مطالعات مدیریت کسب و کار هوشمند

مطالعات مدیریت کسب و کار هوشمند

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

صفحه اصلی

درباره نشریه

اهداف و چشم انداز

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اطلاعات آماری نشریه

اخبار و اعلانات

تفاهم نامه با انجمن انفورماتیک ایران

راهنمای نگارش

فایل ها

داوران 1399

داوران1403

داوران 1402

داوران سال 1401

داوران1400

راهنمای ثبت نام درPublons

ارائه الگوی اجرای خط مشی گذاری با محوریت هوش مصنوعی در سازمان تامین اجتماعی با رویکرد فراترکیب (مطالعه موردی شعبه مرکزی استان خوزستان )

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مدیریت دولتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

2 گروه مدیریت دولتی، واحد شوشتر، دانشگاه آزاد اسلامی، شوشتر، ایران نویسنده مسئول: Eh.Zohoori@iau.ac.ir

چکیده

پژوهش حاضر با هدف ارائه الگوی جامع اجرای خط‌مشی‌گذاری مبتنی بر هوش مصنوعی (AI) برای شعبه مرکزی سازمان تأمین اجتماعی استان خوزستان انجام شد. با توجه به گستردگی خدمات سازمان، استفاده از هوش مصنوعی برای افزایش شفافیت، کارایی در اجرا و پاسخگویی به چالش‌های اقتصادی-اجتماعی ضروری است.

این تحقیق از نظر هدف کاربردی و از نظر روش آمیخته (کیفی-کمی) است. در فاز کیفی، با استفاده از روش فراترکیب، مؤلفه‌های الگو استخراج گردید. جامعه آماری این فاز، ۳۰ مقاله و سند علمی (داخلی و خارجی) بود که پس از کدگذاری، منجر به شناسایی ۱۰ مؤلفه اصلی و ۵۳ شاخص شد.

در فاز کمی، جهت اعتبارسنجی، تأیید و وزن‌دهی مؤلفه‌ها، از روش دلفی فازی استفاده شد. جامعه آماری فاز کمی، شامل ۱۵ نفر از خبرگان و متخصصین دانشگاهی و اجرایی در حوزه هوش مصنوعی و سازمان تأمین اجتماعی بود.

نتایج فراترکیب نشان داد که الگوی اجرای خط‌مشی‌گذاری هوش مصنوعی شامل ۱۰ مؤلفه کلیدی است که مهم‌ترین آن‌ها عبارتند از: “ظرفیت تحلیلی و پشتیبانی تصمیم”، “الزامات و مهارت‌های منابع انسانی”، “یکپارچه‌سازی فناوری و عملیات” و “چالش‌های اخلاقی، حقوقی و امنیتی”. نتایج دلفی فازی نیز ضمن تأیید این مؤلفه‌ها، به اولویت‌بندی آن‌ها در زمینه تأمین اجتماعی و تعیین الزامات اجرایی نهایی پرداخت. الگوی نهایی، یک چارچوب جامع ۱۰ مؤلفه‌ای را فراهم می‌آورد که نه تنها ابزارهای AI را برای بهبود کارایی معرفی می‌کند، بلکه با تمرکز بر حکمرانی و اخلاق، اجرای مسئولانه و پاسخگوی سیاست‌ها را میسر می‌سازد.

کلیدواژه‌ها: فراترکیب، دلفی فازی، خط‌مشی‌گذاری، هوش مصنوعی، سازمان تأمین اجتماعی، الگوی اجرای خط‌مشی.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Providing a Model for Implementing Policymaking with a Focus on Artificial Intelligence in the Social Security Organization with a Meta-Synthesis Approach (Case study of Central Branch of Khuzestan Province)

نویسندگان [English]

  • meysam davoodi 1
  • Seyed Ehsan Zahouri 2
  • bahram alishiri 1

1 Department of Public Administration, ST.C., Islamic Azad University, Tehran, Iran

2 Department of Public Administration, Sho.C., Islamic Azad University, Shous tar, Iran Corresponding Author’s Email Address: Eh.Zohoori@iau.ac.ir

چکیده [English]

This study aimed to develop a comprehensive Artificial Intelligence (AI)-based policy implementation model for the Central Branch of the Social Security Organization (SSO) of Khuzestan Province. Given the extensive scope of the SSO’s services, leveraging AI is essential for enhancing transparency, execution efficiency, and accountability in response to complex socio-economic challenges.

Methodologically, this research is applied in objective and mixed-methods (qualitative-quantitative) in design. The qualitative phase utilized the Meta-Synthesis method to extract the model’s components. The sample comprised 30 scientific articles and documents (domestic and foreign), which, upon coding, led to the identification of 10 main components and 53 indicators.

In the quantitative phase, the Fuzzy Delphi method was employed for validation, confirmation, and weighting of the components. The sample for this phase included 15 academic and executive experts in the fields of AI and Social Security.

The Meta-Synthesis results indicated that the AI policy implementation model consists of 10 key components, the most significant of which include: “Analytical Capacity and Decision Support,” “Human Resources Requirements and Skills,” “Technology and Operations Integration,” and “Ethical, Legal, and Security Challenges.” Furthermore, the Fuzzy Delphi findings confirmed these components and prioritized them within the SSO context, establishing final implementation requirements. The resulting model provides a comprehensive 10-component framework that introduces AI tools for enhanced efficiency while emphasizing governance and ethics to facilitate responsible and accountable policy execution.

Keywords: Meta-Synthesis, Fuzzy Delphi, Policymaking, Artificial Intelligence, Social Security Organization, Policy Implementation Model.

کلیدواژه‌ها [English]

  • Artificial Intelligence
  • Social Security Organization
  • Meta-Synthesis
  • Fuzzy Delphi
  • Policymaking Model
مراجع

  1. . اکبری، ایمان. (۱۴۰۳). طراحی سیستم پشتیبان هوشمند قانون‌گذاری (۱): معرفی رویکرد تحلیل داده محور خط‌مشی (کاربست هوش مصنوعی و فناوری مبتنی بر داده در تحلیل خط‌مشی). (گزارش پژوهشی). مرکز پژوهش‌های مجلس شورای اسلامی.

    ۲. اسکندری، علی.، مانیان، امیر.، سلطانی، مرتضی؛ و یزدانی، حمیدرضا. (۱۴۰۳). ارائه فرامدل خط‌مشی‌گذاری توسعه هوش مصنوعی در صنعت فینتک. مطالعات مدیریت دولتی ایران، ۷ (۳).

    ۳. بابائیان، فاطمه.، صفدری رنجبر، مصطفی؛ و حکیم، امین. (۱۴۰۲). واکاوی نقش هوش مصنوعی در چرخه سیاست‌گذاری عمومی؛ رویکرد فراترکیب. بهبود مدیریت، ۱۷ (۲)، ۱۱۵-۱۵۰.

    ۴. باکی هاشمی، سید محمدمهدی. (۱۴۰۳). واکاوی ابعاد خط‌مشی به‌کارگیری هوش مصنوعی در نظام سلامت ایران. مدیریت سازمان‌های دولتی، ۱۲ (۴۶).

    ۵. رئیسی، صالح. (۱۴۰۴). بررسی سیاست‌گذاری‌ها و چالش‌های اخلاقی کاربرد هوش مصنوعی در نظام آموزش‌وپرورش. ارائه‌شده در اولین همایش بین‌المللی هوش مصنوعی در آموزش‌وپرورش، روانشناسی، علوم تربیتی و مطالعات دینی، فرهنگی، اجتماعی و مدیریتی در هزاره سوم. بوشهر.

    ۶. رفیعی، سیاوش.، پورعزت، علی‌اصغر؛ و منوریان، عباس. (۱۴۰۴). طراحی الگوی خط‌مشی‌گذاری عمومی مبتنی بر هوش مصنوعی. پژوهش‌های مدیریت عمومی، ۱۸ (۶۸).

    ۷. زمان زاده، وحید. (۱۴۰۴). تحلیل‌های پیش‌بینی کننده سیاست‌گذاری مبتنی بر هوش مصنوعی تحول پارادایمی در مدیریت عمومی. ارائه‌شده در چهارمین کنگره بین‌المللی مدیریت، اقتصاد، علوم انسانی و توسعه کسب‌وکار.

    ۸. زنگیشه‌ای، مهدی. (۱۴۰۳). تحلیل جایگاه هوش مصنوعی در توسعه سازمان. ارائه شده در اولین کنفرانس بین‌المللی سلامت، بهداشت و آموزش. ساری.

    ۹. شاددل، امیرحسین. (۱۴۰۲). آینده مدیریت و تصمیم‌گیری با استقرار سامانه‌های هوش مصنوعی. آینده‌پژوهی راهبردی، ۲ (۵)، ۱۲۱-۱۳۸.

    ۱۰. شیخی علیزاده، علیرضا؛ و سیلانی، حمیدرضا. (۱۴۰۳). شناسایی و اولویت‌بندی ابعاد هوش مصنوعی در نظارت بر اجرای خط‌مشی‌های شهری در استانداری خوزستان. ارائه‌شده در هشتمین همایش مطالعات اقتصادی و مدیریت در جهان اسلام. تهران.

    ۱۱. صفری، اکرم. (۱۴۰۳). طراحی الگوی سیاست‌گذاری مبتنی بر هوش مصنوعی در سازمان‌های آموزشی. راهبرد فرهنگ، ۱۷ (۶۸).

    ۱۲. قلی نژاد پاجی، امیرحسین. (۱۴۰۴). کاربرد هوش مصنوعی در تحلیل افکار عمومی و ارتقای سیاست‌گذاری اجتماعی چشم‌اندازها و چالش‌ها. ارائه‌شده در اولین همایش بین‌المللی پیشرفت‌های هوش مصنوعی در مهندسی و علوم انسانی.

    ۱۳. محمدی، محمود.، ساجدی، سیده مهسا؛ و بحرینی پور، میلاد. (۱۴۰۳). مروری سیستماتیک بر نقش هوش مصنوعی در خط‌مشی گذاری دولتی. ارائه‌شده در اولین کنفرانس ملی حکمرانی هوشمند. تهران.

    ۱۴. منوریان، عباس.، صادقی، جواد؛ و پیران نژاد، علی. (۱۴۰۲). چارچوب خط‌مشی گذاری برای به‌کارگیری سامانه‌های هوش مصنوعی در حوزه شهری با استفاده از رویکرد فراترکیب. مدیریت دولتی، ۱۵ (۳).

    ۱۵. موسوی فرد، سیدمحمدرضا.، ابوالخیریان، محمدامین.، عمیدی مهر، امیر؛ و مرادپور، سیروس. (۱۴۰۴). ضرورت‌های سیاست‌گذاری حقوقی در آستانه تحولات شگرف انقلاب چهارم صنعتی و هوش مصنوعی با تأکید بر چالش‌ها و اولویت‌ها. مطالعات فضای مجازی و رسانه‌های اجتماعی، ۲ (۱).

    ۱۶. نوفرستی، فاطمه. (۱۴۰۴). چالش‌ها، نقش‌ها و سیاست‌گذاری پژوهش‌های هوش مصنوعی در آموزش‌وپرورش. ارائه‌شده در دومین کنفرانس بین‌المللی علوم تربیتی، روانشناسی، علوم ورزشی و تربیت‌بدنی. ساری. بازیابی شده از https://civilica.com/doc/2386618

    ۱۷. وحیدی سبزوار، علی؛ و اشرفی، فلورا. (۱۴۰۳). حکمرانی هوش مصنوعی در فرآیند خط و مشی گذاری دولتی با رویکرد بررسی توانمندسازها و چالش‌ها. ارائه‌شده در اولین کنفرانس بین‌المللی فناوری اطلاعات، مدیریت و کامپیوتر. ساری.

     

     

     

    References

    1. Almheiri, H., Ahmad, S., Abu Bakar, A. R., & Khalid, K. (2024). Artificial intelligence capabilities, dynamic capabilities and organizational creativity: contributing factors to the United Arab Emirates Government’s organizational performance. Journal of Modelling in Management. Advance online publication. https://doi.org/10.1108/JM2-11-2022-0272
    2. Bekkers, V. J. J. M. (2007). Beleid in beweging. Achtergronden, benaderingen, fasen en aspecten van beleid in de publieke sector [Policy in motion. Backgrounds, approaches, phases and aspects of policy in the public sector]. Uitgeverij Lemma.
    3. Bil Adrianus, J. (2022). Exploring the Tensions Between Simplification and Complexification in Public Policymaking. (Doctoral Thesis). Erasmus University Rotterdam.
    4. Borges, A. F., Laurindo, F. J., Spínola, M. M., Gonçalves, R. F., & Mattos, C. A. (2020). The strategic use of artificial intelligence in the digital era: Systematic literature review and future research directions. International Journal of Information Management, 52, Article 102225.
    5. Bovens, M. A. P., ’t Hart, P., & Van Twist, M. J. W. (2007). Openbaar bestuur. Beleid, organisatie en politiek [Public Administration. Policy, Organization, and Politics.]. Kluwer.
    6. Chen, Y., & Lin, Z. (2021). Business Intelligence Capabilities and Firm Performance: A Study in China. International Journal of Information Management, 57, Article 102232.
    7. Chuma E.L., G.G. de Oliveira. (2023).Generative AI for business decision-making: a case of ChatGPT, Management Science and Business Decisions, 3 (1), pp. 5-11
    8. Collins, C., Dennehy, D., Conboy, K., & Mikalef, P. (2021). Artificial intelligence in information systems research: A systematic literature review and research agenda. International Journal of Information Management, 60, Article 102383.
    9. Cao Y., S. Li, Y. Liu, Z. Yan, Y. Dai, P.S. Yu, L. Sun. (2023).A comprehensive survey of ai-generated content (aigc): a history of generative ai from gan to chatgpt arXiv preprint arXiv:2303.04226
    10. Desmond Lartey, Kris M.Y. Law. (2025).Artificial intelligence adoption in urban planning governance: A systematic review of advancements in decision-making, and policy making, Landscape and Urban Planning, Volume 258, 2025, 105337, ISSN 0169-2046, https://doi.org/10.1016/j.landurbplan.2025.105337.
    11. Fajimolu, O., Okonji, P., & Onyemaobi, C. (2023). Role of organizational creativity between artificial intelligence capability and organizational performance. Business and Entrepreneurial Review, 23, 157–174. https://doi.org/10.25105/ber.v23i1.15300
    12. Fountaine, T., McCarthy, B., & Saleh, T. (2019). Building the AI-powered organization. Harvard Business Review, 97(4), 63–73.
    13. Garcia MB. Using AI tools in writing peer review reports: should academic journals embrace the use of ChatGPT? Ann Biomed Eng. 2023 Jun 27; doi: 10.1007/s10439-023-03299-7. [Epub]
    14. Haija, A., et al. (2025). The Impact of Artificial Intelligence on Corporate Performance: A Study of Financial and Non-financial Aspects in the Service Sector. 10.1007/978-3-031-73899-9_4.
    15. Hopej-Kamińska, M., Zgrzywa-Ziemak, A., Hopej, M., Kamiński, R., & Martan, J. (2015). Simplicity as a feature of an organizational structure. Argumenta Oeconomica, 1(34), 259–276.
    16. Ioannis Koliousis, Abdulrahman Al-Surmi, Mahdi Bashiri. (2024).Artificial intelligence and policy making; can small municipalities enable digital transformation?, International Journal of Production Economics, Volume 274, 2024, 109324, ISSN 0925-5273, https://doi.org/10.1016/j.ijpe.2024.109324.
    17. Johnson, K., et al. (2026). Intelligent analytics in social insurance fraud detection. AI in Public Policy, 44(1), 112–137.
    18. Klijn, E., & Koppenjan, J. (2016). Governance networks in the public sector.
    19. Kundiri, F. (2024). The Implementation of Business and Artificial Intelligence in Organizations. [Unpublished manuscript]. https://doi.org/10.13140/RG.2.2.23639.07844
    20. Mytrofanova, H., Yevtushenko, O., Hlukhyy, A., & Lugovyy, M. (2024). Methodological principles of implementing artificial intelligence into organizational management system. Academic Review, 2, 173–189. https://doi.org/10.32342/2074-5354-2024-2-61-12
    21. Nakolisa, D. (2023). Artificial Intelligence and Public Service Delivery in Africa. Journal of Medicine, Engineering, Environmental and Physical Sciences (JOMEEPS), 1(2).
    22. Nuseir, M., & Refae, G. (2022). The role of artificial intelligence, marketing strategies, and organizational capabilities in organizational performance: The moderating role of organizational behavior. Uncertain Supply Chain Management, 10(4), 1457–1466.
    23. Nwosu, C., Obalum, C., & Ananti, M. (2024). Artificial intelligence in public service and governance in Nigeria. Journal of Governance and Accountability Studies, 4, 109–120. https://doi.org/10.35912/jgas.v4i2.2425
    24. Putri, A. M., Syamsu, S., & Triono, A. (2024). Policy to replace electronic card into population digital in South Lampung Regency. Journal of Governance and Accountability Studies, 4(1), 19–29.
    25. Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210.
    26. Supriyanto, E., & Saputra, J. (2022). Big Data and Artificial Intelligence in Policy Making: A Mini-Review Approach. International Journal of Advances in Social Sciences and Humanities, 1(2), 58–65. https://doi.org/10.56225/ijassh.v1i2.40
    27. Warsen, R., Klijn, E. H., & Koppenjan, J. (2019). Mix and match: How contractual and relational conditions are combined in successful public-private partnerships. Journal of Public Administration Research and Theory, 29(3), 375–393.
    28. Yar, M. A., Hamdan, M., Anshari, M., Fitriyani, N. L., & Syafrudin, M. (2024). Governing with intelligence: The impact of artificial intelligence on policy development. Information, 15(9), 556. https://doi.org/10.3390/info1509055
    29. Yulianita, A., Subardin, S., & Zulfikri, Z. (2024). Government size and digital inequality in Indonesia. Journal of Governance and Accountability Studies, 4(1), 31–41.
    30. Yulianita, S., et al. (2025). AI transformation in social security institutions: Practical frameworks and challenges. Asian Journal of Digital Policy.

    References) In Persian(

    1. Akbari, I. (2024). Designing an Intelligent Legislation Support System (1): Introducing the Data-Driven Policy Analysis Approach (Application of AI and Data-Based Technology in Policy Analysis). (Research Report). Islamic Consultative Assembly Research Center (Majlis Research Center). ) In Persian(
    2. Eskandari, A., Maniyan, A., Soltani, M., & Yazdani, H. R. (2024). Presenting the Meta-Model for AI Policy Making in the Fintech Industry. Iranian Public Administration Studies, 7(3). ) In Persian(
    3. Babaeian, F., Safdari Ranjbar, M., & Hakim, A. (2023). Investigating the Role of Artificial Intelligence in the Public Policy Cycle: A Meta-Synthesis Approach. Improvement Management, 17(2), 115-150. ) In Persian(
    4. Baqi Hashemi, S. M. M. (2024). Analyzing the Policy Dimensions of Applying Artificial Intelligence in Iran’s Health System. Management of Governmental Organizations, 12(46). ) In Persian(
    5. Raisi, S. (2025). Investigating the Policies and Ethical Challenges of Applying Artificial Intelligence in the Education System. Presented at the First International Conference on Artificial Intelligence in Education, Psychology, Educational Sciences, and Religious, Cultural, Social, and Managerial Studies in the Third Millennium. Bushehr. ) In Persian(
    6. Rafiei, S., Pour Ezat, A. A., & Manourian, A. (2025). Designing an Artificial Intelligence-Based Public Policy Making Model. Public Management Research, 18(68). ) In Persian(
    7. Zaman Zadeh, V. (2025). Predictive Analyses of Policy Making Based on Artificial Intelligence: A Paradigm Shift in Public Administration. Presented at the Fourth International Congress of Management, Economics, Humanities, and Business Development. ) In Persian(
    8. Zangishei, M. (2024). Analyzing the Position of Artificial Intelligence in Organizational Development. Presented at the First International Conference on Health, Hygiene, and Education. Sari. ) In Persian(
    9. Shaddel, A. H. (2023). The Future of Management and Decision Making with the Deployment of Artificial Intelligence Systems. Strategic Foresight, 2(5), 121-138. ) In Persian(
    10. Sheikhi Alizadeh, A., & Silani, H. R. (2024). Identifying and Prioritizing Dimensions of Artificial Intelligence in Monitoring the Implementation of Urban Policies in Khuzestan Governorate. Presented at the Eighth Conference on Islamic Economic and Management Studies. Tehran. ) In Persian(
    11. Safari, A. (2024). Designing an Artificial Intelligence-Based Policy Making Model in Educational Organizations. Farhang Strategy, 17(68). ) In Persian(
    12. Gholinejad Pajji, A. H. (2025). The Application of Artificial Intelligence in Public Opinion Analysis and Enhancing Social Policy: Prospects and Challenges. Presented at the First International Conference on Advances in Artificial Intelligence in Engineering and Humanities. ) In Persian(
    13. Mohammadi, M., Sajedi, S. M., & Bahrainipour, M. (2024). A Systematic Review on the Role of Artificial Intelligence in Governmental Policymaking. Presented at the First National Conference on Smart Governance. Tehran. ) In Persian(
    14. Manourian, A., Sadeghi, J., & Piran Nezhad, A. (2023). A Policy Framework for Utilizing Artificial Intelligence Systems in the Urban Sector Using a Meta-Synthesis Approach. Public Administration Management, 15(3). ) In Persian(
    15. Mousavifard, S. M. R., Abolkhairian, M. A., Omidi Mehr, A., & Moradpour, S. (2025). Legal Policy Necessities on the Verge of Revolutionary Shifts of the Fourth Industrial Revolution and Artificial Intelligence with an Emphasis on Challenges and Priorities. Journal of Cyberspace and Social Media Studies, 2(1). ) In Persian(
    16. Noferesti, F. (2025). Challenges, Roles, and Policies of Artificial Intelligence Research in Education. Presented at the Second International Conference on Educational Sciences, Psychology, Sports Sciences, and Physical Education. Sari. Retrieved from https://civilica.com/doc/2386618 ) In Persian(
    17. Vahidi Sabzevar, A., & Ashrafi, F. (2024). AI Governance in the Governmental Policymaking Process: A Study of Enablers and Challenges. Presented at the First International Conference on Information Technology, Management, and Computer. Sari. ) In Persian(

     

     

     

    ‌

     

     

     

    ‌ ‌استناد به این مقاله: داودی، میثم.، ظهوری، سید احسان.، علیشیری، بهرام. (1405). ارائه الگوی اجرای خط‌مشی گذاری با محوریت هوش مصنوعی در سازمان تأمین اجتماعی با رویکرد فراترکیب (مطالعه موردی شعبه مرکزی 2 استان خوزستان)، مطالعات مدیریت کسب وکار هوشمند، 15(55)، 213-254. DOI: 10.22054/ims.2025.88923.2693

     Journal of Business Intelligence Management Studies is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License..

مطالعات مدیریت کسب و کار هوشمند
دوره 15، شماره 55
اردیبهشت 1405
صفحه 219-260
فایل ها
سابقه مقاله
  • تاریخ دریافت: 30 مهر 1404
  • تاریخ بازنگری: 01 آذر 1404
  • تاریخ پذیرش: 20 آذر 1404
هم رسانی
ارجاع به این مقاله
آمار