها. ومن بين هذه المعايير كانت ترد معلومات بالغة الخصوصية وربما وصمة عار محتملة، مثل histories الاعتداءات الجنسية التي تعرضوا لها في الماضي، والسوابق الجنائية، وهوية LGBTQIA+ للقُصَّر المعنيين. والمشكلة المركزية في هذا السيناريو ليست فقط جودة أو كفاءة المطابقة المقترحة، بل الجمع الجماعي والاستخدام غير الخاضع للإشراف لبيانات بالغة الخصوصية داخل بنية برمجية غامضة وغير متاحة للتدقيق العام.

المراقبة الرقمية والتحيز وجريمة الفقر

اتّبع إدخال الذكاء الاصطناعي في نظام رعاية الطفل الأمريكي حتى الآن مسارًا محددًا ومقلقًا. تُظهر مراجعة أكاديمية تستند إلى تحليل 50 منشورًا يتعلق بالأنظمة الحاسوبية في رعاية القُصَّر أن الغالبية العظمى من التطبيقات تتعلق بنماذج تنبؤية موجهة حصريًا لحساب المخاطر. أما الوظائف الحيوية مثل المطابقة العلائقية الحقيقية، ودمج المنظورات الإنسانية للأخصائيين الاجتماعيين، والتحليل النوعي لملاحظات الحالات، فتبقى على النقيض من ذلك مدمجة بشكل مأساوي أو متجاهلة تمامًا من قبل البرمجيات.

يولّد هذا التركيز على "المخاطر" دائرة قصر خوارزمية تعاقب الفئات الأكثر ضعفًا في المجتمع. تكشف دراسة معمقة حول Allegheny Family Screening Tool، وهو نموذج تنبؤي أمريكي معروف، عن تحيز هيكلي لا لبس فيه: فالأسر الفقيرة أو المنتمية إلى أقليات عرقية تتفاعل بحكم الضرورة بدرجة أكبر بكثير مع الخدمات العامة، وبالتالي تتراكم لديها كمية غير متناسبة من البيانات الإدارية. وتقرأ الخوارزمية هذه الكتلة من البيانات وتستخدم التحقيقات السابقة كمتنبئات للمستقبل، فتنتهي إلى منح هذه الأسر درجات مخاطر أعلى بشكل منهجي، مما يضخّم حلقة مفرغة تمييزية. والنقطة المحورية هي أن الفقر والعوز المالي لا يعادلان الإهمال الوالدي، لكنهما داخل مجموعات البيانات العامة ينتهيان حتمًا إلى الظهور كعامل خطر هائل.

وللتخفيف من هذا الانحراف، يؤكد الباحثون على ضرورة التمييز بوضوح بين هدفين للاستخدام: فاستخدام التعلم الآلي لتحديد الأسر التي تواجه صعوبات وعرض موارد وقائية عليها يختلف جذريًا عن استخدامه لاختيار الأسر التي يجب التحقيق معها أو الأسر التي يجب إبعاد الأطفال عنها. والفرضية الثانية، بسبب عواقبها المدمرة، تتطلب معيارًا للإثبات أعلى بما لا يقاس من الأولى. ويلخّص Center on Privacy & Technology في Georgetown Law هذه النقاط الحرجة بشكل مثالي، حيث يندد بضعف الأدلة على فعالية الأنظمة الحالية، وبالمساءلة (accountability) شبه المعدومة، وبعدم تماثل القوى بين الجهات العامة وموردي البرمجيات من القطاع الخاص، وبالخطورة البالغة لاستخدام وكلاء اجتماعيين-اقتصاديين لتقييم الأهلية الوالدية. وفي مواجهة هذا المشهد المؤسسي، يصبح من الحتمي المطالبة بعمليات تدقيق مستقلة، ووثائق شفافة، وسبل انتصاف ملموسة ومتاحة للأسر التي عوقبت ظلمًا.

القيمة القانونية للتعاطف: الحقوق والمعاهدات الدولية

إن تفويض آلة بتكوين أسرة أو تفكيكها يصطدم بشكل مباشر ببنية حقوق الإنسان الدولية. فقد وضعت المبادئ التوجيهية للأمم المتحدة بشأن الرعاية البديلة للأطفال (2009) إطارًا واضحًا: يجب أن يُتخذ كل قرار بدقة على أساس كل حالة على حدة، وأن يستند حصريًا إلى المصالح الفضلى للطفل. وتتطلب هذه العملية ضمانات قانونية متينة، وتقييمًا صارمًا ونوعيًا، وتدخلًا مباشرًا لفرق متعددة التخصصات مؤلفة من مهنيين ذوي مؤهلات عالية. وهذه المعايير الدولية تجعل من المستحيل فعليًا وغير المشروع تبرير درجة خوارزمية باردة كأساس لقرار مستقل أو شبه مستقل.

تعزز اتفاقية الأمم المتحدة لحقوق الطفل هذا النموذج بشكل أكبر. ففي سياق التبني، لا يمكن تحويل المصالح الفضلى للطفل إلى مجرد متغير من بين متغيرات كثيرة يجب حسابها: إنها المعيار الأساسي والحاسم، الذي يجب أن يشمل، حيثما أمكن، المشاركة الفعالة والاستماع إلى صوت الطفل نفسه. فالطفل الباحث عن أسرة لا يمكن ولا ينبغي اختزاله إلى مجرد "مخرجات" لبرنامج مطابقة، بل يجب التعامل معه كشخص يحمل حقوقًا، وتاريخًا لا يتكرر، وإرادة خاصة به.

وقد تدخّل مجلس أوروبا مؤخرًا لتأمين التفاعل بين الذكاء الاصطناعي والحقوق الأساسية قانونيًا من خلال الاتفاقية الإطارية بشأن الذكاء الاصطناعي لعام 2024، وهي أول معاهدة دولية ملزمة في هذا المجال. وتشترط الوثيقة أن يحترم استخدام الذكاء الاصطناعي الكرامة والاستقلالية البشرية، وأن يضمن المساواة وعدم التمييز، وتفرض تقييمات للأثر على حقوق الإنسان وتدابير وقائية صارمة على مدار دورة حياة النظام بأكملها. والرسالة المعيارية لا لبس فيها: فالنظام المخصص لتقييم القدرات الوالدية لا يمكنه بأي حال من الأحوال أن يعمل كـصندوق أسود غير قابل للتفسير.

الكلمة الأخيرة

يجب أن يحقق النقاش المعاصر قفزة في النضج. فالسؤال المركزي الذي يجب أن يطرحه صانعو السياسات والعاملون الاجتماعيون ليس السؤال الخيالي والوهمي "هل يمكن للذكاء الاصطناعي أن يتنبأ بما إذا كنا سنكون والدين صالحين؟"، بل سلسلة من الأسئلة البراغماتية والنظامية: ما الإشارات المحددة التي تستخدمها الخوارزمية لتقرر، ومن الذي صنّف هذه الإشارات كمؤشرات خطر، وعبر أي قنوات يمكن للمواطن أن يطعن في حكم تولّد عن الآلة؟ فالدخل المنخفض، أو ماضٍ في سجلات الرعاية الاجتماعية، أو حالة إعاقة، أو تاريخ عائلي معقد، ليست ولن تكون أبدًا أدوات قادرة على قياس الحب، أو الاستعداد للرعاية، أو القدرة الحقيقية على تنشئة طفل وتعليمه؛ غير أنها قد تتحول إلى وكلاء خطر لا يرحمون إذا دُرِّب نموذج الذكاء الاصطناعي على بيانات تاريخية موسومة بعمق بالفوارق والظلم النظاميين.

قد تتفوق الخوارزمية في غربلة الملفات البيروقراطية، وقد تقترح موردًا إقليميًا أو تفترض لقاءً محتملًا، لكنها لا تملك السلطة الأخلاقية ولا القانونية ولا المعرفية لتقرير القيمة الجوهرية لأسرة. فعندما تكون حياة طفل ضعيف ومستقبله واستقراره العاطفي على المحك، يجب أن تكون الكلمة الأخيرة دائمًا وبشكل غير قابل للتنازل لأشخاص من لحم ودم، مهنيين مسؤولين، قادرين على شرح تفكيرهم بشفافية، وقادرين على الاستماع إلى الاحتياجات غير المعلنة، وملزمين بالرد شخصيًا، أخلاقيًا وقانونيًا، عن خياراتهم.

المراجع الببليوغرافية والمصادر

• Does an AI tool help boost adoptions? Key takeaways from an AP Investigation — Associated Press, 2023
• Inspired by online dating, AI tool for adoption matchmaking falls short for vulnerable foster kids — Associated Press, 2023
• A Human-Centered Review of Algorithms used within the U.S. Child Welfare System — CHI 2020
• A case study of algorithm-assisted decision making in child welfare — PMLR, 2018
• Using machine learning to predict future foster care admission — PMC, 2025
• Data and Automation in Child Welfare — Georgetown Law, Privacy & Technology Center
• Guidelines for the Alternative Care of Children — الأمم المتحدة، 2009
• Convention on the Rights of the Child — الأمم المتحدة
• The Framework Convention on Artificial Intelligence — مجلس أوروبا، 2024

مقال من إعداد هيئة تحرير La Bussola dell’IA