لماذا يجب أن تختبر فرق الاستجابة للحوادث أدوات الذكاء الاصطناعي أيضاً؟

غيّر الذكاء الاصطناعي طريقة تعامل فرق الأمن والعمليات مع الحوادث، بعدما أصبح يُستخدم في فرز التنبيهات، واسترجاع أدلة التشغيل، واقتراح الإجراءات، بل وإعداد تحليلات ما بعد الحادثة. لكن تمارين المحاكاة المعروفة باسم Tabletop Exercises ما زالت تختبر غالباً معرفة الأشخاص بالإجراءات وقدرتهم على اتخاذ القرار تحت الضغط، من دون اختبار النظام الذكي الذي أصبح وسيطاً بينهم وبين المعلومات.

ترى المادة، التي نشرتها Webflow كمحتوى برعاية، أن هذا يترك فجوة عملية: إذا كان الذكاء الاصطناعي جزءاً من عملية الاستجابة الفعلية، فيجب أن يصبح جزءاً من الاختبار أيضاً. وينطبق ذلك على فرق الأمن، وفرق موثوقية المواقع التي تستخدمه لفرز الأعطال، وفرق الدعم التي تعتمد عليه لتوجيه التصعيدات، وعمليات تقنية المعلومات التي تستخدمه لأتمتة طلبات الوصول.

من اختبار البشر إلى اختبار النظام بأكمله

افترضت تمارين المحاكاة التقليدية أن الأدوات ثابتة، وأن المتغير الأساسي هو البشر: من يتلقى التنبيه؟ من يملك صلاحية القرار؟ وهل يتبع الفريق دليل التشغيل بسرعة كافية؟ لكن فشل أداة ذكاء اصطناعي لا يظهر بالضرورة في صورة عطل واضح. قد تقدم ملخصاً خاطئاً بثقة، أو تسترجع دليلاً قديماً لأنه يطابق الكلمات المفتاحية، أو تقترح إجراءً يبدو منطقياً لكنه غير آمن.

هذه الإخفاقات الهادئة قد تبطئ الاستجابة أو تدفع الفريق إلى قرار خاطئ من دون ظهور رسالة خطأ تنبهه. لذلك فإن تمريناً لا يتضمن هذه الحالات يختبر جزءاً فقط من المنظومة التي ستعمل أثناء الحادث الحقيقي.

حالات ينبغي إدراجها في التمرين

• إجابة خاطئة بثقة: يمكن محاكاة هلوسة في تحديد السبب الجذري أو استرجاع وثيقة قريبة لكنها قديمة. الهدف ليس افتراض أن النظام لن يخطئ، بل اختبار قدرة المستجيبين على التحقق وعدم التعامل مع الإجابة كحقيقة.
• تعطل نظام الذكاء الاصطناعي: ينبغي اختبار ما يحدث إذا أصبح النظام المستخدم للتحقيق غير متاح، أو تأثر بالحادث نفسه، وما إذا كان الفريق لا يزال يعرف كيفية تنفيذ الفرز يدوياً.
• تجاوز الحواجز الوقائية تحت الضغط: قد تبدو الضوابط مناسبة في مراجعة هادئة، لكنها قد تُهمَل عندما يستمر الحادث ساعات ويريد أحدهم من النظام تنفيذ الإجراء بدلاً من اقتراحه للموافقة البشرية.
• تآكل المهارات اليدوية: الاعتماد الطويل على الاسترجاع الآلي قد يضعف قدرة الفريق على البحث في الوثائق وتنفيذ الخطوات دون مساعدة.
• غموض نقطة التسليم: يجب اختبار ما إذا كان العاملون يعرفون بوضوح أين ينتهي دور النظام وأين يبدأ قرار الإنسان، خصوصاً عندما تكون التوصية الآلية مقنعة لكنها خاطئة جزئياً.

كيف تُحدّث الفرق تمارينها؟

لا تحتاج المؤسسات إلى إلغاء برامجها الحالية، بل إلى إضافة طبقة تستهدف أداة الذكاء الاصطناعي نفسها. وينبغي إشراك الأشخاص الذين يبنون هذه الأدوات ويديرونها، لأنهم الأقدر على تحديد أنماط فشلها. كما يجب أن تتجاوز جلسة المراجعة سؤال «هل اتبع الفريق دليل التشغيل؟» إلى سؤال آخر: «هل منح الفريق النظام القدر الصحيح من الثقة؟» فالثقة المنخفضة تهدر فائدة الأداة، بينما الثقة الزائدة قد تحول إجابة خاطئة إلى سبب مباشر لتفاقم الحادث.

وتؤكد المادة أن اختباراً واحداً لا يكفي، لأن النماذج ومصادر الاسترجاع والحواجز الوقائية تتغير بمرور الوقت. لذلك يجب إعادة التمرين كلما تغيرت مكونات النظام المؤثرة في الاستجابة.

القراءة التحريرية من certi.news

التغيير الفعلي هنا ليس إضافة الذكاء الاصطناعي إلى قائمة الأدوات، بل انتقاله إلى موقع مؤثر في سلسلة القرار. وهذا يوسع نطاق الاستجابة للحوادث: فالفريق لا يختبر جاهزية أفراده فقط، بل موثوقية الوسيط الذي يختصر المعلومات ويقترح الخطوة التالية. وتبقى حدود الطرح واضحة؛ فالمادة لا تقدم نتائج قياس مستقلة أو معياراً موحداً لتقييم هذه التمارين، كما أنها تستند إلى خبرة Webflow، ولذلك ينبغي التعامل مع توصياتها كإطار عملي قابل للتكييف لا كدليل إثبات عام.