حکمرانی هوش مصنوعی در دولت الکترونیک (چالش ها، فواید)
محورهای موضوعی : مدیریت
1 - استادیار گروه مهندسی صنایع ، واحد زنجان ، دانشگاه آزاد اسلامی ، زنجان ، ایران
کلید واژه: هوش مصنوعی, مدیریت منابع انسانی, دولت الکترونیک.,
چکیده مقاله :
علی رغم رشد روز افزون در حوزه هوش مصنوعی، بسیاری از مدیران سازمانی هنوز نتوانسته‌اند ارتباط خوبی با این فناوری برقرار کنند. سر در آوردن از هوش مصنوعی هم مثل هر تکنولوژی جدید دیگر که با کلی هیاهو و جنجال رسانه‌ای همراه است، ممکن است گیج‌کننده باشد و حتی متخصصان هوش مصنوعی هم به‌سختی می‌توانند خود را با تحولات لحظه‌ای این فناوری همراه کنند. تحقیق حاضر سعی بر آن دارد تا به روش تحلیل مضمون به بررسی جامعی از پشت پرده‌ی تاثیر این فناوری مرموز و قدرتمند در هوشمند سازی مدیریت منابع انسانی بپردازد. بدین منظور یافته های جدیدترین مطالعات انجام شده در حوزه ی هوش مصنوعی با محوریت مدیریت منابع انسانی و کاربری دولت الکترونیک، از نشریات معتبر علمی- پژوهشی بین المللی مد نظر قرار گرفتند. پس از دسته بندی و کدگذاری داده های مذکور در نهایت روایت نظری تحقیق تدوین وارائه گرید. یافته های مذکور در پنج کد کلان شامل چالش های پیش روی هوش مصنوعی با نه مولفه، اخلاق حرفه ای با هفت مولفه ، نظام دولت الکترونیک با شش مولفه، نظام اداری با هفت مولفه، هوشمندسازی دولت ها با چهار مولفه احصا گردیدند.
Despite the increasing growth in the field of artificial intelligence, many organizational managers have not yet been able to establish a good relationship with this technology. Getting your head around artificial intelligence, like any new technology that comes with a lot of hype and media controversy, can be confusing, and even experts in artificial intelligence can hardly keep up with the momentary developments of this technology. The present research tries to comprehensively examine behind the curtain the impact of this mysterious and powerful technology in the intelligentization of human resources management by means of thematic analysis. For this purpose, the findings of the latest studies conducted in the field of artificial intelligence, focusing on human resource management and the use of e-government, from international scientific-research publications were considered. After categorizing and coding the mentioned data, finally, the theoretical narrative of the research was compiled and presented. The mentioned findings were counted in five major codes, including the challenges facing artificial intelligence with nine components, professional ethics with seven components, electronic government system with six components, administrative system with seven components, and the intelligentization of governments with four components.
• جووری, بهنوش, محمدی مقدم, یوسف. (1400). نشاط و راهبردهای جاری سازی آن در دانشگاه ها. اندیشه های نوین تربیتی, 17(1), 245-271. Doi: 10.22051/JONTOE.2021.26926.2723
• روشن, سید علیقلی, یعقوبی, نورمحمد, مومنی, امیررضا. (1400). کاربست هوش مصنوعی در بخش دولتی (مطالعه ای فرا ترکیب). فصلنامه انجمن علوم مدیریت ایران, 16(61), 117-145. https://journal.iams.ir/article_349.html
• زهری بیدگلی, سید محسن, محمدی مقدم, یوسف, جووری, بهنوش, غیبی, پروانه. (1399). نظام معنایی گفتمان، چرایی و چگونگی آن در وصایای شهدا بر اساس نظریۀ لاکلا و موف (مورد مطالعه: وصایای شهدای نیروی انتظامی استان فارس). فصلنامه علمی مطالعات دفاع مقدس, 6(4), 29-9. https://dorl.net/dor/20.1001.1.25883674.1399.6.4.1.6
• سازمند، بهاره. (1397). هوش مصنوعی در جهان(3) (جمهوری خلق چین). تهران، ایران: مرکز پژوهش های مجلس شورای اسلامی. https://sid.ir/paper/792606/fa
• فتوحی رودمعجنی، محمود.(1396). آیین نگارش مقالة پژوهشی، تهران، انتشارات سخن، ویرایش سوم، چاپ شانزدهم.
• مغانلو، امیرمحمد(1402)، عوامل تأثیرگذار بر پیاده سازی مشاوره الکترونیکی بر اتخاذ تدارکات الکترونیکی با نقش میانجی سیاست نظارتی در شهرداری زنجان، پایان نامه کارشناسی ارشددانشگاه آزاد اسلامی واحد زنجان، استاد راهنما سید کامران یگانگی.
Ahmad, K., Abdelrazek, M., Arora, C., Bano, M., & Grundy, J. (2023). Requirements engineering for artificial intelligence systems: A systematic mapping study. Information and Software Technology, 107176. https://doi.org/10.1016/j.infsof.2023.107176
Akour, I., Alzyoud, M., Alquqa, E., Tariq, E., Alzboun, N., Al-Hawary, S & Alshurideh, M. (2024). Artificial intelligence and financial decisions: Empirical evidence from developing economies.International Journal of Data and Network Science, 8(1), 101-108. http://dx.doi.org/10.5267/j.ijdns.2023.10.013
Al-Besher, A., Kumar, K. (2022): Use of artificial intelligence to enhance e-government services. Meas. Sens. 24, 100484. https://www.sciencedirect.com/science/article/pii/S2665917422001180
Aleem, M., Sufyan, M., Ameer, I., & Mustak, M. (2023). Remote work and the COVID-19 pandemic: An artificial intelligence-based topic modeling and a future agenda. Journal of business research, 154, 113303. https://doi.org/10.1016/j.jbusres.2022.113303
BAKKAL, A. K., & ALİMEN, N. (2023) .Modernization by Translation, Modernization in Translation: From Hace-i Evvel to Bot Poet–An INTRA Case. transLogos Translation Studies Journal, 5(2), 134-158. https://doi.org/10.29228/transLogos.51
Buzko, I., Dyachenko, Y., Petrova, M., Nenkov, N., Tuleninova, D., & Koeva, K. (2016). Artificial Intelligence technologies in human resource development. Computer modelling and new technologies, 20(2), 26-29. https://www.researchgate.net/publication/308031679_Artificial_Intelligence_technologies_in_human_resource_development
Chen, P. Y., & Das, P. (2023). AI Maintenance: A Robustness Perspective. Computer, 56(2), 48-56. http://dx.doi.org/10.1109/MC.2022.3218005
Cheng, W., Li, G., & Liu, S. (2020). Enlightenment of Human-Machine Cooperation on Human Resource Management in the Era of Artificial Intelligence. http://dx.doi.org/10.12677/MM.2020.101015
Debrah, C., Chan, A. P., & Darko, A. (2022). Artificial intelligence in green building. Automation in Construction, 137, 104192. https://doi.org/10.1016/j.autcon.2022.104192
Desouza, K. C. (2021). IBM Center for The Business of Government Artificial Intelligence in the Public Sector: A Maturity Model. www.businessofgovernment.org.
Gartner, S., & Krašna, M. (2023). Artificial intelligence in education-ethical framework. In 2023 12th Mediterranean Conference on Embedded Computing (MECO) (pp. 1-7). IEEE. https://doi.org/10.1109/MECO58584.2023.10155012
Giudici, P., Centurelli, M., & Turchetta, S. (2024). Artificial Intelligence risk measurement. Expert Systems with Applications, 235, 121220. https://doi.org/10.1016/j.eswa.2023.121220
Grzybowski, A., Jin, K., & Wu, H. (2024). Challenges of artificial intelligence in medicine and dermatology. Clinics in Dermatology. https://doi.org/10.1016/j.clindermatol.2023.12.013
Habbal, A., Ali, M. K., & Abuzaraida, M. A. (2024). Artificial Intelligence Trust, Risk and Security Management (AI TRiSM): Frameworks, applications, challenges and future research directions. Expert Systems with Applications, 240, 122442. https://doi.org/10.1016/j.eswa.2023.122442
Jarrahi, M. H., Askay, D., Eshraghi, A., & Smith, P. (2023). Artificial intelligence and knowledge management: A partnership between human and AI. Business Horizons, 66(1), 87-99. https://doi.org/10.1016/j.bushor.2022.03.002
Jia, Q., Guo, Y., Li, R., Li, Y., & Chen, Y. (2018). A conceptual artificial intelligence application framework in human resource management. https://aisel.aisnet.org/iceb2018/91
Joyce, D. W., Kormilitzin, A., Smith, K. A., & Cipriani, A. (2023). Explainable artificial intelligence for mental health through transparency and interpretability for understandability. npj Digital Medicine, 6(1), 6. https://doi.org/10.1038/s41746-023-00751-9
Kalkman, M. L. (2023). Theosemiosis: An essay on consilience and the perennial philosophy. Sign Systems Studies, 51(2), 398-432. https://doi.org/10.12697/SSS.2023.51.2.10
Kiyasseh, D., Laca, J., Haque, T. F., Miles, B. J., Wagner, C., Donoho, D. A., & Hung, A. J. (2023). A multi-institutional study using artificial intelligence to provide reliable and fair feedback to surgeons. Communications Medicine, 3(1), 42. https://doi.org/10.1038/s43856-023-00263-3
Kraske, B. D., Saksena, A., Buczak, A. L., & Sunberg, Z. N. (2023). Explanation through Reward Model Reconciliation using POMDP Tree Search. arXiv preprint arXiv:2305.00931. https://doi.org/10.48550/arXiv.2305.00931
Laux, J., Wachter, S., & Mittelstadt, B. (2024). Trustworthy artificial intelligence and the European Union AI act: On the conflation of trustworthiness and acceptability of risk. Regulation & Governance, 18(1), 3-32. https://doi.org/10.1111/rego.12512
Lo, M. (2023). Skepticism’s Pictures: Figuring Descartes’s Natural Philosophy. Penn State Press. https://www.amazon.com/Skepticisms-Pictures-Figuring-Descartess-Philosophy/dp/0271094826
Medaglia, R., Gil-Garcia, J. R., & Pardo, T. A. (2023). Artificial intelligence in government: Taking stock and moving forward. Social Science Computer Review, 41(1), 123-140. https://doi.org/10.1177/08944393211034087
Ndubisi, E. J. (2023). AGAINST HUME’S METAPHYSICAL NIHILISM. Journal of African Studies and Sustainable Development. https://acjol.org/index.php/jassd/article/view/3686
Neri, H., & Cozman, F. (2020). The role of experts in the public perception of risk of artificial intelligence. AI & SOCIETY, 35, 663-673. https://doi.org/10.1007/s00146-019-00924-9
Oladoyinbo, T. O., Olabanji, S. O., Olaniyi, O. O., Adebiyi, O. O., Okunleye, O. J., & Alao, A. I. (2024). Exploring the challenges of artificial intelligence in data integrity and its
influence on social dynamics. Asian Journal of Advanced Research and Reports, 18(2), 1-23. http://dx.doi.org/10.9734/AJARR/2024/v18i2601
Ramachandran, K. K., Mary, A. A. S., Hawladar, S., Asokk, D., Bhaskar, B., & Pitroda, J. R. (2022). Machine learning and role of artificial intelligence in optimizing work performance and employee behavior. Materials Today: Proceedings, 51, 2327-2331. http://dx.doi.org/10.1016/j.matpr.2021.11.544
Rožman, M., Tominc, P., & Milfelner, B. (2023). Maximizing employee engagement through artificial intelligent organizational culture in the context of leadership and training of employees: Testing linear and non-linear relationships. Cogent Business & Management, 10(2), 2248732. DOI%3A%2010.1080/23311975.2023.2248732
Rudko, I., Bashirpour Bonab, A., & Bellini, F. (2021). Organizational structure and artificial intelligence. Modeling the intraorganizational response to the ai contingency. Journal of Theoretical and Applied Electronic Commerce Research, 16(6), 2341-2364. https://doi.org/10.3390/jtaer16060129
Ryan, M. (2020). In AI we trust: ethics, artificial intelligence, and reliability. Science and Engineering Ethics, 26(5), 2749-2767. https://doi.org/10.1007/s11948-020-00228-y
Said, G., Azamat, K., Ravshan, S., & Bokhadir, A. (2023). Adapting Legal Systems to the Development of Artificial Intelligence: Solving the Global Problem of AI in Judicial Processes. International Journal of Cyber Law, 1(4). https://doi.org/10.59022/ijcl.49
Saura, J. R., Ribeiro-Soriano, D., & Palacios-Marqués, D. (2022). Assessing behavioral data science privacy issues in government artificial intelligence deployment. Government Information Quarterly, 39(4), 101679. https://doi.org/10.1016/j.giq.2022.101679
Saxena, N., & Khandelwal, A. R. (2022). Effectiveness of E‐HRM Tools Using the Functionalities of Artificial Intelligence During Remote Working in Lockdown Period. Impact of Artificial Intelligence on Organizational Transformation, 387-397. http://dx.doi.org/10.1002/9781119710301.ch22
Scolari, P. (2023). Death of God, nihilism, human existence. Gabriel Marcel and Friedrich Nietzsche. REVISTA DIALECTUS, 28(1), 203-221. http://dx.doi.org/10.30611/2023n28id86630
Shaikh, F., Afshan, G., Anwar, R. S., Abbas, Z., & Chana, K. A. (2023). Analyzing the impact of artificial intelligence on employee productivity: the mediating effect of knowledge sharing and well‐being. Asia Pacific Journal of Human Resources, 61(4), 794-820. DOI:10.1111/1744-7941.12385
Shaukat, K., Iqbal, F., Alam, T. M., Aujla, G. K., Devnath, L., Khan, A. G., & Rubab, A. (2020). The impact of artificial intelligence and robotics on the future employment opportunities. Trends in Computer Science and Information Technology, 5(1), 050-054. https://doi.org/10.17352/tcsit.000022
Shreve, J. T., Khanani, S. A., & Haddad, T. C. (2022). Artificial intelligence in oncology: Current capabilities, future opportunities, and ethical considerations. American Society of Clinical Oncology Educational Book, 42, 842-851. https://doi.org/10.1200/edbk_350652
Thakur, R. (2024). Introduction to artificial intelligence and its importance in modern business management. In Leveraging AI and emotional intelligence in contemporary business organizations (pp. 133-165). IGI Global. DOI: 10.4018/979-8-3693-1902-4.ch009
Titus, L. M. (2024). Does ChatGPT have semantic understanding? A problem with the statistics-of-occurrence strategy. Cognitive Systems Research, 83, 101174. https://psycnet.apa.org/doi/10.1016/j.cogsys.2023.101174
Tran, O., Le, T. D., & Hang, N. P. T. (2023). Impacts of human capital, the fourth industrial revolution, and institutional quality on unemployment: An empirical study at Asian countries. Journal of Eastern European and Central Asian Research (JEECAR), 10(2), 238-250. http://dx.doi.org/10.15549/jeecar.v10i2.1010
Walters, R., & Novak, M. (2021). Artificial Intelligence and Law. In Cyber Security, Artificial Intelligence, Data Protection & the Law (pp. 39-69). Singapore: Springer Singapore. https://dx.doi.org/10.2139/ssrn.3911699
Wang, Y., Fu, E. Y., Zhai, X., Yang, C., & Pei, F. (2024). Introduction of artificial Intelligence. In Intelligent Building Fire Safety and Smart Firefighting (pp. 65-97). Cham: Springer Nature Switzerland. https://www.springerprofessional.de/en/intelligent-building-fire-safety-and-smart-firefighting/26664236
Zhang, C., Zhu, W., Dai, J., Wu, Y., & Chen, X. (2023). Ethical impact of artificial intelligence in managerial accounting. International Journal of Accounting Information Systems, 49, 100619. https://dx.doi.org/10.2139/ssrn.4394217
Zhang, W & Zuo, Na & He, Wu & Li, Songtao & Yu, Lu, (2021). "Factors influencing the use of artificial intelligence in government: Evidence from China," Technology in Society, Elsevier, vol. 66(C). DOI: 10.1016/j.techsoc.2021.101675
Zhou, Q., Li, B., Han, L., & Jou, M. (2023). Talking to a bot or a wall? How catboats vs. human agents affect anticipated communication quality. Computers in Human Behavior, 143, 107674. http://dx.doi.org/10.1016/j.chb.2023.107674
حکمرانی هوش مصنوعی در دولت الکترونیک (چالش‌ها، فواید)
تاریخ دریافت:11/02/1403
تاریخ پذیرش:22/03/1403
سیدکامران یگانگی
استادیار، گروه مهندسی صنایع، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران.
ORCID: 0000-0003-0421-6258 yeganegi@iauz.ac.ir
چکيده
علی‌رغم رشد روزافزون در حوزه هوش مصنوعی، بسیاری از مدیران سازمانی هنوز نتوانسته‌اند ارتباط خوبی با این فناوری برقرار کنند. سر درآوردن از هوش مصنوعی هم مثل هر فنّاوری جدید دیگر که با کلی هیاهو و جنجال رسانه‌ای همراه است، ممکن است گیج‌کننده باشد و حتی متخصصان هوش مصنوعی هم به‌سختی می‌توانند خود را با تحولات لحظه‌ای این فناوری همراه کنند. تحقیق حاضر سعی بر آن دارد تا به روش تحلیل مضمون به بررسی جامعی از پشت پرده‌ی تأثیر این فناوری مرموز و قدرتمند در هوشمند سازی مدیریت منابع انسانی بپردازد. بدین منظور یافته‌های جدیدترین مطالعات انجام‌شده در حوزه‌ی هوش مصنوعی با محوریت مدیریت منابع انسانی و کاربری دولت الکترونیک، از نشریات معتبر علمی- پژوهشی بین‌المللی مدنظر قرار گرفتند. پس از دسته‌بندی و کدگذاری داده‌های مذکور درنهایت روایت نظری تحقیق تدوین و ارائه گرید. یافته‌های مذکور در پنج کد کلان شامل چالشهای پیش روی هوش مصنوعی با نه مولفه، اخلاق حرفه‌ای با هفت مولفه ، نظام دولت الکترونیک با شش مولفه، نظام اداری با هفت مولفه، هوشمند سازی دولت‌ها با چهار مولفه احصا گردیدند.
واژگان کليدي: هوش مصنوعی، مدیریت منابع انسانی، دولت الکترونیک.
1- مقدمه
برای بهره‌گیری از مزایای هوش مصنوعی در بخش دولتی ، مدیران سازمان‌های عمومی باید به‌طور چشمگیری استفاده از سامانه‌های مبتنی بر هوش مصنوعی را افزایش دهند(روشن و همکاران، 1400). در خوش‌بینانه‌ترین حالت بخش عمومی تمایل برساخت راهحلهای هوش مصنوعی در داخل و مالکیت و کنترل این سامانه‌ها دارد. این منجر به توسعه سامانه‌هایی می‌شود که اغلب کمتر از حد بهینه هستند، با توجه به زمان لازم برای ساختن آن‌ها به‌جای استفاده از راه‌حل‌هایی که به‌آسانی در دسترس خارجی هستند. این ذهنیت کاملاً در تضاد با آنچه در بخش خصوصی یافت می‌شود است، جایی که رویکرد غالب اجاره منابع هوش مصنوعی به‌جای ساختن آن‌ها در داخل است. به بیان ساده، با توجه به میزان پیشرفت در مکانیسم‌ها و فناوری‌های محاسباتی، سامانه‌های ساختمانی در داخل نه‌تنها از منظر هزینه ناکارآمد است، بلکه
اغلب غیرممکن است. (Desouza, 2021). تحقیق حاضر سعی بر آن دارد تا اطلاعاتی جامع در حوزه‌ی هوش مصنوعی را موردبررسی قرار داده و در این راستا به ارائه راهبردهای عملیاتی بپردازد.
1. مبانی نظری: روند پژوهی
اصطلاح «هوش مصنوعی» (Artificial Intelligence) یا AI برای توصیف دستگاهی به کار می‌رود که می‌تواند فعالیت‌های شناختی وابسته به ذهن انسان ازجمله «یادگیری» و «حل مسئله» را به‌خوبی یا حتی بهتر از انسانها انجام دهد. (Wang etal;2024). یافته‌های تحقیق Zhang و همکاران(2023) نشان می‌دهد که امنیت داده‌ها، حریم خصوصی و سوءاستفاده؛ مسئوليت؛ دسترسی؛ مزایا و چالش‌ها؛ و شفافیت و اعتماد هوش مصنوعی یکی از رایج‌ترین خطرات اخلاقی در توسعه و استفاده از هوش مصنوعی در حسابداری مدیریتی است که بر چهار نوع ذینفع: توسعه‌دهندگان، مدیران مسئول پذیرش هوش مصنوعی، حسابداران مدیریتی و تنظیم‌کننده‌ها مؤثر است.
یافته‌های تحقیق Zhang و همکاران(2023) نشان می‌دهد که امنیت داده‌ها، حریم خصوصی و سوءاستفاده؛ مسئوليت؛ دسترسی؛ مزایا و چالش‌ها؛ و شفافیت و اعتماد هوش مصنوعی یکی از رایج‌ترین خطرات اخلاقی در توسعه و استفاده از هوش مصنوعی در حسابداری مدیریتی است که بر چهار نوع ذینفع: توسعه‌دهندگان، مدیران مسئول پذیرش هوش مصنوعی، حسابداران مدیریتی و تنظیم‌کننده‌ها مؤثر است.
در تحقیق (2023)Gartner & Krašna. نگرش اخلاقی هوش مصنوعی در آموزش درزمینهٔ استقلال، حریم خصوصی، اعتماد و مسئولیت و همچنین شناخت مفاهیم هوش مصنوعی و ملاحظات اخلاقی آن شرط و معرفی و کاربرد هوش مصنوعی در آموزش بااهمیت شناخته‌شده است.
یافته‌های تحقیق Kraske و همکاران(2023) نشان می‌دهد که در کاربست هوش مصنوعی سازمان‌ها باید فراتر از منابع فنی نگاه کنند و تأکید خود را بر توسعه منابع غیر فنی مانند مهارتها و شایستگی‌های انسانی، رهبری، هماهنگی تیمی، فرهنگ‌سازمانی و طرز فکر نوآوری، استراتژی حاکمیتی و ادغام هوش مصنوعی و کارکنان داشته باشند.
محققینی ازجمله Ahmad و همکاران(2023)؛ Flores-Vivar و همکاران(2023)؛ Mori و همکاران(2023)بر این باور هستند که باوجود رشد روزافزون سامانه‌های مبتنی بر هوش مصنوعی در حوزه‌هایی مانند اخلاق، اعتماد و قابلیت توضیح‌پذیری همچنان نیازمند به تحقیقات بیشتری است.
البشر و کومار در سال 2022 تحقیقی مقاله‌ای تحت عنوان استفاده از هوش مصنوعی برای ارتقای خدمات دولت الکترونیک منتشر کردند که در آن به‌طور فزاینده‌ای به استفاده از هوش مصنوعی برای پیشبرد اهداف دولت الکترونیک با تکیه‌بر اینترنت اشیا اشاره نموده‌اند. در این مقاله اشاره‌شده است که با توجه به پیشرفت‌های فناوری در حوزه اینترنت و می‌توان با تکیه‌بر فناوری‌های هوش مصنوعی اینترنت اشیا اثربخشی دولت و استاندارد زندگی شهروندان را در حوزه‌های حیاتی حکمرانی خوب ارتقا داد.. این مقاله بر روی اینترنت اشیا و هوش مصنوعی برای حکمرانی هوشمند متمرکزشده است. چندین مدل اینترنت اشیا و هوش مصنوعی برای دولت دیجیتال یا ساختمان‌های هوشمند ارزیابی می‌شوند. سپس مسائل مرتبط با پیاده‌سازی و ادغام این سامانه‌ها در خدمات دولتی ارائه می‌شود. به دنبال آن، چارچوبی پژوهشی با ترکیب هر دو مؤلفه
اینترنت اشیا و هوش مصنوعی و دربرگیرنده حل مسائل شناسایی‌شده پیشنهاد می‌شود. چارچوب پیشنهادی به حوزه‌های تحقیقاتی اینترنت اشیا و هوش مصنوعی و نگرانی‌های مربوط به حاکمیت خوب می‌پردازد.
نوردت و همکاران(2022) با مقاله¬ای تحت عنوان هوش مصنوعی برای بخش عمومی: نتایج محوطه‌سازی استفاده از هوش مصنوعی در دولت در سراسر اتحادیه اروپا، بر اساس بررسی غنی از موارد جمع‌آوری‌شده توسط محوطه‌سازی آل واچ
در سال‌های 2019-2020، به دنبال بینش‌های حاصل از یک تحلیل اولیه در مورداستفاده از هوش مصنوعی در خدمات عمومی است . این تجزیه‌وتحلیل نشان داد که درواقع فناوری‌ها و کاربردهای هوش مصنوعی در حال حاضر برای اهداف مختلف مورداستفاده قرار میگیرند، اما هنوز شواهد کمی از تأثیر آن‌ها وجود دارد. این امر تعمیم‌ها و تئوری‌سازی را در مورد چگونگی استفاده از هوش مصنوعی توسط بازیگران دولتی، و همچنین برای کدام عملکرد و با کدام تأثیرات، محدود می‌کند. ازاین‌رو، در این مقاله، تلاش می‌شود تا مشخص شود که هوش مصنوعی تا چه حد برای حمایت از عملکردهای حکمرانی خاص، یعنی سیاست‌گذاری، ارائه خدمات عمومی و مدیریت داخلی استفاده می‌شود و پتانسیل تأثیر را در برخی موارد نشان می‌دهد. تا این حد، هدف این تحقیق درک این موضوع است که چگونه هوش مصنوعی می‌تواند برای بهبود عملکردهای حاکمیتی ادارات دولتی مورداستفاده قرار گیرد.
در سال 2021 در مقاله‌ای که در مرکز ای‌بی‌ام برای تجارت دولتی با عنوان هوش مصنوعی در بخش دولتی یک مدل بلوغ منتشر نمود مدل بلوغی جهت طراحی و توسعه و استقرار هوش مصنوعی در بخش دولتی ارائه نمود
ژانگ و همکاران در سال 2021 تحقیقی را با عنوان عوامل مؤثر بر استفاده از هوش مصنوعی در دولت: شواهدی از چین منتشر نمودند. در این مقاله تلاش می‌شود تا عوامل چندبعدی مؤثر بر استفاده دولت‌ها از هوش مصنوعی را از منظر تحلیل اسناد سیاست‌گذاری دولت و مصاحبه با گروه‌های مختلف ذینفع (یعنی دولت، شرکت‌های فناوری اطلاعات و عموم) تحلیل نمایند. هدف از این تحقیق شناسایی عوامل تأثیرگذار مختلف مربوط به استفاده دولت‌ها از هوش مصنوعی در مراحل مختلف بیان‌شده است.
خوشنود در سال 1401 در نشریه فصلنامه تخصصی مطالعات و پژوهش‌های اداری مقاله‌ای را با عنوان هوش مصنوعی انسان‌محور در بخش دولتی: دروازه تصدی نقش متخصص تدارکات عمومی ترجمه نموده است، که به بررسی نقش تدارکات عمومی در توسعه و استقرار هوش مصنوعی انسان‌محور در کشورهای درحال‌توسعه می‌پردازد. او در مقاله عنوان می‌نماید خطرات تهیه و استقرار راهحلهای هوش مصنوعی که به عموم آسیب می‌رساند، بیشتر بر حفظ حریم خصوصی ، امنیت ، حفاظت از محیط‌زیست، عدالت اجتماعی و نگرانی‌های حقوق بشری تمرکز دارد. این مطالعه، یک رویکرد کیفی اکتشافی را برای پاسخ به سؤال تحقیق اتخاذ می‌کند.
صفری و انصاری(1401) به پژوهشی با عنوان شناسایی و رتبه بندی عوامل مؤثر بر پذیرش هوش مصنوعی در بخش دولتی و خصوصی پرداختند. در این پژوهش عوامل مؤثر بر پذیرش و بکارگیری هوش مصنوعی در بخش دولتی و خصوصی مورد ارزیابی قرار گرفته است. ابتدا با توجه به ادبیات پژوهش به استخراج عوامل پذیرش فناوری هوش مصنوعی پرداخته و سپس از طریق نظرات خبرگان این فناوری آن ها را نهایی نموده‌اند، سپس با استفاده از روش رتبه بندی فریدمن و بهترین بدترین به بررسی عوامل تأثیرگذار پذیرش به کارگیری هوش مصنوعی در بخش دولتی و خصوصی و رتبه بندی آن ها می‌پردازد.
مولایی و کافی(1401) در پژوهشی با عنوان راهبردهای جمهوری اسلامی ایران برای مواجهه و بهره‌گیری از دیپلماسی هوش مصنوعی به بیان تحولات گسترده در حوزه دیپلماسی، نقش آفرینی تحولات فناورانه در سطح توسعه کشورها، شکل‌گیری نسل جدید دیپلماسی تحت عنوان «دیپلماسی هوش مصنوعی» و اهمیت دیپلماسی جدید برای ایران از دو حیث :نخست تقویت نظری و عملی علم دیپلماسی و سیاست خارجی در ایران، دوم: تاثیرات هوش مصنوعی بر اقتصاد، فرهنگ، ارزش ها می باشد را مدنظر قرار داده اند، و هدف از این پژوهش کمک به تقویت سیاست خارجی ایران و خروج هر چه بیشتر آن از وضعیت انفعالی می باشد.
حشمتدار و کردی (1401) با انتشار مقاله‌ای تحت عنوان بررسی اثربخشی سامانه‌های هوش مصنوعی در کارکردهای منابع انسانی پرداخته است.
روشن و همکاران در سال 1400 مقاله‌ای را تحت عنوان کاربست هوش مصنوعی در بخش دولتی: مطالعه ای فراترکیب منتشر نموده‌اند، که در آن به بررسی روابط انسان و هوش مصنوعی اشاره نموده‌اند، و در ادامه به معرفی خدماتی که توسط دولت‌ها ارائه می‌شود و این امکان وجود دارد تا با بهره‌گیری از هوش مصنوعی این حوزه ها را بهبود بخشید ، می‌پردازد.
تخشید در سال 1400 با انتشار مقاله‌ای با عنوان مقدمه ای بر چالشهای هوش مصنوعی در حوزه مسئولیت مدنی، به این امر می‌پردازد که با گسترش فناوری هوش مصنوعی به خصوص در حوزه های خودروسازی و پزشکی عواقب ناشی از اشتباهات و تصادفات رخ داده به عهده چه کسی است. و قوانین و مقررات مربوطه را چگونه باید اصلاح نمود.
عباسی و سیوندیان(1399) در مقاله‌ای تحت عنوان مدیریت دانش و بررسی نقش هوش مصنوعی و سامانه‌های خبره در انواع آن به ابعاد مختلف مدیریت دانش می‌پردازد. همانطور که در این مقاله عنوان شده است دانش دارایی واقعی سازمانی است که براساس اصول بازار آزاد فعالیت می‌کندو بر یکپارچگی در بخشها و اصول خود تأکید دارد. تکنیکهای مختلفی جهت پیاده‌سازی سامانه‌های مدیریت دانش استفاده شده است. یکی از این تکنیکها که مفید بودن آن اثبات شده است، عامل های هوشمند عنوان شده است.
پورعزت و همکاران در سال 1398 مقاله‌ای را با عنوان بازگشت عقلانیت؛ کاربست هوش مصنوعی در حکمرانی و خط مشی گذاری عمومی منتشر نموده که در آن به بررسی ابعاد مختلف استفاده از عقلانیت در خط مشی گذاری و استفاده از هوش مصنوعی جهت بهبود سیستم تصمیم گیری و خط مشی گذاری ها پرداخته است.
یوسفی راد در مقاله‌ای که با عنوان ملاحظات به کارگیری تصمیم گیری خودکار و هوش مصنوعی در دولت و پارلمان در سال 1398 منتشر نموده است به تصمیم گیری خودکار و برخی از ابعاد آن و هوش مصنوعی و کاربردهای آن و پایه های حقوقی تصمیم گیری خودکار پرداخته است.
شیخ الاسلامی(1398) در مقاله‌ای با عنوان درآمدی بر حکمرانی هوش مصنوعی نسبت به معرفی سیاست های هوش مصنوعی و نتایج حکمرانی مطلوب هوش مصنوعی ارائه طریق نموده است.
خسروآبادی (1397) در پژوهشی با عنوان چالشهای اداره امور عمومی در دنیای هوش مصنوعی و ربات ها ، به بیان ابعاد مختلف مشاغل در رویارویی با هوش مصنوعی و پیامدهای حاصل از توسعه هوش مصنوعی در جایگزینی ماشین ها و ربات ها در مشاغل ساده و نازمند دانش پایین و در نتیجه افزایش بیکاری یاد می‌نماید.
سازمند در سال 1398 مقاله‌ای را تحت عنوان هوش مصنوعی در جهان(جمهوری خلق چین) منتشر نموده است که به اهداف دولت چین و برنامه های راهبردی چین جهت دستیابی به فناوری هوش مصنوعی در اداره کلیه بخشهای کشور و نحوه پیشی گرفتن در این حوزه را عنوان نموده است.
خویی (1397) در مقاله‌ای با عنوان هوش مصنوعی و قانونگذاری(طرح راهبردی ملی تحقیق و توسعه هوش مصنوعی) بیان می‌نماید پژوهشهاي هوش مصنوعي مي تواند اولويتهاي ملي شامل افزايش رفاه اقتصادي، بهبود فرصتهاي آموزشي، كيفيت زندگي و همچنين افزايش امنيت ملي و داخلي را تحكيم بخشد.
مقدسی و همکاران در پژوهشی که در پنجمین همایش ملی فناوری‌های نوین در مهندسی برق، کامپیوتر و مکانیک ایران با موضوع بررسی تأثیر هوش مصنوعی و کاربرد آن در دولت الکترونیک منتشر نموده‌اند به بررسی ابعاد مختلف تاثیرات هوش مصنوعی در دولت الکترونیک پرداخته اند.
2. روش پژوهش
پژوهش حاضر کاربردی، از نوع توصیفی (زمینه‌ای – موردی) و مبتنی بر روش تحلیل مضمون می باشد.
تحلیل مضمون یکی از روش های تحقیق و تحلیل اطلاعات استفاده شده در تحقیقات و مطالعات بیشتر رشته ها به‌طور اعم و در رشته های مدیریت و علوم اجتماعی به‌طور اخص است .این تحلیل روش مطالعه و تجزیه‌وتحلیل ارتباط‌ها به شیوه نظام دار، عینی و کمی برای اندازه‌گیری متغیرهاست (زهری بیدگلی و همکاران،1399). بنابراین در تحقیق حاضربرای تحلیل جملات و عبارات، متن ها کلمه به کلمه و خط به خط بازبینی شد. هر متن انبوهی از داده‌ها را به همراه داشت که می بایست مطالعه می شدند تا از میان آن‌ها مضامین پژوهش استخراج شوند. این جملات به صورت عبارات کوتاه درآمد. کلمات و عبارتها با مضامین مشابهی که در طول جملات تکرارمی شدند نیز درنظر گرفته شد و عبارت های مشترک گروه بندی و کدگذاری شدند.
3. یافته‌های پژوهش
3-1. هوش مصنوعی و کاربردهای آن در نظام دولت الکترونیک
دولت الكترونيك بيانگر كاركردهايي همچون پاسخگويي، عدم تمركز، شفافيت، كارايي، اثربخشي، خدمت رساني به موقع و دسترسي سريع و آسان به اطلاعات دولتي است بدون شك هدف اصلي از ايجاد اين تغييرات، ارائه خدمات بهتر از يك سو و اصلاح ساختار اداري براي افزايش كارآمدي آن‌ها است. ناگفته پيداست، اجراي چنين پروژه اي بيش از هر چيز نيازمند مديريت كارآمد است كه خود شامل اجراي طرح توسعه فناوري اطلاعات و ارتباطات در كليه سطوح دولتي، تقابل با مركز اطلاع رساني، تهيه، تدوين و ارائه سياست هاي موردنظر، برنامه ريزي، ايجاد هماهنگي، نظارت بر جريان فعاليت ها و غيره است (مغانلو، 1402).
هوش مصنوعی دارای پتانسیل قوی برای صرفه‌جویی در هزینه‌ها، کاهش حجم کار کارکنان دولتی و افزایش بهره وری است. بنابراین، دولت‌ها در تمام سطوح در بسیاری از کشورها استفاده از فناوری‌های هوش مصنوعی را به عنوان یکی از مهم‌ترین استراتژی‌های توسعه خود در نظر گرفته‌اند. آن‌ها انتظار دارند هوش مصنوعی توسعه کشورها و شهرهای هوشمند را هدایت کند( Zhang etal,2021).
3-2. هوش مصنوعی و کاربردهای آن در نظام اداری
یکی از کاربردهای هوش مصنوعی در محیط‌های کاری حوزه استخدام است. هوش مصنوعی یک فناوری مناسب برای بهبود روند استخدام منابع انسانی است. در فرایند استخدام مانند پیدا کردن سوزن در انبار کاه عمل می‌کند و با تجزیه‌وتحلیل میلیون‌ها پروفایل در شبکه‌های اجتماعی و هزاران رزومه، موارد مناسب را از میان آن‌ها انتخاب کرده و به‌صورت خودکار با آن‌ها ارتباط برقرار کرده و پس از آن‌که افراد منتخب مشخص شدند و یا گروهی از افراد که به درخواست استخدام
پاسخ مثبت داده‌اند، می‌توانید از هوش مصنوعی برای انتخاب فرد مناسب برای استخدام استفاده کنید. در حال حاضر که ابزار مبتنی بر هوش مصنوعی در دسترس است که به سازمان‌ها برای استخدام از راه دور کمک می‌کنند. می‌توان از هوش مصنوعی برای ارزیابی مهارتهای افراد، شخصیت شناسی و حتی میزان مناسب بودن آن‌ها برای سازمانتان استفاده نمایید.
3-3. هوش مصنوعی ابزاری برای هوشمند سازی دولت‌ها (Medaglia etal,2023 )
دولت بزرگ‌ترین و شاید مهم‌ترین بخش جامعه است، با توجه به گسترش فناوری‌های موجود، توجه به استفاده از این فناوری‌ها در خدمات دولتی بسیار مهم و حیاتی می‌نماید.امروزه خودکارسازی فعالیت‌هایی که نیازمند مهارت های ادارای انسان است مانند تشخیص چهره و غیره هستند ، دور از انتظار نمی باشد. لذا استفاده از هوش مصنوعی مزایای بسیاری در حوزه مدیریت دولتی مهیا می‌سازد. که ازجمله این موارد می‌توان به سهولت دسترسی شهروندان به خدمات عمومی، سرعت عمل در استفاده از این خدمات و صرفه‌جویی در هزینه‌ها را عنوان نمود. از طرفی توسعه دولت مبتنی بر هوش مصنوعی و دولت هوشمند باعث شکل‌گیری" آژانس‌های هوشمند"، "سیاست‌گذاری هوشمند"، "افسران مدنی هوشمند" و "شهروندان هوشمند" می‌شود تا بتوان جامعه، اقتصاد و مدیریت را به نحو هوشمندانه‌تری هدایت کرد.
.4 نتیجه‌گیری و پیشنهاد
به‌طور کلی باید توجه داشت که پیشرفت فناوری هوش مصنوعی به معنای زندگی بهتر برای همه است. هوش مصنوعی دارای پتانسیل وسیعی است و مسئولیت پیاده‌سازی و اجرای صحیح آن، با در نظر گرفتن همه مخاطرات، به عهده ما است اما عملکرد هوشمندانه مدیران منابع انسانی را در حوزه‌ی جایگاه مقام انسانی و انسانیت می طلبد چرا که این روبات ها شاید هوشمند باشند اما باهوش نیستند. در این عرصه باید رابطه شناخت این پدیده را از دو منظر فلسفه غربی و اسلامی مورد توجه قرارداد؛ از دید فلسفه غربی در بخش فلسفه ذهن آخرین کسی که انسان دو ساحتی را مطرح کرد، «دکارت» بود( (Lo,2023 و پس از آن در زمان «هیوم» تعریف انسانی تغییر پیدا کرد و او ساحت متافیزیکی را از انسان گرفت و او را در این دایره انسانی جسمی محصور کرد(2023NDUBISI,). جایگاه علم و دین در زندگی بشریت را موردکنکاش قراردادند (Kalkman,2023)؛ حتی درزمینهٔ اعمال و رفتار نیز، گفتند همه این عواطف و احساسات و ادراکات نفسانی در حقیقت حاصل کنش و واکنش‌های ذهنی و مغزی در انسان است و به‌طور کل متافیزیک و خدا را از این معادله حذف کردند(2023 , Scolari) بنابراین آن‌ها ذهن را آنقدر محدود کردند که همه رفتارهای انسانی را حاصل جمع این کنش و واکنش‌ها تفسیر کردند.
چرا که یک روبات نمی‌تواند بدون برنامه‌‌‌ریزی شدن توسط انسان کاری را انجام دهد و حتی پس از دریافت جدیدترین برنامه‌‌‌ها هم باز نمی‌تواند بسیاری از کارها را انجام دهد و بازهم به عامل انسانی برای آموزش دیدن و حل مشکلات کاری نیاز است. یکی از اولویت‌‌‌هایی که مدیران و رهبران شرکت‌ها می‌توانند در برخورد با ورود ماشین‌‌‌ها به محیط کار و اتوماسیون شدن کارها انجام دهند، انتقال تجربیات و بازآموزی مهارتهای کار از انسانها به روبات‌‌‌هاست. اگر به‌‌‌عنوان یک مدیر بخواهید در مجموعه تحت مدیریت‌تان انتقال تجربیات و مهارتها به روبات‌‌‌های هوشمند را انجام دهید حتما باید این کار را با محوریت نیروی انسانی‌‌‌تان انجام دهید. تحولات و پیشرفت‌های هوش مصنوعی در آینده برخی از صنایع و مشاغل را بیشتر از بقیه تحت تأثیر قرار خواهند داد و ما شاهد از بین رفتن یکسری از مشاغل در آینده‌‌‌ای نزدیک خواهیم بود و بازآموزی و اشتغال افراد پرشماری که درنتیجه از بین رفتن این مشاغل بیکار خواهند شد به یکی از چالشهای اجتماعی بزرگ آینده تبدیل خواهد شد. علاوه‌بر این، مدیران میانی و کارگران یقه‌‌‌سفید نیز باید به‌‌‌زودی خود را برای کار کردن در کنار روبات‌‌‌ها و ماشین‌‌‌ها آماده کنند و به همین دلیل هم باید مهارتهای جدیدی را فرابگیرند. و بر این اساس مبتنی بر تحقیقاتی از قبیل تحقیقاتKrasketal,2023) ,( (Chen& Das,2023) (Said etal.2023) ,(Saura etal,2022), (Debrah etal,2022) (Thakur , 2024), (Saxena & Khandelwal,2022),).(Kiyasseh etal, 2022),بهترین راه‌‌‌حل برای آشتی دادن هوش مصنوعی با منابع انسانی نگران از تنزل جایگاه و بیکار شدن در آینده این است که سامانه‌های هوش مصنوعی با نیروی کار انسانی «ترکیب شوند» نه اینکه جای آن‌ها را بگیرند و آن‌ها را به حاشیه برانند . بنابراین باید پذیرفت که شاه‌‌‌کلید موفقیت سامانه‌های هوش مصنوعی در عرصه عمل این است که چه در زمان طراحی، چه در حین اجرا و چه پس‌ازآن باید برای انسان یک نوع عاملیت و تأثیرگذاری ملموس تعریف شود و این امکان و اختیار به انسانها داده شود تا برخی کارکردهای حساس و مهم را بر عهده بگیرند و برای حل مسائل راهحلهای انسانی ارائه دهند و همین موضوع باعث خواهد شد تا ما بتوانیم «اجرای مسوولیت‌پذیرانه برنامه‌‌‌های هوش مصنوعی توسط کارکنان» را در سازمان‌ها شاهد باشیم.
درنهایت می‌توان این اطمینان را به کارکنان و نیروی انسانی نگران از پیشرفت‌های سریع سامانه‌های هوش مصنوعی داد که اگر در زمان برنامه‌‌‌ریزی برای توسعه هوش مصنوعی به مسائل انسانی و اخلاقی توجه ویژه‌‌‌ای داشت وزندگی و کار کسانی را که درنتیجه گسترش هوش مصنوعی تحت تأثیر قرار میگیرند نیز مدنظر داشت می‌توان به تحقق رویای هوش مصنوعی اخلاق‌‌‌گرا و کارآفرین بیش‌‌‌ازپیش امیدوار بود.
فهرست منابع ومآخذ
الف. منابع فارسي
· جووری, بهنوش, محمدی مقدم, یوسف. (1400). نشاط و راهبردهای جاری سازی آن در دانشگاه ها. اندیشه های نوین تربیتی, 17(1), 245-271. Doi: 10.22051/JONTOE.2021.26926.2723
· روشن, سید علیقلی, یعقوبی, نورمحمد, مومنی, امیررضا. (1400). کاربست هوش مصنوعی در بخش دولتی (مطالعه ای فرا ترکیب). فصلنامه انجمن علوم مدیریت ایران, 16(61), 117-145. https://journal.iams.ir/article_349.html
· زهری بیدگلی, سید محسن, محمدی مقدم, یوسف, جووری, بهنوش, غیبی, پروانه. (1399). نظام معنایی گفتمان، چرایی و چگونگی آن در وصایای شهدا بر اساس نظریۀ لاکلا و موف (مورد مطالعه: وصایای شهدای نیروی انتظامی استان فارس). فصلنامه علمی مطالعات دفاع مقدس, 6(4), 29-9. https://dorl.net/dor/20.1001.1.25883674.1399.6.4.1.6
· سازمند، بهاره. (1397). هوش مصنوعی در جهان(3) (جمهوری خلق چین). تهران، ایران: مرکز پژوهش‌های مجلس شورای اسلامی. https://sid.ir/paper/792606/fa
· فتوحی رودمعجنی، محمود.(1396). آیین نگارش مقالة پژوهشی، تهران، انتشارات سخن، ویرایش سوم، چاپ شانزدهم.
· مغانلو، امیرمحمد(1402)، عوامل تأثیرگذار بر پیاده‌سازی مشاوره الکترونیکی بر اتخاذ تدارکات الکترونیکی با نقش میانجی سیاست نظارتی در شهرداری زنجان، پایان نامه کارشناسی ارشددانشگاه آزاد اسلامی واحد زنجان، استاد راهنما سید کامران یگانگی.
ب. منابع انگليسي
Ahmad, K., Abdelrazek, M., Arora, C., Bano, M., & Grundy, J. (2023). Requirements engineering for artificial intelligence systems: A systematic mapping study. Information and Software Technology, 107176. https://doi.org/10.1016/j.infsof.2023.107176
Akour, I., Alzyoud, M., Alquqa, E., Tariq, E., Alzboun, N., Al-Hawary, S & Alshurideh, M. (2024). Artificial intelligence and financial decisions: Empirical evidence from developing economies.International Journal of Data and Network Science, 8(1), 101-108. http://dx.doi.org/10.5267/j.ijdns.2023.10.013
Al-Besher, A., Kumar, K. (2022): Use of artificial intelligence to enhance e-government services. Meas. Sens. 24, 100484. https://www.sciencedirect.com/science/article/pii/S2665917422001180
Aleem, M., Sufyan, M., Ameer, I., & Mustak, M. (2023). Remote work and the COVID-19 pandemic: An artificial intelligence-based topic modeling and a future agenda. Journal of business research, 154, 113303. https://doi.org/10.1016/j.jbusres.2022.113303
BAKKAL, A. K., & ALİMEN, N. (2023) .Modernization by Translation, Modernization in Translation: From Hace-i Evvel to Bot Poet–An INTRA Case. transLogos Translation Studies Journal, 5(2), 134-158. https://doi.org/10.29228/transLogos.51
Buzko, I., Dyachenko, Y., Petrova, M., Nenkov, N., Tuleninova, D., & Koeva, K. (2016). Artificial Intelligence technologies in human resource development. Computer modelling and new technologies, 20(2), 26-29. https://www.researchgate.net/publication/308031679_Artificial_Intelligence_technologies_in_human_resource_development
Chen, P. Y., & Das, P. (2023). AI Maintenance: A Robustness Perspective. Computer, 56(2), 48-56. http://dx.doi.org/10.1109/MC.2022.3218005
Cheng, W., Li, G., & Liu, S. (2020). Enlightenment of Human-Machine Cooperation on Human Resource Management in the Era of Artificial Intelligence. http://dx.doi.org/10.12677/MM.2020.101015
Debrah, C., Chan, A. P., & Darko, A. (2022). Artificial intelligence in green building. Automation in Construction, 137, 104192. https://doi.org/10.1016/j.autcon.2022.104192
Desouza, K. C. (2021). IBM Center for The Business of Government Artificial Intelligence in the Public Sector: A Maturity Model. www.businessofgovernment.org.
Gartner, S., & Krašna, M. (2023). Artificial intelligence in education-ethical framework. In 2023 12th Mediterranean Conference on Embedded Computing (MECO) (pp. 1-7). IEEE. https://doi.org/10.1109/MECO58584.2023.10155012
Giudici, P., Centurelli, M., & Turchetta, S. (2024). Artificial Intelligence risk measurement. Expert Systems with Applications, 235, 121220. https://doi.org/10.1016/j.eswa.2023.121220
Grzybowski, A., Jin, K., & Wu, H. (2024). Challenges of artificial intelligence in medicine and dermatology. Clinics in Dermatology. https://doi.org/10.1016/j.clindermatol.2023.12.013
Habbal, A., Ali, M. K., & Abuzaraida, M. A. (2024). Artificial Intelligence Trust, Risk and Security Management (AI TRiSM): Frameworks, applications, challenges and future research directions. Expert Systems with Applications, 240, 122442. https://doi.org/10.1016/j.eswa.2023.122442
Jarrahi, M. H., Askay, D., Eshraghi, A., & Smith, P. (2023). Artificial intelligence and knowledge management: A partnership between human and AI. Business Horizons, 66(1), 87-99. https://doi.org/10.1016/j.bushor.2022.03.002
Jia, Q., Guo, Y., Li, R., Li, Y., & Chen, Y. (2018). A conceptual artificial intelligence application framework in human resource management. https://aisel.aisnet.org/iceb2018/91
Joyce, D. W., Kormilitzin, A., Smith, K. A., & Cipriani, A. (2023). Explainable artificial intelligence for mental health through transparency and interpretability for understandability. npj Digital Medicine, 6(1), 6. https://doi.org/10.1038/s41746-023-00751-9
Kalkman, M. L. (2023). Theosemiosis: An essay on consilience and the perennial philosophy. Sign Systems Studies, 51(2), 398-432. https://doi.org/10.12697/SSS.2023.51.2.10
Kiyasseh, D., Laca, J., Haque, T. F., Miles, B. J., Wagner, C., Donoho, D. A., & Hung, A. J. (2023). A multi-institutional study using artificial intelligence to provide reliable and fair feedback to surgeons. Communications Medicine, 3(1), 42. https://doi.org/10.1038/s43856-023-00263-3
Kraske, B. D., Saksena, A., Buczak, A. L., & Sunberg, Z. N. (2023). Explanation through Reward Model Reconciliation using POMDP Tree Search. arXiv preprint arXiv:2305.00931. https://doi.org/10.48550/arXiv.2305.00931
Laux, J., Wachter, S., & Mittelstadt, B. (2024). Trustworthy artificial intelligence and the European Union AI act: On the conflation of trustworthiness and acceptability of risk. Regulation & Governance, 18(1), 3-32. https://doi.org/10.1111/rego.12512
Lo, M. (2023). Skepticism’s Pictures: Figuring Descartes’s Natural Philosophy. Penn State Press. https://www.amazon.com/Skepticisms-Pictures-Figuring-Descartess-Philosophy/dp/0271094826
Medaglia, R., Gil-Garcia, J. R., & Pardo, T. A. (2023). Artificial intelligence in government: Taking stock and moving forward. Social Science Computer Review, 41(1), 123-140. https://doi.org/10.1177/08944393211034087
Ndubisi, E. J. (2023). AGAINST HUME’S METAPHYSICAL NIHILISM. Journal of African Studies and Sustainable Development. https://acjol.org/index.php/jassd/article/view/3686
Neri, H., & Cozman, F. (2020). The role of experts in the public perception of risk of artificial intelligence. AI & SOCIETY, 35, 663-673. https://doi.org/10.1007/s00146-019-00924-9
Oladoyinbo, T. O., Olabanji, S. O., Olaniyi, O. O., Adebiyi, O. O., Okunleye, O. J., & Alao, A. I. (2024). Exploring the challenges of artificial intelligence in data integrity and its
influence on social dynamics. Asian Journal of Advanced Research and Reports, 18(2), 1-23. http://dx.doi.org/10.9734/AJARR/2024/v18i2601
Ramachandran, K. K., Mary, A. A. S., Hawladar, S., Asokk, D., Bhaskar, B., & Pitroda, J. R. (2022). Machine learning and role of artificial intelligence in optimizing work performance and employee behavior. Materials Today: Proceedings, 51, 2327-2331. http://dx.doi.org/10.1016/j.matpr.2021.11.544
Rožman, M., Tominc, P., & Milfelner, B. (2023). Maximizing employee engagement through artificial intelligent organizational culture in the context of leadership and training of employees: Testing linear and non-linear relationships. Cogent Business & Management, 10(2), 2248732. DOI%3A%2010.1080/23311975.2023.2248732
Rudko, I., Bashirpour Bonab, A., & Bellini, F. (2021). Organizational structure and artificial intelligence. Modeling the intraorganizational response to the ai contingency. Journal of Theoretical and Applied Electronic Commerce Research, 16(6), 2341-2364. https://doi.org/10.3390/jtaer16060129
Ryan, M. (2020). In AI we trust: ethics, artificial intelligence, and reliability. Science and Engineering Ethics, 26(5), 2749-2767. https://doi.org/10.1007/s11948-020-00228-y
Said, G., Azamat, K., Ravshan, S., & Bokhadir, A. (2023). Adapting Legal Systems to the Development of Artificial Intelligence: Solving the Global Problem of AI in Judicial Processes. International Journal of Cyber Law, 1(4). https://doi.org/10.59022/ijcl.49
Saura, J. R., Ribeiro-Soriano, D., & Palacios-Marqués, D. (2022). Assessing behavioral data science privacy issues in government artificial intelligence deployment. Government Information Quarterly, 39(4), 101679. https://doi.org/10.1016/j.giq.2022.101679
Saxena, N., & Khandelwal, A. R. (2022). Effectiveness of E‐HRM Tools Using the Functionalities of Artificial Intelligence During Remote Working in Lockdown Period. Impact
of Artificial Intelligence on Organizational Transformation, 387-397. http://dx.doi.org/10.1002/9781119710301.ch22
Scolari, P. (2023). Death of God, nihilism, human existence. Gabriel Marcel and Friedrich Nietzsche. REVISTA DIALECTUS, 28(1), 203-221. http://dx.doi.org/10.30611/2023n28id86630
Shaikh, F., Afshan, G., Anwar, R. S., Abbas, Z., & Chana, K. A. (2023). Analyzing the impact of artificial intelligence on employee productivity: the mediating effect of knowledge sharing and well‐being. Asia Pacific Journal of Human Resources, 61(4), 794-820. DOI:10.1111/1744-7941.12385
Shaukat, K., Iqbal, F., Alam, T. M., Aujla, G. K., Devnath, L., Khan, A. G., & Rubab, A. (2020). The impact of artificial intelligence and robotics on the future employment opportunities. Trends in Computer Science and Information Technology, 5(1), 050-054. https://doi.org/10.17352/tcsit.000022
Shreve, J. T., Khanani, S. A., & Haddad, T. C. (2022). Artificial intelligence in oncology: Current capabilities, future opportunities, and ethical considerations. American Society of Clinical Oncology Educational Book, 42, 842-851. https://doi.org/10.1200/edbk_350652
Thakur, R. (2024). Introduction to artificial intelligence and its importance in modern business management. In Leveraging AI and emotional intelligence in contemporary business organizations (pp. 133-165). IGI Global. DOI: 10.4018/979-8-3693-1902-4.ch009
Titus, L. M. (2024). Does ChatGPT have semantic understanding? A problem with the statistics-of-occurrence strategy. Cognitive Systems Research, 83, 101174. https://psycnet.apa.org/doi/10.1016/j.cogsys.2023.101174
Tran, O., Le, T. D., & Hang, N. P. T. (2023). Impacts of human capital, the fourth industrial revolution, and institutional quality on unemployment: An empirical study at Asian countries. Journal of Eastern European and Central Asian Research (JEECAR), 10(2), 238-250. http://dx.doi.org/10.15549/jeecar.v10i2.1010
Walters, R., & Novak, M. (2021). Artificial Intelligence and Law. In Cyber Security, Artificial Intelligence, Data Protection & the Law (pp. 39-69). Singapore: Springer Singapore. https://dx.doi.org/10.2139/ssrn.3911699
Wang, Y., Fu, E. Y., Zhai, X., Yang, C., & Pei, F. (2024). Introduction of artificial Intelligence. In Intelligent Building Fire Safety and Smart Firefighting (pp. 65-97). Cham: Springer Nature Switzerland. https://www.springerprofessional.de/en/intelligent-building-fire-safety-and-smart-firefighting/26664236
Zhang, C., Zhu, W., Dai, J., Wu, Y., & Chen, X. (2023). Ethical impact of artificial intelligence in managerial accounting. International Journal of Accounting Information Systems, 49, 100619. https://dx.doi.org/10.2139/ssrn.4394217
Zhang, W & Zuo, Na & He, Wu & Li, Songtao & Yu, Lu, (2021). "Factors influencing the use of artificial intelligence in government: Evidence from China," Technology in Society, Elsevier, vol. 66(C). DOI: 10.1016/j.techsoc.2021.101675
Zhou, Q., Li, B., Han, L., & Jou, M. (2023). Talking to a bot or a wall? How catboats vs. human agents affect anticipated communication quality. Computers in Human Behavior, 143, 107674. http://dx.doi.org/10.1016/j.chb.2023.107674
Artificial Intelligence Governance in E-Government
(Challenges, Benefits)
Seyyed Kamran Yeganegi
Assistant Professor, Department of Industrial Engineering, Zanjan Branch, Islamic Azad University, Zanjan, Iran
Received 30 April 2024 | Accepted 12 June 2024
Abstract
Despite the increasing growth in artificial intelligence، many organizational managers have not yet been able to establish a good relationship with this technology. Getting your head around artificial intelligence، like any new technology that comes with a lot of hype and media controversy، can be confusing، and even experts in artificial intelligence can hardly keep up with the momentary developments of this technology. The present research tries to comprehensively examine behind the curtain the impact of this mysterious and powerful technology in the intelligentization of human resources management using thematic analysis. For this purpose، the findings of the latest studies conducted in artificial intelligence، focusing on human resource management and e-government، from international scientific research publications were considered. After categorizing and coding the mentioned data، finally، the theoretical narrative of the research was compiled and presented. The mentioned findings were counted in five major codes، including the challenges facing artificial intelligence with nine components، professional ethics with seven components، electronic government system with six components، administrative system with seven.
Keywords: Artificial Intelligence,HumanResourcesManagement, Electronic Government.
