نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشکده مدیریت، دانشگاه ازاد اسلامی واحد علوم و تحقیقات، تهران، ایران.
2 دانشکده مدیریت، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.
چکیده
با گسترش فناوریهای نوین در عرصه حکمرانی، هوش مصنوعی به یکی از ابزارهای کلیدی در تصمیمسازی و خطمشیگذاری عمومی تبدیلشده است. هرچند بهکارگیری این فناوری در نظام خطمشیگذاری کشور هنوز در مراحل اولیه یا محدود قرار دارد، اما حرکت بهسوی استفاده از سامانههای تصمیمیار هوشمند، ضرورت شناخت الزامات انسانی این تحول را دوچندان کرده است. بااینحال، ابعاد انسانی مؤثر بر تعامل خطمشیگذاران با سامانههای تصمیمیار هوشمند، همچنان نیازمند واکاوی عمیقتری میباشد. هدف این پژوهش، شناسایی و تبیین پارامترهای انسانی مؤثر بر مشارکت خطمشیگذاران در فرآیند تصمیمسازی مبتنی بر هوش مصنوعی است. روش تحقیق کیفی با رویکرد تحلیل مضمون بوده و دادهها از طریق مصاحبههای نیمهساختاریافته با ۲۰ نفر از خبرگان حوزه سیاستگذاری و تحول دیجیتال گردآوریشده است. نتایج، شش مضمون فراگیر را شناسایی کردهاند: شایستگی شناختی، ویژگیهای روانی-رفتاری، توانمندیهای ارتباطی، نگرش به فناوری، تجربه حرفهای و شرایط نهادی و زمینهای. این مضامین، ۱۴ مضمون اصلی و ۳۹ مضمون پایه را در برگرفتند که ابعاد متنوع و پیچیده عوامل انسانی در تصمیمسازی هوشمند را نشان دادند. یافتهها تأکید کردند که بهرهگیری اثربخش از سامانههای هوشمند، نیازمند تقویت ظرفیتهای انسانی در کنار توسعه زیرساختهای فناورانه است.
کلیدواژهها
عنوان مقاله [English]
Identifying Human Cognitive and Behavioral Parameters in AI-Driven Intelligent Policy Decision-Making
نویسندگان [English]
- Hormat Asghari 1
- Abbas Khodaparast 2
1 Faculty of Management, Islamic Azad University, Science and Research Branch, Tehran, Iran.
2 Faculty of Management, Islamic Azad University, Science and Research Branch, Tehran, Iran.
چکیده [English]
With the expansion of new technologies in governance, artificial intelligence has become a key tool in decision-making and public policy. Although the application of this technology within the country’s policymaking system remains in its early or limited stages, the shift toward intelligent decision-support systems has made it increasingly necessary to identify the human requirements of this transformation. Nevertheless, the human dimensions that shape policymakers’ interactions with intelligent decision-support systems warrant further investigation. This study aims to identify and elucidate the human factors influencing policymakers’ participation in AI-based decision-making processes. This qualitative study employs thematic analysis and collected data through semi-structured interviews with 20 experts in public policy and digital transformation. The findings identified six overarching themes: cognitive competence; psycho-behavioral characteristics and communication capabilities; attitudes toward technology; professional experience; and institutional and contextual conditions. These themes comprised 14 main themes and 39 basic themes, reflecting the diverse and complex dimensions of human factors in intelligent decision-making. The results emphasize that the effective use of intelligent systems requires strengthening human capacities alongside the development of technological infrastructures.
کلیدواژهها [English]
- Artificial Intelligence
- Policymaking
- Intelligent decision-making
- Human parameters
- Public sector innovation
- اسکندری، علی، مانیان، امیر، سلطانی، مرتضی، یزدانی، حمیدرضا (1403). ارائه فرامدل خطمشیگذاری توسعه هوش مصنوعی در صنعت فینتک، مطالعات مدیریت دولتی ایران، 7(3)، 49-1. doi: 10.22034 /jipas.2024.440482.1691
- بوستان زر، جمال، رحمان سرشت، حسین، شریفزاده، فتاح، تقوی فرد، محمدتقی (1401). مدل اجرای هوشمند خطمشیهای عمومی در سازمانهای دولتی: مطالعهای با روش داده بنیاد، فصلنامه انجمن علوم مدیریت ایران،17(65)،29-51.
- رکنآبادی، مهدی، عامری شهرابی، محسن، ادیب زاده، مریم، نفری، ندا (1404). مفهومسازی خطمشی گذاری هوشمند در دانشگاه آزاد اسلامی،منابع انسانی تحولآفرین، 91(14)14.
- منوریان، عباس، صادقی، جواد، پیران نژاد، علی (1402). چارچوب خطمشیگذاری برای بهکارگیری سامانههای هوش مصنوعی در حوزه شهری با استفاده از رویکرد فراترکیب،مدیریت دولتی، 15(3)، 552-512.
- Araujo, T., Helberger, N., Kruikemeier, S., & De Vreese, C. H. (2020). In AI we trust? Perceptions about automated decision-making by artificial intelligence. AI & society, 35(3), 611-623.
- Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative research in psychology, 3(2), 77-101.
- Braun, V., & Clarke, V. (2021). Thematic analysis: A practical guide.
- Bryson, J. M., Barberg, B., Crosby, B. C., & Patton, M. Q. (2021). Leading social transformations: Creating public value and advancing the common good. Journal of Change Management, 21(2), 180-202.
- Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., ... & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and machines, 28(4), 689-707.
- Hassani, H., Silva, E. S., Unger, S., TajMazinani, M., & Mac Feely, S. (2020). Artificial intelligence (AI) or intelligence augmentation (IA): what is the future?. Ai, 1(2), 8.
- Hofmann, S. G., Hayes, S. C., & Lorscheid, D. N. (2021). Learning process-based therapy: A skills training manual for targeting the core processes of psychological change in clinical practice—New Harbinger Publications.
- Janssen, M., Matheus, R., Longo, J., & Weerakkody, V. (2020). Transparency-by-design as a foundation for open government. Government Information Quarterly, 37(1), 101460. https://doi.org/10.1016/j.giq.2019.101460
- Kankanhalli, A., Xia, Q., Ai, P., & Zhao, X. (2021). Understanding personalization for health behavior change applications: a review and future directions. AIS Transactions on Human-Computer Interaction, 13(3), 316-349.
- Maistrenko, K., & Zolotov, A. (2025). Use of Big Data and Artificial Intelligence in Social Policy: The Experience of Developed Countries. Public Administration and Law Review, (1 (21)) , 50-64.
- Mohan, N., Jhandai, S., Bhadu, S., Sharma, L., Kaur, T., Saharan, V., & Pal, A. (2023). Acclimation response and management strategies to combat heat stress in wheat for sustainable agriculture: a state-of-the-art review. Plant Science, 336, 111834.
- Pautz, H. (2023). Policy making and artificial intelligence in Scotland. Contemporary Social Science, 18(5), 618-636.
- Supriyanto, E. E., & Saputra, J. (2022). Big data and artificial intelligence in policy making: A mini-review approach. International Journal of Advances in Social Sciences and Humanities, 1(2), 58-65.
- Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2022). Artificial Intelligence and the public sector—Applications and challenges. International Journal of Public Administration, 45(1), 23–36. https://doi.org/10.1080/01900692.2020.1837755
- Zavattaro, S. M., Marland, A., & Eshuis, J. (2021). Public branding and marketing: Theoretical and practical developments. Pub. Admin. Rev., 81, 728.
- Zhang, H., & Liu, Y. (2022). Teaching Reform and Innovation of Economics Program in the Era of Digital Economy. China Higher Education Research, 39, 78-84.
)