مسار مهني في الأمن السيبراني للذكاء الاصطناعي: ما الذي ينبغي معرفته

لا يظهر «الأمن السيبراني للذكاء الاصطناعي» مسمّى وظيفيًا واحدًا في الهيكل التنظيمي لأي جهة توظيف. إنه اسم لمجموعة من الأدوار ظهرت داخل فرق الأمن القائمة خلال السنوات القليلة الماضية، ويستند كل منها إلى جزء مختلف من التخصص التقليدي: اختبار أنظمة الذكاء الاصطناعي على نحو ما يفحص مختبِر الاختراق تطبيقًا ما، وتأمين البرمجيات وخطوط المعالجة المحيطة بنموذج منشور، وتوظيف أدوات الذكاء الاصطناعي في أعمال الرصد والاستجابة، وحوكمة طريقة تبنّي المؤسسة لهذه التقنية من الأساس. لا تعامل أيٌّ من هيئات المعايير أو دراسات القوى العاملة المذكورة أدناه هذه الأدوار على أنها دور واحد، وكذلك لا يفعل هذا المقال.

الخلفية

المرجع الذي تعتمده معظم جهات التوظيف ومقدّمي التدريب في الولايات المتحدة لوصف وظائف الأمن السيبراني عمومًا هو إطار NICE للقوى العاملة في الأمن السيبراني، الذي تتولى NIST صيانته وتستضيفه CISA. ينظّم هذا الإطار المهنة في فئات أدوار عمل، هي الإشراف والحوكمة، والتصميم والتطوير، والتنفيذ والتشغيل، والحماية والدفاع، والتحقيق، وتُفصَّل كل فئة إلى بيانات مهام ومعارف ومهارات بدلًا من مسميات وظيفية ثابتة ^[1]. وحتى وقت كتابة هذا المقال، لا يتضمن الإطار المنشور فئة أدوار عمل خاصة بالذكاء الاصطناعي؛ فالأدوار الموصوفة هنا تقع ضمن فئاته القائمة، وتستعير مصطلحاتها من مواد مرجعية أحدث خاصة بالذكاء الاصطناعي حيث يسكت الإطار.

تأتي هذه المواد الأحدث أساسًا من ثلاثة مصادر: مشروع OWASP لأمن الذكاء الاصطناعي التوليدي، الذي ينشر قائمة Top 10 لتطبيقات LLM، وهي قائمة بفئات مخاطر مثل حقن الأوامر، والإفصاح عن المعلومات الحساسة، ومخاطر سلسلة التوريد، والصلاحيات المفرطة ^[2]؛ وMITRE ATLAS، وهي قاعدة معرفة عامة بتكتيكات الخصوم وتقنياتهم التي تستهدف أنظمة الذكاء الاصطناعي، بُنيت مكمّلةً لإطار ATT&CK من MITRE ^[3]؛ وإطار NIST لإدارة مخاطر الذكاء الاصطناعي، الذي يقسّم العمل على هذه المخاطر إلى أربع وظائف: الحوكمة، والتحديد، والقياس، والإدارة ^[4]. ويُتوقع عمليًا من الممارس في أي من الأدوار الأربعة أدناه أن يعرف وثيقة واحدة على الأقل من هذه الوثائق الثلاث.

أما على صعيد سوق العمل، فقد رصد CyberSeek، وهو مشروع مشترك بين NICE وCompTIA وشركة تحليلات سوق العمل Lightcast، ما مجموعه 514,359 إعلانًا وظيفيًا لمناصب الأمن السيبراني في السوق الأمريكية بين مايو 2024 وأبريل 2025، في مقابل قوى عاملة عالمية في الأمن السيبراني تُقدَّر بنحو 4,970,000 شخص. ووجد CyberSeek أن 10 في المئة من هذه الإعلانات اشترطت صراحةً مهارات في الذكاء الاصطناعي ^[5]. هذه أقلية من الإعلانات، وهو ما يهمّ في قراءة بقية المقال: فالعمل في أمن الذكاء الاصطناعي حاليًا إضافة إلى مسار مهني في الأمن السيبراني، تُبنى فوق أساس قائم، وليس بعدُ سوق عمل مستقلة بذاتها.

الأدلة

اختبار الفريق الأحمر للذكاء الاصطناعي هو أكثر الأدوار الأربعة توثيقًا على الملأ. يصف فريق Microsoft الأحمر للذكاء الاصطناعي، الذي تأسس عام 2018، مهمته بأنها اختبار أنظمة الذكاء الاصطناعي من حيث سوء الاستخدام المتعمّد والإخفاق العادي معًا، ويبرز وصفه لعمله فرقين عن اختبار البرمجيات التقليدية: الأنظمة التوليدية احتمالية، إذ «قد يعطي المُدخل نفسه مرتين مخرجات مختلفة»، ما يفرض محاولات متكررة بدلًا من اختبار حتمي واحد؛ والتطبيقات المبنية على هذه النماذج «تتغير بوتيرة أسرع» من البرمجيات التقليدية، فيتقادم التقييم الذي يُجرى مرة واحدة أسرع ^[6]. ويستخدم الممارسون في هذا الدور MITRE ATLAS مرجعًا عمليًا لتصنيف تقنيات الهجوم على أنظمة تعلّم الآلة، كما يرجع مختبِر الفريق الأحمر التقليدي إلى ATT&CK ^[3].

أمن النماذج والوكلاء دور أضيق وأقرب إلى الهندسة: تأمين طبقة التطبيق المحيطة بنموذج منشور، لا أوزان النموذج نفسه أو بيانات تدريبه. وقائمة OWASP Top 10 لتطبيقات LLM هي أقرب ما لدى هذا المجال الفرعي إلى منهج مشترك، وتصلح فئاتها وصفًا وظيفيًا تقريبيًا: حقن الأوامر، والتعامل غير الآمن مع المخرجات، وتسميم البيانات والنماذج، والصلاحيات المفرطة الممنوحة لوكيل مستقل، ومخاطر سلسلة التوريد في المكتبات ونماذج الأطراف الثالثة التي يعتمد عليها التطبيق ^[2]. ويأتي العاملون في هذا المجال في الغالب من أمن التطبيقات لا من علم البيانات، لأن المهارة الأساسية هي تدقيق كيفية تدفق المدخلات غير الموثوقة عبر نظام ما، مطبّقةً على نوع أحدث من الأنظمة.

تقع هندسة الرصد باستخدام الذكاء الاصطناعي ضمن فئة الحماية والدفاع في إطار NICE، وتتداخل بدرجة كبيرة مع أعمال عمليات الأمن القائمة: بناء القواعد والنماذج وخطوط المعالجة التي تحوّل بيانات القياس الخام إلى تنبيهات يمكن للإنسان أن يتصرف بناءً عليها، مع إدراج إشارات مولّدة بالذكاء الاصطناعي أو مدعومة به ضمن المدخلات ^[1]. وأقرب مرجع منشور لهذا الجانب من العمل هو MITRE D3FEND، وهو رسم بياني معرفي للتدابير الدفاعية بنته MITRE بالاشتراك مع مديرية الأمن السيبراني في NSA: ينظّم الدفاعات في ستة تكتيكات، هي النمذجة، والتحصين، والرصد، والعزل، والخداع، والاستعادة، ويربط تدابير مضادة محددة بالتقنيات الهجومية التي تتصدى لها، فيمنح مهندسي الرصد مفردات مشتركة لوصف ما يفعله عنصر تحكم معيّن فعلًا ^[7]. لا شيء في D3FEND خاص بالذكاء الاصطناعي؛ والدور هنا هو تطبيقه على خطوط معالجة باتت تتضمن إشارات مشتقة من الذكاء الاصطناعي.

حوكمة الذكاء الاصطناعي هي أحدث هذه المجالات، وهي بحسب الأدلة المتاحة أكبر مجال منفرد يحظى حاليًا باهتمام معلَن من جهات التوظيف والممارسين. ويعامل إطار NIST الحوكمةَ بوصفها إحدى وظائفه الأساسية الأربع، وتشمل الإشراف المؤسسي وهياكل المساءلة والسياسات قبل تطبيق أي عنصر تحكم تقني ^[4]. وقد أجرت ISC2 في سبتمبر 2026 استطلاعًا على LinkedIn شمل أكثر من 500 متخصص في الأمن السيبراني، سألتهم فيه عمّا يحتاج أكثر من غيره إلى تعريف مع إعادة الذكاء الاصطناعي تشكيلَ المهنة؛ فاختار 68 في المئة «حوكمة الذكاء الاصطناعي والامتثال»، متقدمًا على أطر نمذجة تهديدات الذكاء الاصطناعي (16 في المئة)، وتأمين خطوط بيانات الذكاء الاصطناعي (11 في المئة)، والدفاع ضد الهجمات العدائية (5 في المئة) ^[8]. استطلاع بهذا الحجم والشكل ليس عينة علمية للمهنة بأكملها، وهي نقطة يعود إليها المقال في قسم القيود، لكن اتجاه النتيجة، أي تفوّق الحوكمة على مجموع الفئات التقنية كلها، يصعب تفسيره على نحو آخر.

التحليل

يبرز أمران عند وضع الأدوار جنبًا إلى جنب. الأول أن أيًّا منها لا يمثل قطيعة تامة مع أعمال الأمن السيبراني القائمة؛ فكل منها تخصص تقليدي (الفريق الأحمر، أو أمن التطبيقات، أو عمليات الأمن، أو الحوكمة) مطبّق على نوع أحدث من الأهداف. وهذا يتفق مع ما توحي به بيانات CyberSeek: فمع ذكر 10 في المئة فقط من الإعلانات لمهارات الذكاء الاصطناعي تحديدًا، لا توظّف معظم الجهات بعدُ دورًا مستقلًا لـ«أمن الذكاء الاصطناعي» بقدر ما تطلب من الأدوار القائمة أن تغطي نطاقًا أوسع ^[5]. والثاني أن طريق الدخول إلى كل من الأدوار الأربعة ما زال يمر أولًا بأسس الأمن السيبراني العامة. فبيانات المهام والمعارف والمهارات في فئات إطار NICE القائمة، لا مسار منفصل للذكاء الاصطناعي، تظل الأساس الذي تصفه جهات التوظيف ومقدّمو التدريب ^[1]، كما أن شهادة ISC2 للمبتدئين، Certified in Cybersecurity (CC)، التي لا تفترض أي خبرة عملية سابقة، ما زالت تغطي مبادئ الأمن العامة، والحوكمة، وإدارة الهوية والوصول، والشبكات، وعمليات الأمن قبل أي شيء خاص بالذكاء الاصطناعي ^[9].

يدخل الناس هذه الأدوار عبر عدد قليل من المسارات المعروفة لا عبر قناة واحدة: أساس في الأمن السيبراني (بالتعلم الذاتي، أو معسكر تدريبي، أو شهادة جامعية) يعقبه تخصص بعد الانضمام إلى فريق؛ أو خلفية في البرمجيات أو علم البيانات تتجه نحو الأمن حين يحتاج الفريق إلى من يؤمّن ما بناه؛ أو ممارسة عملية عبر تمارين «التقاط العلم» (CTF)، التي باتت تتضمن وحدات لأمن الذكاء الاصطناعي. وتدير CyLab Security Academy في جامعة Carnegie Mellon منصة picoCTF، وهي منصة مجانية توسعت «من أساسيات الأمن الأولية إلى مجالات متقدمة مثل أمن الذكاء الاصطناعي»، وتعدّ المشاركة المستمرة، لا شهادة واحدة، دليلَ المهارة الذي تتتبعه عبر الزمن ^[10]. وما تطلبه جهات التوظيف، بقراءة المصادر السابقة مجتمعةً، هو عادةً معرفة عملية بواحد أو أكثر من NICE، وقائمة OWASP Top 10 لتطبيقات LLM، وMITRE ATLAS أو D3FEND، وNIST AI RMF، إلى جانب أسس الأمن العامة التي يقوم عليها كل دور من الأدوار الأربعة.

• أسس الأمن السيبراني أولًا: ثالوث السرية والسلامة والإتاحة (CIA)، والتمييز بين التهديدات والثغرات والمخاطر، والهندسة الاجتماعية، وهي المفردات التي يفترضها كل دور من الأدوار الأربعة. ويغطي مقرر Foundations of cybersecurity في FireAI University هذه الأرضية.
• ثم نمذجة التهديدات: تعلّم التفكير في من قد يستهدف نظامًا ما ولماذا، قبل التخصص في تقنية بعينها. راجع Threat modelling and risk.
• ثم مسار تخصصي: العمل الهجومي نحو الفريق الأحمر للذكاء الاصطناعي عبر Offensive security: how the red team thinks وAdversarial AI and threat hunting؛ والعمل الدفاعي نحو هندسة الرصد عبر Defensive operations: how the blue team works، وللجانب المتعلق بالأجهزة المضيفة من المسألة، AI-driven desktop defense.

التوصيات

1. ابنِ الأساس العام قبل التخصص: فئات إطار NICE القائمة، لا مسار مخصص للذكاء الاصطناعي وحده، هي ما تستند إليه معظم الأوصاف الوظيفية حتى الآن ^[1].
2. اقرأ قائمة OWASP Top 10 لتطبيقات LLM، وتصفّح على الأقل دراسات الحالة في MITRE ATLAS؛ فكلاهما مجاني وعام، وهما الوثيقتان اللتان يُتوقع من الممارسين في هذه الأدوار معرفتهما مسبقًا ^{[2] [3]}.
3. تدرّب على منصة CTF تتضمن تحديات في أمن الذكاء الاصطناعي، مثل picoCTF، بدلًا من الاكتفاء بالجانب النظري ^[10].
4. إن كانت الحوكمة تستهويك، فادرس الوظائف الأربع في NIST AI RMF مباشرةً؛ إذ يشير استطلاع ISC2 إلى أن جهات التوظيف تضع هذا المجال حاليًا فوق أي تخصص تقني منفرد ^{[4] [8]}.
5. تابع كيف تتطور التهديدات والأدوات الأساسية فعليًا، بدلًا من الاعتماد على مصدر ثابت واحد، عبر سجل بحثي متجدد مثل FireAI Radar.

القيود

لا يعرّف إطار NICE بصيغته المنشورة أدوار عمل خاصة بالذكاء الاصطناعي بعد؛ والتجميعات الأربعة في هذا المقال توليف أعدّه هذا المنشور من معايير متجاورة، لا تصنيف رسمي، وتتفاوت المسميات الوظيفية للعمل نفسه تفاوتًا كبيرًا بين جهات التوظيف ^[1]. وقد استقطب استطلاع ISC2 بشأن الحوكمة أكثر من 500 مشارك من جمهور واحد على LinkedIn اختار بنفسه الإجابة؛ وهذه إشارة حقيقية إلى توجهات الممارسين، لا عينة احتمالية للمهنة، ولم يُذكر هامش الخطأ فيه ^[8]. أما نسبة 10 في المئة لدى CyberSeek فتحتسب أي إعلان يذكر مهارات الذكاء الاصطناعي أصلًا، وهو ما قد يشمل الإلمام العام بالذكاء الاصطناعي لا العمل في أمنه تحديدًا، وتقتصر على السوق الأمريكية ^[5]. وفيما يخص الأجور: المصدر الوحيد الذي اطّلعنا عليه ويتضمن أرقامًا محددة للرواتب، وهو بيانات ISC2 العالمية للشهادات لعام 2024، ليس خاصًا بأدوار أمن الذكاء الاصطناعي؛ فقد أورد متوسطات رواتب عالمية تتراوح بين 94,948 دولارًا لحاملي شهادة SSCP القريبة من مستوى المبتدئين و119,577 دولارًا لحاملي CISSP حتى مايو 2024، ولا يقدّم أي مصدر رُجع إليه في هذا المقال رقمًا منفصلًا موثوقًا لمتخصصي أمن الذكاء الاصطناعي ^[11].

دور FireAI وHisnLabs

لا يؤدي جدار الحماية أيًّا من الأدوار الأربعة التي يصفها هذا المقال؛ فـ FireAI أداة أضيق نطاقًا تعمل على الجهاز، والصلة الصادقة بمسار مهني في هذا المجال تمر عبر الممارسة والمواد المرجعية، لا عبر المنتج نفسه.

FireAI هو منتج HisnLabs نفسها: جدار حماية بذكاء اصطناعي يعمل على جهاز Mac مباشرة. يعرض بلغة واضحة كل اتصال تجريه تطبيقاتك، ويترك لك القرار فيما يخرج من جهازك — ذكاؤه الاصطناعي يعمل محليًا، فلا يُرسَل ترافيكك إلينا ولا إلى أي جهة أخرى أبدًا. فريق أبحاث الأمن في HisnLabs هو من يحافظ على دقة هذه القرارات: يصنّف النطاقات بين قياس عن بُعد عادي وخدمة حقيقية، ويتتبّع بلد وشبكة كل اتصال، ويدرّب النموذج المحلي (ميزة FireAI Pilot) على حركة اتصال حقيقية، دون أن يغادر أي شيء جهاز Mac.

يمكنك الاطلاع على القرارات التقنية وراء ذلك، أو تجربة FireAI لمدة 17 يومًا، على FireAI من HisnLabs.