امیر مانیان

هدف: هدف از این تحقیق آن است که شاخص های تبیین کننده هویت ملی در برابر شاخص های متضاد هویت ملی در فضای سایبر تعیین شده و تصویر کلان هویت ملی از سطح مسئله تا سطوح عمیق مشخص شود. روش:این مطالعه با استفاده از جمع آوری مصاحبه و کدگذاری و مقوله بندی و سپس قرار دادن داده های حاصل شده در تحلیل لایه ای علت ها، به توصیف علل و عوامل تهدیدات امنیتی فضای سایبر برای هویت ملی جمهوری اسلامی در سطوح مختلف می پردازد. یافته ها: هویت ملی مردم ایران در سطوح مختلف مورد تهدید قرار گرفته است. اگرچه این تهدید تا حدی ناشی از ضعف سیستم های سیاسی و اقتصادی است، اما به دلیل به کار گرفته شدن قدرت نرم غرب علیه ایران، این تهدید در لایه های جهان بینی و استعاره ها تشدید می شود، تا حدی که منجر به تحقیر کشور و انکار پیشرفت ها توسط کاربران داخلی و باورپذیری افکار ترویج شده از سوی غرب می شود. نتیجه گیری: هویت ملی جمهوری اسلامی در فضای سایبر با 11 شاخص معرف و 15 شاخص متضاد تعریف می شود. تعداد شاخص های متضاد در لایه علل سیستمی بیشتر از لایه های دیگر بوده و لازم است هنگام تدوین راهبرد برای انسجام بخشی به هویت ملی، این لایه مورد توجه فوری قرار گیرد.

هدف : این پژوهش به بررسی نقش مدل های بزرگ زبانی در شناسایی مغالطات منطقی در فرایند داوری همتا پرداخته و تأثیر این فناوری ها بر بهبود دقت، شفافیت و قابلیت اطمینان مقالات علمی را مورد ارزیابی قرار می دهد. همچنین، امکان به کارگیری این مدل ها برای کاهش بار کاری داوران انسانی و استانداردسازی ارزیابی ها بررسی شده است. روش پژوهش: سه آزمایش متفاوت در پژوهش حاضر طراحی و اجرا شد که شامل شناسایی و طبقه بندی مغالطات منطقی، حل مسائل استدلالی و ارزیابی متون علمی با طول و پیچیدگی متغیر بود. از مجموعه داده های استاندارد نظیر الک دب60-20 و سؤالات بخش منطق استعداد تحصیلی در آزمون دکتری ایران استفاده شد. مدل های زبانی پیشرفته مانند چت جی پی تی نسخه های o4 وo1  با روش های یادگیری ماشین کلاسیک نظیر ماشین بردار پشتیبان و جنگل تصادفی مقایسه شدند. مدل ها با استفاده از روش های بهینه سازی و یادگیری بدون نمونه برای تحلیل داده ها آماده شدند. یافته ها: نتایج آزمایش ها نشان داد که چت جی پی تی o1 در شناسایی مغالطات منطقی به دقت 98.1 درصد و در حل مسائل منطقی آزمون استعداد تحصیلی کنکور دکتری به دقت 100 درصد دست یافت. در مقایسه، مدل های سنتی یادگیری ماشین، مانند ماشین بردار پشتیبان و جنگل تصادفی، به ترتیب تنها دقت 48 درصد و 49 درصد داشتند. مدل های زبانی میسترال و لاما نیز دقتی بین 76 درصد تا 5/78 درصد در شناسایی مغالطات ارائه کردند. در تحلیل متون طولانی تر، چت جی پی تی o1 دقت 100 درصد را در شناسایی و نام گذاری انواع مغالطات ثبت کرد، در حالی که مدل های دیگر توانایی کمتری نشان دادند. همچنین مدل های زبانی پیشرفته در تحلیل استدلال های پیچیده و ارائه بازخوردهای ساختاریافته بسیار مؤثر بودند. نتیجه گیری: مدل های بزرگ زبانی ، به ویژه چت جی پی تی o1، توانایی بالایی در شناسایی و تحلیل مغالطات منطقی و بهبود فرایند داوری همتا دارند. این مدل ها با کاهش خطاهای انسانی، افزایش سرعت داوری و ارائه تحلیل های دقیق، نقشی کلیدی در بهبود کیفیت مقالات علمی ایفا می کنند. به کارگیری این فناوری ها می تواند به تقویت انسجام و شفافیت در فرایندهای علمی منجر شود، هرچند نظارت نهایی داوران انسانی برای ترکیب تخصص انسانی و هوش مصنوعی ضروری است.

فینتک (فناوری مالی) به عنوان یکی از صنایع پیشرو در تحول دیجیتال، با بهره گیری از هوش مصنوعی توانسته است مزایای رقابتی قابل توجهی از جمله هوشمندی بیشتر، داده های بزرگ تر و در نتیجه عملکرد بهتری ایجاد کند. با این حال، گسترش کاربرد هوش مصنوعی در این صنعت، چالش های مالی، قانونی، اخلاقی و اجتماعی متعددی را برای کسب وکارها، مصرف کنندگان و نهادهای حاکمیتی و نظارتی به همراه داشته که ضرورت سیاستگذاری نظام مند در این حوزه را آشکار می سازد. هدف این تحقیق، ارائه یک مدل سیاستگذاری فرایندی برای توسعه هوش مصنوعی در صنعت فینتک است. در این تحقیق با با مبنا قرار دادن فرامدل توسعه هوش مصنوعی در صنعت فینتک ایران با استفاده از روش مطالعه موردی، اقدام شده است. به این منظور 24 مورد شامل 6 مورد مستند مرتبط با موضوع تحقیق و 18 مورد مصاحبه شناسایی و تحت مطالعه موردی قرارگرفت. با هدف ایجاد فرایند سازمان یافته و امکان ارزیابی صحیح و عادلانه تر مصاحبه ها، پروتکل مصاحبه بر اساس پروتکل مصاحبه اسپیکارد تنظیم گردید و سپس انجام مصاحبه ها با نخبگان سیاستگذاری توسعه هوش مصنوعی و فعالان صنعت فینتک، بصورت عمیق و نیمه ساختاریافته و تا حصول کفایت نظری ادامه یافت. روش نمونه گیری در این تحقیق روش گلوله برفی و تجزیه و تحلیل داده ها با استفاده از تحلیل مضمون صورت پذیرفته است. تحلیل تفسیری متن در این  تحقیق بر اساس روش هشت مرحله ای رابین و گیلهام  و تحلیل مضامین با روش جایگاه مضمون در شبکه مضامین اتراید_استرلینگ انجام شده است.در نهایت مدل سیاستگذاری توسعه هوش مصنوعی در صنعت فینتک با پنج گام اصلی شامل بررسی و شناسایی، ارائه و تحلیل ، اتخاذ سیاست، اجرای سیاست، ارزیابی و بازنگری و 22 مرحله ارائه گردید. همچنین ملاحظات راهبردی و عملیاتی  مربوط به هر گام که از تحلیل مضامین احصاء شده به دست آمده بود، جهت بهبود در کیفیت اجرای مدل توضیح داده شد.

در سال های اخیر، مسئله محدود شدن شغل یا بیکاری و نیز تغییرات سریع در بازار کار، اشتغال دانش آموختگان دانشگاهی به ویژه در رشته مدیریت را با چالش هایی روبه رو کرده است. پژوهش حاضر از نوع مرور دامنه ای بر آن است تا عوامل کلیدی مؤثر در اشتغال و درآمدزایی پایدار دانش آموختگان مدیریت را شناسایی کند. در این پژوهش، یافتن ادبیات و ترکیب شواهد با استفاده از دو روش مرور دامنه ای و تحلیل مضمون انجام شد. در آغاز با جستجوی جامع در پایگاه های اطلاعاتی داخلی و خارجی، تعداد 1005 مطالعه شناسایی شد. سپس با اجرای فرایند غربالگری، تعداد 922 مطالعه شامل موارد تکراری، دسترس ناپذیر و عدم ربط کافی حذف شدند و تعداد 83 مطالعه کاملاً مرتبط حفط شدند. با تجزیه و تحلیل این پژوهش ها، عوامل کلیدی مرتبط با اشتغال پایدار و درآمدزاییدانش آموختگان مدیریت در سه دسته عوامل فردی، عوامل شغلی و عوامل محیطی نامگذاری شدند. این الزام های شغلی، قابلیت گسترش چشم انداز افزایش ایجاد شغل در جامعه را دارند و پاسخی دو جانبه به بحران بیکاری است که علاوه بر ایجاد شغل، با ایجاد ثروت به توسعه اقتصادی جامعه نیز کمک می کنند. یافته ها همچنین بر ضرورت تغییر ذهنیت دانش آموختگان از جستجوی صرف شغل به سمت خلق و توسعه شغل تأکید دارند.

با توجه به نقش حیاتی عامل انسانی به عنوان یکی از حلقه های آسیب پذیر در زنجیره امنیت اطلاعات، پژوهش حاضر با هدف شناسایی، طبقه بندی و یکپارچه سازی عوامل مؤثر بر انطباق رفتار کارکنان با سیاست های امنیت اطلاعات در صنعت بانکداری، به ارائه یک چارچوب مفهومی جامع در این حوزه می پردازد. این مطالعه از روش تحقیق کیفی فراترکیب بهره برده است. با جستجوی نظام مند در پایگاه های علمی، تعداد ۶۷ مقاله معتبر که به طور مستقیم به موضوع پژوهش پرداخته بودند، انتخاب و به صورت عمیق به روش تحلیل مضمون مورد تجزیه و تحلیل قرار گرفتند. چارچوب نظری اصلی برای طبقه بندی و یکپارچه سازی عوامل مستخرج، مدل رفتار، قابلیت، فرصت، انگیزه (COM-B) بوده است که با مفاهیم کلیدی از نظریه های انگیزش محافظت، رفتار برنامه ریزی شده، خنثی سازی و بازدارندگی عمومی تلفیق شد. یافته های پژوهش نشان داد رفتار انطباقی محصول تعامل سه بعد اصلی است. بعد انگیزه با 13 عامل به عنوان محوری ترین بعد شناسایی شد که در آن نگرش و باورها و ارزیابی هزینه و فایده به ترتیب با 39 و 24 تکرار، بیشترین فراوانی را داشتند. در بعد فرصت با 11 عامل، آموزش و آگاهی و هنجارهای اجتماعی با 28 و 21 تکرار قدرتمندترین عوامل محیطی تعیین شدند. در بعد قابلیت نیز که متشکل از 12 است، عامل خودکارآمدی با 18 تکرار، اهمیت بیشتری نسبت به سایر عوامل این دسته دارد. این پژوهش چارچوبی یکپارچه و چندبعدی ارائه می دهد که نشان می دهد انطباق رفتار کارکنان نظام بانکی با سیاست های امنیت اطلاعات بیش از یک الزام فنی، یک انتخاب شناختی و اجتماعی است. این چارچوب پیامدهای کاربردی مهمی برای مدیران بانکی دارد، از جمله لزوم تغییر تمرکز از راهبردهای ابزارمحور به رویکردهای انسان محور که بر اصلاح نگرش، تقویت خودکارآمدی و پرورش فرهنگ امنیت مثبت تأکید دارند. همچنین، این چارچوب به عنوان یک مبنای نظری جامع، مسیرهای تحقیقاتی آتی را برای آزمودن روابط میان این عوامل هموار می سازد.