درخت حوزه‌های تخصصی

هدف: برنامه های فرهنگی اهمیت زیادی در کسب شایستگی های دانشجومعلمان و دستیابی به هویت معلمی دارند. این پژوهش با هدف ارائه الگویی برای مشارکت جویی فرهنگی دانشجومعلمان در دانشگاه فرهنگیان انجام شد. روش: روش پژوهش از منظر گردآوری اطلاعات، آمیخته اکتشافی متوالی بود. در بخش کیفی، از نظریه برخاسته از داده ها استفاده شد و با استفاده از مصاحبه نیمه ساختاریافته از بین دانشجومعلمان برگزیده و متخصصان دانشگاهی و با روش نمونه گیری هدفمند، 18 نفر انتخاب شدند. روش تحلیل اطلاعات در بخش کیفی، تحلیل مضمون با روش دپوی و گیتلین بود. در بخش کمّی، روش پژوهش توصیفی بود. برای اعتباربخشی، از نتایج بخش کیفی استفاده شد. جامعه آماری این بخش شامل اعضای هیئت علمی، مدیران و دانشجومعلمان به تعداد 802 نفر بودند که به روش نمونه گیری خوشه ای تصادفی، پرسشنامه های بسته پاسخ را پاسخ دادند. شاخص روایی محتوایی برای بررسی روایی پرسشنامه استفاده شد. یافته ها: در بخش کیفی، الگوی تدوین شده شامل سه بخش پیش نیازها مشتمل بر سیاستی و اجرایی(وحدت سیاستی، کثرت گرایی برنامه ای مخاطب شناسی و استعدادشناسی، مسئولیت سپاری، نیازشناسی، اطلاع رسانی، اقناع سازی و حمایتگری)، اجرای بهینه(شبکه سازی و تیم سازی، شخصی سازی، کیفیت بخشی اجرا و ادغام برنامه ای) و تضمین کیفیت(پایش فرهنگی، سنجش دستاوردی) بود. با کاربست روش تحلیل عاملی مرتبه دوم ضرایب استانداردشده مؤلفه ها با مقادیر تی بالای 2، نشان داد از اعتبار لازم برخوردارند و در نهایت الگو، از برازش خوبی برخوردار است. نتیجه گیری: مشارکت پذیری دانشجومعلمان در فعالیتهای فرهنگی مستلزم وجود برنامه منسجم، اجرای مناسب، نیازسنجی دقیق و پایش مستمر است. در این زمینه باید مسئولیت اساسی را به خود دانشجومعلمان سپرد.

هوش مصنوعی، به عنوان یکی از فناوری های تحول آفرین، تأثیرات عمیقی بر جوامع و نظام های حکمرانی دارد و این تاثیر در دو حوزه اصلی «حکمرانی هوش مصنوعی» و «کاربرد هوش مصنوعی در حکمرانی» مورد مطالعه قرار می گیرد. این پژوهش با هدف بررسی پیوند دوسویه میان این دو مفهوم و تبیین شباهت ها، تفاوت ها و هم افزایی های میان آن ها، از تحلیل علم سنجی و ابزار Bibliometrix در محیط R استفاده کرده است. داده ها از پایگاه "وب آو ساینس" گردآوری و تحلیل شده اند تا روندهای موضوعی، خوشه های مفهومی و نقاط تمرکز کلیدی در هر دو محور شناسایی شوند. یافته ها نشان می دهد که اخلاق، حکمرانی داده و تنظیم گری مسئولانه، نقاط مشترک کلیدی میان این دو حوزه هستند. در محور حکمرانی هوش مصنوعی، بر چالش های نظارتی نظیر کاهش سوگیری های الگوریتمی، شفافیت و پاسخگویی تمرکز شده است، در حالی که محور کاربرد هوش مصنوعی در حکمرانی بر بهینه سازی خدمات عمومی، تصمیم گیری داده محور و تقویت شفافیت نظام های دولتی تأکید دارد. این پژوهش نشان می دهد که هوش مصنوعی و حکمرانی پیوندهای عمیقی با یکدیگر دارند و مطالعه ارتباط آن ها می تواند دلالتهای سیاستی و پژوهشی قابل توجهی داشته باشد.

این سرمقاله با هدف ارائه راهبردی تحلیلی برای درک مسیر توسعه هوش مصنوعی در کشور، چهار کلان چالش اصلی سیاست گذاری این حوزه را بررسی می کند: ۱) فقدان توافق در تعریف و دامنه فناوری های هوش مصنوعی، ۲) تنوع گسترده مصداق ها، کاربردها و پیامدهای هوش مصنوعی که منجر به پیچیدگی در تدوین سیاست های عمومی یا تنظیم گری خاص در بخش های مختلف شده است، ۳) تعارض منافع میان ذی نفعان مختلف (دولت، بخش خصوصی و جامعه)، که موجب دشواری در ایجاد اجماع سیاستی شده است و ۴) تنش میان نسبت همکاری های بین المللی و نظام حقوقی و سیاستی کشور که سیاست گذاران را با دوگانه فن ملی گرایی و فن جهان گرایی مواجه ساخته است. با بهره گیری از چارچوب «نظام های فنی بزرگ»، این سرمقاله توسعه هوش مصنوعی را به عنوان پدیده ای چندبعدی تحلیل کرده و مراحل پنج گانه آن را در راستای شناسایی عقب افتادگی های ایران بررسی می کند. در این راستا، ضمن معرفی مقالات ویژه نامه «هوش مصنوعی و آینده ایران: پرسش ها، چالش ها و فرصت ها»، نشان داده می شود که این مقالات به جنبه های زیرساختی، حقوقی، اخلاقی و کاربردی هوش مصنوعی در ایران پرداخته و هریک از دریچه تحلیلی خود بخشی از این نظام فنی بزرگ را مورد بررسی قرار می دهند. در نهایت پیشنهاد می شود دو چارچوب کلان چالش های هوش مصنوعی و مطالعه آن به مثابه یک نظام فنی بزرگ می توانند زمینه را برای هماهنگی میان پژوهشگران مختلف این حوزه فراهم آورد و شرایطی برای طراحی و پیاده سازی یک سیاست یکپارچه و کارآمد در جهت توسعه هوش مصنوعی ایجاد نماید.

تحقیق حاضر به ارائه مدل پذیرش خدمات اقامتی همتا به همتا مبتنی بر بلاکچین در صنعت گردشگری می پردازد. روش تحقیق از نوع کاربردی بوده و با رویکرد ترکیبی (آمیخته ای از روش کیفی و کمی)، با استفاده از تحلیل مضمون، نرم افزار مکس کیودا، معادلات ساختاری و نرم افزارهای اسمارت پی ال اس و میک مک انجام شد. ابزار گردآوری داده ها مصاحبه و پرسش نامه بوده و روش نمونه گیری در بخش کیفی قضاوتی هدفمند و در بخش کمی تصادفی ساده است. جامعه آماری در بخش کیفی شامل ۱۵ نفر از خبرگان در صنعت گردشگری و اساتید دانشگاهی بوده که با روش نمونه گیری قضاوتی هدفمند انتخاب گردیدند. ابزار گردآوری اطلاعات در این بخش، مصاحبه عمیق نیمه ساختار می باشد. در بخش کمی نیز جامعه آماری شامل مدیران و کارکنان فعال در حوزه گردشگری شناسایی شدند که با استفاده از فرمول کوکران و روش نمونه گیری در دسترس ۳۸۴ نفر برآورد گردید که ۴۰۰ پرسشنامه توزیع گردید. با تحلیل داده ها تعداد ۱۶ مورد مقوله اصلی و ۱۸۰ مفهوم استخراج گردید که نهایتا با تعیین شرایط علی (عوامل تکنولوژی، پلتفرم دیجیتال، عوامل قانونی، اقتصاد اقامتی و اقتصاد دایره ای)، شرایط زمینه ای (کیفیت ادارک شده از خدمات اقامتی همتا به همتا، مزایای اقتصادی ادارک شده از خدمات اقامتی همتا به همتا، اصالت ادراک شده مقصد، هویت ادراک شده مقصد)، شرایط مداخله گر (نوع بلاکچین، مالکیت سیستم)، مقوله محوری (پذیرش خدمات اقامتی همتا به همتا مبتنی بر بلاکچین)، راهبردها (مشوق های اجتماعی، افزایش تعاملات اجتماعی، خلق ارزش مشترک) و پیامدها (وفاداری و مزیت رقابتی) مدل پذیرش خدمات اقامتی همتا به همتا مبتنی بر بلاکچین در صنعت گردشگری ارائه گردید.

سازمان ها برای استخراج دانش و بینش از داده های سازمان و اتخاذ تصمیمات کارا و اثربخش، اقدام به پیاده سازی سیستم های هوش تجاری می کنند، اما آمار و ارقام نشان می دهد که بیش از 50 درصد پروژه های هوش تجاری شکست می خورند، لذا مطالعات زیادی اقدام به شناسایی عوامل مؤثر بر موفقیت این سیستم ها نموده اند، ولی مطالعات به دلیل تعریف متفاوتی که از موفقیت داشتند، به عوامل متفاوتی نیز دست یافته اند، از اینرو این تحقیق (کیفی از منظر راهبرد، فراترکیب از منظر روش و بنیادی از منظر هدف با ابزار چک لیست و به شیوه کتابخانه ای و با نمونه گیری هدفمند از مطالعات جامعه هدف) صورت گرفت تا ضمن مشخص کردن تعریفی شفاف از موفقیت سیستم های هوش تجاری و رفع تناقضات موجود، ابعاد و مؤلفه های مؤثر بر موفقیت این سیستم ها را در 33 مؤلفه و 5 بعد (از 100 پژوهش باکیفیت یک دهه گذشته) شناسایی و معرفی کند تا یافته های این پژوهش بتواند ازنظر کاربردی و عملی، به مدیران پروژه های هوش تجاری، درک صحیحی از مؤلفه های مؤثر بر موفقیت این سیستم ها ارائه دهد و ازنظر بنیادی نیز به محققان حوزه موفقیت سیستم های اطلاعاتی کمک کند تا درکی صحیح و جامع از مطالعات موجود در یک دهه گذشته داشته باشند.

هوش مصنوعی در سال های اخیر به عنوان یکی از مهم ترین فناوری های نوظهور، تأثیر چشم گیری بر صنایع مختلف داشته است. در صنعت نفت، به ویژه بخش بالادستی، این فناوری قادر است منجر به کارایی عملیات، بهبود تصمیم گیری ها و کاهش هزینه ها شود. با توجه به این امر و همچنین اهمیت راهبردی صنعت نفت در اقتصاد ایران، این پژوهش با هدف سنجش شاخص های آمادگی سازمانی صنایع بالادستی نفت ایران برای پذیرش فناوری هوش مصنوعی صورت گرفت.در این مطالعه، با بهره گیری از چارچوب منتخب، پرسشنامه ای طراحی شد که شامل پنج شاخص اصلی هماهنگی راهبردی، منابع، دانش، فرهنگ و داده است که این شاخص ها هر کدام به شاخص های فرعی تقسیم می شود. این شاخص های فرعی عبارت اند از قابلیت های تجاری هوش مصنوعی، آمادگی مشتریان، حمایت مدیریت ارشد، انطباق فرآیندهای سازمانی، منابع مالی، نیروی انسانی متخصص، زیرساخت های فناوری اطلاعات، آگاهی از هوش مصنوعی، ارتقا مهارت ها، اخلاق هوش مصنوعی، نوآوری، کار تیمی، مدیریت تغییر، دسترسی به داده ها، کیفیت داده ها و جریان داده. این پرسشنامه توسط تعدادی از مدیران و متخصصان با تجربه در حوزه هوش مصنوعی و صنعت نفت تکمیل شد و نتایج نشان می دهد که هماهنگی راهبردی بالاترین امتیاز و شاخص داده کمترین امتیاز را در میان شاخص های اصلی کسب کرده است. یافته ها تأکید دارند که توسعه برنامه های راهبردی و تقویت زیرساخت های داده برای موفقیت در پذیرش هوش مصنوعی ضروری است.

 آموزش عالی توده گرا بعنوان یک جریان جامعه شناختی فراگیر جهانی بر پایه نقش آفرینی دانشگاه ها در بهبود چشم انداز زندگی فردی و اجتماعی ظاهر گشت. کیفیت، اثربخشی و فایده مندی این جریان در ایران با وجود ایجاد و گسترش فرصت دسترسی و دستیابی افراد به آموزش عالی، محل بحث و تردیدهای جدی جامعه ایرانی است. مهم ترین جلوه این وضعیت در فزونی عرضه بر تقاضای آموزش عالی و شکل گیری پدیده مازاد ظرفیت پذیرش یا صندلی های خالی آشکار است که گذر به پساتوده گرایی را به یک ضرورت کلیدی برای آموزش عالی ایران تبدیل کرده است. با این وجود مشخص نیست توازن میان تقاضا و عرضه آموزش عالی در این گذر چگونه می تواند باشد. بنابراین در این مطالعه با توضیح زمینه نظری شکل گیری این پدیده به ایجاد مدلی برای برقرار شدن موازنه پایدار میان عرضه و تقاضای آموزش عالی در گذر به پساتوده گرایی پرداخته شد. این مدل که با روش نظریه داده بنیاد چامز و تحلیل و سنتز مارپیچی دیدگاه های 14 مشارکت کننده در تحقیق درک و ایجاد شد از یک منطق، مولفه های مرتبط و مکمل، و الزامات کلان تشیکل شده است. منطق این مدل، عقلانیت انتقادی است؛ به این معتی که لازم است گفتگوی انتقادی و سازگارشونده دانشگاه با جامعه و زیرسیستم های آن مبنای برآورد تقاضا و عرضه آموزش عالی باشد. با این عقلانیت، از طریق پنج مولفه شامل، آینده پژوهی رشته های علمی، آمایش آموزش عالی، روند یابی کمی و کیفی جمعیت شناختی، ایجاد شبکه ذی نفعان اجتماعی، و توانسنجی ظرفیت های علمی و تجیهزاتی دانشگاه است که در ارتباط با یکدیگر داده های لازم برای برآورد معتبر تقاضا و عرضه آموزش عالی به دست می آید. ضمن آنکه استقرار اثربخش این مدل در دانشگاه ها مستلزم اجتناب از تصدی گری دولت در آموزش عالی، تمرکز زدایی در برآورد تقاضا و عرضه آموزش عالی، شفافیت و پاسخگویی اجتماعی دانشگاه ها، و نظارت ساختاری مبتنی بر سیستم های اطلاعاتی می باشد. در نتیجه، برقراری موازنه بهینه و پایدار میان عرضه و تقاضای آموزش عالی، با نقش آفرینی خودتنظیم گر دانشگاه ها در بستر حمایت ساختارهای کلان آموزش عالی کشور ممکن می شود.  

سیاست گذاری علم و فناوری پروژه ای یکباره نیست بلکه فرایندی تدریجی، تکاملی، چندجانبه و پویا است؛ که ذی نفعان متعددی با نقش های مختلف و با اهداف متنوع در این فرایند مشارکت دارند. پرسش اصلی پژوهش حاضر این است که «چه عواملی بر تعاملات ذی نفعان در فرایند سیاست گذاری علم و فناوری تاثیر گذار هستند؟». برای پاسخ به این پرسش، از تحلیل مضمون استفاده شد. بدین منظور از بین مجلات تخصصی حوزه سیاستگذاری علم و فناوری، دو مجله معتبرScience and Public Policy و Research Policy با بیشترین مقالات مرتبط با موضوع این پژوهش، انتخاب شدند. جهت جستجو و گزینش مقالات برای انجام تحلیل های نهایی، از نمودار جریان، پیشنهاد شده توسط ساندلوسکی و باروسو استفاده شد. بر اساس نتایج این مطالعه، موضوع تعامل ذی نفعان در فرایند سیاست گذاری علم و فناوری از پشتوانه نظری غنی برخوردار است. مولفه هایی همچون: تنوع ذی نفعان، دانش تخصصی و قدرت آنها، معرفی حقایق و شواهد جدید توسط ذی نفعان، توانایی شناختی ذی نفعان، بافت فرهنگی، تاریخی و ارزشی جامعه، فرصت و صلاحیت ذی نفعان، اهمیت بعد زمان، عدم قطعیت، دسترسی به اطلاعات و شفافیت، سطح توسعه یافتگی جامعه، ساختار دولت ها، جهان بینی و ادارک ذی نفعان و منابع مالی، نیروی انسانی و ارتباطات عوامل موثر بر تعاملات و مشارکت ذی نفعان در فرایند سیاست گذاری علم و فناوری هستند. شکل گیری و تقویت این تعاملات منجر به افزایش آگاهی و یادگیری متقابل، ارتقای صورت بندی مسئله سیاست، افزایش اعتماد جامعه، مشروعیت بخشی به سیاست، دستیابی به راهکارهای خلاقانه و توسعه علم و فناوری، می شود.