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:

لینک ثابت به این :

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:

دولت های مبتنی بر هوش مصنوعی ، تجزیه و تحلیل داده ها در بخش عمومی ، تحول دیجیتال ، مصورسازی داده 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 :
  • Abdullah, M., & Idris, N. (2023). Predictive Analytics in Law ...
  • Agarwal, R., & Kumar, S. (2022). Emerging Economies and AI ...
  • Almeida, J., Carvalho, R., & Martins, A. (2022). Data-Driven Governance: ...
  • Bekkers, V., Tummers, L., & de Lange, D. (2022). Public ...
  • Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic ...
  • Chen, H., Xu, D., & Zhang, Y. (2023). The Influence ...
  • Chen, L., Wang, S., & Zhang, Y. (2023). Real-Time Insights ...
  • Cordella, A., & Paletti, A. (2022). Government as a platform, ...
  • Gough, D., Oliver, S., & Thomas, J. (2017). An introduction ...
  • Gupta, V., Iyer, L. S., & Sharda, R. (2023). AI ...
  • Ismail, N., Othman, M., & Ali, N. (2023). Addressing the ...
  • Janssen, M., van den Hoven, J., & Helbig, N. (2023). ...
  • Johnson, K., & Lee, M. (2023). Balancing Innovation and Security: ...
  • Johnson, M., et al. (2022). AI in Public Sector Governance: ...
  • Kitchin, R. (2022). Visualizing Data for Better Governance: The Role ...
  • Krippendorff, K. (2018). Content analysis: An introduction to its methodology. ...
  • Loukis, E., Charalabidis, Y., & Scholl, H. J. (2022). Transforming ...
  • Malaysia Digital Economy Corporation. (2023). Malaysia Digital Economy Blueprint: Progress ...
  • Meijer, A. J., & Bolívar, M. P. (2021). Governing the ...
  • Mergel, I., Edelmann, N., & Haug, N. (2021). COVID-19 and ...
  • Morley, J., Floridi, L., & Taddeo, M. (2022). Ethical Concerns ...
  • Mikalef, P., Pappas, I., & Krogstie, J. (2022). Big Data ...
  • Mukherjee, P., et al. (2021). Comparative Studies of AI Governance: ...
  • Nadarajah, S., Kumar, S., & Sani, N. (2023). AI Adoption ...
  • Nguyen, T., Chen, W., & Lee, H. (2023). Regional Perspectives ...
  • Patel, R., & Chen, L. (2023). Operational Efficiency in the ...
  • Palinkas, L. A., Horwitz, S. M., Green, C. A., Wisdom, ...
  • Pisano, G. P. (2021). The dynamic capabilities framework: Rethinking innovation ...
  • Rashid, R., Hamid, M., & Tan, K. (2024). Visual Analytics ...
  • Schuppan, T. (2023). Digital Transformation in Developing Countries: Bridging the ...
  • Siddaway, A. P., Wood, A. M., & Hedges, L. V. ...
  • Silva, R., et al. (2023). AI for Accountability: Case Studies ...
  • Singh, A., Gupta, P., & Verma, R. (2023). Data Visualization ...
  • Snyder, H. (2019). Literature review as a research methodology: An ...
  • Suri, H. (2011). Purposeful sampling in qualitative research synthesis. Qualitative ...
  • Tan, J., Zhang, Y., & Liu, W. (2023). The Effectiveness ...
  • Tran, H. et al. (2022). Emerging AI Applications in Vietnam’s ...
  • Ubaldi, B., Misuraca, G., & Van Roy, V. (2023). The ...
  • van Veenstra, A., & Kotterink, B. (2023). Public Trust in ...
  • Venkatesh, V., Thong, J. Y. L., & Xu, X. (2022). ...
  • Wamba, S. F., Akter, S., & Edwards, A. (2017). Big ...
  • Williams, R., et al. (2021). Data Visualization and Public Engagement ...
  • Yang, W., et al. (2023). AI-driven Analytics and its Impact ...
  • Yang, Y., Zhang, X., & Liu, Q. (2023). AI-Driven Analytics ...
  • Zhou, L., Wang, L., & Zhou, L. (2023). The role ...
  • Zhu, W., Wong, A., & Lee, D. (2022). AI-Powered Government: ...
  • Zhu, X., Li, X., & Zhang, S. (2022). Digital Economy ...
  • Zulkifli, A., Jamil, M., & Abdul Rahman, A. (2023). Malaysia’s ...
  • نمایش کامل مراجع