الامتثال · July 18, 2026 · 9 دقائق قراءة

قانون نيويورك المحلي 144: ما الذي يتطلبه نظام تدقيق التحيّز

يتطلب قانون نيويورك المحلي 144 إجراء تدقيق مستقل للتحيّز قبل أن تقوم أداة توظيف آلية بفرز المرشحين. ما الذي يغطيه القانون، ومن يتحمّل مسؤوليته، وما الذي يقيسه التدقيق.

← جزء من الذكاء الاصطناعي للتوظيف المبني على الامتثال: LL144 وEU AI Act

إذا كان فريقك يستخدم برمجيات لفرز المرشحين أو ترتيبهم أو تقييمهم لشغل وظيفة في مدينة نيويورك، فهناك قانون ينظّم بالفعل كيفية قيامك بذلك — ومعظم فرق التوظيف تُقلّل من تقدير مدى اتساع نطاقه. قانون NYC Local Law 144 لا يعبأ بما إذا كنت تعتبر أداتك "ذكاءً اصطناعيًا" أو ميزة اعتيادية في نظام تتبع المتقدمين؛ ما يعنيه هو ما إذا كانت البرمجية تُسهم بشكل جوهري في قرار التوظيف أو الترقية. هذا الدليل موجَّه لقادة المواهب والمستقطبين ومسؤولي الموارد البشرية والشؤون القانونية الذين يُشغّلون تلك الأدوات فعليًا، والمخاطر ملموسة: الغرامات تتراكم عن كل مخالفة وقد تتضاعف يوميًا، فتتحول الأداة غير المدقَّقة في صمت إلى مسؤولية قانونية متنامية لا إلى خطر استثنائي محدود.

هذا تعمّق موسّع من دليلنا حول الذكاء الاصطناعي في التوظيف القائم على الامتثال أولًا. ستحصل على شرح بلغة واضحة لما يغطيه القانون، والالتزامات الثلاثة التي يفرضها على أصحاب العمل، وما يقيسه تدقيق التحيّز فعليًا، وكيفية قراءة تلك الأرقام، وكيف تحافظ سير عمل التقييم المُصمَّم جيدًا على السجلات التي يعتمد عليها التدقيق. الخلاصة: الامتثال بموجب LL144 هو خاصية تتعلق بكيفية استخدامك للأداة، مما يعني أن هذا العمل لا يمكن إسناده لادّعاءات التسويق لدى المورّد.

ما الذي يغطيه قانون نيويورك المحلي 144؟

ينطبق قانون Local Law 144 على أدوات قرارات التوظيف الآلية (AEDTs) التي تُسهم بشكل جوهري في اتخاذ القرارات التقديرية أو تحلّ محلّها في فرز المرشحين للتوظيف أو الترقية للأشخاص في مدينة نيويورك. أداة AEDT هي، على نطاق واسع، عملية حسابية مشتقة من التعلم الآلي أو تقنيات مماثلة تُنتج مخرجًا مبسّطًا — كدرجة أو تصنيف أو ترتيب — يُستخدم للمساعدة في تحديد من يتقدم. النطاق أوسع مما تفترضه معظم الفرق، إذ إن المحرّك هو الوظيفة التي تؤديها البرمجية، لا العلامة التجارية المطبوعة على الغلاف.

الرابط الاختصاصي يتعلق بمكان وجود المرشح، لا فقط بمكان وجود الشركة. صاحب العمل القائم على العمل عن بُعد المتخذ من مكان آخر مقرًا له، والذي يفرز متقدمين من مدينة نيويورك باستخدام أداة AEDT، ينبغي له افتراض أن القانون يسري على تلك القرارات. هذا نمط مألوف في لوائح التوظيف الحديثة، ولهذا يتجه أصحاب العمل العاملون في ولايات متعددة بشكل متزايد نحو تصميم خط أساس واحد للامتثال بدلًا من رقع متفرقة تختلف من مدينة إلى أخرى.

من المفيد التدقيق في الشرطين اللذين يجعلان أداةً ما ضمن النطاق، لأن الفرق كثيرًا ما تُقنع نفسها بأنها خارجه من الجانبين. أولًا، يجب أن تُسهم الأداة بشكل جوهري في اتخاذ قرار تقديري أو تحلّ محلّه — لا أن تنتج رقمًا يُلقي عليه الإنسان نظرة عابرة، بل أن تُشكّل فعليًا من يتقدم. ثانيًا، يجب أن يتعلق ذلك القرار بالتوظيف أو الترقية لوظيفة مرتبطة بمدينة نيويورك. أداة ترتيب السير الذاتية التي تعرض أفضل المتقدمين، ومنصة التقييم التي تصنّف وترتب، وأداة المقابلة التي تُقيّم الإجابات: كل منها قد يكون خاضعًا للقانون. الموقف الأكثر أمانًا هو افتراض الخضوع للقانون وتوثيق سبب خروج أداة معينة من نطاقه، بدلًا من افتراض العكس واكتشاف الثغرة خلال طلب تدقيق.

الالتزامات الثلاثة ومن يتحمّلها

ثلاثة التزامات تنشأ قبل أن يحق لصاحب العمل استخدام أداة خاضعة للقانون، وتقع الثلاثة جميعها على عاتق صاحب العمل لا المورّد:

• تدقيق التحيّز — يُجرى خلال العام السابق بواسطة مدقق مستقل لم يكن له أي دور في بناء الأداة أو بيعها أو استخدامها، وليست له علاقة مالية تمسّ نزاهته مع صاحب العمل. يُحسب التدقيق على أساس استخدام صاحب العمل الفعلي.
• الإفصاح العلني — تاريخ أحدث تدقيق للتحيّز وملخص للنتائج وتاريخ توزيع الأداة، منشورة بوضوح وبشكل بارز، عادةً في قسم الوظائف أو المسيرة المهنية من موقع صاحب العمل.
• إشعار المرشح — يُقدَّم قبل استخدام أداة AEDT، ينصّ على أن أداة آلية ستُستخدم ويصف المؤهلات الوظيفية والخصائص التي تقيّمها، حتى يعلم المرشحون ما يجري تقييمه وكيف.

لاحظ أن كل بند هو واجب يقع على صاحب العمل. هذا التأطير هو أهم شيء ينبغي استيعابه عن هذا القانون، لأنه يُغيّر كيفية قراءتك لكل عرض تسويقي تتلقاه من مورّد.

ما الذي يقيسه تدقيق التحيّز؟

تدقيق التحيّز ليس مراجعة إنصاف مبهمة؛ إنه حساب إحصائي محدد. يحسب المدقق المستقل معدل الاختيار لكل فئة جنسية ولكل فئة عرقية أو إثنية، وحيثما كان ذا صلة التركيبات التقاطعية بينها. معدل الاختيار هو ببساطة نسبة المرشحين في مجموعة ما الذين جرى اختيارهم، أو في أدوات التسجيل، متوسط درجة المجموعة المُعامَل بالمقارنة ذاتها.

من تلك المعدلات يستخرج المدقق نسبة التأثير: معدل اختيار كل مجموعة مقسومًا على معدل المجموعة الأعلى أداءً. هذا تطبيق قاعدة الأربعة أخماس على أداة آلية. نسبة تأثير تقل عن 0.8 هي المؤشر الراسخ على احتمال وجود تأثير سلبي، وهو المعيار ذاته المستخدم منذ عقود في ممارسات اختيار الموظفين الأمريكية. النقطة الجوهرية أن هذه النسب تُحسب على مرشحيك واستخدامك أنت، لا على مجموعة مرجعية لدى المورّد، ولهذا يمكن أن تجتاز الأداة ذاتها التدقيق لدى صاحب عمل وتُخفق لدى آخر.

لهذا يجب أن يُفصح ملخص التدقيق المنشور عن الفئات التي خضعت للتحليل ومعدلات الاختيار ونسب التأثير. هذا الشفافية مقصود: يستطيع المرشحون والجهات التنظيمية رؤية كيف أُدّيت خدمة مجموعة ما قياسًا بالمجموعة المرجعية في أرقام واضحة. إن كانت أداتك لا تستطيع إنتاج بيانات نظيفة لمعدلات الاختيار على مستوى المجموعات، فلن تتمكن من إنتاج تدقيق قابل للدفاع عنه، وهنا تصبح إدارة السجلات هي المسألة الجوهرية بالكامل.

ثمة تعقيدان عمليان يُوقعان الفرق في أخطاء هنا. يعمل التدقيق على بيانات — إما استخدامك التاريخي أو، حين لا تتوفر بيانات كافية، بيانات اختبار ملائمة — والسجلات الديموغرافية الشحيحة أو الفوضوية تجعل التدقيق النظيف صعب الإنتاج. كما أن نسبة التأثير التي تقل عن 0.8 هي مؤشر تحذيري لا حكمًا تلقائيًا بالتمييز غير المشروع؛ فهي تُشير إلى أن مجموعة ما تُختار بمعدل أدنى بشكل ملموس وأن هذا التباين يستدعي التفسير والمعالجة حيثما كان ذلك مبررًا. عتبة الأربعة أخماس معيار تصفية مستمد من ممارسات الاختيار الراسخة، وهذا بالضبط ما يجعله قابلًا للتطبيق بسهولة على الأدوات الآلية: لم يخترع المنظمون مقياسًا جديدًا، بل طبّقوا مقياسًا مألوفًا على البرمجيات.

لماذا تتراكم الغرامات؟

آلية الإنفاذ هي ما يحوّل إخفاقًا في التوثيق إلى تعرض مادي جسيم. تصل الغرامات المدنية بموجب Local Law 144 إلى 1500 دولار عن كل مخالفة، ويمكن اعتبار كل يوم يُستخدم فيه أداة غير ممتثلة مخالفةً مستقلة. كما يُعدّ الإخفاق في تقديم إشعار المرشح المطلوب مخالفةً قائمة بذاتها.

ولأن التعرض للمساءلة يتراكم يوميًا ويمتد عبر مسار توظيف عالي الحجم، تكون الحسابات قاسية بالنسبة لأداة جرى تشغيلها في صمت دون تدقيق. ليست غرامة واحدة يمكن الاحتياط لها؛ إنها عداد يدور باستمرار. بدأ تطبيق القانون في يوليو 2023، لذا فهذا التزام سارٍ وليس مستقبليًا، طوال الفترة التي كانت فيها كثير من الفرق تنشر عمليات الفرز الآلي على نطاق واسع.

كيف يقارن قانون LL144 بقوانين التوظيف بالذكاء الاصطناعي الأخرى؟

قانون Local Law 144 ضيّق النطاق عمدًا ومتمحور حول التدقيق، مما يجعله نقطة مرجعية مفيدة مقارنةً بالأطر الأوسع. إن كنت توظف عبر ولايات قضائية متعددة، يُفيدك رؤية مواطن اختلاف الآليات حتى حين تتقاطع الأهداف الجوهرية:

• NYC Local Law 144: ضيّق النطاق ومتمحور حول التدقيق. يشمل أدوات AEDT المستخدمة مع مرشحي نيويورك؛ يشترط تدقيقًا سنويًا مستقلًا للتحيّز ونشر النتائج وإشعار المرشحين. مُطبَّق منذ يوليو 2023.
• قانون EU AI Act: يُصنّف الذكاء الاصطناعي في التوظيف ضمن الفئة عالية المخاطر، مع التزامات على المزوّد والمستخدم تشمل إدارة المخاطر والرقابة البشرية والتسجيل. أوسع نطاقًا وأكثر منهجية من تدقيق سنوي واحد.
• إطار كولورادو للذكاء الاصطناعي: بعد إعادة الصياغة عام 2026، يُركّز على الشفافية وحقوق الوصول إلى البيانات وتصحيحها والمراجعة البشرية الفعلية عبر قرارات متعددة ذات أثر، لا في التوظيف حصرًا.
• قوانين التوظيف بالذكاء الاصطناعي في إلينوي: نهج قائم على الحقوق المدنية مُضاف على قوانين حقوق الإنسان القائمة، يُعالج الاستخدام التمييزي للذكاء الاصطناعي والإشعار في سياق التوظيف.

يختلف المنظمون على الآلية — تدقيق، إدارة مخاطر، إفصاح، إنفاذ بموجب الحقوق المدنية — لكنهم يتفقون على الجوهر: أبلغ المرشحين حين تكون أداة آلية متورطة، وكن قادرًا على شرح القرار والدفاع عنه، وأبقِ الإنسان في الحلقة بصورة فعلية حيثما كان الأمر مهمًا، واحتفظ بالسجلات. الفرق التي تبني معيارًا مشتركًا مرة واحدة بدلًا من الترقيع كل ولاية على حدة تُنفق وقتًا وجهدًا أقل بكثير على المدى البعيد. هذا هو الحجة الكامنة وراء التعامل مع الحد من التحيّز بوصفه قيدًا تصميميًا على منظومة التوظيف ذاتها.

أين تلتقي إدارة السجلات بالامتثال؟

نمط الإخفاق المتكرر ليس النية السيئة؛ بل هو البيانات المفقودة. حين يطلب مدقق معدلات الاختيار حسب المجموعة، أو يسأل مسؤول تنظيمي لماذا جرى إقصاء مرشح، فإن درجة غامضة ليست إجابة. الأدوات التي تجتاز التدقيق بيسر هي تلك التي كانت تُسجّل الأشياء الصحيحة منذ البداية: من خضع للتقييم، وعلى أي مؤهلات، وما كانت النتيجة، وأين تدخّل إنسان.

وهنا يتوقف تصميم التقييم والامتثال عن كونهما مشروعين منفصلين. التقييمات المبنية على عمل قابل للملاحظة — اختبارات عينات العمل والمهام الخاصة بالوظيفة بدلًا من الدرجات العامة — تمنح المراجعين شيئًا ملموسًا يراجعونه، وتمنح إشعار المرشح لديك شيئًا أمينًا يصفه. الصلة بالوظيفة بحكم التصميم هي الأساس الأمتن تحت أي تحليل للتأثير السلبي، لأنها تُجيب على اعتراض «لماذا هذا السؤال؟» قبل أن يُطرح.

يستحق التزام إشعار المرشح العناية ذاتها التي يستحقها التدقيق، لأنه الجانب الأكثر ظهورًا للمتقدمين والأسهل للإخفاق فيه في صمت. يجب أن يكون الإشعار حقيقيًا ومحددًا: ينبغي أن يُبلَّغ المرشحون بأن أداة آلية ستُقيّمهم وأن تُوصف المؤهلات والخصائص التي تقيّمها، بلغة يستطيعون فهمها فعلًا، وتُقدَّم قبل تشغيل الأداة لا مدفونة بعد الأمر الواقع. حين يتوافق التقييم بوضوح مع الوظيفة، يكتب الإشعار نفسه بنفسه، لأنك تصف عملًا حقيقيًا ذا صلة بالدور بدلًا من استنباط مبرر لدرجة غامضة.

ما الذي توفّره H-Evaluate؟

بُنيت H-Evaluate على أساس الامتثال أولًا لهذا النمط تحديدًا. هي منصة تقييم مهارات مبنية أصلًا على الذكاء الاصطناعي، مما يعني أن إدارة السجلات التي يعتمد عليها التدقيق جزء من سير العمل لا إضافة لاحقة. تحديدًا، توفّر:

• فحص التحيّز عند توليد الأسئلة، مع تسجيل نتيجة الفحص في مقابل كل تقييم.
• تقارير التأثير السلبي — معدلات الاختيار ونسب التأثير حسب المجموعة — الأرقام التي يجب أن يُفصح عنها ملخص تدقيق LL144.
• مسار تدقيق للقرارات والأسباب والتجاوزات البشرية، بحيث تكون خطوة الإنسان في الحلقة موثَّقة لا مُفترَضة.
• سجلات الموافقة والإشعار، بحيث تكون التزامات إشعار المرشح مُوثَّقة لا مجرد ادعاء.
• تقييمات مُولَّدة بالذكاء الاصطناعي بأسلوب التوليد حسب كل وظيفة، بحيث تتوافق الأسئلة مع المؤهلات التي يصفها إشعارك.

لا شيء من هذا يجعل H-Evaluate ممتثلةً نيابةً عنك — لا شيء يمكنه ذلك، لأن الامتثال بموجب LL144 خاصية تتعلق بعملية النشر لديك. ما تفعله هو إزالة عذر إدارة السجلات، بحيث يستند التدقيق والإفصاح اللذان يُجريهما فريقك على بيانات نظيفة وكاملة. إن كنت تُعيد النظر في منظومتك، ابدأ بمراجعتنا الشاملة للتوظيف المبني أصلًا على الذكاء الاصطناعي: الحجة باختصار هي أن الأدوات المُصمَّمة في ظل قيود الامتثال تتفوق على الأدوات المُرقَّعة لاستيفائها بعد وصول طلب تدقيق.

اللوائح ستظل تتغير أسرع من منظومة التوظيف لديك. الاستراتيجية الوحيدة الدائمة هي اتخاذ قرارات يمكنك شرحها بارتياح — أمام مرشح، أو مدقق، أو محكمة.