الذكاء الطاقي النسقي .. منظور جديد لإعادة هندسة التحول الطاقي

الذكاء الطاقي النسقي .. منظور جديد لإعادة هندسة التحول الطاقي .

بقلم د جميلة مرابط
متخصصة في شؤون الاستراتيجيات والسياسات الطاقة
رئيسة المركز الدولي للطاقة والقانون والاستدامة البيئية ـ المغرب

في عصر يهيمن عليه الاضطراب المناخي، والاختلالات الجيوطاقية، باتت واضحة أنها تحديات مرتبطة عضوياً ببنية النظام العالمي، وبأنماط التفكير والتدبير التي تحكم علاقة الإنسان بالموارد والطبيعة. وفي هذا السياق، أضحى من الضروري تجاوز النظرة التجزيئية التي تفصل بين التكنولوجيا والسياسات، وبين النجاعة والعدالة، لصالح مقاربة نسقية تُدمج فيها العلوم التقنية مع الأبعاد الاجتماعية والبيئية بشكل متكامل.
الحاجة تفرض إلى تحوّل طاقي جذري ومتكامل . غير أن هذا التحول لا يمكن أن يُبنى على أدوات تقنية فقط، بل يحتاج إلى نماذج معرفية جديدة. من هذا المنطلق، يُقترح مفهوم الذكاء الطاقي النسقي كإطار نظري وتطبيقي يمزج بين: نظريات الذكاء الاصطناعي المتقدمة (التفسيري، الأخلاقي، الشبكات العصبية، الذكاء المتجسد)، ونظرية النسق التي تُعيد فهم العلاقات الدولية والنظم الطاقية من منظور الترابط والدينامية والتفاعل البيئي. هذه المقاربة تسعى إلى تطوير نماذج ذكية لإدارة الطاقة تكون قادرة على التنبؤ، التكيف، وضمان العدالة البيئية والاجتماعية، مع التركيز على تمكين الفئات الهشة والنساء والشباب ضمن التحول الطاقي.
إن ما يجمع بين نظرية النسق ونظريات الذكاء الاصطناعي هو السعي لفهم التعقيد، وتحويله من عبء إلى إمكان. فبينما تسعى النظرية النسقية إلى فهم تفاعلات النظم الكبرى، يقوم الذكاء الاصطناعي بإيجاد حلول داخل هذه النظم، مما يجعل الجمع بينهما إطارًا مثاليًا لمقاربات جديدة مثل “الذكاء الطاقي النسقي” الذي يوظف الذكاء في خدمة العدالة والاستدامة ضمن بنية عالمية معقدة.
تندرج هذه الورقة البحثية ضمن الجهود الهادفة إلى إعادة تأطير التفكير الطاقي، من خلال تطوير مفهوم جديد يُسمى “الذكاء الطاقي النسقي”، باعتباره إطارًا نظريًا ومعرفيًا يربط بين أدوات الذكاء الاصطناعي – بما في ذلك تقنيات التعلم الآلي، التحليل التنبؤي، والذكاء الأخلاقي – وبين مبادئ النظرية النسقية التي تؤمن بترابط العناصر، دينامية النظم، وأهمية السياق البيئي والبشري في بناء النماذج التحليلية.
يعتمد المقال على منهج تحليلي–مقارن، يُعنى أولًا بتفكيك البُنى النظرية لكلا الحقلين (الذكاء الاصطناعي، والنظرية النسقية)، ثم يُعيد تركيبها ضمن رؤية تركيبية جديدة تتناسب مع إشكاليات التحول الطاقي العالمي. كما يستند إلى خلفية بين–تخصصية تسمح بإدماج مفاهيم من العلوم السياسية، ونظرية الأنظمة، والتكنولوجيا، والسياسات الطاقية والبيئية.

I. تطور نظريات الذكاء الاصطناعي: من النماذج الرمزية إلى الذكاء التفسيري
شهد الذكاء الاصطناعي (Artificial Intelligence – AI) منذ نشأته منتصف القرن العشرين تطورًا لافتًا، سواء على مستوى البنى المعرفية المؤطرة له أو على صعيد آلياته التقنية وتطبيقاته متعددة الأبعاد. وقد تميز هذا التطور بمروره عبر عدة موجات معرفية متعاقبة، عكست في مجملها التحولات في فهم العلاقة بين العقل البشري، الآلة، والبيئة المحيطة.
في البداية، سادت النماذج الرمزية (Symbolic AI)، التي افترضت أن الذكاء يمكن تمثيله عبر قواعد منطقية ورموز معرفية قابلة للبرمجة، حيث طُورت أنظمة خبيرة تعتمد على آليات استنتاج محددة مسبقًا. غير أن هذه النماذج أظهرت محدوديتها في التعامل مع التعقيد واللاتماثل داخل البيئات غير المنظمة، مما فتح المجال أمام صعود نماذج الشبكات العصبية الاصطناعية (Artificial Neural Networks)، التي تُمكن الأنظمة من التعلم الذاتي انطلاقًا من البيانات والخبرة التراكمية، بما يُقارب بطريقة غير مباشرة كيفية عمل الدماغ البشري.
وقد تفرع عن ذلك ظهور الذكاء العميق (Deep Learning)، ثم الذكاء التفسيري (Explainable AI – XAI) والذكاء الأخلاقي (Ethical AI)، كرد فعل على الحاجة إلى فهم كيفية اشتغال الخوارزميات، وتعزيز الشفافية والمسؤولية في اتخاذ القرار، خصوصًا في القطاعات الحساسة مثل الصحة، الطاقة، والعدالة.
بموازاة ذلك، ظهرت توجهات تستند إلى مفاهيم الذكاء المتجسد (Embodied AI) والذكاء التفاعلي (Interactive AI)، واللذان يضعان السياق البيئي والاجتماعي كجزء لا يتجزأ من عملية إنتاج القرار الذكي، معتمدين على الوكلاء (agents) والأنظمة المتعددة (multi-agent systems) التي تتفاعل فيما بينها ومع بيئتها.
هذه التحولات مجتمعةً تُظهر أن الذكاء الاصطناعي لم يعد مجرد تقنية تحليلية، بل أصبح بنية معرفية مرنة، قابلة للتأطير ضمن تصورات أوسع تدمج بين الآلة، الإنسان، والنسق البيئي–الاجتماعي، وهو ما يُمهد الأرضية لنقاشات أكثر عمقًا حول جدوى دمج هذه الأدوات ضمن أطر نسقية متكاملة.

II. مبادئ النظرية النسقية: المفهوم، النشأة، والوظيفة في تحليل النظم المعقدة
تُعد النظرية النسقية (Systems Theory) من بين أبرز المقاربات المفاهيمية التي تم تطويرها لفهم الأنظمة المركبة والمتفاعلة، سواء في العلوم الطبيعية أو الاجتماعية. نشأت هذه النظرية في أربعينيات القرن العشرين، على يد علماء أمثال لودفيغ فون بيرتالانفي (Ludwig von Bertalanffy)، الذي طوّر مفهوم “النظام المفتوح” كنموذج لفهم الكائنات الحية، ثم توسّعت لتشمل حقولًا متعددة مثل الإدارة، علم البيئة، العلاقات الدولية، والتكنولوجيا.
ترتكز النظرية النسقية على عدد من المبادئ الأساسية:
 الكلية (Wholeness): لا يمكن فهم عناصر النظام بشكل منعزل، بل فقط من خلال تفاعلاتها الداخلية والخارجية ضمن الكل.
 الترابط (Interdependence): كل عنصر داخل النظام يؤثر ويتأثر بالعناصر الأخرى، مما يجعل التغيير في جزء واحد يؤدي إلى تغير في الكل.
 التغذية الراجعة (Feedback): تُعد آلية أساسية في تعديل سلوك النظام وضمان توازنه أو تطوره
 الدينامية (Dynamism): النظم ليست ساكنة، بل تتغير باستمرار استجابة لعوامل داخلية وخارجية.
 البيئة والسياق (Context Sensitivity): لا يمكن عزل النظام عن بيئته، إذ تؤثر العوامل السياقية في تشكيل أدائه وسلوكه.
أُعيد إحياء هذه النظرية في العلوم السياسية والعلاقات الدولية على يد مفكرين مثل مورتون كابلان، الذي وظّفها في تحليل “أنظمة القوى الدولية”، وبيّن كيف تُفضي تفاعلات الوحدات الدولية إلى استقرار أو انهيار النظام العالمي. كما استفادت منها الأدبيات البيئية في بناء فهم شامل للأنظمة الإيكولوجية وتفاعلاتها مع الإنسان والتكنولوجيا.
وتُمكّن هذه المقاربة من تحليل الظواهر من زاوية شمولية وتفاعلية، تتجاوز التحليل الخطّي والتجزيئي، مما يجعلها قاعدة مثالية لتأطير التحولات الكبرى مثل التحول الطاقي، إذا ما أُدمجت مع أدوات تحليل ذكية.

III. الذكاء الاصطناعي في السياق الطاقي
1) دور الذكاء الاصطناعي في تحليل وإدارة النظم الطاقية
يشهد قطاع الطاقة تطورًا متسارعًا في تبني تقنيات الذكاء الاصطناعي بهدف تحسين الكفاءة، التنبؤ بالطلب، وإدارة الموارد بطرق أكثر استدامة وفعالية. تعتمد النظم الطاقية الحديثة على خوارزميات متقدمة لتحليل كميات هائلة من البيانات، مثل أنماط الاستهلاك، الطقس، أداء الشبكات، وإنتاج الطاقات المتجددة، بهدف دعم عمليات اتخاذ القرار وتحسين استجابة الأنظمة للطوارئ والتغيرات.
من خلال التعلم الآلي والتعلم العميق، يمكن للنظم الطاقية أن تتعلم وتتكيف مع المتغيرات الديناميكية، مما يقلل من الهدر ويزيد من الاعتمادية. كما أن الذكاء الاصطناعي يفتح آفاقًا لتطوير شبكات كهرباء ذكية (Smart Grids) قادرة على التواصل التفاعلي مع المستخدمين والأجهزة، ما يعزز الاستهلاك الذكي والتحكم المرن.
2) حدود المقاربة التقنية في غياب البعد النسقي
رغم هذه المكاسب التقنية، فإن اعتماد الذكاء الاصطناعي في مجال الطاقة يواجه تحديات جوهرية متعلقة بنقص الانسجام مع البُنى الاجتماعية والسياسية والبيئية المحيطة. تركز معظم التطبيقات على الجانب التقني وتحليل البيانات دون دمج أبعاد العدالة الاجتماعية، التوزيع العادل للموارد، أو تأثيرات التحولات الطاقية على الفئات الهشة.
كما أن عدم توفر آليات واضحة للشفافية والمساءلة في الخوارزميات يؤدي إلى مخاطر استبعاد المجتمعات أو تفاقم الفجوات الرقمية والاجتماعية. بالإضافة إلى ذلك، غالبًا ما تُهمش هذه المقاربات التفاعل الدينامي للنظام الطاقي مع البيئة والسياقات الثقافية والسياسية التي تؤثر في نجاح أو فشل الاستراتيجيات المعتمدة.
من هنا تظهر الحاجة إلى مقاربة تكاملية تدمج الذكاء الاصطناعي ضمن إطار نسقي أوسع، يأخذ بعين الاعتبار تعقيد النظم الطاقية وتفاعل مكوناتها المتعددة، وهو ما تقترحه مقاربة الذكاء الطاقي النسقي.

IV. نحو تصور تكاملي: الذكاء الطاقي النسقي
1. التعريف النظري للمفهوم
يُعرف الذكاء الطاقي النسقي كمقاربة مفاهيمية وتطبيقية تهدف إلى دمج أدوات الذكاء الاصطناعي ضمن إطار النظرية النسقية، وذلك لفهم وإدارة النظم الطاقية بشكل متكامل يأخذ في الاعتبار التفاعلات بين مكوناتها التقنية والاجتماعية والبيئية. ينبثق هذا المفهوم من الحاجة إلى تجاوز النماذج التقنية المحدودة التي تتعامل مع النظام الطاقي كوحدة تحليل منفصلة، إلى رؤية شمولية تدرك تعقيد الترابطات داخل النظام وفي محيطه.
2. مرتكزاته الفكرية والتقنية
يرتكز الذكاء الطاقي النسقي على ثلاثة أركان أساسية:
 الذكاء الاصطناعي كأداة تحليل وتوقع: استخدام تقنيات متقدمة مثل التعلم الآلي، تحليل البيانات الكبيرة، وأنظمة الوكلاء لتوفير رؤى دقيقة عن سلوك النظام الطاقي واستجابته للمتغيرات.
 الإطار النسقي كمنهج تنظيمي: اعتماد مبادئ النظرية النسقية (الكلية، التغذية الراجعة، الدينامية، الترابط) لفهم كيف تتفاعل مكونات النظام (البنى التحتية، الفاعلون، السياسات، البيئة) بشكل متداخل.
 البُعد القيمي والإنساني: إدراج اعتبارات العدالة الطاقية، الشفافية، المشاركة المجتمعية، وتمكين الفئات الضعيفة في تصميم وتنفيذ الحلول الذكية.
3. إمكانياته التحليلية في فهم التحول الطاقي
يمكن للذكاء الطاقي النسقي أن يقدم حلولًا تتجاوز التحديات التقليدية في إدارة الطاقة عبر:
 تحليل تكاملي للتفاعلات المعقدة بين الطلب، العرض، السياسات، والعوامل البيئية.
 تقديم نماذج تنبؤية مرنة تسمح بالتكيف مع التغيرات الطارئة كالأزمات المناخية أو تقلبات السوق.
 دعم صنع القرار المبني على بيانات شاملة تراعي العدالة والمساواة.
 تمكين تصميم استراتيجيات طاقية تعزز الشفافية والمساءلة، مع إشراك فعّال للمجتمعات المحلية والفاعلين المتنوعين.

V. مقارنة تركيبية: بين العقل الخوارزمي والتفكير النسقي
نقاط التقاطع والتكامل
يشكل الجمع بين الذكاء الاصطناعي، بوصفه عقلًا خوارزميًا يعتمد على التحليل الرياضي والخوارزميات، وبين النظرية النسقية، التي تؤكد على الترابط والتفاعل داخل الأنظمة المعقدة، تحديًا فكريًا ومنهجيًا بقدر ما هو فرصة لتطوير فهم متكامل للتحولات الطاقية.
التغذية الراجعة: في الذكاء الاصطناعي، يتم تحديث النماذج بشكل مستمر بناءً على البيانات الجديدة (تعلم مستمر)، وهو ما يتقاطع مع مفهوم التغذية الراجعة في النظرية النسقية التي تؤثر على استقرار النظام أو تطوره.
التكيف الدينامي: تعكس الشبكات العصبية والتعلم العميق قدرة الذكاء الاصطناعي على التكيف مع المتغيرات البيئية، وهو ما يتوافق مع فهم النسق للنظام ككائن حي متغير ومتفاعل.
التفاعل متعدد المستويات: الذكاء الاصطناعي القائم على الوكلاء يسمح بمحاكاة التفاعل بين كيانات مستقلة، في حين تؤكد النظرية النسقية على أهمية فهم العلاقات بين مكونات النظام المتشابكة.
الإدراك السياقي: الذكاء المتجسد يربط بين الذكاء والبيئة، مشيرًا إلى أهمية السياق، وهو ما يتماشى مع الحساسية البيئية في النظرية النسقية.
من التجزئة إلى التفاعل: منظور جديد للنظام الطاقي
تتجاوز المقاربة التركيبية بين العقل الخوارزمي والتفكير النسقي حدود التحليل التقني والتجزيئي، لتؤسس لفهم النظام الطاقي ككل مترابط ديناميكي، حيث لا يمكن لأي عنصر أن يعمل بمعزل عن الآخر أو عن بيئته. وهذا التحول في المنظور يتيح استيعاب التداخل بين العوامل التقنية، الاقتصادية، الاجتماعية، والسياسية في إدارة الطاقة، ويعزز من إمكانية بناء سياسات واستراتيجيات ذكية عادلة ومستدامة.

VI. آفاق البحث والتطبيق
متطلبات بناء نماذج طاقية نسقية
يتطلب تطوير نماذج الذكاء الطاقي النسقي توافر عدة شروط أساسية، من بينها:
 تكامل البيانات المتعددة المصادر: جمع ومعالجة بيانات تقنية، اجتماعية، بيئية وسياسية بشكل موحد يسمح بتحليل نسقي شامل.
 تطوير خوارزميات متعددة الأبعاد: تصمم لتستوعب العلاقات غير الخطية والتفاعلات المعقدة داخل النظام الطاقي.
 البنى التحتية التكنولوجية المرنة: التي تدعم التكيف السريع مع التغيرات وتسمح بالتحديث المستمر للنماذج.
 حوكمة شاملة ومشاركة مجتمعية: إشراك جميع الفاعلين، خاصة الفئات الهشة، في تصميم وتنفيذ الحلول الطاقية.
. تحديات البحث العلمي وتعدد التخصصات
يمثل الدمج بين الذكاء الاصطناعي والنظرية النسقية تحديًا متعدد الأبعاد يتطلب:
 تعاونًا بين تخصصات علمية مختلفة: كالعلوم التقنية، العلوم الاجتماعية، العلوم السياسية، وعلوم البيئة.
 تجاوز الحواجز المنهجية: التي تفصل بين النهج الكمي والنوعي، بين التحليل الجزئي والتحليل النسقي.
 معالجة قضايا أخلاقية وقانونية: مثل الخصوصية، العدالة في توزيع المنافع، وضمان الشفافية في استخدام التقنيات الذكية.
 تعزيز القدرات البحثية: لبناء نماذج محاكاة يمكن الاعتماد عليها في صنع القرار.

الخاتمة والتوصيات
يشكل مفهوم الذكاء الطاقي النسقي خطوة معرفية هامة نحو إعادة تصوّر النظم الطاقية في ضوء التعقيدات المتزايدة للعالم المعاصر. فهو يجمع بين دقة الذكاء الاصطناعي في معالجة البيانات واتخاذ القرار، وبين عمق النظرية النسقية في فهم التفاعلات والتداخلات بين مكونات النظام وسياقه. تتيح هذه المقاربة تطوير نماذج طاقية ذكية، مرنة، ومتوازنة تأخذ في الاعتبار البعد القيمي والعدالة الاجتماعية والبيئية.
تعزيز البحوث متعددة التخصصات لدمج علوم الحاسوب، العلوم الاجتماعية، والسياسات الطاقية ضمن أطر نسقية متماسكة.
تطوير خوارزميات شفافة وأخلاقية تراعي العدالة الطاقية وتمكين الفئات الهشة.
تبني مناهج تشاركية تدمج المجتمع المدني والفاعلين المحليين في تصميم وتنفيذ النماذج الطاقية الذكية.
توفير بيئات اختبار وتجارب ميدانية تسمح بتحليل الأثر وتطوير النماذج باستمرار.
تأكيد أهمية التفكير النسقي كأساس لفهم وإدارة التحولات الطاقية، لا كإضافة ثانوية.
الذكاء الطاقي النسقي ليس فقط مفهوما أكاديميًا أو نمطًا تحليليًا، بل دعوة لإعادة التفكير في علاقتنا بالطاقة، بالبيئة، وبأنفسنا كفاعلين في نسق عالمي مترابط. إن إدماج الذكاء الاصطناعي ضمن رؤية نسقية شاملة يسمح ببناء سياسات طاقية ذكية، عادلة، ومستدامة، خصوصًا في المناطق التي تواجه تحديات هيكلية مثل إفريقيا والعالم العربي.

المراجع:
 Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th Edition). Pearson.
 Floridi, L., & Cowls, J. (2019). A Unified Framework of Five Principles for AI in Society. Harvard Data Science Review, 1(1).
 Doshi-Velez, F., & Kim, B. (2017). Towards a Rigorous Science of Interpretable Machine Learning. arXiv preprint arXiv:1702.08608.
 Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389-399.
 Bertalanffy, L. von (1968). General System Theory: Foundations, Development, Applications. George Braziller.
 . Capra, F. (1996). The Web of Life: A New Scientific Understanding of Living Systems. Anchor Books.
 Meadows, D. H. (2008). Thinking in Systems: A Primer. Chelsea Green Publishing.
 IEA (International Energy Agency). (2021). Artificial Intelligence and Big Data in Energy Systems. Paris: IEA Publications.
 10. Koirala, B. P., et al. (2016). Local energy communities: A pathway towards an integrated decentralized energy system. Energy Strategy Reviews, 26.
 Sovacool, B. K., & Dworkin, M. H. (2015). Energy justice: Conceptual insights and practical applications. Applied Energy, 142, 435-444.
 Jenkins, K., et al. (2016). Energy justice: A conceptual review. Energy Research & Social Science, 11, 174-182.
 Ostrom, E. (2009). A General Framework for Analyzing Sustainability of Social-Ecological Systems. Science, 325(5939), 419-422.
 Geels, F. W. (2011). The multi-level perspective on sustainability transitions: Responses to seven criticisms. Environmental Innovation and Societal Transitions, 1(1), 24-40.
 UNECA (United Nations Economic Commission for Africa). (2022). Energy Transition in Africa: Policy, Regulatory and Technological Pathways.
 Ahlborg, H., & Nightingale, A. J. (2018). Theorizing power in political ecology: The where of power in resource governance projects. Journal of Political Ecology, 25(1), 381-401.