آلمان در گامی جدید برای توسعه حکمرانی هوشمند، استفاده عملی از هوش مصنوعی عاملمحور در مدیریت شهری را آغاز کرده است؛ طرحی که در قالب «Agentic AI Hub» با مشارکت ۱۷ شهرداری و ۱۰ شرکت نوآور حوزه هوش مصنوعی اجرا میشود و هدف آن، خودکارسازی بخشی از فرآیندهای اداری و افزایش سرعت و کارایی خدمات عمومی است.
به گزارش پایگاه خبری حکمرانی هوشمند، وزارت فدرال دیجیتال و نوسازی دولت این کشور در قالب این طرح، ۱۸ پروژه آزمایشی را در ۱۷ شهرداری مختلف آغاز کرده است. در این پروژهها، هوش مصنوعی عاملمحور قرار است بخشی از وظایف اداری را که تاکنون توسط کارکنان انجام میشد، به صورت خودکار یا نیمهخودکار انجام دهد.
بر اساس گزارش Kommune21، این پروژه با هدف استفاده از هوش مصنوعی برای انجام وظایف تکراری و زمانبر اداری طراحی شده است. سامانههای عاملمحور میتوانند درخواستهای شهروندان را از نظر کامل بودن مدارک بررسی کنند، در صورت وجود نقص مدارک مورد نیاز را درخواست کنند، اسناد را تحلیل کنند و حتی پیشنهادهایی برای تصمیمگیریهای اداری ارائه دهند.
وزارت دیجیتال و نوسازی دولت آلمان اعلام کرده است که نتایج این پروژهها در صورت موفقیت، قابلیت استفاده در سطح گستردهتر و حتی در دیگر دستگاههای دولتی را خواهند داشت. در واقع، هدف طرح تنها اجرای چند پروژه آزمایشی نیست، بلکه شناسایی راهکارهایی است که بتوان آنها را در مقیاس ملی توسعه داد.
از چتبات تا «عامل هوشمند»
یکی از تفاوتهای مهم این طرح با پروژههای معمول هوش مصنوعی در دستگاههای دولتی، استفاده از مفهوم هوش مصنوعی عاملمحور است.
در مدلهای معمول، کاربر از هوش مصنوعی سؤال میکند و پاسخ دریافت میکند؛ اما عاملهای هوشمند میتوانند مجموعهای از اقدامات را برای رسیدن به یک هدف مشخص برنامهریزی و اجرا کنند.
در پروژه آلمان، این قابلیت قرار است برای فرآیندهای اداری مورد استفاده قرار گیرد. برای نمونه، یک عامل هوشمند میتواند یک درخواست را دریافت کند، مدارک را بررسی کند، کمبودهای پرونده را تشخیص دهد، اطلاعات مورد نیاز را مطالبه کند و پس از تکمیل پرونده، آن را برای مرحله بعد آماده کند.
به این ترتیب، هوش مصنوعی از یک ابزار صرفاً مشورتی به ابزاری برای اجرای فرآیندهای حکمرانی تبدیل میشود؛ تغییری که میتواند ساختار ارائه خدمات عمومی را در سالهای آینده دگرگون کند.
استقبال گسترده شهرداریها و شرکتهای فناوری
طرح Agentic AI Hub پس از یک فراخوان گسترده شکل گرفت. بر اساس اعلام وزارت دیجیتال آلمان، حدود ۴۰۰ شرکت نوپا و نزدیک به ۲۰۰ شهرداری برای مشارکت در این برنامه اعلام آمادگی کردند که در نهایت ۱۷ شهرداری و ۱۰ شرکت استارتآپی برای اجرای ۱۸ پروژه آزمایشی انتخاب شدند.
انتخاب پروژهها نیز بر اساس معیارهایی مانند تناسب راهکار با نیازهای راهبردی، قابلیت تعمیم و امکان توسعه در مقیاس بزرگ انجام شده است. دولت آلمان اعلام کرده است که پروژهها در یک دوره آزمایشی تحت نظارت وزارت دیجیتال و با پشتیبانی DigitalService ارزیابی خواهند شد.
تمرکز بر کاهش بروکراسی
یکی از اهداف اصلی این طرح، کاهش بار اداری و آزاد کردن زمان کارکنان دولت برای وظایف پیچیدهتر است.
رسانه تخصصی Kommune21 گزارش داده است که هوش مصنوعی عاملمحور میتواند با بر عهده گرفتن وظایف تکراری، کارکنان ادارات را از بخشی از کارهای روزمره و زمانبر رها کند و در عین حال، فرآیندهای اداری را سریعتر و کمخطاتر کند.
در شهر روستوک نیز که یکی از ۱۷ شهرداری منتخب این برنامه است، استفاده از هوش مصنوعی برای بررسی و بهینهسازی فرآیندهای اداری در حال آزمایش است. این شهر هزاران فرآیند اداری دارد و یکی از نمونههای مورد بررسی، فرآیند صدور کارت شناسایی است که مراحل متعددی از زمان درخواست تا تحویل سند را شامل میشود.
حکمرانی هوشمند وارد مرحله عملیاتی میشود
اهمیت این تجربه آلمان برای مفهوم حکمرانی هوشمند در این است که دولت تلاش میکند هوش مصنوعی را از مرحله آزمایشهای محدود و ابزارهای پاسخگویی به شهروندان، به سطح فرآیندهای واقعی مدیریت عمومی منتقل کند.
در این مدل، دادهها و الگوریتمهای هوشمند میتوانند در بخشهایی از چرخه ارائه خدمات عمومی نقش داشته باشند؛ از دریافت درخواست شهروند گرفته تا بررسی مدارک، شناسایی نقص پرونده، پردازش اطلاعات و آمادهسازی تصمیم اداری.
اگر این پروژهها بتوانند به اهداف خود دست پیدا کنند، تجربه آلمان میتواند الگویی برای استفاده گستردهتر از هوش مصنوعی عاملمحور در دولتهای محلی و ملی باشد. خود وزارت دیجیتال آلمان نیز بر قابلیت مقیاسپذیری راهکارهای موفق تأکید کرده است.
در نهایت، تجربه Agentic AI Hub نشان میدهد که مسیر تحول دیجیتال دولت در آلمان در حال حرکت از «دیجیتالی کردن خدمات» به سمت «هوشمندسازی فرآیندهای تصمیمگیری و اجرا» است؛ مسیری که میتواند یکی از مراحل مهم گذار از دولت دیجیتال به حکمرانی هوشمند باشد.
انتهای پیام
