شناسایی و اولویت بندی چالش های استفاده از هوش مصنوعی در مسائل مالی

استفاده از هوش مصنوعی در مسائل مالی به سرعت در حال گسترش است و می تواند مزایای زیادی را به ارمغان آورد. با این حال، چالش هایی نیز وجود دارد که باید مورد بررسی قرار گیرند. شناسایی و اولویت بندی این چالش ها می تواند به سازمان ها در پیاده سازی موفق هوش مصنوعی در فرآیندهای مالی کمک کند. هدف اصلی این تحقیق، شناسایی و اولویت بندی چالش های استفاده از هوش مصنوعی در مسائل مالی است. این مطالعه قصد دارد با استفاده از نظرات خبرگان و روش های تصمیم گیری چندمعیاره، یک چارچوب جامع ارائه دهد تا به سازمان ها در اتخاذ استراتژی های مناسب برای پیاده سازی هوش مصنوعی در حوزه مالی کمک کند. این پژوهش از یک رویکرد ترکیبی کیفی-کمی استفاده می کند: در مرحله اول، با استفاده از پرسشنامه دلفی و نظر خبرگان حوزه مالی و فناوری اطلاعات، چالش های استفاده از هوش مصنوعی در مسائل مالی شناسایی می شوند. در مرحله دوم، چالش های شناسایی شده با استفاده از روش AHP اولویت بندی می شوند. خبرگان به مقایسه زوجی معیارها و گزینه ها می پردازند تا وزن نسبی هر یک مشخص شود. در نهایت، با ترکیب وزن های معیارها و گزینه ها، یک اولویت بندی نهایی ارائه می شود. این روش ترکیبی به محققان اجازه می دهد تا ضمن شناسایی جامع چالش ها، آنها را به صورت کمی و قابل مقایسه اولویت بندی کنند، که می تواند به تصمیم گیری بهتر در مورد پیاده سازی هوش مصنوعی در حوزه مالی کمک کند. بین چالش های اصلی، مسائل مربوط به داده ها با وزن ۰.۲۳۸۰ در اولویت اول، محدودیت های تکنولوژیکی با وزن ۰.۲۱۵۰ در اولویت دوم، چالش های قانونی و اخلاقی با وزن ۰.۱۹۲۰ در اولویت سوم، مفاهیم اخلاقی و اجتماعی با وزن ۰.۱۸۸۰ در اولویت چهارم و عوامل انسانی با وزن ۰.۱۵۴۰ در اولویت پنجم قرار گرفته است

کلیدواژه ها:

چالش ها ، هوش مصنوعی ، مسائل مالی ، دلفی ، فرآیند تحلیل سلسله مراتبی