مدیریت نوآوری

مدیریت نوآوری

اولویت‌های کارکردی و موضوعی در سیاست‌های توسعه هوش مصنوعی؛ مروری بر تجارب کشورهای منتخب

نوع مقاله : مقاله پژوهشی

نویسندگان
زینب اسحاقی 1
مصطفی صفدری رنجبر 2
1 دانشجوی دکتری مدیریت فناوری اطلاعات، دانشکدگان فارابی دانشگاه تهران، قم، ایران. zeinab.eshaghi@ut.ac.ir
2 دانشیار دانشکده مدیریت و حسابداری، دانشکدگان فارابی، دانشگاه تهران، قم، ایران. نویسنده مسئول. mostafa.safdary@ut.ac.ir
10.22034/imj.2025.531994.2920
چکیده
در عصر کنونی، فناوری‌های نوظهور و عام‌منظوره، به‌ویژه هوش مصنوعی، نقش مهمی در تحول ساختارهای اجتماعی، اقتصادی و فناورانه ایفا می‌کنند. بر اساس گزارش‌ها، سرمایه‌گذاری جهانی در هوش مصنوعی و تأثیرات آن از بخش‌های فناوری تا سلامت، آموزش و امنیت به‌سرعت گسترش یافته است. این رشد سریع، ضرورت تدوین سیاست‌های جامع و هدفمند برای بهره‌برداری مؤثر از ظرفیت این فناوری را دوچندان کرده است. این پژوهش با هدف شناسایی و استخراج اولویت‌های کارکردی و موضوعی در سیاست‌های توسعه هوش مصنوعی، با تمرکز بر تحلیل اسناد سیاستی کشورهای منتخب انجام شده است. روش تحقیق از نوع کیفی بوده و با بهره‌گیری از تحلیل مضمون انجام شده و در آن اسناد ملی هوش مصنوعی کشورهای منتخب ایالات متحده، چین، روسیه، هند، امارات متحده عربی و اتحادیه اروپا بررسی شده‌اند. یافته‌های پژوهش در دو بخش ارائه شده‌اند: در بخش اول، اولویت‌های کارکردی شامل حکمرانی و سیاست‌گذاری، توسعه زیرساخت، جذب و توسعه سرمایه انسانی، تولید و انتشار دانش، اخلاق و ایمنی در هوش مصنوعی، تنظیم‌گری جهانی و تقویت اکوسیستم نوآوری شناسایی شد. در بخش دوم، اولویت‌های موضوعی در محورهایی نظیر سلامت، آموزش، امنیت، صنعت، رسانه، سبک زندگی و شهر هوشمند، شناسایی شد. نتایج نشان داد که در حالی آمریکا بر نوآوری باز و همکاری بخش خصوصی- دولتی تأکید دارد، چین رویکرد هدف‌گذاری بلندمدت را اتخاذ کرده و اتحادیه اروپا بر رویکرد انسان‌محور و حفاظت از حقوق شهروندان متمرکز است. همچنین در سطح موضوعی، سلامت هوشمند در همه کشورها اولویت اول است، اما روسیه و چین تأکید بیشتری بر امنیت ملی دارند. پژوهش کنونی، تحلیلی از اولویت‌های کارکردی و موضوعی فراهم می‌آورد که می‌تواند به‌عنوان مرجعی برای طراحی اسناد ملی و راهبردهای کلان در حوزه هوش مصنوعی مورد استفاده قرار گیرد.
کلیدواژه‌ها
فناوری‌های نوظهور
فناوری‌های عام‌منظوره
هوش مصنوعی
اولویت‌های کارکردی
اولویت‌های موضوعی
موضوعات

عنوان مقاله English

Functional and Thematic Priorities in Artificial Intelligence Development Policies: A Review of Selected Countries’ Experiences

نویسندگان English

Zeinab Eshaghi 1
Mostafa Safdari Ranjbar 2
1 Ph.D. candidate in Information Technology Management, Department of Management and Accounting, University of Tehran (College of Farabi), Qom, Iran
2 Associate Professor, Faculty of Management and Accounting, Farabi Colleges, University of Tehran, Qom, Iran. Corresponding author. mostafa.safdary@ut.ac.ir
چکیده English

In the contemporary era, emerging and general-purpose technologies, particularly artificial intelligence (AI), play a crucial role in transforming social, economic, and technological structures. According to reports, global investment in artificial intelligence and its impacts have rapidly expanded from technology sectors to healthcare, education, and security. This rapid growth has doubled the need for comprehensive, targeted policies to effectively harness this technology's potential. This study aims to identify and extract functional and thematic priorities in artificial intelligence development policies, focusing on the analysis of policy documents from selected countries. The research method is qualitative, using thematic analysis to examine national artificial intelligence documents from selected countries, including the United States, China, Russia, India, the United Arab Emirates, and the European Union. The findings are presented in two main sections: the first outlines functional priorities, including governance and policymaking, infrastructure development, talent attraction and human capital development, knowledge production and dissemination, AI ethics and safety, global regulation, and innovation ecosystem enhancement. The second section identifies thematic priorities across various areas, including healthcare, education, security, industry, media, lifestyle, and smart cities. The results revealed that while the United States emphasizes open innovation and public-private partnerships, China has adopted a long-term targeting approach, and the European Union focuses on a human-centered approach and protection of citizens' rights. Furthermore, at the thematic level, smart healthcare is the top priority in all countries, but Russia and China place greater emphasis on national security. By presenting a three-level thematic network, this study provides an overview of functional and thematic priorities that can serve as a reference for the design of national strategies and policy documents in the field of artificial intelligence.

کلیدواژه‌ها English

Emerging technologies
General-purpose technologies
Artificial intelligence
Functional priorities
Thematic priorities
حاجی‌حسینی، حجت‌اله، و کریم‌میان، زهره(۱۳۹۸). فرایند سیاست‌گذاری و حکمرانی علم، فناوری و نوآوری. فصلنامه سیاست علم و فناوری، ۱۲ (۲)، 86-71.
زمانی، آرزو، خمسه، عباس، و ایرانبان‌فرد، سیدجواد(1402). انتقال تکنولوژی در عصر صنعت 5.0: مدل یکپارچه هوش مصنوعی و مؤلفه‌های انسانی. فصلنامه مدیریت نوآوری، 12 (4)، 140-111. DOI: 10.22034/imj.2024.450323.2803.
فاطمی، سیدمسعود، و آراستی، محمد(1398). اولویت‌گذاری حوزه‌های علم، فناوری و نوآوری. فصلنامه سیاست علم و فناوری، ۱۱ (۲، ویژه‌نامه جامع سیاست علم و فناوری)، ش ۴۲.
قادری، فؤاد، صفدری‌رنجبر، مصطفی، علینقیان، اشکان، و فهام، الهام(1402). زیست‌بوم نوآوری هوش مصنوعی: سیاست‌ها، راهبردها، بازیگران و کارکردها (مروری بر تجارب منتخب جهانی). تهران: پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک).
فرازکیش، مهدیه، تاتینا، شیوا، و صفدری‌رنجبر، مصطفی(۱۴۰۳). طراحی چارچوب ارزیابی عملکرد یکپارچه وزارت علوم، تحقیقات و فناوری با رویکرد کارکردی. مطالعات راهبردی سیاست‌گذاری عمومی، ۱۴ (۵۰)، 31-2.
میرعمادی، سید ایمان(۱۳۹۸). نظام نوآوری فناورانه: الگویی برای سیاست‌گذاری نوآوری و توسعه فناوری. فصلنامه سیاست علم و فناوری، ۱۱ (۲)، تابستان، 49-68. DOI: 20.1001.1.20080840.1398.12.2.12.7.
نوروزی، عفت، و طباطبائیان، سید حبیب‌الله(1395). تبیین ضعف‌های نظام ملی نوآوری ایران با رویکرد کارکردگرا. فصلنامه رهیافت، 26، 62-63. DOI: 20.1001.1.10272690.1395.26.62.3.8.
Aderibigbe, A. O., Ohenhen, P. E., Nwaobia, N. K., Gidiagba, J. O. & Ani. E. C.(2023). Artificial Intelligence in Developing Countries: Bridging the Gap Between Potential and Implementation. Computer Science & IT Research Journal, 4(3), 185-199.  DOI: 10.51594/csitrj.v4i3.629.
Andersson, J., Hojcková, K., & Sandén, B. A.(2023). On the functional and structural scope of technological innovation systems – A literature review with conceptual suggestions. nvironmental Innovation and Societal Transitions, 49, DOI: 10.1016/j.eist.2023.100786.
Artificial Intelligence Law (2023). The General Office of the State Council issued Notice of the State Council on the Legislative Work Plan for 2023. Retrieved from https://www.gov.cn/zhengce/content/202306/content_6884925.htm.
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101.DOI: 10.1191/1478088706qp063oa.
Brem, A., Giones, F. & Werle, M.(2021). The AI Digital Revolution in Innovation: A Conceptual Framework of Artificial Intelligence Technologies for the Management of Innovation. IEEE Transactions on Engineering Management, 1-7. DOI: 10.1109/TEM.2021.3109983.
Chinese State Council(2023). Measures for the Management of Generative Artificial Intelligence Services. Retrieved from http://www.gov.cn/zhengce/content/2023-07/13/content_5749187.htm
Crafts, N. (2021). Artificial intelligence as a general-purpose technology: an historical perspective, Oxford Review of Economic Policy, 37 (3), 521–536, DOI: https://doi.org/10.1093/oxrep/grab012.
Digital Europe Programme(2023). European Network of AI Excellence Centres: Progress Report 2023. Publications Office of the European Union.
European Commission(2023). Shaping Europe's Digital Future: Artificial Intelligence. Retrieved from https://digital-strategy.ec.europa.eu/en/policies/european-approach-artificial-intelligence.
Fatima, S., Desouza, K. C., & Dawson, G. S.(2020). National strategic artificial intelligence plans: A multi-dimensional analysis. Economic Analysis and Policy, 67, 178–194. DOI: 10.1016/j.eap.2020.07.008
Hötte, K. & Tarannum, T. & Verendel, V. & Bennett, L.(2024). Measuring artificial intelligence: A systematic assessment and implications for governance. DOI: 10.48550/arXiv.2204.10304.
International Data Center Authority(2025), Global Artificial Intelligence Report, IDCA. Retrieved from https://www.idc-a.org/insights/0bKr4NJQdK5sYcAQaGZD.
Kuziemski, M., & Misuraca, G.(2023). The state's role in governing artificial intelligence: Development, control and promotion through national strategies. ResearchGate. Accessed: https://www.researchgate.net/publication/367010605.
Law, T., & McCall, L.(2024). Artificial Intelligence Policymaking: An Agenda for Sociological Research. Socius, 10. DOI: 10.1177/23780231241261596.
Malaysia Digital Economy Corporation. (2023). Malaysia Digital Initiative and National AI Framework. https://mdec.my/
Mazzucato, M., Schaake, M., Krier, S. and Entsminger, J.(2022). Governing artificial intelligence in the public interest. UCL Institute for Innovation and Public Purpose, Working Paper Series (IIPP WP 2022-12). Accessed: https://www.ucl.ac.uk/bartlett/public-purpose/wp2022-12.
Mei, Y., Zeng, J., & Zhan, Y.(2025). U.S.-Europe artificial intelligence regulatory cooperation, divergence, and China’s “window of opportunity” for strategic breakthrough. Bulletin of Chinese Academy of Sciences, 40(4). DOI: 10.16418/j.issn.1000-3045.20241210001.
National AI Research Resource Task Force(2024). The National Artificial Intelligence Research and Development Strategic Plan 2024 Update. Office of Science and Technology Policy.
NIST: National Institute of Standards and Technology(2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). U.S. Department of Commerce. DOI: 10.6028/NIST.AI.100-1.
NITI Aayog(2018). National strategy for artificial intelligence #AIforAll. Government of India. Retrieved from https://www.niti.gov.in/sites/default/files/2021-12/NationalStrategy-for-AI_0.pdf.
OECD(2024). OECD AI Policy Observatory. Retrieved from  https://oecd.ai.
OSTP: Office of Science and Technology Policy(2024). Retrieved from https://www.usa.gov/agencies/office-of-science-and-technology-policy
President of the Russian Federation.(2019). Decree No. 490 on the development of artificial intelligence in the Russian Federation. The Kremlin. Retrieved from  http://www.kremlin.ru/acts/bank/44731.
Rikap, C., & Lundvall, B. A.(2021). The digital innovation race: Conceptualizing the emerging new world order. Palgrave Macmillan. DOI: 10.1007/978-3-030-89443-6.
Russell, S., & Norvig, P.(2020). Artificial Intelligence: A Modern Approach (4th Edition). Pearson. ISBN 978-0134610993.
Sari, M. M., Pranata, S., Amroni, Raihan, & Sulaiman, V. D.(2024). Innovative economic development in developing countries through AI and tackling globalization. In 2024 3rd International Conference on Creative Communication and Innovative Technology (ICCIT 2024). DOI: 10.1109/ICCIT62134.2024.10701223.
Singh, R., Khan, S., Kumar, A., & Kumar, V.(2024). Artificial intelligence enabled management: An emerging economy perspective. De Gruyter. DOI: 10.1515/9783111172408.
Sloane, M., & Moss, E.(2019). AI’s social sciences deficit. Nature Machine Intelligence, 1(8).  DOI: 10.1038/s42256-019-0084-6.
Stanford AI Index Report, Stanford University Institute for Human-Centered Artificial Intelligence(2024). Stanford University Press. Retrieved from https://aiindex.stanford.edu/report.
UAE Office of the Minister of State for Artificial Intelligence(2024). UAE National Strategy for Artificial Intelligence 2031. Government of the United Arab Emirates. Retrieved from https://ai.gov.ae/strategy.
Vincent J. S., Deborah M., Jonathan B., & Helen M.(2022). Artificial intelligence in government: Concepts, standards, and a unified framework. Government Information Quarterly, 40 (4). DOI: 10.1016/j.giq.2023.101881.
Vishnevskiy, K., Grebenyuk, A., Kindras, A., & Meissner, D.(2015). Integration of roadmapping and scenario planning for implementing science, technology and innovation strategic priorities – The case of Russia. International Journal of Foresight and Innovation Policy, 10(2–4), 126–144. DOI: 10.1504/IJFIP.2015.074391.
Wang, C., Medaglia, R., & Jensen, T. B.(2021). When ambiguity rules: The emergence of adaptive governance from (in)congruent frames of knowledge sharing technology. Information Systems Frontiers, 23(2), 299–317. DOI: 10.1007/s10796-019-09957-2.
مدیریت نوآوری
دوره 14، شماره 2 - شماره پیاپی 52
تابستان 1404
صفحه 133-170

  • تاریخ دریافت 09 تیر 1404
  • تاریخ بازنگری 08 مهر 1404
  • تاریخ پذیرش 21 مهر 1404