شناسایی و اولویت بندی فرصت ها و چالش های هوش مصنوعی در مدیریت دانش بر اساس مدل هیکس با استفاده از روش تحلیل رابطه خاکستری (با تأکید بر چت جی پی تی، چت بارد، چت بینگ)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با توجه به توسعه روزافزون فناوری های نوین، از جمله هوش مصنوعی، هدف این پژوهش شناسایی فرصت ها و چالش های هوش مصنوعی در مدیریت دانش بر اساس مدل چهار مرحله ای «هیکس» است. این پژوهش از حیث هدف کاربردی، از نظر روش پژوهش و گردآوری داده ها توصیفی- تحلیلی از نوع پیمایشی، از نظر داده های گردآوری شده،کمّی بوده و با ابزار پرسشنامه به شناسایی و اولویت بندی فرصت ها و چالش های هوش مصنوعی در مدیریت دانش پرداخته شد. خبرگان مطالعه حاضر، 15 نفر از متخصصان هوش مصنوعی و مدیریت دانش بودند. روش نمونه گیری پژوهش، قضاوتی و حجم نمونه بر اساس اشباع تئوریک انجام شد و معیارهای پژوهش از بررسی مطالعات داخلی و خارجی در زمینه هوش مصنوعی و مدیریت دانش استخراج شد. پژوهش حاضر در سه مرحله اجرا شد: در مرحله اول، شاخص های فرصت ها و چالش های هوش مصنوعی در مدیریت دانش از طریق مرور پیشینه و مصاحبه با خبرگان به دست آمد و بر اساس مدل مدیریت دانش «هیکس» مدل سازی شدند. در مرحله بعد، این معیارها با به کارگیری روش دلفی فازی غربال شدند. سرانجام، چت بات های مورد مطالعه در پژوهش از طریق کلیدی ترین شاخص ها با کاربست روش تحلیل رابطه خاکستری اولویت بندی شدند. بر اساس یافته های پژوهش مشخص شد که در مقوله فرصت های هوش مصنوعی در مدیریت دانش پانزده شاخص (4 شاخص در خلق دانش، 3 شاخص در اشتراک دانش، 5 شاخص در ذخیره و بازیابی دانش، و 3 شاخص در به کارگیری دانش) و در مقوله چالش ها چهارده شاخص (3 شاخص در خلق دانش، 3 شاخص در اشتراک دانش، 3 شاخص در ذخیره و بازیابی دانش، و 5 شاخص در به کارگیری دانش) شناسایی شدند. نتایج نشان داد که در مقوله فرصت ها و هم در مقوله چالش ها، چت بارد در رتبه اول و با اختلاف کم چت جی پی تی در رتبه دوم، و پس از آن چت بینگ در رتبه سوم قرار دارند؛ به طوری که می توان گفت برای بهره گیری از چت بات ها در فرایند مدیریت دانش چت بارد می تواند بهترین گزینه برای استفاده باشد. با این تفاوت که در مقوله فرصت ها رتبه اول نشان دهنده فرصت ها و مزایای بیشتری نسبت به دو چت بات دیگر است و در مقوله چالش ها به همان نسبت چالش ها و مسائل بیشتری را شامل می شود.