انتقال تکنولوژی در عصر صنعت 5.0: مدل یکپارچه هوش مصنوعی و مولفه‌های انسانی

در عصر صنعت 5.0، انتقال موفق فناوری به یک ضرورت راهبردی برای سازمان‌ها تبدیل شده است. ادغام هوش مصنوعی پیشرفته با تخصص و خلاقیت انسانی، فرصت‌های جدیدی را برای نوآوری و خلق ارزش فراهم می‌آورد، اما همزمان چالش‌های جدیدی را نیز ایجاد می‌کند. این پژوهش با هدف بررسی چگونگی تاثیر هوش مصنوعی و مولفه‌های انسانی بر فرایند انتقال فناوری در عصر صنعت 5.0 انجام شده است. با استفاده از رویکرد ترکیبی شامل فراترکیب و تحلیل محتوای کیفی، 32 مقاله مرتبط، بررسی شد. روایی پژوهش با استفاده از روش سندلوسکی و بارسو (2007) تایید شد و پایایی آن از طریق برنامه مهارت‌های ارزیابی انتقادی (2018) مشخص شد. یافته‌های پژوهش به شناسایی 4 بُعد اصلی، 12 مولفه و 36 شاخص منجر شد که عبارت‌اند از: بهبود فرایندهای انتقال فناوری، ارتقای توانمندی‌های انسانی، بهبود تعامل انسان- ماشین و مدیریت دانش و نوآوری. براساس این یافته‌ها، پیشنهاد می‌شود سازمان‌ها بر سرمایه‌گذاری در توسعه سیستم‌های هوش مصنوعی پیشرفته، آموزش و توانمندسازی نیروی انسانی، بهبود تعامل انسان- ماشین و ایجاد نظام‌های مدیریت دانش یکپارچه تمرکز کنند. این پژوهش چارچوبی برای درک و مدیریت انتقال فناوری در عصر صنعت 5.0 ارائه می‌دهد و بر اهمیت رویکرد یکپارچه و متوازن در ترکیب قابلیت‌های هوش مصنوعی و توانمندی‌های انسانی تاکید می‌کند.

technology transfer in the industry 5.0 era: an integrated model of artificial intelligence and human factors

in the era of industry 5.0, successful technology transfer has become a strategic necessity for organizations. the integration of advanced artificial intelligence with human expertise and creativity offers new opportunities for innovation and value creation, while also presenting new challenges. this research aims to examine how artificial intelligence and human factors influence the technology transfer process in the industry 5.0 era. using a combined approach of meta-synthesis and qualitative content analysis, 32 relevant articles were reviewed. the validity of the research was confirmed using the sandelowski and barroso (2007) method, and its reliability was determined through the critical appraisal skills program (2018). the research findings led to the identification of 4 main dimensions, 12 components, and 36 indicators, which include: improvement of technology transfer processes, enhancement of human capabilities, improvement of human-machine interaction, and knowledge and innovation management. based on these findings, it is recommended that organizations focus on investing in the development of advanced ai systems, training and empowering human resources, improving human-machine interaction, and creating integrated knowledge management systems. this research provides a comprehensive framework for understanding and managing technology transfer in the industry 5.0 era and emphasizes the importance of an integrated and balanced approach in combining ai capabilities with human competencies.