الگوی هوشمند

زمینه و هدف: به کارگیری ابزار مناسب، روش های علمی و سیستماتیک استعدادیابی می تواند فرآیند شناسایی و پرورش استعدادهای ورزشی افراد را برای رسیدن به سطح قهرمانی سرعت بخشیده و شرایطی فراهم آورد که ورزشکاران مستعد هر چه سریع تر به بالاترین سطح عملکردی خود دست پیدا کرده و عمر قهرمانی بیشتری را تجربه کنند. مطالعات صورت گرفته در حوزه استعدادیابی ورزشی، در قالب تعیین شاخص های مؤثر، یا تهیه نورم از ورزشکاران نخبه (هنجاریابی) صورت گرفته اند. هدف این تحقیق طراحی الگوی هوشمند استعدادیابی فوتبال بر اساس شاخص های اصلی و وزن دار حاصل از تحلیل سلسله مراتبی متغیرهای بیومکانیکی، روان شناختی، فیزیولوژیکی و مهارتی بر پایه منطق فازی بود. روش تحقیق: در این پژوهش با استفاده از پرسشنامه تحلیل سلسله مراتبی از مربیان و متخصصین استعدادیابی فدراسیون فوتبال جمهوری اسلامی ایران نظرخواهی گردید و با به کارگیری نرم افزار اکسپرت چویس پرسشنامه ها تحلیل و مهم ترین شاخص های استعدادیابی فوتبال انتخاب گردید. سپس بر اساس نورم ورزشکاران 14 تا 16 سال نخبه و ملی پوش فوتبال ایران در شاخص های تعیین شده، الگویی هوشمند بر پایه منطق فازی طراحی گردید. یافته ها: الگوی هوشمند رکورد فوتبالیست های 14 تا 16 سال در متغیرهای اصلی را به عنوان ورودی دریافت کرد و فوتبالیست ها را در مقایسه با نورم ملی پوشان 14 تا 16 سال، در وضعیت های نامتناسب با رشته فوتبال، نیمه متناسب، متناسب، استعداد درخشان و نادر طبقه بندی کرد. نتیجه گیری: الگوی هوشمند استعدادیابی رکورد فوتبالیست ها را در متغیرهای چابکی و انعطاف پذیری (بیومکانیکی)، انگیزه و تمرکز و اعتماد به نفس (روان شناختی)، ظرفیت قلبی تنفسی (فیزیولوژیکی)، دریبل و کنترل توپ (مهارتی) که از طریق فرآیند تحلیل سلسله مراتبی متغیرها به عنوان اساسی ترین شاخص ها تعیین و وزن دهی شده اند را دریافت و پس از مقایسه با نورم فوتبالیست های نخبه و ملی پوش، قابلیت و استعداد آنان را در خروجی الگو رتبه بندی و نمایان می سازد. بر اساس یافته ها، الگوی هوشمند، می تواند برای شناسایی ورزشکاران مستعد رشته فوتبال در رده های پایه مورد استفاده قرار گیرد.

زمینه و هدف : امروزه مقابله با تخلفات سازمانی در حوزه های مختلف سازمانی به چالشی اساسی تبدیل شده و استفاده از هوش مصنوعی می تواند راهگشای مشکلات موجود باشد. از این رو این پژوهش با هدف طراحیِ الگویِ هوشمندِ پایشِ تخلفات سازمانی در فراجا با استفاده از هوش مصنوعی انجام شد. روش شناسی: تحقیق حاضر از حیث ماهیت کاربردی و از لحاظ روش، به صورت کیفی انجام شد. مشارکت کنندگان شامل 17 نفر از صاحب نظران و خبرگان در حوزه های نظارت و  بازرسی و فناوری های نوین در فراجا بودند. با بهره گیری از روش نمونه گیری هدفمند در دوازدهمین نفر اشباع نظری حاصل شد. برای تجزیه و تحلیل اطلاعات از روش تحلیل مضمون و الگوریتم های هوش مصنوعی مانند یادگیری ماشین، پردازش زبان طبیعی، خوشه بندی، تحلیل شبکه های عصبی و بهینه سازی برای پردازش و تحلیل داده های کیفی، شناسایی الگوها و استخراج معیارهای کلیدی استفاده شد. روایی محتوایی از طریق تأیید و بررسی داده ها توسط متخصصین مختلف در زمینه های مرتبط و پایایی از طریق استفاده از روش تحلیل محتوای کیفی و الگوریتم های تحلیل داده به دست آمد. برای اطمینان از صحت و دقت نتایج، از تحلیل های مقایسه ای و شبیه سازی های رایانه ای با استفاده از تکنیک های هوش مصنوعی استفاده شد. یافته ها : نشان داد که در فرایند تدوین الگوی مربوطه بایستی تعداد 30 معیار ارزیابی، 6 مولفه ساختاری و 2 پارامتر کلیدی مد نظر باشد. مولفه های ساختاری عبارت بودند از: 1-  پایش عملکرد کارکنان، 2- نظارت بر رفتار مالی، 3- کنترل ارتباطات دیجیتال، 4- کشف ناهنجاری های رفتاری، 5- تحلیل شبکه ای ارتباطات و 6- پایش اسناد و داده های سازمانی. نتایج: نتایج این تحقیق نشان می دهد که به کارگیری هوش مصنوعی در فراجا می تواند به طور مؤثر به پایش و پیشگیری از تخلفات سازمانی کمک نماید. کارکردهای هوش مصنوعی قادرند به شبیه سازی الگوهای مجرمانه، تجزیه وتحلیل رفتارهای غیرعادی و شناسایی تخلفات در زمان واقعی بپردازند. پیاده سازی سیستم های هوشمند نظارتی و بهره برداری از تکنیک های تحلیلی همچون تحلیل شبکه ای و شبیه سازی می تواند موجب بهبود شفافیت، مسئولیت پذیری و اثربخشی در فراجا شود و زمینه های فساد و تخلف را به طور چشمگیری کاهش دهد.