هوش مصنوعی و پدافند غیرعامل
مدیریت بحران در حال ورود به مرحله‌ای تازه است؛ مرحله‌ای که در آن، حجم داده‌ها، سرعت انتشار اطلاعات و پیچیدگی تهدیدها، روش‌های سنتی تصمیم‌گیری را با محدودیت مواجه می‌کند. هوش مصنوعی می‌تواند در شناسایی الگوهای خطر، تحلیل اطلاعات و پشتیبانی از تصمیم‌گیری نقش مؤثری داشته باشد اما همین فناوری در صورت استفاده نادرست یا نبود سازوکارهای نظارتی مناسب، ممکن است به عاملی برای گسترش آسیب‌پذیری‌های جدید تبدیل شود.
دکتر فاطمه مرادی| عضو هیأت‌مدیره انجمن سواد رسانه ایران
از این‌رو، بررسی نسبت هوش مصنوعی و پدافند غیرعامل باید از دوگانه ساده «فناوری مفید یا فناوری تهدیدآمیز» فراتر برود. مسأله اصلی، چگونگی استفاده مسئولانه از این فناوری برای کاهش آسیب‌پذیری و افزایش آمادگی سازمان‌ها و جامعه است.
یکی از دشواری‌های مدیریت بحران، تصمیم‌گیری در شرایطی است که اطلاعات ناقص، پراکنده یا متغیرند. سامانه‌های هوش مصنوعی می‌توانند با تحلیل داده‌های موجود، شناسایی روندها و ترکیب اطلاعات از منابع مختلف، به ارزیابی وضعیت و تشخیص نشانه‌های اولیه برخی بحران‌ها کمک کنند.
برای نمونه در مدیریت شهری، تحلیل داده‌های ترافیکی، گزارش‌های شهروندان، اطلاعات هواشناسی و وضعیت زیرساخت‌ها می‌تواند در شناسایی نقاط آسیب‌پذیر و اولویت‌بندی اقدامات مؤثر باشد. در حوزه ارتباطات بحران نیز ابزارهای هوشمند می‌توانند به دسته‌بندی گزارش‌ها، استخراج موضوعات پرتکرار و شناسایی نیازهای اطلاعاتی شهروندان کمک کنند.
با این‌حال، پیش‌بینی‌های الگوریتمی نباید با قطعیت اشتباه گرفته شوند. کیفیت داده‌ها، سوگیری‌های احتمالی و محدودیت مدل‌ها بر نتایج اثر می‌گذارند. بنابراین خروجی هوش مصنوعی باید یکی از ورودی‌های تصمیم‌گیری کارشناسی باشد، نه جایگزینی برای مسئولیت انسانی.
یکی از چالش‌های مهم در عصر هوش مصنوعی، امکان تولید سریع محتوای جعلی و متقاعدکننده است. تصاویر ساختگی، فایل‌های صوتی شبیه‌سازی‌شده و ویدئوهای دستکاری‌شده می‌توانند در شرایط بحرانی، تشخیص واقعیت را دشوارتر کنند. اگر چنین محتوایی به یک مقام مسئول، یک حادثه یا یک زیرساخت حیاتی نسبت داده شود، ممکن است موجب سردرگمی عمومی و اختلال در روند اطلاع‌رسانی شود.
یکی از دشواری‌های مدیریت بحران، تصمیم‌گیری در شرایطی است که اطلاعات ناقص، پراکنده یا متغیرند. سامانه‌های هوش مصنوعی می‌توانند با تحلیل داده‌های موجود، شناسایی روندها و ترکیب اطلاعات از منابع مختلف، به ارزیابی وضعیت و تشخیص نشانه‌های اولیه برخی بحران‌ها کمک کنند.
برای نمونه در مدیریت شهری، تحلیل داده‌های ترافیکی، گزارش‌های شهروندان، اطلاعات هواشناسی و وضعیت زیرساخت‌ها می‌تواند در شناسایی نقاط آسیب‌پذیر و اولویت‌بندی اقدامات مؤثر باشد. در حوزه ارتباطات بحران نیز ابزارهای هوشمند می‌توانند به دسته‌بندی گزارش‌ها، استخراج موضوعات پرتکرار و شناسایی نیازهای اطلاعاتی شهروندان کمک کنند.
با این‌حال، پیش‌بینی‌های الگوریتمی نباید با قطعیت اشتباه گرفته شوند. کیفیت داده‌ها، سوگیری‌های احتمالی و محدودیت مدل‌ها بر نتایج اثر می‌گذارند. بنابراین خروجی هوش مصنوعی باید یکی از ورودی‌های تصمیم‌گیری کارشناسی باشد، نه جایگزینی برای مسئولیت انسانی.
یکی از چالش‌های مهم در عصر هوش مصنوعی، امکان تولید سریع محتوای جعلی و متقاعدکننده است. تصاویر ساختگی، فایل‌های صوتی شبیه‌سازی‌شده و ویدئوهای دستکاری‌شده می‌توانند در شرایط بحرانی، تشخیص واقعیت را دشوارتر کنند. اگر چنین محتوایی به یک مقام مسئول، یک حادثه یا یک زیرساخت حیاتی نسبت داده شود، ممکن است موجب سردرگمی عمومی و اختلال در روند اطلاع‌رسانی شود.