پارادوکس کنترل، الگوریتمی استقلال شناختی مدیران در سایه هوش مصنوعی

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 55

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IMPEB01_0243

تاریخ نمایه سازی: 10 آبان 1405

چکیده مقاله:

نفوذ فزاینده ی سیستم های هوش مصنوعی به فرایندهای تصمیم گیری سازمانی پرسشی بنیادی را در ادبیات تحول دیجیتال مطرح کرده است که آیا توانمندسازی الگوریتمی می تواند همزمان عامل محدودسازی شناختی باشد؟ پژوهش حاضر با معرفی سازه ی نظری پارادوکس کنترل الگوریتمی این تنش را مفهوم پردازی می کند؛ وضعیتی که در آن سازمان هایی با بیشترین سرمایه گذاری در هوش مصنوعی در معرض بیشترین خطر تحلیل تنوع شناختی قرار دارند. این پژوهش از طرح اکتشافی متوالی آمیخته بهره گرفت؛ در مرحله ی کیفی، ۲۸ مصاحبه ی نیمه ساختاریافته با مدیران ارشد و میانی سازمان های داده محور از پنج صنعت فناوری اطلاعات، خدمات مالی دیجیتال، تجارت الکترونیک، تولید پیشرفته و پلتفرم های کلان داده تا رسیدن به اشباع نظری انجام شد و داده ها با کدگذاری سه مرحله ای بازمحوری (انتخابی) تحلیل گردید. در مرحله ی کمی پرسشنامه ی بومی سازی شده (۳۶ گویه مقیاس لیکرت ۷ درجه ای) در اختیار ۲۳۱ مدیر معتبر از ۲۹۴ پرسشنامه توزیع شده قرار گرفت و داده ها از طریق مدل سازی معادلات ساختاری (SEM) با نرم افزار و روش بوت استرپ (۵۰۰۰ نمونه ی جایگزینی) تحلیل شدند. هر سه فرضیه ی پژوهش با شواهد آماری معنادار تایید شدند. نخست، اتکای مدیریتی به هوش مصنوعی اثر منفی و معنادار بر استقلال شناختی مدیران دارد؛ دوم، رابطه ی میان اتکای الگوریتمی و نوآوری رادیکال از الگوی وارونه پیروی می کند؛ ضریب جمله درجه دوم نشان می دهد سطوح متوسط اتکا با بیشترین نوآوری همراه اند، حال آنکه سطوح بسیار بالا علی رغم بهبود کارایی عملیاتی، نوآوری رادیکال را به طور معنادار محدود می کنند. سوم، استقلال شناختی نقش میانجی کامل در رابطه ی هوش مصنوعی و نوآوری رادیکال ایفا می کند که نشان می دهد کانال شناختی مسیر اصلی انتقال اثر الگوریتم بر نوآوری است. این پژوهش با معرفی پارادوکس کنترل الگوریتمی به عنوان سازه ای نظری مستقل، سه شکاف اساسی در ادبیات تحول دیجیتال، شناخت سازمانی و نوآوری را پر می کند. یافته ها آشکار می سازند که مسابقه برای حداکثرسازی اتکا به هوش مصنوعی می تواند سازمان را در دام بهینه سازی ناقص بیندازد؛ جایی که کارایی عملیاتی بالاست اما سرمایه ی شناختی لازم برای نوآوری رادیکال به تدریج تحلیل می رود. چارچوب هوشمندی تکمیلی پیشنهاد شده در این پژوهش راهبردی عملیاتی برای حفظ تعادل میان قدرت الگوریتمی و استقلال شناختی مدیران ارائه می دهد.

نویسندگان

فاطمه زلفی گل

دانش آموخته مقطع ارشد رشته مدیریت بازرگانی دانشگاه تهران

احمد زلفی گل

دانشجو مقطع ارشد رشته کارآفرینی دانشگاه تهران

ابوالفضل خسروی

دانشیار مدیریت بازرگانی دانشگاه تهران