فهرست نشریات علمی دسترسی آزاد ایران

هدف: هدف از این پژوهش طراحی و اعتبارسنجی روش ترکیبی نوآورانه (هیبریدی) بر پایۀ تلفیق تکنیک دلفی کلاسیک و قابلیت‌های هوش مصنوعی است و به این پرسش پاسخ می‌دهد که چگونه می‌توان از هم‌افزایی میان توانمندی‌های هوش مصنوعی و بینش انسانی، برای رفع نیازهای نوظهور پژوهشگران در حوزۀ تحقیق و توسعه بهره گرفت. در این راستا، پژوهش حاضر، نخستین پژوهش است که در ایران با محوریت دلفی مبتنی بر هوش مصنوعی، به توسعۀ چارچوب روش‌شناختی نوین با تکیه بر مدل‌های زبانی پرداخته است. روش: این پژوهش از نوع مطالعات آمیخته است که با هدف توسعۀ رویکردی نوین در حوزۀ پژوهش اجرا شده است. برای ارزیابی اعتبار این رویکرد، کاربرد آن در زمینۀ مربیگری بررسی شده است؛ از این رو، این مطالعه در زمرۀ پژوهش‌های کاربردی قرار می‌گیرد. جامعۀ آماری این پژوهش، خبرگان انسانی و مدل‌های زبانی هوش مصنوعی بودند. در بخش کلاسیک، ۱۵ نفر از متخصصان حوزۀ منابع انسانی، مربیگری و توسعۀ فردی، به‌روش گلولۀ برفی انتخاب شدند. در بخش مبتنی بر هوش مصنوعی نیز، سه مدل زبانی ChatGPT، Microsoft Copilot و Gemini با نظر متخصصان و ارزیابی تطبیقی برگزیده شدند. گردآوری داده‌ها با استفاده از پرسش‌نامه و مطابق با اصول دلفی انجام شد. به‌منظور بررسی اعتبار داده‌ها، از رویکرد زاویه‌بندی شامل الگوریتم، محقق، داده و نظریه استفاده شد. همچنین، برای رسیدن به اشباع نظری در تعامل با مدل‌های زبانی، اقدام‌هایی مانند آموزش اولیه، بازبینی چندمرحله‌ای پاسخ‌ها و بهره‌گیری از قابلیت‌های به‌روزرسانی مدل‌ها صورت گرفت. در نهایت، به‌منظور سنجش هم‌راستایی و اختلاف میان دیدگاه‌های انسانی و نتایج مدل‌های هوش مصنوعی، از روش مقایسۀ میانگین زوجی استفاده شد. یافته‌ها: در این پژوهش، با بهره‌گیری از روش‌شناسی نوین تلفیقی، ترکیبی از دلفی کلاسیک و دلفی مبتنی بر مدل‌های زبانی هوش مصنوعی به‌کار گرفته شد تا ضمن معرفی روشی جدید در حوزۀ پژوهش، اولویت‌های توسعۀ فردی مدیران منابع انسانی شناسایی شود. در بخش کیفی، ارزیابی مؤلفه‌ها در سه دور دلفی کلاسیک، به اجماع قوی خبرگان با افزایش ضریب هماهنگی کندال منجر شد. در بخش کمّی، مقایسۀ دیدگاه‌های خبرگان انسانی و مدل‌های هوش مصنوعی با استفاده از مقایسۀ میانگین زوجی نشان داد که تفاوت معناداری میان دو رویکرد وجود ندارد و داده‌ها از پایداری و قابلیت اطمینان بالایی برخوردارند. یافته‌ها همچنین نشان می‌دهد که بهره‌گیری از هوش مصنوعی با پرامپت‌نویسی هدفمند و تحلیل چرخشی، ضمن تسهیل تحلیل چندلایۀ داده‌های کیفی، باعث افزایش دقت، تنوع دیدگاه‌ها، کاهش خستگی پاسخ‌دهندگان و تسریع در دستیابی به اجماع می‌شود. نتیجه‌گیری: نتایج این پژوهش نشان می‌دهد که روش دلفی مبتنی بر هوش مصنوعی، توانایی چشمگیری در ارتقای کیفیت فرایندهای پژوهش و تصمیم‌گیری دارد. ترکیب قابلیت‌های پیشرفتۀ مدل‌های زبانی با خِرَد انسانی، امکان انجام تحلیل‌های دقیق‌تر، چندبُعدی و با قابلیت تکرار را فراهم می‌سازد. به‌دلیل تنوع عملکرد مدل‌ها، چالش‌هایی در همگرایی نتایج مشاهده می‌شود؛ اما استفاده از رویکردهای ترکیبی، راه‌کاری مؤثر برای افزایش اعتبار یافته‌ها محسوب می‌شود. همچنین، اعتبارسنجی این روش در حوزۀ مربیگری توسعۀ فردی، گواهی بر قابلیت تعمیم آن به مطالعات مدیریتی و سایر حوزه‌های پژوهشی است. در کل می‌توان گفت که این پژوهش، به‌صورت نوآورانه، به نحوۀ بهره‌گیری و حدود کاربرد هوش مصنوعی در فرایندهای تحقیقاتی پرداخته که تاکنون کمتر به آن توجه شده است؛ از این رو می‌تواند دریچه‌ای تازه در حوزۀ روش‌شناسی مطالعات مدیریتی بگشاید.