مدیریت استراتژیک هوشمند

مدیریت استراتژیک هوشمند

اعتبار سنجی مدل خط مشی گذاری مدیریت دانش با رویکرد هوش مصنوعی در پلیس جمهوری اسلامی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه مدیریت دولتی، واحد بین المللی کیش، دانشگاه آزاد اسلامی کیش، ایران
2 گروه مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
3 گروه مدیریت بازرگانی، واحد شهر قدس، دانشگاه آزاد اسلامی، شهر قدس، ایران
4 گروه مدیریت بازگانی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
پژوهش حاضر با هدف اعتبار سنجی مدل خط‌مشی‌گذاری مدیریت دانش با رویکرد هوش مصنوعی در پلیس جمهوری اسلامی ایران انجام شد. روش‌شناسی این پژوهش از نوع کمی - تحلیلی است برای آزمون مدل مفهومی و سنجش روابط میان متغیرها، از روش مدل‌سازی معادلات ساختاری با استفاده از نرم‌افزار اسمارت پی ال اس بهره گرفته شده است که ماهیتی کمی- تحلیلی دارد. پژوهش حاضر از نظر هدف، در زمره پژوهش‌های کاربردی قرار می‌گیرد. در این پژوهش، با تمرکز بر چالش‌ها و الزامات موجود در حوزه مدیریت دانش، خط‌مشی‌گذاری سازمانی و بهره‌گیری از فناوری‌های نوین هوش مصنوعی در پلیس جمهوری اسلامی ایران، مدلی بومی برای خط‌مشی‌گذاری مدیریت دانش ارائه و اعتبارسنجی شده است. ابزار پرسشنامه ساختاریافته برای جمع‌آوری داده‌ها از خبرگان و مدیران وکارشناسان مورد استفاده قرار گرفته است. نتایج مدل اندازه‌گیری و ساختاری نشان داد که مؤلفه‌های شناسایی‌شده از توان مناسبی برای تبیین سازه خط‌مشی‌گذاری مدیریت دانش با رویکرد هوش مصنوعی برخوردارند و نظام خط‌مشی‌گذاری و حکمرانی بیشترین قدرت تبیین‌کنندگی را در میان متغیرهای اصلی مدل به خود اختصاص داده است. همچنین، یافته‌ها نشان داد که استقرار خط‌مشی‌گذاری هوشمند مدیریت دانش در پلیس، صرفاً به تأمین فناوری و ابزارهای هوش مصنوعی محدود نمی‌شود، بلکه نیازمند حکمرانی داده‌محور، زیرساخت‌های فنی و امنیتی مناسب، توانمندسازی منابع انسانی، فرهنگ سازمانی حامی دانش و طراحی فرآیندهای هوشمند مدیریت دانش است. در نهایت، مدل ارائه‌شده می‌تواند به‌عنوان چارچوبی علمی و کاربردی برای سیاست‌گذاران و مدیران پلیس جمهوری اسلامی ایران در جهت توسعه مدیریت دانش هوشمند، ارتقای کیفیت تصمیم‌گیری، استفاده اثربخش از داده‌ها و دانش سازمانی و بهره‌گیری هدفمند از ظرفیت‌های هوش مصنوعی مورد استفاده قرار گیرد.
کلیدواژه‌ها
موضوعات

عنوان مقاله English

Validating an AI-Driven Knowledge Management Policymaking Model for the Police of the Islamic Republic of Iran

نویسندگان English

Ali Nazari 1
Parvaneh Gelard 2
Mahmoud Ahmadi Sharif 3
Seyed Mahmoud Hashemi 4
1 Department of Public Administration, KI.C., Islamic Azad University Kish, Iran
2 Department of Public Administration, NT.C., Islamic Azad University, Tehran, Iran
3 Department of Business Management, ShQ.C., Islamic Azad University, Shahr-e Qods, Iran.
4 Department of Business Mangement, NT.C., Islamic Azad University, Tehran, Iran
چکیده English

This study aimed to validate a knowledge management policymaking model incorporating an artificial intelligence (AI) approach within the Police of the Islamic Republic of Iran. Adopting a quantitative-analytical methodology, the study utilized Structural Equation Modeling (SEM)—via SmartPLS software—to test the conceptual model and assess relationships between variables. In terms of purpose, this is an applied research study. By focusing on the challenges and requirements regarding knowledge management, organizational policymaking, and the utilization of modern AI technologies within the police force, the study developed and validated an indigenous model for knowledge management policymaking. Data were collected from experts, managers, and specialists using a structured questionnaire. Results from the measurement and structural models indicated that the identified components possess significant explanatory power regarding the construct of AI-driven knowledge management policymaking; notably, the policymaking and governance system demonstrated the highest explanatory power among the model's core variables. Furthermore, the findings revealed that implementing intelligent knowledge management policymaking within the police force is not limited merely to acquiring AI technologies and tools; rather, it necessitates data-driven governance, robust technical and security infrastructure, human resource empowerment, a knowledge-supportive organizational culture, and the design of intelligent knowledge management processes. Ultimately, the proposed model can serve as a scientific and practical framework for policymakers and managers within the Police of the Islamic Republic of Iran to develop smart knowledge management, enhance decision-making quality, effectively utilize organizational data and knowledge, and purposefully leverage artificial intelligence capabilities.

کلیدواژه‌ها English

Policymaking
Knowledge Management
Artificial Intelligence
Smart Policymaking
Data-Driven Governance
Police of the Islamic Republic of Iran
داودی, میثم , ظهوری, سید احسان و علیشیری, بهرام . (1405). ارائه الگوی اجرای خط مشی گذاری با محوریت هوش مصنوعی در سازمان تامین اجتماعی با رویکرد فراترکیب (مطالعه موردی شعبه مرکزی استان خوزستان ). مطالعات مدیریت کسب و کار هوشمند, 15(55), 219-260.
دولت خواه، احمد و موحدی صفت، محمدرضا و رامک، مهراب (1402). شناسایی و اولویت بندی راهبردهای پلیس هوشمند،https://civilica.com/doc/2045247
رفیعی, سیاوش , پورعزت, علی اصغر و منوریان, عباس . (1404). طراحی الگوی خط‌مشی‌گذاری عمومی مبتنی بر هوش مصنوعی. پژوهش های مدیریت عمومی, 18(68), 1-30.
زاهدی, امیراحسان . (1404). الگوی بهره‌گیری ‌از هوش مصنوعی برای دستیابی به اهداف مدیریت دانش در آموزش عالی. نشریه مطالعات دانش پژوهی, 4(4), 52-79.
قربانی، ابراهیم (1404). هوش مصنوعی و ارتقاء اشراف اطلاعاتی پلیس در جرم یابی جرائم سازمان یافته، پژوهش‌های اطلاعاتی و جنایی، 20(77)، 41-68.
مقتدر کارگران, جواد . (1404). چارچوب مدیریت دانش مبتنی بر هوش مصنوعی مولد در سازمان‌های دولتی. فصلنامه بازیابی دانش و نظام‌های معنایی, 12(45), 35-63.
منوریان, عباس , صادقی, جواد و پیران نژاد, علی . (1402). چارچوب خط‌مشی‌گذاری برای به‌کارگیری سامانه‌های هوش مصنوعی در حوزه شهری با استفاده از رویکرد فراترکیب. مدیریت دولتی, 15(3), 512-552.
میرعرب, علی . (1404). از سیاست‌گذاری تا مسئولیت‌پذیری: مسیر تحول حکمرانی ‏هوش مصنوعی. مطالعات حکمرانی اسلامی, 1(1), 456-491.
Botega, L. F. D. C., & Da Silva, J. C. (2020). An artificial intelligence approach to support knowledge management on the selection of creativity and innovation techniques. Journal of Knowledge Management, 24(5), 1107-1130
Evangelista, E., & Rizvi, G. (2026). AI-Powered Knowledge Management Systems Across Industries: A Systematic Review of Applications, Implementation Barriers, and Ethical Challenges. Information, 17(4), 369
Hussein, B., Yildrim, G., & Wolff, C. (2026). A Framework For Implementing AI-based Technologies To Enhance Knowledge Management Processes. Procedia Computer Science, 278, 566-573.
Kumari, R., Dash, S. P., & Chatterjee, R. (2026). Artificial Intelligence and Knowledge Management Systems: Transforming the Future of Business Operations in the Fourth Industrial Revolution
Lnenicka, M., Clarinval, A., Nikiforova, A., Rudmark, D., Luterek, M., Symeonidis, D., & Bolívar, M. P. R. (2026). Artificial intelligence in policymaking: Mapping integration gaps across the public policy cycle. Government Information Quarterly, 43(2), 102138
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 istraživanja, 35(1), 7043-7065
Taherdoost, H. (2023). Machine learning algorithms: features and applications. In Encyclopedia of Data Science and Machine Learning (pp. 938-960). IGI Global Scientific Publishing.
Taherdoost, H., & Madanchian, M. (2023). Artificial intelligence and knowledge management: Impacts, benefits, and implementation. Computers, 12(4), 72.
van Zelst, S. J., van Dongen, B. F., & van der Aalst, W. M. (2018). Event stream-based process discovery using abstract representations. Knowledge and Information Systems, 54(2), 407-435.
Wu, J., Jiang, H., & Chen, J. (2023). Enterprise data security storage integrating blockchain and artificial intelligence technology in investment risk management.

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 11 مهر 1405