عارف شمس

گسترش فناوری های نوظهور به ویژه هوش مصنوعی (AI)، سازمان های آموزش محور را دچار تحولات عمیق و چالش های پیچیده ای در مسیر پذیرش نوآوری مواجه ساخته است. هدف این پژوهش طراحی و ارائه یک مدل ساختاری، سلسله مراتبی و غیر خطی برای شناسایی و تبیین روابط علّی میان عوامل مؤثر بر پذیرش نوآوری های هوش مصنوعی در این سازمان ها می باشد. این مدل برخلاف مدل های خطی و فناوری محور مرسوم نظیر TAM و UTAUT از طریق تبیین روابط علّی چندلایه، رویکردی نظام مند و جامع در تحلیل مکانیسم های پذیرش نوآوری هوش مصنوعی ارائه می دهد. پژوهش حاضر با هدف کاربردی و با اتخاذ رویکرد آمیخته در قالب مراحل کیفی و کمی انجام شد. بدین منظور، ۱۳ عامل کلیدی شناسایی شده از طریق مرور نظام مند ادبیات با رویکرد مدل سازی ساختاری-تفسیری تحلیل و در هفت سطح سلسله مراتبی سازمان دهی شد.اعتبارسنجی مدل و سنجش قدرت نفوذ و وابستگی متغیرها از طریق تحلیل میک مک انجام شد.یافته ها نشان داد بسترهای ادراک و پردازش اطلاعاتی به عنوان ریشه ای ترین و نافذترین پیشران، زیربنای سایر مؤلفه ها نظیر ساز و کارهای انگیزشی دیجیتال و چارچوب های تحول سازمانی و پویایی ساختاری را تشکیل می دهد. نتایج تحلیل میک مک نیز حاکی از ثبات ساختاری سیستم و شفافیت روابط علّی میان متغیرها بود. مدل پیشنهادی با ارائه چارچوبی چند بعدی، راهنمای عملی برای سیاست گذاران فراهم می کند تا منابع استراتژیک خود را به جای تمرکز بر لایه های ابزاری سطحی، بر توسعه بسترهای ادراکی و پردازش اطلاعاتی متمرکز کنند. این رویکرد با جلوگیری از اتلاف منابع ، پذیرش پایدار و مؤثر هوش مصنوعی در سازمان های آموزش محور را فراهم می سازد.