مطالب مرتبط با کلیدواژه
۴۴۱.
۴۴۲.
۴۴۳.
۴۴۴.
۴۴۵.
۴۴۶.
۴۴۷.
۴۴۸.
۴۴۹.
۴۵۰.
۴۵۱.
۴۵۲.
۴۵۳.
۴۵۴.
۴۵۵.
۴۵۶.
۴۵۷.
۴۵۸.
۴۵۹.
۴۶۰.
هوش مصنوعی
منبع:
جامعه شناسی آموزش و پرورش دوره ۱۰ زمستان ۱۴۰۳ شماره ۳
249 - 260
حوزههای تخصصی:
هدف: این پژوهش با هدف بررسی کاربردهای هوش مصنوعی در مدیریت مدارس انجام شده است.روش شناسی: این مطالعه به روش فراتحلیل کیفی و با استفاده از دستورالعمل PRISMA انجام شد. مقالات منتشرشده بین سال های ۲۰۲۰ تا ۲۰۲۴ از پایگاه های معتبر علمی به طور سیستماتیک بررسی شدند و در نهایت ۱۶ مقاله که معیارهای ورود را داشتند انتخاب گردید. داده ها با استفاده از کدگذاری باز، محوری و انتخابی تحلیل شدند و بر کاربردها و پیامدهای هوش مصنوعی در مدیریت مدارس تمرکز داشتند.یافته ها: نتایج پژوهش نشان داد که هوش مصنوعی نقش مهمی در بهبود کارایی مدیریتی، یادگیری شخصی سازی شده، ارتقاء فرآیند تصمیم گیری و کاهش وظایف تکراری ایفا می کند. این فناوری توانسته است با ارائه تحلیل های مبتنی بر داده، تصمیم گیری های مدیران را بهبود بخشد و بازخورد فوری و دقیق تری برای معلمان و دانش آموزان فراهم کند. همچنین، از هوش مصنوعی برای بهینه سازی تخصیص منابع، نظارت و ارزیابی عملکرد کارکنان استفاده شده است. با این حال، چالش هایی مانند امنیت داده ها، زیرساخت های ناکافی و مقاومت در پذیرش فناوری شناسایی شدند که می توانند اجرای مؤثر این فناوری را محدود کنند.نتیجه گیری: این مطالعه نتیجه می گیرد که هوش مصنوعی ظرفیت بالایی برای تحول مدیریت مدارس از طریق بهبود کارایی، شخصی سازی و تصمیم گیری دارد. با این حال، توجه به چالش هایی مانند حفظ حریم خصوصی، توسعه زیرساخت ها و آموزش کافی برای کاربران ضروری است. یافته های این پژوهش راهنمایی های ارزشمندی برای سیاست گذاران، مدیران و پژوهشگران در جهت بهره برداری از پتانسیل های هوش مصنوعی ارائه می دهد.
بحران اعتماد اجتماعی در سیالیت شبکه های اجتماعی بررسی اعتماد اجتماعی از خلال واکنش افراد در توییتر به برجام(مقاله علمی وزارت علوم)
منبع:
بررسی مسائل اجتماعی ایران دوره ۱۲ بهار و تابستان ۱۴۰۰ شماره ۱
103 - 135
اعتماد اجتماعی به عنوان شیرازه ی همبستگی اجتماعی، امری بنیادین در برقراری و تداوم جامعه است. پژوهش های انجام شده طی سال های اخیر گویای کاهش اعتماد اجتماعی در ابعاد سازمانی و رسمی آن است. از سوی دیگر در سال های اخیر با روند رو به رشد استفاده از اینترنت و شبکه های اجتماعی مواجه بوده ایم که خود به معنای دسترسی سریع به اخبار و داده های بسیار درباره ی رخدادهای اجتماعی است. چنین به نظر می رسد که در شرایط جدید، گسترش ارتباطات جهانی از طریق اینترنت و شبکه های اجتماعی، فرایند شکل گیری اعتماد را نیز متأثر کرده و به واسطه ی فعالیت در فضای مجازی نقش سازمان های غیر رسمی، گروه های فعال و حتی افراد در جهت گیری اعتماد اجتماعی اهمیت یافته است. در این مقاله کوشیده ایم با استفاده از روش های نوین داده کاوی، با پایش داده های توییتر، سطح اعتماد به عملکرد سیاسی دولت درباره موضوع برجام را بسنجیم. برای این منظور توییت ها بر اساس اعتماد، بی اعتمادی و خنثی دسته بندی شده و مدلی پیش بینی کننده برای اعتماد بر اساس داده های توییتر ایجاد شده است که متوسط اعتماد را بر اساس معادله رگرسیون اندازه گیری می کند. همچنین همبستگی متوسط اعتماد با ارزش کالاهای سرمایه ای به طور خاص سکه بهار آزادی و دلار بررسی شده است. نتایج حاکی از آن است که اخبار منفی درباره ی برجام باعث افزایش بی اعتمادی کاربران می شود. از سوی دیگر بین بی اعتمادی که موجب عدم اطمینان نسبت به آینده می گردد و نوسان قیمت کالاهای سرمایه ای مانند ارز و سکه همبستگی مشاهده می شود. به بیان دیگر بی اعتمادی و عدم ثبات اجتماعی تنش در بازار کالاهای سرمایه ای مانند سکه و ارز را افزایش داده و ترس از آینده و میل به نگاه داشت سرمایه موجب افزایش تقاضا، همچنین رشد بیشتر قیمت کالاهای سرمایه ای می گردد.
مدلی برای کاهش ریزش مشتریان با استفاده از مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی در صنعت بیمه(مقاله علمی وزارت علوم)
حوزههای تخصصی:
مطالعه حاضر از نظر هدف یک مطالعه کاربردی-توسعه ای است که درصدد ارایه الگوی کاهش ریزش مشتریان با استفاده از مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی در صنعت بیمه می باشد. از منظر روش گردآوری داده ها یک پژوهش پیمایش مقطعی است. برای نیل به هدف از طرح پژوهش آمیخته اکتشافی (کیفی-کمی) استفاده شد. در بخش کیفی از روش تحلیل مضمون و در بخش کمی از روش حداقل مربعات جزئی استفاده شد. جامعه مشارکت کنندگان بخش کیفی شامل مدیران شرکت بیمه ایران بودند که 17 نفر با روش نمونه گیری هدفمند انتخاب شدند. در بخش کمی نیز جامعه آماری متشکل از مدیران و کارشناسان بیمه ایران و مدیران نمایندگی های بیمه ایران در استان گیلان، با روش اندازه اثر و تحلیل توان، 130 نفر به روش نمونه گیری خوشه ای-تصادفی انتخاب شدند. ابزار گردآوری داده ها در بخش کیفی، مصاحبه نیم ساختاریافته و در بخش کمی، پرسشنامه محقق ساخته بود . یافته های پژوهشی نشان داد عوامل فنی هوش مصنوعی، عوامل مدیریتی هوش مصنوعی و بازاریابی رابطه ای بر مدیریت ارتباط با مشتریان تاثیر می گذارند. مدیریت ارتباط با مشتری با اثرگذاری بر شخصی سازی خدمات و مشتری گرایی منجر به بهبود تجربه مشتریان می شود. این عامل خود با اثرگذاری بر وفاداری مشتریان، رضایت مشتریان و مشارکت مشتریان به کاهش ریزش مشتریان منتهی می گردد. بنابراین مشخص شد هوش مصنوعی یک سازه زیربنایی است که از منظر فنی و مدیریتی می تواند به بهبود مدیریت ارتباط با مشتری در نمایندگی های بیمه ایران کمک کرده و سبب کاهش رویگردانی و ریزش مشتریان شود.
حسابرسی در عصر هوش مصنوعی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف: این مقاله روند تکامل هوش مصنوعی و توسعه آن در حسابرسی را با توجه به مطالعات انجام شده، ترسیم می کند، همچنین اهمیت استفاده حسابرسان از سیستم های هوشمند مصنوعی در دستیابی به اظهارنظر حرفه ای را مورد بحث قرار می دهد.روش: برای نگارش این مقاله به مرور مقالات و منابع معتبر و در دسترس پرداخته شده است. باتوجه به اینکه نقطه آغازین پیدایش حوزه های حسابرسی و هوش مصنوعی مربوط به دهه 1990 می باشد بازه زمانی جهت انتخاب مقالات دهه 1990 تا کنون می باشد.یافته ها: نتایج پژوهش حاکی از این است در عصر هوش مصنوعی استفاده از حسابرسی سنتی با مشکلات اساسی همراه بوده و کارآمد نمی باشد، در نتیجه بر ضرورت همگام شدن با هوش مصنوعی برای کاهش این مشکلات اساسی تاکید دارند.نتیجه گیری: مطالعات انجام شده نشان می دهد که انقلاب هوش مصنوعی با تحولات چشمگیری در حرفه حسابرسی همراه است. تحولاتی که سبب شده حرفه حسابرسی در شرایط حساسی قرار گیرد و فناوری هوش مصنوعی حرفه حسابرسی را متحول خواهد کرد. هوش مصنوعی نه تنها نیاز به حسابرسی را از بین نمی برد بلکه با توجه به پیچیدگی های تعاملات امروزه، اهمیت آن را دو چندان می کند. کاربرد هوش مصنوعی در حرفه حسابرسی هنوز به شدت نوپا است و لازم است به طور ویژه مورد توجه پژوهشگران و به خصوص پژوهشگران داخلی قرار گیرد.دانش افزایی: مطالعات پیشین به گونه ای ترکیب شده اند که به غنای ادبیات منسجم در رابطه با مزایا، معایب چالش ها و فرصت ها و هم افزایی هوش مصنوعی در حسابرسی کمک می کند و برضرورت کاربرد هوش مصنوعی در حسابرسی در عصر انقلاب هوش مصنوعی تأکید دارد.
نقش هوش مصنوعی بر رهبری آموزشی در مدارس: رویکرد کیفی(مقاله علمی وزارت علوم)
منبع:
پژوهش های رهبری آموزشی سال ۹ تابستان ۱۴۰۴ شماره ۳۴
145 - 171
حوزههای تخصصی:
امروزه با توجه به پیشرفت های هوش مصنوعی، رهبری آموزشی در مدارس به سمت بهره گیری بیشتر از داده ها و تحلیل های هوشمند حرکت می کند. هدف این پژوهش نقش هوش مصنوعی بر رهبری آموزشی در مدارس بوده است. پژوهش با رویکرد کیفی و روش فراترکیب انجام شده است. جامعه پژوهش شامل بیش از 400 مقاله بوده که از میان آنها 44 سند برای تحلیل انتخاب شدند. به منظور تحلیل داده ها از روش کدگذاری استفاده شد که ابتدا 172 کد باز استخراج شد، سپس 16 کد محوری و در نهایت 3 کد انتخابی به عنوان نقش هوش مصنوعی بر رهبری آموزشی شناسایی شد. یافته های پژوهش نشان داد که نقش هوش مصنوعی بر رهبری آموزشی در مدارس شامل؛ تجربیات یادگیری شخصی سازی دانش آموزان مانند: محیط یادگیری اکتشافی، مشاوره فردی به دانش آموزان، یادگیری هوشمند، بسترهای هوشمند برای خودیادگیری، ارائه محتوای آموزشی سفارشی سازی شده؛ وظایف اداری مدیران مانند: نگهداری سوابق دانش آموزان، زمان بندی و برنامه ریزی دروس به صورت خودکار، تسهیل تصمیم گیری در محیط آموزشی، پیش بینی عملکرد دانش آموزان، پذیرش و ثبت نام دانش آموزان به صورت خودکار؛ و وظایف روزمره معلمان مانند: ارائه راهبردهای تدریس تطبیقی، آموزش هوشمند، کنترل فرایند یادگیری، نمره دهی خودکار به تکالیف و امتحانات، دستیار دیجیتالی،ارائه بازخورد فوری می باشد. در نهایت اینکه به کمک هوش مصنوعی، رهبران آموزشی می توانند به بهبود کیفیت آموزش، ارتقاء اثربخشی تدریس، تسهیل فعالیت های روزمره معلمان و بهینه سازی فرآیندهای اداری مدارس بپردازند
ارائه مدل ارتقای نظریه های خلاقیت در بازاریابی و هوش مصنوعی با استفاده از روش فراترکیب(مقاله علمی وزارت علوم)
منبع:
مدیریت برند سال ۱۱ پاییز ۱۴۰۳ شماره ۳۹
13 - 64
حوزههای تخصصی:
هدف اصلی این پژوهش ارائه مدل ارتقای نظریه های خلاقیت در بازاریابی و هوش مصنوعی با استفاده از روش فراترکیب می باشد. پژوهش حاضر از نظر هدف، توسعه ای، از نظر ماهیت داده ها کیفی و از منظر گردآوری داده ها اسنادی- فراترکیب است. برای ارزشیابی مقاله ها می توان از برنامه مهارت های ارزیابی حیاتی( CASP) استفاده کرد. بر اساس 52 مقاله ی انتخاب شده از پایگاه داده های علمی معتبر، فرآیند استخراج اطلاعات از نتایج و تحلیل های این مقاله ها انجام شد که بعد از ارزیابی تک تک آن ها 25 مقاله مورد تائید نهایی قرار گرفت و غربالگری شد، سپس با بررسی پیشینه ها و مدل های مقالات تائید شده طراحی مدل مفهومی جدید به دست آمد. برای مقوله نظریه های خلاقیت از سه شاخص خلاقیت فردی(خلاقیت شخصی، بینش تبلیغات خلاقانه، عملکرد خلاقانه، خلاقیت در فروش)؛ خلاقیت سازمانی (خلاقیت جمعی، خلاقیت تبلیغاتی، نوآوری استراتژیک، خودکارآمدی خلاق)؛ خلاقیت در محصول(نوآوری محصول، تولید خلاقانه، نوآوری محصول جدید) استخراج شد. همچنین برای مقوله بازاریابی از سه شاخص استراتژی بازاریابی (استراتژی بازاریابی خلاق، فعالیت های بازاریابی، کانال های بازاریابی)؛ قابلیت بازاریابیB2B (مدیریت اطلاعات، برنامه ریزی، پیاده سازی)؛ بازاریابی دیجیتال یکپارچه(بازاریابی تجربی، بازاریابی محتوا، بازاریابی دیجیتال، بازاریابی بلادرنگ) استخراج شد و در نهایت برای مقوله هوش مصنوعی از یک شاخص قابلیت های هوش مصنوعی(استراتژی هوش مصنوعی، رهبری فناوری های هوشمند، بازاریابی مبتنی بر هوش مصنوعی) استخراج شد.
کاربست هوش مصنوعی و مدیریت دانش در بهبود حکمرانی شرکتی مطالعه موردی شرکت مپنا(مقاله علمی وزارت علوم)
منبع:
مدیریت راهبردی دانش سازمانی سال ۷ زمستان ۱۴۰۳ شماره ۲۷
141 - 163
حوزههای تخصصی:
زمینه/هدف: یکی از موضوعات مهم در سال های اخیر مفهوم حکمرانی شرکتی است. این مفهوم به شیوه مدیریت و کنترل یک سازمان پرداخته است و هدف اصلی آن تضمین شفافیت، مسئولیت پذیری و انصاف در تصمیم گیری های شرکتی است. ازسوی دیگر، مدیریت دانش به سازمان ها کمک می کند تا از تجربیات و اطلاعات موجود بهره برداری کرده و به بهبود تصمیم گیری و نوآوری پرداخته شود. با ظهور هوش مصنوعی به عنوان یکی از فناوری های پیشرو، سازمان ها به سمت افزایش بهره وری هدایت می شوند. کاربست هوش مصنوعی و مدیریت دانش در حکمرانی شرکتی می تواند به بهینه سازی تصمیم گیری و افزایش کارایی سازمان ها منجر شود. سازمان های کشور همواره به یک نظام دانشی نیاز دارند که بتواند به صورت هماهنگ، منظم، هدفمند، مستمر و پویا عمل کند. یکی از این سازمان ها، شرکت مپنا است. روش پژوهش: رویکرد پژوهش حاضر کیفی است و با استفاده از روش تحلیل مضمون انجام شده است. روش های گردآوری داده ها در این تحقیق شامل مطالعات کتابخانه ای و مطالعات میدانی است. در مرحله بعد مدل مفهومی از روش تحلیل مضمون ارائه شده است. مدت زمان انجام مطالعات میدانی و طراحی، توزیع، جمع آوری و تحلیل داده های کیفی در بازه زمانی اسفند ۱۴۰۱ تا اسفند ۱۴۰۲ صورت گرفته است. یافته های پژوهش: براساس روش تحلیل مضمون، ابعاد و مؤلفه های مؤثر در مدیریت دانش در شرکت مپنا شامل بعد فردی، بعد سازمانی و بعد محیطی هستند. ابعاد و مؤلفه های مؤثر در هوش مصنوعی در شرکت مپنا شامل بعد زمینه ای، استراتژی های سازمان، بعد سازمانی، بعد بازاریابی، بعد ساختاری و بعد محیطی می باشد. نتیجه گیری: نتایج نشان می دهد که مدیریت دانش تأثیر قابل توجهی بر حکمرانی شرکتی در شرکت مپنا دارد. همچنین، هوش مصنوعی با ابعاد زمینه ای، استراتژی های سازمان، ابعاد سازمانی، بازاریابی، ساختاری و محیطی نیز بر حکمرانی شرکتی در این شرکت تأثیرگذار است. حکمرانی شرکتی می تواند مزایای قابل توجهی برای یک ساختار تجاری یا گروهی به ارمغان آورد. این نوع حکمرانی فرهنگ سازمانی را قوی تری و شفافیت را در تمامی سطوح سازمان فراهم می آورد و تضمین می کند که همه بازیگران نقش شخصی خود را در عملیات درک می کنند. با این رویکرد حکمرانی شرکتی تضمین می کند که تمامی اطلاعات واحد تجاری به روز و دقیق هستند و به هیئت مدیره این امکان را می دهد تا تصمیمات استراتژیک روشن و دقیقی را بر اساس داده های معتبر اتخاذ کند.
طراحی مدل استفاده از هوش مصنوعی برای تغییر فرایندهای واحد روابط عمومی سازمان با تاکید بر مدیریت دانش سازمانی(مقاله علمی وزارت علوم)
منبع:
مدیریت راهبردی دانش سازمانی سال ۸ بهار ۱۴۰۴ شماره ۲۸
33 - 52
حوزههای تخصصی:
هدف: با توجه به تغییرات سریع محیط کسب و کار و نیاز به پاسخگویی به انتظارات متنوع ذینفعان، استفاده از هوش مصنوعی می تواند به عنوان راهکاری اثربخش برای ارتقاء عملکرد واحد روابط عمومی مطرح شود. همچنین، مدیریت دانش به عنوان عنصری کلیدی در بهبود فرآیندها و تصمیم گیری ها در این واحد، نقش مهمی ایفا می کند. هدف این پژوهش طراحی مدل استفاده از هوش مصنوعی در واحد روابط عمومی سازمان ها با تأکید بر مدیریت دانش سازمانی است. روش پژوهش: پژوهش کاربردی حاضر مبتنی بر پارادایم تفسیری با رویکردی کیفی، از نوع نظریه داده بنیاد با استفاده از رهیافت نظام مند کوربین و اشتراوس است. جامعه آماری این پژوهش شامل متخصصین و دانشجویان فعال در حوزه روابط عمومی، مدیریت منابع انسانی، هوش مصنوعی و روانشناسی بود. نمونه پژوهش با استفاده از روش نمونه گیری هدفمند از نوع گلوله برفی از میان جامعه آماری به تعداد 17 نفر تا رسیدن به اشباع نظری داده ها انتخاب شد. جهت گردآوری داده ها از مصاحبه نیمه ساختاریافته استفاده شد. جهت تأمین روایی پژوهش از کنترل بیرونی استفاده شد. پایایی نیز با استفاده از روش کدگذار دوم با ضریب توافق 86% تأیید شد. یافته ها: بر اساس یافته ها، علل استفاده از هوش مصنوعی در واحد روابط عمومی سازمان ها در چهار مقوله کارایی و بهره وری، بهبود ارائه خدمات به مشتریان، تحقیقات و تحلیل بازار و جنبه های نوآورانه دسته بندی شد. عوامل زمینه ای در دو دسته شرایط تکنولوژیک و شرایط سازمانی، و عوامل مداخله گر به دو حیطه اصلی شرایط بازار و شرایط اجتماعی و قانونی تقسیم شد. راهبردها مشتمل بر پنج مقوله آموزش و توانمندسازی، فرهنگ سازی، ایجاد هماهنگی، راهبردهای عملیاتی و ایجاد آگاهی و انگیزه شناسایی شد. این راهبردها می تواند به بهبود ارتباطات، بهینه سازی فرآیندها، اعتبار و شفافیت، کاهش کیفیت ارتباطات و چالش های فنی و عملیاتی منجر شود و نقش چشم گیری در استفاده بهینه از هوش مصنوعی در واحد روابط عمومی سازمان ها ایفا کند. نتیجه گیری: نتایج این پژوهش نشان می دهد که استفاده از هوش مصنوعی در واحد روابط عمومی سازمان ها می تواند به بهبود عملکرد و کارایی این واحد کمک کند. سازمان ها برای بهره برداری مؤثر از هوش مصنوعی در روابط عمومی، بایستی بر روی ایجاد زیرساخت های مناسب و فرهنگ سازمانی مناسب تمرکز کنند تا بتوانند از مزایای این فناوری بهره مند شوند. این مدل می تواند به عنوان راهنمای عملی برای سازمان ها در جهت استفاده مؤثر از هوش مصنوعی در روابط عمومی عمل کند و به بهبود ارتباطات و افزایش رضایت ذی نفعان منجر شود. اصالت/ارزش: با توجه به تحولات سریع فناوری و نیاز به بهبود کارایی در ارتباطات سازمانی، این پژوهش به طور قابل توجهی به درک مدیران از اینکه چگونه هوش مصنوعی می تواند شیوه های روابط عمومی در سازمان ها را تغییر دهد کمک می کند.
بررسی جامع تحقیقات مرتبط با هوش مصنوعی در حسابداری، مالیات ، مدیریت مالی و مسیر پیش رو
حوزههای تخصصی:
هوش مصنوعی به سرعت در حال تحول و تغییر در دنیای حسابداری و امور مالی است، زیرا بسیاری از فرآیندهای تکراری این حوزه را ساده و بهینه می کند. با استفاده از هوش مصنوعی، یک نهاد می تواند زمان و هزینه های مربوط به انجام عملیات را کاهش دهد، چرا که این فناوری بینش های ارزشمندی در اختیار تحلیلگران حسابداری و مالی قرار می دهد. هوش مصنوعی همچنین به تجزیه و تحلیل سریع حجم زیادی از داده ها کمک کرده و داده های دقیق تر و قابل اجرا را با هزینه کمتر تولید می کند. این داده ها می توانند برای ارائه بینش های جدید و تجزیه و تحلیل های عمیق تر به کار روند و تصمیم گیری های استراتژیک را هدایت کنند که بر کل سازمان تاثیر می گذارد.در سال های اخیر، با پیشرفت های علمی و فناوری، کاربرد هوش مصنوعی در حوزه حسابداری و مالی گسترش و عمق بیشتری پیدا کرده است. ادغام هوش مصنوعی با حسابداری هم فرصتی برای پیشرفت است و هم چالشی که نیاز به بررسی دقیق دارد. این مقاله به بررسی تحقیقات جهانی در خصوص استفاده از هوش مصنوعی در حسابداری، تضمین و امور مالی می پردازد، محدودیت های تحقیقات موجود را تحلیل می کند و مرجعی برای تحقیقات آینده ارائه می دهد.
تاثیر هوش مصنوعی بر اعتبارسنجی مشتریان بانک ملی
حوزههای تخصصی:
هدف این پژوهش، بررسی تاثیر هوش مصنوعی بر اعتبارسنجی مشتریان بانک ملی می باشد. پژوهش حاضر از لحاظ هدف کاربردی بوده و با روش توصیفی-پیمایشی انجام گرفته است. جامعه آماری را کارشناسان فناوری شعب بانک ملی در تهران تشکیل می دهند که برابر 55 نفر می باشند. به علت محدود بودن جامعه آماری، کل جامعه آماری به عنوان نمونه آماری در نظر گرفته شد یعنی کلیه جامعه به عنوان حجم نمونه (نمونه در دسترس) انتخاب شده است. به منظور گردآوری داده های پژوهش از پرسشنامه استفاده شده است. روایی پرسشنامه توسط اساتید تائید شده و پایایی ابزار نیز از طریق اندازه گیری آلفای کرونباخ مورد تایید قرار گرفته است. تجزیه و تحلیل داده های پژوهش با استفاده از روش های آماری توصیفی و روش های آماری استنباطی انجام گرفته است. نتایج پژوهش نشان می دهد که فرایندهای استخراج الگوها، انتخاب الگوها، تنظیم الگوها و نیز سازگاری الگوها بر اعتبارسنجی مشتریان بانک ملی تاثیر مثبت و معنی داری داشته است. از بین فرایندهای موثر بر اعتبارسنجی مشتریان بانک ملی، انتخاب الگوها بیشترین تاثیر و سازگاری الگوها کمترین تاثیر را داشته است.
نقش هوش مصنوعی در مدیریت امور مالی (ضرورت و کاربرد و چالش ها)
منبع:
چشم انداز حسابداری و مدیریت دوره ۷ زمستان ۱۴۰۳ شماره ۹۷ (جلد ۱)
111 - 121
حوزههای تخصصی:
هوش مصنوعی به عنوان یک فناوری نوین در دنیای امروز، نقش مهمی در تحول مدیریت امور مالی ایفا می کند. این فناوری با بهره گیری از الگوریتم های پیشرفته یادگیری ماشین و پردازش داده های کلان، توانسته است روش های بهینه تری برای تحلیل و پیش بینی بازارهای مالی، مدیریت ریسک، و بهبود فرآیندهای مالی ارائه دهد. در این تحقیق که به روش کیفی و توصیفی با استفاده از منابع معتبر انجام شده، ابتدا کاربردهای هوش مصنوعی در تحلیل داده ها و پیش بینی روندهای بازار مالی مورد بررسی قرار گرفته است. این فناوری همچنین در شبیه سازی نوسانات مالی و مدیریت ریسک های مالی از طریق ابزارهای پیشرفته و هوشمند نقش مؤثری دارد. با این حال، چالش هایی نیز در پیاده سازی این فناوری وجود دارد که شامل هزینه های بالای پیاده سازی، نیاز به زیرساخت های مناسب و مشکلات اخلاقی و شفافیت در تصمیم گیری های هوش مصنوعی است. بر اساس نتایج پژوهش، پذیرش هوش مصنوعی در صنعت مالی برای بهبود فرآیندهای مالی و مدیریت بهینه منابع مالی بسیار ضروری است. برای بهره برداری مؤثر از این فناوری، سرمایه گذاری در آموزش نیروی انسانی، توسعه زیرساخت های فناوری و ایجاد استانداردهای اخلاقی و شفاف در الگوریتم ها توصیه می شود. در نهایت، استفاده هوشمندانه از هوش مصنوعی می تواند مزایای بسیاری مانند کاهش ریسک ها، بهینه سازی عملیات مالی، و شخصی سازی خدمات مالی برای مشتریان به همراه داشته باشد.
تاثیرات هوش مصنوعی بر بازارهای مالی
حوزههای تخصصی:
هوش مصنوعی یک اصطلاح عمومی است که شامل حوزه های مختلفی از جمله یادگیری ماشین پردازش زبان طبیعی و ... میشود. این فناوری پتانسیل بالایی دارد و در صنایع مختلفی مورد استفاده قرار میگیرد. در حال حاضر هوش مصنوعی آمادگی این را ندارد که به صورت کامل جایگزین انسانها شود. اما در عوض، این فناوری قدرت نیروی کار انسانی را تقویت کرده و امکان فعالیتهای بیشتری را برای آنها فراهم میکند. با پیشرفت تکنولوژی در همه عرصه ها و فناوریهای نوظهور مانند هوش مصنوعی تکنیکهای هوش مصنوعی به طور فزاینده ای در بازارهای مالی، مانند مدیریت دارایی تجارت الگوریتمی پذیره نویسی اعتباری یا تامین مالی مبتنی بربلاک چین به کار گرفته می شوند. در حالیکه هوش مصنوعی باعث بهبود کارایی شرکتها و افزایش کیفیت خدمات مالی در بازارهای مالی میشود، در این بررسی تاثیرات هوش مصنوعی بر بازارهای مالی را بررسی می کنیم.
تاثیر هوش مصنوعی بر اعتبار سنجی مشتریان در صنعت بانکداری
حوزههای تخصصی:
با توجه به اهمیت اعطای اعتبار در نظام بانکی، استفاده از عوامل مؤثر بر اعتبارسنجی جهت تصمیم گیری در اعتباردهی، بسیار مهم است. با توجه به این مهم، تحقیق حاضر به بررسی اعتبارسنجی مشتریان با تکیه بر هوش مصنوعی پرداخته است. مبحث مدیریت ریسک، یکی از موضوعاتی است که همواره در صنعت بانکداری باید مورد توجه سیاستگذاران اعتباری قرار گیرد. حال در بین ریسک های مختلفی که بانک ها با آن روبه رو هستند، ریسک اعتباری از مهم ترین آن ها محسوب می شود که در واقع از ضرر و زیان ناشی از ناتوانی یا تمایل نداشتن مشتری به انجام تعهدات خویش در برابر بانک ناشی می گردد که به منظور کنترل این ریسک، رتبه بندی اعتباری مشتریان، ضرورتی انکارناپذیر به حساب می آید از طرف دیگر، استفاده از هوش مصنوعی جایگاه خاصی را در صنایع مختلف به خود اختصاص داده که در این میان صنعت بانکی میتواند بهره مندی مناسبی را در ارزیابی و اعتبارسنجی مشتریان تسهیلات بانکی داشته باشد، پژوهش حاظر از نظرگردآوری داده ها از نوع توصیفی – پیمایشی بوده و از نوع هدف کاربردی می باشد.
بررسی ارتباط بین اطلاعات حسابداری سرمایه انسانی بر ارزش بازار شرکت ها با تاکید برنقش هوش مصنوعی به عنوان راهبرد کسب و کار
منبع:
چشم انداز حسابداری و مدیریت دوره ۷ زمستان ۱۴۰۳ شماره ۹۸ (جلد ۲)
170 - 181
حوزههای تخصصی:
هدف این پژوهش بررسی ارتباط بین اطلاعات حسابداری سرمایه انسانی بر ارزش بازار شرکت ها با تاکید بر نقش هوش مصنوعی می باشد. پژوهش حاضر ازلحاظ هدف کاربردی بوده و از بعد روش شناسی از نوع تحقیقات علی (پس رویدادی) است. جامعه آماری پژوهش، شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد و با استفاده از محدودیت های در نظر گرفته شده، تعداد 141 شرکت در بازه زمانی 1396 -1402 به عنوان نمونه پژوهش انتخاب گردید. نتایج پژوهش نشان داد اطلاعات حسابداری سرمایه انسانی از بعد پاداش مدیریت ، بازنشستگی و مزایای بازنشستگی بر ارزش بازار شرکت تاثیر معنادار دارد. از طرفی هوش مصنوعی بر رابطه این دو متغیر با ارزش بازار شرکت تاثیر معنادار دارد. دیگر نتایج حاکی از آن است که هزینه های بهداشت و ایمنی و هزینه تعویض نیروی کار بر ارزش بازار شرکت تاثیر معنی داری ندارد اما هوش مصنوعی بر رابطه این دو متغیربا ارزش بازار شرکت تاثیر معنادار دارد.
شناسایی و مدل سازی کارکردهای هوش مصنوعی در ارتقای کارآمدی نظام اداری و ارائه خدمات عمومی(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت دولتی ایران دوره ۷ تابستان ۱۴۰۳ شماره ۲
111 - 147
حوزههای تخصصی:
ارائه خدمات عمومی مناسب نقش مهمی در کارآمدی دولت ها و بهبود کیفیت حکمرانی دارد. دراین راستا استفاده از ظرفیت های هوش مصنوعی در اداره امور عمومی می تواند زمینه ساز ارتقای کیفیت تصمیم گیری در بخش دولتی شده و ارتقای کارآمدی خدمات عمومی به شهروندان و افزایش رضایت آن ها از حاکمیت را به همراه داشته باشد. براین اساس، پژوهش حاضر با هدف شناسایی کارکردهای هوش مصنوعی در ارتقای کیفیت خدمات عمومی تدوین شده است. همچنین پژوهش حاضر با مطالعه منابع علمی در حوزه کارکردهای هوش مصنوعی و براساس روش تحلیل مضمون، 11 کارکرد اصلی و مبناییس برای هوش مصنوعی در ارتقای نظام اداری شناسایی کرده است. در مرحله بعد با استفاده از روش مدل سازی ساختاری- تفسیری (ISM)، کارکردهای شناسایی شده در چهار سطح قرار گرفتند. دراین امتداد، تسهیل تصمیم گیری مبتنی بر داده در بخش عمومی به عنوان زیربنایی ترین کارکرد در سطح چهارم قرار گرفت و به عنوان کلیدی ترین کارکرد هوش مصنوعی در کارآمدی نظام اداری شناسایی شد. همچنین کارکردهای افزایش کیفیت و بهره وری اقتصادی ارائه خدمات، کاهش هزینه پیامدهای تصمیمات نسنجیده و ارتقای شفافیت، پاسخگویی و اعتماد عمومی به عنوان خروجی ها و تأثیرات هوش مصنوعی شناخته شدند و در سطح اول قرار گرفتند. به علاوه کارکردهای هوشمندی و خودکارسازی فرایندها، بهره مندی از هوش جمعی و تعامل بیشتر با شهروندان، شخصی سازی خدمات، ارتقای کیفیت و هوشمندسازی مدیریت منابع انسانی، عارضه یابی هوشمند در ارائه خدمات عمومی و ایجاد زمینه تعامل هوشمند بین سازمانی به عنوان متغیرهای پیوندی و دارای خاصیت اهرمی در تحقق کارآمدی نظام اداری و خدمات عمومی مبتنی بر هوش مصنوعی شناخته شدند.
ارائه فرا مدل خط مشی گذاری توسعه هوش مصنوعی در صنعت فینتک(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت دولتی ایران دوره ۷ پاییز ۱۴۰۳ شماره ۳
1 - 49
حوزههای تخصصی:
هوش مصنوعی به عنوان یک فناوری متحول کننده نقش بسیار مهمی در هوشمند کردن صنعت فناوری مالی یا فینتک داشته و باعث توسعه کاربردهای این صنعت شده است. این کاربرد گسترده اما با چالش ها و مسائل مختلف قانونی، اخلاقی، اجتماعی و مالی روبرو شده است. چالش هایی از قبیل نوآوری، پیچیدگی های تجاری، سازمانی و عملیاتی، انسانی و اجتماعی، محیطی، داده، پویا و یکپارچه که در صورتی که برای آن ها تدبیر لازم اتخاذ نشود نه تنها کاربردهای هوش مصنوعی را در جامعه تحت تأثیر قرار می دهد بلکه مشکلات اساسی تری را به وجود خواهد آورد. ریشه حل بسیاری از این تعارضات در خط مشی گذاری است. از آن جا که مدل های موجود خط مشی گذاری عمومی قابلیت مواجهه با این چالش ها را ندارد، لذا هدف از این پژوهش ارائه فرامدلی جهت توسعه هوش مصنوعی در صنعت فینتک است که در سطح خط مشی گذاری عمومی ارائه شده است. این فرامدل به عنوان پیش نیاز فرایند خط مشی گذاری جهت ارائه مدل های مورد نیاز برای این عرصه است. برای این منظور ابتدا مدل های خط مشی گذاری عمومی مورد بررسی قرار گرفت و 25 مدل تبیین شد. سپس از میان آن ها به وسیله شاخص هایی که از ادبیات موضوع استخراج شد، مدل های مناسب انتخاب شد. پس از آن با تجزیه مدل های انتخاب شده و ترکیب آن ها با روش فراقوم نگاری، فرامدل خط مشی گذاری توسعه هوش مصنوعی در صنعت فینتک با پنج گام ارائه شد. گام های این فرامدل عبارت اند از بررسی و شناسایی، تحلیل گزینه ها، اتخاذ خط مشی ها، اجرای خط مشی، و ارزیابی و بازنگری که هر گام شامل مراحل مشخصی است.
مطالعه تطبیقی تجربیات جهانی کاربست هوش مصنوعی در اداره امور عمومی: دلالت هایی برای ارتقای حکمرانی هوشمند در ایران(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت دولتی ایران دوره ۷ پاییز ۱۴۰۳ شماره ۳
189 - 226
حوزههای تخصصی:
با گسترش هوش مصنوعی در حکمرانی و مدیریت دولتی، استفاده از این فناوری در دولت های پیشرو می تواند به بهینه سازی فرایندها، ارتقای شفافیت و بهبود خدمات عمومی منجر شود. پژوهش حاضر در چارچوب مفهوم حکمرانی هوشمند، تجربه های جهانی به کارگیری هوش مصنوعی در حوزه مدیریت دولتی 5 کشور منتخب را مورد بررسی و مطالعه تطبیقی قرار داده، شباهت ها، تفاوت ها و مقایسه محورهای مرتبط با کاربست هوش مصنوعی در حکمرانی در نسبت با ایران را تحلیل کرده است. روش شناسی پژوهش از نوع کیفی بوده و برای انجام آن، از استراتژی مطالعه تطبیقی بهره گرفته شده است؛ به این گونه که پس از بررسی مبانی، پژوهش های پیشین و معیارهای جهانی مرتبط، پنج کشور آمریکا، چین، سنگاپور، انگلستان و دانمارک که از نظر شاخص دولت الکترونیک و هوش مصنوعی پیشرو بوده و دست کم در یکی از این شاخص ها رتبه اول تا چهارم را دارند، به عنوان موارد منتخب، مطالعه و بررسی شدند. بررسی تطبیقی داده های یافت شده حاکی از آن است که مؤلفه های کلیدی به کارگیری هوش مصنوعی در این پنج کشور، در شش دسته گوناگون حوزه های کاربرد، اقدامات زمینه ای و زیرساختی، سیاست های کلان، نهادهای متولی، روند های نوظهور و چالش های استفاده از این فناوری قابل بررسی است. مشکلاتی مانند تحریم در ایران مانع ایجاد زیرساخت های کافی شده اند که برای بهبود وضعیت و رفع موانع، پیشنهادهایی مانند حمایت از سرمایه گذاری، توسعه زیرساخت های فناورانه، استفاده از تجربیات بین المللی، و تقویت نیروی انسانی ارائه شده است تا ایران نیز بتواند جایگاه بهتری در این حوزه کسب کند.
تأثیر هوش مصنوعی بر بهبود اثربخشی سیستم های اطلاعات حسابداری (مورد مطالعه: شهرداری های استان تهران)
حوزههای تخصصی:
هدف اصلی پژوهش حاضر بررسی تاثیر هوش مصنوعی در بهبود اثربخشی سیستم های اطلاعات حسابداری (مورد مطالعه: شهرداری های استان تهران) است. روش تحقیق این پژوهش از نوع کمی بوده و داده ها با استفاده از رویکرد میدانی، از طریق پرسشنامه جمع آوری شده است. همچنین پایایی پرسشنامه طبق آزمون آلفا کرونباخ مورد سنجش قرار گرفته و معتبر شناخته شد. پرسشنامه در شهرداری های مناطق ۲۲ گانه استان تهران در سال ۱۴۰۳ توزیع شده و ۲۵۰ پرسش نامه معتبر دریافت شد. همچنین داده ها با استفاده از نرم افزار۲۶ SPSS مورد تجزیه و تحلیل قرار گرفت. برای آزمون فرضیه ها از روش رگرسیون و آمار استنباطی استفاده شد. یافته ها نشان داد که هوش مصنوعی با بهبود دقت و سرعت پردازش داده ها، کارایی سیستم های اطلاعات حسابداری را به طور معنی داری افزایش می دهد و با اتوماسیون وظایف تکراری، تمرکز بر اهداف استراتژیک را تسهیل می کند. این فناوری همچنین با کاهش معنی دار خطاهای انسانی، داده های صحیح و دقیقی را به موقع در اختیار حسابرسان قرار می دهد.
شناسایی پیشایندها و پسایندهای کاربرد دستیارهای هوشمند صوتی در تجهیزات دفاعی(مقاله علمی وزارت علوم)
منبع:
بهبود مدیریت سال ۱۸ زمستان ۱۴۰۳ شماره ۴ (پیاپی ۶۶)
34 - 58
حوزههای تخصصی:
دستیارهای هوشمند صوتی با توانایی درک زبان طبیعی، ارائه خدمات چندمنظوره، سهولت کاربرد، افزایش سرعت و کارایی تجهیزات را فراهم می سازند. هدف این پژوهش شناسایی پیشایندها و پسایندهای کاربرد دستیارهای هوشمند صوتی در تجهیزات نظامی آینده است. پژوهش حاضر از نوع آمیخته (مطالعه کیفی و سپس کمی) است. رویکرد کلی پژوهش کاربردی آینده نگر و از حیث شیوه گردآوری اطلاعات، اکتشافی است. در مطالعه کیفی با انجام مصاحبه با خبرگان تا اشباع نظری و استفاده از فن تحلیل محتوا جهت کدگذاری متن مصاحبه ها و استخراج پیشایندها و پسایندها انجام شده است. در مطالعه کمی از روش نقشه شناختی فازی برای تعیین عوامل محوری پیشایندی و پسایندی استفاده گردیده است. از منظر خبرگان پژوهش 18 عامل پیشایندی و 19 عامل پسایندی کاربرد دستیارهای هوشمند صوتی در تجهیزات نظامی آینده شناسایی گردید. مهم ترین عوامل پیشایندی شامل توسعه فناوری اینترنت اشیا، زیرساخت امنیتی و حفظ محرمانگی، پشتیبانی چندزبانه، دیجیتالی سازی تجهیزات است. مهم ترین عوامل پسایندی شامل نقض امنیت و محرمانگی، ایجاد ارتباط مؤثر در میدان نبرد، آگاهی محیطی بیشتر درصحنه نبرد و افزایش بهره وری عملیاتی است. گسترش به کارگیری تجهیزات هوشمند و کارایی عملیاتی آن ها، لزوم تحول در تولیدات دفاعی را گوشزد می کند. کاربرد دستیارهای هوشمند صوتی در تجهیزات نظامی با تسهیل تعامل کاربر، افزایش آگاهی محیطی از صحنه نبرد، و افزایش کارایی، این ابزارهای هوشمند را به بخش مهمی از تجهیزات دفاعی آینده تبدیل کرده است. الزامات محوری در کاربرد این ابزارها، دیجیتالی سازی، بومی سازی حساس ها، تولید رابط های صوتی هوشمند با پشتیبانی چندزبانه و تقویت روش های رمزنگاری است.
استخراج الگوهای رفتاری افراد در تامین مالی جمعی پروژه با استفاده از هوش مصنوعی و شناسایی سرمایه گذاران کلیدی(مقاله علمی وزارت علوم)
منبع:
بهبود مدیریت سال ۱۸ زمستان ۱۴۰۳ شماره ۴ (پیاپی ۶۶)
59 - 79
حوزههای تخصصی:
تأمین مالی جمعی به عنوان یک روش جدید، سهم مهمی در پروژه ها بخصوص برای کسب وکارهای کوچک و متوسط دارد. با وجود فعالیت چندساله سکوهای تأمین مالی جمعی در ایران، هنوز مقیاس پروژه ها و حجم سرمایه تأمین شده توسط این سکوها در مقایسه با سایر کشورها با عملکرد مورد انتظار فاصله دارد. با هدف بهبود وضعیت موجود، ابتدا عوامل موفقیت تأمین مالی جمعی پروژه ها در چهار گروه اصلی سرمایه گذاران، مالک پروژه، پروژه و سکوی تأمین مالی دسته بندی شد. در مرحله بعد مشخص گردید که به گروه سرمایه گذاران کمتر پرداخته شده به همین خاطر پژوهش حاضر بر عوامل مرتبط با این گروه متمرکز شد. سپس با استفاده از ابزارهای هوش مصنوعی، اطلاعات ثبت شده در پایگاه داده یکی از سکوهای فعال تحلیل گردید و روندهای غالب در فرآیند سرمایه گذاری، الگوهای رفتاری و روابط بین فردی شناسایی شد. در پایان با استفاده از یادگیری ماشین و ابزار"یادگیری قانون وابستگی" ارتباطات معناداری بین مشارکت افراد و درجه اهمیت آنان پدیدار و برخی از آن ها به عنوان کاربران کلیدی شناسایی شدند. با توجه به کشف رابطه معنادار و الگوهای تکرارشونده در مشارکت افراد، نتایج این مقاله برای صاحبان ایده جدید، مالکان پروژه، سیاست گذاران تأمین مالی جمعی، پژوهشگران، مدیران سکوهای تأمین مالی جمعی و سرمایه پذیران این حوزه راهگشا خواهد بود.