کاربرد نظریه بازی در تحلیل پذیرش هوش مصنوعی

نظریه بازی به عنوان ابزاری تحلیلی امکان مدل سازی تعاملات استراتژیک میان بازیگران مختلف را در محیط های رقابتی، تعاملی و نامطمئن فراهم می کند. در سال های اخیر این نظریه به طور فزاینده ای در تحلیل رفتار پذیرش فناوری های مبتنی بر هوش مصنوعی (AI) به کار گرفته شده است. پژوهش حاضر با هدف ارائه چارچوبی مفهومی و ترکیبی برای تحلیل پذیرش AI از منظر نظریه بازی و الگوریتم های یادگیری تقویتی چندعامله انجام شده است. در این مطالعه با بهره گیری از روش مرور جامع ادبیات و تحلیل مفهومی، الگوها، محدودیت ها و شکاف های موجود در ادبیات علمی بررسی شده اند. یافته ها نشان می دهند که نظریه بازی در کنار الگوریتم های یادگیری می تواند رفتار تصمیم گیری، رقابت، همکاری و اعتماد را در تعاملات میان کاربران، توسعه دهندگان و سیاست گذاران مدل سازی کند. همچنین، پذیرش فناوری تنها تابع کارایی فنی نیست بلکه متاثر از متغیرهای رفتاری مانند اعتماد، شفافیت و سودمندی ادراک شده است. چارچوب پیشنهادی این پژوهش شامل چهار لایه استدلال، استراتژیک یادگیری تقویتی چندعامله، ساختار گرافی تعاملات و پذیرش انسانی سازمانی است که به صورت پویا و بازخوردی با یکدیگر تعامل دارند. این چارچوب می تواند در حوزه هایی مانند امنیت سایبری، مدیریت منابع، سیستم های توصیه گر و تعامل انسان ماشین به کار گرفته شود و بستری برای توسعه سیستم های تصمیم یار هوشمند و قابل پذیرش فراهم آورد. این پژوهش مسیرهای نوینی را برای توسعه مدل های پیشرفته تر پذیرش هوش مصنوعی با رویکرد نظریه بازی و توجه به واقعیت های رفتاری در محیط های پویا پیشنهاد می کند.

کلیدواژه ها:

هوش مصنوعی ، نظریه بازی ، پذیرش هوش مصنوعی ، رفتار استراتژیک ، یادگیری چندعامله