راهکاری برای چالش عدم شفافیت داده‌ها
برگزاری نخستین کنفرانس ملی حکمرانی داده در ماه دی

دکتر علی کمندی، عضو هیات علمی دانشکده علوم مهندسی دانشگاه تهران در خصوص این رویداد اظهار کرد: با توجه به اهمیت حکمرانی داده و همچنین توسعه‌ روزافزون ‌هوش مصنوعی، تصمیم گرفتیم که در روزهای ۱۱ و ۱۲ دی، اولین کنفرانس حکمرانی داده را در دانشگاه تهران برگزار کنیم. هدف از برگزاری این رویداد آن بوده که توجه بخش‌های دولتی و خصوصی و دانشگاهی کشور را به حوزه حکمرانی داده جلب کنیم.

وی برگزاری این کنفرانس را از سوی دپارتمان الگوریتم‌ها و محاسبات دانشگاه تهران دانست و اهداف برگزاری آن را شامل “مدیریت داده‌ها، آگاهی بخشی و افزایش آگاهی در مورد اهمیت حکمرانی داده و ارائه آموزش‌های مرتبط با بهترین شیوه‌های مدیریت داده‌ها”، “ارتقای همکاری‌ها، فراهم کردن بستری برای تعامل و همکاری میان دانشگاهیان، متخصصان صنعت و سیاستگذاران برای تبادل دانش و تجربه” و “ارائه آخرین تحقیقات ارائه شده و بررسی آخرین تحقیقات و مطالعات انجام شده در حوزه حکمرانی داده و کاربردهای آن در صنایع مختلف” عنوان کرد.

کمندی، ایجاد شبکه‌ای از متخصصان و پژوهشگران برای توسعه همکاری را از دیگر اهداف این کنفرانس ذکر کرد و ادامه داد: حوزه حکمرانی داده در دنیا سال‌ها است که مطرح شده و در ایران این موضوع در مسیر رشد قرار دارد. حکمرانی داده پیش نیاز ورود به عصر دیجیتال و هوش مصنوعی است و تا زمانی که داده‌های معتبر را با کیفیت و دقیق در اختیار نداشته باشیم، نمی‌توانیم فرآیندهای پردازشی و تحلیل را اجرایی کنیم.

حکمرانی داده چیست

عضو هیات علمی دانشگاه تهران، حکمرانی داده را یک حوزه بین رشته‌ای دانست که شامل مفاهیمی از فناوری اطلاعات، علوم کامپیوتر، مدیریت اطلاعات، حقوق، سیاست‌های عمومی و مهندسی می‌شود و یادآور شد: این حوزه به مطالعه و بررسی روش‌های بهینه برای جمع آوری و ذخیره سازی، پردازش، تحلیل و استفاده از داده در سازمان‌ها و همچنین مسائل مرتبط با حریم خصوصی، امنیت داده‌ها، شفافیت و پاسخگویی در استفاده از داده‌ها می‌پردازد.

کمندی اضافه کرد: از این رو مخاطبان این کنفرانس مدیران شرکت‌های خصوصی و دولتی به ویژه مدیران فناوری اطلاعات، تحقیق و توسعه و واحدهای ریسک و عملیات هستند.

وی با اشاره به اقدامات بسیاری از سازمان‌ها برای کاربردی کردن هوش مصنوعی در فرآیندهای کاری خود، خاطر نشان کرد: بسیاری از سازمان‌ها به سمت سازمان‌های داده محور حرکت کردند، ولی برای ورود به حوزه هوش مصنوعی به پیش‌نیازهایی احتیاج داریم که در اختیار نداریم.

این محقق حوزه حمکرانی داده، دسترسی به داده‌های با کیفیت را از پیش‌نیازهای توسعه هوش مصنوعی در سازمان‌ها عنوان کرد و گفت: طبق تعاریف استاندارد، داده‌های با کیفیت، داده‌هایی هستند که دستکاری نشده و منطبق با واقعیت باشند. در بسیاری از مواقع، نادرستی داده‌ها به دلیل دستکاری آنها است.

کمندی، تدوین و ابلاغ “چارچوب مدیریت کیفیت آمارهای رسمی نظام آماری” را یکی از اقدامات کشور برای تولید آمارهای باکیفیت دانست و افزود: علیرغم این اقدامات، بسیاری از دستگاه‌ها توجیه نیستند که چگونه باید این نظام‌نامه اجرایی شود و در این زمینه ضعف داریم. تا زمانی که داده‌های با کیفت منتشر نشود، نمی‌توان کشور را درست اداره کرد، چون اداره و مدیریت کشور نیاز به داده‌های درست، دقیق، به هنگام و منطبق بر واقعیت دارد و باید اطمینان حاصل شود که مهندسی آمار و داده‌سازی انجام نشده است.

وی عدم یکپارچه‌سازی داده‌ها را از دیگر چالش‌های کشور در حوزه مدیریت داده دانست و یادآور شد: ما مجموعه‌ای از داده‌ها را در هر یک از سازمان‌ها داریم و این داده‌ها با سایر سازمان‌ها به اشتراک گذاشته نمی‌شود و زمانی که بخواهیم از آنها بهره‌برداری کنیم، قادر نیستیم از ظرفیت‌های داده‌های موجود در کشور استفاده کنیم.

کمندی با بیان اینکه در دنیا به سمت یکپارچگی داده‌ها برای مدیریت صحیح کشور در حرکت هستند، گفت: یکی از نمونه‌های آن در زمان شیوع ویروس کرونا است و در حالی که برای کنترل این بیماری نیاز به داده ‌داشتیم، شاهد بودیم که در اوج شیوع کرونا، داده‌های دستگاه‌های مختلف به اشتراک گذاشته نشد و نتیجه این رویکرد اتخاذ تصمیماتی چون عدم مجاز بودن افراد برای خارج شدن از خانه بعد از ساعت ۲۲ بود.

چالش‌های مرتبط با فقدان حکمرانی داده در کشور

عضو هیات علمی دانشگاه تهران با بیان اینکه بسیاری از مشکلاتی که در سطح کشور یا بنگاه‌ها با آن مواجه هستیم، ریشه در فقدان حکمرانی داده دارند، گفت: هنوز ما نتوانسته‌ایم به تعاریف واحد شفاف و مشخصی از مفاهیم دست پیدا کنیم. به عنوان مثال در بسیاری از موارد، آمارهای مختلف از سوی دستگاه‌ها ارائه می‌شود و این اطلاعات با هم ناسازگار هستند.

وی با بیان اینکه گاهی فقدان تعریف شفافیت داده‌ها، ضربه‌های جبران‌ناپدیری به کشور وارد می‌کند، اظهار کرد: کیفیت داده‌ها در کشور بسیار پایین است، به گونه‌ای که روی هیچ یک از داده‌ها و اطلاعات مهم در کشور نمی‌توان با اطمینان و اعتماد تکیه و بر مبنای آن برنامه‌ریزی کرد. بعد از گذشت چند سال از اجرای قانون هدفمندی یارانه‌ها همچنان در جمع آوری داده‌های شفاف در تشخیص دهک‌ها با مشکل مواجه هستیم.

این محقق حوزه هوش مصنوعی با بیان اینکه هیچ قانون جامعی برای محافظت از داده‌های افراد در کشور نداریم، اظهار کرد: از سال ۲۰۱۸ اتحادیه اروپا قانون “مقررات عمومی حفاظت از داده‌ها” (GDPR یا General Data Protection Regulation) را وضع کرده و در صورتی که کسی از این قوانین تخطی کند، جریمه‌های سنگینی را متحمل می‌شود، ولی ایران وارد این حوزه نشده و هیچ جریمه‌ای برای حفظ داده‌های افراد ندارد. از این رو، هر روز با نشت داده‌ها مواجه می‌شویم.

تلاش برای شناسایی ظرفیت‌های دانش‌بنیان‌ها در حکمرانی داده‌ها

کمندی شناسایی توانمندی‌ها و ظرفیت‌های شرکت‌های دانش‌بنیان در حوزه حکمرانی داده را از رویکردهای برگزاری این کنفرانس دانست و ادامه داد: برای این منظور نمایشگاهی از دستاوردهای شرکت‌های دانش‌بنیان و استارت‌آپ برگزار خواهد شد و آخرین دستاوردهای آنها عرضه خواهد شد.

وی اضافه کرد: با برگزاری این بخش، شبکه‌سازی در حوزه داده و هوش مصنوعی در کشور شکل خواهد گرفت.

برگزاری مسابقه بزرگ هوش مصنوعی

کمندی، بخش دیگر این رویداد را برگزاری مسابقه بزرگ هوش مصنوعی دانست که در روز ۱۳ دی برگزار خواهد شد.

وی با بیان اینکه در این رقابت علمی تیم‌های دانشگاهی از استان‌های مختلف حضور دارند، گفت: این مسابقه یک روزه است که در طی آن به تیم‌های شرکت کننده ۵ سوال در حوزه هوش مصنوعی ارائه می‌شود و هر سوالی که از سوی تیمی پاسخ داده شود، یک بادکنک دریافت خواهد کرد و هر تیمی که بیشترین بادکنک را دریافت کند، برنده این رقابت خواهد بود.

منبع: ایسنا