امیرحسین نوروزی شاهتوری:

حکمرانی داده در ایران؛ از دولت الکترونیک تا دولت هوشمند

تحولات شتابان در عرصه فناوری‌های دیجیتال در دهه اخیر، جهان را وارد مرحله‌ای تازه از حکمرانی کرده است؛ مرحله‌ای که در آن داده به مثابه «سرمایه راهبردی» شناخته می‌شود. ابزارهایی چون کلان‌داده (Big Data)، یادگیری ماشین (Machine Learning)، هوش مصنوعی (Artificial Intelligence) و اینترنت اشیا (IoT) نه تنها کارکردهای اقتصادی و اجتماعی را متحول کرده‌اند، بلکه بنیان‌های سیاسی و مدیریتی دولت‌ها را نیز دگرگون ساخته‌اند. در این شرایط، دیگر نمی‌توان با الگوهای سنتی و بوروکراتیک اداره امور عمومی را ادامه داد؛ چرا که تصمیم‌گیری‌های کلان نیازمند سرعت، دقت، پیش‌بینی‌پذیری و شفافیت بیشتری است.

دولت الکترونیک به‌عنوان اولین گام در این مسیر، تمرکز خود را بر دیجیتالی کردن خدمات اداری و کاهش مراجعات حضوری شهروندان قرار داد. راه‌اندازی سامانه‌های الکترونیکی در حوزه‌هایی مانند مالیات، ثبت‌احوال، گمرک، سلامت و حتی قوه قضائیه توانست بخشی از ناکارآمدی‌های نظام سنتی را برطرف کند. با این حال، تجربه‌های جهانی نشان داده‌اند که دولت الکترونیک تنها مرحله ابتدایی تحول است و برای پاسخ‌گویی به نیازهای پیچیده امروز کافی نیست.

آنچه دولت‌ها را وارد مرحله بالاتری از تحول می‌کند، دولت هوشمند (Smart Government) است. در این الگو، داده صرفاً به عنوان ابزاری برای تسهیل خدمات تلقی نمی‌شود، بلکه به عنوان زیرساخت حکمرانی در نظر گرفته می‌شود. به بیان دیگر، دولت هوشمند زمانی محقق می‌شود که داده‌ها از سطح عملیات روزمره فراتر رفته و به منبع اصلی تصمیم‌گیری‌های کلان تبدیل شوند، مشارکت اجتماعی بر بستر پلتفرم‌های داده‌محور افزایش یابد، انتشار داده‌های باز (Open Data) به ابزاری برای شفافیت و مبارزه با فساد بدل شود و در نهایت، استفاده از داده موجب بازسازی اعتماد عمومی به نظام حکمرانی گردد (OECD, 2019).

ایران نیز از اوایل دهه ۱۳۸۰ تلاش کرده است با راه‌اندازی پروژه‌های مختلف تحت عنوان «دولت الکترونیک» وارد این مسیر شود. نمونه‌هایی مانند سامانه جامع مالیاتی، کارت هوشمند ملی، پرونده الکترونیک سلامت، درگاه ملی خدمات دولت هوشمند و ده‌ها سامانه دیگر، در نگاه نخست نشان‌دهنده عزم جدی کشور برای دیجیتالی‌سازی خدمات عمومی است. اما در عمل، این پروژه‌ها به دلیل نبود یک چارچوب حکمرانی یکپارچه بیشتر به مجموعه‌ای از سامانه‌های جزیره‌ای تبدیل شده‌اند.

به عنوان مثال، هر دستگاه دولتی سامانه اختصاصی خود را دارد و کمتر تمایلی به اشتراک‌گذاری داده با سایر نهادها نشان می‌دهد. سازمان مالیات به داده‌های ثبت‌احوال نیاز دارد وزارت بهداشت به اطلاعات بیمه‌ها و شهرداری‌ها به داده‌های بانکی؛ اما نبود یک پلتفرم ملی تبادل داده موجب می‌شود این ارتباطات یا شکل نگیرند یا به صورت محدود و غیرسیستماتیک باقی بمانند. نتیجه این وضعیت، اتلاف منابع، موازی‌کاری نهادی، نارضایتی شهروندان و ضعف در شفافیت است.

 

جزیره‌ای بودن سامانه‌ها و پیامدهای آن

در ایران، تقریباً هر دستگاه اجرایی، به‌جای آنکه در چارچوب یک نظام ملی داده فعالیت کند، سامانه اختصاصی خود را طراحی کرده است. این پدیده از یک‌سو نشانه‌ای از تلاش برای دیجیتالی‌سازی است، اما از سوی دیگر به انزوای داده‌ای انجامیده است.

به‌عنوان نمونه سازمان امور مالیاتی برای دریافت دقیق مالیات نیازمند دسترسی به داده‌های ثبت‌احوال (وضعیت هویتی افراد)، سازمان ثبت اسناد (مالکیت املاک و خودرو) و نظام بانکی (گردش مالی افراد و شرکت‌ها) است. اما به دلیل نبود پلتفرم تبادل داده، این اطلاعات یا به‌طور ناقص دریافت می‌شود یا اصلاً قابل دسترسی نیست. نتیجه آن، فرار مالیاتی گسترده و کاهش درآمدهای دولت است.

وزارت بهداشت برای مدیریت نظام سلامت به داده‌های سازمان‌های بیمه‌گر (تأمین اجتماعی، بیمه سلامت و بیمه‌های تکمیلی) نیاز دارد. عدم اشتراک‌گذاری داده‌ها باعث شده که هم هزینه‌های درمانی به‌طور مضاعف پرداخت شود (به‌دلیل عدم شناسایی هم‌پوشانی بیمه‌ای) و هم شهروندان در هنگام خدمات درمانی دچار سردرگمی شوند.

شهرداری‌ها برای مدیریت حمل‌ونقل شهری، مالیات‌های محلی و عوارض، نیازمند همکاری نزدیک با بانک‌ها و پلیس راهور هستند. اما در عمل، داده‌های بانکی به‌صورت کامل در اختیار شهرداری‌ها قرار نمی‌گیرد و این موضوع موجب می‌شود که بخش زیادی از عوارض شهری وصول نشود.

پیامدهای اصلی این وضعیت، اتلاف منابع مالی و انسانی است و هر دستگاه مجبور است بودجه کلانی صرف طراحی و نگهداری سامانه اختصاصی خود کند، در حالی که اگر یک زیرساخت ملی داده وجود داشت، هزینه‌ها به‌شدت کاهش می‌یافت و دستگاه‌های مختلف برای انجام وظایف مشابه سامانه‌های جداگانه طراحی می‌کنند. به‌عنوان مثال، در حوزه «املاک و مستغلات»، هم وزارت راه و شهرسازی سامانه دارد، هم سازمان ثبت اسناد، هم شهرداری‌ها؛ و هیچ‌یک اطلاعات خود را به دیگری نمی‌دهند.

 مردم مجبورند برای انجام یک کار ساده (مثل خرید و فروش ملک) در چند سامانه مختلف ثبت‌نام کنند و اطلاعات یکسانی را بارها بارگذاری نمایند. این روند باعث اتلاف وقت، پیچیدگی اداری و کاهش اعتماد عمومی می‌شود. بنابراین وقتی داده‌ها به‌صورت یکپارچه و متصل وجود نداشته باشند، امکان ردیابی و نظارت هوشمند نیز کاهش می‌یابد. این موضوع فضا را برای رانت‌جویی، فساد اداری و فرار مالیاتی باز می‌کند، در واقع نبود یک پایگاه داده ملی مانع از آن می‌شود که دولت بتواند تصمیم‌گیری‌های مبتنی بر داده انجام دهد. برای مثال، در بحران کرونا، نبود دسترسی یکپارچه به داده‌های سلامت، بیمه و تردد شهروندان، مدیریت بحران را با مشکلات جدی مواجه کرد.

 

تجربه‌های جهانی حکمرانی داده

۱. استونی: پیشگام دولت هوشمند

استونی کشوری کوچک با جمعیتی کمتر از ۱.۵ میلیون نفر است، اما در حکمرانی داده به یکی از پیشرفته‌ترین الگوهای جهانی تبدیل شده است. دولت استونی در سال ۲۰۰۱ سامانه X-Road را راه‌اندازی کرد. این سامانه یک پلتفرم ملی تبادل داده است که امکان اتصال ایمن و یکپارچه میان تمام سازمان‌های دولتی و بخش خصوصی را فراهم می‌کند. اصل کلیدی در این مدل، قانون «Once Only» است؛ یعنی شهروند فقط یک بار اطلاعات شخصی خود را به دولت ارائه می‌دهد و همه نهادها موظفند همان داده را استفاده کنند (e-Estonia, 2023).بیش از ۹۹٪ خدمات عمومی در استونی به صورت دیجیتال انجام می‌شود؛ از مالیات و ثبت‌احوال تا انتخابات و سلامت. نتیجه این تحول، صرفه‌جویی سالانه ۲٪ از تولید ناخالص داخلی (GDP) کشور در هزینه‌های اداری بوده است (OECD, 2019).

۲. کره‌جنوبی: پیوند دولت الکترونیک با اقتصاد دیجیتال

کره‌جنوبی از اوایل دهه ۲۰۰۰ میلادی یکی از سریع‌ترین مسیرهای تحول دیجیتال در حکمرانی را طی کرده است. در سال ۲۰۰۱ با ایجاد Government Integrated Data Center (GIDC)، داده‌های ملی را به‌صورت متمرکز مدیریت کرد. کره با ایجاد سیستم داده‌باز (Open Data Portal)، دسترسی بخش خصوصی و پژوهشگران به داده‌های غیرحساس دولتی را آزاد کرد. این داده‌ها به موتور محرک استارتاپ‌ها در حوزه حمل‌ونقل، سلامت و انرژی تبدیل شد و سهم اقتصاد دیجیتال در GDP کشور را افزایش داد (World Bank, 2021). کره همچنین با ادغام داده‌های سلامت و بیمه، توانست در بحران کرونا واکنش بسیار سریع‌تری داشته باشد و نرخ مرگ‌ومیر را نسبت به بسیاری از کشورها پایین نگه دارد.

۳. سنگاپور: پروژه «ملت هوشمند» (Smart Nation)

سنگاپور از سال ۲۰۱۴ پروژه Smart Nation را آغاز کرد تا دولت خود را نه تنها دیجیتال، بلکه هوشمند و داده‌محور کند. استفاده گسترده از اینترنت اشیا (IoT) برای مدیریت حمل‌ونقل، ترافیک و انرژی و ایجاد GovTech به‌عنوان بازوی فناوری دولت برای طراحی زیرساخت‌های داده‌ای، انتشار گزارش‌های شفاف سالانه درباره نحوه استفاده از داده‌های عمومی (Smart Nation Singapore, 2022).، به کمک داده‌های کلان، توانسته است حمل‌ونقل عمومی را بهینه‌سازی کرده و زمان انتظار مسافران مترو و اتوبوس را تا ۲۰٪ کاهش دهد. علاوه بر این، استفاده از داده‌های سلامت و محیطی، به سنگاپور امکان داده تا در شاخص‌های کیفیت زندگی و رضایت شهروندان، جزو کشورهای برتر دنیا قرار گیرد.

 

وضعیت ایران در مقایسه

در مقابل این تجربه‌های موفق، ایران با وجود اجرای پروژه‌های متعددی تحت عنوان دولت الکترونیک، همچنان درگیر چالش‌های زیر است:

1. ساختار جزیره‌ای: هر دستگاه سامانه اختصاصی خود را دارد (مثلاً مالیات، ثبت‌احوال، سلامت، بیمه‌ها، بانک‌ها) اما هیچ پلتفرم ملی یکپارچه برای تبادل داده وجود ندارد.
2. فقدان قانون جامع حکمرانی داده: برخلاف استونی یا کره، در ایران هنوز قانونی که نهادها را به اشتراک‌گذاری داده ملزم کند وجود ندارد.
3. ضعف در داده‌باز (Open Data): ایران فاقد یک پرتال ملی داده‌باز است، بنابراین پژوهشگران و بخش خصوصی به داده‌های عمومی دسترسی ندارند.
4. اعتماد پایین شهروندان: نشت‌های مکرر اطلاعاتی در سامانه‌های دولتی موجب شده اعتماد عمومی نسبت به امنیت داده‌ها تضعیف شود.
5. وابستگی به فناوری خارجی: بخش قابل توجهی از زیرساخت‌های سخت‌افزاری و نرم‌افزاری به واردات وابسته است، که در شرایط تحریم، یک ریسک جدی محسوب می‌شود.

به همین دلیل، اگرچه ایران در گزارش UN e-Government Survey (2022) در شاخص «خدمات آنلاین» پیشرفت‌هایی داشته، اما در شاخص «زیرساخت داده و حکمرانی هوشمند» همچنان عقب‌تر از کشورهای منطقه‌ای مانند امارات و ترکیه قرار دارد.

 

نقشه‌راه گذار به دولت هوشمند داده‌محور

اصول و خط‌مشی‌های بنیادین (چه چیزی را می‌خواهیم بسازیم؟

• اصل یک‌بار ثبت (Once Only): شهروند، کسب‌وکار اطلاعات را فقط یک‌بار به دولت می‌دهد؛ بقیه دستگاه‌ها همان رکورد را می‌بینند.
• منابع مرجع :(Authoritative Registers) ثبت‌احوال، کسب‌وکار، نشانی، کدپستی، ملک، زمین وسیله‌نقلیه؛ هر کدام یک متولی واحد و «حقیقت واحد» (Single Source of Truth).
• میان‌سازگاری ملی :(National Interoperability Framework – NIF) هم‌زمان فنی (API، ID، امنیت)، معنایی (واژگان، کُدگذاری) و سازمانی (مسئولیت، فرآیند).
• حفظ حریم خصوصی و امنیت به‌مثابه پیش‌فرض :حداقل‌گرایی داده، تفکیک هدف پردازش، ردیابی و حسابرسی کامل، رمزنگاری سرتاسری.
• شفافیت و مشارکت: انتشار داده‌های غیرحساس به‌صورت «باز»، سازوکار رسیدگی به شکایات داده‌ای و هیئت‌های مشارکت ذی‌نفعان.

 

اصلاحات حکمرانی و حقوقی و اینکه چه کسی مسئول چیست؟

در پاسخ به این سوال ضرورت قوانین چهارگانه (قانون حفاظت از داده‌های شخصی، قانون میان‌سازگاری و تبادل داده، قانون داده‌باز ملی، قانون امضای الکترونیک و هویت دیجیتال) احساس می شود.

معماری فنی ملی و اینکه چه زیرساختی لازم است؟

سکوی ملی تبادل داده (NDXP) شبیه X-Road؛ مواردی مثل رجیستری خدمات و فهرست APIها، درگاه API ملی، مدیریت کلید، گواهی، رمزنگاری دوسویه، لاگ، ممیزی غیرقابل‌تحریف، محدودسازی، سهمیه‌بندی، مانیتورینگ SLA وگره‌های سازمانی در هر دستگاه، اتصال به هسته تبادل، بدون تجمیع فیزیکی کل داده‌ها در مرکز.

رجیستری‌های مرجع و  MDMدر مواردی مثل: جمعیت، هویت، بنگاه، نشانی، ملک وسیله نقلیه؛ با «رکورد طلایی»، تطبیق هویتی، رفع تکرار، مدیریت تغییر.

هویت دیجیتال سراسری (eID، OIDC): ورود واحد، احراز چندعاملی، کیف‌پول هویتی، صدور و راستی‌آزمایی گواهی‌های دیجیتال (تحصیلی، حرفه‌ای، مجوزها).

کاتالوگ و تبارشناسی داده (Data Catalog & Lineage): متادیتا استاندارد، ردیابیِ منبع تا مصرف، امتیاز کیفیت داده.

دریاچه یا انبار تحلیل ملی (Lakehouse) برای داده‌های غیراحساس: پایش کلان، داشبوردهای بین‌قوه‌ای، جریان‌های رویدادی (Event Streams) برای تصمیم‌سازی آنی.

الزامات امنیتی مدرن: معماری «صفر اعتماد»، بخش‌بندی شبکه، توکن‌سازی، ناشناس‌سازی، مرکز عملیات امنیت (SOC) و تمرین‌های قرمز.

برنامه داده‌باز و جلب مشارکت و اینکه چگونه اعتماد و نوآوری بسازیم؟

لایه‌بندی انتشار: عمومی (باز)، مشارکتی (قراردادهای دسترسی)، حساس (فقط درون‌سازمانی).

درگاه ملی داده‌باز :DCAT، JSON، CSV، API خودمستند، جست‌وجوی متا‌داده و نسخه‌بندی.

حاکمیت اثربخش: مجوزهای روشن، ممنوعیت داده‌های شخصی در داده‌باز، کمیته اخلاق، ریسک.

اکوسیستم‌سازی: چالش‌ها، هکاتون‌های داده، باج‌افزار معکوسِ «باگ‌بانتی داده»، شتاب‌دهنده‌های GovTech.

کاربردهای محوریِ بین‌دستگاهی Quick Wins با بازگشت سرمایه بالا

فرار مالیاتی و اقتصاد غیررسمی: پیوند ثبت‌احوال، ثبت اسناد، بانک، گمرک، کارتخوان‌ها؛ کشف ناهنجاری و ممیزی هدفمند.

نظام رفاه هوشمند: یکپارچه‌سازی بیمه، مالیات، املاک، تراکنش‌ها برای هدف‌گیری یارانه و کاهش هم‌پوشانی.

سلامت و بیمه: نسخه الکترونیک + تطبیق بیمه‌ها + ضدتقلب؛ کنترل تجویز، مصرف.

حمل‌ونقل شهری، ملی: ادغام تردد، سوخت، پرداخت، سنسورها؛ قیمت‌گذاری پویای ترافیک، ایمنی راه‌ها.

زمین و املاک: کاداستر یکپارچه، پنجره واحد نقل‌وانتقال آنلاین، کاهش جعل، دوباره‌کاری.

مدیریت بحران: جریان‌های داده‌ی زنده (آب‌وهوا، لرزه، تردد، سلامت) برای فرماندهی یکپارچه بحران.

برای هر کاربرد: مالک، داده‌های ورودی، APIهای لازم، خروجی، خدمت، KPI، زمان‌بندی، ریسک مشخص شود.

سنجه‌ها و پاسخ‌گویی و اینکه چگونه بفهمیم جلو می‌رویم؟

KPIهای ملی: سهم خدمات متصل به NDXP، زمان متوسط تبادل داده بین‌دستگاهی، کاهش مراجعات حضوری، صرفه‌جویی ریالی، کاهش پرونده‌های تقلب، فرار، شاخص رضایت شهروند.

گزارش‌دهی شفاف فصلی: داشبورد عمومی پیشرفت پروژه‌ها، انتشار SLAها و درصد رعایت آن‌ها.

ممیزی مستقل: آزمون انطباق با NIF، تست نفوذ، حسابرسی حریم خصوصی و اخلاق الگوریتمی.

سرمایه انسانی و تغییر فرهنگی

آکادمی حکمرانی داده: آموزش CDO، DPO، معماران داده، تحلیل‌گران در همکاری با دانشگاه‌ها و اندیشکده‌ها.

الگوهای شغلی و مشوق‌ها: مسیر شغلی داده در دولت، دستمزد رقابتی، قراردادهای مبتنی بر نتیجه.

مدیریت تغییر: برنامه ارتباطی، راهنمای عملی برای دستگاه‌ها، جامعه عمل (Community of Practice).

تأمین مالی و تدارکات

بودجه چندسالانه و صندوق تحول دیجیتال: پرداخت مرحله‌ای بر مبنای تحقق Milestoneها.

قراردادهای ماژولار ضدقفل‌شدن: استاندارد اول، متن‌باز (وقتی ممکن)، مالکیت داده، متاداده برای دولت، سوییچ‌پذیری فروشنده.

مشارکت عمومی–خصوصی در خدمات غیرحاکمیتی: همراه با ارزیابی ریسک حریم خصوصی.

حکمرانی الگوریتم‌ها و هوش مصنوعی

ثبت و ممیزی مدل‌ها: توضیح‌پذیری، سوگیری، حداقل‌سازی و تناسب داده، نسخه‌بندی و ردیابی.

DPIA برای هر کاربرد AI: ارزیابی اثرات بر حریم خصوصی، عدالت، سازوکار اعتراض شهروند.

استفاده از تکنیک‌های حفظ حریم خصوصی: ناشناس‌سازی قوی، افتراقی و پیوند ایمن رکورد (PPRL) در پروژه‌های بین‌دستگاهی.

ریسک‌ها و راهکارها

• مقاومت نهادی: پیوند بودجه، مجوز پروژه‌های IT هر دستگاه به انطباق با NDXP، NIF.
• نگرانی‌های حریم خصوصی: قانون روشن + DPIA + ناشناس‌سازی + حق اعتراض.
• قفل‌شدن به فروشنده: معماری ماژولار، استانداردهای باز، سبد چندفروشنده‌ای.
• نشتی، حملات: SOC ملی، تست نفوذ منظم، رمزنگاری اجباری، حداقل‌سازی دسترسی.
• کیفیت داده پایین: برنامه ملی کیفیت داده، مالک داده در هر دامنه، امتیازدهی عمومی کیفیت.

 

منابع

• e-Estonia. (2023). X-Road: Secure data exchange between information systems. Retrieved from https:، ، e-estonia.com
• GovTech Singapore. (2022). Smart Nation and Digital Government Annual Report. Singapore: Government Technology Agency.
• OECD. (2019). The path to becoming a data-driven public sector. Paris: OECD Publishing. https:، ، doi.org، 10.1787، 059814a7-en
• Republic of Korea Government Integrated Data Center (GIDC). (2021). Overview of the Government Integrated Data Center. Seoul: Ministry of the Interior and Safety.
• Republic of Korea, Ministry of the Interior and Safety. (2013). Act on Promotion of the Provision and Use of Public Data. Seoul: Government of Korea.
• United Nations. (2022). United Nations E-Government Survey 2022: The future of digital government. New York: United Nations Department of Economic and Social Affairs (UNDESA).
• World Bank. (2021). GovTech Maturity Index: The state of public sector digital transformation. Washington, DC: World Bank.
• European Commission. (2017). The Once-Only Principle for citizens and businesses. Brussels: European Commission.