شناسایی و تبیین دلالت های هوش مصنوعی در حوزه سیاست گذاری علم و فناوری مبتنی بر شبکه های سیاستی همکارانه

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 8

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_RHYFT-35-3_004

تاریخ نمایه سازی: 21 مهر 1405

چکیده مقاله:

تحولات ناشی از توسعه هوش مصنوعی، چشم انداز سیاست گذاری علم و فناوری را به طور بنیادین دگرگون ساخته و امکان شکل گیری الگوهای نوین حکمرانی شبکه ای را در این حوزه فراهم کرده است. در این میان، شبکه های سیاستی همکارانه به عنوان یکی از رویکردهای نوین سیاست گذاری، بر تعامل، همکاری و مشارکت بازیگران دولتی و غیردولتی تاکید دارد. هدف پژوهش حاضر، شناسایی دلالت های هوش مصنوعی در حوزه سیاست گذاری علم و فناوری مبتنی بر شبکه های سیاستی همکارانه است. این پژوهش از نظر هدف کاربردی و از نظر روش، کیفی و مبتنی بر راهبرد تحلیل مضمون است. داده های پژوهش از طریق مصاحبه های نیمه ساختاریافته با خبرگان حوزه سیاست گذاری علم و فناوری و هوش مصنوعی گردآوری شده و با استفاده از روش تحلیل مضمون مورد بررسی قرار گرفته است. یافته های پژوهش نشان می دهد هوش مصنوعی می تواند دو نقش متفاوت در شبکه های سیاستی همکارانه ایفا کند. به بیان دیگر دو سناریوی مختلف متصور است: سناریوی نخست، هوش مصنوعی به مثابه نقش تسهیلگر که به تقویت مشارکت، شفافیت، تعامل و تصمیم گیری جمعی منجر می شود؛ و سناریوی دوم، هوش مصنوعی به مثابه نقش بازیگر مسلط که می تواند تمرکز قدرت، الگوریتمی شدن تصمیم گیری و کاهش نقش کنشگران انسانی را به همراه داشته باشد. نتایج پژوهش نشان می دهد نحوه حکمرانی و طراحی نهادی استفاده از هوش مصنوعی، تعیین کننده مسیر آینده سیاست گذاری با تاکید بر حوزه علم و فناوری است. در صورت بهره گیری همکارانه و شفاف از هوش مصنوعی، این فناوری می تواند به بهبود کیفیت سیاست گذاری علم و فناوری و افزایش ارزش عمومی منجر شود؛ در غیر این صورت، احتمال تمرکز قدرت و تضعیف مشارکت وجود دارد.

کلیدواژه ها:

هوش مصنوعی ، سیاست گذاری علم و فناوری ، شبکه های سیاستی همکارانه ، حکمرانی ، بازیگران

نویسندگان

اسماعیل کلانتری

استادیار حقوق و علوم سیاسی، دانشگاه شیراز،شیراز، ایران

فائزه فروتن اصفهانی

دانشجوی کارشناسی ارشد مدیریت بازرگانی- بازاریابی ،موسسه آموزش عالی فاطمیه (س) ،شیراز،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 :
  • Ansell, C., & Gash, A. (۲۰۰۸). Collaborative governance in theory ...
  • Cath, C., Wachter, S., Mittelstadt, B., Taddeo, M., & Floridi, ...
  • Danaher, J. (۲۰۱۶). The threat of algocracy: Reality, resistance and ...
  • https://doi.org/۱۰.۱۰۰۷/s۱۳۳۴۷-۰۱۵-۰۲۱۱-۱DeLeon, P., & Varda, D. (۲۰۰۹). Toward a theory of ...
  • Floridi, L. (۲۰۱۳). The ethics of information. Oxford: Oxford University ...
  • Furman, J., & Seamans, R. (۲۰۱۹). AI and the economy. Innovation ...
  • Grimmelikhuijsen, S. G., Porumbescu, G., Hong, B., & Im, T. ...
  • https://doi.org/۱۰.۱۱۱۱/puar.۱۲۰۴۷Gil-Garcia, J. R., Zhang, J., & Puron-Cid, G. (۲۰۱۶). Conceptualizing ...
  • Janssen, M., & van der Voort, H. (۲۰۱۶). Adaptive governance: ...
  • Kalantari, E. (۲۰۲۴). Collaborative science and technology policy network: Transition ...
  • Kalantari, E., Montazer, G., & Ghazinoory, S. (۲۰۲۲). Modeling the ...
  • Kuhlmann, S., & Rip, A. (۲۰۱۸). Next‑generation science and technology ...
  • Lodge, M., & Mennicken, A. (۲۰۱۹). Reflecting on public service ...
  • OECD. (۲۰۲۱). OECD science, technology and innovation outlook ۲۰۲۱. Retrieved ...
  • Rhodes, R. A. W. (۲۰۰۷). Understanding governance: Ten years on. ...
  • https://doi.org/۱۰.۲۷۶۰/۳۸۲۷۳۰Stahl, B. C. (۲۰۲۱). Artificial intelligence for a better future: ...
  • Sharkey, A., & Sharkey, N. (۲۰۲۱). Sunlight Glinting on Clouds: ...
  • Sun, T. Q., & Medaglia, R. (۲۰۱۹). Mapping the challenges ...
  • SCImago Journal & Country Rank. (۲۰۲۲). Rankings: ۱۹۹۶-۲۰۲۵. Retrieved from: ...
  • Zuiderwijk, A., Chen, Y. C., & Salem, F. (۲۰۲۱). Implications ...
  • نمایش کامل مراجع