چارچوب بهره‌گیری از هوش مصنوعی در ماموریت‌های امنیتی پلیس هوشمند

زمینه و هدف: استفاده از هوش مصنوعی در ماموریت‌های اطلاعاتی و امنیتی به‌واسطه قابلیت‌های آن در تحلیل داده‌های کلان، پیش‌بینی تهدیدات و پشتیبانی از تصمیم‌گیری، به‌سرعت در حال گسترش است. هدف این پژوهش، ارائه چارچوبی برای بهره‌گیری از هوش مصنوعی در ماموریت‌های امنیتی پلیس هوشمند است.روش: این پژوهش از نظر هدف، کاربردی و از نظر ماهیت، آمیخته (ترکیب کمی و کیفی) است. در بخش کیفی، داده‌ها از طریق مصاحبه با 10 نفر از متخصصان هوش مصنوعی و امنیت جمع‌آوری و با استفاده از روش تحلیل مضمون بررسی شد. بر اساس یافته‌های کیفی، پرسش‌نامه‌ای محقق‌ساخته طراحی و در بخش کمی، بین 29 نفر از کارشناسان خبره به‌صورت تمام‌شمار توزیع گردید. داده‌های کمی با استفاده از نرم‌افزار spss تحلیل و اعتبار ابزار با ضریب آلفای کرونباخ (91/0) تایید شد.یافته‌ها: یافته‌ها نشان می‌دهند که سه بعد اصلی در بهره‌گیری از هوش مصنوعی شناسایی شده است:1. الزامات و پیش‌نیازها (با 58% اهمیت، 3 مولفه و 9 شاخص)2. الزامات قانونی و صیانتی (با 24% اهمیت، 4 مولفه و 11 شاخص)3. خدمات مبتنی بر هوش مصنوعی (با 18% اهمیت، 4 مولفه و 10 شاخص)نتایج: نتایج این پژوهش نشان می‌دهند که برای بهینه‌سازی بهره‌گیری از هوش مصنوعی در ماموریت‌های امنیتی پلیس، طراحی و پیاده‌سازی جامع ابعاد و مولفه‌های خدمات، الزامات تقویت سازوکارها و الزامات قانونی ضروری است. این اقدامات می‌توانند به‌طور قابل‌توجهی کارایی و اثربخشی ماموریت‌های اطلاعاتی و امنیتی را افزایش دهند و به مقابله موثر با تهدیدات نوظهور کمک کنند.

framework for utilizing artificial intelligence in smart police security missions

background and aim: the use of artificial intelligence in intelligence and security missions - due to its capabilities in big data analysis, threat prediction, and decision support - is rapidly expanding. this study aims to present a framework for utilizing ai in smart police security missions.method: this applied research employs a mixed-methods approach (qualitative-quantitative). qualitative data were collected through interviews with 10 ai and security experts and analyzed using thematic analysis. based on qualitative findings, a researcher-made questionnaire was designed and distributed to 29 expert specialists for quantitative analysis. quantitative data were analyzed using spss software, with instrument validity confirmed by cronbach’s alpha coefficient (0.91).results: results identify three main dimensions in ai utilization: requirements and prerequisites (58% importance, 3 components, 9 indicators); legal and protective requirements (24% importance, 4 components, 11 indicators); ai-based services (18% importance, 4 components, 10 indicators)conclusion: the findings demonstrate that optimizing ai use in police security missions requires comprehensive design and implementation of service dimensions/components, strengthening mechanisms, and legal requirements. these measures can significantly enhance the efficiency and effectiveness of intelligence and security missions while helping effectively counter emerging threats.