ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الدور الوسيط للذكاء الاصطناعي القابل للتفسير في العلاقة بين حوكمة البيانات والأداء المؤسسي

العنوان بلغة أخرى: The Relationship between Data Governance and Organizational Performance: The Mediating Effect of Explainable Artificial Intelligence
المصدر: المجلة العربية للعلوم الإدارية
الناشر: جامعة الكويت - مجلس النشر العلمي
المؤلف الرئيسي: الجداوي، مديح ناير (مؤلف)
المؤلف الرئيسي (الإنجليزية): Al-Geddawi, Madeeh Nayer
المجلد/العدد: مج30, ع1
محكمة: نعم
الدولة: الكويت
التاريخ الميلادي: 2023
الشهر: يناير
الصفحات: 13 - 67
ISSN: 1029-855X
رقم MD: 1476870
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
حوكمة البيانات | الذكاء الاصطناعي القابل للتفسير | الأداء المؤسسي | Data Governance | Explainable Al | Organizational Performance
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

33

حفظ في:
المستخلص: هدف الدراسة: تهدف الدراسة إلى تعرف أثر حوكمة البيانات في الأداء المؤسسي عبر الذكاء الاصطناعي القابل للتفسير بوصفه متغيرا وسيطا. تصميم/ منهجية/ طريقة الدراسة: تنتمي هذه الدراسة إلى الدراسات الوصفية التحليلية؛ إذ تساعد في تحليل الظاهرة محل الدراسة من خلال الحصول على معلومات عنها، ووصف متغيراتها، وتحديد العلاقة بين هذه المتغيرات. عينة الدراسة وبياناتها: اعتمدت هذه الدراسة على منهج المسح الاجتماعي بطريقة العينة لآراء عينة عشوائية، قوامها 384 من المديرين التنفيذيين لتقنية المعلومات الملمين بتقنيات الذكاء الاصطناعي، وجمعت البيانات باستخدام أداة الاستبانة. نتائج الدراسة: توصلت الدراسة إلى استنتاجات عدة، أهمها أن الممارسات المتعلقة بمتغيرات الدراسة الثلاثة متوافرة بدرجة مرتفعة في المنظمات، ووجود اختلاف معنوي في تقديرات الخبراء نحو درجة ممارسة منظماتهم للذكاء الاصطناعي القابل للتفسير وفقا لاختلاف عدد سنوات الخبرة، وأن الذكاء الاصطناعي القابل للتفسير يلعب دور الوساطة الجزئية المكملة في علاقة حوكمة البيانات بالأداء المؤسسي؛ إذ بلغ التأثير غير المباشر من خلال الذكاء الاصطناعي القابل للتفسير بوصفه متغيرا وسيطا (0.144) والتأثير المباشر لحوكمة البيانات على الأداء المؤسسي (0.452)؛ مما يعني أن التأثير الكلي قدره 0.596. أصالة الدراسة: لم يتم قياس تأثير الذكاء الاصطناعي القابل للتفسير متغيرا وسيطا بين المتغير المستقل (حوكمة البيانات) والمتغير التابع (الأداء المؤسسي) في الدراسات العربية والإنجليزية السابقة، على قدر علمنا. حدود الدراسة وتطبيقاتها: الحدود البشرية طبقت الدراسة على عدد من المديرين التنفيذيين لتقنية المعلومات الملمين بتقنيات الذكاء الاصطناعي. الحدود الزمنية: أجريت الدراسة خلال فترة زمنية محددة استغرقت ثلاثة أشهر. الحدود الموضوعية: اقتصرت الدراسة على ثلاثة متغيرات، هي: حوكمة البيانات، والذكاء الاصطناعي القابل للتفسير، والأداء المؤسسي.

Purpose: This study uses explainable artificial intelligence as a mediator to examine how data governance affects organizational performance. Study design/methodology/approach: This study belongs to descriptive analytical studies, as it helps in analyzing the phenomenon under study, describing its variables, and determining the relationship among them. Sample and data: This study relied on a random sample of 384 IT executives’ familiar with artificial intelligence techniques, and the data was collected using an electronic questionnaire. Results: The results showed that explainable artificial intelligence plays a complementary role in the relationship of data governance to organizational performance. The indirect impact of explainable artificial intelligence as an intermediate variable was (0.144), and the direct impact of data governance on institutional performance was (0.452). In addition, the data governance variable was able to explain 40.6% of the change in the explainable artificial intelligence variable. Originality/value: The effect of explainable artificial intelligence as a mediating variable between the independent variable (data governance) and the dependent variable (organizational performance) has not been measured in previous studies, as far as we know. Research limitations/implications: Human limitations: The study was applied to a number of IT executives who are familiar with artificial intelligence techniques. Time limitations: The study was conducted within a specific period of time that lasted four months. Scope limitations: The study was limited to three variables: data governance, explainable artificial intelligence, and organizational performance.

ISSN: 1029-855X