نوع مقاله : مقاله پژوهشی
نویسنده
دانشیار گروه مدیریت دولتی دانشگاه علامه طباطبائی
چکیده
هدف از انجام این پژوهش، آیندهپژوهشی عوامل مؤثر بر کاربست هوش مصنوعی در ارائه خدمات عمومی به شهروندان بود. رویکرد پژوهش کنونی آمیخته(کیفی-کمی) بود. پژوهش حاضر از نظر روش انجام، بر پایه تحلیل ماتریس اثرات متقابل ساختاری با رویکرد آیندهپژوهشی راهبردی و از نظر هدف، از نوع کاربردی است. جامعه آماری این پژوهش از 25 نفر از خبرگان شامل اساتید دانشگاهی و مدیران سازمانهای دولتی به روش هدفمند تشکیل شده است. دادههای این پژوهش از طریق مطالعات کتابخانهای، مصاحبه ساختاریافته و پرسشنامه امتیازدهی از صفر تا سه طبق ماتریس اثرات متقابل ساختاری جمعآوری شده و با نرمافزار آماری میکمک تجزیه و تحلیل شدهاند. یافتههای این پژوهش نشان داد که عوامل بهکارگیری رویکرد حکمرانی دادهمحور در سیاستگذاری عمومی، تبیین راهبرد ملی روشن تحول دیجیتال و هوش مصنوعی، تأمین منابع مالی پایدار آموزش و توانمندسازی دیجیتال کارکنان به عنوان تأثیرگذارین عوامل مؤثر بر کاربست هوش مصنوعی در ارائه خدمات عمومی به شهروندان بودند. نتایج این پژوهش نشان داد که عوامل شناساییشده بر اولویتبندی کنونی با ایجاد همافزایی میان ساختارهای مدیریتی، فناورانه و انسانی، زمینه ارتقای کیفیت، شفافیت و کارآمدی خدمات عمومی را فراهم میسازند.
عنوان مقاله [English]
Foresight Study of Factors Influencing the Implementation of Artificial Intelligence in the Delivery of Public Services to Citizens
نویسنده [English]
- Behrooz Rezaeemanesh
Associate Professor, Department of Public Administration, Allameh Tabatab'i University
چکیده [English]
The aim of this study was to conduct a foresight analysis of the factors influencing the implementation of artificial intelligence in the provision of public services to citizens. The current research employed a mixed-methods approach. Methodologically, the study was based on Structural Self-Interaction Matrix analysis within a strategic foresight framework, and in terms of its objective, it is classified as applied research. The statistical population consisted of 25 experts, including university faculty members and managers from governmental organizations, selected through purposive sampling. Data were collected through literature review, structured interviews, and a scoring questionnaire ranging from 0 to 3 according to the SSIM framework, and analyzed using the MICMAC software. The findings indicated that the adoption of a data-driven governance approach in public policy, the formulation of a clear national strategy for digital transformation and artificial intelligence, and the provision of sustainable financial resources for training and digital empowerment of staff were the most influential factors affecting the implementation of artificial intelligence in public service delivery. The results further revealed that these identified factors, by creating synergies among managerial, technological, and human structures, provide a foundation for enhancing the quality, transparency, and efficiency of public services.
)