شناسایی و تحلیل پیشایندها و پسایند‌‌های هوش‌مصنوعی مولد ابزار ارتقا دانش سازمانی هدفمند

گسترش هوش مصنوعی مولد، از مراقبت های بهداشتی گرفته تا امور مالی، بر پتانسیل‌های تحول‌آفرین آن در پرداختن به چالش های دنیای واقعی تاکید می‌کنند. مدل هوش مصنوعی مولد آموزش دیده است که تقریباً همانند یک انسان عمل کند. قالب گفتگو به هوش مصنوعی‌مولد اجازه می دهد تا به سوالات بعدی پاسخ دهد، اشتباهات را بپذیرد، مقدمات نادرست را به چالش بکشد، و درخواست های نامناسب را رد کند. همچنین هوش مصنوعی مولد فرصت‌های عظیمی را برای سازمآن‌هایی فراهم می‌کند که از این فناوری پیشرفته به‌صورت استراتژیک بهره ‌می‌برنند. لذا پژوهش حاضر با هدف شناسایی پیشایندها و پسایندهای ابزار هوش‌مصنوعی‌مولد با استفاده‌ از روش fcm فازی انجام پذیرفت. جامعه آماری پژوهش خبرگان حوزه‌فناوری‌اطلاعات و هوش مصنوعی هستند که از میان آن‌ها 10 نفر به عنوان اعضای نمونه با روش نمونه‌گیری هدفمند و براساس اصل اشباع نظری انتخاب شدند. ابزار گردآوری اطلاعات در بخش کیفی مصاحبه و در بخش کمی پرسشنامه است. در این پژوهش برای تحلیل داده‌ها در بخش کیفی از روش تحلیل محتوا و کدگذاری با نرم افزار اطلس‌تی استفاده شد برای بررسی روایی و پایایی ابزار گردآوری اطلاعات در بخش کیفی از روش محتوایی و روایی نظری و پایایی درون کدگذار میان کدگذار استفاده شد که پایایی آن با ضریب 0.84 تایید شد. همچنین روایی و پایایی ابزار گردآوری داده‌ها در بخش کمی، روایی اعتبار محتوا و پایایی بازآزمون بود که نشان از تایید پایایی پرسشنامه‌ها داشت. همچنین روایی و پایایی پرسشنامه پژوهش با روایی محتوایی و بازآزمون سنجیده شد. یافته‌های پژوهش نشان می‌دهد که مهم‌ترین عوامل پیشایندی گسترش هوش مصنوعی مولد، همگامی با تغییرات اساسی تکنولوژی، امکان تصحیح شکاف‌‌های سازمانی، تسهیل در یادگیری کارکنان می‌باشند. همچنین مهم‌ترین پسایندهای شکل‌گیری هوش مصنوعی مولد، تسریع در اجرای فرایند‌ها، افزایش کارایی و بهره‌وری، ریسک نقض حریم‌خصوصی می‌باشند.

identifying and analyzing the antecedents and consequences of artificial intelligence as a means of promoting targeted organizational knowledge

the proliferation of generative artificial intelligence, from healthcare to finance, underscores its transformative potential in addressing real-world challenges. the generative ai model is trained to act almost like a human. the conversational format allows the ai to answer follow-up questions, admit mistakes, challenge false premises, and reject inappropriate requests. also, generative artificial intelligence provides huge opportunities for organizations that use this advanced technology strategically. therefore, the current research was conducted with the aim of identifying the antecedents and consequences of the productive artificial intelligence tool using the fuzzy fcm method. the statistical population of the research is the experts in the field of information technology and artificial intelligence, among whom 10 people were selected as sample members using the purposeful sampling method and based on the principle of theoretical saturation. the tool for collecting information is an interview in the qualitative part and a questionnaire in the quantitative part. in this research, the content analysis method and coding with atlas software were used to analyze the data in the qualitative part, and the content method and theoretical validity and intra-coder inter-coder reliability were used to check the validity and reliability of the data collection tool in the qualitative part. its reliability was confirmed with a coefficient of 0.84. also, the validity and reliability of the data collection tool in the quantitative part, content validity and retest reliability showed the confirmation of the reliability of the questionnaires. also, the validity and reliability of the research questionnaire was measured by content and retest validity. the findings of the research show that the most important antecedent factors for the development of productive artificial intelligence are keeping pace with the fundamental changes in technology, the possibility of correcting organizational gaps, and facilitating the learning of employees. also, the most important consequences of the formation of productive artificial intelligence are speeding up the implementation of processes, increasing efficiency and productivity, and the risk of privacy violations.