شناسایی و رتبه‌بندی عوامل موثر بر پذیرش هوش مصنوعی در بخش دولتی و خصوصی

یکی از اصلی‌ترین مسائل توسعه هوش مصنوعی پذیرش به‌کارگیری هوش مصنوعی توسط بخش خصوصی و دولتی است. به عبارت بهتر برای اینکه هوش مصنوعی بتواند در یک کشور یا صنعت به‌کار گرفته شود، ضروری است تا عوامل مهم پذیرش، شناسایی و مورد ارزیابی قرار گیرد. هدف از پژوهش حاضر، شناسایی و رتبه‌بندی عوامل تاثیرگذار بر پذیرش به‌کارگیری هوش مصنوعی در بخش دولتی و بخش خصوصی در کشور ایران است. لذا، ابتدا مجموعه مدل‌ها و عوامل تاثیرگذار بر پذیرش به‌کارگیری هوش مصنوعی از ادبیات و نظرات خبرگان استخراج گردید و در سه دسته عوامل فناوری، سازمانی و محیطی دسته‌بندی شدند. در ادامه، مهم‌ترین عوامل در هر یک از دسته‌ها، از طریق پرسشنامه جمع‌آوری و با استفاده از آزمون رتبه‌بندی فریدمن برای هریک از دسته‌ها بااهمیت‌ترین و کم‌اهمیت‌ترین معیار تعیین گردید و به‌منظور وزن‌دهی و اولویت‌بندی عوامل از رویکرد کمی و تکنیک بهترین-بدترین بهره گرفته‌شده است. جامعه آماری شامل 37 نفر از خبرگان فعال هوش مصنوعی در بخش دولتی و 45 نفر از بخش خصوصی بوده است. با توجه به نتایج به‌دست‌آمده، در بخش دولتی 3 عامل مهم پذیرش به ترتیب حمایت مدیران ارشد، وجود زیرساخت‌های موردنیاز هوش مصنوعی و وجود نیروهای متخصص و توانمند در زمینه هوش مصنوعی و برای بخش خصوصی 3 عامل مهم پذیرش به ترتیب افزایش کارایی و بهره‌وری در نتیجه استفاده از هوش مصنوعی، صرفه‌جویی در هزینه‌ها با به‌کارگیری هوش مصنوعی و سهولت استفاده و یادگیری آسان بوده است.

identifying and ranking the factors affecting the acceptance of artificial intelligence in the public and private sectors

one of the most important issues in the development of artificial intelligence is the adoption of the use of artificial intelligence by the private and public sectors. in other words, in order for artificial intelligence to be used in a country or industry, it is necessary to identify and evaluate the important factors of adoption. the purpose of this study is to identify and rank the factors affecting admission in the public and private sectors in iran. for this purpose, first, a set of models and factors affecting the adoption of technology were extracted from the literature and opinions of experts and were classified into three categories: technological, organizational and environmental factors then, the most important factors in each category were determined through a collection questionnaire, and using nonparametric friedman test for each category with the most important and least important criteria. in order to weight and prioritize the factors, the quantitative approach and bwm technique have been used. the statistical population of the study included 37 experts in artificial intelligence in the public sector and 45 experts in the private sector. according to the obtained results, in the public sector, 3 important factors of admission are the support of senior managers, the existence of the required infrastructure for artificial intelligence and the existence of specialized and capable forces in the field of artificial intelligence. efficiency and productivity with the use of artificial intelligence, cost savings with the use of artificial intelligence and ease of use and learning has been easy.