بهره گیری از هوش مصنوعی در فراگرد خط مشی گذاری: تجزیه و تحلیل داده های کلان و تصمیم گیری هوشمند

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 14

فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IPOM-14-55_008

تاریخ نمایه سازی: 18 مهر 1405

چکیده مقاله:

در عصر تحولات دیجیتال و پیچیدگی فزاینده مسائل اجتماعی، اقتصادی و زیست محیطی، بهره گیری از هوش مصنوعی در خط مشی گذاری عمومی به ضرورتی راهبردی تبدیل شده است. این پژوهش با هدف تحلیل نقش هوش مصنوعی در فراگرد خط مشی گذاری و ارائه چارچوبی بومی برای استفاده از هوش مصنوعی در نظام تصمیم سازی ایران طراحی شده است. روش تحقیق این مطالعه مرور نظام مند با بهره گیری از استاندارد پریزما و تحلیل تطبیقی تجارب کشورهای پیشرو نظیر کانادا، استونی و سنگاپور است. در این پژوهش، از پایگاه های علمی معتبر در بازه زمانی ۲۰۱۰ تا ۲۰۲۴ تعداد ۶۳۲ مقاله در جستجوی اولیه شناسایی شد که پس از اعمال معیارهای ورود و خروج، ۲۸ مقاله علمی معتبر مورد تحلیل عمیق قرار گرفت. روش تجزیه و تحلیل داده ها تحلیل محتوای کیفی و تحلیل تم مقالات منتخب بود. یافته های پژوهش نشان می دهد که هوش مصنوعی در همه مراحل خط مشی گذاری شامل شناسایی مسائل، تحلیل خط مشی ها، طراحی راهکارها، اجرای اثربخش و ارزیابی بهبود مستمر نقش کلیدی ایفا می کند. مهم ترین کارکردهای هوش مصنوعی پردازش داده های کلان، یادگیری ماشین، شناسایی الگوهای پنهان، پیش بینی پیامدها و تحلیل شبکه های اجتماعی می باشد. با این حال، چالش هایی نظیر سوگیری الگوریتمی، عدم شفافیت مدل ها و تهدیدهای حریم خصوصی همچنان پابرجاست. مقاله چارچوبی بومی سه لایه متناسب با اقتضائات ایران پیشنهاد می دهد که ضمن تقویت شفافیت، پاسخگویی و کارآمدی، زمینه را برای توسعه حکمرانی داده محور و هوشمند فراهم می سازد.

نویسندگان

پانته آ غفاری

استادیار، گروه مدیریت دولتی و خطمشی گذاری عمومی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.

سید مهدی الوانی

استاد دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.

امیرحسام عربی

دانشجوی دکتری، گروه آینده پژوهی، دانشگاه تهران، تهران، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Abisoye, A., & Akerele, J. I. (۲۰۲۲). A practical framework ...
  • https://doi.org/۱۰.۱۱۶۲/daed_a_۰۱۹۲۲Mukhida, S., Das, N. K., Kannuri, S., & Desai, D. ...
  • Roberts, H., Cowls, J., Morley, J., Taddeo, M., Wang, V., ...
  • Yar, M. A., Hamdan, M., Anshari, M., Fitriyani, N. L., ...
  • نمایش کامل مراجع