توسعه الگوی دادهبنیاد برای پذیرش فناوری هوش مصنوعی در سازمانهای دولتی: رویکردی فنی و کاربردی
الموضوعات : Multimedia Processing, Communications Systems, Intelligent Systems
رضا زارعی
1
,
علیرضا روستا
2
,
شهریار انصاری چهارسوقی
3
1 - گروه مدیریت فناوری اطلاعات، واحد بین المللی کیش، دانشگاه آزاد اسلامی، جزیره کیش، ایران
2 - گروه مدیریت بازرگانی، واحد شهرقدس، دانشگاه آزاد اسلامی، شهرقدس، تهران، ایران
3 - گروه مدیریت بازرگانی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
الکلمات المفتاحية: فناوری هوش مصنوعی, سازمان های دولتی, روش داده بنیاد,
ملخص المقالة :
چکیده
یکی از ابزارهای ایجاد نوآوری در مدل کسب وکار، به کارگیری فناوری و تکنولوژی است. استفاده از تکنولوژی باعث کاهش هزینهها، ایجاد مدل درآمدی خلاقانه و ارزش پیشنهادی جذابتر خواهد شد. از طرف دیگر باتوجه به ظهور تکنولوژیهای نوین از جمله هوش مصنوعی این امکان بیش از پیش برای کسب وکارها مهیا شده است تا با به کارگیری تکنولوژیهای نوین مدل کسب وکار نوآرانه ایجاد کنند. هدف تحقیق تدوین و پیادهسازی پذیرش فناوری هوش مصنوعی در سازمان های دولتی کشور است. محقق در این تحقیق در پی پاسخگویی به این پرسش است که شناسایی ابعاد و مقوله های پذیرش فناوری هوش مصنوعی در سازمان های دولتی کشور چگونه است؟ این پژوهش کیفی و بصورت میدانی انجام شد. پژوهش حاضر که مبتنی بر نظریه زمینه ای است، جامعه آماری ما مشتمل است بر خبرگان دانشگاهی و مدیران و مدیران ارشد سازمان های دولتی میباشند. تحقیق مبتنی بر منطق نظریه گراندد تئوری است برای اکتشاف پدیده مورد مطالعه از راهبرد نمونه گیری هدفمند استفاده شده است. ابزار گردآوری اطلاعات مصاحبههای نیمه ساختار یافته است كه به عنوان منابع دست اول اطلاعات را از طريق پرسشنامه هاي باز در اختيار پژوهشگر قرار ميدهد. برای انتخاب مصاحبه شوندگان از نمونه گیری غیر احتمالی هدفمند استفاده میشود. خبرگاني كه علاوه بر دانش نظری تجربه عملی نیز داشته باشند، انتخاب میشوند.
با توجه به فرایند کدگذاری، شرایط زمینه ای در تحقیق حاضر عبارتند از:
مکاتب بازاریابی- ارزش ها- تغییر (تغییرات محیطی: ویژگی تغییر محیطی: پیچیدگی- انواع تغییر محیطی: تغییر مناسبات فرهنگی- تغییر سبک زندگی) (حمایت از تغییر: حمایت مدیریت ارشد. آگاهی مدیران: جلسات توجیهی مدیران. آگاهی پرسنل: جلسات توجیهی پرسنل. برگزاری گردهمایی)- تجزیه و تحلیل محیط خارجی (ذینفعان- عوامل قانونی، عوامل فرهنگی، عوامل اجتماعی و عوامل سیاسی از محیط کلان)
منابع تحقیق 1. احمدی، سید علی اکبر؛ دارایی، محمدرضا؛ سلام¬زاده، آرش و جعفری، محمدرضا (1392). هوش مصنوعی و فرصتهای کسب وکار: شناسایی کارکردهای هوش مصنوعی در ایجاد مزیت رقابتی برای کسب وکارهای فناور (مطالعه¬ی صنعت بازیهای رایانهای)، فصلنامه توسعه کارآفرینی، دوره 6، شماره 2، 26-7.
2. افلاطونی، حامد و رحمانی، مریم،1400،تاثیر هوش مصنوعی بر کسب و کار،6th International Conference on Interdisciplinary Researches in Management Accounting Economics and in Iran،Tehran،https://civilica.com/doc/1275525
3. قدیانی، آرزو (1397). بهره گیری از هوش مصنوعی ؛ نگرشی نوین در عصر بازاریابی مدرن، ششمین کنفرانس ملی تازه یافته ها در مدیریت و مهندسی صنایع با تاکید بر کارآفرینی در صنایع، 13-1.
4. تصیری، سپیده و سعادتمند، محمدرضا (1400). هوش مصنوعی در کسب و کارهای صنعتی، اولین کنفرانس بین المللی مدیریت بازاریابی صنعتی، 14-1.
5. باقری، محمد، (1398)،پذیرش بانکداری اینترنتی در ایران: بسط مدل پذیرش فناوری، فصلنامه علوم فناوری اطلاعات، دوره 24، شماره 13، بهار 1388، ص 5-34
6. بدیع، علی، دستجردی، علی(1395)، ارایه یک مدل مفهومی پذیرش فناوری در بانکداری الکترونیکی بر اساس مدل های TRA, TAM. TAMII, TPM همایش بین المللی تجارت و اقتصاد الکترونیکی
7. جهانگیر، غلام؛ دیانی، محمدحسین؛ نو کاریزی، محسن؛ توسعه مدل پذیرش فناوری اطلاعات دیویس(TAM) از طریق سنجش تأثیر باورهای خودکار آمد اعضای خودکارآمدی دانشگاه علوم پزشکی مشهد بر پذیرش سامانههای اطلاعاتی، پژوهشنامه کتابداری و اطلاعرسانی،1394، 5(2)، 319-339
8. حسینی، نگین(1392)، پذیرش و استفاده از پایگاههای اطلاعاتی پیوسته لاتین توسط اعضای هیئتعلمی دانشگاههای شهر کرمانشاه بر اساس نظریه یکپارچه پذیرش و استفاده از فناوریUTAUT، فصلنامه دانش سیاسی، سال هفتم، شماره27
9. حسین پور، جعفر، (1396)، نقش فناوری اطلاعات در تحول ساختار سازمانها، اطلاعات سیاسی اقتصادی، شماره 237 از 182 تا 195، خرداد و تیر 1386
10. حقشناس، اصغر، دلوی، محمدرضا، شفیعیه، مسعود(1396)؛ نقش سرمایههای اجتماعی در توسعه،تدبیر، دی ماه، شماره 188
11. خلعتبری، احمد، (1400)، ارائه یک مدل جدید برای پذیرش سرویسهای دولت الکترونیک توسط کاربران، پایاننامه دانشگاه خواجهنصیرالدین طوسی، دانشکده مهندسی صنایع، 139
12. داور پناه، محمدرضا، (1401)، موانع زیر ساختی بهره¬گیری از فناوری اطلاعات در کتابخانه های دانشگاهی ایران، کتابداری و اطلاع رسانی، دوره2، شماره 5، صفحه 1 تا 23
13. داوری، علی، (1402)، مدلسازی معادلات ساختاری با نرمافزار pls، تهران: سازمان انتشارات جهاد دانشگاهی
1. Buhmann, A. & Fieseler, C. (2021). Towards a deliberative framework for responsible innovation in artificial intelligence, Technol. Soc. 64 (2021) 101475
2. Chan, H. Shan, T. Dahoun, H. Vogel, S. Yuan, (2019). Advancing drug discovery via artificial intelligence, Trends Pharmacol. Sci. 40 (8) (2019) 592–604.
3. -Coccia, M. (2020). Deep learning technology for improving cancer care in society: new directions in cancer imaging driven by artificial intelligence, Technol. Soc. 60 (2020) 101198
4. -Cubric, M. (2020). Drivers, Barriers and Social Considerations for AI Adoption in Business and Management: A Tertiary Study, Technology in Society, 2020, 101257.
5. Harrer, P. Shah, B. Antony, J. Hu, (2019).Artificial intelligence for clinical trial design, Trends Pharmacol. Sci. 40 (8) (2019) 577–591.
6. Henstock, P.V. (2019). Artificial intelligence for pharma: time for internal investment, Trends Pharmacol. Sci. 40 (8) (2019) 543–546.
7. Johnston, M. O’Reilly, R. Argent, B. Caulfield. (2019). Reliability, validity and utility of inertial sensor systems for postural control assessment in sport science and medicine applications: a systematic review, Sports Med. 49 (5) (2019) 783–818.
