درخت حوزه‌های تخصصی

در چشم انداز تحولی سرمایه گذاری خطرپذیر، هوش مصنوعی نه تنها به عنوان یک فرصت سرمایه گذاری، بلکه به عنوان یک ابزار تحول آفرین ظاهر شده که راهبرد های سرمایه گذاری و کارایی عملیاتی صندوق های سرمایه گذاری را بازتعریف می کند. صندوق های سرمایه گذاری پیشرو مانند A16Z، Sequoia و Capital Tiger از هوش مصنوعی بهره می برند تا نه تنها فرآیندهای خود بهبود دهند، بلکه از آن برای کشف گنجینه های پنهان در دریای بیکران فرصت های سرمایه گذاری استفاده کنند. این رویکرد نوین به هوش مصنوعی یعنی استفاده از آن برای پیدا کردن فرصت های سرمایه گذاری برای اقتصادهای رو به رشد مانند ایران فرصتی برای جذب سرمایه خارجی و سرمایه گذاری در موقعیت های بهتر است. بنابراین، سیاست گذاری های کلان باید در راستای فراهم سازی بسترهای لازم برای استفاده از هوش مصنوعی در جهت کشف موقعیت های سرمایه گذاری باشد. این هدف، مستلزم چهار رکن است: فراهم سازی داده های لازم، امکان پردازش داده با هوش مصنوعی برای یافتن موقعیت های مناسب سرمایه گذاری، ارتقای عملیات های روزانه صندوق ها و سیگنال مؤثر به سرمایه گذار خارجی برای یافتن شریک محلی. همچنین سرمایه گذار با تبیین قوانین مناسب برای هوش مصنوعی شامل حریم خصوصی داده باید امکان استفاده از این فناوری را برای صندوق ها فراهم کند. سیاست گذار می تواند برای تسریع در زمینه استفاده از هوش مصنوعی برای صندوق های سرمایه گذاری حتی به طور فعالانه در تشکیل پایگاه داده ی سرمایه گذاری و تولید نرم افزارهای محلی برای عملیات های صندوق ها مشارکت کند.

کارآفرینی دانشگاهی یک رویکرد و ضرورت برای آینده دانشگاه است تا با گسترش فعالیت های کارآفرینانه، حضور مؤثرتری را در اکوسیستم کارآفرینی داشته و شرایط توسعه پایدار جامعه پیرامون خود را فراهم سازند. لذا این مطالعه به دنبال طراحی الگوی توسعه کارآفرینی در دانشگاه علوم کشاورزی و منابع طبیعی ساری بود. رویکرد کلی تحقیق، کیفی است. با استفاده از روش نمونه گیری هدفمند، از بین متخصصان و صاحب نظران کارآفرینی استان، تعداد 42 نفر انتخاب شدند. داده های موردنیاز از طریق مصاحبه های نیمه ساختارمند جمع آوری شده و با استفاده از مدل پارادایمی نظریه بنیانی مورد تجزیه و تحلیل قرار گرفتند. اعتبارسنجی یافته های به دست آمده از طریق بازبینی یافته ها توسط مشارکت کنندگان و تکنیک مثلث سازی تأیید شد. نتایج نشان داد که شش مؤلفه عوامل علی (بهبود شرایط فردی و سازمانی)، عوامل زمینه ای (شرایط مدیریتی مناسب، اعتمادسازی مناسب)، عوامل مداخله گر (پیشران های فرهنگی- قانونی و پسران های مالی- فنی)، توسعه کارآفرینی (منافع درون سازمانی، منافع برون سازمانی)، راهبردها (آموزشی- فرهنگی، سیاست ها و برنامه های حمایتی) و پیامدها (اجتماعی، اقتصادی، فردی، سازمانی) اصلی ترین مؤلفه های گسترش کارآفرینی دانشگاهی در دانشگاه علوم کشاورزی و منابع طبیعی ساری هستند.

تحقیق حاضر به ارائه مدل پذیرش خدمات اقامتی همتا به همتا مبتنی بر بلاکچین در صنعت گردشگری می پردازد. روش تحقیق از نوع کاربردی بوده و با رویکرد ترکیبی (آمیخته ای از روش کیفی و کمی)، با استفاده از تحلیل مضمون، نرم افزار مکس کیودا، معادلات ساختاری و نرم افزارهای اسمارت پی ال اس و میک مک انجام شد. ابزار گردآوری داده ها مصاحبه و پرسش نامه بوده و روش نمونه گیری در بخش کیفی قضاوتی هدفمند و در بخش کمی تصادفی ساده است. جامعه آماری در بخش کیفی شامل ۱۵ نفر از خبرگان در صنعت گردشگری و اساتید دانشگاهی بوده که با روش نمونه گیری قضاوتی هدفمند انتخاب گردیدند. ابزار گردآوری اطلاعات در این بخش، مصاحبه عمیق نیمه ساختار می باشد. در بخش کمی نیز جامعه آماری شامل مدیران و کارکنان فعال در حوزه گردشگری شناسایی شدند که با استفاده از فرمول کوکران و روش نمونه گیری در دسترس ۳۸۴ نفر برآورد گردید که ۴۰۰ پرسشنامه توزیع گردید. با تحلیل داده ها تعداد ۱۶ مورد مقوله اصلی و ۱۸۰ مفهوم استخراج گردید که نهایتا با تعیین شرایط علی (عوامل تکنولوژی، پلتفرم دیجیتال، عوامل قانونی، اقتصاد اقامتی و اقتصاد دایره ای)، شرایط زمینه ای (کیفیت ادارک شده از خدمات اقامتی همتا به همتا، مزایای اقتصادی ادارک شده از خدمات اقامتی همتا به همتا، اصالت ادراک شده مقصد، هویت ادراک شده مقصد)، شرایط مداخله گر (نوع بلاکچین، مالکیت سیستم)، مقوله محوری (پذیرش خدمات اقامتی همتا به همتا مبتنی بر بلاکچین)، راهبردها (مشوق های اجتماعی، افزایش تعاملات اجتماعی، خلق ارزش مشترک) و پیامدها (وفاداری و مزیت رقابتی) مدل پذیرش خدمات اقامتی همتا به همتا مبتنی بر بلاکچین در صنعت گردشگری ارائه گردید.

سازمان ها برای استخراج دانش و بینش از داده های سازمان و اتخاذ تصمیمات کارا و اثربخش، اقدام به پیاده سازی سیستم های هوش تجاری می کنند، اما آمار و ارقام نشان می دهد که بیش از 50 درصد پروژه های هوش تجاری شکست می خورند، لذا مطالعات زیادی اقدام به شناسایی عوامل مؤثر بر موفقیت این سیستم ها نموده اند، ولی مطالعات به دلیل تعریف متفاوتی که از موفقیت داشتند، به عوامل متفاوتی نیز دست یافته اند، از اینرو این تحقیق (کیفی از منظر راهبرد، فراترکیب از منظر روش و بنیادی از منظر هدف با ابزار چک لیست و به شیوه کتابخانه ای و با نمونه گیری هدفمند از مطالعات جامعه هدف) صورت گرفت تا ضمن مشخص کردن تعریفی شفاف از موفقیت سیستم های هوش تجاری و رفع تناقضات موجود، ابعاد و مؤلفه های مؤثر بر موفقیت این سیستم ها را در 33 مؤلفه و 5 بعد (از 100 پژوهش باکیفیت یک دهه گذشته) شناسایی و معرفی کند تا یافته های این پژوهش بتواند ازنظر کاربردی و عملی، به مدیران پروژه های هوش تجاری، درک صحیحی از مؤلفه های مؤثر بر موفقیت این سیستم ها ارائه دهد و ازنظر بنیادی نیز به محققان حوزه موفقیت سیستم های اطلاعاتی کمک کند تا درکی صحیح و جامع از مطالعات موجود در یک دهه گذشته داشته باشند.

 آموزش عالی توده گرا بعنوان یک جریان جامعه شناختی فراگیر جهانی بر پایه نقش آفرینی دانشگاه ها در بهبود چشم انداز زندگی فردی و اجتماعی ظاهر گشت. کیفیت، اثربخشی و فایده مندی این جریان در ایران با وجود ایجاد و گسترش فرصت دسترسی و دستیابی افراد به آموزش عالی، محل بحث و تردیدهای جدی جامعه ایرانی است. مهم ترین جلوه این وضعیت در فزونی عرضه بر تقاضای آموزش عالی و شکل گیری پدیده مازاد ظرفیت پذیرش یا صندلی های خالی آشکار است که گذر به پساتوده گرایی را به یک ضرورت کلیدی برای آموزش عالی ایران تبدیل کرده است. با این وجود مشخص نیست توازن میان تقاضا و عرضه آموزش عالی در این گذر چگونه می تواند باشد. بنابراین در این مطالعه با توضیح زمینه نظری شکل گیری این پدیده به ایجاد مدلی برای برقرار شدن موازنه پایدار میان عرضه و تقاضای آموزش عالی در گذر به پساتوده گرایی پرداخته شد. این مدل که با روش نظریه داده بنیاد چامز و تحلیل و سنتز مارپیچی دیدگاه های 14 مشارکت کننده در تحقیق درک و ایجاد شد از یک منطق، مولفه های مرتبط و مکمل، و الزامات کلان تشیکل شده است. منطق این مدل، عقلانیت انتقادی است؛ به این معتی که لازم است گفتگوی انتقادی و سازگارشونده دانشگاه با جامعه و زیرسیستم های آن مبنای برآورد تقاضا و عرضه آموزش عالی باشد. با این عقلانیت، از طریق پنج مولفه شامل، آینده پژوهی رشته های علمی، آمایش آموزش عالی، روند یابی کمی و کیفی جمعیت شناختی، ایجاد شبکه ذی نفعان اجتماعی، و توانسنجی ظرفیت های علمی و تجیهزاتی دانشگاه است که در ارتباط با یکدیگر داده های لازم برای برآورد معتبر تقاضا و عرضه آموزش عالی به دست می آید. ضمن آنکه استقرار اثربخش این مدل در دانشگاه ها مستلزم اجتناب از تصدی گری دولت در آموزش عالی، تمرکز زدایی در برآورد تقاضا و عرضه آموزش عالی، شفافیت و پاسخگویی اجتماعی دانشگاه ها، و نظارت ساختاری مبتنی بر سیستم های اطلاعاتی می باشد. در نتیجه، برقراری موازنه بهینه و پایدار میان عرضه و تقاضای آموزش عالی، با نقش آفرینی خودتنظیم گر دانشگاه ها در بستر حمایت ساختارهای کلان آموزش عالی کشور ممکن می شود.  

این پژوهش به بررسی اثرات تحول آفرین انقلاب هوش مصنوعی بر پویایی های مدل مارپیچ سه گانه (تعامل بین دانشگاه، صنعت و دولت) و تأثیر آن بر توسعه اقتصادی می پردازد. مدل مارپیچ سه گانه، به عنوان یک چارچوب نظری برای تسهیل نوآوری، نقش مهمی در هدایت جریان دانش و تقویت همکاری های بین بخشی ایفا می کند. با ظهور فناوری های هوش مصنوعی، مرزهای سنتی میان دانشگاه ها، صنایع و دولت ها کمرنگ شده و نقش ها و تعاملات این ارکان بازتعریف شده اند. در این مطالعه، با بهره گیری از یک مدل سیستمی پویا، شوک ناشی از انقلاب هوش مصنوعی بر سازوکارهای خلق دانش، توسعه فناوری، و همکاری های بین بخشی، شبیه سازی و تحلیل شده است. یافته ها نشان می دهد که کارایی بالاتر دانشگاه ها در خلق دانش، حمایت های هدفمند دولت، و تعاملات قوی تر با صنایع پیشرفته، به طور قابل توجهی می توانند تأثیرات مثبت هوش مصنوعی بر رشد و توسعه اقتصادی را تقویت کنند. همچنین مشخص شد که کشورهایی با سهم بالاتر از صنایع پیشرفته و فناوری محور، مزایای بیشتری از این انقلاب خواهند برد. این پژوهش بر اهمیت سیاست هایی نظیر تقویت بوم سازگان های نوآوری، حمایت از خوشه های دانش بنیان، گسترش سرمایه گذاری در فناوری های پیشرفته، و ارتقای همکاری های بین دانشگاه ها، صنایع و دولت ها تأکید دارد. یافته ها نشان می دهد که توسعه اقتصادی پایدار در عصر هوش مصنوعی مستلزم رویکردی جامع و هم افزا میان این سه رکن اساسی است.

هدف اصلی این پژوهش شناسایی مؤلفه ها و ابعاد اصلی نوآوری اجتماعی در سازمان های مردم نهاد و ارائه مدل با استفاده از راهبرد گرانددتئوری است. روش این تحقیق از نظر نتیجه در دسته تحقیقات کاربردی   توسعه ای، از نظر هدف جز تحقیقات اکتشافی و از حیث روش در زمره تحقیقات کیفی مبتنی بر راهبرد گرانددتئوری است. ابزار جمع آوری داده های تحقیق مصاحبه عمیق نیمه ساختاریافته با خبرگان حوزه نوآوری اجتماعی و مدیران سازمان های مردم نهاد است. برای تحلیل داده های پژوهش از روش تحلیل محتوا استفاده شده است. پس از پیاده سازی و تحلیل مصاحبه ها، کدگذاری (باز، محوری و انتخابی) انجام شد. نتایج نشان داد که نوآوری اجتماعی سمن ها توسط شرایط علی (کار گروهی، اعتمادسازی فرهنگ سازی و آگاهی بخشی و تفکر سیستمی)، دلایل زمینه ای (سیاست گذاری، نگرش ها و سرمایه گذاری)، عوامل مداخله گر (قانونی، سیاسی، سازمانی و منابع مالی)، مقوله محوری (نوآوری اجتماعی سمن ها)، راهبردها (حمایتی، آموزش و توانمندسازی، ارتباطات، مشارکتی و مدیریتی) و پیامدهای (توسعه سمن ها، تحول اجتماعی و ارتقای کیفیت زندگی) تحقق می یابد. نتایج نشان می دهد که مدل پژوهش از سطح خوبی برخوردار است.

این سرمقاله با هدف ارائه راهبردی تحلیلی برای درک مسیر توسعه هوش مصنوعی در کشور، چهار کلان چالش اصلی سیاست گذاری این حوزه را بررسی می کند: ۱) فقدان توافق در تعریف و دامنه فناوری های هوش مصنوعی، ۲) تنوع گسترده مصداق ها، کاربردها و پیامدهای هوش مصنوعی که منجر به پیچیدگی در تدوین سیاست های عمومی یا تنظیم گری خاص در بخش های مختلف شده است، ۳) تعارض منافع میان ذی نفعان مختلف (دولت، بخش خصوصی و جامعه)، که موجب دشواری در ایجاد اجماع سیاستی شده است و ۴) تنش میان نسبت همکاری های بین المللی و نظام حقوقی و سیاستی کشور که سیاست گذاران را با دوگانه فن ملی گرایی و فن جهان گرایی مواجه ساخته است. با بهره گیری از چارچوب «نظام های فنی بزرگ»، این سرمقاله توسعه هوش مصنوعی را به عنوان پدیده ای چندبعدی تحلیل کرده و مراحل پنج گانه آن را در راستای شناسایی عقب افتادگی های ایران بررسی می کند. در این راستا، ضمن معرفی مقالات ویژه نامه «هوش مصنوعی و آینده ایران: پرسش ها، چالش ها و فرصت ها»، نشان داده می شود که این مقالات به جنبه های زیرساختی، حقوقی، اخلاقی و کاربردی هوش مصنوعی در ایران پرداخته و هریک از دریچه تحلیلی خود بخشی از این نظام فنی بزرگ را مورد بررسی قرار می دهند. در نهایت پیشنهاد می شود دو چارچوب کلان چالش های هوش مصنوعی و مطالعه آن به مثابه یک نظام فنی بزرگ می توانند زمینه را برای هماهنگی میان پژوهشگران مختلف این حوزه فراهم آورد و شرایطی برای طراحی و پیاده سازی یک سیاست یکپارچه و کارآمد در جهت توسعه هوش مصنوعی ایجاد نماید.

هوش مصنوعی در سال های اخیر به عنوان یکی از مهم ترین فناوری های نوظهور، تأثیر چشم گیری بر صنایع مختلف داشته است. در صنعت نفت، به ویژه بخش بالادستی، این فناوری قادر است منجر به کارایی عملیات، بهبود تصمیم گیری ها و کاهش هزینه ها شود. با توجه به این امر و همچنین اهمیت راهبردی صنعت نفت در اقتصاد ایران، این پژوهش با هدف سنجش شاخص های آمادگی سازمانی صنایع بالادستی نفت ایران برای پذیرش فناوری هوش مصنوعی صورت گرفت.در این مطالعه، با بهره گیری از چارچوب منتخب، پرسشنامه ای طراحی شد که شامل پنج شاخص اصلی هماهنگی راهبردی، منابع، دانش، فرهنگ و داده است که این شاخص ها هر کدام به شاخص های فرعی تقسیم می شود. این شاخص های فرعی عبارت اند از قابلیت های تجاری هوش مصنوعی، آمادگی مشتریان، حمایت مدیریت ارشد، انطباق فرآیندهای سازمانی، منابع مالی، نیروی انسانی متخصص، زیرساخت های فناوری اطلاعات، آگاهی از هوش مصنوعی، ارتقا مهارت ها، اخلاق هوش مصنوعی، نوآوری، کار تیمی، مدیریت تغییر، دسترسی به داده ها، کیفیت داده ها و جریان داده. این پرسشنامه توسط تعدادی از مدیران و متخصصان با تجربه در حوزه هوش مصنوعی و صنعت نفت تکمیل شد و نتایج نشان می دهد که هماهنگی راهبردی بالاترین امتیاز و شاخص داده کمترین امتیاز را در میان شاخص های اصلی کسب کرده است. یافته ها تأکید دارند که توسعه برنامه های راهبردی و تقویت زیرساخت های داده برای موفقیت در پذیرش هوش مصنوعی ضروری است.

مسئله مندی ارتباط صنعت و دانشگاه در ایران مورد ارجاع تحقیقات متعددی قرار گرفته است و یکی از پرتکرارترین راهبردهای رفع این مسئله، ایجاد سازوکارهای میانجی عنوان شده است. در این تحقیق با استفاده از روش نظریه زمینه ای، مجموعه مسابقات مسئله محور بنیاد ملی نخبگان موسوم به مسابقات ره نشان به عنوان یک سازوکار میانجی با کارکرد تسهیل ارتباط و پیوند میان بازیگران حاضر در صنعت و دانشگاه، مورد بررسی قرار گرفته است. مسابقات ره نشان شامل 54 پروژه تعریف شده توسط شرکت های صنعتی است که دانشجویان به میانجی مسابقات ره نشان و در تعامل با شرکت ها، انجام آن ها را برعهده گرفته اند. سؤال اصلی تحقیق آن بوده است که چرا و چگونه، فقط در معدودی از پروژه ها ارتباط برقرار شده و در غالب پروژه ها (بیش از 85 درصد) ارتباط پایداری شکل نگرفته است. برای پاسخ بدین سؤال، تعداد 15 پروژه از طریق روش نمونه گیری نظری انتخاب و 30 مصاحبه نیمه ساختاریافته با دانشجویان و راهبران شرکت ها انجام گرفت و نتایج آن تحت دو عنوان "روایت انجام دهندگان" و "روایت تعریف کنندگان پروژه"، صورت بندی، کدگذاری و تحلیل شد. بر اساس این تحلیل، سه عامل اصلی نظام انگیزشی، فرهنگ زمانی و نظام ارزش گذاری و چهار عامل تقویت/تضعیف کننده راهبری فعال، تعریف دقیق و متناسب پروژه، اشتهار شرکت و شکل گیری تعامل اجتماعی شناسایی شد. یافته های این پژوهش نشان می دهد که به علت عدم تناسب در سه وجه "نظام انگیزشی"،"فرهنگ زمانی" و "نظام ارزش گذاری" بین دو طرف این رابطه، در اغلب موارد ارتباط برقرار نمی شود. در حقیقت از علل اصلی عدم موفقیت در این سازوکار میانجی آن است که افراد با یک تعلق نهادی پیشینی و متمایز از یک دیگر وارد رابطه همکاری می شوند و عدم تطابق این تعلق نهادی در سه وجه ذکر شده سبب ناکارآمدی این ساز و کار میانجی می گردد.

سیاست گذاری علم و فناوری پروژه ای یکباره نیست بلکه فرایندی تدریجی، تکاملی، چندجانبه و پویا است؛ که ذی نفعان متعددی با نقش های مختلف و با اهداف متنوع در این فرایند مشارکت دارند. پرسش اصلی پژوهش حاضر این است که «چه عواملی بر تعاملات ذی نفعان در فرایند سیاست گذاری علم و فناوری تاثیر گذار هستند؟». برای پاسخ به این پرسش، از تحلیل مضمون استفاده شد. بدین منظور از بین مجلات تخصصی حوزه سیاستگذاری علم و فناوری، دو مجله معتبرScience and Public Policy و Research Policy با بیشترین مقالات مرتبط با موضوع این پژوهش، انتخاب شدند. جهت جستجو و گزینش مقالات برای انجام تحلیل های نهایی، از نمودار جریان، پیشنهاد شده توسط ساندلوسکی و باروسو استفاده شد. بر اساس نتایج این مطالعه، موضوع تعامل ذی نفعان در فرایند سیاست گذاری علم و فناوری از پشتوانه نظری غنی برخوردار است. مولفه هایی همچون: تنوع ذی نفعان، دانش تخصصی و قدرت آنها، معرفی حقایق و شواهد جدید توسط ذی نفعان، توانایی شناختی ذی نفعان، بافت فرهنگی، تاریخی و ارزشی جامعه، فرصت و صلاحیت ذی نفعان، اهمیت بعد زمان، عدم قطعیت، دسترسی به اطلاعات و شفافیت، سطح توسعه یافتگی جامعه، ساختار دولت ها، جهان بینی و ادارک ذی نفعان و منابع مالی، نیروی انسانی و ارتباطات عوامل موثر بر تعاملات و مشارکت ذی نفعان در فرایند سیاست گذاری علم و فناوری هستند. شکل گیری و تقویت این تعاملات منجر به افزایش آگاهی و یادگیری متقابل، ارتقای صورت بندی مسئله سیاست، افزایش اعتماد جامعه، مشروعیت بخشی به سیاست، دستیابی به راهکارهای خلاقانه و توسعه علم و فناوری، می شود.