تحلیل نظام نوآوری فنّاورانه هوش مصنوعی ایران و شناسایی موانع موجود با تاکید بر زمینه‌های علّی

این پژوهش به تحلیل نظام نوآوری فناورانه هوش مصنوعی ایران می‌پردازد. در عصر حاضر، هوش مصنوعی به عنوان یکی از پیشران‌های اصلی تحول دیجیتال و توسعه اقتصادی شناخته می‌شود و کشورهای در حال توسعه نیازمند درک عمیق و جامع از نظام نوآوری این فناوری هستند. این مطالعه با استفاده از رویکرد نظام نوآوری فناورانه و با بهره‌گیری از چارچوب تحلیلی کارکردی-ساختاری-زمینه‎ای به بررسی وضعیت موجود، چالش‌ها و فرصت‌های توسعه هوش مصنوعی می‌پردازد. داده‌های این پژوهش از طریق مطالعه اسناد بالادستی، مصاحبه با خبرگان و متخصصان حوزه هوش مصنوعی و تحلیل پروژه‌های موفق و ناموفق در این حوزه جمع‌آوری شده است. تحلیل داده‌ها با استفاده از روش تحلیل محتوای کیفی و با تمرکز بر هفت کارکرد اصلی نظام نوآوری فناورانه انجام شده است.کارکردهای تامین منابع و جهت‌دهی به سیستم پرتکرارترین کارکردهای ضعیف هستند که فقدان قوانین و استانداردها، فقدان حکمرانی داده محور و عدم تخصیص منابع مالی مناسب درکنار عوامل زمینه‎ای سیاسی از قبیل عدم وجود برنامه های کلان اقتصادی و صنعتی یکپارچه وشفاف، بستر ناامن اقتصادی برای سرمایه گذاران خصوصی، عدم صرفه اقتصادی توسعه زیرساخت فنی و تاسیسات پردازشی باعث کند شدن توسعه این نظام نوآوری فناورانه شده است. در نهایت، این پژوهش توصیه‌های سیاستی برای بهبود عملکرد نظام نوآوری هوش مصنوعی را ارائه کرده است.

technological innovation system, artificial intelligence, functional-structural analysis, systemic problems

this research analyzes iran's technological innovation system (tis) in the field of artificial intelligence (ai). in the contemporary era, ai is recognized as one of the primary drivers of digital transformation and economic development, necessitating developing countries to acquire a comprehensive understanding of its innovation system. this study employs the technological innovation system approach, utilizing a functional-structural-contextual analytical framework to examine the current status, challenges, and opportunities for ai development. the research data was collected through the analysis of upstream documents, interviews with ai experts and specialists, and the examination of successful and unsuccessful projects in this domain. data analysis was conducted using qualitative content analysis methodology, focusing on seven key functions of the technological innovation system. the findings indicate that resource provision and system direction functions are the most frequently identified weak functions. this weakness is attributed to several factors, including the lack of regulations and standards, absence of data-driven governance, and insufficient financial resource allocation. additionally, contextual political factors, such as the absence of integrated and transparent macro-economic and industrial programs, an insecure economic environment for private investors, and the economic infeasibility of developing technical infrastructure and processing facilities, have contributed to slowing down the development of this technological innovation system. the study concludes by presenting policy recommendations for improving the performance of the ai innovation system.