جستجو در مقالات منتشر شده


4 نتیجه برای هوش مصنوعی

مریم ابوالقاسمی، فاطمه فهیم‌نیا،
دوره 8، شماره 4 - ( 11-1400 )
چکیده

هدف: در عصر کلان‌داده، دانشمندان با کار طاقت‌فرسای تحلیل انبوهی از داده‌ها مواجهند و استفاده از تکنیک‌های یادگیری ماشین یکی از راه‌حل‌های احتمالی برای حل این معضل است. علوم شهروندی از حوزه‌هایی است که هوش انسانی و مصنوعی را می‌توان برای تسهیل در این امور به طرق مختلف با هم ترکیب کرد. این مقاله، با توجه به ابهامات موجود در عملکرد ماشین و مدیریت داده‌های تولیدشده توسط کاربر، به توضیح چگونگی سازگاری یادگیری ماشین با ایده‌ی شهروندی فعال و شرایط لازم برای پیشرفت در علوم شهروندی و فراتر از آن می‌پردازد.
روش: این پژوهش به روش مروری و بر اساس مطالعه جامع و نظام‌مند متون مرتبط با یادگیری ماشین، علوم شهروندی و تعامل انسان و رایانه انجام شده است.
یافته‌ها: بسیاری از مشکلات تحقیقاتی از نظر محاسباتی لاینحل به نظر می‌رسند و به مهارت‌های شناختی انسان نیاز دارند. لذا در نتیجه‌ی فعالیت‌های طبقه‌بندی‌ای که اکثراً در پروژه‌های علوم شهروندی با مقیاس بزرگ انجام می‌شود، علاوه بر مشارکت‌کننده که احتمالاً مطالبی درباره‌ی علم می‌آموزد، ماشین نیز با آموختن مطالبی درباره‌ی فعالیت‌های انسان ابتدا از آن تقلید می‌کند و به مرور میزان یادگیری آن افزایش می‌یابد. اما در عین حال گسترش استفاده‌ از هوش مصنوعی و به‌ویژه یادگیری ماشین بحث‌های زیادی درباره‌ی اشکال مختلف ابهامات و سوگیری‌های ناشی از آن‌ها به دنبال داشته است که در پروژه‌های مرتبط نیاز به توجه جدی دارد.
نتیجهگیری: استفاده از تکنیک‌های یادگیری ماشین مزایای زیادی دارد، که از آن جمله می‌توان به کاهش زمان طبقه‌بندی و ارزیابی کارشناسانه‌ی تصمیم‌گیری در مجموعه‌های بزرگی از داده اشاره کرد. با این ‌حال، الگوریتم‌ها‌ غالباً به منزله‌ی جعبه‌‌ی سیاهی هستند که سوگیری‌های داده در نگاه اول در آن‌ها قابل مشاهده نیست و توجه به این امر می‌تواند از مخاطرات جدی در روند استفاده ازین تکنیک‌ها بکاهد.

محمدحسن عظیمی، هادی الهایی،
دوره 11، شماره 1 - ( 3-1403 )
چکیده

مقدمه: پژوهش حاضر به‌منظور ارزیابی و امکان‌سنجی هوشمندسازی فرایندهای مدیریت دانش در شرکت آب جنوب شرق خوزستان  صورت گرفته است.
روش­ شناسی: پژوهش حاضر از نظر هدف کاربردی و جزو پژوهش ­های تحلیلی - پیمایشی است؛ که از طریق تکنیک دلفی و تحلیل محتوا (مرور منابع کتابخانه ­ای) صورت گرفت. جامعه آماری این پژوهش، 60 نفر از مسئولان ارشد و مدیران شرکت آب جنوب شرق خوزستان هستند که 50 نفر از اعضا به‌عنوان نمونه انتخاب شدند. برای ابزار گردآوری داده ­ها از پرسشنامه محقق‌ساخته استفاده و برای تجزیه‌وتحلیل داده­ ها از آماره ­های توصیفی (میانگین و درصد) و همچنین به‌منظور تحلیل داده‌های آماری از نرم­افزار SPSS 25 استفاده شد.
یافته­ ها: شاخص­ های شناسایی‌شده شامل 6 مقوله و 67 گویه  هستند؛ که از این میان شاخص «وضعیت منابع مالی» با میانگین 4.22، براساس نظر خبرگان نسبت به سایر شاخص‌ها اهمیت بیشتری داشت. همچنین براساس نظر خبرگان، به‌ترتیب شاخص‌های «فرهنگ‌سازمانی» و «وضعیت قوانین و مقررات» با میانگین 3.70، «فناوری اطلاعات» با میانگین 3.67، «نیروی انسانی» با میانگین 3.58 و درنهایت «ساختار سازمانی» با میانگین 3.54 در درجه‌ی بعدیِ اهمیت قرار گرفتند؛ در این میان گویه‌ها‌ی «استفاده و ترویج خدمات الکترونیکی» در شاخص فرهنگ‌سازمانی، گویه‌ی «قوانین و دستورالعمل‌های مربوط به حفاظت و امنیت اطلاعات» در شاخص وضعیت قوانین و مقررات، گویه‌ «دقت، صحت و سرعت دسترسی به اطلاعات» در شاخص فناوری اطلاعات، گویه «توجه به هوش سازمانی کارکنان» در شاخص نیروی انسانی و در آخر گویه‌های «هماهنگی بخش‌های مختلف در اجرای پروژه‌ها» در شاخص ساختار سازمانی، نقش و اهمیت بیشتری نسبت به سایر گویه‌ها دارند.
نتیجه ­گیری: نتایج حاکی از آن است که شاخص ­های زیرساخت فناوری اطلاعات، ساختار سازمانی، فرهنگ‌سازمانی، وضعیت منابع مالی و بودجه، نیروی انسانی و قوانین و مقررات موجود هرکدام در فرایند هوشمندسازی مدیریت دانش نقش مهمی را دارند و باعث بهبود عملکرد و تسریع فرایند مدیریت دانش در شرکت مذکور می ­شود.

 

افشین متقی دستنائی، علی کرمی، میلاد پیری فتح‌آباد،
دوره 11، شماره 2 - ( 6-1403 )
چکیده

هدف: ایده ایجاد ماشین‌های هوشمند و هوش مصنوعی از قرن‌ها پیش وجود داشته و حداقل به قرن چهاردهم می‌رسد. با این که کاربرد هوش مصنوعی در آموزش یک رشته بسیار جدید است، اما در طول 25 سال گذشته هوش مصنوعی دستاوردهایی در برخی زمینه‌ها داشته که بر آموزش نیز تأثیر گذارده که البته انتقاداتی نیز علیه خوش بینی بیش از حد نسبت به تحقیقات هوش مصنوعی معاصر مطرح شده است. تحقیقات کمی در مورد انتظارات از نقش هوش مصنوعی در آموزش و تأثیر بالقوه آن بر آموزش انجام شده است. هدف این مطالعه تحلیل و بررسی نقش هوش مصنوعی در آموزش است. سوال اصلی تحقیق این است که نقاط قوت، ضعف و نیز فرصت‌ها و تهدیدات اجرای گسترده هوش مصنوعی در آموزش کدامند­؟
روش: این مطالعه با استفاده از روش تحلیل سوآت انجام شده است و روش جمع آوری داده‌های آن نیز کتابخانه ای است.
یافته‌ها: یافته های پژوهش نشان می دهد که در مورد نقش هوش مصنوعی در آموزش معاصر هم فرصت ها و هم تهدیدهایی وجود دارد. از جنبه‌های مختلف به نظر می‌رسد که هوش مصنوعی حالتی تبلیغاتی دارد، اما مانند سایر حوزه‌های تبلیغاتی، پتانسیل رشد با کاربردهای مشخص در فعالیت‌های آموزشی و یادگیری را دارد.
نتیجه‌گیری: نتایج پژوهش نشان می دهد که آگاهی از هوش مصنوعی و مطالعه در مورد نقش هوش مصنوعی در آموزش خطر جایگزینی آموزش مصنوعی به جای استفاده از هوش مصنوعی در آموزش را کم رنگ­تر خواهد کرد.

فرهاد فتحی، کورش فتحی واجارگاه، اسماعیل جعفری، مجتبی وحیدی اصل،
دوره 11، شماره 3 - ( 9-1403 )
چکیده

زمینه و هدف: تحولات دیجیتال وظهور هوش مصنوعی درعرصه آموزش ویادگیری به‌ویژه در زمینه آموزش مدیران و منابع انسانی نیازمند تغییرات اساسی و نوآوری در رویکردهای آموزشی است. در همین راستا هدف پژوهش حاضر طراحی برنامه درسی دیجیتال در محیط کار مبتنی بر مولفه‌های هوش مصنوعی بود.
روش: پژوهش حاضر بر اساس هدف، کاربردی و از لحاظ نحوه گردآوری داده­‌ها، طرح کیفی است.از میان روش­‌های مختلف کیفی، از روش نظریه‌­داده بنیاد با رویکرد سازنده گرایی شارماز استفاده شد. جامعه پژوهش حاضر، کلیه متخصصان حوزه برنامه درسی، فناوری آموزشی، تکنولوژی آموزشی و هوش مصنوعی هستند و اطلاع رسان‌ها شامل 23 نفر از متخصصان بودند. به منظور گردآوری اطلاعات، از مصاحبه نیمه ساختاریافته، مشاهده و مطالعه اسناد و مدارک استفاده گردید. به منظور تجزیه و تحلیل اطلاعات در این پژوهش، از روش سه مرحله‌ای سوزان فریز شامل توجه، جمع آوری و تفکر به کمک نرم افزار اطلس تی آی7 انجام شد.
یافته ها: الگوی برنامه درسی فازی شامل برنامه درسی فاز1 (یادگیری مبتنی بر الگوی مشخص، طبقه بندی و سازماندهی محتوا، یادگیری خطی، یادگیری تحت نظارت بیرونی، یادگیری تقویتی و ادراک متقابل زبان)، برنامه درسی فاز2 (دانش ترکیبی در یادگیری، بهینه سازی یادگیری، یادگیری از داده های ناقص، یادگیری مبتنی بر استدلال، پیش بینی روند یادگیری و مواجه با مسائل یادگیری) و برنامه درسی فاز 3 (مواجه با مسائل غیرخطی، یادگیری عمیق، یادگیری بدون نظارت، خبرگی در یادگیری، تشابه یابی معنایی، یادگیری خودراهبر و انعطاف پذیری در یادگیری) بود.
نتیجه گیری: این الگو بر پایه منطق فازی هوش مصنوعی طراحی شده است و می‌تواند به بهبود طراحی برنامه درسی دیجیتال در محیط کار کمک کند. بر اساس مطالعات پیشینه، هیچ پژوهشی به این صورت یافت نشد که بتواند برنامه درسی دیجیتال در محیط کار رابه این نحو سازماندهی کرده  و بنابراین، یافته‌های پژوهش حاضر و خروجی نهایی، کاملا منحصر به فرد بوده است.
 


صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به تعامل انسان و اطلاعات می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Human Information Interaction

Designed & Developed by : Yektaweb