باز تسریع فرا تکاملی: تحول پارادایم شیفتی دیجیتال "نقش تحلیل و مصورسازی داده ها و تصمیم گیری های بلادرنگ در تسریع تحول دیجیتال مبتنی بر هوش مصنوعی"
فایل این در 21 صفحه با فرمت PDF قابل دریافت می باشد
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
چکیده :
این مطالعه به چالش های رو به رشدی که دولت ها در استفاده از پتانسیل هوش مصنوعی و تجزیه و تحلیل داده ها برای تحول دیجیتال با آن مواجه هستند، می پردازد و بر چگونگی افزایش ارائه خدمات عمومی، شفافیت و مشارکت شهروندان توسط این فناوری ها تمرکز دارد. با وجود پتانسیل تحول آفرین آنها، اکثر دولت ها به دلیل نگرانی های زیرساختی، نظارتی و اخلاقی، در پذیرش و ادغام سیستم های مبتنی بر هوش مصنوعی با مشکل مواجه هستند. هدف از این مطالعه بررسی نقش ابزارهای تجزیه و تحلیل داده ها و تجسم در تسریع تحول دیجیتال در دولت های مبتنی بر هوش مصنوعی است. این مقاله مفهومی با ترکیب نظریه های مرتبط مانند نظریه یکپارچه پذیرش و استفاده از فناوری (UTAUT)، نظریه نهادی و چارچوب قابلیت های پویا، پایه نظری قوی برای درک پذیرش هوش مصنوعی در حکومتداری ارائه می دهد. این روش شامل یک بررسی جامع ادبیات، تجزیه و تحلیل مطالعات گذشته و چارچوب های نظری مرتبط با هوش مصنوعی، تجزیه و تحلیل داده ها و تحول دیجیتال بخش عمومی است. یافته ها نشان می دهد که سیستم های مبتنی بر هوش مصنوعی می توانند با فعال کردن بینش ها و تصمیم گیری های بلادرنگ، نتایج حکومتداری را به طور قابل توجهی بهبود بخشند، در حالی که ابزارهای تجسم، شفافیت و پاسخگویی را افزایش می دهند. از لحاظ عملی، بر نیاز دولت ها به سرمایه گذاری در زیرساخت های دیجیتال و توسعه قابلیت های پویا برای سازگاری با پیشرفت های فناوری تاکید می کند. تحقیقات آینده باید بر پرداختن به چالش های خاص پیش روی اقتصادهای نوظهور و بررسی پیامدهای اخلاقی هوش مصنوعی در حکومتداری متمرکز شود.
کلیدواژه ها:
نویسندگان
فاطمه سرحدی
کارشناسی ارشد،MA. فناوری اطلاعات گرایش مدیریت سیستم های اطلاعاتی
ناصر حسن زهی
استادیار و عضو هیئت علمی دانشگاه شهید بهشتی و عضو بنیاد نخبگان پژوهشی
محمد رضا حسین پور
کارشناسی ارشد،MA. مدیریت منابع انسانی
مراجع و منابع این :
لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :