هوش مصنوعی

بیکاری و تولید ناخالص از شاخص های مهم اقتصادی هستند؛ پیش بینی این دو شاخص می تواند در اصلاح ساختار اقتصادی و بهبود اقتصاد  مفید واقع شود. تکنیک ها و ابزارهای هوش مصنوعی می توانند برای پیش بینی شاخص های مهم اقتصادی نقش مهمی ایفا کنند. با توجه به اهمیت این دو شاخص، پژوهش حاضر ابتدا به پیش بینی روند دو شاخص به صورت جداگانه و سپس پیش بینی میزان نرخ رشد تولید ناخالص داخلی براساس نرخ بیکاری با استفاده از تکنیک های هوش مصنوعی می پردازد. برای این منظور در این پژوهش، از داده های فصلی مربوط به تولید ناخالص داخلی و نرخ بیکاری برای سال های 1385-1401 استفاده شده است؛ هم چنین از مدل های یادگیری ماشین مبتنی بر رگرسیون برای پیش بینی بهره گرفته شده است. در این پژوهش، به منظور استنتاج بهتر، نتایج پیش بینی روش های یادگیری ماشین با روش اقتصادسنجی ARIMA نیز مورد مقایسه قرار گرفته است. نتایج حاصل از پیاده سازی نشان می دهد که پیش بینی مدل های مذکور از لحاظ معیارهای ارزیابی مانند جذر میانگین مجذور خطا، میانگین قدرمطلق خطا، میانگین قدرمطلق درصد خطا، دارای دقت مناسبی است و بیانگر این است که تکنیک های هوش مصنوعی هم می توانند دو شاخص اقتصادی مذکور و تأثیر متقابل آن ها بر یک دیگر را پیش بینی کنند. 

هوش مصنوعی سامانه ای است که می تواند واکنش هایی مشابه رفتار هوشمند انسانی داشته باشد، شرایط پیچیده را درک کند، فرآیند تفکری را شبیه سازی کرده و کسب دانش کند و برای حل مسئله استدلال کند و در نهایت محصول جدیدی به بار آورد. گاهی آدمی این فناوری را به عنوان ابزاری برای ساخت اختراع خود بکار می گیرد و گاهی خود هوش مصنوعی به صورت مستقل دست به اختراع می زند؛ اختراعی که اگر توسط انسان به وجود می آمد تحت حمایت نظام حق اختراع قرار می گرفت. مسئله این است که اگر هوش مصنوعی چه به عنوان ابزار و چه به صورت مستقل، نقشی ایفا کند آیا اختراع به وجود آمده قابل حمایت است؟ اگر پاسخ مثبت باشد، دارنده حق کیست؟ در این جستار با روش تبیینی – تحلیلی به این پاسخ دست یافته ایم که در فرض یکم بکارگیرنده هوش مصنوعی مالک اختراع بوده اما در فرض دوم مالکیت در دامنه عموم قرار می گیرد.

هوش مصنوعی به عنوان یک رشته جوان مشتمل بر مجموعه ای از علوم، نظریه ها و فنون، به ویژه ریاضی، آمار، احتمالات و علوم رایانه ای است که هدف آن بازتولید ظرفیت های شناختی انسان توسط ماشین می باشد. هوش مصنوعی و تصمیم گیری الگوریتمی باعث ایجاد چالش های جدید فناوری برای محیط هنجاری در سراسر جهان می شود. اصول اساسی حقوقی مانند عدم تبعیض، حقوق بشر، شفافیت، باید با مداخلات نظارتی تقویت شوند. باتوجه به ماهیت موضوع، پژوهش حاضر از نظر هدف کاربردی و به لحاظ گردآوری اطلاعات به روش اسنادی و از طریق مطالعه قوانین و منابع معتبر انجام شده و اطلاعات به دست آمده به صورت توصیفی تحلیلی مورد تجزیه و تحلیل قرار گرفته است. این مقاله به دنبال ترکیبی از مدل های نظارتی قانون سخت و قانون نرم است که براساس این ارزیابی، ابتکارات قانونی اخیر اروپا مورد تجزیه و تحلیل قرار می گیرد. بحث های جاری در شورای اروپا به این نتیجه رسیده است که چندین گزینه راهبردی باید برای مشورت بیشتر به ذی نفعان ارائه شود. این رویکرد امکان سنجش و توازن مزایا و معایب مدل های مختلف نظارتی را فراهم می کند. ترکیبی از چارچوب های هنجاری شایستگی جلب توجه بیشتری را دارد. به نظر می رسد که بحث های جاری در اروپا آزمایشگاه مناسبی برای کشورهای دیگر در سراسر جهان است که با این وظیفه مواجه می شوند که چگونه طراحی محیط قانونی برای سیستم های هوش مصنوعی باید تعیین شود.

در چند سال اخیر، با گسترش انقلاب صنعتی چهارم و رشد روند های فرافناورانه ای مانند هوش مصنوعی به عنوان یک بزنگاهِ حساس بین المللی، ژئوپلیتیک دچار تغییر و تحول شده است. اساساً آشنازدایی از بستر های علمی سیاست خارجی و روابط بین الملل در خوانش های کلاسیک و روایت سازی هایی از مسئله وارگی و مسئله بودگی سیال در این حوزه با تأکید بر روند هایی چون هوش مصنوعی و کلان داده ها منجر به تغییر ژئوپلیتیک به فرا – ژئوپلیتیک شده که این تحولات و ترتیبات نوین بستری برای تغییر رقابت های بین المللی است. این مقاله با مفروض گرفتن رقابت های ژئوپلیتیکی دولت ها در قالب هوش مصنوعی و با بهره گیری از روش تحلیلی – توصیفی به دنبال پاسخ به این سؤال است که ژئوپلیتیک چگونه توسط هوش مصنوعی و کلان داده ها دچار تحول شده است؟ یافته های پژوهش نشان می دهد که هوش مصنوعی منجر به بازطراحی کارکرد ژئوپلیتیک در عصر کلان داده ها و رقابت های الگوریتمی گردیده است.  

در جهانی که به طور فزاینده ای رو به شهرنشینی می رود، شهرها و ساکنان آن ها با ضررهای انسانی و اقتصادی ناشی از بلایای طبیعی مواجه هستند. فجایع رخ داده اخیر در سراسر جهان، آسیب پذیری محیط ساخته شده ما را منعکس می کند و نمایانگر نتایج تأسف آور فجایع می باشند. در آسیب پذیری سکونتگاه ها، فقط عوامل کالبدی و فیزیکی اهمیت ندارد، بلکه عناصر اجتماعی سهم مهمی در میزان آسیب پذیری دارند. با توجه به نقش مسلم عوامل اجتماعی در کاهش و افزایش آثار مخاطرات طبیعی، در این پژوهش تأکید اصلی بر روی آسیب پذیری اجتماعی به عنوان یکی از ابعاد آسیب پذیری در برابر مخاطرات طبیعی است. هدف این پژوهش، ارزیابی و اولویت بندی میزان آسیب پذیری اجتماعی شهر های استان اصفهان در برابر مخاطرات طبیعی است. لذا پژوهش حاضر، توصیفی تحلیلی با هدف کاربردی است. لذا برای ارزیابی و رتبه بندی شدت آسیب پذیری از مدل هوش مصنوعی و آزمون رگرسیون وزنی جغرافیایی استفاده شده است. نتایج پژوهش نشان می دهد که سه شاخص خانوار دارای معلول، جمعیت معلول و زنان مطلقه دارای بالاترین میزان تأثیر برافزایش آسیب پذیری اجتماعی در شهرهای استان اصفهان بوده اند. همچنین ازنظر فضایی بالاترین میزان آسیب پذیری به شهرهای واقع در شهرستان های فلاورجان و لنجان مربوط می شود که بیشترین آسیب پذیری اجتماعی نسبت به مخاطرات طبیعی را در سطح شهرهای استان اصفهان به خود اختصاص داده اند.

امروزه تکنولوژی به منتهای قابل تصور بشریت رسیده و هر روز شاهد تحولی نو در حوزه های گوناگون این عرصه هستیم، هوش مصنوعی زبده و چکیده این تحولات است.یکی از کارویژه هایی که میتوان به هوش مصنوعی سپرد تحقیق است، چرا که با تسلطی که بر داده های موجود دارد در کوتاه زمانی می تواند پردازش نموده و کاری که محقق باید ساعت ها و بلکه روزها وقت بگذارد را سریعا انجام دهد،قاعدتا در حوزه علوم اجتماعی از جمله رشته حقوق که برخلاف علوم طبیعی نیاز به آزمایشگاه ندارند، صرف گرداوری داده ها قسمت عمده ای از کار محقق است ، در این تحقیق سوال مبنایی این بوده که با توجه به تفاوتهای ذاتی تحقیقات حقوقی با سایر رشته های علوم اجتماعی، خصوصا در حوزه دادگستری و پژوهش استفاده از هوش مصنوعی چه چالش هایی در پی دارد، از جمله چالش های این حوزه لزوم چانه زنی در قراردادها، رعایت حقوق جانبی و حقوق ثالث در تنظیم اسناد وقراردادها، رعایت انصاف و تفسیر قانون در قضاوت و ارائه تحلیل در تحقیق است، که پیشنهاد می شود تا زمانی که زیرساختهای لازم برای دادگستری از این طریق مهیا نشده، به حداقل استفاده از هوش مصنوعی در این حوزه اکتفا شود و در سایر زمینه ها روش راهبری عوامل انسانی و حالت نیمه خودکار جهت استفاده بهینه از تکنولوژی اتخاذ گردد

بکارگیری عالمانه روش ها ، ابزار و تکنیک های نوپدید در روش های پژوهش علوم انسانی و اجتماعی ، یک ضرورت و الزام پیشرفت علمی- پژوهشی در مرز های رو به گسترش دانش می باشد. هوش مصنوعی[1] از جمله پیشران های تاثیرگذار حیات علمی (آموزشی- پژوهشی)، اقتصادی، اجتماعی و ... بشر می باشد که دستیار هوش انسانی تلقی می شود. اهمیت و ضرورت این مقاله ، اینستکه می تواند مسیر علمی پژوهش در عرصه علوم اجتماعی را از تورش های علمی ، اخلاقی و اجتماعی مصونیت بخشد .هدف از این پژوهش ، ارزیابی کاربست هوش مصنوعی در روش های پژوهش علوم انسانی و اجتماعی، با تاکید بر مزیت ها و چالش های این ابزار هوشمند در عرصه پژوهش علمی می باشد. روش این پژوهش ، توصیفی - تحلیلی است که به ارزیابی جنبه های مثبت و منفی کاربست این ابزار هوشمند می پردازد.پرسش اصلی این مقاله اینستکه : مزیت ها و چالش های مهم استفاده از هوش مصنوعی در روش های پژوهش علوم انسانی و اجتماعی ، کدامند؟ و نقش آنها در فرآیند این روش ها چگونه ارزیابی می شود؟ یافته های پژوهش نشان می دهد: مزیت های هوش مصنوعی ، بعنوان ابزار تسهیل کننده و مکمل روش پژوهش علمی در علوم انسانی و اجتماعی، کاهش هزینه های پژوهش می باشد که انجام پژوهش های گسترده و بزرگ مقیاس را اقتصادی تر می کند. و هوش مصنوعی به مثابه بخشی از روش تحقیق، موجب تسهیل در یافتن، چینش و ارائه داده های فراوان ، افزایش دقت و صحت در فراوری داده ها، تحلیل داده ها و کمک در انجام پژوهش های متاآنالیز[2] ( فراتحلیل) و حل مسئله پژوهش های علوم اجتماعی می شود. چالش های اخلاقی ، چالش سوگیری داشتن پردازش ها و نتایج هوش مصنوعی( چالش انصاف و عدالت) ، چالش شفافیت و اعتماد به روش هوش مصنوعی، چالش تغییر و تحریف محتوای متون علمی، چالش حقوق مالکیت فکری، چالش ارائه و انتشار اطلاعات نادرست و غیرواقعی ،از مهمترین چالش های استفاده از هوش مصنوعی در روش های پژوهش علوم انسانی و اجتماعی می باشند.

هدف از پژوهش حاضر شناسایی کاربردهای اینترنت اشیاء و هوش مصنوعی در محیط های آموزشی هوشمند به منظور افزایش کیفیت و نوآوری های آموزشی است. روش پژوهش حاضر کیفی و راهبرد آن فراترکیب می باشد. جامعه مورد بررسی پژوهش های علمی معتبر از سال 2018 تا 2023 در حوزه ی آموزش بودند. در ابتدا با استفاده از واژه های کلیدی «کاربردهای اینترنت اشیاء»، «کاربردهای هوش مصنوعی»، «اینترنت اشیاء در آموزش»، «هوش مصنوعی در آموزش»، «آموزش هوشمند»، «فناوری در آموزش» و براساس معیار ورود، 1025 پژوهش علمی شناسایی و سپس با توجه به معیار خروج درنهایت 56 مقاله به مرحله ی تحلیل نهایی وارد شد. برای تجزیه و تحلیل کیفی اسناد از الگوی هفت مرحله ی فراترکیب سندلوسکی و باروسو استفاده شد. به منظور افزایش اعتبار نتایج از ضریب کاپای کوهن استفاده گردید که میزان توافق میان دو کدگذار 846/0 بدست آمد. درنهایت 15مولفه شناسایی شد که در بُعد مربوط به اینترنت اشیاء با 8 مولفه شامل؛ 1- مدیریت کتابخانه، 2- نظارت بر حضور و غیاب، 3- مدیریت رزرو فضا، 4- مدیریت انرژی ساختمان محیط های آموزشی 5- امنیت و ایمنی، 6- رصد سلامتی و رضایت فراگیران، 7- آموزش و کلاس درس هوشمند و 8- اتوماسیون و در بُعد مربوط به هوش مصنوعی با 7 مولفه شامل؛ 1-پیش بینی، 2-سیستم های تدریس هوشمند، 3-سنجش و ارزیابی، 4-سیستم های تطبیق و شخصی سازی، 5-ربات معلم و چت بات، 6- تجسم ها و 7- بلاکچین بود. بنابراین با توجه به شناسایی کاربردها، این دو فناوری هم در بُعد آموزش و یادگیری و هم در بُعد بهبود زیرساخت های موسسات آموزشی نقش مهمی دارند.

هدف از انجام این پژوهش، بررسی کاربردهای هوش مصنوعی در آموزش عمومی با رویکرد مرور ارزیابانه بود.روش و ابزار: این پژوهش کیفی از نوع سنتزپژوهی بوده که با روش مرور ارزیابانه بر مبنای چارچوب روش شناختی پنج مرحله ای امالی و آرکسی انجام شده است. تیم سنتزپژوهی متشکل از سه نفر متخصص برنامه ریزی درسی، یک نفر مسلط به روش پژوهش سنتزپژوهی و یک نفر متخصص جست و جو در پایگاه های اطلاعاتی بود. 52 منبع پژوهشی مرتبط با معیارهای پذیرش شامل مقالات با موضوعات بررسی سیستماتیک هوش مصنوعی در آموزش، چگونگی نقش هوش مصنوعی در تولید، تقویت آموزش و یادگیری در حال و آینده و تاثیر هوش مصنوعی در تسهیل و تسریع آموزش و یادگیری مبنای تحلیل قرار گرفت.یافته ها: نتیجه آن استخراج سه مضمون سازمان دهنده نقش هوش مصنوعی در یادگیری، نقش هوش مصنوعی در تدریس و نقش هوش مصنوعی در ارزشیابی آموزشی است. اعتبار داده ها با استفاده از سه تکنیک اعتبارپذیری، انتقال پذیری و هم سوسازی داده ها و اعتماد به داده ها با هدایت دقیق جریان جمع آوری اطلاعات و هم سوسازی پژوهش گران تائید شد.نتایج: به طور کلی یافته های این مقاله نشان داد که هوش مصنوعی در صورت کاربرد درست و مسئولانه، با برخورداری از مزیت داده محوری و ایجاد زمینه وسیع و نامحدود آموزش باعث یادگیری اثربخش می شود. همچنین مسیر بالقوه سیستم های گفت وگوی انسان و ماشین در آینده را ترسیم کرده و بینشی عمیق از اهداف و عملکرد های آموزشی و یادگیری آتی را نشان می دهد.

پیشرفت تکنولوژی باعث ایجاد تغییرات در بسیاری از صنایع شده است که صنعت آموزش نیز از این قاعده مستثنا نیست.از آنجایی که حوزه آموزش متکی بر هوش مصنوعی، کماکان در حال توسعه و پیشرفت است، این مطالعه در عین حال که می تواند به توسعه نظام های آموزشی متکی بر هوش مصنوعی کمک کند؛ به معلمان امکان مشارکت در فرایند طراحی را نیز می دهد. ما در این فراتحلیل، پژوهش های تجربی انجام شده در خصوص نحوه تعامل معلمان با سامانه های مبتنی بر هوش مصنوعی و نحوه مشارکت آن ها در توسعه سامانه های آموزشی مبتنی بر هوش مصنوعی را مورد بررسی قرار دادیم و به تبیین کاستی ها موجود در این حوزه پرداخته ایم. پژوهش ما نشان داد که هوش مصنوعی فرصت های متعددی را برای بهبود برنامه ریزی، پیاده سازی و ارزشیابی تدریس در اختیار معلمان می گذارد و به طور متقابل معلمان نیز نقش های مختلفی را در توسعه فناوری هوش مصنوعی ایفا می کنند. یافته های ما همچنین مبین این امر بود که چالش های متعددی در زمینه به کارگیری هوش مصنوعی در امر تدریس وجود دارد که می توان از آن ها به عنوان راهنمایی برای توسعه این حوزه استفاده نمود.

امروزه هوش مصنوعی، از مباحث بسیار مهم و رایج در کشورهای توسعه یافته و در حال توسعه به شمار می رود. بدیهی است که هر فرصتی، تهدیدهایی را نیز به همراه دارد که باید از قبل، در باره آن اندیشید و راهکارهای مواجهه یا برون رفت از آن را به درستی دانست تا بتوان به قلّه های بلند این دانشِ نوظهور دست یافت. رهبر معظم انقلاب اسلامی درباره اهمّیّت هوش مصنوعی فرموده: «مسئله هوش مصنوعی، در اداره دنیا نقش دارد و باید به گونه ای عمل کنیم که ایران جزو ده کشور برترِ هوش مصنوعی در دنیا قرار بگیرد.» هفتمین نشست از سلسله نشست های علمی مرکز تحقیقات کامپیوتری علوم اسلامی در هفته پژوهش، به موضوع «بررسی چالش های امنیتی و حریم خصوصی در هوش مصنوعی» اختصاص داشت. سخنران ویژه این نشست، دکتر امیر جلالی، عضو هیأت علمی و مدیر آزمایشگاه نرم افزارهای هوشمند دانشگاه قم بود که با ارائه نمونه ها و مثال های متعدّد، به تبیین بحث چالش های موجود در حوزه امنیتی و حریم خصوصی در هوش مصنوعی پرداخت. این نشست علمی با حضور مسئولان، متخصّصان و علاقه مندان، در روز پنج شنبه 23 آذرماه 1402 شمسی در سالن اجتماعات مرکز نور برگزار شد. نوشتار حاضر، خلاصه ای از مطالب ارزنده و مفید این سخنرانی را ارائه می کند که امید است مورد استفاده خوانندگان قرار گیرد.

هوش مصنوعی به عنوان یک حوزه مطالعاتی و فناوری، از دهه 1940 میلادی مطرح شده است و این فرآیند تاکنون توانسته در مراحل مختلفی را از جمله، پردازش زبان طبیعی و یادگیری ماشین، شبکه های عصبی و عصب شناسی محاسباتی، پردازش تصویر و تشخیص الگو را پیشرفت و ... ارائه گردد. از همین رو، هوش مصنوعی به طور مداوم در حال تکامل است و این علم از ترکیب ریاضیات، علوم کامپیوتر، علوم اطلاعات و علوم شناختی بهره می برد و پژوهش ها و تحقیقات متعددی در این زمینه به ارتقاء هوش مصنوعی منجر شده است. در واقع هدف اصلی هوش مصنوعی، ایجاد سیستم هایی است که به طور خودکار و هوشمندانه عمل می کنند و وظایفی را به صورت کارآمد و توانمند انجام می دهند، که قبلاً نیاز به حضور انسانی داشته است. بنابراین از هوش مصنوعی در حوزه های مختلف صنعتی، اقتصادی، اجتماعی، هنری، فرهنگی، آموزشی و ...، روز به روز پیشرفت و توسعه به سزایی را می توان شاهد بود. یکی از کاربردهای هوش مصنوعی در حوزه آموزش است که توانسته به سرعت پیشرفت داشته باشد و تحولات بسیاری را به وجود بیاورد. یکی از عوامل کلیدی هوش مصنوعی در تحولات آموزشی، پارادایم های آموزشی است. هوش مصنوعی در عرصه فناوری آموزشی به توانمندی ارائه روش های شخصی سازی شده و تجربه های آموزشی بهینه سازی شده، برای هر فرد پرداخته است. بنابراین با استفاده از تحلیل داده های حجیم و الگویتم های پیشرفته، هوش مصنوعی می تواند الگوی یادگیری هر فراگیر را شناسایی کرده و به ارائه محتوای آموزشی مناسب نیازهای او بپردازد. فناوری های آموزشی دارای ویژگی های منحصر به فرد و بسیار گسترده هستند، که در این میان می توان به استفاده از واقعیت مجازی و افزوده، هوش مصنوعی، پلتفرم های آموزشی آنلاین، رباتیک آموزشی به عنوان بهترین فناوری های آموزشی نام برد. در این راستا، کشورهای مختلفی از جمله: فنلاند، سنگاپور، کره جنوبی و ژاپن نقش برجسته ای در زمینه فناوری های آموزشی و نوآوری های آموزشی داشته اند و بسیار پیشرفته و فعال از تکنولوژی در سیستم آموزشی خود استفاده می کنند. هوش مصنوعی در تغییرات و پیشرفت های اصلی در حوزه آموزش، استفاده از سیستم های توصیه گر را معرفی کرده است، تا از این طریق روند آموزش تقویت یابد. زیرا این سیستم ها با استفاده از الگوریتم های یادگیری ماشین و تحلیل داده ها به طور هوشمندانه می تواند، پیشنهاد دقیق ترین مطالب آموزشی را براساس تحلیل سابقه یادگیری، سلیقه، علایق و نیازهای فراگیر را در ارائه دوره های آموزشی و منابع مناسب را برای هر فرد به صورت شخصی سازی شده پیشنهاد دهند. هم چنین با استفاده از سیستم های توصیه گر مبتنی بر هوش مصنوعی، تنظیم محتوای درسی براساس عملکرد و پیشرفت فردی، با تحلیل پیشرفت هر فراگیر، تنظیم می کنند و محتوا را براساس نیاز و پیشرفت هر فراگیر تغییر دهند و در نهایت پیش بینی موفقیت را براساس پتانسیل و عملکرد فراگیر در دوره های قبلی و موفقیت آینده را پیش بینی کنند و برنامه ریزی را برای یادگیری فراهم کنند. بنابراین به طور کلی، این سیستم ها، براساس توانایی های هوش مصنوعی و تجزیه و تحلیل دقیق داده ها، با اقدام به جمعآوری اطلاعات کاربران، تحلیل و پردازش داده ها، پیشنهاد دوره های آموزشی، سفارشی کردن تجربه یادگیری، پیشنهاد منابع و مطالب آموزشی مرتبط، در بهبود فرآیند یادگیری نقش به سزایی دارند. از همین رو، پیاده سازی سیستم های توصیه گر مبتنی بر هوش مصنوعی، بر بهبود کیفیت آموزشی، رضایت فراگیران، افزایش تعامل میان مدرس و فراگیر، تأثیر مثبت و چشمگیری خواهد داشت و سطح دانش را ارتقاء می بخشد.

در عصر ارتباطات و با ظهور رسانه های نوین، جایگاه و کارکرد ارتباطات و روابط عمومی در سازمان ها دگرگون شده و منجر به بروز انقلاب سازمانی شده است. بسیاری از فعالیت های کلاسیک و استاتیک این حوزه الکترونیکی و مکانیزه شده و حوزه ارتباطات و روابط عمومی را در بستر تکنولوژی هوشمند نموده است. دراین مقاله سی شده در خصوص الگو دستیابی به تفاهم و تعامل با مخاطب تجزیه وتحلیل داده های رسانه های اجتماعی و سابقه هوش مصنوعی وکارکرد های روابط عمومی هوشمند از قبیل ؛ مخاطب محور، تحلیل گر، پیش بینی کننده، خلاق و... به صورت گذرا مورد اشاره و تحلیل قرار گیرد.

هدف این پژوهش شناخت تهدیدها و فرصت های کاربرد هوش مصنوعی در آینده روابط عمومی است. بدین منظور این موضوع در قالب دو بخش ارایه شده است؛ بخش اول به چیستی هوش مصنوعی پرداخته و بخش دوم تهدیدها و فرصت های کاربرد هوش مصنوعی در روابط عمومی، با استفاده از روش اسنادی و مدارک علمی با تکنیک فیش برداری توصیفی مورد تجزیه و تحلیل قرار گرفته است. یافته های پژوهش حاکی از آن است که آینده روابط عمومی با تجهیز ابزارهای هوش مصنوعی نوید پیشرفت های قابل توجهی در این حوزه را می دهد؛ کارگزاران روابط عمومی از هوش مصنوعی برای سنجش و تجزیه و تحلیل داده ها استفاده می کنند که در زمان و هزینه مقرون به صرفه خواهد بود. هوش مصنوعی به افراد در سازمان ها این قدرت را می دهد تا از قابلیت های تحول آفرین آن، برای دستیابی به کارایی بیشتر در حوزه های مختلف، استفاده کنند؛ اما تهدیدهای استفاده از هوش مصنوعی این است که هوش مصنوعی توانایی برقراری ارتباطات انسانی را ندارد که این توانایی برای روابط عمومی موفق بسیار مهم است. در نتیجه گیری می توان گفت دستیابی به روابط عمومی هوشمند و بهره گیری از هوش مصنوعی در فعالیتهای روابط عمومی ها نیازمند رفع آسیب های موجود در عرصه روابط عمومی ها برای بهره گیری از هوش مصنوعی در آینده است وکسب چنین جایگاهی نیازمند بهره گیری از راهبردهای تهاجمی است تا با استفاده از نقاط قوت داخلی از فرصت های خارجی حداکثر بهره برداری را نمود. با تاکید بر این امر به نظر می رسد که روابط عمومی هر سازمانی علاقه مند است که همیشه در این موقعیت قرار داشته باشد تا بتواند با بهره گیری از نقاط قوت داخلی از فرصت ها و رویدادهای خارجی حداکثر استفاده را بنماید. دراین میان افزایش دانش دیجیتالی و سواد اطلاعاتی کارگزاران روابط عمومی عنصری کلیدی است.

روابط عمومی هسته مرکزی تعامل سازمان یا موسسات را تشکیل می دهد. در واقع این بخش از موسسات با اشاعه اخبار و اطلاعات، و ارتباط با کاربران مختلف به صورت سازمانی و فراسازمانی سعی در شهرت و سازمان دهی اطلاعات ذی ربط را دارد. بنابراین چنانچه روابط عمومی نتواند تعامل خود را با کاربران، کارکنان، سرمایه گذاران، عموم مردم و... به صورت منسجم و در رفاه پیگیری کند. کل سازمان با شکست روبرو خواهد شد. با پیدایش هوش مصنوعی و ایجاد امکانات زیاد و مناسب در امورات متفاوت که روابط عمومی هم می تواند از آن بهره مند شود. می توان اظهار کرد که این فناوری نوظهور موجب رقابت بین سازمان ها هم شده است. زیرا با استفاده از این فناوری می توان سرعت انتقال داده و اطلاعات، و آسودگی در موسسات را رقم زد. بدین ترتیب بهره گیری از هوش مصنوعی علاوه بر رضایت کاربران در سطح کلان، افتخارآفرینی و سهولت در امورات اداری را بدنبال خواهد داشت. لذا با وجود تکنولوژی های گوناگون این روابط عمومی است که بر حسب ذکاوت و سلیقه و همچنین بودجه سازمان جهت ارتقاء کیفیت کار خود و همچنین رضایت کاربران می تواند از هوش مصنوعی استفاده کند. در واقع روابط عمومی با استفاده از فناوری های روز می تواند به جذب مخاطب و پیشبرد اهداف مهم سازمان یا موسسه در سراسر دنیا کمک کند. ؛ پردازش زبان طبیعی، درک زبان طبیعی، فناوری تولید زبان طبیعی ازجمله فناوری های روز در هوش مصنوعی هستند که می توانند در تعامل بین افراد و سهولت در امر ارتباطات کمک شایانی به روابط عمومی ها داشته باشند. از این رو روابط عمومی ها با شناخت کاربردها و مصادیق این فناوری در جهت اهداف سازمانی بروزرسانی خواهند شد.

روابط عمومی یک رشته تخصصی است که به برقراری ارتباط با عموم مردم می پردازد. با پیشرفت هوش مصنوعی، این رشته نیز در حال تغییر است. هوش مصنوعی می تواند به کارشناسان روابط عمومی کمک کند تا کار خود را کارآمدتر و موثرتر انجام دهند. هوش مصنوعی می تواند در روابط عمومی برای انجام طیف وسیعی از وظایف از جمله: خودکارسازی وظایف اداری، تحلیل داده ها و تولید محتوا استفاده شود. خودکارسازی وظایف اداری می تواند به متخصصان روابط عمومی زمان بیشتری برای تمرکز بر وظایف استراتژیک تر مانند توسعه و اجرای کمپین های روابط عمومی بدهد. تحلیل داده ها می تواند به متخصصان روابط عمومی در درک بهتر مخاطبان، نیازها و ترجیحات آنها کمک کند. تولید محتوا می تواند به متخصصان روابط عمومی در تولید محتوای باکیفیت و موثر کمک کند. با این حال، مهم است که توجه داشته باشید که هوش مصنوعی نمی تواند جایگزین متخصصان روابط عمومی شود. هوش مصنوعی یک ابزار است که می تواند برای بهبود عملکرد روابط عمومی استفاده شود، اما در نهایت، متخصصان روابط عمومی هستند که باید تصمیمات استراتژیک را بگیرند و روابط با مخاطبان را مدیریت کنند.

هوش مصنوعی فرصت های کم نظیری، برای ارتقای عملکرد صنایع مختلف از جمله صنعت خودروسازی فراهم میکند. مطالعه حاضر به دنبال شناسایی کاربردها و الزامات بکارگیری هوش مصنوعی در محصولات نوین خودروسازی همچون خودروهای خودران با کسب نظر از مدیران و کارکنان شرکت های خودروسازی داخلی از طریق پیشبرد مصاحبه نیمه ساختاریافته و تحلیل مضمون می باشد. افراد مصاحبه شونده شامل 11مدیر و 17 کارمند بودند که از این تعداد 15 نفر دارای مدرک کارشناسی و 11 نفر داری مدرک ارشد و 2 نفر داری مدرک دکتری بودند.پس از پیاده سازی متن مصاحبه ها و تحلیل و کدگذاری آنها به روش تحلیل مضمون، در بخش کاربردها 21 کد و در بخش الزامات 26 کد شناسایی گردید. پس از انجام 28 مصاحبه اشباع نظری حاصل شد .از کدهای شناسایی شده در بخش کاربردها میتوان به خودروهای خودران و دستیارصوتی، حمل ونقل اشتراکی و در بخش الزامات میتوان به تخصیص منابع،کارکنان متخصص و تشکیل تیم اشاره کرد. با توجه به تنوع کاربرد هوش مصنوعی در محصولات نوین خودرو و طبق الزامات مشخص شده با توجه به نظرات خبرگان، توسعه بستر مناسب برای فناوری های سخت و نرم به صورت یکپارچه؛ و پشتیبانی دولتی با توجه به ایجاد زیرساخت های قانونی می تواند مسیر توسعه فناوری حاضر را بهبود بخشد. مسلماً برای ایجاد زمینه عملکرد موفق هوش مصنوعی در خودروسازی باید با دیدگاه نظام مند، کلیه اثرات بکارگیری آن را از ابعاد مختلف فرهنگی، اجتماعی در نظر آورد.

در چند سال اخیر، هوش مصنوعی (AI) تحولات عظیمی را در بسیاری از صنایع ایجاد کرده است. صنایع غذایی نیز از این قاعده مستثنی نبوده و هوش مصنوعی تأثیر خود را بر دنیای غذاها و نوشیدنی ها هم گذاشته است. امروزه بسیاری از سازمان ها به خوبی پی برده اند که هوش مصنوعی از پتانسیل بالایی برای افزایش بهره وری، کاهش هدررفت مواد غذایی و بهبود اختلالات زنجیره تأمین برخوردار است. در نتیجه، بسیاری از فعالان صنایع غذایی در تلاش هستند که هر چه زودتر این صنعت را از مزایای هوش مصنوعی و زیرمجموعه های آن بهره مند کنند. اما به طور دقیق تأثیر هوش مصنوعی بر صنایع غذایی چیست؟ اصلاً کاربرد هوش مصنوعی در صنایع غذایی چیست؟ برای پاسخ به این سؤالات و آشنایی بیشتر با مزایای AI برای صنایع غذایی تا انتهای این مقاله همراه ما باشید.

این پژوهش با هدف ارائه مدل سیستمی آموزش کارکنان با استفاده از هوش مصنوعی انجام شده است. روش تحقیق، ترکیبی از روش های کیفی و کمّی می باشد. جامعه آماری در بخش کیفی شامل خبرگان آشنا به موضوع با تعداد نامحدود می باشد و نمونه آماری در این بخش به تعداد ۲۰ نفر با روش گلوله برفی انتخاب شده است. جامعه آماری در بخش کمّی شامل کلیه متخصصین و کارشناسان مرتبط با موضوع تحقیق به تعداد نامحدود می باشند که ۳۸۴ نفر به روش تصادفی ساده به عنوان نمونه انتخاب شده است. برای جمع آوری داده های این پژوهش از پرسش نامه های محقق ساخته استفاده شده که روایی و پایایی آنها به تأیید رسیده است. تجزیه و تحلیل داده ها در این پژوهش در دو سطح آمار توصیفی و آمار استنباطی انجام گرفت. برای تکمیل فرآیند دلفی در این پژوهش از ضریب کندال به کمک نرم افزار SPSS استفاده شده است. جهت آزمون مدل تحقیق، از تکنیک معادلات ساختاری با استفاده از نرم افزار آماری Smart-PLS استفاده شده و نتایج نشان دهنده برازش مناسب مدل است. یافته های پژوهش نشان می دهد که ورودی های مدل شامل ۱- داده های آموزشی، ۲- اطلاعات شخصی، ۳- نیازهای آموزشی، ۴- بازخورد کاربران، و ۵- داده های محیط کاری می باشد. فرآیند مدل نیز شامل ۱- تعیین نیازها و هدف، ۲- جمع آوری داده ها، ۳- پیش پردازش داده ها، ۴- آموزش مدل هوش مصنوعی، ۵- ارزیابی و بهبود مدل، ۶- پیاده سازی و استقرار، و ۷- پایش و بروزرسانی می باشد. در نهایت، خروجی های مدل شامل ۱- بازخورد فردی، ۲- پیشنهادات آموزشی،           ۳- پایش و پیگیری، و ۴- پشتیبانی و راهنمایی است. 

هدف این پژوهش تدوین مدل استراتژی های بازاریابی دیجیتال در استارت آپ های موفق ایرانی می باشد. روش پژوهش با توجه به هدف آن، کاربردی و از حیث شیوه اجرا، آمیخته (کیفی-کمی) می باشد. جامعه آماری پژوهش در بخش کیفی شامل 13 نفر از خبرگان دانشگاهی و اجرایی حوزه استارت آپی کشور می باشد که با استفاده از روش هدف مند قضاوتی و روش گلوله برفی انتخاب شدند و جامعه آماری در بخش کمی شامل واحد بازاریابی استارت    آپ های موفق فعال در کشور (5 شرکت) و اساتید رشته بازاریابی 5 دانشگاه برتر تهران به تعداد 250 نفر می باشد که نمونه آماری با استفاده از جدول مورگان 148 نفر که 180 تا توزیع و 163 پرسشنامه قابل تحلیل انتخاب شدند. برای گردآوری اطلاعات از مصاحبه نیمه ساختاریافته و پرسشنامه ساخته محقق و برگرفته از بخش کیفی استفاده شد. در بخش کیفی از روش تئوری داده بنیاد استفاده شد که داده های حاصل از مصاحبه ها، کدگذاری گردید و در سه مرحله اصلی کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی تحلیل شدند و در بخش کمی تحلیل عاملی شاخص ها انجام شد. نتایج بخش کیفی حاکی از آن بوده که 241 کد اولیه، 46 کد محوری و 14 کد گزینشی شناسایی و استخراج شدند. نتایج تحقیق نشان داد شرایط علّی با 4 متغیر قابلیت شبکه ای، بکارگیری هوش مصنوعی، قابلیت بازاریابی و دانش مشتری بر استراتژی های بازاریابی دیجیتال تاثیر دارند و نتایج تحلیل عاملی تاییدی نشان داد که شاخص های برازش مدل مورد تایید قرار گرفتند.