شروین وحیدیان قزوینی

هدف: با توجه به افزایش اهمیت شفافیت، پاسخ گویی و مقابله با فساد در سازمان های دولتی، افشای آگاهانه دانش حساس به عنوان یک رفتار داوطلبانه و اخلاق مدار در بطن خط مشی گذاری عمومی اهمیت یافته است. این پژوهش با هدف مدل سازی تأثیر توأمان و غیرخطی سه متغیر «تمایل اخلاقی فردی»، «فرهنگ اشتراک دانش اخلاقی» و «موانع ساختاری اشتراک دانش» بر «نیت افشای دانش حساس» و مقایسه الگوی انسانی با مدل هوش مصنوعی گروک-3 در بین کارکنان ادارات خدماتی استان لرستان انجام شد. روش پژوهش: تحقیق حاضر از نوع کاربردی- توصیفی و آزمایشی است و با بهره گیری از طراحی مرکب مرکزی و روش سطح پاسخ انجام گرفت. جامعه آماری شامل 700 نفر از کارکنان ادارات خدماتی استان لرستان و حجم نمونه 385 نفر بود که با روش نمونه گیری تصادفی طبقه ای انتخاب شدند. ابزار گردآوری داده ها پرسش نامه سناریو محور با ۱۵ ترکیب سه سطحی بر اساس و مقیاس لیکرت ۷ درجه ای برای سنجش نیت افشای دانش بود. روایی محتوایی با نظر پنج متخصص و پایایی با ضریب آلفای کرونباخ 86/0 تأیید شد. داده ها با استفاده از نرم افزار دیزاین اکسپرت نسخه 13 و برازش مدل درجه دوم تحلیل شدند. یافته ها: نتایج نشان داد هر سه متغیر مستقل در سطح 1 درصد اثر معناداری بر نیت افشا دارند. ضریب مربعی «تمایل اخلاقی فردی» منفی و معنادار بود که نشان دهنده اشباع اثر آن در سطوح بالا است، در حالی که «فرهنگ اشتراک دانش اخلاقی» و «موانع ساختاری» اثری خطی و مستقیم داشتند. مدل هوش مصنوعی نیز روند مشابهی را نشان داد ولی ضریب خطی «تمایل اخلاقی» را بیش از دو برابر تخمین زد. در شرایط بهینه (تمایل=۷، فرهنگ=۷، موانع=۱)، نیت افشا در مدل انسانی برابر 55/5 و در مدل هوش مصنوعی برابر ۷ محاسبه شد که حدود ۲۶ درصد تفاوت را نشان می دهد. نتیجه گیری: نیت افشای دانش حساس متأثر از ترکیب اخلاق فردی، زمینه فرهنگی و موانع ساختاری است و در شرایط بهینه نیز به طور کامل تحقق نمی یابد. یافته ها بیانگر آن است که هوش مصنوعی در شناسایی روندهای کلی عملکرد قابل قبولی دارد، اما نمی تواند پیچیدگی های روان شناختی و اجتماعی کارکنان را به طور کامل بازنمایی کند. اصالت/ارزش: این پژوهش نخستین مطالعه ایرانی است که با استفاده از ترکیب روش سطح پاسخ و مدل زبانی گروک-3 به تحلیل غیرخطی و مقایسه انسان–هوش مصنوعی در حوزه افشای دانش حساس می پردازد. استفاده هم زمان از سناریوهای طراحی شده، مدلسازی سطح پاسخ و الگوریتم های زبانی پیشرفته، مرزهای رایج روش شناسی در تحلیل های رفتاری را توسعه می دهد و زمینه تدوین خط مشی های هوشمندانه تری را برای ارتقاء شفافیت سازمانی فراهم می سازد.