هل يقبل الناس القرارات الخوارزمية في الحكومة؟ ما الذي تُظهره الاستطلاعات والتجارب

تستخدم الحكومات الخوارزميات على نحو متزايد لتقييم المخاطر، وفرز الطلبات حسب الأولوية، والبتّ في استحقاق المنافع، لكن مشروعية هذه القرارات تعتمد على قبول الأشخاص المتأثرين بها. تستعرض هذه الدراسة مجموعتين من الأدلة بشأن هذا السؤال: التجارب السلوكية حول «النفور من الخوارزميات» و«تقدير الخوارزميات»، وتجارب الاستطلاعات والاختيار المشترك حول اتخاذ القرارات الخوارزمية في القطاع العام، إلى جانب استطلاعات واسعة للرأي العام في الولايات المتحدة والمملكة المتحدة. لا تدعم الأدلة ادعاءً مبسطًا بأن الناس يرفضون الخوارزميات. فكثيرًا ما يثق الناس بالمشورة الخوارزمية، وأحيانًا أكثر من المشورة البشرية، ولا سيما في المهام التي يُنظر إليها على أنها آلية، وعندما لا يكونون هم أنفسهم خبراء. لكن التأييد ينخفض بشدة عندما تتخذ الخوارزمية القرار بدلًا من تقديم المشورة، وعندما يتعلق القرار بظروف شخصية مثل الرعاية الاجتماعية أو العدالة، وعندما لا تتوفر إمكانية اللجوء إلى شخص بشري. وفي مختلف الدراسات، تتمثل السمات الأكثر ثباتًا في زيادة القبول في إمكانية الطعن، والمشاركة البشرية الفعلية، وتقديم تفسيرات للقرارات الفردية، وإثبات الدقة، والثقة بالمنظمة التي تنشر النظام. وفي المملكة المتحدة، ارتفعت المخاوف بشأن اتخاذ الذكاء الاصطناعي قرارات بشأن أهلية الحصول على الرعاية الاجتماعية من 44% إلى 59% بين 2022 و2024، وارتفعت نسبة من قالوا إن إجراءات الطعن ستجعلهم أكثر ارتياحًا من 59% إلى 65%.

النتائج الرئيسية

• النفور والتقدير كلاهما حقيقي؛ والسياق هو ما يحسم الأمر. يتخلى الناس عن الخوارزميات بسرعة أكبر من تخليهم عن البشر بعد رؤيتها تخطئ (Dietvorst وSimmons وMassey)، ومع ذلك، غالبًا ما يتبع غير الخبراء المشورة الخوارزمية أكثر من المشورة البشرية (Logg وMinson وMoore). ويُظهر الخبراء والأشخاص الذين يقيّمون تقديراتهم هم أنفسهم قدرًا أقل من التقدير.
• قبول تقديم المشورة أكبر من قبول اتخاذ القرار. في تجربة مسجلة مسبقًا حول صنع السياسات في الاتحاد الأوروبي (n=572)، اعتُبر الذكاء الاصطناعي، عندما يكون صانع القرار الوحيد، غير مشروع، في حين لم يختلف تقييم اتخاذ القرار الهجين بين الإنسان والذكاء الاصطناعي عن الوضع القائم من حيث مشروعية الإجراءات والنتائج (Starke وLünich).
• تثير القرارات الشخصية والأخلاقية أكبر قدر من المقاومة. في المهام التي تتطلب «مهارات بشرية»، اعتُبرت القرارات الخوارزمية أقل إنصافًا وجديرة بالثقة (Lee). وفي الولايات المتحدة، رأى 56% أن درجات المخاطر الجنائية المستخدمة في قرارات الإفراج المشروط غير مقبولة، ورفض 67-68% تحليل مقابلات الفيديو الآلي وتقييم التمويل الشخصي (Pew، 2018).
• تكتسب إجراءات الطعن والمشاركة البشرية أهمية قصوى. في تجارب الاختيار المشترك في المملكة المتحدة بشأن تأشيرات الدخول وتصاريح الوقوف، أسهمت الدقة، ونظام للطعن، والشفافية، وانخفاض التكلفة، وعدم مشاركة البيانات، وعدم إشراك الشركات الخاصة، كلها في زيادة القبول والإنصاف المتصوَّر (Horváth وزملاؤه). وفي ترتيب الجمهور البريطاني نفسه، تتصدر القوانين والتنظيم (72%) وإجراءات الطعن (65%) قائمة الأمور التي من شأنها زيادة الارتياح تجاه الذكاء الاصطناعي (Ada Lovelace Institute وAlan Turing Institute، 2024/25).
• تساعد التفسيرات، لكن إتاحة الشيفرة لا تفعل ذلك. إن تفسير سبب اتخاذ القرار يزيد الثقة أكثر من إتاحة الخوارزمية، ويختلف هذا الأثر باختلاف السياق (Grimmelikhuijsen).
• الجهة التي تنشر النظام لا تقل أهمية عن النظام المنشور. في ألمانيا، اعتمد قبول خوارزميات الشرطة التنبؤية والتنبؤ بالسرطان على الثقة بالمنظمة الناشرة وأهمية المشكلة أكثر من اعتماده على الأداء المقاس للخوارزمية (Wenzelburger وزملاؤه).
• المخاوف آخذة في الازدياد. في الولايات المتحدة، ارتفعت نسبة من يشعرون بقلق أكبر من حماسهم تجاه الذكاء الاصطناعي من 38% في ديسمبر 2022 إلى 52% في أغسطس 2023؛ ولم تكن لدى 62% من البالغين الأمريكيين في 2024 ثقة كبيرة أو أي ثقة في قدرة الحكومة على تنظيم الذكاء الاصطناعي بفعالية (Pew).

سؤال البحث ونطاقه

تطرح الدراسة السؤال الآتي: في ظل أي ظروف يقبل الناس القرارات التي تتخذها الخوارزميات في الحكومة أو تدعمها، وما الذي يعزز مشروعية هذه القرارات؟ يشمل «القبول» التفضيلات بين صانعي القرار من البشر والخوارزميات، والأحكام المتعلقة بالإنصاف والثقة، والمشروعية المتصوَّرة. وتغطي المراجعة التجارب السلوكية (التي تتناول في معظمها مهام التنبؤ)، وتجارب الاستطلاعات وتصاميم الاختيار المشترك المتعلقة بسيناريوهات القطاع العام، والاستطلاعات التمثيلية واسعة النطاق. وتركز على الولايات المتحدة وأوروبا، حيث ينشأ معظم الأدلة تقريبًا؛ إذ وجدت مراجعة منهجية أُجريت عام 2022 أن الأدلة المتعلقة بتصورات الإنصاف تأتي «تقريبًا حصريًا من سياقات ديمقراطية غربية».

الخلفية

تؤطّر حالتا إخفاق النقاش في أوروبا وأستراليا. ففي هولندا، صنّف نظام لتقييم المخاطر وكشف الاحتيال في إعانات رعاية الأطفال آلاف الأسر خطأً على أنها محتالون، وأدى إلى استقالة الحكومة في يناير 2021. وفي أستراليا، فرض برنامج «Robodebt» الآلي ديونًا غير قانونية على مستفيدي الرعاية الاجتماعية، وفق ما خلصت إليه لجنة ملكية عام 2023. وقد وُثّقت الحالتان في مواضع أخرى من هذا الأطلس. وفي المملكة المتحدة، أُلغي استخدام خوارزمية عام 2020 لتحديد درجات التخرج من المدارس خلال الجائحة، عقب احتجاجات شعبية. وتتسم هذه الحالات بملامح مشتركة: قرارات بالغة الأثر بشأن أفراد، وسبل محدودة للطعن، وأنظمة لم يُشرح منطقها للمتضررين منها.

للنقاش الأكاديمي جذران. فمنذ خمسينيات القرن العشرين، بيّن علماء النفس، بدءًا من بول ميل، أن القواعد الإحصائية البسيطة غالبًا ما تتنبأ على نحو أفضل من الأحكام الصادرة عن الخبراء، ومع ذلك يقاوم الناس استخدامها؛ وهي ظاهرة سُمّيت لاحقًا «النفور من الخوارزميات». ويطرح الباحثون في الإدارة العامة والشرعية سؤالًا مختلفًا: ليس ما إذا كان الناس يستخدمون التنبؤ، بل ما إذا كان القرار المتخذ بواسطة خوارزمية أو بالاستعانة بها مشروعًا. ويستند السؤال الثاني إلى نظرية العدالة الإجرائية، التي ترى أن الناس يقبلون النتائج غير المواتية عندما يرون أن الإجراءات عادلة وشفافة ومحترمة.

المنهج والمصادر

هذه مراجعة سردية لأقوى الأدلة المتاحة، اختيرت لجودة تصميمها وصلتها بالحكومة. وتستند إلى مراجعتين منهجيتين للنفور من الخوارزميات (بيرتون وستاين ويانسن: 61 مقالًا؛ ومحمود وزملاؤه: 80 دراسة)، ومراجعة واحدة لتصورات العدالة (ستاركه وباليس وكيلر ومارتشينكوفسكي: 58 دراسة)؛ وتجارب فردية حول سيناريوهات في القطاع العام في أوروبا والولايات المتحدة؛ واستطلاعات مركز بيو للأبحاث (2018 و2023 و2024)؛ وموجتي استطلاع معهد آدا لوفلايس ومعهد آلان تورنغ للرأي العام البريطاني (أُجري العمل الميداني في نوفمبر 2022 وأكتوبر-نوفمبر 2024). ويوفر مسح منظمة التعاون الاقتصادي والتنمية بشأن دوافع الثقة في المؤسسات العامة (نحو 60,000 إجابة في 30 بلدًا، أواخر 2023) سياقًا عن الثقة بالحكومة عمومًا. وتُذكر أحجام العينات والتواريخ في النص لتمكين القراء من تقدير وزن الأدلة.

النتائج

النفور والتقدير

صاغ ديتفورست وسيمونز وماسي مصطلح «النفور من الخوارزميات» في خمس دراسات اختار فيها المشاركون ما إذا كانوا سيربطون مدفوعاتهم بتنبؤات إنسان أو نموذج إحصائي. وكان المشاركون الذين شاهدوا أداء الخوارزمية أقل ثقة بها وأقل ميلًا إلى اختيارها على حساب متنبئ بشري أدنى أداءً، «حتى بين الذين شاهدوا الخوارزمية تتفوق على الإنسان». وتتمثل الآلية في تفاوت التسامح: إذ يفقد الناس ثقتهم بالخوارزميات أسرع مما يفقدونها بالبشر بعد مشاهدة الخطأ نفسه.

ووجد لوغ ومينسون ومور العكس في ست تجارب: إذ التزم عامة الناس بالنصيحة بدرجة أكبر حين اعتقدوا أنها صادرة عن خوارزمية لا عن شخص، في مهام تراوحت بين تقدير الأوزان والتنبؤ بشعبية الأغاني. وتراجع هذا التقدير عندما كان على الناس الاختيار بين تقدير الخوارزمية وتقديرهم هم، ولدى المهنيين ذوي الخبرة، الذين اعتمدوا على المشورة الخوارزمية بدرجة أقل من عامة الناس، على حساب دقتهم.

توفّق مراجعتان منهجيتان بين هذه النتائج. فقد صنّف بيرتون وستاين ويانسن، في مراجعتهم 61 مقالة محكّمة نُشرت بين 1950 و2018، أسباب النفور ضمن التوقعات والخبرة، والاستقلالية في اتخاذ القرار، والحوافز، والتوافق المعرفي، والعقلانيات المتباينة. وصنّف محمود وإسلام وأحمد وسمولاندر، في مراجعتهم 80 دراسة تجريبية، العوامل المؤثرة على أنها عوامل متعلقة بالخوارزمية والفرد والمهمة والعوامل رفيعة المستوى، وأشاروا إلى أن عوامل المهمة والعوامل رفيعة المستوى (الاجتماعية والمؤسسية) لم تحظَ بما يكفي من الدراسة. والخلاصة المشتركة هي أن النفور مشروط: إذ يعتمد على هوية من يُصدر الحكم، وطبيعة المهمة، وما إذا كان الناس يحتفظون بقدر من السيطرة.

وتشير أدلة الاستطلاعات إلى الاتجاه نفسه. فقد وجد أراوخو وهيلبرغر وكرويكماير ودي فريسه، في تجربة استطلاع قائمة على سيناريوهات شملت عينة وطنية من 958 مستجيبًا في مجالات الإعلام والصحة العامة والقرارات القضائية، أن المستجيبين كانوا قلقين بوجه عام بشأن مخاطر اتخاذ القرارات آليًا، وأن آراءهم تباينت بشأن عدالته وفائدته على مستوى المجتمع؛ لكنهم، عند تقييم قرارات محددة، غالبًا ما قيّموا الذكاء الاصطناعي على قدم المساواة مع الخبراء البشريين أو أفضل منهم.

وفي مجال السياسة العامة، أجرى كينيدي وواغونر وورد تجارب بشأن التنبؤ بالأحداث السياسية ومعاودة ارتكاب الجرائم. ووجدوا «خلافًا للأدبيات السابقة حول النفور من الخوارزميات» ثقةً عالية بالخوارزميات مقارنةً بمصادر المشورة الأخرى، حتى مع توافر معلومات ضئيلة عن الخوارزمية. وأظهرت تجربة اختيار مشترك أن النفور من المخاطر، وحجم بيانات التدريب، ووجود إنسان ضمن حلقة اتخاذ القرار، وسمعة المطوّر، كلها عوامل شكّلت التفضيلات.

من يتخذ القرار: شرعية القرارات الهجينة والمؤتمتة بالكامل

قارن ستاركه ولونيش ثلاثة ترتيبات لصنع السياسات في الاتحاد الأوروبي في تجربة إلكترونية مسجلة مسبقًا (n=572): السياسيون وحدهم، والذكاء الاصطناعي وحده، والسياسيون العاملون مع الذكاء الاصطناعي. وحظي الترتيب القائم بأعلى تقييم من حيث المشاركة وإمكانية الوصول (شرعية المدخلات). أما فيما يتعلق بالعملية (شرعية المسار) والنتائج (شرعية المخرجات)، فلم يكن هناك اختلاف بين الوضع القائم والترتيب الهجين، لكن المستجيبين رأوا أن إسناد القرار إلى الذكاء الاصطناعي وحده يفتقر إلى الشرعية. وتكتسب هذه النتيجة أهمية في تصميم المؤسسات: فالناس يميّزون بوضوح بين الذكاء الاصطناعي بوصفه أداةً يستخدمها مسؤولون خاضعون للمساءلة، والذكاء الاصطناعي بوصفه بديلًا عنهم.

وتوصل إنغرامز وكوفمان وجايكوبس إلى نتيجة ذات صلة في تجربة استطلاع بشأن التدقيق الضريبي: فقد اعتُبر القرار الذي يقوده الذكاء الاصطناعي أقل خضوعًا للبيروقراطية من القرار البشري، لكنه اعتُبر أيضًا أقل جدارة بالثقة. فقد تتحرك الكفاءة والثقة في اتجاهين متعاكسين.

وأظهرت تجربة لي بشأن القرارات الإدارية سبب أهمية نوع المهمة. ففي المهام «الآلية» مثل الجدولة، اعتُبرت القرارات الخوارزمية والبشرية متساوية في العدالة والجدارة بالثقة. أما في المهام التي تتطلب «مهارات بشرية»، مثل التوظيف والتقييم، فاعتُبرت القرارات الخوارزمية أقل عدالة وأقل جدارة بالثقة، وأثارت مشاعر سلبية أكثر؛ وعُزي ذلك إلى ما يُتصوّر من افتقار الخوارزمية إلى الحدس وإلى «التجربة اللاإنسانية المتمثلة في أن تقيّمك الآلات». ووجد بينز وزملاؤه أن إحساس المشاركين بالعدالة إزاء القرارات الخوارزمية استند إلى الأبعاد نفسها التي تستند إليها أحكامهم بشأن القرارات البشرية، مع مخاوف تتعلق بالتعسف والتعميم والكرامة، لخّصتها العبارة التي تحمل عنوان بحثهم: «إنها تختزل الإنسان إلى نسبة مئوية».

لا يفضّل الجميع التعامل مع إنسان. وجد ميلر وكايزر، في تجربة مسحية أُجريت في الولايات المتحدة، أن المشاركين السود قيّموا اتخاذ القرار الآلي بدرجة أعلى من تقييمهم لضباط الشرطة من حيث الإنصاف والتفضيل، عندما أُبلغوا بأن جهاز الشرطة يفتقر إلى التمثيل السلبي؛ ولم يُظهر المشاركون البيض هذا النمط. عندما لا يثق الناس بصنّاع القرار من البشر، قد يبدو التشغيل الآلي تحسّنًا.

ما الذي يزيد القبول

أجرى هورفات وجيمس وباندوتشي وبدوشي تجربة اقتران مسجلة مسبقًا في المملكة المتحدة بشأن معالجة الذكاء الاصطناعي لطلبات تأشيرات الهجرة وتصاريح مواقف السيارات. زادت المشاركة البشرية من القبول عمومًا، وإن كان أثرها في الإنصاف المُدرَك أقل، وعندما أُدخلت سلطة تقديرية بشرية كبيرة في حالات مواقف السيارات، فضّل المشاركون قدرًا أقل من التدخل البشري. ولم تفعل المشاركة البشرية الكثير للتعويض عن السمات غير المواتية للذكاء الاصطناعي. وعلى النقيض من ذلك، فإن «الدقة العالية، ووجود نظام للاستئناف، وزيادة الشفافية، وخفض التكلفة، وعدم مشاركة البيانات، وغياب مشاركة الشركات الخاصة» كلها رفعت مستوى القبول والإنصاف الإجرائي المُدرَك.

اختبر غريميليخويزن عنصرين من عناصر الشفافية، هما إمكانية الوصول (القدرة على الاطلاع على الخوارزمية) وقابلية التفسير (إبلاغ الشخص بسبب اتخاذ القرار)، في حالتي طلب تأشيرة مرفوض والاشتباه في الاحتيال للحصول على الإعانات الاجتماعية. كان لقابلية التفسير أثر أوضح في الثقة من إمكانية الوصول؛ وأثرت الشفافية في الثقة بصانع القرار البشري كما أثرت في الثقة بالخوارزمية؛ ولم تكن الآثار متينة في كلا السياقين. لم تكن الشفافية «بوصفها إمكانية للوصول» كافية.

استطلع فينتسلبورغر وكونيغ وفلفي وأختسيغر آراء 2,661 مشاركًا من عينة إلكترونية ألمانية تمثيلية بشأن الشرطة التنبؤية والتنبؤ بسرطان الجلد. وقد «تشكّل القبول بقوة» بفعل الأهمية الشخصية للمشكلة والثقة بالمنظمات التي تستخدم الخوارزمية؛ بينما كان الأداء الموضوعي للخوارزمية أقل أهمية بكثير.

ما يقوله الجمهور: استطلاعات واسعة النطاق

الولايات المتحدة. أظهر مسح بيو لعام 2018، الذي شمل 4,594 بالغًا، أن 58% اعتقدوا أن برامج الحاسوب ستعكس دائمًا قدرًا من التحيز البشري. ورأت الأغلبية أن ثلاثة من أربعة سيناريوهات غير مقبولة: درجة آلية للتمويل الشخصي (68% غير مقبولة)، وتحليل آلي لمقابلات التوظيف المصورة (67%)، وتقييم مخاطر جنائية لاتخاذ قرارات الإفراج المشروط (56% غير مقبول، و42% مقبول)؛ بينما رأى 41% أن الفرز الآلي للسير الذاتية مقبول. وأظهر مسح بيو في أغسطس 2023، الذي شمل 11,201 بالغًا، أن 52% كانوا أكثر قلقًا من حماسًا إزاء الذكاء الاصطناعي في الحياة اليومية، ارتفاعًا من 38% في ديسمبر 2022. وفي أغسطس 2024، كان 51% من أصل 5,410 بالغين أكثر قلقًا من حماسًا، ولم يكن لدى 62% ثقة كبيرة أو لم تكن لديهم أي ثقة بقدرة الحكومة على تنظيم الذكاء الاصطناعي بفاعلية، وأراد 55% مزيدًا من التحكم في كيفية استخدام الذكاء الاصطناعي في حياتهم.

المملكة المتحدة. يُعد مسح معهد آدا لوفلايس ومعهد آلان تورنغ المصدر الأكثر تفصيلًا بشأن استخدامات الذكاء الاصطناعي في القطاع العام.

في 2024/25، قال 63% إنهم لا يشعرون بالارتياح حيال اتخاذ الذكاء الاصطناعي قرارات تؤثر في حياتهم؛ وقال 62% إن قرار الذكاء الاصطناعي ينبغي أن يكون مصحوبًا دائمًا بتفسير (بمن فيهم 37% يريدون أن يتخذ البشر القرارات ويشرحوها)؛ وأعرب 71% من المستجيبين السود والسود البريطانيين عن قلقهم إزاء استخدام الذكاء الاصطناعي لتقييم الأهلية للحصول على إعانات الرعاية الاجتماعية، مقابل 59% على المستوى الوطني؛ ورأى 50% أن آراءهم لم تكن ممثلة في القرارات المتعلقة بالذكاء الاصطناعي التي تؤثر في حياتهم. وفي 2022/23، كان إنشاء جهة تنظيمية مستقلة الخيار الأكثر شيوعًا (41%) بشأن الجهة التي ينبغي أن تضمن استخدام الذكاء الاصطناعي بأمان؛ أما في 2024/25، حين أُتيح للمستجيبين اختيار ما يصل إلى ثلاثة خيارات، فقد اختاره 58%.

ويُعد التباين بين التعرف على الوجوه في عمل الشرطة (الذي اعتُبر مفيدًا من جانب 91%) وتقييم الأهلية للحصول على إعانات الرعاية الاجتماعية (47%) دالًا. ويبدو أن المستجيبين يتقبلون الذكاء الاصطناعي حين يُنظر إليه على أنه يستهدف آخرين أو أداة للمسؤولين، ويقاومونه حين يتخذ قرارات بشأن استحقاقاتهم هم.

ما لا تُظهره الأدلة

• السلوك بعد صدور قرارات حقيقية. تستخدم معظم الدراسات سيناريوهات افتراضية. ولا تتوفر أدلة كثيرة على كيفية حكم الأشخاص الذين تلقوا بالفعل قرارًا آليًا، مثل رفض إعانة، على مشروعيته، أو امتثالهم له، أو تقديمهم تظلمًا.
• الآثار طويلة الأمد. تُظهر الاستطلاعات تزايد القلق منذ 2022، لكنها لا تستطيع فصل ردود الفعل على الذكاء الاصطناعي في الحكومة عن ردود الفعل على الذكاء الاصطناعي التوليدي عمومًا أو على الأحداث الإخبارية.
• الآثار السببية للضمانات في الواقع العملي. تُظهر تجارب الاختيار الاقتراني أن إتاحة التظلم والتفسيرات تزيد القبول المعلن؛ لكن لم تُختبر بتجارب ميدانية مسألة ما إذا كان إدخالها في خدمة حقيقية يزيد الثقة.
• التعميم عالميًا. تستند قاعدة الأدلة، في غالبيتها الساحقة، إلى الولايات المتحدة وأوروبا الغربية.
• نوعية القبول. قد يقبل الناس أنظمة لا ينبغي لهم قبولها، كما توحي بذلك أدبيات التقدير والأرقام المتعلقة بالتعرف على الوجوه. فالقبول المرتفع لا يثبت أن النظام منصف.

الآثار المترتبة على تصميم المؤسسات

1. الإبقاء على متخذ قرار بشري في القرارات الفردية ذات العواقب المهمة، وتقديم الخوارزمية بوصفها أداة استشارية. وتدعم الأدلة المتعلقة بمشروعية النظم الهجينة والمهام التي تتطلب «مهارات بشرية» هذا الخيار التصميمي أكثر من أي خيار آخر.
2. جعل التظلم أمام موظف بشري حقًا لا مجاملة. فهذا هو العنصر الأكثر ارتباطًا بالقبول على نحو متسق، كما أنه الضمان الرئيسي ضد الأخطاء.
3. شرح القرارات، لا الأنظمة فحسب. تساعد سجلات الخوارزميات، مثل سجلات الشفافية في المملكة المتحدة، على الرقابة، لكن التفسيرات المقدمة للأفراد أهم للثقة.
4. تجنب مشاركة البيانات مع القطاع الخاص والأدوار المبهمة للمورّدين في الاستخدامات العامة عالية المخاطر، أو تبريرها علنًا.
5. الاستثمار في موثوقية المؤسسات. يعتمد القبول على الثقة بالجهة التي تستخدم النظام؛ ولن تنقذ النماذج الأفضل جهةً لا تحظى بالثقة.
6. عدم الخلط بين القبول والمشروعية. ينبغي تقييم الأنظمة من حيث الدقة والإنصاف بمعزل عن مدى شعبيتها.

أسئلة مفتوحة

• هل تزيد حقوق التظلم الثقة حين يعلم الناس أن عددًا قليلًا من التظلمات ينجح؟
• كيف يحكم الناس على القرارات التي يختلف فيها الذكاء الاصطناعي ومسؤول بشري، ومن ينبغي أن تكون له الغلبة؟
• هل يعكس تزايد القلق منذ 2022 تجربة الذكاء الاصطناعي في الخدمات العامة، أم قلقًا أوسع بشأن الذكاء الاصطناعي التوليدي؟
• كيف تختلف المواقف خارج الديمقراطيات الغربية، حيث قد تكون الثقة بالمسؤولين البشر أقل؟
• هل يمكن للعمليات التشاركية، مثل جمعيات المواطنين المعنية بالأنظمة الخوارزمية، أن تعزز المشروعية لدى غير المشاركين؟

المصادر

1. Dietvorst, B. J., Simmons, J. P. and Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General 144(1), 114-126.
2. Logg, J. M., Minson, J. A. and Moore, D. A. (2019). Algorithm appreciation: People prefer algorithmic to human judgment. Organizational Behavior and Human Decision Processes 151, 90-103.
3. Burton, J. W., Stein, M.-K. and Jensen, T. B. (2020). A systematic review of algorithm aversion in augmented decision making. Journal of Behavioral Decision Making 33(2), 220-239.
4. Mahmud, H., Islam, A. K. M. N., Ahmed, S. I. and Smolander, K. (2022). What influences algorithmic decision-making? A systematic literature review on algorithm aversion. Technological Forecasting and Social Change 175, 121390.
5. Starke, C., Baleis, J., Keller, B. and Marcinkowski, F. (2022). Fairness perceptions of algorithmic decision-making: A systematic review of the empirical literature. Big Data & Society 9(2).
6. Starke, C. and Lünich, M. (2020). Artificial intelligence for political decision-making in the European Union: Effects on citizens' perceptions of input, throughput, and output legitimacy. Data & Policy 2, e16.
7. Kennedy, R. P., Waggoner, P. D. and Ward, M. M. (2022). Trust in Public Policy Algorithms. The Journal of Politics 84(2), 1132-1148.
8. Lee, M. K. (2018). Understanding perception of algorithmic decisions: Fairness, trust, and emotion in response to algorithmic management. Big Data & Society 5(1).
9. Binns, R., Van Kleek, M., Veale, M., Lyngs, U., Zhao, J. and Shadbolt, N. (2018). 'It's Reducing a Human Being to a Percentage': Perceptions of Justice in Algorithmic Decisions. في Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems.
10. Miller, S. M. and Keiser, L. R. (2021). Representative Bureaucracy and Attitudes Toward Automated Decision Making. Journal of Public Administration Research and Theory 31(1), 150-165.
11. Ingrams, A., Kaufmann, W. and Jacobs, D. (2022). In AI we trust? Citizen perceptions of AI in government decision making. Policy & Internet 14(2), 390-409.
12. Grimmelikhuijsen, S. (2023). Explaining Why the Computer Says No: Algorithmic Transparency Affects the Perceived Trustworthiness of Automated Decision-Making. Public Administration Review 83(2), 241-262.
13. Horváth, L., James, O., Banducci, S. and Beduschi, A. (2023). Citizens' acceptance of artificial intelligence in public services: Evidence from a conjoint experiment about processing permit applications. Government Information Quarterly 40(4), 101876.
14. Wenzelburger, G., König, P. D., Felfeli, J. and Achtziger, A. (2024). Algorithms in the public sector. Why context matters. Public Administration 102(1), 40-60.
15. Araujo, T., Helberger, N., Kruikemeier, S. and de Vreese, C. H. (2020). In AI we trust? Perceptions about automated decision-making by artificial intelligence. AI & Society 35(3), 611-623.
16. Pew Research Center (2018). Public Attitudes Toward Computer Algorithms, 16 November 2018.
17. Pew Research Center (2023). Growing public concern about the role of artificial intelligence in daily life, 28 August 2023.
18. Pew Research Center (2025). How the U.S. Public and AI Experts View Artificial Intelligence, 3 April 2025.
19. Ada Lovelace Institute and The Alan Turing Institute (2023). How do people feel about AI? (2022/23 survey findings).
20. Ada Lovelace Institute and The Alan Turing Institute (2025). How do people feel about AI? (2024/25 survey findings).
21. OECD (2024). OECD Survey on Drivers of Trust in Public Institutions - 2024 Results. OECD Publishing.