طراحی الگوی حکمرانی الگوریتمی مسئولانه در سازمان های دولتی ایران
محل انتشار: فصلنامه مدیریت دولتی تطبیقی، دوره: 4، شماره: 2
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 20
فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CPA-4-2_002
تاریخ نمایه سازی: 22 مهر 1405
چکیده مقاله:
زمینه و هدف: گسترش کاربرد هوش مصنوعی و سامانه های الگوریتمی در سازمان های دولتی، افزون بر افزایش کارایی و سرعت خدمات عمومی، پیامدهایی چون کاهش شفافیت، سوگیری داده ها، تضعیف پاسخگویی و خدشه دار شدن حقوق شهروندی را به همراه داشته است. نبود الگویی بومی برای حکمرانی الگوریتمی مسئولانه در بخش عمومی ایران، ضرورت پژوهش حاضر را رقم زده است. هدف اصلی، طراحی الگوی حکمرانی الگوریتمی مسئولانه در سازمان های دولتی ایران است.روش: این پژوهش از نظر هدف، کاربردی و از نظر روش، کیفی و مبتنی بر نظریه ی داده بنیاد با رویکرد نظام مند اشتراوس و کوربین است. داده ها از راه مصاحبه های نیمه ساختاریافته با ۱۷ تن از خبرگان مدیریت دولتی، حکمرانی دیجیتال و هوش مصنوعی گردآوری شد. نمونه گیری به صورت هدفمند و نظری انجام گرفت و تحلیل داده ها در سه مرحله ی کدگذاری باز، محوری و انتخابی صورت پذیرفت.یافته ها: مدل پارادایمی پژوهش نشان می دهد که تحقق حکمرانی الگوریتمی مسئولانه در سازمان های دولتی ایران، هشت مقوله ی اصلی را دربر می گیرد: الزامات نهادی و حکمرانی، زیرساخت داده و فناوری، شایستگی های مدیریتی، ابعاد حقوقی و اخلاقی، شفافیت و پاسخگویی، فرهنگ و مقاومت سازمانی، اعتماد عمومی، و پیامدهای حکمرانی الگوریتمی. مقوله ی محوری «نهادینه سازی حکمرانی الگوریتمی مسئولانه در نظام اداری دولت» شناسایی شد.نتیجه گیری: استقرار حکمرانی الگوریتمی مسئولانه نیازمند ترکیب ظرفیت نهادی، حکمرانی داده، تنظیم گری هوش مصنوعی و پاسخگویی الگوریتمی است. نوآوری مقاله، ارائه ی الگویی بومی و یکپارچه برای ایجاد نظام های هوشمند شفاف، عادلانه و پاسخگو در سازمان های دولتی ایران است.
کلیدواژه ها:
نویسندگان
Ashraf Rahimian
دانشکده مدیریت دانشگاه پیام نور
Behrooz Eskandarpur
دانشکده مدیریت، دانشگاه پیام نور، 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 :