چکیده:
هوش مصنوعی یکی از مهمترین فناوری های نوظهور است که امروزه با سرعت بالا موجب تحولات عظیم در تمامی حوزهها از جمله سیاستگذاری عمومی شده است. در این پژوهش کیفی با هدف شناسایی ابعاد به کارگیری هوش مصنوعی در سیاستگذاری عمومی، با رویکرد فراترکیب، 339 مضمون پایه در راستای هدف پژوهش استخراج گردید. سپس از این مضامین پایه، 33 مضمون سازماندهنده ایجاد شد و در نهایت این مفاهیم به 4 مضمون فراگیر طبقه بندی شدند که شامل کاربردها، روشها، مزایا و چالشهای هوش مصنوعی در چرخه سیاستگذاری عمومی میباشند. با توجه به یافتههای پژوهش، از کاربردهای با اهمیت این فناوری در سیاستگذاری عمومی میتوان به اولویتبندی مسائل براساس نیازها و خواستههای واقعی جامعه و تشخیص مسائل و مشکلات برمبنای شناخت الگوهای موجود در کلان دادهها اشاره کرد که منجر به طراحی و تدوین سیاستهایی مبتنی بر شواهد میگردند. همچنین، استفاده از روشهایی همچون الگوریتمهای یادگیری ماشینی، شبکههای عصبی و پردازش زبان طبیعی مزایایی از جمله هوشمندی و پویایی فرآیند تدوین سیاستها و در نتیجه کارامدتر شدن نقش سیاستگذاران در کاربرد این فناوری در چرخه سیاست گذاری عمومی نهفته است. البته، در این میان چالشهای متنوعی اعم از چالشهای اخلاقی در زمینه به کارگیری دادهها، چالشهای مرتبط با خلاءهای موجود در منابع انسانی، تعصبات ساختارهای مدیریتی حاکم بر جوامع و چالشهای امنیتی وجود دارند که نیازمند بررسیهای دقیق تر و عمیقتری میباشند.
Artificial intelligence is a rapidly emerging and crucial technology that has significantly impacted various fields, including public policy. This qualitative research aims to identify the potential applications of artificial intelligence in the public sector policy-making process. It involves extracting 339 basic themes that align with the research goal, creating 33 organizing themes from these basic themes, and classifying these concepts into four overarching themes that cover the applications, methods, advantages, and challenges of artificial intelligence in the public policy cycle. Based on the research findings, one critical application of this technology in public policy-making is prioritizing issues based on society's actual needs and demands. It also aids in diagnosing issues and problems by recognizing patterns in big data, leading to the formulation of evidence-based policies. Additionally, using methods such as machine learning algorithms, neural networks, and natural language processing has advantages such as increased intelligence and dynamism in the policy formulation process. As a result, this technology can be more efficiently applied in the public policy cycle, allowing policymakers to play a more effective role. However, several challenges require further investigation, such as ethical issues in data usage, human resource gaps, management biases, and security challenges.
خلاصه ماشینی:
سياست هاي عمومي Miao, Fengchun راهنماي هوش مصنوعي در زمينه آموزش و 5 HHuoalnmg,esR, oWnagyhnueai پرورش براي سياست گذاران UNESCO Publishing Zhang, Hui (٢٠٢١) ,Marijn Janssen آيا الگوريتم ها افراد را کور مي کنند؟ تأثير هوش SAGE Publications, Martijn Hartog, ,Ricardo Matheus مصنوعي قابل توضيح و تجربه تصميم گيرندگان Social Science 6 ,Aaron Yi Ding در مورد تصميم گيري در دولت با پشتيباني هوش Computer Review and George Kuk (٢٠٢٠) مصنوعي DLainnidelgrTeonl,lUldfa ارزش ها، مزايا، ملاحظات و خطرات هوش : eJournal of 7 Melin, Christian مصنوعي در دولت : مطالعه سياست هاي هوش eDemocracy & Open Madsen مصنوعي در سوئد Government (٢٠٢٠) سودمندي مدل هاي الگوريتمي در سياست Government Information Daan Kolkman (٢٠٢٠) 8 گذاري Elsevier Quarterly Heike Felzmann, Eduard Springer, Science Fosch‑Villaronga, 9 ,Christoph Lutz به سوي شفافيت با طراحي براي هوش مصنوعي and Engineering Ethics Aurelia Tamò‑Larrieux (٢٠٢٠) Federico Cugurullo&Tan پايداري هوش مصنوعي: ديدگاه شهري از دريچه mdpi, sustainability 10 Yigitcanlar شهرهاي هوشمند و پايدار (٢٠٢٠) Henrik Skaug دفاع سطحي از تکنوکراسي هوش مصنوعي: Technology in 11 Sætra بررسي آسيب هاي سياسي حاکميت الگوريتمي در Society, Elsevier (٢٠٢٠) حوزه دولت Juan M.