في زمن تتسارع فيه تطورات نماذج اللغات الضخمة (Large Language Models) وعملاء الذكاء الاصطناعي (AI) المستقلين، أصبح من الضروري إعادة التفكير في التشريعات والحوكمة ككل. كُشف عن الفجوة الواضحة بين المعايير النظرية التي وضعتها الأطر الدولية، مثل قانون الذكاء الاصطناعي الأوروبي، والواقع الفعلي على الأرض.

تناقش الدراسة الحالية عيوب المنصات الحالية المستخدمة في تقييم نماذج اللغات الضخمة (LLM) ورصد أداء تطبيقات التعلم الآلي. أظهرت النتائج أنّ الحلول المنفصلة المتاحة لا تحمي الهياكل المعمارية المستقلة من التهديدات الخطيرة مثل انحراف المحاذاة ومخاوف الأمان المرتبطة بنظم البرمجيات كخدمة (SaaS).

تم اقتراح أرضية جديدة لحوكمة الذكاء الاصطناعي تتيح تجاوز التحديات الراهنة تحت مسمى تراكا. تعتمد منصة تراكا على بنية OpenTelemetry، مما يتيح جمع بيانات الاستشعار، وتقييم حماية السيمانتية، وتتبع الإجراءات في سجلات محمية ضد العبث.

من خلال تجميع أدلة الامتثال مع بصمات مقاومة للعبث واستخدام خوارزمية SHA-256، تستطيع تراكا تحقيق متطلبات اللائحة (المادة 12، 14، 19، 26(6)، و50 من قانون الذكاء الاصطناعي الأوروبي) دون انتهاك خصوصية البيانات.

تُمثل تراكا خطوة كبيرة نحو ضمان حوكمة موثوقة وقابلة للقياس لأنظمة الذكاء الاصطناعي المستقلة، مما يوفر قاعدة قوية تدعم الإدارة المؤسسية الفعالة لهذه الأنظمة.