نوع مقاله : مقاله پژوهشی

نویسندگان

1 کاندیدای دکتری، گروه علم اطلاعات و دانش‌شناسی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

2 استادیار، گروه گروه علم اطلاعات و دانش‌شناسی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

10.22034/jkrs.2025.19945

چکیده

هدف: هدف پژوهش حاضر شناسایی کاربردهای هوش مصنوعی در خودکارسازی فرایندهای مدیریت دانش است.
روش‌شناسی‌: پژوهش حاضر ازنظر نوع، کاربردی و با رویکرد کیفی است. بر مبنای مرور ادبیات شاخص‌ها و گویه‌های مربوطه استخراج گردید. همچنین به‌منظور افزایش سطح اعتبار یافته‌ها از روش دلفی استفاده شده است. در مرحله­ دلفی مؤلفه‌ها و گویه­های مربوط به هر فرایند شناسایی شد. مشارکت‌کنندگان پژوهش حاضر شامل 10 نفر از خبرگان موضوعی است که به روش هدفمند انتخاب شدند. سنجش دقت و اعتبار داده­های کیفی بر اساس معیارهای اعتبار، اطمینان، قابلیت تأیید و انتقال­پذیری و روایی پرسش­نامه به‌صورت روایی محتوایی بررسی شد.
یافته‌ها: یافته­های حاصل‌شده، نشان داد که هوش مصنوعی می­تواند در فرایندهای مدیریت دانش که شامل 9 مرحله (شناخت/ کسب/ ممیزی/ سازمان‌دهی/ اشاعه/ ارزش­آفرینی/ توسعه/ کاربست/ خلق) دانش است، نقش مهمی را ایفا کند.
نتایج: نتایج به‌دست‌آمده نشان داد که هوش مصنوعی در فرایند شناخت دانش، بیشترین کاربرد را در ترویج دانش دارد، درحالی‌که در فرایند کسب دانش، نقش برجسته‌ای در خلاصه‌سازی خودکار و استدلال و نتیجه‌گیری ایفا می‌کند. در فرایند ممیزی دانش، شناسایی شکاف‌های دانش ازجمله مهم‌ترین کارکردهای هوش مصنوعی محسوب می‌شود و در فرایند سازمان‌دهی دانش نیز، بیشترین استفاده از آن در طبقه‌بندی خودکار مشاهده شده است. همچنین، در فرایند اشاعه دانش، هوش مصنوعی نقش کلیدی در شناسایی مخاطبان دارد و در فرایند ارزش‌آفرینی از دانش، ارزیابی کیفیت محتوا از مهم‌ترین حوزه‌های بهره‌گیری از این فناوری به شمار می‌رود. علاوه بر این، در فرایند توسعه دانش، بیشترین کاربرد هوش مصنوعی در پژوهش و اکتشافات علمی دیده می‌شود، درحالی‌که در فرایند کاربست دانش، این فناوری در سیستم‌های پشتیبانی تصمیم مورداستفاده قرار می‌گیرد. درنهایت، در فرایند خلق دانش، بیشترین نقش هوش مصنوعی در ترکیب دانش مشاهده شده است.
اصالت و ارزش: نقش هوش مصنوعی در خودکارسازی فرایندهای مدیریت دانش به‌صورت نظام‌مند بررسی شد و کاربردهای این فناوری در مراحل مختلف مدیریت دانش شناسایی گردید و به توسعه دانش در این حوزه کمک می‌کند.  

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Identifying the Applications of Artificial Intelligence in the Ability to Automate Knowledge Management Processes

نویسندگان [English]

  • nazila mehrabi 1
  • Faeze Eskandari 2

1 Ph.D. Candidate, Department of Knowledge and Information science, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran

2 Assistant Professor, Department of Knowledge and Information science, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran

چکیده [English]

Purpose: the aim of this research is to identify the applications of artificial intelligence (AI) in automating knowledge management processes.
Methodology: This research is applied in nature and adopts a qualitative approach. To enhance the credibility of the findings, the Delphi method was employed. During  the Delphi stage, the components and items related to each knowledge management process were identified. The study population consisted of  10 subject-matter experts selected through purposive sampling. The accuracy and validity of the qualitative data were assessed using criteria such as credibility, dependability, confirmability, transferability, and content validity.
Findings: The results indicate that artificial intelligence can play a significant role in various knowledge management processes, including knowledge identification, acquisition, audit, organization, dissemination, value creation, development, application, and creation.
Conclusion: The findings demonstrate that in the knowledge identification process, artificial intelligence is used most extensively for knowledge promotion. In the knowledge acquisition process, its primary applications are automatic summarization and reasoning. In the knowledge audit process, AI is mainly used for identifying knowledge gaps, while in the knowledge organization process, it is most widely applied in automatic classification. Furthermore, in the knowledge dissemination process, audience identification is the dominant application of AI. In the value creation process, evaluating the quality of content plays the most significant role. Finally, in the knowledge development process, AI is primarily used in research and scientific discoveries; in the knowledge application process, it is most evident in decision support system recommendations; and in the knowledge creation process, it is predominantly applied in knowledge synthesis.
Value: This study systematically identifies the role of artificial intelligence in automating knowledge management processes and highlights its applications across different stages of knowledge management, thereby contributing to the advancement of knowledge in this field.

کلیدواژه‌ها [English]

  • Artificial Intelligence
  • Knowledge Management
  • Knowledge Management Processes
  • Automation
  • Technology
 اسحاقی، رضا. (1402، 20 اردیبهشت). هوش مصنوعی و مدیریت دانش : تأثیرات، مزایا و پیاده‌سازی. دبیرخانه دائمی کنفرانس مونیخ آلمان.https://civilica.com/doc/1667666.
اسلام، بکتاش. (1398). ارزیابی رابطه میان مؤلفه‌های مدیریت دانش با نوآوری و عملکرد شرکت توزیع نیروی برق استان فارس در سال 1397. رویکردهای پژوهشی نو در علوم مدیریت، 12 (1)، 203-218. http://jnraims.ir/article-1-169-fa.html.
اشرفی، حمیدرضا. (1397). مؤلفه­ها، عناصر و عوامل موفقیت مدیریت دانش در سازمان.  رویکردهای پژوهشی نوین مدیریت و حسابداری، 2 (7)، 127-141.  https://majournal.ir/index.php/ma/article/view/87  
برزگر بفرویی، کمال؛ سالمی شکوری، احسان؛ و نوری، داوود (1395، 30 اردیبهشت). نقش هوش مصنوعی در مدیریت دانش. دانشگاه شهید بهشتی تهران. https://civilica.com/doc/499985   
تولایی، روح‌الله. (1402). تعامل بین انسان و هوش مصنوعی در مدیریت دانش. مدیریت راهبردی دانش سازمانی، 6(1)،11-21. http://doi.org/10.47176/smok.2023.1121
 
ثابتی، سعید؛ ملک‌محمدی، سپیده؛ و کسرائی، احمدرضا. (1403). نقش هوش مصنوعی در شکل‌دهی آینده مدیریت دانش نوین. همایش ملی تحقیقات میان‌رشته‌ای در علوم مهندسی و مدیریت، 8(8)، 152-166.  https://www.noormags.ir/view/fa/articlepage/2153347/
حسن زاده، محمد. (1400). دستورالعمل مدیریت دانش در دستگاه‌های اجرایی: چون و چرای یک راه دراز. علوم و فنون مدیریت اطلاعات،7(2)،7-20. http://doi.org/10.22091/stim.2021.1886
حسن پور، اکبر؛ واعظی، رضا؛ و سفیدکار، پریم. (1392). بررسی عوامل مؤثر بر فرآیند مدیریت دانش در صنعت بانکداری و بیمه.  مدیریت توسعه و تحول، 5(15)، 31-37. https://www.magiran.com/paper/1389902/
خیری، مهتاب. (1397). پیاده‌سازی و استقرار مدیریت دانش در سازمان. موسسه آموزش عالی غیردولتی تاکستان. https://civilica.com/doc/831425/
خیراندیش، مهدی؛ دوستکام، کاظم؛ و حسینایی، یحیی. (1390). نقش عوامل فناورانه در موفقیت مدیریت دانش در سازمان. مدیریت نظامی، 11 (44)، 69- 88. https://jmm.iranjournals.ir/article_3401.html.
خدیور، آمنه؛ و درتاج، فاطمه. (1395). ارائه چارچوبی برای موفقیت در پیاده‌سازی سیستم‌های مدیریت دانش مبتنی بر رایانش ابری. پژوهش‌های مدیریت در ایران، 20(2)، 93-118.    https://mri.modares.ac.ir/article_395.html
رضاییان، علی؛ احمدوند، علی‌محمد؛ و تولایی، روح اله. (1388). بررسی الگوهای راهبرد مدیریت دانش و راهبرد دانش در سازمان‌ها. توسعه انسانی پلیس، 6 (27)، 33-64.  https://sid.ir/paper/132808/en
ساعدی، مهدی؛ و نادعلی پور، حمید. (1385، 24 دی). مدل پیادهسازی مدیریت دانش در ایران خودرو بر مبنای یادگیری و نگاه منبع محور به شرکت در بستر فناوری اطلاعات. تهران. https://civilica.com/doc/19002  
طاهریان، حمید؛ و خلیلی، مهدی. (1393، 27 اسفند). بررسی کاربردهای هوش مصنوعی در مدیریت دانش. دانشگاه جامع علمی- کاربردی تهران. https://civilica.com/doc/455109.
کیوان‌آرا، محمود؛ یزدخواستی، علی؛ بهرامی، سوسن؛ و مسعودیان، یوسف. (1390). رابطه‌ی مؤلفه‌های مدیریت دانش و هوش سازمانی در دانشکده‌های دانشگاه علوم پزشکی اصفهان. مدیریت اطلاعات سلامت، 8 (5)، 673- 680.  https://him.mui.ac.ir/article_11118.html.
گانب دی. بات. (1381). مدیریت دانش در سازمان‌ها: بررسی تأثیر متقابل فناوری، فنون و انسان. پردازش و مدیریت اطلاعات، 18(1)، 76-83. https://jipm.irandoc.ac.ir/article_698697.html.
علمی، الهام؛ آذر، عادل؛ و غفاری، فرهاد. (1400). سناریوسازی تأثیر مؤلفه‌های مدیریت دانش بر زنجیره تأمین بارویکردپویایی سیستم. آینده‌پژوهی مدیریت، 125 (31)، 97- 107.  https://sid.ir/paper/1065426/fa.
محرابی، نازیلا؛ خراشادی زاده، سحر؛ و کریمیان، راحله. (1402). شناسایی مؤلفه­های هوش مصنوعی در پیاده‌سازی مدیریت دانش. علوم و فنون مدیریت اطلاعات،9(3)، 351-390.  
یزدانی کاشانی، مریم؛ و رضاپور میرصالح، مهدی. (1403، 31 تیر). مروری بر نقش هوش مصنوعی در مدیریت دانش. موسسه پایاشهر تهران. https://civilica.com/doc/2036851/
 
Alqudah, M. A., & Muradkhanli, L. (2022). Artificial intelligence and expert system role in knowledge management in government institutions. Paper presented at the International Baku Scientific Research Congress, Baku, Azerbaijan.
Jarrahi, M. H., Askay, D., Eshraghi, A., & Smith, P. (2022). Artificial intelligence and knowledge management: A partnership between human and AI. Business Horizons, 65(6), 693–705. https://doi.org/10.1016/j.bushor.2022.05.001
Jallow, H., Renukappa, S., & Suresh, S. (2020, December). Knowledge management and artificial intelligence (AI). In ECKM 2020: 21st European Conference on Knowledge Management (p. 363). Academic Conferences International Limited.‏ https://www.proquest.com/openview/180f23149cb88002586162a631ac03d0/1?pq-origsite=gscholar&cbl=1796412
Liu, Q. (2022). Analysis of collaborative driving effect of artificial intelligence on knowledge innovation management.Scientific Programming, 2022(1), 8223724. https://doi.org/10.1155/2022/8223724
Pai, R. Y., Shetty, A., Shetty, A. D., Bhandary, R., Shetty, J., Nayak, S., ... & D'souza, K. J. (2022). Integrating artificial intelligence for knowledge management systems–synergy among people and technology: a systematic review of the evidence. Economic research-Ekonomska istraživanja35(1), 7043-7065.‏ https://doi.org/10.1080/1331677X.2022.2058976
Sanzogni, L., Guzman, G., & Busch, P. (2017). Artificial intelligence and knowledge management: Questioning the tacit dimension. Prometheus, 35(1), 37-56. https://doi.org/10.1080/08109028.2017.1364547
Taherdoost, H., & Madanchian, M. (2023). Artificial intelligence and knowledge management: Impacts, benefits, and implementation.Computers, 12(4), 72. https://doi.org/10.3390/computers12040072