تضاءلت الأضواء الفلورية في مطار بوسطن لوغان الدولي بينما كانت آني لوسيا لوبيز بيلوزا، وهي طالبة جامعية جديدة تبلغ من العمر 19 عامًا، تتمسك ببطاقة صعودها إلى الطائرة. كان الإثارة تغمرها؛ كانت على وشك مفاجأة عائلتها في تكساس بمناسبة عيد الشكر. لكن تلك الفرحة تبخرت في لحظة. فبدلاً من احتضان دافئ، واجهت الاحتجاز، وفي غضون 48 ساعة، كانت على متن طائرة ليست إلى تكساس، بل إلى هندوراس، وهي دولة بالكاد تعرفها. أقرت إدارة ترامب لاحقًا بأن هذا الترحيل كان "خطأ"، وهو اعتراف مقلق يثير أسئلة عميقة حول التقاطع بين إنفاذ قوانين الهجرة والتكنولوجيا وحقوق الإنسان.

تؤكد هذه القضية، على الرغم من أنها تبدو معزولة، على قلق متزايد: الاعتماد المتزايد على الخوارزميات والذكاء الاصطناعي في عمليات الهجرة، غالبًا مع محدودية الشفافية والمساءلة. بينما جادلت الحكومة بأن الخطأ لا ينبغي أن يؤثر على قضية الهجرة الخاصة بها، يسلط الحادث الضوء على احتمال التحيز الخوارزمي والعواقب المدمرة عندما تفشل هذه الأنظمة.

بدأت محنة لوبيز بيلوزا في 20 نوفمبر. على الرغم من وجود أمر قضائي طارئ يوجه الحكومة بإبقائها في الولايات المتحدة، فقد تم ترحيلها. إن السرعة والكفاءة التي حدث بها هذا، حتى في مواجهة التدخل القانوني، تشير إلى نظام يعطي الأولوية للمعالجة السريعة على الإجراءات القانونية الواجبة. غالبًا ما يتم الترويج لهذه الكفاءة كميزة للأنظمة التي تعتمد على الذكاء الاصطناعي، ولكنها يمكن أن تخفي أيضًا العيوب والتحيزات الكامنة.

تظل أدوات الذكاء الاصطناعي المحددة المستخدمة في قضية لوبيز بيلوزا غير واضحة. ومع ذلك، تستخدم وكالات إنفاذ قوانين الهجرة بشكل متزايد الخوارزميات لتقييم المخاطر والتعرف على الوجوه والشرطة التنبؤية. تحلل هذه الأدوات مجموعات بيانات واسعة لتحديد الأفراد الذين يعتبرون يشكلون تهديدًا أو معرضين لخطر انتهاك قوانين الهجرة. المشكلة هي أن مجموعات البيانات هذه غالبًا ما تعكس التحيزات المجتمعية القائمة، مما يؤدي إلى نتائج تمييزية. على سبيل المثال، إذا تم تدريب خوارزمية على بيانات تستهدف بشكل غير متناسب الأفراد من خلفيات عرقية معينة، فمن المحتمل أن تديم هذا التحيز في تنبؤاتها.

توضح الدكتورة ميريديث ويتاكر، وهي باحثة رائدة في مجال الذكاء الاصطناعي ورئيسة معهد AI Now: "الذكاء الاصطناعي جيد فقط بقدر جودة البيانات التي يتم تدريبه عليها". "إذا كانت البيانات تعكس التحيزات التاريخية، فسوف يضخم الذكاء الاصطناعي تلك التحيزات، مما يؤدي إلى نتائج غير عادلة وتمييزية. في سياق الهجرة، يمكن أن يكون لهذا عواقب وخيمة."

تكنولوجيا التعرف على الوجوه، وهي أداة أخرى تستخدم بشكل متزايد في المطارات ومراقبة الحدود، معرضة بشكل خاص للخطأ، خاصة عند تحديد الأفراد من المجتمعات المهمشة. أظهرت الدراسات أن هذه الأنظمة أقل دقة بشكل ملحوظ عند تحديد الأشخاص الملونين، مما يثير مخاوف بشأن تحديد الهوية الخاطئة والاحتجاز غير القانوني.

يثير استخدام الذكاء الاصطناعي في الهجرة أيضًا مخاوف بشأن الشفافية والمساءلة. غالبًا ما تكون الخوارزميات التي تستخدمها الوكالات الحكومية مملوكة، مما يجعل من الصعب فهم كيفية اتخاذ القرارات وتحدي النتائج المتحيزة المحتملة. هذا النقص في الشفافية يقوض الإجراءات القانونية الواجبة ويجعل من الصعب محاسبة هذه الأنظمة.

تجادل إليانور باول، كبيرة محللي السياسات في مؤسسة Electronic Frontier Foundation: "نحن بحاجة إلى مزيد من الشفافية والرقابة على أنظمة الذكاء الاصطناعي المستخدمة في إنفاذ قوانين الهجرة". "للناس الحق في فهم كيف تتخذ هذه الأنظمة قرارات تؤثر على حياتهم، ويجب أن تتاح لهم الفرصة للطعن في تلك القرارات."

تعد قضية لوبيز بيلوزا بمثابة تذكير صارخ بالمزالق المحتملة للاعتماد على الذكاء الاصطناعي في اتخاذ القرارات الحاسمة. في حين أن الذكاء الاصطناعي يوفر وعدًا بزيادة الكفاءة والدقة، إلا أنه يحمل أيضًا خطر إدامة التحيز وتقويض الحقوق الأساسية. مع تزايد دمج الذكاء الاصطناعي في عمليات الهجرة، من الضروري إعطاء الأولوية للشفافية والمساءلة والرقابة البشرية لضمان استخدام هذه الأنظمة بشكل عادل ومنصف. يتوقف مستقبل إنفاذ قوانين الهجرة على قدرتنا على تسخير قوة الذكاء الاصطناعي بمسؤولية، والتخفيف من مخاطره وضمان أن تخدم التكنولوجيا الإنسانية، وليس العكس. يجب أن يكون "الخطأ" في قضية لوبيز بيلوزا بمثابة حافز لإجراء محادثة أوسع حول الآثار الأخلاقية للذكاء الاصطناعي في الهجرة والحاجة الملحة إلى ضمانات لحماية الفئات السكانية الضعيفة.