معظم إخفاقات أخلاقيات البيانات التي رأيتها عن قرب لا تأتي من أشخاص سيئين، بل من سؤال جرى تخطيه في اللحظة الخطأ: استبيان أُعيد استخدامه لغرض لم يوافق عليه أحد، أو مجموعة بيانات «أُزيلت هويتها» ولم تكن كذلك فعلًا، أو نص مقابلة لُصق في روبوت محادثة لأن الساعة كانت الحادية عشرة ليلًا والموعد النهائي في التاسعة صباحًا. الباحث في كل حالة كان سيتخذ القرار الصحيح لو كان السؤال أمامه في حينه.
لذلك ليس هذا المقال نظرية في الأخلاق، بل مجموعة الأسئلة التي أطرحها، وأُعلّم الآخرين طرحها، في اللحظات الأربع من أي مشروع حيث يترسخ الضرر عادةً: عند الجمع، وعند إزالة الهوية، وعند المشاركة أو إعادة الاستخدام، وعند تسليم البيانات إلى آلة. وهو ثمرة سنوات من دعم الباحثين عبر خدمات البيانات والتحضير لمجالس أخلاقيات البحث (IRB)، ومشاهدة المواضع التي تتعثر فيها المشاريع فعلًا.
اللحظة الأولى: الجمع. على ماذا وافق الناس فعلًا؟
الموافقة ليست التوقيع. الموافقة هي التطابق بين ما فهمه المشاركون أنه سيحدث لمعلوماتهم وما يحدث لها فعلًا، والتوقيع مجرد سجل لذلك الوعد. هذا الإطار يجعل الأسئلة العملية واضحة:
- هل سيتفاجأ المشارك؟ لو شاهد من وقّع استمارتك كل ما فعلتَه لاحقًا ببياناته، هل سيفاجئه شيء منه؟ المفاجأة هي الاختبار. القانونية أرضية، لا اختبار.
- هل تجمع أكثر مما يحتاجه السؤال؟ كل حقل إضافي مسؤولية تحملها لسنوات. إن لم تكن بحاجة إلى تاريخ الميلاد فاجمع فئة عمرية. وإن لم تكن بحاجة إلى الأسماء فلا تأخذها. أرخص حماية للبيانات هي البيانات التي لم تجمعها أصلًا.
- هل تصمد صياغة الموافقة طوال المشروع؟ إن كان واردًا أن تشارك البيانات، أو تودعها في مستودع، أو تستخدمها لاحقًا في تدريب نموذج، فيجب أن تقول الاستمارة ذلك الآن. ترقيع الموافقة بأثر رجعي يتراوح بين المؤلم والمستحيل.
اللحظة الثانية: إزالة الهوية وحدودها
حذف عمود الاسم لا يزيل هوية مجموعة البيانات. وقد ثبت هذا مرارًا: حفنة من الخصائص العادية (رمز بريدي، تاريخ ميلاد، مسمى وظيفي، تشخيص نادر) قد تكفي لإعادة تحديد هوية شخص عند جمعها معًا، خصوصًا في المجموعات الصغيرة. استبيان «مجهول الهوية» لأعضاء هيئة التدريس في كلية صغيرة قد تُكشف هوياته بسهولة، فكم أستاذًا مشاركًا في الكيمياء يوجد في حرم جامعي واحد؟
الأسئلة التي تُطرح هنا:
- ما حجم الخلايا؟ اعمل جداول تقاطعية لخصائصك شبه المعرِّفة (الدور، القسم، الجنس، السنة). إن أشار أي تقاطع إلى أقل من حفنة أشخاص، فأنت لم تُزل الهوية؛ بل كتبت لغزًا ذا إجابة سهلة.
- من قد يكلّف نفسه العناء، وما مكسبه؟ التهديد ليس فكرة مجردة. مجموعة بيانات عن تقييمات المقررات تستدعي اهتمامًا بإعادة تحديد الهوية يختلف عن بيانات أنماط التنقل. وازن جهد الحماية مع الحافز الواقعي للاختراق.
- النص الحر هو موضع التسريب. الإجابات المفتوحة تحمل أسماء وأماكن وقصصًا لا يمسها حذف الأعمدة. إن شاركت بيانات نوعية، فلا بد أن يقرأها أحد فعلًا أولًا.
حذف عمود الاسم لا يجعل البيانات مجهولة. يجعلها لغزًا، واللغز سهل في المجموعات الصغيرة.
اللحظة الثالثة: المشاركة والاستخدام الثانوي
يشترط الممولون مشاركة البيانات بشكل متزايد، وهذا جيد في معظمه: البيانات المشتركة تُفحص ويُعاد استخدامها وتُستشهد. لكن عبارة «شارك بمسؤولية» تخفي قرارات حقيقية. ليست كل البيانات صالحة لمستودع عام، ومستويات الوصول موجودة لسبب. يمكن أن تكون الجداول التجميعية عامة بالكامل بينما يبقى ملف السجلات الفردية خلف اتفاقية استخدام بيانات. «مقيّد» لا يعني مخفيًا؛ يعني أن من يعيد الاستخدام يقطع الوعود نفسها التي قطعتَها.
ويستحق الاستخدام الثانوي سؤاله الخاص، لأنه الموضع الذي تنقضي فيه الموافقة بصمت. البيانات التي جُمعت لتقييم برنامج دروس خصوصية ليست تلقائيًا متاحة لدراسة عن الصحة النفسية للطلاب، حتى لو تصادف وجود المتغيرات فيها. قبل إعادة استخدام أي بيانات (بياناتك أو بيانات غيرك) اسأل: هل الغرض الجديد ضمن ما قيل للمشاركين، وإن لم يكن، فمن يملك قرار قبوله؟ غالبًا يكون ذلك مجلس أخلاقيات البحث، وغالبًا يكون الجواب نعم بشروط. الإخفاق ليس أن تسأل فتُرفض. الإخفاق ألا تسأل.
اللحظة الرابعة: أدوات الذكاء الاصطناعي، أحدث طرق تسريب البيانات
أسرع مشكلات أخلاقيات البيانات نموًا في الجامعات اليوم مشكلة عادية جدًا: باحث يلصق نصوص مقابلات، أو سجلات طلاب، أو نص منحة يتضمن بيانات أولية، في روبوت محادثة عام «للمساعدة في التلخيص». في تلك اللحظة تكون البيانات قد غادرت المؤسسة، وحطّت على خوادم طرف ثالث وفق شروط تلك الشركة، وربما دخلت خط تدريب نموذج. لا توجد استمارة موافقة تغطي ذلك، ولم أرَ بروتوكول مجلس أخلاقيات يجيزه افتراضيًا.
الأسئلة قبل أن تلمس أي مجموعة بيانات أداةَ ذكاء اصطناعي:
- إلى أين ترسل هذه الأداة البيانات فعلًا؟ ليس صفحة التسويق، بل الشروط. المستويات الاستهلاكية لروبوتات المحادثة، والنسخ المتعاقد عليها مؤسسيًا، والنماذج التي تعمل على عتاد تتحكم به أنت، ثلاث إجابات مختلفة بثلاثة مستويات مخاطرة مختلفة.
- هل كنت سترسل هذه البيانات بالبريد إلى شخص غريب؟ إن كان الجواب لا، فلا تلصقها في أداة استهلاكية. الاختبار واحد لأن الفعل واحد تقريبًا.
- هل يوجد خيار خاص؟ نعم، وبشكل متزايد. تستطيع الجامعات تشغيل نماذج قادرة على بنيتها التحتية الخاصة، ولهذا تحديدًا أبني ذكاءً اصطناعيًا خاصًا مستندًا إلى الوثائق فوق بيانات المؤسسات. البيانات الحساسة والذكاء الاصطناعي المفيد لا يستبعد أحدهما الآخر؛ لكنهما لا يلتقيان على خادم عام.
اجعلها روتينًا لا بطولة
لا يعمل شيء من هذا كحدث امتثال لمرة واحدة. ما يعمل، في خبرتي، هو جعل الأسئلة مملة واعتيادية: خطة بيانات قصيرة عند بداية المشروع (وهي التفكير نفسه الذي تفرضه خطة إدارة البيانات أصلًا)، وشخص مسمّى يملك مسؤولية مجموعة البيانات، وفحص لخمس دقائق قبل مشاركة أي شيء أو لصقه في مكان جديد، وحوار صريح مبكر مع مجلس أخلاقيات البحث بدل حوار دفاعي متأخر. المجالس أنفع بكثير كمستشارين في مرحلة التصميم منها كمدققين بعد وقوع الأمر.
لأخلاقيات البيانات سمعة أنها تبطئ البحث. لكنها، حين تُمارس في اللحظات الصحيحة، تفعل العكس: المشاريع التي تحسم هذه الأسئلة مبكرًا لا تتعطل في منتصف الطريق حين يسأل مستودع عن صياغة الموافقة، أو يسأل محكّم عن خطر إعادة تحديد الهوية، أو يتبين أن شروط خدمة روبوت المحادثة تقول ما قالته دائمًا.
إن أرادت مؤسستك عونًا في تطبيق هذا عمليًا، من صياغة الموافقة ومراجعة إزالة الهوية إلى إعداد ذكاء اصطناعي خاص يُبقي البيانات الحساسة داخل المؤسسة، تواصل معي.