چارچوب ملی حکمرانی داده و هوش مصنوعی در بازار مسکن ایران
تجربه کشورهای پیشرو نشان میدهد که حکمرانی موفق هوش مصنوعی در بازارهای حساس، بر سه اصل بنیادین استوار است: دسترسی عادلانه به داده، رقابت بین مدلها و تنظیمگری هوشمند.
مسیر گذار از سامانههای اجرایی به اکوسیستم هوشمند فناوری املاک (پراپتک)
امیرحسین قزوینی
دبیر کمیته خودتنظیمگری کارگروه ملی پراپتک ایران
مقدمه
ماده (۸) قانون ساماندهی بازار زمین، مسکن و اجارهبها، نخستین تلاش جدی ایران برای بهکارگیری دادههای واقعی معاملات و مدلهای هوش مصنوعی در کشف قیمت و اجارهبهای مسکن است. این گام بهخودیخود ارزشمند است، اما آنچه در متن کنونی دیده میشود، چارچوبی است که در وضعیت فعلی، تمرکز بیشتری بر ایجاد یک سامانه اجرایی دارد و ظرفیتهای توسعه یک اکوسیستم باز و رقابتی را میتوان بیش از پیش مورد توجه قرار داد. تجربه کشورهای پیشرو نشان میدهد که حکمرانی موفق هوش مصنوعی در بازارهای حساس، بر سه اصل بنیادین استوار است: دسترسی عادلانه به داده، رقابت بین مدلها و تنظیمگری هوشمند. این مقاله با اتکا به این اصول، چارچوبی پنجلایه برای شکلگیری «نقشه راه توسعه اکوسیستم فناوری املاک (پراپتک)» ارائه میدهد.
یکم: فلسفه تنظیمگری؛ چرا دولت نباید تنها بازیگر و مرجع تولید و اعتباردهی مدلهای ارزشگذاری باشد؟
پیش از هر اصلاحی، باید به پرسش بنیادین پاسخ داد: چرا دولت نباید تنها بازیگر و مرجع انحصاری تولید و اعتباردهی مدلهای کشف قیمت باشد؟ پاسخ در چهار سطح تبیین میشود:
۱. کارایی: یک مدل واحد، هرچند دقیق، همواره با سوگیریِ سیستماتیک نسبت به مناطق یا گروههای خاص مواجه است. رویکرد چندمدلی (Ensemble) که در آن خطاهای مدلها یکدیگر را پوشش میدهند، در بسیاری از نظامهای پیشرفته ارزشگذاری خودکار و در ادبیات فنی، یکی از مؤثرترین روشها برای کاهش خطای برآورد شناخته میشود.
۲. نوآوری: بخش عمده نوآوریهای این حوزه معمولاً توسط بخش خصوصی، دانشگاهها و شرکتهای دانشبنیان شکل میگیرد. استارتاپها و پژوهشگران با انگیزههای رقابتی، بهمراتب سریعتر از یک نهاد دولتی، مدلهای دقیقتر و بهروزتری توسعه میدهند. محدودکردن نقش این بازیگران، ظرفیت نوآوری و توسعه فناوری در حوزه مسکن را کاهش خواهد داد.
۳. اعتماد عمومی: اعتماد به یک خروجی رسمی که با شفافیتِ رقابت همراه نباشد، در بلندمدت مخدوش میشود. اما وقتی خروجی رسمی، حاصل اجماع چند مدل مستقل با رتبهبندی شفاف باشد، اعتمادپذیری آن بهمراتب بیشتر خواهد بود.
۴. تابآوری: تمرکز همه تصمیمات بر یک مدل واحد، یک نقطه شکست واحد (Single Point of Failure) ایجاد میکند. اگر مدل مرکزی دچار خطای نرمافزاری، سوگیریِ داده، حمله سایبری یا افت کیفیت ناشی از تغییرات ناگهانی بازار شود، کل سیستمِ کشف قیمت با بحران مواجه میشود. معماری چندمدلی، ریسک را توزیع کرده و تابآوری کل نظام را افزایش میدهد.
نقلقول کلیدی: «در اقتصاد داده، مزیت رقابتی دولت، تولید بهترین مدل نیست؛ بلکه طراحی بهترین قواعد برای رقابت میان مدلهاست.»
دوم: معماری پیشنهادی حکمرانی داده و هوش مصنوعی
معماری پیشنهادی در پنج لایه تعریف میشود. این لایهها بهصورت پلهپله از زیرساختِ داده تا حکمرانی نوآوری، سامان یافتهاند:
لایه اول: حاکمیت داده– دسترسی API با تعرفه شفاف، تعریف استاندارد باز (شناسه یکتایملک و فرمتهای مکانی)، و ارائه دادههای ناشناس برای پژوهش
لایه دوم: حاکمیت مدلها– صیانت از مالکیت فکری، اعتبارسنجی مستقل و شفاف با انتشار جدول رتبهبندی، استفاده همزمان از چند مدل، و نسخهبندی دقیق خروجیها
لایه سوم: حکمرانی بازار و رقابت– تفکیک «مرجع انتشار» از «مرجع انحصاری»، تشکیل کمیته فنی مستقل، و ایجاد نظام اعتراض و بازبینی برای ارائهدهندگان
لایه چهارم: حقوق کاربران و شفافیت– تفسیرپذیری پیشرفته (نمایش سهم عوامل مؤثر)، ارائه امتیاز اطمینان، و سامانه دریافت بازخورد و گزارش خطا
لایه پنجم: نوآوری و توسعه اکوسیستم– ایجاد محیط آزمایشی نظارتی (سندباکس)، ثبت ملی مدلهای هوش مصنوعی مسکن، و توسعه دامنه کاربرد به سایر خدمات تصمیمیار
سوم: چرخه حکمرانی؛ از داده تا سیاست
حکمرانی هوشمند، یک فرآیند ایستا نیست؛ بلکه چرخهای پویا و بازخوردی است که باید بهروشنی آن را ترسیم نمود. در این چرخه، دولت وظیفه تأمین زیرساخت داده و استانداردها را بر عهده دارد. بخش خصوصی با استفاده از این زیرساخت، مدلهای رقابتی ارائه میدهد. کاربران (بانکها، مشاوران، مردم) از این خدمات استفاده میکنند. سیستمِ پایش مستمر، عملکرد مدلها را میسنجد و بازخوردِ آن، هم به بهبود مدلها و هم به اصلاح قواعد تنظیمگری منجر میشود.
چهارم: چهار الگوی جهانی؛ درسهایی برای ایران
مرور تجارب بینالمللی، چهار الگوی متمایز را پیشِ روی ما میگذارد:
۱. الگوی دولتِ دادهمحور (کره جنوبی):
ارائه ۲۷۹ نوع داده از طریق API و تبدیل پلتفرم کلانداده به «بازار باز».
درس: زیرساخت داده باز، موتور محرک اکوسیستم است.
۲. الگوی تنظیمگری مبتنی بر ریسک (اتحادیه اروپا):
در برخی کاربردهای ارزشگذاری که میتوانند بر دسترسی افراد به خدمات مالی یا تصمیمات اقتصادی مؤثر باشند، قانون هوش مصنوعی (AI Act) الزامات سختگیرانهتری برای شفافیت، مدیریت ریسک و نظارت انسانی پیشبینی کرده است.
درس: هرچه ریسک تصمیم بالاتر باشد، الزامات نظارتیِ بیشتری لازم است و این الزامات باید متناسب با سطح ریسک طراحی شوند.
۳. الگوی سندباکس و نوآوری (دبی):
محیط آزمایشیِ تحت نظارت برای شرکتها و استارتاپهای اکوسیستم پراپتک که هزینه آزمونوخطا را بهشدت کاهش میدهد.
درس: سندباکس، پل میان نوآوری و نظارت است.
۴. الگوی تضمین کیفیت (آمریکا):
چارچوبهای کنترل کیفیت مدلهای ارزشگذاری خودکار در نظام مالی آمریکا، مبتنی بر الزامات نظارتی و استانداردهای کنترل کیفیت مرتبط با قوانین مالی مانند Dodd-Frank با الزام به نمونهگیری تصادفی، جلوگیری از تعارض منافع و تطابق با قوانین ضدتبعیض.
درس: کیفیت مدلها باید با معیارهای شفاف و قابلراستیآزمایی سنجیده شود.
پنجم: مدل مفهومی تعامل دولت و بخش خصوصی
معماری مطلوب در قالب مدل زیر قابل ترسیم است:
در این معماری، نقش دولت از «مالک فناوری» به «معمار زیرساخت و تضمینکننده اعتماد» تغییر مییابد.
ملاحظات اجرایی
تحقق چارچوب پیشنهادی، مستلزم پیشنیازهایی است که نباید از نظر دور بماند: ارتقای کیفیت دادههای پایه (بهویژه دادههای معاملاتی و ثبتی)، هماهنگی پایدار میان دستگاههای اجرایی در تبادل داده، رعایت کامل الزامات حریم خصوصی و امنیت داده، ایجاد ظرفیت فنی و تخصصی در نهادهای تنظیمگر، و مشارکت فعال و مستمر بخش خصوصی در فرآیندهای ارزیابی و بازخورد. همچنین، حکمرانی مؤثر این حوزه نیازمند ایجاد سازوکارهای مشارکت نهادی میان دولت، بخش خصوصی، دانشگاهها و جامعه تخصصی فناوری است تا تصمیمات تنظیمگری بر مبنای دانش جمعی و تجربه عملی بازار توسعه یابد.
جمعبندی و پیام راهبردی
بازار مسکن ایران در دهههای اخیر همواره با نوسان و عدم شفافیت دستوپنجه نرم کرده است. ماده (۸)، فرصتی بینظیر برای خروج از این وضعیت است؛ اما این فرصت، تنها در صورتی بهثمر مینشیند که آییننامه اجرایی این ماده از «طرح یک سامانه دولتی» به «چارچوب توسعه اکوسیستم» ارتقا یابد.
چارچوب پنجلایه پیشنهادی، مسیری متوازن ترسیم میکند که در آن دولت نقش تنظیمگر و ناظر را ایفا میکند، نه بازیگر انحصاری را؛ مسیری که در آن دسترسی به داده با حفظ حریم خصوصی، رقابت با تضمین کیفیت، و نوآوری با نظارت هوشمند توأم میشود.
توسعه اکوسیستم پراپتک، نه پیامدی جانبی از این ماده، بلکه یکی از اهداف اصلی آن باید باشد. کشوری که داده را باز، استانداردها را شفاف و رقابت را تضمین کند، نهتنها بازار مسکن کارآمدتری خواهد داشت، بلکه صنعت فناوری املاک آن نیز به مزیتی رقابتی در سطح منطقه تبدیل خواهد شد.
حکمرانی هوش مصنوعی، انتخاب میان «دولت» و «بازار» نیست؛ هنر طراحی قواعدی است که دولت، بخش خصوصی و جامعه را در خلق ارزش عمومی همافزا کند. موفقیت اجرای ماده (۸) قانون ساماندهی نیز نه با میزان تمرکز اجرایی، بلکه با توانایی ایجاد اکوسیستمی رقابتی، شفاف و نوآور سنجیده خواهد شد.
این سند، نخستین بخش از مجموعه پیشنهادی «چارچوب حکمرانی هوشمند بازار مسکن ایران» است که در ادامه، استانداردهای فنی مدلهای ارزشگذاری خودکار (AVM) و نقشه راه توسعه اکوسیستم پراپتک ایران را بررسی خواهد کرد.
منابع و مراجع
- قانون ساماندهی بازار زمین، مسکن و اجارهبها (ماده ۸)، مصوب 10/02/1403
- European Parliament. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act)
- Board of Governors of the Federal Reserve System, et al. (2025). Quality Control Standards for Automated Valuation Models (pursuant to the Dodd-Frank Wall Street Reform and Consumer Protection Act)
- MISMO. (2025). AVM Confidence Score Standard
- Korea Ministry of Land, Infrastructure and Transport. (2026). Second Real Estate Service Industry Revitalization Plan (2026-2030) [Policy announcement]
- Dubai Future Foundation & Dubai Land Department. (2024). Dubai Prop-tech Sandbox Initiative
- European Association of Automated Valuation. (2024). Position Paper on AI Act Implementation
