بررسی تاثیر کارکردهای هوش مصنوعی در ارتقای اثربخشی دوره‌های آموزشی
محورهای موضوعی : تعلیم و تربیت
سپیده صفرپور دهکردی
1
*
,
امیر نویدی
2
1 - گروه مدیریت آموزشی،واحد شیراز،دانشگاه آزاد اسلامی،شیراز ،ایران
2 - دانشگاه آزاد اسلامی واحد تهران شمال
کلید واژه: هوش مصنوعی, اثربخشی, آموزش.,
چکیده مقاله :
مقدمه و هدف: گسترش هوش مصنوعی در سال‌های اخیر در زمینه‌های بسیاری شتاب پیدا کرده است که در حوزه آموزش بیشتر سعی آن در ارتقای اثربخشی دوره‌های آموزشی بوده است. با این وجود در چگونگی اینکه سازمان‌ها می‌بایست از هوش مصنوعی برای اثربخشی دوره‌های آموزشی استفاده کنند، ابهام‌هایی وجود دارد. با توجه به کاربرد هوش مصنوعی و شرایط برگزاری دوره‌های آموزشی سازمان‌های داخلی، این پژوهش یک مدل تحقیقاتی مفهومی است که تاثیرات هوش مصنوعی را در اثربخشي دوره‌های آموزشی بررسی می‌کند، لذا هدف این پژوهش بررسی تاثیر کارکردهای هوش مصنوعی در ارتقای اثربخشی دوره‌های آموزشی است.
روش شناسی پژوهش: این پژوهش در سال 1403 صورت گرفت و جامعه آماری پژوهش شامل کلیه کارکنان و مديران آموزش شرکت‌های منتخب در شهر تهران بود که تعداد کل آن‌ها 420 نفر بود که از بین آنان با استفاده از فرمول كوكران و روش نمونه‌گیری تصادفی ساده 201 نفر به عنوان حجم نمونه در نظر گرفته شد. روش جمع آوري داده‌ها بر اساس پرسشنامه‌های استاندارد هوش مصنوعی نويدي و قيصري (1402) و پرسشنامه ارزیابی اثربخشی دوره آموزشی بر اساس مدل کرک پاتریک عرب (1393) انجام گرفت.
یافته ها: پس از توزیع و جمع آوری پرسشنامه‌ها، بررسی اطلاعات و آزمودن فرضیه‌ها با استفاده از روش مدل‌سازی معادلات ساختاری و به کمک نرمافزار Smart PLS در دو بخش مدل اندازه‌گیری و بخش ساختاری انجام پذیرفت. در بخش اول ویژگی‌های فنی پرسشنامه شامل پایایی، روایی همگرا و روایی واگرا مختص PLS بررسی گردید. در بخش دوم، ضرایب معناداری نرمافزار برای بررسی فرضیه‌های پژوهش مورد استفاده قرار گرفتند.
بحث و نتیجه گیری: یافته‌های پژوهش تأثیر هوش مصنوعی و ابعاد آن شامل بهبود زیرساخت‌ها، توانایی گسترش کار و مواضع پیشگیرانه را در ارتقا و بهبود اثربخشی دورها‌ی آموزشی در جامعه مورد مطالعه مورد تأیید قرار داد.
Introduction: The development of artificial intelligence has accelerated in recent years in many fields, most of which in the field of education has been to improve the effectiveness of training courses. However, there are some ambiguities in how organizations should use artificial intelligence to improve the effectiveness of training courses. Considering the application of artificial intelligence and the conditions for holding training courses in internal organizations, this research is a conceptual research model that examines the effects of artificial intelligence on the effectiveness of training courses, so the purpose of this research is to examine the effect of artificial intelligence functions on improving the effectiveness of training courses.
research methodology: This research was conducted in 1403 and the statistical population of the research included all employees and training managers of selected companies in Tehran, with a total number of 420 people, of whom 201 people were considered as the sample size using the Cochran formula and simple random sampling method. The data collection method was based on the standard AI questionnaires of Navidi and Qaysari (1402) and the training course effectiveness evaluation questionnaire based on the Kirkpatrick Arab model (1393).
Findings: After distributing and collecting the questionnaires, information was reviewed and hypotheses were tested using the structural equation modeling method and with the help of Smart PLS software in two parts: the measurement model and the structural part. In the first part, the technical characteristics of the questionnaire, including reliability, convergent validity, and divergent validity specific to PLS, were examined. In the second part, the software's significance coefficients were used to examine the research hypotheses.
Conclusion: The research findings confirmed the impact of artificial intelligence and its dimensions, including improving infrastructure, the ability to expand work, and preventive positions, in promoting and improving the effectiveness of training courses in the studied community.
References
Seyed Naqvi, Mir Ali; Foruzandeh Joonghani, Reyhaneh; Ghorbanizadeh, Vajhollah and Taghavifard, Mohammad Taghi. (2013). Intelligent Human Resource Management Model Based on Data Science and Machine Learning, Smart Business Management Studies. Year 10. Issue 40.
Khatami, Forough Sadat. (2014). Investigating the Role of Artificial Intelligence in Improving the Financial Performance of Electricity Distribution Companies (Case Study: Greater Tehran Electricity Distribution Company). Zanjan: 28th International Conference on Electricity Distribution Networks.
Khabaz, Mehta. (2019). Effectiveness of In-Service Courses for Tourist Guides and Its Impact on Tourist (Visitor) Satisfaction in the Palace of Museums of Tehran Province. Master's Thesis, Islamic Azad University, Tehran Science and Research Branch.
Abedini, Seyed Zaheer. (2014). The Impact of Artificial Intelligence on the Market Share of Banks Listed on the Tehran Stock Exchange. Master's thesis, Islamic Azad University, Tehran Science and Research Branch. Tonekabon Futures Institute of Higher Education.
Arabpour, Mahboobeh. (2014). Evaluating the effectiveness of in-service training courses for nurses in Kerman hospitals. Master's thesis, Shiraz University.
Navidi, Amir and Hamidreza Ghaysari. (2013). Investigating the effect of artificial intelligence (AI) in improving organizational productivity. Journal of Dynamic Management and Business Analysis, Volume 2, Issue 2, Serial Number 3, pp. 1-8.
.Navidi, Amir and Khatami, Forough Sadat. (2014). Investigating the applications of artificial intelligence in human resource management of electricity distribution companies: A qualitative research with a meta-synthesis approach. Zanjan: 28th International Conference on Electricity Distribution Networks.
Bag, S., Gupta, S., Kumar, A., & Sivarajah, U. (2021). An integrated artificial intelligence framework for knowledge creation and B2B marketing rational decision making for improving firm performance. Industrial marketing management, 92, 178–189.
Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past,present, and future of artificial intelligence. California Management Review, 61(4),5–14.
Kietzmann, J., & Pitt, L. F. (2020). Artificial intelligence and machine learning: What managers need to know. Business Horizons, 63(2), 131–133.
Mikalef, Patrick, Najmul Islam, Vinit Parida, Harkamaljit Singh, Najwa Altwaijry. (2023). Artificial intelligence (AI) competencies for organizational performance: A B2B marketing capabilities perspective,. Journal of Business Research,Volume 164, 113998.
Paschen, J., Wilson, M., & Ferreira, J. J. (2020). Collaborative intelligence: How human and artificial intelligence create value along the B2B sales funnel. Business Horizons, 63(3), 403–414.
Ritika. (2023). AI-Based HRMS: Succession Planning Guide. Retrieved from https://peoplecentral.co/blog/ai-based-hrms-succession-planning/#:~:text=I%20helps%20in%20 succe ssion%20planning،and%20potential%20for%20leadership%20roles.
Strohmeier, Stefan. (Ed). (2022).Handbook of Research on Artificial Intelligence in Human Resource Management. Edward Elgar Publishing.