In an interview with the Smart Governance news outlet, Taha-Hossein Madani highlighted the importance of statistics in economic and development planning. He said strategic foresight requires accurate information and dependable data to identify the country’s possible future paths and select appropriate strategies. Although artificial intelligence makes it possible to examine vast amounts of information and analyze complex relationships between variables, the quality of the underlying data has become even more important. Even the most advanced tools cannot produce reliable conclusions when they process inaccurate information.

Madani explained that micro- and macro-level data form the raw material for foresight analysis, while AI algorithms serve as tools for processing information and simulating possible scenarios. If input data are inaccurate, incomplete or inconsistent with economic and social realities, model outputs may present an unrealistic picture of future conditions. This can create an “illusion of certainty,” in which incorrect forecasts appear credible and definitive simply because they are presented through computational analysis.

Referring to challenges within the country’s statistical system, the head of the think tank said one major problem is that government agencies generate large volumes of information without making effective use of it in analysis and decision-making. In some cases, statistics are collected primarily to meet administrative requirements rather than being integrated into a coherent system for understanding problems, evaluating policies and planning for the future.

He added that poor data quality, disconnected databases and the existence of multiple official statistical authorities make effective use of information more difficult. Differences between figures published by the Central Bank and the Statistical Center of Iran on indicators such as inflation and economic growth illustrate the coordination problems within the statistical system. When the statistical foundations used in decision-making are inconsistent, assessing current conditions and charting a path forward becomes more difficult.

Madani emphasized that major economic decisions should not be based on personal assumptions or trial and error. Instead, credible statistical evidence must serve as the foundation for analyzing conditions and selecting policies. Otherwise, even development programs designed to promote economic progress may stray from their objectives because of an inaccurate understanding of the country’s actual capacities, constraints and trends.

Discussing the role of strategic foresight in economic policymaking, he explained that it differs from conventional planning because decision-makers do not simply assume that existing trends will continue. They also consider possible global changes, technological developments and future conditions. Accordingly, the country must not only assess the gap between its current situation and its desired goals, but also prepare for changes that may occur over the planning horizon.

Madani added that experience in the defense industries demonstrates how recognizing domestic strengths and choosing a course suited to future developments can contribute to effective results. He said the same approach should be applied to the economy so that development programs are not designed solely around current conditions or past models.

Highlighting AI’s potential for analyzing economic and social data, Madani said the technology can simultaneously examine information on economic growth, labor markets, demographic changes, energy consumption and other indicators. This can reveal patterns that are difficult or time-consuming to identify through traditional methods. AI can also help policymakers design and compare different scenarios, enabling them to assess the possible consequences of decisions before implementation.

However, he continued, making effective use of these capabilities requires data to be produced continuously, remain comparable over time and follow common standards. Connecting databases, reducing duplicated work, clearly assigning responsibility for producing and updating statistics, and facilitating information exchange are among the measures that can improve the quality of policymaking.

Madani noted that achieving this objective requires closer alignment between the statistical system, data governance and strategic foresight. Existing laws and infrastructure must be used effectively, while organizational barriers to information sharing should be reduced. Providing researchers and academic institutions with controlled access to non-sensitive data can also support more precise analysis and the development of practical solutions.

He stressed that data use must respect privacy, security requirements and citizens’ rights, while human oversight of analytical results must be maintained. AI-generated outputs should not be treated as unquestionable truths, since poor-quality information or biases in input data can affect the results. Expert assessment and independent verification therefore remain essential.

In conclusion, the head of the Smart Governance Think Tank emphasized that sustainable economic development depends on evidence-based decision-making, reliable statistics and a precise understanding of future trends. The stronger the connection between statistical production, data analysis and policymaking, the greater the country’s ability to identify problems early, adjust policies in a timely manner and use national resources more effectively.

🇨🇳 #ZH — 中文（简体）

可靠统计数据是人工智能辅助决策与战略前瞻的基础

智能治理智库负责人强调，在重大决策过程中，获取准确、可靠的统计数据至关重要。他指出，如果缺乏可信数据，人工智能不仅无法帮助决策者作出正确判断，还可能描绘出失真的未来图景，进而导致战略决策失误和国家资源浪费。

塔赫·侯赛因·马达尼在接受智能治理新闻平台采访时，谈到了统计数据在经济规划和发展规划中的重要作用。他表示，为了识别国家未来可能面临的发展路径并选择适当的战略，战略前瞻必须以准确的信息和可靠的数据为基础。人工智能虽然能够处理海量信息，并分析不同变量之间的复杂关系，但这也使基础数据的质量变得更加重要。即使使用最先进的技术工具，如果输入的信息不准确，也无法得出可靠的结论。

马达尼进一步指出，微观和宏观数据是前瞻性分析的基础材料，而人工智能算法则承担信息处理和情景模拟的功能。如果输入数据不准确、不完整，或者与真实的经济社会状况不符，模型输出就可能无法真实反映未来的发展情况。这种现象可能造成一种“确定性错觉”：一些错误的预测仅仅因为以计算分析的形式呈现，就被误认为可信且确定的结论。

谈到国家统计体系面临的挑战时，这位智库负责人表示，当前的一个突出问题是，各政府部门虽然产生了大量信息，却没有在分析和决策过程中充分利用这些信息。在某些情况下，统计工作的开展主要是为了完成行政任务，而不是将数据整合成一套连贯的体系，用于识别问题、评估政策和规划未来。

他补充说，数据质量不高、数据库之间缺乏互联互通，以及官方统计数据发布机构较多，都是妨碍信息有效利用的因素。伊朗中央银行与伊朗统计中心在通货膨胀率、经济增长率等指标上公布的数据存在差异，就是统计体系协调不足的一个例子。当决策所依据的统计口径彼此不一致时，准确评估当前状况和规划未来发展方向就会面临困难。

马达尼强调，重大的经济决策不应建立在个人判断或反复试错的基础上，而应以可信的统计证据为依据，对现实情况进行分析并选择相应政策。否则，即使以促进经济发展为目标制定的规划，也可能因为对国家实际能力、发展限制和真实趋势认识不足而偏离既定方向。

在谈到战略前瞻对经济政策制定的作用时，他解释说，战略前瞻与传统规划的区别在于，决策者不仅考虑现有趋势的延续，还会关注全球可能发生的变化、技术进步以及未来环境的演变。因此，一个国家不仅需要了解当前状况与理想目标之间的差距，还应提前为规划期内可能出现的变化做好准备。

马达尼补充说，国防工业的发展经验表明，充分认识自身优势，并选择适应未来变化的发展路径，有助于取得更好的成效。他认为，经济领域也应采用同样的思路，不能仅仅根据当前状况或过去的经验制定发展规划。

谈到人工智能在经济和社会数据分析方面的潜力时，马达尼表示，该技术能够同时分析经济增长、劳动力市场、人口变化、能源消费及其他指标，从而识别出传统方法难以发现或需要耗费大量时间才能发现的规律。此外，通过设计和比较不同的发展情景，人工智能还可以帮助政策制定者在实施决策之前评估其可能产生的影响。

他继续指出，要有效发挥这些能力，就必须持续收集数据，确保数据具有可比性，并遵循统一标准。加强数据库之间的连接、减少重复工作、明确各部门在统计数据生产和更新方面的职责，以及建立便利的信息交换机制，都是提高政策制定质量的重要措施。

马达尼表示，实现这一目标需要统计体系、数据治理和战略前瞻之间形成更加紧密的协同关系。现有法律和基础设施应得到有效利用，同时还应减少组织内部阻碍信息共享的障碍。此外，在可控条件下向研究人员和科研机构开放非敏感数据，有助于更加准确地分析问题并提出切实可行的解决方案。

他强调，数据利用必须遵守隐私保护和安全要求，尊重公民权利，同时确保对分析结果进行人工监督。人工智能系统生成的结果不能被视为绝对真理，因为数据质量不佳或输入数据存在偏差，都可能影响分析结论。因此，专家评估和结果核验仍然不可或缺。

最后，这位智能治理智库负责人强调，实现经济可持续发展，需要以证据为基础进行决策，依靠可靠的统计数据，并准确把握未来发展趋势。统计数据生产、数据分析与政策制定之间的联系越紧密，国家就越有能力及早发现问题、及时调整政策，并更加有效地利用国家资源。

报道结束

🇪🇸 #ES — Español

Las estadísticas fiables son fundamentales para la inteligencia artificial y la planificación estratégica del futuro

El director del Centro de Estudios sobre Gobernanza Inteligente destacó la necesidad de disponer de estadísticas precisas y fiables para tomar decisiones de gran alcance. Advirtió que el uso de la inteligencia artificial sin datos confiables no solo impide tomar decisiones acertadas, sino que también puede generar una imagen distorsionada del futuro, propiciar errores estratégicos y provocar un desperdicio de los recursos nacionales.

En una entrevista con el medio de comunicación Gobernanza Inteligente, Taha-Hossein Madani subrayó la importancia de las estadísticas para la planificación económica y del desarrollo. Explicó que los estudios prospectivos requieren información precisa y datos fiables para identificar las posibles trayectorias futuras del país y seleccionar las estrategias adecuadas. Aunque la inteligencia artificial permite analizar grandes volúmenes de información y estudiar relaciones complejas entre distintas variables, la calidad de los datos de partida adquiere una importancia aún mayor. Ni siquiera las herramientas más avanzadas pueden ofrecer conclusiones fiables cuando procesan información incorrecta.

Madani señaló que los datos microeconómicos y macroeconómicos constituyen la materia prima de los análisis prospectivos, mientras que los algoritmos de inteligencia artificial funcionan como instrumentos de procesamiento y simulación. Si los datos de entrada son inexactos, incompletos o no reflejan la realidad económica y social, los resultados de los modelos pueden presentar una visión poco realista del futuro. Esta situación puede generar una «ilusión de certeza»: las previsiones erróneas parecen fiables y definitivas simplemente porque se presentan como resultado de cálculos y análisis computacionales.

Al referirse a los desafíos del sistema estadístico del país, el director del centro de estudios afirmó que uno de los principales problemas es que los organismos públicos producen grandes cantidades de información sin aprovecharla adecuadamente en los procesos de análisis y toma de decisiones. En algunos casos, las estadísticas se recopilan principalmente para cumplir obligaciones administrativas, en lugar de integrarse en un sistema coherente que permita comprender los problemas, evaluar las políticas y planificar el futuro.

Añadió que la baja calidad de los datos, la falta de integración entre las bases de datos y la existencia de múltiples organismos oficiales que publican estadísticas dificultan el uso eficaz de la información. Las diferencias entre las cifras del Banco Central y las del Centro Estadístico de Irán sobre indicadores como la inflación y el crecimiento económico constituyen un ejemplo de los problemas de coordinación del sistema estadístico. Cuando las bases estadísticas utilizadas para decidir no son coherentes entre sí, resulta más difícil evaluar la situación actual y definir una trayectoria futura.

Madani insistió en que las grandes decisiones económicas no deben basarse en percepciones personales ni en el método de ensayo y error. Por el contrario, las pruebas estadísticas fiables deben servir de fundamento para analizar la situación y seleccionar las políticas. De lo contrario, incluso los programas diseñados para impulsar el desarrollo económico pueden desviarse de sus objetivos debido a una comprensión equivocada de las capacidades, limitaciones y tendencias reales del país.

Al explicar la función de los estudios prospectivos en la política económica, señaló que su diferencia respecto de la planificación convencional radica en que los responsables de tomar decisiones no se limitan a suponer que las tendencias actuales continuarán. También consideran los posibles cambios mundiales, los avances tecnológicos y las condiciones futuras. Por ello, el país debe identificar la distancia entre su situación actual y la deseada, y prepararse para las transformaciones que puedan producirse durante el horizonte de planificación.

Madani añadió que la experiencia de las industrias de defensa demuestra que reconocer las ventajas nacionales y elegir una estrategia adaptada a los cambios futuros puede contribuir a obtener resultados eficaces. Según afirmó, el mismo enfoque debe aplicarse a la economía para evitar que los programas de desarrollo se diseñen exclusivamente a partir de las circunstancias actuales o de modelos del pasado.

Sobre el potencial de la inteligencia artificial para analizar datos económicos y sociales, explicó que esta tecnología puede examinar simultáneamente información sobre crecimiento económico, mercado laboral, evolución demográfica, consumo energético y otros indicadores. De este modo, permite detectar patrones que los métodos tradicionales difícilmente identifican o que requieren mucho tiempo para descubrirse. Además, el diseño y la comparación de diferentes escenarios pueden ayudar a los responsables políticos a evaluar las posibles consecuencias de sus decisiones antes de ponerlas en práctica.

No obstante, señaló que aprovechar estas capacidades exige producir datos de manera continua, garantizar que sean comparables y aplicar normas comunes. Conectar las bases de datos, reducir la duplicación de tareas, definir las responsabilidades de los organismos en la producción y actualización de estadísticas y facilitar el intercambio de información son medidas que pueden mejorar la calidad de las decisiones públicas.

Madani afirmó que alcanzar este objetivo requiere una mayor coordinación entre el sistema estadístico, la gobernanza de datos y la prospectiva estratégica. Es necesario utilizar eficazmente las leyes y las infraestructuras existentes y reducir las barreras organizativas que dificultan compartir información. Asimismo, permitir a investigadores e instituciones académicas un acceso controlado a datos no sensibles puede facilitar análisis más rigurosos y soluciones prácticas.

También subrayó que el uso de datos debe respetar la privacidad, los requisitos de seguridad y los derechos de los ciudadanos, y que los resultados analíticos deben mantenerse bajo supervisión humana. Los resultados generados por sistemas de inteligencia artificial no deben considerarse verdades absolutas, ya que la mala calidad de la información o los sesgos de los datos de entrada pueden alterar las conclusiones. Por esta razón, la evaluación especializada y la verificación de los resultados siguen siendo indispensables.

Finalmente, el director del Centro de Estudios sobre Gobernanza Inteligente destacó que el desarrollo económico sostenible requiere decisiones basadas en pruebas, estadísticas fiables y una comprensión precisa de las tendencias futuras. Cuanto más estrecha sea la conexión entre la producción estadística, el análisis de datos y la formulación de políticas, mayor será la capacidad del país para detectar problemas de manera temprana, corregir oportunamente sus políticas y utilizar los recursos nacionales de forma más eficiente.

Fin del reportaje

🇷🇺 #RU — Русский

Достоверная статистика — основа решений с использованием ИИ и стратегического прогнозирования

Руководитель аналитического центра «Умное управление» подчеркнул необходимость использования точной и достоверной статистики при принятии важнейших решений. По его словам, применение искусственного интеллекта без надежных данных не только не гарантирует правильных решений, но и может сформировать искаженное представление о будущем, что чревато стратегическими ошибками и нерациональным использованием национальных ресурсов.

В интервью информационному изданию «Умное управление» Тахе-Хосейн Мадани отметил важность статистики для экономического планирования и разработки программ развития. Он пояснил, что стратегическое прогнозирование требует точной информации и надежных данных, позволяющих определить возможные направления развития страны и выбрать подходящие стратегии. Хотя искусственный интеллект дает возможность обрабатывать огромные массивы информации и анализировать сложные взаимосвязи между различными переменными, качество исходных данных приобретает еще большее значение. Даже самые современные инструменты не способны обеспечить достоверные выводы, если анализируют неточную информацию.

Мадани продолжил, что микро- и макроданные служат исходным материалом для прогнозно-аналитических исследований, а алгоритмы искусственного интеллекта выполняют функции обработки информации и моделирования различных сценариев. Если входные данные неточны, неполны или не соответствуют реальным экономическим и социальным условиям, результаты моделей могут создавать нереалистичную картину будущего. Это способно привести к возникновению «иллюзии определенности»: ошибочные прогнозы начинают восприниматься как достоверные и окончательные лишь потому, что представлены в виде результатов вычислительного анализа.

Говоря о проблемах национальной статистической системы, руководитель аналитического центра указал, что одной из основных трудностей является производство государственными ведомствами больших объемов информации без ее эффективного использования при анализе и принятии решений. В некоторых случаях статистические сведения собираются преимущественно для выполнения административных требований, а не объединяются в единую систему, которая позволяла бы выявлять проблемы, оценивать эффективность политики и планировать будущее.

Он добавил, что низкое качество данных, отсутствие интеграции между базами данных и большое количество официальных источников статистики затрудняют эффективное использование информации. Различия между данными Центрального банка и Статистического центра Ирана по таким показателям, как инфляция и экономический рост, служат примером недостаточной координации статистической системы. Когда статистические основы, используемые для принятия решений, не согласованы между собой, оценивать текущую ситуацию и определять дальнейший путь развития становится сложнее.

Мадани подчеркнул, что важнейшие экономические решения не должны приниматься на основе личных представлений или метода проб и ошибок. Основой анализа ситуации и выбора политики должны служить достоверные статистические данные. В противном случае даже программы, направленные на развитие экономики, могут отклониться от поставленных целей из-за неправильного понимания реальных возможностей, ограничений и тенденций развития страны.

Рассказывая о роли стратегического прогнозирования в экономической политике, он пояснил, что его отличие от традиционного планирования заключается в том, что принимающие решения не ограничиваются предположением о продолжении существующих тенденций. Они также учитывают возможные глобальные изменения, технологические преобразования и будущие условия. Поэтому стране необходимо не только оценивать разрыв между нынешним положением и желаемым состоянием, но и заранее готовиться к изменениям, которые могут произойти в течение планового периода.

Мадани добавил, что опыт оборонной промышленности показывает: учет внутренних преимуществ и выбор направления, соответствующего будущим изменениям, могут способствовать достижению эффективных результатов. По его мнению, аналогичный подход необходимо применять и в экономике, чтобы программы развития не основывались исключительно на текущих условиях или моделях прошлого.

Говоря о возможностях искусственного интеллекта в анализе экономических и социальных данных, Мадани отметил, что эта технология позволяет одновременно изучать показатели экономического роста, рынка труда, демографических изменений, энергопотребления и другие индикаторы. Благодаря этому можно выявлять закономерности, обнаружение которых традиционными методами затруднено или требует значительного времени. Кроме того, разработка и сравнение различных сценариев помогают политикам оценивать возможные последствия своих решений до начала их реализации.

Вместе с тем, подчеркнул он, использование этих возможностей требует постоянного сбора данных, обеспечения их сопоставимости и соблюдения единых стандартов. Интеграция баз данных, сокращение дублирующих функций, четкое распределение ответственности за производство и обновление статистики, а также создание условий для обмена информацией способны повысить качество подготовки решений.

Мадани отметил, что достижение этой цели предполагает более тесное взаимодействие статистической системы, управления данными и стратегического прогнозирования. Необходимо эффективно использовать действующее законодательство и существующую инфраструктуру, а также устранять организационные барьеры, препятствующие обмену информацией. Контролируемый доступ исследователей и научных учреждений к данным, не содержащим чувствительной информации, также может способствовать более глубокому анализу проблем и разработке практических решений.

Он подчеркнул, что использование данных должно сопровождаться соблюдением конфиденциальности, требований безопасности и прав граждан. При этом результаты анализа искусственного интеллекта нельзя считать бесспорной истиной, поскольку низкое качество информации или предвзятость исходных данных могут повлиять на выводы. Поэтому экспертная оценка и проверка результатов по-прежнему необходимы.

В заключение руководитель аналитического центра «Умное управление» заявил, что устойчивое экономическое развитие требует принятия решений на основе фактических данных, достоверной статистики и точного понимания будущих тенденций. Чем теснее взаимосвязь между сбором статистики, анализом данных и выработкой государственной политики, тем выше способность страны заблаговременно выявлять проблемы, своевременно корректировать решения и эффективнее использовать национальные ресурсы.

Конец сообщения

🇮🇳 #HI — हिन्दी

कृत्रिम बुद्धिमत्ता और भविष्य की रणनीतिक योजना के लिए विश्वसनीय आँकड़े आवश्यक

स्मार्ट गवर्नेंस थिंक टैंक के प्रमुख ने बड़े नीतिगत निर्णयों में सटीक और विश्वसनीय आँकड़ों की उपलब्धता को आवश्यक बताते हुए कहा कि भरोसेमंद डेटा के बिना कृत्रिम बुद्धिमत्ता का उपयोग न केवल सही निर्णय लेने में विफल हो सकता है, बल्कि भविष्य की गलत तस्वीर भी प्रस्तुत कर सकता है। इससे रणनीतिक गलतियाँ होने और राष्ट्रीय संसाधनों की बर्बादी का खतरा बढ़ जाता है।

स्मार्ट गवर्नेंस समाचार मंच से बातचीत में ताहे-होसैन मदनी ने आर्थिक और विकास संबंधी योजनाएँ बनाने में आँकड़ों के महत्व पर जोर दिया। उन्होंने कहा कि देश के सामने भविष्य में मौजूद संभावित रास्तों की पहचान करने और उपयुक्त रणनीतियाँ चुनने के लिए भविष्य-अध्ययन को सटीक जानकारी तथा विश्वसनीय डेटा की आवश्यकता होती है। कृत्रिम बुद्धिमत्ता बड़ी मात्रा में जानकारी का विश्लेषण करने और विभिन्न कारकों के बीच जटिल संबंधों को समझने में मदद करती है, लेकिन इससे शुरुआती डेटा की गुणवत्ता और भी महत्वपूर्ण हो जाती है। सबसे उन्नत तकनीकी साधन भी गलत जानकारी का विश्लेषण करके भरोसेमंद निष्कर्ष नहीं दे सकते।

मदनी ने आगे कहा कि सूक्ष्म और व्यापक स्तर के आँकड़े भविष्य संबंधी विश्लेषण की मूल सामग्री हैं, जबकि कृत्रिम बुद्धिमत्ता के एल्गोरिदम जानकारी के प्रसंस्करण और विभिन्न परिस्थितियों के अनुकरण के साधन के रूप में काम करते हैं। यदि शुरुआती डेटा गलत, अधूरा या वास्तविक आर्थिक और सामाजिक परिस्थितियों के अनुरूप नहीं है, तो मॉडल के परिणाम भविष्य की अवास्तविक तस्वीर पेश कर सकते हैं। इससे ‘निश्चितता का भ्रम’ पैदा हो सकता है, जिसमें गलत पूर्वानुमान केवल इसलिए विश्वसनीय और अंतिम प्रतीत होते हैं क्योंकि उन्हें गणनात्मक विश्लेषण के रूप में प्रस्तुत किया जाता है।

देश की सांख्यिकीय व्यवस्था की चुनौतियों का उल्लेख करते हुए थिंक टैंक प्रमुख ने कहा कि एक बड़ी समस्या यह है कि सरकारी विभाग बहुत अधिक जानकारी तो एकत्र करते हैं, लेकिन विश्लेषण और निर्णय लेने की प्रक्रियाओं में उसका प्रभावी उपयोग नहीं हो पाता। कुछ मामलों में आँकड़े मुख्य रूप से प्रशासनिक दायित्वों को पूरा करने के लिए जुटाए जाते हैं। उन्हें समस्याओं को समझने, नीतियों का मूल्यांकन करने और भविष्य की योजना बनाने वाली एक समन्वित व्यवस्था में नहीं बदला जाता।

उन्होंने कहा कि डेटा की निम्न गुणवत्ता, विभिन्न डेटाबेस के बीच समन्वय की कमी और आधिकारिक आँकड़े जारी करने वाली कई संस्थाओं का होना, जानकारी के प्रभावी उपयोग में बाधा डालते हैं। मुद्रास्फीति और आर्थिक वृद्धि जैसे संकेतकों पर ईरान के केंद्रीय बैंक तथा ईरान के सांख्यिकी केंद्र द्वारा जारी आँकड़ों में अंतर, सांख्यिकीय व्यवस्था में तालमेल की कमी का उदाहरण है। जब निर्णय लेने के लिए इस्तेमाल किए जाने वाले आँकड़ों के आधार आपस में मेल नहीं खाते, तो वर्तमान स्थिति का मूल्यांकन करना और भविष्य की दिशा तय करना कठिन हो जाता है।

मदनी ने स्पष्ट किया कि बड़े आर्थिक निर्णय व्यक्तिगत धारणाओं या बार-बार प्रयोग करके देखने के आधार पर नहीं लिए जाने चाहिए। परिस्थितियों के विश्लेषण और नीतियों के चयन का आधार विश्वसनीय सांख्यिकीय प्रमाण होने चाहिए। अन्यथा, आर्थिक विकास के उद्देश्य से बनाई गई योजनाएँ भी देश की वास्तविक क्षमताओं, सीमाओं और रुझानों को ठीक से न समझ पाने के कारण अपने लक्ष्य से भटक सकती हैं।

आर्थिक नीति निर्माण में भविष्य-अध्ययन की भूमिका पर उन्होंने कहा कि पारंपरिक योजना और भविष्य-अध्ययन के बीच अंतर यह है कि इसमें निर्णयकर्ता केवल मौजूदा रुझानों के जारी रहने की कल्पना नहीं करते। वे दुनिया में संभावित बदलावों, तकनीकी विकास और भविष्य की परिस्थितियों को भी ध्यान में रखते हैं। इसलिए देश को वर्तमान स्थिति और वांछित लक्ष्य के बीच की दूरी समझने के साथ-साथ योजना अवधि में होने वाले संभावित परिवर्तनों के लिए भी तैयार रहना चाहिए।

मदनी ने कहा कि रक्षा उद्योगों का अनुभव दर्शाता है कि देश की आंतरिक क्षमताओं और विशेषताओं को पहचानना तथा भविष्य के बदलावों के अनुरूप रास्ता चुनना प्रभावी परिणाम हासिल करने में मददगार हो सकता है। उनके अनुसार, अर्थव्यवस्था में भी इसी दृष्टिकोण को अपनाया जाना चाहिए, ताकि विकास योजनाएँ केवल मौजूदा परिस्थितियों या पुराने मॉडलों पर आधारित न हों।

आर्थिक और सामाजिक आँकड़ों के विश्लेषण में कृत्रिम बुद्धिमत्ता की क्षमता पर उन्होंने कहा कि यह तकनीक आर्थिक वृद्धि, रोजगार बाजार, जनसंख्या में बदलाव, ऊर्जा खपत और अन्य संकेतकों से संबंधित जानकारी का एक साथ विश्लेषण कर सकती है। इससे ऐसे रुझानों की पहचान संभव होती है, जिन्हें पारंपरिक तरीकों से पहचानना कठिन होता है या जिनमें अधिक समय लगता है। विभिन्न परिदृश्यों को तैयार करने और उनकी तुलना करने से नीति-निर्माताओं को निर्णय लागू करने से पहले उनके संभावित प्रभावों का आकलन करने में भी मदद मिलती है।

उन्होंने आगे कहा कि इन क्षमताओं का प्रभावी उपयोग करने के लिए आँकड़ों का लगातार उत्पादन होना, उनका समय के साथ तुलनीय बने रहना और साझा मानकों का पालन करना आवश्यक है। डेटाबेस को आपस में जोड़ना, दोहराए जाने वाले कार्यों को कम करना, आँकड़ों के उत्पादन और अद्यतन के लिए विभागों की जिम्मेदारियाँ तय करना तथा जानकारी के आदान-प्रदान को आसान बनाना, निर्णय प्रक्रिया की गुणवत्ता सुधारने के महत्वपूर्ण उपाय हैं।

मदनी ने कहा कि इस लक्ष्य को हासिल करने के लिए सांख्यिकीय व्यवस्था, डेटा प्रशासन और रणनीतिक भविष्य-अध्ययन के बीच बेहतर तालमेल आवश्यक है। मौजूदा कानूनों और बुनियादी ढाँचे का प्रभावी उपयोग किया जाना चाहिए तथा जानकारी साझा करने में आने वाली संस्थागत बाधाओं को कम करना चाहिए। शोधकर्ताओं और शैक्षणिक संस्थानों को गैर-संवेदनशील डेटा तक नियंत्रित पहुँच देना भी समस्याओं के अधिक सटीक विश्लेषण और व्यावहारिक समाधान तैयार करने में मदद कर सकता है।

उन्होंने जोर दिया कि डेटा का उपयोग करते समय निजता, सुरक्षा संबंधी आवश्यकताओं और नागरिकों के अधिकारों की रक्षा की जानी चाहिए। साथ ही, कृत्रिम बुद्धिमत्ता से प्राप्त निष्कर्षों को अंतिम सत्य नहीं माना जाना चाहिए, क्योंकि डेटा की खराब गुणवत्ता या शुरुआती जानकारी में मौजूद पक्षपात विश्लेषण के परिणामों को प्रभावित कर सकते हैं। इसलिए विशेषज्ञों द्वारा मूल्यांकन और परिणामों का सत्यापन आवश्यक बना रहता है।

अंत में, स्मार्ट गवर्नेंस थिंक टैंक के प्रमुख ने कहा कि टिकाऊ आर्थिक विकास के लिए प्रमाण-आधारित निर्णय, विश्वसनीय आँकड़े और भविष्य के रुझानों की सटीक समझ आवश्यक है। आँकड़े तैयार करने, डेटा का विश्लेषण करने और नीतियाँ बनाने की प्रक्रियाओं के बीच जितना मजबूत संबंध होगा, देश के लिए समस्याओं की समय रहते पहचान करना, नीतियों में समय पर सुधार करना और राष्ट्रीय संसाधनों का अधिक प्रभावी उपयोग करना उतना ही आसान होगा।

समाचार समाप्त

🇫🇷 #FR — Français

Des statistiques fiables sont indispensables à l’intelligence artificielle et à l’anticipation stratégique

Le directeur du groupe de réflexion sur la gouvernance intelligente a souligné la nécessité de disposer de statistiques précises et fiables pour prendre des décisions majeures. Il a averti que l’utilisation de l’intelligence artificielle sans données dignes de confiance ne permet pas seulement de prendre de mauvaises décisions : elle peut aussi donner une image trompeuse de l’avenir, provoquer des erreurs stratégiques et entraîner un gaspillage des ressources nationales.

Dans un entretien accordé au média Gouvernance intelligente, Taha-Hossein Madani a insisté sur l’importance des statistiques dans la planification économique et le développement. Il a expliqué que la prospective nécessite des informations précises et des données fiables afin d’identifier les trajectoires possibles du pays et de choisir les stratégies appropriées. Si l’intelligence artificielle permet d’examiner d’immenses volumes d’informations et d’analyser des relations complexes entre différentes variables, la qualité des données initiales devient d’autant plus déterminante. Même les outils les plus avancés ne peuvent produire des conclusions fiables à partir d’informations erronées.

Madani a poursuivi en expliquant que les données microéconomiques et macroéconomiques constituent la matière première des analyses prospectives, tandis que les algorithmes d’intelligence artificielle servent à traiter les informations et à simuler différents scénarios. Lorsque les données d’entrée sont inexactes, incomplètes ou incompatibles avec les réalités économiques et sociales, les résultats des modèles risquent de présenter une vision irréaliste de l’avenir. Cette situation peut créer une « illusion de certitude » : des prévisions erronées semblent fiables et définitives simplement parce qu’elles sont présentées sous la forme d’analyses informatisées.

Évoquant les difficultés du système statistique national, le directeur du groupe de réflexion a indiqué que l’un des principaux problèmes réside dans la production de grandes quantités d’informations par les organismes publics, sans exploitation efficace de celles-ci dans les processus d’analyse et de décision. Dans certains cas, les statistiques sont recueillies essentiellement pour satisfaire à des obligations administratives, plutôt que d’être intégrées dans un dispositif cohérent permettant de comprendre les problèmes, d’évaluer les politiques publiques et de préparer l’avenir.

Il a ajouté que la faible qualité des données, le manque d’interconnexion des bases de données et la multiplicité des organismes chargés de publier les statistiques officielles compliquent leur utilisation. Les divergences entre les chiffres publiés par la Banque centrale et le Centre statistique d’Iran concernant des indicateurs tels que l’inflation et la croissance économique illustrent les difficultés de coordination du système statistique. Lorsque les références statistiques utilisées pour prendre des décisions ne concordent pas, il devient plus difficile d’évaluer la situation actuelle et de définir les orientations futures.

Madani a précisé que les grandes décisions économiques ne devraient pas reposer sur des impressions personnelles ou sur une méthode fondée sur les essais et les erreurs. Des preuves statistiques fiables doivent plutôt constituer le fondement de l’analyse et du choix des politiques publiques. Dans le cas contraire, même les programmes conçus pour favoriser le développement économique risquent de s’écarter de leurs objectifs, faute d’une compréhension exacte des capacités, des contraintes et des tendances réelles du pays.

Abordant le rôle de la prospective dans l’élaboration des politiques économiques, il a expliqué que celle-ci se distingue de la planification traditionnelle en ce qu’elle ne consiste pas à supposer que les tendances actuelles se poursuivront indéfiniment. Les décideurs prennent également en compte les évolutions mondiales possibles, les transformations technologiques et les conditions futures. Le pays doit donc non seulement mesurer l’écart entre sa situation actuelle et ses objectifs, mais aussi se préparer aux changements susceptibles de survenir pendant la période de planification.

Madani a ajouté que l’expérience des industries de défense montre que la valorisation des atouts nationaux et le choix d’une orientation adaptée aux évolutions futures peuvent contribuer à l’obtention de résultats efficaces. Selon lui, cette approche devrait également être appliquée à l’économie, afin que les programmes de développement ne reposent pas uniquement sur la situation présente ou sur des modèles hérités du passé.

Concernant le potentiel de l’intelligence artificielle dans l’analyse des données économiques et sociales, il a indiqué que cette technologie peut examiner simultanément les informations relatives à la croissance économique, au marché du travail, aux évolutions démographiques, à la consommation énergétique et à d’autres indicateurs. Elle permet ainsi de repérer des tendances difficiles à identifier, ou longues à détecter, avec les méthodes traditionnelles. La conception et la comparaison de différents scénarios peuvent également aider les responsables publics à évaluer les conséquences possibles de leurs décisions avant leur mise en œuvre.

Il a toutefois souligné que l’exploitation de ces capacités exige une production continue des données, leur comparabilité et le respect de normes communes. L’interconnexion des bases de données, la réduction des doublons, la clarification des responsabilités des organismes chargés de produire et d’actualiser les statistiques, ainsi que la facilitation des échanges d’informations sont autant de mesures susceptibles d’améliorer la qualité des décisions publiques.

Madani a estimé que cet objectif nécessite une meilleure coordination entre le système statistique, la gouvernance des données et la prospective stratégique. Les lois et les infrastructures existantes doivent être utilisées efficacement, tandis que les obstacles organisationnels au partage des informations doivent être réduits. Un accès contrôlé aux données non sensibles pour les chercheurs et les établissements scientifiques peut également favoriser des analyses plus précises et l’élaboration de solutions concrètes.

Il a insisté sur le fait que l’utilisation des données doit respecter la vie privée, les exigences de sécurité et les droits des citoyens, tout en maintenant une supervision humaine des résultats analytiques. Les résultats produits par les systèmes d’intelligence artificielle ne doivent pas être considérés comme des vérités absolues : une qualité insuffisante des informations ou des biais dans les données d’entrée peuvent fausser les conclusions. L’évaluation par des spécialistes et la vérification des résultats demeurent donc indispensables.

En conclusion, le directeur du groupe de réflexion sur la gouvernance intelligente a affirmé que le développement économique durable nécessite des décisions fondées sur des preuves, des statistiques fiables et une compréhension précise des tendances futures. Plus les liens entre la production statistique, l’analyse des données et l’élaboration des politiques seront solides, plus le pays pourra détecter les problèmes en amont, corriger ses politiques à temps et utiliser ses ressources nationales de manière efficace.

Fin de l’article

🇵🇹 #PT — Português

Estatísticas confiáveis são essenciais para a inteligência artificial e o planejamento estratégico do futuro

O diretor do centro de estudos sobre Governança Inteligente destacou a necessidade de acesso a estatísticas precisas e confiáveis para a tomada de decisões estratégicas. Segundo ele, utilizar inteligência artificial sem dados confiáveis não apenas dificulta a adoção de decisões corretas, como também pode criar uma visão distorcida do futuro, favorecendo erros estratégicos e o desperdício de recursos nacionais.

Em entrevista ao veículo de comunicação Governança Inteligente, Taha-Hossein Madani ressaltou a importância das estatísticas para o planejamento econômico e o desenvolvimento. Ele explicou que os estudos prospectivos precisam de informações precisas e dados confiáveis para identificar os possíveis caminhos futuros do país e selecionar estratégias adequadas. Embora a inteligência artificial permita analisar grandes volumes de informações e examinar relações complexas entre diferentes variáveis, a qualidade dos dados de origem torna-se ainda mais importante. Mesmo as ferramentas mais avançadas não conseguem produzir conclusões confiáveis quando trabalham com informações incorretas.

Madani prosseguiu afirmando que os dados microeconômicos e macroeconômicos são a matéria-prima das análises prospectivas, enquanto os algoritmos de inteligência artificial funcionam como instrumentos de processamento e simulação. Se os dados de entrada forem imprecisos, incompletos ou incompatíveis com a realidade econômica e social, os resultados dos modelos poderão apresentar uma imagem irrealista do futuro. Isso pode gerar uma “ilusão de certeza”, na qual previsões equivocadas parecem confiáveis e definitivas simplesmente porque são apresentadas como resultados de análises computacionais.

Ao abordar os desafios do sistema estatístico nacional, o diretor do centro de estudos afirmou que um dos principais problemas é a produção de grandes volumes de informações pelos órgãos públicos sem seu aproveitamento efetivo nos processos de análise e tomada de decisões. Em alguns casos, as estatísticas são produzidas principalmente para cumprir exigências administrativas, em vez de serem integradas a um sistema coerente que permita compreender problemas, avaliar políticas e planejar o futuro.

Ele acrescentou que a baixa qualidade dos dados, a falta de integração entre bases de dados e a multiplicidade de órgãos responsáveis pela divulgação de estatísticas oficiais dificultam o uso eficaz das informações. As diferenças entre os números divulgados pelo Banco Central e pelo Centro Estatístico do Irã sobre indicadores como inflação e crescimento econômico são um exemplo dos problemas de coordenação do sistema estatístico. Quando as bases estatísticas utilizadas nas decisões não são compatíveis, torna-se mais difícil avaliar a situação atual e definir os rumos futuros.

Madani enfatizou que as principais decisões econômicas não devem ser tomadas com base em impressões pessoais ou em tentativas e erros. Evidências estatísticas confiáveis precisam fundamentar a análise das condições existentes e a escolha das políticas públicas. Caso contrário, até mesmo programas destinados a promover o desenvolvimento econômico podem se desviar de seus objetivos devido à compreensão inadequada das capacidades, limitações e tendências reais do país.

Ao explicar o papel dos estudos prospectivos na formulação da política econômica, ele afirmou que a diferença em relação ao planejamento convencional está no fato de que os responsáveis pelas decisões não se limitam a presumir a continuidade das tendências atuais. Eles também consideram possíveis mudanças globais, transformações tecnológicas e condições futuras. Por isso, o país precisa compreender a distância entre a situação presente e os objetivos desejados, além de se preparar para mudanças que possam ocorrer durante o período de planejamento.

Madani acrescentou que a experiência das indústrias de defesa demonstra que reconhecer as vantagens nacionais e escolher caminhos compatíveis com as transformações futuras pode contribuir para resultados eficazes. Segundo ele, a mesma abordagem deve ser aplicada à economia, evitando que os programas de desenvolvimento sejam elaborados exclusivamente com base nas condições atuais ou em modelos do passado.

Sobre o potencial da inteligência artificial na análise de dados econômicos e sociais, Madani afirmou que a tecnologia pode examinar simultaneamente informações sobre crescimento econômico, mercado de trabalho, mudanças demográficas, consumo de energia e outros indicadores. Isso permite identificar padrões que os métodos tradicionais têm dificuldade para detectar ou que exigem muito tempo para serem reconhecidos. A elaboração e a comparação de diferentes cenários também ajudam os formuladores de políticas a avaliar possíveis consequências de suas decisões antes da implementação.

Entretanto, ele ressaltou que o aproveitamento dessas capacidades depende da produção contínua de dados, da possibilidade de compará-los e da adoção de padrões comuns. Integrar bases de dados, reduzir a duplicação de tarefas, definir as responsabilidades dos órgãos pela produção e atualização das estatísticas e facilitar o intercâmbio de informações são medidas que podem melhorar a qualidade da tomada de decisões.

Madani observou que alcançar esse objetivo exige maior integração entre o sistema estatístico, a governança de dados e os estudos prospectivos estratégicos. As leis e infraestruturas existentes devem ser utilizadas de maneira eficaz, e os obstáculos organizacionais ao compartilhamento de informações precisam ser reduzidos. O acesso controlado de pesquisadores e instituições científicas a dados não sensíveis também pode contribuir para análises mais precisas e para a elaboração de soluções práticas.

Ele destacou que o uso de dados deve respeitar a privacidade, os requisitos de segurança e os direitos dos cidadãos, mantendo a supervisão humana dos resultados analíticos. Os resultados produzidos por sistemas de inteligência artificial não devem ser considerados verdades absolutas, pois informações de baixa qualidade ou vieses nos dados de entrada podem comprometer as conclusões. Por isso, a avaliação especializada e a verificação dos resultados continuam sendo indispensáveis.

Por fim, o diretor do centro de estudos sobre Governança Inteligente afirmou que o desenvolvimento econômico sustentável depende de decisões baseadas em evidências, estatísticas confiáveis e compreensão precisa das tendências futuras. Quanto mais forte for a ligação entre a produção de estatísticas, a análise de dados e a formulação de políticas públicas, maior será a capacidade do país de identificar problemas antecipadamente, corrigir políticas no momento adequado e utilizar os recursos nacionais de forma mais eficiente.

Fim da reportagem

🇯🇵 #JA — 日本語

AIを活用した意思決定と戦略的な将来予測には、信頼できる統計データが不可欠

スマート・ガバナンス研究所の所長は、重要な政策決定において、正確で信頼性の高い統計データを利用できることが不可欠だと強調した。同氏は、信頼できるデータを持たずに人工知能（AI）を利用しても、適切な意思決定につながらないだけでなく、将来について誤ったイメージを生み出し、戦略的な判断ミスや国家資源の浪費を招くおそれがあると警告した。

スマート・ガバナンスのニュース媒体とのインタビューで、ターヘ・ホセイン・マダニ氏は、経済政策や開発計画における統計の重要性を指摘した。同氏によると、将来予測に関する研究では、国が今後進み得る道筋を把握し、適切な戦略を選択するために、正確な情報と信頼できるデータが必要となる。AIは膨大な情報を分析し、複数の変数間にある複雑な関係を解明することを可能にするが、その分、基礎となるデータの質が一層重要になる。どれほど高度なツールを使用しても、誤った情報を処理すれば、信頼できる結論を導くことはできない。

マダニ氏はさらに、ミクロ・マクロ両面のデータが将来予測分析の基礎となり、AIのアルゴリズムは情報処理やシミュレーションのための手段として機能すると説明した。入力データが不正確、不完全であったり、実際の経済・社会状況を反映していなかったりすれば、モデルの出力は将来について非現実的な姿を示す可能性がある。その結果、「確実性の錯覚」が生じ、誤った予測であっても、計算に基づく分析として提示されることで、確かな結論であるかのように受け止められるおそれがある。

同国の統計制度が抱える課題について、同研究所の所長は、行政機関が大量の情報を作成しているにもかかわらず、分析や意思決定の過程で十分に活用できていないことが大きな問題だと述べた。場合によっては、統計の作成が行政上の義務を果たすことを主な目的としており、問題の把握、政策の評価、将来の計画立案に役立つ一貫した仕組みに統合されていないという。

同氏は、データの質の低さ、データベース間の連携不足、公式統計を公表する機関の多さも、情報の有効活用を妨げる要因だと付け加えた。インフレ率や経済成長率などについて、イラン中央銀行とイラン統計センターが公表する数値に差があることは、統計制度の連携不足を示す一例である。意思決定の根拠となる統計の基準が一致していなければ、現状を正確に評価し、将来への道筋を描くことは難しくなる。

マダニ氏は、重要な経済政策を個人的な見解や試行錯誤だけに基づいて決定すべきではないと強調した。現状の分析と政策選択は、信頼できる統計的証拠に基づいて行う必要がある。そうでなければ、経済発展を目指して策定された計画であっても、国の実際の能力、制約、動向を正しく理解できないために、本来の目標から逸脱する可能性がある。

経済政策における将来予測の役割について、同氏は、従来型の計画との違いは、意思決定者が現在の傾向の継続だけを前提としない点にあると説明した。世界で起こり得る変化、技術革新、将来の状況も考慮する。そのため、国は現状と目標との隔たりを把握するだけでなく、計画期間中に起こり得る変化にも備えなければならない。

また、国防産業の経験から、国内の強みを把握し、将来の変化に適した進路を選ぶことが効果的な成果につながると述べた。同氏は、経済分野でも同じ考え方を取り入れ、現在の状況や過去のモデルだけに依存した開発計画を避けるべきだと指摘した。

経済・社会データの分析におけるAIの可能性について、マダニ氏は、経済成長、労働市場、人口動態、エネルギー消費など、さまざまな指標を同時に分析できると説明した。これにより、従来の手法では発見が難しい、あるいは多くの時間を要する傾向を把握できる。また、複数のシナリオを作成して比較することで、政策担当者は実施前に意思決定の潜在的な影響を評価できる。

一方、こうした能力を十分に活用するには、データを継続的に作成し、相互に比較できる状態を保ち、共通の基準に従わせる必要があると同氏は述べた。データベースの接続、重複業務の削減、統計の作成・更新に関する各機関の責任の明確化、情報交換の円滑化は、政策決定の質を向上させるための重要な取り組みである。

マダニ氏は、この目標の達成には、統計制度、データガバナンス、戦略的な将来予測の連携強化が必要だと指摘した。既存の法律やインフラを効果的に活用するとともに、情報共有を妨げる組織上の障壁を減らす必要がある。また、研究者や学術機関が機密性の低いデータに管理された形でアクセスできるようにすることは、問題のより正確な分析と実践的な解決策の提案につながる。

同氏は、データの利用にあたっては、プライバシー、セキュリティ要件、市民の権利を守り、分析結果に対する人間の監督を維持しなければならないと強調した。AIシステムの出力を絶対的な真実と見なすべきではない。データの質が低かったり、入力データに偏りがあったりすれば、分析結果が左右されるためである。したがって、専門家による評価と結果の検証は、引き続き不可欠である。

最後に、スマート・ガバナンス研究所の所長は、持続可能な経済発展には、証拠に基づく意思決定、信頼できる統計、将来の動向に対する正確な理解が必要だと強調した。統計の作成、データ分析、政策立案の結びつきが強まるほど、国は問題を早期に発見し、適切なタイミングで政策を修正し、国家資源をより効果的に活用できるようになる。

記事終わり

🇩🇪 #DE — Deutsch

Verlässliche Statistiken sind die Grundlage für KI-gestützte Entscheidungen und strategische Zukunftsplanung

Der Leiter des Thinktanks für intelligente Governance hat die Bedeutung präziser und verlässlicher Statistiken für weitreichende Entscheidungen hervorgehoben. Er warnte, dass der Einsatz künstlicher Intelligenz ohne vertrauenswürdige Daten nicht nur zu falschen Entscheidungen führen könne, sondern auch ein verzerrtes Bild der Zukunft erzeugen und dadurch strategische Fehlentscheidungen sowie die Verschwendung nationaler Ressourcen begünstigen könne.

In einem Interview mit dem Nachrichtenportal Intelligente Governance betonte Taha-Hossein Madani die Bedeutung statistischer Daten für die Wirtschafts- und Entwicklungsplanung. Er erklärte, dass die Zukunftsforschung präzise Informationen und verlässliche Daten benötige, um mögliche Entwicklungspfade des Landes zu erkennen und geeignete Strategien auszuwählen. Künstliche Intelligenz ermögliche zwar die Auswertung großer Informationsmengen und die Analyse komplexer Zusammenhänge zwischen verschiedenen Variablen, doch gerade deshalb werde die Qualität der Ausgangsdaten immer wichtiger. Selbst die fortschrittlichsten Werkzeuge könnten keine zuverlässigen Ergebnisse liefern, wenn sie unzutreffende Informationen verarbeiteten.

Madani erläuterte weiter, dass Daten auf Mikro- und Makroebene die Grundlage für zukunftsorientierte Analysen bildeten, während KI-Algorithmen der Informationsverarbeitung und der Simulation verschiedener Szenarien dienten. Seien die Eingabedaten ungenau, unvollständig oder nicht mit den tatsächlichen wirtschaftlichen und gesellschaftlichen Verhältnissen vereinbar, könnten die Modellergebnisse ein unrealistisches Bild der Zukunft vermitteln. Dadurch könne eine „Illusion der Gewissheit“ entstehen: Falsche Prognosen wirkten verlässlich und endgültig, nur weil sie in Form computergestützter Analysen präsentiert würden.

Mit Blick auf die Herausforderungen des nationalen Statistiksystems erklärte der Thinktank-Leiter, ein zentrales Problem bestehe darin, dass staatliche Behörden große Mengen an Informationen erzeugten, diese jedoch bei Analysen und Entscheidungsprozessen nicht wirksam nutzten. In einigen Fällen würden Statistiken hauptsächlich erstellt, um administrative Pflichten zu erfüllen, statt sie in ein zusammenhängendes System zur Problemerkennung, Politikbewertung und Zukunftsplanung einzubinden.

Darüber hinaus erschwerten die geringe Datenqualität, die mangelnde Vernetzung von Datenbanken und die Vielzahl offizieller Statistikstellen eine wirksame Nutzung der Informationen. Unterschiede zwischen den vom iranischen Zentralbankinstitut und dem Statistischen Zentrum Irans veröffentlichten Zahlen zu Indikatoren wie Inflation und Wirtschaftswachstum seien ein Beispiel für die Koordinationsprobleme des Statistiksystems. Wenn die statistischen Grundlagen für politische Entscheidungen nicht miteinander übereinstimmten, werde es schwieriger, die aktuelle Lage zu bewerten und den künftigen Entwicklungspfad festzulegen.

Madani betonte, dass grundlegende wirtschaftspolitische Entscheidungen weder auf persönlichen Einschätzungen noch auf dem Prinzip von Versuch und Irrtum beruhen sollten. Stattdessen müssten belastbare statistische Belege die Grundlage für die Analyse der Lage und die Auswahl politischer Maßnahmen bilden. Andernfalls könnten selbst Programme zur Förderung der wirtschaftlichen Entwicklung ihre Ziele verfehlen, weil die tatsächlichen Möglichkeiten, Einschränkungen und Entwicklungstrends des Landes falsch eingeschätzt würden.

Zur Rolle der Zukunftsforschung in der Wirtschaftspolitik erklärte er, dass sie sich von herkömmlicher Planung dadurch unterscheide, dass Entscheidungsträger nicht lediglich von einer Fortsetzung bestehender Trends ausgingen. Sie berücksichtigten auch mögliche globale Veränderungen, technologische Entwicklungen und künftige Rahmenbedingungen. Deshalb müsse das Land nicht nur den Abstand zwischen der gegenwärtigen Situation und dem angestrebten Zustand bestimmen, sondern sich auch auf Veränderungen vorbereiten, die während des Planungszeitraums eintreten könnten.

Madani fügte hinzu, dass die Erfahrungen der Verteidigungsindustrie zeigten, wie die Nutzung eigener Stärken und die Wahl eines an künftige Entwicklungen angepassten Weges zu wirksamen Ergebnissen beitragen könnten. Dieser Ansatz sollte seiner Ansicht nach auch in der Wirtschaft verfolgt werden, damit Entwicklungsprogramme nicht ausschließlich auf der aktuellen Lage oder auf überholten Modellen beruhten.

Zum Potenzial künstlicher Intelligenz bei der Analyse wirtschaftlicher und gesellschaftlicher Daten sagte Madani, dass diese Technologie Informationen über Wirtschaftswachstum, Arbeitsmarkt, demografische Veränderungen, Energieverbrauch und weitere Indikatoren gleichzeitig auswerten könne. Dadurch ließen sich Muster erkennen, die mit herkömmlichen Methoden nur schwer oder erst nach längerer Zeit zu identifizieren seien. Darüber hinaus könnten politische Entscheidungsträger durch die Entwicklung und den Vergleich verschiedener Szenarien mögliche Folgen ihrer Entscheidungen vor deren Umsetzung bewerten.

Die wirksame Nutzung dieser Möglichkeiten setze allerdings voraus, dass Daten kontinuierlich erhoben würden, vergleichbar blieben und gemeinsamen Standards entsprächen. Die Vernetzung von Datenbanken, die Verringerung doppelter Arbeit, die eindeutige Festlegung der Zuständigkeiten für die Erstellung und Aktualisierung von Statistiken sowie ein erleichterter Informationsaustausch könnten die Qualität politischer Entscheidungen verbessern.

Madani zufolge erfordere dieses Ziel eine engere Zusammenarbeit zwischen Statistiksystem, Datengovernance und strategischer Zukunftsforschung. Bestehende Gesetze und Infrastrukturen müssten wirksam genutzt und organisatorische Hindernisse für den Informationsaustausch abgebaut werden. Ein kontrollierter Zugang von Forschenden und wissenschaftlichen Einrichtungen zu nicht sensiblen Daten könne ebenfalls genauere Analysen und die Entwicklung praxisnaher Lösungen ermöglichen.

Er unterstrich, dass die Nutzung von Daten den Datenschutz, die Sicherheitsanforderungen und die Rechte der Bürger respektieren müsse. Zugleich müsse die menschliche Kontrolle der Analyseergebnisse gewährleistet bleiben. Ergebnisse künstlicher Intelligenz dürften nicht als unumstößliche Wahrheiten betrachtet werden, da eine mangelhafte Datenqualität oder Verzerrungen in den Eingabedaten die Schlussfolgerungen beeinflussen könnten. Fachliche Bewertungen und die Überprüfung der Ergebnisse blieben daher unverzichtbar.

Abschließend betonte der Leiter des Thinktanks für intelligente Governance, dass nachhaltige wirtschaftliche Entwicklung evidenzbasierte Entscheidungen, verlässliche Statistiken und ein präzises Verständnis künftiger Trends voraussetze. Je enger die statistische Datenerhebung, die Datenanalyse und die politische Entscheidungsfindung miteinander verbunden seien, desto besser könne das Land Probleme frühzeitig erkennen, politische Maßnahmen rechtzeitig anpassen und nationale Ressourcen effizienter einsetzen.

Ende der Meldung

🇸🇦 #AR — العربیه

الإحصاءات الموثوقه أساس اتخاذ القرارات بالذکاء الاصطناعی والتخطیط الاستراتیجی للمستقبل

أکد رئیس مرکز أبحاث الحوکمه الذکیه ضروره إتاحه إحصاءات دقیقه وموثوقه عند اتخاذ القرارات الکبرى، محذراً من أن استخدام الذکاء الاصطناعی من دون بیانات موثوقه لا یؤدی بالضروره إلى قرارات سلیمه، بل قد یرسم صوره مضلله للمستقبل، بما یمهد لوقوع أخطاء استراتیجیه وهدر الموارد الوطنیه.

وفی مقابله مع المنصه الإخباریه للحوکمه الذکیه، شدد طه حسین مدنی على أهمیه الإحصاءات فی التخطیط الاقتصادی والتنموی. وأوضح أن الدراسات الاستشرافیه تحتاج إلى معلومات دقیقه وبیانات یمکن الاعتماد علیها لتحدید المسارات المستقبلیه المحتمله للبلاد واختیار الاستراتیجیات المناسبه. وعلى الرغم من أن الذکاء الاصطناعی یتیح تحلیل کمیات هائله من المعلومات ودراسه العلاقات المعقده بین المتغیرات المختلفه، فإن جوده البیانات الأساسیه تزداد أهمیه. فحتى أکثر الأدوات تطوراً لا تستطیع الوصول إلى نتائج موثوقه إذا کانت المعلومات التی تعالجها غیر دقیقه.

وأضاف مدنی أن البیانات الجزئیه والکلیه تمثل الماده الأساسیه للتحلیلات الاستشرافیه، فی حین تؤدی خوارزمیات الذکاء الاصطناعی دور أدوات معالجه المعلومات ومحاکاه السیناریوهات المختلفه. وإذا کانت البیانات المدخله غیر دقیقه أو غیر مکتمله أو لا تتوافق مع الواقعین الاقتصادی والاجتماعی، فقد تقدم مخرجات النماذج صوره غیر واقعیه عن المستقبل. وقد یؤدی ذلک إلى نشوء ما یمکن تسمیته «وهم الیقین»، إذ تبدو التوقعات الخاطئه موثوقه ونهائیه لمجرد عرضها فی صوره تحلیلات حسابیه.

وفی معرض حدیثه عن تحدیات النظام الإحصائی فی البلاد، قال رئیس المرکز إن إحدى المشکلات الرئیسیه تتمثل فی إنتاج الأجهزه الحکومیه کمیات کبیره من المعلومات من دون الاستفاده منها بصوره فعاله فی عملیات التحلیل واتخاذ القرار. ففی بعض الحالات، تُجمع الإحصاءات أساساً من أجل الوفاء بالمتطلبات الإداریه، بدلاً من دمجها فی منظومه متکامله تساعد على فهم المشکلات وتقییم السیاسات والتخطیط للمستقبل.

وأضاف أن تدنی جوده البیانات، وعدم ترابط قواعد المعلومات، وتعدد الجهات الرسمیه التی تعلن الإحصاءات، کلها عوامل تعرقل الاستفاده الفعاله من المعلومات. کما أن الاختلاف بین الأرقام التی ینشرها البنک المرکزی الإیرانی ومرکز الإحصاء الإیرانی بشأن مؤشرات مثل التضخم والنمو الاقتصادی یمثل مثالاً على مشکلات التنسیق داخل النظام الإحصائی. وعندما لا تتوافق الأسس الإحصائیه المستخدمه فی اتخاذ القرارات، یصبح تقییم الوضع الراهن ورسم مسار المستقبل أکثر صعوبه.

وشدد مدنی على أن القرارات الاقتصادیه الکبرى ینبغی ألا تستند إلى الانطباعات الشخصیه أو أسلوب التجربه والخطأ، بل یجب أن تقوم على أدله إحصائیه موثوقه تُستخدم فی تحلیل الأوضاع واختیار السیاسات المناسبه. وإلا فقد تنحرف حتى البرامج التی تهدف إلى تحقیق التنمیه الاقتصادیه عن أهدافها بسبب الفهم غیر الدقیق لقدرات البلاد الفعلیه وقیودها واتجاهاتها الحقیقیه.

وفی حدیثه عن دور الدراسات الاستشرافیه فی رسم السیاسات الاقتصادیه، أوضح أن اختلافها عن التخطیط التقلیدی یکمن فی أن صناع القرار لا یکتفون بافتراض استمرار الاتجاهات القائمه، بل یأخذون أیضاً فی الحسبان التغیرات العالمیه المحتمله والتطورات التکنولوجیه والظروف المستقبلیه. ومن ثم، ینبغی للبلاد ألا تکتفی بتحدید الفجوه بین وضعها الراهن والوضع المنشود، بل أن تستعد کذلک للتغیرات التی قد تحدث خلال الفتره المحدده للتخطیط.

وأضاف مدنی أن تجربه الصناعات الدفاعیه تُظهر أن الاستفاده من المزایا المحلیه واختیار مسار یتلاءم مع التحولات المستقبلیه یمکن أن یساهما فی تحقیق نتائج فعاله. وأشار إلى ضروره اتباع النهج نفسه فی المجال الاقتصادی، حتى لا تُصاغ خطط التنمیه اعتماداً حصریاً على الظروف الراهنه أو النماذج السابقه.

وفیما یتعلق بإمکانات الذکاء الاصطناعی فی تحلیل البیانات الاقتصادیه والاجتماعیه، قال مدنی إن هذه التکنولوجیا تستطیع تحلیل المعلومات المتعلقه بالنمو الاقتصادی وسوق العمل والتحولات السکانیه واستهلاک الطاقه وغیرها من المؤشرات فی الوقت نفسه. ویساعد ذلک على اکتشاف أنماط یصعب التعرف علیها بالأسالیب التقلیدیه أو یتطلب اکتشافها وقتاً طویلاً. کما أن إعداد سیناریوهات مختلفه ومقارنتها یتیح لصناع السیاسات تقییم الآثار المحتمله لقراراتهم قبل تنفیذها.

لکنه أوضح أن الاستفاده من هذه الإمکانات تتطلب إنتاج البیانات بصوره مستمره، وضمان قابلیتها للمقارنه، والالتزام بمعاییر مشترکه. ومن بین الإجراءات التی یمکن أن تحسن جوده صنع القرار ربط قواعد البیانات، والحد من تکرار الأعمال، وتحدید مسؤولیات الجهات المعنیه بإنتاج الإحصاءات وتحدیثها، وتسهیل تبادل المعلومات.

وأشار مدنی إلى أن تحقیق هذا الهدف یتطلب تعزیز التکامل بین النظام الإحصائی وحوکمه البیانات والاستشراف الاستراتیجی. وینبغی الاستفاده الفعاله من القوانین والبنى التحتیه القائمه، مع تقلیص العقبات المؤسسیه التی تعرقل تبادل المعلومات. کما أن إتاحه الوصول المنضبط إلى البیانات غیر الحساسه أمام الباحثین والمؤسسات العلمیه یمکن أن تسهم فی تحلیل المشکلات بصوره أدق وتقدیم حلول عملیه لها.

وأکد ضروره أن یراعی استخدام البیانات حمایه الخصوصیه ومتطلبات الأمن وحقوق المواطنین، مع الحفاظ على الرقابه البشریه على نتائج التحلیل. ولا ینبغی التعامل مع مخرجات أنظمه الذکاء الاصطناعی باعتبارها حقائق مطلقه، لأن ضعف جوده المعلومات أو التحیز فی البیانات المدخله قد یؤثران فی النتائج. ولذلک تظل مراجعه الخبراء والتحقق من صحه النتائج أمرین ضروریین.

وفی الختام، أکد رئیس مرکز أبحاث الحوکمه الذکیه أن تحقیق التنمیه الاقتصادیه المستدامه یتطلب قرارات تستند إلى الأدله وإحصاءات موثوقه وفهماً دقیقاً للاتجاهات المستقبلیه. وکلما ازدادت قوه الصله بین إنتاج الإحصاءات وتحلیل البیانات وصنع السیاسات، تعززت قدره البلاد على اکتشاف المشکلات مبکراً، وتصحیح السیاسات فی الوقت المناسب، واستخدام الموارد الوطنیه بکفاءه أکبر.

انتهى الخبر