الذكاء الاصطناعي في خدمات الحكومة الإلكترونية العُمانية‏.

المواطن لا يهتم إذا كان النموذج LLM أو Rule Engine. يهتم إذا أنجز الخدمة من أول محاولة، وفي وقت أقل، وبخطوات مفهومة. لهذا السبب، قيمة AI في الحكومة الإلكترونية تُختبر في نقطة واحدة: هل حسّنت تجربة الخدمة فعلاً؟

في 2024-2026، عُمان وضعت إطاراً أوضح لتبني AI داخل الخدمات الحكومية ضمن البرنامج الوطني للذكاء الاصطناعي والتقنيات الرقمية المتقدمة، مع تركيز على الحوكمة والتطبيق القطاعي لا على التجربة المعزولة [١][٢].

من «بوابة إلكترونية» إلى «خدمة ذكية»‏.

الحكومة الإلكترونية التقليدية نقلت المعاملة من الورق إلى الشاشة. الحكومة الذكية تضيف طبقة فهم وتنبؤ: توجيه المستخدم، التحقق المبكر من النواقص، وتقديم مسار أقصر بناءً على حالته.

الفرق كبير تشغيلياً: بدل رفض الطلب في آخر خطوة، يمكن للنظام أن يمنع الخطأ من البداية. هنا يظهر AI كأداة تقليل هدر إداري وليس مجرد قناة تواصل جديدة.

أين يخلق AI قيمة مباشرة في الخدمات الحكومية‏.

• مساعدات محادثة موجهة للخدمات (FAQ + إرشاد خطوة بخطوة).
• فرز الطلبات تلقائياً وتحديد الأولويات بحسب نوع المعاملة والوثائق.
• استخراج بيانات من مستندات داعمة لتقليل الإدخال اليدوي.
• كشف مبكر للطلبات غير المكتملة أو المتعارضة قبل دخول المسار الرئيسي.
• تحليلات تنبؤية للازدحام التشغيلي وتوزيع الموارد البشرية.

الذكاء الحكومي الحقيقي ليس أن يجيب البوت بسرعة. هو أن يقلّ عدد المرات التي يعود فيها المواطن لنفس المعاملة.

ما الذي يتغير إدارياً عند تبني AI‏.

عند النجاح، يتغير مؤشّران فوراً: زمن المعاملة، ونسبة الإحالات اليدوية. لكن يتغير أيضاً ما هو أعمق: طريقة بناء الخدمة نفسها. فرق الأعمال والتقنية والقانون تعمل معاً منذ البداية بدل التسليم المتسلسل التقليدي.

هذا التحول يجعل الحوكمة جزءاً من المنتج: سياسة بيانات، قابلية تفسير القرار، ومسار اعتراض واضح للمستخدم عند الخطأ.

التحديات التي تُسقط المشاريع الحكومية‏.

• إطلاق بوت قبل إصلاح رحلة الخدمة الأصلية.
• تجزئة البيانات بين الجهات دون تكامل موثوق.
• غياب مؤشرات أداء مشتركة بين الجهة المالكة والجهة التقنية.
• ضعف إدارة التغيير للموظفين الذين سيتعاملون مع مخرجات AI.
• إهمال الخصوصية وقابلية التدقيق من البداية.

خارطة تنفيذ عملية لعُمان‏.

أفضل نهج حكومي ليس «مشروع ضخم واحد»، بل موجات تطبيق صغيرة عالية الأثر، كل موجة مرتبطة بخدمة واضحة ومؤشر نجاح واضح.

• اختيار 3 خدمات كثيفة الطلب للمرحلة الأولى.
• تعريف خط أساس قبل AI (الزمن، الرفض، الرضا).
• إطلاق تجريبي محدود مع مراقبة يومية للأخطاء.
• توسيع تدريجي فقط بعد تحسن KPI بشكل مستقر.
• تحديث تشريعي/إجرائي متزامن مع التطوير التقني.

مخطط أثر AI على الخدمة الحكومية‏.

أسئلة شائعة‏.

• هل AI سيستبدل الموظف الحكومي؟ غالباً يعيد توزيع الجهد نحو الحالات الأعلى تعقيداً بدل الإلغاء الكامل.
• هل يكفي chatbot لاعتبار الخدمة ذكية؟ لا، يلزم أثر واضح على مسار المعاملة نفسه.
• هل تبني نموذج محلي شرط دائم؟ ليس دائماً؛ القرار يعتمد على الحساسية واللغة وحوكمة البيانات.
• ما أول KPI يجب تتبعه؟ زمن إنجاز المعاملة من أول طلب حتى الإغلاق.
• ما الخطر الأكبر؟ تسريع خطوة واحدة وترك بقية الرحلة الإجرائية بطيئة كما هي.

الخلاصة والدعوة‏.

الذكاء الاصطناعي في الحكومة الإلكترونية العُمانية ينجح عندما يختصر رحلة المواطن، لا عندما يضيف طبقة تقنية فوق نفس التعقيد القديم. القيمة تظهر حين يتغير الأداء الميداني، لا فقط خطاب المنصة.

قبل إطلاق أي خدمة AI حكومية جديدة، اطلب لوحة واحدة بثلاثة أرقام: زمن المعاملة، نسبة الرفض، ورضا المستخدم قبل/بعد. إذا لم تتحرك الأرقام، فالمشروع يحتاج إعادة تصميم لا حملة إعلان.

المصادر‏.

[١] MTCIT — Oman AI & Digital Future Program (2024–2026).

[٢] MTCIT — Launch of National Program for AI and Advanced Digital Technologies.

[٣] MTCIT AI sector page — objectives, targeted sectors, and initiatives.

[٤] MTCIT — Experimental AI projects across government entities.

[٥] نقطة — ملاحظات داخلية من تجارب خدمات رقمية وحوكمة AI في القطاع العام العُماني، أبريل ٢٠٢٦ (Nuqta internal govtech notes, April 2026).