مستقبل الامتثال في العملات المشفرة: يجب دمج كفاءة الذكاء الاصطناعي مع الحكم البشري

عندما يفكر الناس في الذكاء الاصطناعي في مجال العملات المشفرة، أول ما يتبادر إلى أذهانهم هو الروبوتات التداولية القادرة على جعل المستثمرين أغنياء بين ليلة وضحاها. ومع ذلك، كل من يعمل عن كثب مع العملات المشفرة يدرك أن الذكاء الاصطناعي يمكن أن يقدم مساعدة أكبر في المهام الروتينية، خاصةً في الامتثال. 

مع ما يقرب من 70% من المؤسسات المالية التي تعطي الأولوية للذكاء الاصطناعي في إدارة المخاطر والامتثال، من الواضح أن الصناعة في طريقها للابتكار. ولكن هناك مشكلة: أحيانًا تقوم أنظمة الذكاء الاصطناعي باتخاذ قرارات دون توضيحات واضحة، مما يخلق ما يُسمى بتأثير الصندوق الأسود. يمكن أن يؤدي ذلك إلى مخاوف أخلاقية، مما يدفع مسؤولي الامتثال إلى سؤال أنفسهم: هل الذكاء الاصطناعي في امتثال العملات المشفرة لغزًا أخلاقيًا يجب حله، أم مسألة تحسين قابلية استخدام هذه الأدوات فعليًا؟

كيف يمكن للذكاء الاصطناعي أن يساعد في الامتثال؟

هناك بعض المجالات في الامتثال حيث يكون الذكاء الاصطناعي ليس فقط جيدًا بل هو الخيار الأفضل، في رأيي. الأول هو KYC/KYB، أو فحص معرفة العميل/الأعمال. عندما يسجل عميل جديد، يجب أن يمر بعملية التحقق من الحيوية. هذا يعني تشغيل الكاميرا، مسح وجهه وجواز سفره، والذكاء الاصطناعي يقوم بعمله بشكل ممتاز في هذا. يمكنه مطابقة الوجوه مع الهويات واكتشاف الوثائق المزيفة في ثوانٍ. 

ينطبق نفس الأمر عندما ترغب شركة في الاتصال، حيث يتعين عليها تقديم عدد هائل من الوثائق للتحقق، لتأكيد أن عملياتها قانونية وأن الأموال الواردة مستلمة من أنشطة غير محظورة. لا يمكن لأي إنسان معالجة هذا الحجم من البيانات بهذه السرعة والدقة مثل الذكاء الاصطناعي.

المنطقة الثانية هي مراقبة المعاملات أو معرفة معاملتك (KYT). في عالم العملات المشفرة، يعني ذلك النظر إلى مصدر الأموال وإلى وجهتها. إذا كانت مرتبطة بشيء غير قانوني مثل تمويل الإرهاب، أو السوق المظلم، أو المخدرات، أو حتى أسوأ من ذلك، يجب على فريق الامتثال أن يعرف ذلك فورًا. العديد من الشركات تتعاون مع مزودين خارجيين يستخدمون الذكاء الاصطناعي لتتبع هذه الروابط، لأن تتبع كل معاملة على البلوكشين تقريبًا مستحيل على فريق بشري. ومع ذلك، فإن الذكاء الاصطناعي فعال جدًا في هذا ويمكنه تتبع الأنماط المشبوهة بسهولة وفي ثوانٍ، مع تفصيل النسب الدقيقة لمصدر الأموال.

وأخيرًا وليس آخرًا هو تطبيق الذكاء الاصطناعي في عمليات الإبلاغ. نعلم جميعًا أن جمع وتنظيم البيانات للجهات التنظيمية عادةً ما يستغرق الكثير من الوقت وقد يحتوي على الكثير من الأخطاء الصغيرة عندما يتم يدويًا. لكن الأدوات المدعومة بالذكاء الاصطناعي يمكنها القيام بذلك تلقائيًا، مما يوفر تقارير سريعة ودقيقة ويحافظ على سجلات واضحة. هذه التدقيقات تعمل أسرع وبأخطاء أقل، مما يسهل كثيرًا على فرق الإبلاغ. 

التحيز مقابل القابلية للاستخدام

بالطبع، لا يمكن للذكاء الاصطناعي أن يكون مثاليًا، فهو تقنية جديدة نسبيًا ولها بعض العيوب. كثير من الناس عادةً ما يربطون ذلك بمأزق أخلاقي قائلين إن الذكاء الاصطناعي متحيز ويعرف كيف يميز. ومع ذلك، أعتقد أن البعض يلومون الذكاء الاصطناعي على مشاكل هي في الواقع جزء من تصميم سيء أو قابلية استخدام ضعيفة.

على سبيل المثال، إذا رفض برنامج الذكاء الاصطناعي مسح جواز سفر شخص ما، فليس ذلك دائمًا بسبب تحيز النموذج. في معظم الحالات، يكون السبب أن النظام لم يوضح بوضوح نوع الصورة المطلوبة أو لأن الواجهة جعلت من السهل على المستخدم رفع صورة غير واضحة. يمكن حل ذلك بسهولة إذا تم تحسين تجربة المستخدم بإرشادات أوضح.

سبب آخر لعدم وجود مشكلة أخلاقية في الذكاء الاصطناعي هو أن أنظمة الذكاء الاصطناعي تتعلم وتعمل بناءً على البيانات التي تُزود بها. إذا كانت البيانات المدخلة تحتوي بالفعل على تحيزات بشرية موجودة أو معلومات غير مكتملة، فسيعيد الذكاء الاصطناعي تكرار تلك الأنماط، ليس لأنه متحيز بطبيعته، بل لأنه يعكس ما تم تعليمه. هذا يعني أن المشكلة غالبًا ما تكمن في الخطوة الأولى، أي كيفية جمع أو اختيار البيانات، وليس في الذكاء الاصطناعي نفسه.

مع ذلك، في بعض الحالات قد يتخذ الذكاء الاصطناعي قرارات لا يستطيع فريق الامتثال شرحها بسبب خوارزمياته المعقدة ونقص الشفافية. بعبارة أخرى، يمكن لبرنامج الذكاء الاصطناعي اتخاذ قرار، لكنه لا يوضح دائمًا السبب أو الطريقة التي وصل بها إلى ذلك الاستنتاج. هذا محبط، لكنه لا يعني بالضرورة انتهاكًا أخلاقيًا. لتجنب مثل هذه الحالات، يأتي الحل.

الحاجة إلى اللمسة البشرية

بدلاً من اعتبار الذكاء الاصطناعي تهديدًا أخلاقيًا، ينبغي أن نراه كأداة قوية تعزز ما يستطيع الإنسان القيام به. أفضل النتائج تتحقق من خلال الأنظمة الهجينة، حيث يتم دمج الذكاء الاصطناعي مع الإشراف والحكم البشري. يعني ذلك أن يقوم الذكاء الاصطناعي بالمهام الثقيلة والمتكررة ذات البيانات الضخمة ويُشير إلى الحالات المشبوهة للمراجعة اليدوية الدقيقة. ستضيف هذه التعاون مسؤولية، حتى وإن لم نفهم تمامًا ما يفعله الذكاء الاصطناعي.

هناك وعي متزايد بأن الامتثال يتجاوز مجرد وضع العلامات وتلبية اللوائح. كل مسؤول امتثال يعلم أن بناء الثقة وفهم تجربة العميل بصدق أمران مهمان للغاية. بينما يمكن للذكاء الاصطناعي تحليل البيانات وتحديد الأنماط، فإنه يفتقر إلى القدرة على الشعور بالعواطف أو استيعاب السياق الكامل وراء ظروف العميل. 

لهذا السبب لا يزال البشر الحقيقيون مهمين جدًا للتعامل مع المهام التي تتطلب انتباهًا دقيقًا وتعاطفًا. من المرجح أنه في المستقبل سيتعلم الذكاء الاصطناعي قراءة جميع الفروق الدقيقة، لكن حتى الآن يظل التعاون هو الاستراتيجية الأفضل. 

كلمة أخيرة

في النهاية، حتى مع كل التحديات مثل طبيعة الصندوق الأسود، لن أتخلى عن الذكاء الاصطناعي في الامتثال. على العكس، هناك أمور يمكنه إنجازها بسرعة وجودة أعلى، ولا يستطيع البشر مواكبتها. لا أحد يستطيع فحص مئات المعاملات في الثانية أو مقارنة آلاف الهويات في الوقت الحقيقي. الذكاء الاصطناعي لا يتعب، ولا يفقد التركيز، ويطبق نفس المعيار على كل حالة، لذا فإن التقنية تفوق عيوبها.

مع ذلك، لا يمكن للذكاء الاصطناعي أن يحل محل التفكير البشري ولا أن يجري محادثة حقيقية مع العميل لفهم وضعه. لهذا السبب، كما ذكرنا سابقًا، أفضل حالة هي الشراكة: يُستخدم الذكاء الاصطناعي للسرعة والبيانات، والبشر للقرارات النهائية والتواصل مع العميل.