کلان داده ها

متولدان 1374 تا 1391 خورشیدی، به عنوان «بومیان دیجیتال» یا «نسل زد» (Z generation) شناخته می شوند؛ نسلی که از ابتدای تولد، با اینترنت و رسانه های اجتماعی همزیستی داشته اند و ازاین رو، انتظار می رود که الگوهای رفتاری آنان با نسل های پیشینشان متفاوت باشد. در پژوهش حاضر، با استخراج و داده کاوی کلان داده های حاصل از به کارگیری روش سما (Semma)، اطلاعات مربوط به رفتار نسل «بومیان دیجیتال» ایرانی در اینستاگرام که یکی از محبوب ترین شبکه های اجتماعی ایران به شمار می رود، بررسی شده است. با استفاده از نمونه گیری در دسترس، تعداد 534 کاربر انتخاب شده اند و کلان داده های مربوط به فعالیت های آنان، در بازه زمانی یک ماهه از طریق ای پی آی های (Application Programming Interface) باز اینستاگرام استخراج و تحلیل شده است. نتایج به دست آمده، ضمن تأیید مفهوم «بومیان دیجیتال» و فناوری آگاهان، نشان می دهد که کاربران این نسل، از تک تصویر بیش از اشکال دیگری مانند کلیپ و آلبوم تصاویر استفاده می کنند و رفتارهای کامنت گذاری و لایک آنان نیز از الگوهای مشخصی تبعیت می کند. به همراه این نتایج که برای کمک به سیاستگذاران، مدیران فرهنگی، کارآفرینان رسانه ای و طراحان اپلیکیشن ها ارائه شده است، نظریه ای پیشنهادی به نام انجماد کاربردی نیز مطرح می شود که می تواند در پژوهش های آتی مورد آزمون قرار گیرد.

علیرغم گذشت یک دهه تحقیقات و تجارب متعدد در خصوص کاربرد کلاندادهها در بخش خصوصی، تلاشهای نظری و عملی اندکی به مطالعه و استفاده از این دستاورد نوظهور در بخش عمومی اختصاص یافته است. بهطوریکه تاکنون، فرصتهای بکارگیری کلاندادهها در سیستم اطلاعاتی حسابداری بخش عمومی و آثار آن بر مسئولیت پاسخگویی سازمانهای دولتی و بخش عمومی، به قدر لازم شناخته نشده است. بنابراین، در مطالعه حاضر، با هدف برداشتن گامی در راستای رفع خلاء موجود، به روش مروری-تحلیلی، ضمن بررسی کتابخانهای آخرین مطالعات و تشریح مهمترین تجارب بین المللی، به تشریح فرصتهای بکارگیری کلاندادهها در سیستم اطلاعاتی حسابداری بخش عمومی، و تحلیل آثار آن از منظر مسئولیت پاسخگویی عمومی پرداخته شد. نتایج حاصله، گویای این واقعیت است که کاربرد کلاندادهها در سیستمهای اطلاعاتی حسابداری بخش عمومی، با تقویت فرایندهای حسابداری و گزارشگری مالی، حسابداری مدیریت و گزارشگری عملکرد، قابلیت ایفای و ارزیابی مسئولیت پاسخگویی دولت و بخش عمومی را میتواند به میزان در خور ملاحظهای ارتقا بخشد. دستیابی به نتایج مطلوب از بکارگیری کلاندادهها، مستلزم فائق آمدن بر چالشها و محدودیتهایی است که به ویژه در بافت سازمانهای دولتی و بخش عمومی، از اهمیت و حساسیت مضاعفی برخوردار است و در این نوشتار، اهم آنها بررسی شد. ماحصل این مطالعه، ضمن فراهم نمودن زمینه لازم برای آگاهی و اطلاع مقامات منتخب نسبت به کاربردهای بالقوه و بالفعل کلاندادهها، میتواند در طراحی و اجرای پروژههای مناسب کلاندادهها در نظام مالی دولت و بخشعمومی مؤثر واقع شود. از طرفی، با توجه به کمبود تحقیقات در حوزه کلاندادهها و سیستمهای اطلاعاتی حسابداری بخش عمومی، چارچوب تحلیلی و حوزههای مورد بررسی در این مطالعه، میتواند به جهتگیری و توسعه تحقیقات آتی در این زمینه کمک نماید.

در چند سال اخیر یک نیاز جدی برای فهم اثرات فناوری های اطلاعاتی نوظهور با محوریت هوش مصنوعی و اینترنت اشیاء در سازمان ها بوجود آمده است. در این راستا، هدف تحقیق حاضر، شناسایی و رتبه بندی فناوری های اطلاعاتی نوظهور در عرصه دفاعی- نظامی است. این پژوهش با بهره گیری از روش کیفی صورت پذیرفته است، مطالعه اسناد کتابخانه ای و مصاحبه با 9 نفر از کارشناسان و صاحب نظران خبره فناوری اطلاعات با طراحی پرسش نامه دلفی انجام شده است، در این زمینه اتفاق نظر استادان، صاحب نظران و کارشناسان با استفاده از روش دلفی گرفته شد، بدین طریق در جمع بندی مقوله ها یک اجماع نظری از نقطه نظرهای کارشناسان حاصل گردید. یافته های تحقیق حاکی از این است که تعداد 23 فناوری اطلاعاتی نوظهور در بخش دفاعی موثر است که رتبه آن ها از طریق آزمون کندال تعیین شد. همچنین بر اساس میانگین نمره خبرگان به ترتیب برای تقلید، تطبیق  و تسلّط نسبت به این فناوری ها، 4، 7، و 13 سال زمان نیاز است. بالاخره بر اساس نظر خبرگان، این فناوری ها از نظر کاربرد در سه مقوله تکنیکی، تاکتیکی و راهبردی طبقه بندی شدند. مساعدت نظری مقاله، شناسایی و طبقه بندی تعداد 23 فناوری اطلاعاتی نوظهور در دو بُعد تملک فناوری و نوع کاربرد فناوری در بخش دفاعی است.

امروزه در عصر دیجیتال می توان داده ها را مهم ترین منبع سازمانی در نظر گرفت که چگونگی نوآوری و کسب ارزش تجاری آنها اهمیت بالایی پیدا کرده است. بر این اساس، هدف این پژوهش آن است که با استفاده از روش پژوهش پیمایشی نقش ویژگی های کلان داده ها و تحلیل های مرتبط با آن را بر نوآوری و سپس بر ایجاد ارزش تجاری مورد بررسی قرار دهد. جامعه آماری این پژوهش کسب وکارهای ایرانی در حوزه فناوری اطلاعات و تجارت الکترونیک است که از حجم، سرعت و تنوع داده ای بالایی برخوردار بوده اند. شیوه نمونه گیری از نوع تصادفی ساده بوده و داده های جمع آوری شده با استفاده از روش مدلسازی معادلات ساختاری تحلیل شده است. نتایج این پژوهش نشان داد ویژگی های کلان داده بر تحلیل های کلان داده ها در کسب و کارها تأثیر مثبت و معناداری دارد. همچنین مشخص شد که تحلیل های کلان داده ها در کسب و کارها بر نوآوری و ارزش تجاری سازمان تأثیر مثبت دارد و نوآوری مبتنی بر کلان داده ها نیز منجر به ایجاد ارزش تجاری در کسب و کارهای ا یرانی شده است. همچنین نتایج پژوهش وجود رابطه معنادار بین ویژگی های کلان داده و نوآوری را تأیید کرد. در نهایت ارتباط میان تحلیل های کلان داده و ارزش تجاری با در نظر گرفتن نقش میانجی گری نوآوری مورد تأیید قرار گرفت که نشان می دهد نوآوری های ناشی از تحلیل حجم بالایی از داده های متنوع می تواند منجر به ایجاد ارزش تجاری در کسب و کارهای ایرانی شود.

هوش مصنوعی در حال تبدیل شدن به یکی از ابعاد جدید قدرت است. این موضوع می تواند به ساختار مرکز- پیرامونی نظام بین الملل که ناشی از شکاف تکنولوژیکی است، عمق بیشتری ببخشد. هرچند این تکنولوژی نوظهور در مقطع کنونی بیشتر در حوزه پزشکی، کشاورزی، صنعت و اقتصاد مورد استفاده قرار گرفته، اما بی شک صحنه عملیاتی آن به زودی به عرصه دیپلماسی و سیاست خارجی کشورها نیز گسترش می یابد. پژوهش حاضر در صدد پاسخ گویی به این سؤال اساسی برآمده است که «با توجه به توسعه نقش هوش مصنوعی در عرصه های مختلف، این پدیده چه تأثیری بر دیپلماسی دارد؟». دستاوردهای این پژوهش که با استفاده از روش توصیفی- تحلیلی به نگارش درآمده، حاکی از آن است که هوش مصنوعی به عنوان عامل شکل دهنده به محیط دیپلماسی، پتانسیل تغییر بنیادین نظم و سلسله مراتب قدرت بین المللی را دارد. این امر امنیت و منافع ملی جمهوری اسلامی ایران را تهدید می کند و تنها راه مقابله کنش مند این است که ایران در فرایند قانونمندکردن و هنجارسازی برای هوش مصنوعی حضور داشته باشد و فناوری هوش مصنوعی را به عنوان موضوع و ابزار دیپلماتیک مورد توجه قرار دهد.

با توسعه بازارهای دیجیتال و برجسته شدن نقش کلان داده ها، مقوله سوء استفاده از موقعیت مسلط نیز با چالش های جدیدی مواجه شده است. این نوشتار می کوشد مصادیق خاص سوء استفاده از موقعیت مسلط که در گستره کلان داده ها رخ می دهد را در نظام های پیشرو و تحولات رویه رقابتی و قضایی تحلیل نماید. این مقاله آشکار می سازد که چگونه رویه های سوء استفاده آمیزی نظیر امتناع یک جانبه از تسهیم کلان داده های ضروری یا محدود کردن دسترسی به آنها در شرایطی خاص می تواند رقابت را در بازارهای پایین دست یا مجاور مختل نماید و همچنین اقدامات فریب کارانه پلتفرم ها در جمع آوری داده های کاربران و نقض موازین حفاظت از داده های شخصی چگونه به تدریج جای خود را در ارزیابی های حقوق رقابت باز کرده است. سوء استفاده های قیمتی حول کلان داده ها و موضوع حساس ورود به بازارهای دیگر به مدد کلان داده ها نیز در این پژوهش مورد تحلیل  قرار گرفته است. این مقاله نشان می دهد که قواعد عام حقوق رقابت ایران اگرچه در مواردی ممکن است برای مدیریت سوء استفاده از موقعیت مسلط در بازارهای دیجیتال کارساز باشد اما همگام نشدن با تحولات رقابتی و غفلت از مسائل کلان داده ها، چالش های مهمی را پیش روی مراجع قانونی می گذارد که حل آنها جز با تجهیز به انگاره های حقوق رقابت مدرن و رعایت مقتضیات بازارهای پلتفرمی در ایران میسر نمی باشد.

فرآیندهای منابع انسانی و نقش های متخصصان منابع انسانی – که اکنون به مثابه شرکای استراتژیک سازمان تلقی می شوند- طی زمان تغییرات قابل توجهی داشته است. به همین تناسب، در حوزه آکادمیک نیز برخی رویکردها و روش های نوین پژوهش در قلمرو مدیریت منابع انسانی مطرح شده و خصوصاً با توسعه ابزارهای نوین گردآوری و تحلیل کلان داده ها بیش از پیش مورد توجه قرار گرفته است. یکی از این رویکردهای نوپدیدِ تحلیل کلان داده ها، تحلیلگری منابع انسانی است. این رویکرد و روش های ذیل آن چند مشخصه اصلی دارند: نخست، جایگزینی تصمیم گیری های مبتنی بر شهود و تجربه با تصمیم گیری های مبتنی بر شواهد و داده محور، دوم، استفاده از علم آمار، فن آوری های روزآمد، روش پژوهش و مفاهیم مالی برای تحلیل داده های منابع انسانی و داده های کسب و کار، و سوم، سخن گفتن به زبان کسب و کار که در نتیجه پیوند میان کارکردهای منابع انسانی با نتایج کسب و کار حاصل می شود. هدف این مقاله، نخست، معرفی رویکرد کلی و برخی روش های ذیل تحلیلگری منابع انسانی است. سپس به عنوان مثالی عددی از به کارگیری یادگیری ماشین برای مدلسازی پیش بین با استفاده از کلان داده های منابع انسانی، مطالعه ای موردی مطرح و نتایج آن ارائه شده است. نتایج حاصل از به کارگیری روش های تحلیلگری منابع انسانی که در پیوند با نتایج کسب و کار معنادار می شوند، اتخاذ تصمیم گیری های مبتنی بر شواهد را در سطوح استراتژیک سازمان تسهیل می کنند.