ظهور هوش مصنوعی (AI) تحولی عمیق در اغلب حوزههای صنعتی ایجاد کرده است؛ تحولی که مدیریت کیفیت نیز از آن مستثنا نیست. در حالی که سیستمهای مدیریت کیفیت (QMS) بهطور سنتی بر پایه استانداردهایی مانند ISO 9001 شکل گرفتهاند، ورود هوش مصنوعی نیازمند نگاهی فراتر از رویکردهای کلاسیک و حرکت بهسوی حکمرانی سیستمهای هوش مصنوعی (AI Management Systems – AIMS) است. این تغییر رویکرد به سازمانها کمک میکند ضمن حفظ الزامات کیفی، ریسکهای فنی، حقوقی و اخلاقی ناشی از بهکارگیری AI را نیز مدیریت کنند.
هوش مصنوعی؛ از ابزار کمکی تا مؤلفهای اثرگذار در کیفیت
هوش مصنوعی امروزه تنها یک ابزار پشتیبان محسوب نمیشود، بلکه به یکی از مؤلفههای اثرگذار در تضمین کیفیت محصولات و خدمات تبدیل شده است. کاربرد AI در حوزههایی مانند بازرسی خودکار، تحلیل دادههای فرآیندی، پیشبینی خرابی تجهیزات و نگهداری پیشگیرانه، باعث افزایش دقت، کاهش خطاهای انسانی و بهبود تصمیمگیری شده است. مهمتر از همه، هوش مصنوعی رویکرد کنترل کیفیت را از یک فعالیت صرفاً واکنشی به سمت پیشگیری و پیشبینی سوق داده است.
تحول در کنترل فرآیند و بازرسی
یکی از مهمترین دستاوردهای هوش مصنوعی در حوزه کیفیت، ارتقای کنترل فرآیند است. سیستمهای مبتنی بر AI میتوانند دادههای تاریخی و بلادرنگ را تحلیل کرده و الگوهایی را شناسایی کنند که پیش از بروز نقص یا انحراف، هشدار لازم را ارائه میدهند. همچنین فناوریهایی مانند بینایی ماشین و یادگیری عمیق، امکان بازرسی گسترده و پیوسته محصولات را فراهم کردهاند؛ موضوعی که به بهبود اثربخشی ممیزیهای داخلی و کنترلهای کیفی در صنایع مختلف منجر شده است.
ضرورت حکمرانی هوش مصنوعی
در کنار این فرصتها، چالشهای مهمی نیز وجود دارد. مسائلی مانند سوگیری دادهها، نبود شفافیت در مدلهای یادگیری ماشین، امنیت اطلاعات و حفظ حریم خصوصی میتوانند بهطور مستقیم بر کیفیت تصمیمات و اعتماد ذینفعان اثر بگذارند. از همین رو، استفاده از هوش مصنوعی بدون چارچوب مشخص حکمرانی میتواند ریسکهای جدیدی را به همراه داشته باشد. مدیریت این ریسکها نیازمند تعریف سیاستها، مسئولیتها و فرآیندهای شفاف در چرخه عمر سیستمهای AI است.
استاندارد ISO/IEC 42001؛ چارچوبی برای مدیریت مسئولانه AI
در پاسخ به این نیاز، سازمان بینالمللی استانداردسازی (ISO) در سال ۲۰۲۳ استاندارد ISO/IEC 42001 را منتشر کرد. این استاندارد نخستین چارچوب بینالمللی برای سیستم مدیریت هوش مصنوعی (AIMS) است و رویکردی ساختاریافته برای استفاده مسئولانه، شفاف و قابلکنترل از AI ارائه میدهد. ISO/IEC 42001 با بهرهگیری از ساختار سطح بالای ISO (HLS)، شباهتهای مفهومی با استانداردهایی مانند ISO 9001 دارد، اما تمرکز آن بر حکمرانی، ریسک و مدیریت چرخه عمر سیستمهای هوش مصنوعی است.
الزامات کیفی جدید در سیستمهای مدیریت هوش مصنوعی
این استاندارد مفهوم کیفیت را فراتر از انطباق فرآیندها تعریف میکند و بر محورهایی مانند موارد زیر تأکید دارد:
کیفیت داده و حکمرانی دادهها: عملکرد و اعتبار سیستمهای هوش مصنوعی بهطور مستقیم به کیفیت دادههای ورودی وابسته است. بنابراین، مدیریت داده، صحهگذاری، مستندسازی و ممیزی آن به یک الزام کیفی و مدیریتی تبدیل شده است.
شفافیت و تبیینپذیری: بسیاری از مدلهای AI ماهیت پیچیده و غیرشفاف دارند. استفاده از رویکردهای هوش مصنوعی قابل توضیح (XAI) میتواند به درک بهتر تصمیمات سیستمها کمک کرده و نقش مهمی در ممیزی و اعتمادسازی ایفا کند.
تحول مدلهای مدیریت کیفیت
با گسترش کاربرد AI، مدلهای مدیریت کیفیت نیز در حال تحول هستند. تمرکز صرف بر انطباق فرآیندها جای خود را به حکمرانی سیستمها، مدیریت ریسکهای الگوریتمی و ارزیابی مستمر عملکرد هوش مصنوعی داده است. این تغییر، نیاز به پایش مداوم و بهبود مستمر را بیش از گذشته برجسته میکند.
پیامدها برای نهادهای تأیید صلاحیت
برای نهادهای تأیید صلاحیت و ارزیابی انطباق، ورود استاندارد ISO/IEC 42001 به معنای تغییر در رویکردهای ممیزی است. ممیزان در آینده باید علاوه بر تسلط بر اصول ممیزی، درک مناسبی از مفاهیم پایه هوش مصنوعی، کیفیت داده و حکمرانی الگوریتمها داشته باشند. اگرچه این حوزه هنوز در حال بلوغ است، اما توسعه صلاحیتهای ترکیبی (فنی و ممیزی) به یکی از الزامات پیشروی نهادهای تأیید صلاحیت تبدیل خواهد شد.
جمعبندی
آینده کیفیت در عصر هوش مصنوعی به نحوه حکمرانی و مدیریت مسئولانه این فناوری وابسته است. تمرکز صرف بر کاهش عیوب کافی نیست؛ بلکه توجه به شفافیت، مدیریت ریسکهای اخلاقی و اعتماد ذینفعان اهمیت روزافزونی دارد. استاندارد ISO/IEC 42001 چارچوبی معتبر برای این مسیر فراهم کرده است و نهادهای تأیید صلاحیت، سازمانها و متخصصان کیفیت ناگزیرند خود را با این تحول همسو کنند تا بتوانند در فضای رقابتی و فناورانه آینده نقش مؤثری ایفا نمایند.