تحلیل و آینده‌نگری سناریوهای هوش مصنوعی در صنعت ورزش ایران
محورهای موضوعی : علوم ورزش
شادی رهبر یعقوبی
1
(دانشجو دکتری تخصصی گروه مدیریت ورزشی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران)
مهوش نوربخش
2
(استاد گروه مدیریت ورزشی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران)
مهدی کهندل
3
(دانشیار گروه مدیریت ورزشی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران)
سید نعمت خلیفه
4
(استادیار گروه مدیریت ورزشی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران)
کلید واژه: برنامه ریزی مبتنی بر سناریو, جبر تکنولوژیک, خلق شگفتی, صنعت ورزش, هوش مصنوعی,
چکیده مقاله :
این پژوهش به تحلیل و آینده‌نگری سناریوهای هوش مصنوعی در صنعت ورزش ایران پرداخته است. این پژوهش از نظر هدف، کاربردی و از نظر ماهیت براساس روش های جدید علم آینده¬پژوهی، تحلیلی اکتشافی محسوب می شود که با استفاده از روش¬های تحلیل آثار متقابل و برنامه¬ریزی سناریو انجام گرفته است. جامعه آماری شامل مقالات مرتبط و کارشناسان حوزه هوش مصنوعی و صنعت ورزش بود. نمونه‌گیری هدفمند انجام شد و از ۱۸ مطالعه و ۱۸ کارشناس با معیارهای مشخص استفاده شد. ابزار گردآوری داده‌ها شامل چک‌لیست، پرسشنامه و ماتریس‌های ۲۷×۲۷ و ۱۳×۱۳ بود. برای ارزیابی اعتبار و قابلیت اطمینان به نتایج از راهبردهای قابلیت باورپذیری، تأییدپذیری، مطالعه حسابرسی فرآیند، دلفی در دو دور، روایی صوری و محاسبه ضریب قابلیت اعتماد با روش تنصیف (دو نیمه کردن) استفاده شد. برای تحلیل مرور منابع و دیدگاه های خبرگان از تحلیل محتوا و در ادامه به ترتیب از تحلیل دلفی، تحلیل تأثیر متقابل (تحلیل ساختاری) و تحلیل موازنه تأثیر برگذر (سناریونویسی) استفاده شد. نتایج نشان داد ۲۷ پیشران کلیدی وجود دارد که ۵ مورد از آنها (دگرگونی شغلی، سرمایه گذاری، دامنه گسترش هوش مصنوعی، آمادگی پذیرش فناوری هوش مصنوعی و زیرساخت و تجهیزات) سازنده آینده هوش مصنوعی در ورزش هستند. دو سناریو با امتیاز بالا و احتمال وقوع بیشتر شناسایی شد؛ یکی با شرایط امیدوارکننده (جبر تکنولوژیک) و دیگری با شرایط بحرانی (خلق شگفتی). باورپذیرترین سناریو جبر تکنولوژیک بود که نشان می‌دهد همزیستی صنعت ورزش با هوش مصنوعی توسعه این صنعت را تسهیل می‌کند.
This study analyzes and foresees AI scenarios in Iran's sports industry. The research is applied in nature and exploratory in nature, based on new methods of futures studies, and conducted using cross-impact analysis and scenario planning. The statistical population included relevant articles and experts in AI and the sports industry. Purposeful sampling was performed, including 18 studies and 18 experts selected based on specific criteria. Data collection tools included checklists, questionnaires, and 27×27 and 13×13 matrices. To evaluate the validity and reliability of the results, strategies such as credibility, confirmability, process audit studies, Delphi in two rounds, face validity, and split-half reliability coefficient were used. Content analysis was employed for literature review and expert opinions, followed by Delphi analysis, cross-impact analysis (structural analysis), and balance impact analysis (scenario writing). The results identified 27 key drivers, five of which (job transformation, investment, AI expansion scope, AI technology acceptance readiness, and infrastructure and equipment) shape the future of AI in sports. Two scenarios with high scores and higher probability of occurrence were identified: one with promising conditions (technological determinism) and the other with critical conditions (creation of surprise). The most credible scenario was technological determinism, indicating that the coexistence of the sports industry with AI facilitates the development of this industry.
روح الامین، س.م.، و رضایی منش، ا.ع. (1402). نقش هوش مصنوعی در ورزش. ششمین کنفرانس بین المللی مدیریت، علوم انسانی و رفتاری در ایران و جهان اسلام، تهران، دانشگاه خوارزمی.
سلطانپور، ا.م.، اسماعیل¬زاده قندهاری، م.ر.، و فهیم دوین، ح. (1402). چارچوب مفهومی کاربرد فناوری نوین در رسانه ها (مطالعه موردی هوش مصنوعی در مطبوعات ورزشی). مدیریت ارتباطات در رسانه های ورزشی، پذیرفته شده انتشار آنلاین.
عشوری، م. (1402). تدوین الگوی توسعه هوش مصنوعی در صنعت ورزش ایران. پایان نامه کارشناسی ارشد، مدیریت ورزشی، گرایش مدیریت راهبردی در سازمان های ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه اصفهان.
فکرت، ا.، و جابری، ا. (1403). پدیدارشناسی نقش بازاریابی هوش مصنوعی بر افزایش فروش و صادرات کالاهای ورزشی ایرانی. مطالعات بازاریابی ورزشی، 5(1)، 15-1.
قربانی، ن. (1401). شناسایی و رتبه بندی عوامل موثر در بهبود استفاده از هوش مصنوعی در اماکن ورزشی. پایان نامه کارشناسی¬ارشد، مدیریت ورزشی، گرایش مدیریت اماکن و تأسیسات ورزشی، دانشگاه پیام نور استان تهران، مرکز پیام نور ری.
ویسی، .، نیکروان، م.، فروغی¬پور، ح.، و یکتایار، م. (1402). آینده پژوهشی ورزش حرفه¬ای ایران در افق 1414 مبتنی بر سناریو. مدیریت دانش در ورزش، پذیرفته شده انتشار آنلاین از تاریخ 21 مهر 1402.
Agile, P. (2024). Scenario planning. Strategic Workforce Planning: Best Practices and Emerging Directions, 282. Araújo, D., Couceiro, M., Seifert, L., Sarmento, H., & Davids, K. (2021). Artificial intelligence in sport performance analysis. Routledge.
Bereznoy, A. (2017). Corporate foresight in multinational business strategies. Форсайт, 11(1 (1), 9-22.
Claudino, J. G., Capanema, D. D. O., de Souza, T. V., Serrão, J. C., Machado Pereira, A. C., & Nassis, G. P. (2019). Current approaches to the use of artificial intelligence for injury risk assessment and performance prediction in team sports: a systematic review. Sports medicine-open, 5(1), 1-12.
Cordova-Pozo, K., & Rouwette, E. A. (2023). Types of scenario planning and their effectiveness: A review of reviews. Futures, 149, 1-19.
Dinca-Panaitescu, T., & Dinca-Panaitescu, S. (2023). Artificial Intelligence in the Sports Industry. In AI and Society (pp. 113-125). Chapman and Hall/CRC.
Eid, A. I. A., Miled, A. B., Fatnassi, A., Nawaz, M. A., Mahmoud, A. F., Abdalla, F. A., & Mohamed, I. B. (2024). Sports Prediction Model through Cloud Computing and Big Data Based on Artificial Intelligence Method. Journal of Intelligent Learning Systems and Applications, 16(2), 53-79.
Fergnani, A. (2022). Corporate foresight: A new frontier for strategy and management. Academy of Management Perspectives, 36(2), 820-844.
Giesecke, J. (2023). Scenario planning and collection development. In Collection Development in a Digital Environment (pp. 81-92). CRC Press.
Glebova, E., Desbordes, M., & Czegledi, O. (2024a). The “Clockwork” Model for Deployment Technology Innovations in Sports Industry Ecosystem: Holistic Approach. Societies, 14(2), 1-23.
Glebova, E., Madsen, D. Ø., Mihaľová, P., Géczi, G., Mittelman, A., & Jorgič, B. (2024b). Artificial intelligence development and dissemination impact on the sports industry labor market. Frontiers in Sports and Active Living, 6, 1-11.
Huang, Y. (2022, November). The role of artificial intelligence technology in promoting the development of my country's sports industry. In 2nd International Conference on Artificial Intelligence, Automation, and High-Performance Computing (AIAHPC 2022) (Vol. 12348, pp. 226-230). SPIE.
Igbinenikaro, E., & Adewusi, O. A. (2024). Policy recommendations for integrating artificial intelligence into global trade agreements. International Journal of Engineering Research Updates, 6(01), 1-10.
Ködding, P., Ellermann, K., Koldewey, C., & Dumitrescu, R. (2023). Scenario-based Foresight in the Age of Digitalization and Artificial Intelligence–Identification and Analysis of Existing Use Cases. Procedia CIRP, 119, 740-745.
Li, A., & Huang, W. (2023). A comprehensive survey of artificial intelligence and cloud computing applications in the sports industry. Wireless Networks, 1-12.
Lu, L., Yang, S., & Li, Q. (2024). The interaction of digital economy, artificial intelligence and sports industry development based on China PVAR analysis of provincial panel data. Heliyon. 10, 1-15.
Lv, Z., & Song, S. (2020, August). Integration of Artificial Intelligence Plus Industry and Sports Industry: A Research on the Innovation and Development Strategy of Sports Industry. In 2020 International Conference on Sports Sciences, Physical Education and Health (ICSSPEH 2020) (pp. 7-12). Atlantis Press.
Ma, W., & Chen, H. (2024). Application Scenarios and Forms of Artificial Intelligence in Physical Education. Advances in Education, Humanities and Social Science Research, 9(1), 13-13.
Oguejiofor, B. B., Omotosho, A., Abioye, K. M., Alabi, A. M., Oguntoyinbo, F. N., Daraojimba, A. I., & Daraojimba, C. (2023). A review on data-driven regulatory compliance in Nigeria. International Journal of applied research in social sciences, 5(8), 231-243.
.Pottala, M. (2018). Artificial Intelligence: Artificial Intelligence in Sports. [Thesis]. Centria University of Applied Sciences. Schoemaker, P. J., & Day, G. (2021). Preparing organizations for greater turbulence. California Management Review, 63(4), 66-88.
Shen, L., Lyu, C., & Li, M. (2024). Artificial Intelligence Technology Helps Inform the Sports Industry. Applied Mathematics and Nonlinear Sciences, 9(1), 1-17.
Uwaoma, P. U., Eboigbe, E. O., Eyo-Udo, N. L., Daraojimba, D. O., & Kaggwa, S. (2023). Space commerce and its economic implications for the US: A review: Delving into the commercialization of space, its prospects, challenges, and potential impact on the US economy. World Journal of Advanced Research and Reviews, 20(3), 952-965.
Van der Heijden, K. (2005). Scenarios: the art of strategic conversation. John Wiley & Sons.
Yan, C. (2022). The Impact of Artificial Intelligence on Sports. International Journal of Sports, Yoga and Physical Activity, ISSN: 3005-5083, 1(1), 8-14.
