چالش ها و فرصت های کاربرد هوش مصنوعی در مدیریت ریسک پروژه های صنعت ساخت: مقایسه عملکرد مدل های پیشرو

صنعت ساخت و ساز همواره با چالش های مزمنی نظیر تاخیرهای زمانی، فراتر رفتن از بودجه و نرخ بالای حوادث دست به گریبان است که عمدتا ریشه در ناکارآمدی مدیریت ریسک به روش های سنتی و دستی دارد. با ظهور نسل جدید هوش مصنوعی، گذار از رویکردهای قطعی و تجربه محور به سمت سیستم های هوشمند ضرورتی اجتناب ناپذیر یافته است. هدف اصلی این پژوهش واکاوی چالش ها و فرصت های ادغام هوش مصنوعی در مدیریت ریسک پروژه های ساخت و ارزیابی تطبیقی عملکرد مدل های زبانی بزرگ در این حوزه است. روش تحقیق در این مطالعه مبتنی بر مرور نظام مند ادبیات و اجرای یک آزمون استاندارد شامل ۴۵ پرسش تخصصی مدیریت ریسک بر پایه چارچوب PMP و استانداردهای PMBOK و ۳۱۰۰۰ ISO بر روی چهار مدل پیشرو Deep Seek، Gemini، Grok و T می باشد. یافته های پژوهش نشان می دهد که مدل های هوش مصنوعی توانایی تغییر پارادایم مدیریت ریسک از حالت واکنشی به پیش دستانه با دقت پیش بینی بیش از ۹۱ درصد را دارا هستند. نتایج آزمون تطبیقی حاکی از آن است که مدل Gemini با میانگین دقت ۹۱.۱ درصد و عملکرد ۱۰۰ درصدی در حوزه های شناسایی و پایش، ریسک برترین عملکرد را داشته است؛ در حالی که تمامی مدل ها در بخش تحلیل های احتمالی و عددی با ضعف نسبی مواجه بوده و به نظارت خبرگان انسانی نیاز دارند. در نهایت این مقاله تاکید می کند که هوش مصنوعی نه به عنوان جایگزین بلکه در نقش مکمل تخصص شهودی انسان می تواند بهره وری و ایمنی پروژه های ساختمانی را به طور معناداری ارتقا بخشد.

کلیدواژه ها:

هوش مصنوعی ، مدیریت ریسک پروژه های ساختمانی ، مدل های زبانی بزرگ ، رویکردهای احتمالی ، مقایسه تطبیقی