أصبح قانون الذكاء الاصطناعي الأوروبي (EU AI Act) واحدًا من أشهر الأطر القانونية التي تواجه المؤسسات التي تطور أو تنشر أنظمة الذكاء الاصطناعي. هذا القانون يفرض متطلبات امتثال صارمة تعكس اهتمامات أساسية تتعلق بالأمن والخصوصية، إلى جانب إدارة البيانات والشفافية والدقة والموثوقية.

ومع ذلك، يواجه أصحاب المصلحة، مثل الشركات الصغيرة والمتوسطة والمطورين الأفراد، تحديات كبيرة بسبب نقص المعرفة القانونية اللازمة لفهم هذه المتطلبات وتحويلها إلى ممارسات هندسية وإدارية فعالة. هذه الفجوة قد تؤدي إلى صعوبات في تنفيذ قانون الذكاء الاصطناعي الأوروبي، مما قد يسبب غياب الحماية أو توجيه الجهود نحو تطوير غير مدروس.

للإجابة عن هذه التحديات، ظهرت أدوات متعددة للتحقق من امتثال قانون الذكاء الاصطناعي الأوروبي (AIACCs)، والتي تدعي أنها تبسّط عمليات التحقق من الامتثال وتوفر إرشادات عملية. في هذه الورقة، نقدم أول دراسة تجريبية وتقويم لـ AIACCs، حيث نقوم بتوصيف 12 أداة شائعة وتتبع عدة أبعاد، بالإضافة إلى تقييم تغطيتها القانونية وتوافقها.

تظهر نتائج دراستنا أن جودة أدوات التحقق تختلف بشكل كبير، وقد تفشل هذه الأدوات حاليًا في تقديم إرشادات محددة وقابلة للتنفيذ. نلاحظ أيضًا أن هذه الأدوات تميل إلى تبسيط أو إغفال التزامات رئيسية، مما قد يعزز شعورًا خاطئًا بالامتثال. وبناءً على دراستنا، نقدم مبادئ تصميم لتطوير أدوات دعم الامتثال بشكل أكثر موثوقية وفعالية.

إن فهم التحديات والمزايا المرتبطة بهذه الأدوات يمكن أن يساعد المؤسسات في اتباع منهجية أكثر وعيًا لتحقيق الامتثال المطلوب.