مدلسازی غیرخطی تعامل عوامل اخلاقی، فرهنگی و ساختاری بر نیت افشای دانش حساس با روش سطح پاسخ: مقایسه انسان و هوش مصنوعی
نویسندگان
1 گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه آزاد اسلامی، اراک، ایران
2 دانشجوی دکتری مدیریت دولتی، گروه مدیریت، دانشکده مدیریت و اقتصاد، دانشگاه لرستان، خرمآباد، ایران.
3 دانشجوی کارشناسی ارشد فیزیک کاربردی، گروه فیزیک کاربردی، دانشکده فیزیک و کیهانشناسی، دانشگاه بلونیا، بلونیا، ایتالیا
doi
10.47176/smok.2025.1929چکیده
هدف: با توجه به افزایش اهمیت شفافیت، پاسخگویی و مقابله با فساد در سازمانهای دولتی، افشای آگاهانه دانش حساس بهعنوان یک رفتار داوطلبانه و اخلاقمدار در بطن خطمشیگذاری عمومی اهمیت یافته است. این پژوهش با هدف مدلسازی تأثیر توأمان و غیرخطی سه متغیر «تمایل اخلاقی فردی»، «فرهنگ اشتراک دانش اخلاقی» و «موانع ساختاری اشتراک دانش» بر «نیت افشای دانش حساس» و مقایسه الگوی انسانی با مدل هوش مصنوعی گروک-3 در بین کارکنان ادارات خدماتی استان لرستان انجام شد.روش پژوهش: تحقیق حاضر از نوع کاربردی- توصیفی و آزمایشی است و با بهرهگیری از طراحی مرکب مرکزی و روش سطح پاسخ انجام گرفت. جامعه آماری شامل 700 نفر از کارکنان ادارات خدماتی استان لرستان و حجم نمونه 385 نفر بود که با روش نمونهگیری تصادفی طبقهای انتخاب شدند. ابزار گردآوری دادهها پرسشنامه سناریو محور با ۱۵ ترکیب سهسطحی بر اساس و مقیاس لیکرت ۷ درجهای برای سنجش نیت افشای دانش بود. روایی محتوایی با نظر پنج متخصص و پایایی با ضریب آلفای کرونباخ 86/0 تأیید شد. دادهها با استفاده از نرمافزار دیزاین اکسپرت نسخه 13 و برازش مدل درجه دوم تحلیل شدند.یافتهها: نتایج نشان داد هر سه متغیر مستقل در سطح 1 درصد اثر معناداری بر نیت افشا دارند. ضریب مربعی «تمایل اخلاقی فردی» منفی و معنادار بود که نشاندهنده اشباع اثر آن در سطوح بالا است، در حالی که «فرهنگ اشتراک دانش اخلاقی» و «موانع ساختاری» اثری خطی و مستقیم داشتند. مدل هوش مصنوعی نیز روند مشابهی را نشان داد ولی ضریب خطی «تمایل اخلاقی» را بیش از دو برابر تخمین زد. در شرایط بهینه (تمایل=۷، فرهنگ=۷، موانع=۱)، نیت افشا در مدل انسانی برابر 55/5 و در مدل هوش مصنوعی برابر ۷ محاسبه شد که حدود ۲۶ درصد تفاوت را نشان میدهد.نتیجهگیری: نیت افشای دانش حساس متأثر از ترکیب اخلاق فردی، زمینه فرهنگی و موانع ساختاری است و در شرایط بهینه نیز بهطور کامل تحقق نمییابد. یافتهها بیانگر آن است که هوش مصنوعی در شناسایی روندهای کلی عملکرد قابل قبولی دارد، اما نمیتواند پیچیدگیهای روانشناختی و اجتماعی کارکنان را بهطور کامل بازنمایی کند.اصالت/ارزش: این پژوهش نخستین مطالعه ایرانی است که با استفاده از ترکیب روش سطح پاسخ و مدل زبانی گروک-3 به تحلیل غیرخطی و مقایسه انسان–هوش مصنوعی در حوزه افشای دانش حساس میپردازد. استفاده همزمان از سناریوهای طراحیشده، مدلسازی سطح پاسخ و الگوریتمهای زبانی پیشرفته، مرزهای رایج روششناسی در تحلیلهای رفتاری را توسعه میدهد و زمینه تدوین خطمشیهای هوشمندانهتری را برای ارتقاء شفافیت سازمانی فراهم میسازد.
