رابطه اصلی-وکیل چیست ؟

رابطه اصلی-وکیل (Principal-Agent Relationship) رابطه‌ای حقوقی و امانی است که در آن یک طرف، یعنی «وکیل» یا نماینده، کاری را از سوی طرف دیگر، یعنی «اصلی»، و به سود او انجام می‌دهد. سهامداری که اداره شرکت را به مدیرعامل می‌سپارد و سرمایه‌گذاری که پولش را به مدیر صندوق می‌دهد، هر دو در چنین رابطه‌ای هستند. وکیل باید منافع اصلی را بر منافع خود مقدم بدارد و هرجا این دو با هم تعارض پیدا کنند، «مشکل اصلی-وکیل» پیش می‌آید.

نکات کلیدی

• در رابطه اصلی-وکیل، اصلی کسی را برمی‌گزیند تا کاری را از سوی او و در جهت منافع او انجام دهد؛ مانند سرمایه‌گذاری که مدیر صندوقی را انتخاب می‌کند یا کسی که برای کارهای حقوقی‌اش وکیل می‌گیرد.
• این رابطه ممکن است در قراردادی کتبی تصریح شود یا به‌طور ضمنی از وظایف و رفتار دو طرف برآید. در هر دو حالت، وکیل در برابر اصلی «وظیفه امانی» دارد.
• میان منافع اصلی و وکیل نباید تعارضی باشد. اگر منافع دو طرف یکی نباشد و اصلی نتواند کار وکیل را به‌طور کامل ببیند و بسنجد، «مشکل اصلی-وکیل» پیدا می‌شود.
• پاداش وابسته به عملکرد، نظارت و گزارش‌دهی، حاکمیت شرکتی و قوانین امانت‌داری مهم‌ترین ابزارهای مهار این مشکل‌اند.
• هوش مصنوعی و یادگیری ماشین حلقه تازه‌ای به این رابطه افزوده‌اند. اکنون فاصله فقط میان دانش اصلی و وکیل نیست؛ میان آنچه وکیل می‌داند و آنچه سامانه‌های هوشمند انجام می‌دهند هم فاصله افتاده است. بانک مرکزی انگلستان در آوریل ۲۰۲۵ هشدار داد که رفتار زیان‌بار این سامانه‌ها ممکن است بدون قصد یا آگاهی مدیر انسانی پدید آید.

رابطه اصلی-وکیل به زبان ساده

در این رابطه دو نقش وجود دارد. «اصلی» (Principal) صاحب‌کار است؛ یعنی کسی که منافعش در میان است و کاری را به دیگری می‌سپارد. «وکیل» (Agent) کسی است که آن کار را به نام و به حساب اصلی انجام می‌دهد. منظور از وکیل در اینجا هر نماینده‌ای است، نه لزوماً وکیل دادگستری.

در اصطلاح حقوقی فارسی به اصلی «موکل» می‌گویند. قانون مدنی ایران (از ماده ۶۵۶ به بعد) «عقد وکالت» را قراردادی می‌داند که به موجب آن یک طرف، طرف دیگر را برای انجام کاری نایب خود می‌کند. در بسیاری از کشورها نیز «حقوق نمایندگی» (Law of Agency) قواعد این رابطه را تعیین می‌کند. در متون اقتصادی این رابطه را «رابطه کارفرما-کارگزار» و نظریه مربوط به آن را «نظریه نمایندگی» (Agency Theory) هم می‌نامند.

این رابطه در کانون نظام مالی قرار دارد. برنامه‌ریزان مالی که به شما مشاوره می‌دهند، مدیران صندوق که سرمایه‌تان را اداره می‌کنند، کارگزارانی که سفارش‌های خرید و فروش شما را اجرا می‌کنند و حتی گردانندگان بورس که بر بازارها نظارت دارند، همگی از سوی شما کار می‌کنند. اگر این رابطه درست کار نکند، ممکن است زیان‌های جدی به بار بیاید؛ به همین دلیل شناخت آن برای هر سرمایه‌گذار ضروری است.

اقتصاددانان این مفهوم را گسترده‌تر از حقوق‌دانان به کار می‌برند: هرجا کسی از سوی دیگری تصمیم بگیرد و پیامد تصمیمش را دیگری تحمل کند، رابطه اصلی-وکیل در کار است. از همین رو این رابطه در سیاست هم دیده می‌شود. در بیشتر نظام‌های سیاسی امروز، رأی‌دهندگان «اصلی» و نمایندگان منتخب «وکیل» آنان به شمار می‌آیند و مشکل اصلی-وکیل یکی از دغدغه‌های مهم علوم سیاسی نیز هست.

نمونه‌هایی از رابطه اصلی-وکیل

اصلی	وکیل	کاری که به وکیل سپرده می‌شود
سهامداران	هیئت‌مدیره و مدیرعامل	اداره شرکت و افزایش ارزش آن
سرمایه‌گذاران صندوق	مدیر صندوق	سرمایه‌گذاری دارایی‌ها در چارچوب امیدنامه صندوق
دارندگان اوراق بدهی (اوراق قرضه)	مدیریت شرکت ناشر	استفاده درست از منابع و بازپرداخت به‌موقع
سپرده‌گذاران و ناظران بانکی	بانک	نگهداری امن سپرده‌ها و مدیریت ریسک
مشتری	کارگزار یا مشاور سرمایه‌گذاری	اجرای سفارش یا ارائه مشاوره، مانند متنوع کردن سبد سهام
موکل	وکیل دادگستری	پیگیری کارهای حقوقی
صاحب‌خانه	پیمانکار	تعمیر خانه
رأی‌دهندگان	نمایندگان منتخب	قانون‌گذاری و اداره امور عمومی

هر دو طرفی که مایل باشند و اهلیت قانونی داشته باشند، می‌توانند وارد رابطه اصلی-وکیل شوند. اصلی لزوماً یک فرد نیست؛ شرکت‌ها، سازمان‌های غیرانتفاعی، نهادهای دولتی و شراکت‌ها هم می‌توانند اصلی باشند. در مقابل، وکیل باید بتواند کاری را که اصلی به او سپرده است بفهمد و به انجام برساند.

برای نمونه، کسی که واحدهای یک صندوق سرمایه‌گذاری را می‌خرد «اصلی» است و مدیر صندوق «وکیل» او. مدیر صندوق دارایی‌های سرمایه‌گذاران بسیاری را یک‌جا اداره می‌کند و باید در چارچوب امیدنامه صندوق و در سطح معینی از ریسک، بیشترین بازده ممکن را دنبال کند.

وظیفه امانی: وکیل چه تعهدی دارد؟

رابطه اصلی-وکیل، چه در قراردادی کتبی آمده باشد و چه از رفتار دو طرف برآید، میان آن‌ها «رابطه امانی» (Fiduciary Relationship) پدید می‌آورد. در این رابطه وکیل «امین» اصلی است و باید کار سپرده‌شده را با اولویت دادن به منافع اصلی انجام دهد. مهم‌ترین تعهدهای وکیل این‌هاست:

• وظیفه وفاداری: وکیل نباید خود را در موقعیتی قرار دهد که میان منافع خودش و منافع اصلی تعارض ایجاد کند یا به چنین تعارضی دامن بزند. این وظیفه حتی اگر در قرارداد نیامده باشد، به‌طور ضمنی وجود دارد.
• وظیفه مراقبت و مهارت: وکیل باید کار را با مهارت و دقت لازم انجام دهد و نباید آن را عمداً یا از سر سهل‌انگاری نادرست انجام دهد.
• پیروی از دستورهای معقول: وکیل کارهایی را که اصلی به او سپرده، تا جایی که دستورهای اصلی معقول باشد، انجام می‌دهد و نباید عمداً به اصلی آسیب برساند.

مشکل اصلی-وکیل چیست؟

مشکل اصلی-وکیل (Principal-Agent Problem) یا «مسئله نمایندگی» زمانی پیش می‌آید که وکیل از سوی اصلی کار می‌کند، اما انگیزه‌های آن دو کاملاً هم‌سو نیست و اطلاعاتشان هم برابر نیست. این مفهوم امروز از مفاهیم محوری نظریه اقتصادی و مالی است.

ریشه این مفهوم در دو رشته پژوهش است: بررسی اینکه شرکت‌ها در عمل چگونه کار می‌کنند، نه فقط آنچه نظریه اقتصادی درباره‌شان می‌گفت؛ و پژوهش‌های دانشگاهی درباره تقسیم ریسک میان افراد و گروه‌ها.

پیشینه نظریه

رونالد کوز در مقاله مشهور «ماهیت بنگاه» (The Nature of the Firm) در سال ۱۹۳۷ پرسید چرا اصلاً بنگاه وجود دارد و نشان داد که هماهنگی کارها درون یک سازمان گاهی کم‌هزینه‌تر از دادوستد در بازار است. او یادآوری کرد که اقتصاددانان باید تحلیل را در سطح بنگاه متمرکز کنند، نه در سطح صنعت. این نگاه توجه پژوهشگران را به درون شرکت‌ها کشاند؛ یعنی به انگیزه‌های تک‌تک کارکنان و تعارض‌هایی که در سازمان‌ها پیش می‌آید.

در دهه ۱۹۷۰ اقتصاددانانی مانند استیون راس، مایکل جنسن و ویلیام مکلینگ «نظریه نمایندگی» را بنا نهادند و مطالعه مشکل اصلی-وکیل در اواخر قرن بیستم به‌سرعت گسترش یافت. جنسن و مکلینگ در مقاله‌ای که در سال ۱۹۷۶ منتشر کردند، تعریفی از رابطه نمایندگی ارائه دادند که هنوز بیشتر پژوهشگران به کار می‌برند. از آن پس این نظریه یکی از پایه‌های مباحث حاکمیت شرکتی، طراحی قراردادها و تنظیم‌گری بازارهای مالی شده است.

دو شرط پیدایش مشکل

به گفته نظریه‌پردازان نمایندگی، مشکل اصلی-وکیل وقتی پدید می‌آید که دو شرط هم‌زمان برقرار باشد:

• ناهم‌سویی منافع: آنچه به سود وکیل است، کاملاً همان چیزی نیست که به سود اصلی است.
• عدم تقارن اطلاعات: وکیل اطلاعاتی دارد که اصلی ندارد و اصلی نمی‌تواند کارهای وکیل را به‌طور کامل زیر نظر بگیرد.

در چنین وضعی وکیل هم انگیزه و هم فرصت آن را دارد که به سود خود رفتار کند، بی‌آنکه فوراً پاسخ‌گو باشد.

کژمنشی و کژگزینی

اقتصاددانان دو چهره این مشکل را از هم جدا می‌کنند. «کژمنشی» یا مخاطره اخلاقی (Moral Hazard) وضعی است که وکیل پس از بستن قرارداد، چون رفتارش به‌طور کامل دیده نمی‌شود، کم‌کاری می‌کند یا بیش از اندازه ریسک می‌پذیرد؛ مانند مدیری که می‌داند بخش بزرگ زیان احتمالی بر دوش سهامداران است.

«کژگزینی» یا انتخاب نامساعد (Adverse Selection) وضعی است که اصلی پیش از بستن قرارداد نمی‌تواند وکیل توانا و درستکار را از دیگران تشخیص دهد و ممکن است گزینه نامناسبی را برگزیند.

هزینه‌های نمایندگی

جنسن و مکلینگ نشان دادند که جدا بودن مالکیت از مدیریت برای مالکان هزینه دارد. آنان این «هزینه‌های نمایندگی» (Agency Costs) را در سه دسته جای دادند:

• هزینه نظارت: آنچه اصلی برای زیر نظر گرفتن وکیل می‌پردازد؛ مانند هزینه حسابرسی، گزارش‌دهی و هیئت‌مدیره مستقل.
• هزینه التزام: آنچه وکیل می‌پردازد تا نشان دهد به منافع اصلی پایبند است؛ مانند پذیرفتن محدودیت‌های قراردادی یا تهیه گزارش‌های منظم.
• زیان باقی‌مانده: زیانی که با وجود نظارت و التزام، باز هم به دلیل ناهم‌سویی منافع به اصلی می‌رسد.

چرا بخش مالی آسیب‌پذیرتر است؟

بخش مالی به دلیل پیچیدگی، پیوستگی زیاد نهادها و رواج ترتیبات تقسیم ریسک، بیش از بسیاری از بخش‌ها در معرض مشکل اصلی-وکیل است. وکیلان در روابط مالی اغلب انگیزه دارند کارهایی کنند که به سود خودشان و به زیان اصلی است؛ برای نمونه ریسک‌پذیری بیش از اندازه، تمرکز بر نتایج کوتاه‌مدت به بهای ارزش بلندمدت، یا استفاده نابجا از منابع.

مثال فرضی: کارمزد عملکرد و وسوسه ریسک

مثال فرضی: صندوقی ۱۰۰ میلیارد تومان دارایی دارد. مدیر آن هر سال ۲۰٪ از سود صندوق را کارمزد عملکرد می‌گیرد، اما در زیان سهمی ندارد. مدیر باید یکی از دو راهبرد زیر را برگزیند:

• راهبرد کم‌ریسک: سود قطعی ۱۰٪، یعنی ۱۰ میلیارد تومان.
• راهبرد پرریسک: به احتمال ۵۰٪ سود ۴۰٪ (۴۰ میلیارد تومان) و به احتمال ۵۰٪ زیان ۲۰٪ (۲۰ میلیارد تومان).

سود مورد انتظار صندوق در هر دو راهبرد یکسان است. در راهبرد پرریسک این سود ۰٫۵ × ۴۰ − ۰٫۵ × ۲۰ = ۱۰ میلیارد تومان است؛ یعنی همان سود راهبرد کم‌ریسک. اما این سود در دو راهبرد به یک شکل میان مدیر و سرمایه‌گذاران تقسیم نمی‌شود:

راهبرد	کارمزد مورد انتظار مدیر	سود خالص مورد انتظار سرمایه‌گذاران
کم‌ریسک	۲۰٪ × ۱۰ = ۲ میلیارد تومان	۱۰ − ۲ = ۸ میلیارد تومان
پرریسک	۰٫۵ × (۲۰٪ × ۴۰) + ۰٫۵ × ۰ = ۴ میلیارد تومان	۰٫۵ × (۴۰ − ۸) − ۰٫۵ × ۲۰ = ۱۶ − ۱۰ = ۶ میلیارد تومان

راهبرد پرریسک کارمزد مورد انتظار مدیر را دو برابر می‌کند (۴ در برابر ۲ میلیارد تومان)، اما سود مورد انتظار سرمایه‌گذاران را از ۸ به ۶ میلیارد تومان پایین می‌آورد و آنان را با خطر زیان ۲۰ میلیارد تومانی هم روبه‌رو می‌کند. دلیلش ساده است: مدیر در سود شریک است و در زیان نه. این همان ناهم‌سویی منافعی است که مشکل اصلی-وکیل را می‌سازد.

برای مهار این وسوسه معمولاً سه راه به کار می‌رود: مدیر بخشی از سرمایه خودش را در صندوق بگذارد؛ کارمزد عملکرد فقط وقتی پرداخت شود که ارزش صندوق از بالاترین سطح پیشین خود فراتر رود (High-Water Mark)؛ یا بخشی از پاداش در صورت زیان‌های بعدی پس گرفته شود (Clawback).

راه‌های مهار مشکل اصلی-وکیل

مقابله با این مشکل معمولاً یعنی یافتن راه‌هایی برای هم‌سو کردن انگیزه‌ها و کاستن از نابرابری اطلاعات. رویکردهای رایج این‌هاست:

• پاداش وابسته به عملکرد: بخشی از دستمزد وکیل به نتیجه‌ای گره می‌خورد که برای اصلی اهمیت دارد؛ مانند پرداخت بخشی از پاداش مدیران به‌صورت سهام.
• نظارت و گزارش‌دهی بیشتر: حسابرسی مستقل، گزارش‌های دوره‌ای و افشای اطلاعات، فاصله اطلاعاتی اصلی و وکیل را کم می‌کند.
• ساختارهای حاکمیت شرکتی: هیئت‌مدیره مستقل، کمیته حسابرسی و حق رأی سهامداران در مجمع عمومی، سازوکارهای نظارت بر مدیران‌اند.
• قراردادهای دقیق و ارزیابی منظم: وظایف، کارمزدها و معیارهای سنجش عملکرد باید روشن تعیین شود و عملکرد وکیل به‌طور منظم ارزیابی شود.
• قوانین و مقررات: قوانینی که وظایف امانی را الزام‌آور می‌کنند و برای سودجویی وکیل به زیان اصلی، مجازات‌های سنگین در نظر می‌گیرند.
• آموزش اخلاق حرفه‌ای و مالی رفتاری: آشنا کردن وکیلان با اخلاق حرفه‌ای و سوگیری‌های رفتاری تا رفتارشان با منافع اصلی هم‌سوتر شود.

بسیاری از این راه‌حل‌ها پس از طرح نظریه نمایندگی شکل گرفته‌اند. هدف آن‌ها تقویت اعتماد مشتریان است و اینکه رابطه حتی در نبود اعتماد هم کار کند. با پیچیده‌تر شدن بازارها و ابزارهای مالی، چالش‌های تازه‌ای پدید می‌آید که بازنگری در این رویکردهای سنتی را لازم می‌کند.

اعتماد و آموزش اخلاق

اعتماد در رابطه سرمایه‌گذاران با مشاوران مالی، وام‌دهندگان و برنامه‌ریزان مالی نقشی محوری دارد. والری آر. لئونارد، مدیرعامل یک گروه مالی در شهر بیرمنگام در ایالت آلاباما آمریکا، می‌گوید تقریباً هیچ تصمیمی در زندگی نیست که به‌نوعی به پول ربط نداشته باشد و اگر مشتری باور نکند که می‌تواند به مشاورش اعتماد کند، هرگز با او کار نخواهد کرد. به گفته او، مشتری پیش از پذیرفتن خدمات باید از رابطه مطمئن شود: بداند مشاور واقعاً به او اهمیت می‌دهد، به قولش عمل می‌کند و درباره خودش رک و صادق است.

اما آیا می‌توان اخلاق را آموزش داد؟ نظرسنجی پرسروصدایی در سال ۲۰۱۳ نشان داد بسیاری از شاغلان وال‌استریت رفتار غیراخلاقی را در محیط کار خود می‌بینند و مدیران ارشد بیش از دیگران باور دارند که بدون چنین رفتاری نمی‌توان پیشرفت کرد.

پژوهشی که در سال ۲۰۲۰ منتشر شد، پاسخ امیدوارکننده‌تری می‌دهد. این پژوهش اثر تغییرات سال ۲۰۱۰ در آزمون صلاحیت مشاوران سرمایه‌گذاری آمریکا را بررسی کرد؛ تغییری که بخش‌هایی درباره اخلاق حرفه‌ای به آزمون افزوده بود. نتیجه این بود که مشاورانی که این بخش‌ها را گذرانده بودند، در سال‌های بعد کمتر از همکارانی که ناچار به خواندن این مباحث نبودند، گزارش تخلف داشتند.

تحول در ساختار جبران خدمت

صنعت مالی شیوه پاداش‌دهی به وکیلان انسانی را نیز تغییر داده است:

• انگیزه‌های بلندمدت: برخی نهادها در پاسخ به انتقادها از «کوتاه‌مدت‌گرایی»، پاداش را به معیارهای عملکرد بلندمدت گره می‌زنند. منظور از کوتاه‌مدت‌گرایی این است که وکیل انگیزه بیشتری برای خوب جلوه دادن نتایج کوتاه‌مدت داشته باشد.
• معیارهای زیست‌محیطی، اجتماعی و حاکمیتی: این معیارها (ESG) اغلب در بسته‌های پاداش مدیران گنجانده می‌شوند تا انگیزه مدیران با هدف‌های اجتماعی گسترده‌تر هم‌سو شود.
• پاداش گروهی: کار مالی امروز بیشتر گروهی است؛ از این رو برخی نهادها بخشی از پاداش را به عملکرد تیم وابسته کرده‌اند. این کار ممکن است برخی مشکلات نمایندگی را در سطح فردی کاهش دهد.

یک نمونه تازه از پاداش وابسته به عملکرد، طرح پاداش مدیرعامل تسلا است. بر پایه گزارشی که تسلا در ۷ نوامبر ۲۰۲۵ به کمیسیون بورس و اوراق بهادار آمریکا (SEC) داد، سهامداران این شرکت در ۶ نوامبر ۲۰۲۵ «پاداش عملکرد مدیرعامل ۲۰۲۵» را برای ایلان ماسک تصویب کردند. به این طرح حدود ۱٫۸۹ میلیارد رأی موافق و حدود ۵۶۵ میلیون رأی مخالف داده شد.

این پاداش در مجموع حدود ۴۲۴ میلیون سهم را در بر می‌گیرد که برابر ۱۲٪ از تعداد تعدیل‌شده سهام شرکت است و در ۱۲ مرحله قطعی می‌شود. مرحله نخست فقط وقتی قطعی می‌شود که ارزش بازار شرکت به ۲ هزار میلیارد دلار برسد و مرحله آخر به ارزش بازار ۸٫۵ هزار میلیارد دلار نیاز دارد. این ارزش باید پایدار باشد و با میانگین شش‌ماهه و سی‌روزه ارزش بازار سنجیده می‌شود.

هر مرحله افزون بر این باید با یک هدف عملیاتی همراه شود؛ مانند تحویل ۲۰ میلیون خودرو یا رسیدن «سود پیش از کسر بهره، مالیات و استهلاک» تعدیل‌شده (Adjusted EBITDA) به ۵۰ میلیارد دلار. تسلا ارزش منصفانه اولیه کل این پاداش را ۸۷٫۷۵ میلیارد دلار برآورد کرده است.

این طرح نشان می‌دهد پاداش وابسته به عملکرد تا کجا می‌تواند ثروت وکیل را به ثروت اصلی گره بزند. در عین حال این پرسش را هم پیش می‌کشد که چنین پاداشی برای خود سهامداران چه هزینه‌ای دارد؛ زیرا اعطای این حجم سهام به مدیرعامل می‌تواند سهم مالکیت دیگر سهامداران را کوچک‌تر کند.

هوش مصنوعی و حلقه تازه نمایندگی: تحولات سال‌های اخیر

پیشرفت هوش مصنوعی (AI) و یادگیری ماشین (ML) شکل رابطه اصلی-وکیل را در بازارهای مالی تغییر می‌دهد و ناظران و مشتریان را با چالش‌های تازه‌ای روبه‌رو می‌کند. سامانه‌های معاملاتی مبتنی بر یادگیری ماشین بیش از همه توجه‌ها را به خود جلب کرده‌اند، اما کاربردهای گسترده‌تر هوش مصنوعی و تغییرات مقرراتی هم شیوه کار و اداره نهادهای مالی را دگرگون می‌کنند. در گذشته، فاصله اطلاعاتی میان اصلی و وکیل انسانی بود. اکنون فاصله دیگری هم پیدا شده است: فاصله میان آنچه وکیل انسانی می‌داند و آنچه سامانه‌های هوشمند زیر دست او انجام می‌دهند.

یادگیری ماشین و معاملات خودکار

سامانه‌های معاملاتی مبتنی بر یادگیری ماشین با سازوکارهای پیچیده‌ای مانند شبکه‌های عصبی عمیق، قواعد معاملاتی خود را از دل داده‌ها بیرون می‌کشند. در نتیجه، قاعده تصمیم‌گیری سامانه حتی برای کسانی که آن را به کار می‌گیرند روشن نیست. این وضع نوع تازه‌ای از «ریسک دانش» پدید می‌آورد: مدیر معاملات نمی‌داند سامانه دقیقاً چه می‌کند و امکانش برای اصلاح رفتار آن محدود است.

حتی دانشمندان رایانه‌ای که این شبکه‌ها را می‌سازند، همیشه نمی‌دانند الگوریتم چگونه به یک تصمیم یا نتیجه مشخص رسیده است. متخصصان پیش‌تر برای پر کردن شکاف انگیزه‌های اصلی و وکیل، قراردادهای محکم‌تری که پیشامدهای احتمالی را پوشش دهد یا مقررات بهتر را پیشنهاد کرده بودند؛ اما این راه‌حل‌ها در این فضای تازه به‌آسانی به کار نمی‌آیند.

کریستین بورش، جامعه‌شناس اقتصادی، می‌گوید راه‌حل‌های رایج مشکل اصلی-وکیل به‌آسانی از پس مسائل سامانه‌های یادگیری ماشین برنمی‌آیند. به گفته او، چون این سامانه‌ها شفاف نیستند، نه قراردادهای دقیق‌تر میان اصلی و وکیل راه‌حل عملی به دست می‌دهد و نه رابطه‌ای قطعی‌تر میان آن دو، مثلاً کنترل مستقیم برنامه‌نویسان بر برنامه‌ها. بورش یادآوری می‌کند که این مسئله در مالی به‌اندازه کافی نگران‌کننده است، اما یادگیری ماشین در پزشکی هم به کار می‌رود و همین مسائل را آنجا نیز پیش می‌آورد.

کمیته سیاست مالی بانک مرکزی انگلستان در گزارشی که ۹ آوریل ۲۰۲۵ درباره هوش مصنوعی در نظام مالی منتشر کرد، همین نگرانی را در مقیاس کل بازار مطرح کرد. این کمیته «هوش مصنوعی عامل‌محور» (Agentic AI) را سامانه‌هایی توصیف کرد که برای رسیدن به هدف‌های معین، با به‌کارگیری ابزارها، یادگیری از بازخورد و سازگاری با محیط، خودمختارانه دست به عمل می‌زنند. به گفته کمیته، این سامانه‌ها هنوز فراگیر نشده‌اند.

به گفته همین گزارش، اگر مدل‌های پیشرفته معاملاتی با خودمختاری بیشتری به کار گرفته شوند، ممکن است یاد بگیرند که دوره‌های تنش در بازار فرصت سودشان را بیشتر می‌کند و برای افزایش احتمال چنین دوره‌هایی اقدام کنند. چنین مدل‌هایی حتی ممکن است تبانی و دیگر شکل‌های دستکاری بازار را آسان کنند. نکته کلیدی از منظر رابطه اصلی-وکیل این است که به گفته بانک مرکزی انگلستان، این رفتارهای زیان‌بار ممکن است بدون قصد یا آگاهی مدیر انسانی پدید آید.

نهادهای مالی چقدر ابزارهای خود را می‌شناسند؟

نظرسنجی مشترک بانک مرکزی انگلستان و اداره رفتار مالی بریتانیا (FCA) که ۲۱ نوامبر ۲۰۲۴ منتشر شد، ابعاد این شکاف دانش را نشان می‌دهد. بر پایه این نظرسنجی:

• ۷۵٪ از شرکت‌های مالی پاسخ‌دهنده از هوش مصنوعی استفاده می‌کردند و ۱۰٪ دیگر قصد داشتند تا سه سال آینده آن را به کار بگیرند.
• یک‌سوم کاربردهای هوش مصنوعی را شرکت‌های بیرونی (طرف سوم) پیاده کرده بودند؛ در نظرسنجی سال ۲۰۲۲ این نسبت ۱۷٪ بود.
• ۴۶٪ از شرکت‌ها گفتند فقط «درک نسبی» از فناوری‌های هوش مصنوعی مورد استفاده خود دارند و تنها ۳۴٪ از «درک کامل» خبر دادند. به گفته گزارش، علت اصلی این وضع استفاده از مدل‌هایی است که شرکت‌های بیرونی ساخته‌اند.
• ۵۵٪ از کاربردها درجه‌ای از تصمیم‌گیری خودکار داشتند و ۲۴٪ از این موارد نیمه‌خودمختار بودند؛ یعنی بسیاری از تصمیم‌ها را خودشان می‌گیرند، اما برای تصمیم‌های حساس یا مبهم، نظارت انسانی پیش‌بینی شده است. فقط ۲٪ از کاربردها کاملاً خودمختار بودند.

از زاویه رابطه اصلی-وکیل، این ارقام یعنی زنجیره نمایندگی بلندتر شده است: سرمایه‌گذار به نهاد مالی اعتماد می‌کند و نهاد مالی به مدلی که شرکت دیگری ساخته است. هرچه این زنجیره بلندتر شود، دیدن و سنجیدن کار وکیل برای اصلی دشوارتر می‌شود.

امتیازدهی اعتباری، کشف تقلب و مشاوران رباتیک

هوش مصنوعی در خدمات مالی گوناگونی به کار رفته و هر کاربرد، پیامدهای خاص خود را برای رابطه اصلی-وکیل دارد:

• امتیازدهی اعتباری و وام‌دهی: الگوریتم‌های هوش مصنوعی روزبه‌روز بیشتر در تصمیم‌های اعتباری به کار می‌روند. این الگوریتم‌ها ممکن است سوگیری انسانی را کاهش دهند، اما درباره شفافیت و انصاف در وام‌دهی نگرانی ایجاد می‌کنند؛ به‌ویژه اگر مدل با داده‌های سوگیرانه آموزش دیده باشد و ظاهر «بی‌طرف» آن این سوگیری را پنهان کند.
• کشف تقلب: سامانه‌های هوش مصنوعی توان کشف تقلب مالی را بالا می‌برند، اما کارایی آن‌ها به کیفیت داده‌ها و هم‌سویی انگیزه‌های نهاد مالی و شرکت‌های فناوری طرف قراردادش بستگی دارد.
• مشاوران رباتیک: خدمات مشاوره سرمایه‌گذاری مبتنی بر هوش مصنوعی، رابطه مشاور مالی و مشتری را دگرگون کرده‌اند. این سامانه‌ها مشاوره‌ای عینی‌تر و داده‌محور وعده می‌دهند، اما درباره مسئولیت امانی و جایگاه قضاوت انسانی پرسش‌های تازه‌ای پیش می‌کشند.

قانون‌گذاران به حساس‌ترین این کاربردها توجه ویژه نشان داده‌اند. کمیسیون اروپا در صفحه رسمی قانون هوش مصنوعی اتحادیه اروپا، که آخرین بار ۳ اوت ۲۰۲۶ به‌روز شده است، امتیازدهی اعتباری‌ای را که ممکن است شهروندان را از گرفتن وام محروم کند، در شمار کاربردهای «پرخطر» آورده است. به گفته همین صفحه، از ۲ دسامبر ۲۰۲۷ سامانه‌های پرخطر پیش از عرضه به بازار باید الزامات سخت‌گیرانه‌ای را رعایت کنند؛ از جمله ارزیابی و کاهش ریسک، استفاده از داده‌های باکیفیت برای کم کردن خطر نتایج تبعیض‌آمیز، ثبت فعالیت برای ردیابی نتایج، و سازوکارهای مناسب نظارت انسانی.

این جدول زمانی را اصلاحیه‌ای موسوم به «اومنیبوس هوش مصنوعی» تعیین کرد. کمیسیون اروپا پیشنهاد این اصلاحیه را ۱۹ نوامبر ۲۰۲۵ تصویب کرده بود و متن آن ۲۷ ژوئیه ۲۰۲۶ لازم‌الاجرا شد.

واکنش ناظران مالی

هیئت ثبات مالی (FSB) در گزارشی که ۱۴ نوامبر ۲۰۲۴ درباره پیامدهای هوش مصنوعی برای ثبات مالی منتشر کرد، چهار آسیب‌پذیری ناشی از هوش مصنوعی را برجسته دانست که می‌توانند ریسک سیستمی را افزایش دهند: وابستگی به شرکت‌های بیرونی و تمرکز ارائه‌دهندگان خدمات، هم‌بستگی رفتار بازارها، ریسک‌های سایبری، و ریسک مدل، کیفیت داده و حاکمیت. این گزارش هشدار داد که سامانه‌های هوش مصنوعی «ناهم‌سو»، یعنی سامانه‌هایی که برای عمل در چارچوب مرزهای قانونی، مقرراتی و اخلاقی تنظیم نشده‌اند، ممکن است رفتاری در پیش بگیرند که به ثبات مالی آسیب بزند. این همان مشکل اصلی-وکیل است، این بار با وکیلی از جنس نرم‌افزار.

کمیسیون بورس و اوراق بهادار آمریکا در این دوره دو گام متفاوت برداشت. نخست، این کمیسیون در ۱۲ ژوئن ۲۰۲۵ مجموعه‌ای از پیش‌نویس‌های مقرراتی را که میان مارس ۲۰۲۲ و نوامبر ۲۰۲۳ منتشر شده بود، رسماً پس گرفت. یکی از آن‌ها پیش‌نویس قاعده‌ای درباره «تعارض منافع ناشی از به‌کارگیری تحلیل‌های پیش‌بینی‌کننده داده» در کارگزاری‌ها و شرکت‌های مشاور سرمایه‌گذاری بود. کمیسیون اعلام کرد قصد ندارد این قواعد را نهایی کند و اگر بخواهد دوباره در این حوزه اقدام کند، پیش‌نویس تازه‌ای منتشر خواهد کرد.

دوم، بخش بازرسی این کمیسیون در اولویت‌های بازرسی سال مالی ۲۰۲۶، که ۱۷ نوامبر ۲۰۲۵ منتشر شد، اعلام کرد مشاوره‌های مشاوران سرمایه‌گذاری را از نظر سازگاری با تعهدات امانی‌شان بررسی می‌کند؛ از جمله اثر تعارض منافع مالی مشاور بر بی‌طرفی توصیه‌هایش. به گفته این سند، در بررسی ابزارهای خودکار سرمایه‌گذاری سنجیده می‌شود که ادعاهای شرکت‌ها منصفانه و دقیق باشد و الگوریتم‌ها توصیه‌هایی هم‌خوان با مشخصات سرمایه‌گذار یا راهبرد اعلام‌شده بدهند. درستی ادعاهای شرکت‌ها درباره توانایی‌های هوش مصنوعی‌شان و کفایت رویه‌های نظارت بر استفاده از این فناوری نیز بررسی خواهد شد.

در کنار این اقدام‌ها، ناظران و پژوهشگران بر نیاز به «هوش مصنوعی توضیح‌پذیر» (Explainable AI) تأکید می‌کنند؛ یعنی سامانه‌هایی که نهاد مالی بتواند تصمیم‌هایشان را تفسیر و توجیه کند. این رویکرد برای حل مشکل «جعبه سیاه» در بسیاری از سامانه‌های پیچیده هوش مصنوعی مطرح شده است. اما شناختن مشکل یک چیز است و توضیح‌پذیر کردن واقعی مدل‌ها، دست‌کم تاکنون، چیزی دیگر؛ به‌ویژه برای نهادهای مالی‌ای که تخصص کافی برای درک این سامانه‌ها ندارند.

نهادهای مالی هم چارچوب‌های حاکمیتی ویژه‌ای برای به‌کارگیری هوش مصنوعی می‌سازند تا این سامانه‌ها با ارزش‌های سازمانی و مقررات هم‌سو شوند. توجه به ملاحظات اخلاقی مانند سوگیری، انصاف و پیامدهای اجتماعی در طراحی و به‌کارگیری این سامانه‌ها نیز رو به افزایش است.

بلاک‌چین و مالی غیرمتمرکز

فناوری بلاک‌چین و بسترهای مالی غیرمتمرکز (DeFi) هم مسائل تازه‌ای پیش کشیده‌اند و هم برای برخی روابط سنتی اصلی-وکیل راه‌حل‌های بالقوه‌ای پیشنهاد می‌کنند:

• قراردادهای هوشمند: قراردادهایی که شرایطشان مستقیماً در قالب کد نوشته می‌شود و خودبه‌خود اجرا می‌شوند. این قراردادها در برخی معاملات نیاز به واسطه را کم می‌کنند و ممکن است برخی تعارض‌های نمایندگی را به حداقل برسانند. با این حال، اعتماد به واسطه جای خود را به اعتماد به درستی کد می‌دهد و خطای برنامه‌نویسی یا نفوذ هکری می‌تواند زیان سنگینی به بار آورد.
• سازمان‌های خودگردان غیرمتمرکز (DAO): نهادهایی مبتنی بر بلاک‌چین که با رأی اعضا اداره می‌شوند و راه تازه‌ای برای هم‌سو کردن منافع ذی‌نفعان پیش می‌گذارند. در این نهادها نیز اگر قدرت رأی در دست چند دارنده بزرگ متمرکز شود، مشکل نمایندگی به شکل دیگری بازمی‌گردد.

سرمایه‌گذاران چه کنند؟

چند نکته ساده به سرمایه‌گذار کمک می‌کند خطر مشکل اصلی-وکیل را در سرمایه‌گذاری شخصی کم کند:

• پیش از سپردن پول به مشاور، مدیر صندوق یا بستر سرمایه‌گذاری، بپرسید درآمد او از کجا تأمین می‌شود؛ کارمزد ثابت، کارمزد عملکرد و پورسانت فروش محصول، هرکدام انگیزه متفاوتی می‌سازند.
• امیدنامه صندوق، قرارداد و گزارش‌های دوره‌ای را بخوانید و ببینید چه اطلاعاتی درباره کارمزدها و تعارض منافع افشا شده است.
• هنگام استفاده از مشاوران رباتیک و بسترهای مبتنی بر هوش مصنوعی یا مالی غیرمتمرکز، بدانید در صورت بروز خطا چه کسی پاسخ‌گوست.
• در تصمیم‌های بزرگ با متخصص حقوقی یا مالی مستقل مشورت کنید تا مطمئن شوید قرارداد و سازوکارهای نظارتی از منافع شما محافظت می‌کند.

پرسش‌های متداول

مشکل اصلی-وکیل چیست و چگونه می‌توان از آن جلوگیری کرد؟

مشکل اصلی-وکیل تعارض در اولویت‌ها یا هدف‌ها میان مالک یک دارایی (اصلی) و کسی است که برای اداره آن دارایی گمارده شده است (وکیل). ریشه این مشکل تعارض منافع است؛ بنابراین طراحی دقیق قراردادها، گره زدن پاداش وکیل به نتایج واقعی و ارزیابی منظم عملکرد، کلید محدود کردن آن است.

چرا اصلی‌ها وکیل استخدام می‌کنند؟

دو دلیل اصلی وجود دارد. نخست، اصلی ممکن است وقت کافی برای انجام کاری را که به وکیل می‌سپارد نداشته باشد. دوم، وکیل ممکن است مهارت‌های تخصصی داشته باشد که او را در انجام آن کار کارآمدتر می‌کند؛ مانند مدیر صندوقی که تحلیل بازار حرفه اوست.

اگر وکیل امانت‌دار نباشد چه می‌شود؟

امین از نظر حقوقی متعهد است به سود کسی که برایش کار می‌کند رفتار کند. اگر وکیل وظیفه امانی خود را در برابر اصلی انجام ندهد و به جای آن منافع خودش را دنبال کند، ممکن است ناچار به جبران خسارت مالی شود.

تفاوت «رابطه اصلی-وکیل» با «مشکل اصلی-وکیل» چیست؟

رابطه اصلی-وکیل خود پدیده‌ای عادی و لازم است؛ بدون آن نه شرکت سهامی عام کار می‌کند و نه صندوق سرمایه‌گذاری. مشکل اصلی-وکیل زمانی پیدا می‌شود که این رابطه با ناهم‌سویی منافع و نابرابری اطلاعات همراه شود.

هوش مصنوعی چه تغییری در این رابطه ایجاد کرده است؟

هوش مصنوعی حلقه تازه‌ای به زنجیره نمایندگی افزوده است. نهاد مالی، که خود وکیل سرمایه‌گذار است، اکنون بخشی از تصمیم‌ها را به مدل‌هایی می‌سپارد که گاه خودش هم به‌طور کامل درکشان نمی‌کند؛ در نظرسنجی نوامبر ۲۰۲۴ بانک مرکزی انگلستان، ۴۶٪ از شرکت‌های مالی پاسخ‌دهنده فقط «درک نسبی» از این فناوری‌ها داشتند. به همین دلیل ناظرانی مانند کمیسیون اروپا و کمیسیون بورس و اوراق بهادار آمریکا بر نظارت انسانی، ثبت فعالیت سامانه‌ها و درستی ادعاهای شرکت‌ها درباره هوش مصنوعی تأکید کرده‌اند.

جمع‌بندی

رابطه اصلی-وکیل از بنیادی‌ترین مفاهیم اقتصاد و مالی است و هرجا یک طرف از سوی طرف دیگر کار کند، پدید می‌آید؛ از مدیرعاملی که شرکت را برای سهامداران اداره می‌کند تا مدیر صندوقی که پول مشتریان را سرمایه‌گذاری می‌کند. این روابط برای کارکرد نظام مالی ضروری‌اند، اما همیشه امکان تعارض منافع را در خود دارند؛ به‌ویژه وقتی اصلی نتواند کار وکیل را به‌طور کامل ببیند و بفهمد.

ابزارهای کلاسیک مهار این مشکل، یعنی قرارداد دقیق، پاداش وابسته به عملکرد، نظارت و قانون، همچنان کارآمدند؛ اما با ورود هوش مصنوعی، تصمیم‌گیری خودکارتر و مبهم‌تر شده و این ابزارها به چالش کشیده شده‌اند. سرمایه‌گذار آگاه باید بداند وکیلش کیست، چگونه پاداش می‌گیرد و در صورت خطا چه کسی پاسخ‌گوست.