حکمرانی هوش مصنوعی عاملی و چارچوب‌های حکمرانی خوب: طراحی مدل ترکیبی با رویکرد سناریوپژوهی
کد مقاله : 1546-ICM
نویسندگان
سیاوش رفیعی *1، پریا مومن زاده2، امیر کیوان صراف3
1دانش‌آموخته دکترای تخصصی مدیریت دولتی؛ تصمیم‌گیری و خط‌مشی گذاری عمومی پردیس بین المللی کیش، دانشگاه تهران.
2دانش آموخته دکترای تخصصی مدیریت، سیاستگذاری عمومی، پردیس بین المللی کیش، دانشگاه تهران.
3دانشجوی دکترای تخصصی آینده‌پژوهی، دانشگاه تهران.
چکیده مقاله
هدف: مطالعه حاضر با هدف طراحی یک مدل حکمرانی پاسخگو، تطبیقی و چندسطحی برای هوش مصنوعی عاملی مبتنی بر اصول حکمرانی خوب و شناسایی سناریوهای محتمل آینده این فناوری انجام شده است.
روش‌شناسی: پژوهش از یک طرح اکتشافی-کیفی بهره می‌گیرد، که شامل سه لایه اصلی است، مرور نظام‌مند ادبیات، تحلیل‌های کیفی و تطبیقی و طراحی و اعتبارسنجی مدل از طریق دلفی و سناریوپژوهی. داده‌های کیفی از طریق ۱۵ مصاحبه نیمه‌ساختاریافته گردآوری شد و با روش تحلیل مضمون شش‌مرحله‌ای براون و کلارک (Braun & Clarke, 2006)، سناریوپژوهی با استفاده از منطق شهودی شوارتز برای ترسیم مسیرهای آینده انجام شد.
یافته‌ها: چالش‌های اصلی حکمرانی هوش مصنوعی عاملی شامل شفافیت الگوریتمی، پاسخگویی چندسطحی و عدالت توزیعی است. مدل پیشنهادی، “تاج پی” (TAJP)، شامل چهار مؤلفه اصلی، شفافیت، پاسخگویی، مشارکت‌پذیری و عدالت با ۱۲ زیرمولفه عملیاتی‌سازی شده که به اختصار به آن ADAAنامیده می‌شود؛ سناریوپژوهی نشان داد که سناریوی «حکمرانی مشارکتی و تطبیقی» محتمل‌ترین و مطلوب‌ترین مسیر آینده است.
نتیجه‌گیری: حکمرانی مؤثر هوش مصنوعی عاملی نیازمند رویکردی چندسطحی، تطبیقی و آینده‌نگر است. مدل چهارعاملی تاج پی با اصلاحات مفهومی و عملیاتی، راهنمایی عملی برای خط‌مشی‌گذاران و توسعه‌دهندگان دانش هوش مصنوعی را فراهم می‌کند تا سیستم‌های پاسخگو، شفاف و سازگار با استانداردهای جهانی و تفاوت‌های محلی طراحی کنند و همزمان قابلیت تطبیق با محیط فناوری هوش مصنوعی عاملی را داشته باشند.
کلیدواژه ها
هوش مصنوعی عاملی، حکمرانی خوب، سناریوپژوهی، حکمرانی مشارکتی و تطبیقی، تحلیل مضمون، تاج پی
وضعیت: پذیرفته شده