پیوند بین نظریه سیستم‌های پیچیده و یادگیری هوشمند در مدیریت
کلمات کلیدی:
نظریه سیستم‌های پیچیده, یادگیری هوشمند, مدیریت, خودسازماندهی, بازخورد, تصمیم‌گیری تطبیقیچکیده
هدف این پژوهش بررسی و تبیین پیوند میان اصول نظریه سیستم‌های پیچیده و سازوکارهای یادگیری هوشمند در مدیریت سازمانی است تا چارچوبی مفهومی برای درک پویایی یادگیری و تصمیم‌گیری تطبیقی در سازمان‌های معاصر ارائه شود. این پژوهش از نوع کیفی و مبتنی بر مرور نظام‌مند ادبیات علمی است. داده‌ها از طریق بررسی منابع علمی معتبر شامل مقالات انگلیسی و فارسی منتشرشده در پایگاه‌های Scopus، Web of Science، ScienceDirect و Google Scholar گردآوری شد. از میان ۴۵ منبع شناسایی‌شده، ۱۲ مقاله نهایی با رعایت معیارهای ورود و خروج انتخاب و با استفاده از نرم‌افزار NVivo نسخه ۱۴ تحلیل گردید. تحلیل داده‌ها از طریق کدگذاری باز، محوری و انتخابی انجام شد و مقوله‌های اصلی تا رسیدن به اشباع نظری استخراج شدند. نتایج تحلیل‌ها نشان داد سه مضمون اصلی شامل پویایی نظریه سیستم‌های پیچیده در مدیریت، سازوکارهای یادگیری هوشمند در سازمان، و تلفیق این دو رویکرد در قالب مدل مفهومی شکل می‌گیرد. یافته‌ها بیانگر آن است که اصولی مانند خودسازماندهی، بازخورد، و ظهور در نظریه سیستم‌های پیچیده با عناصر یادگیری مبتنی بر داده، تصمیم‌گیری تطبیقی، و هوش سازمانی در یادگیری هوشمند هم‌پوشانی دارند. همچنین مشخص شد که ترکیب این دو رویکرد می‌تواند به ارتقای چابکی، تاب‌آوری و نوآوری در سازمان‌ها منجر شود. این پژوهش نشان می‌دهد که نظریه سیستم‌های پیچیده می‌تواند به‌عنوان زیربنای نظری برای تبیین و توسعه یادگیری هوشمند در سازمان‌ها عمل کند. درک تعاملات غیرخطی، بازخوردهای چندسطحی و خودتنظیمی سازمانی، زمینه را برای تصمیم‌گیری هوشمند و پویایی پایدار در مدیریت فراهم می‌سازد. در عصر دیجیتال، این هم‌افزایی می‌تواند به طراحی سازمان‌هایی منجر شود که نه‌تنها از تغییر می‌آموزند بلکه آن را به فرصت نوآوری تبدیل می‌کنند.
دانلودها
مراجع
Alavi, M., & Leidner, D. E. (2001). Review: Knowledge management and knowledge management systems: Conceptual foundations and research issues. MIS Quarterly, 25(1), 107–136.
Anderson, P. (1999). Complexity theory and organization science. Organization Science, 10(3), 216–232.
Baker, R. S., & Siemens, G. (2014). Educational data mining and learning analytics. In Learning analytics (pp. 253–274). Springer.
Boisot, M., & Child, J. (1999). Organizations as adaptive systems in complex environments: The case of China. Organization Science, 10(3), 237–252.
Brynjolfsson, E., & McAfee, A. (2017). Machine, platform, crowd: Harnessing our digital future. W. W. Norton & Company.
Capra, F., & Luisi, P. L. (2014). The systems view of life: A unifying vision. Cambridge University Press.
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188.
Choi, Y. (2019). Adaptive learning systems as complex adaptive systems: A conceptual framework. Computers & Education, 136, 85–95.
Choo, C. W. (2006). The knowing organization: How organizations use information to construct meaning, create knowledge, and make decisions. Oxford University Press.
Cilliers, P. (1998). Complexity and postmodernism: Understanding complex systems. Routledge.
Davis, B., & Sumara, D. (2006). Complexity and education: Inquiries into learning, teaching, and research. Lawrence Erlbaum Associates.
Dooley, K. J. (2002). Organizational complexity. International Encyclopedia of Business and Management, 6(5010), 5013–5022.
Holland, J. H. (2014). Complexity: A very short introduction. Oxford University Press.
Ifenthaler, D., & Yau, J. Y.-K. (2020). Utilising learning analytics for study success: Reflections on current empirical findings. Computers in Human Behavior, 107, 105–118.
Luckin, R. (2017). Machine learning and human intelligence: The future of education for the 21st century. UCL Institute of Education Press.
McMillan, E. (2008). Complexity, management and the dynamics of change. Routledge.
Mitleton-Kelly, E. (2003). Complex systems and evolutionary perspectives on organisations: The application of complexity theory to organisations. Pergamon.
Morin, E. (2008). On complexity. Hampton Press.
Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company: How Japanese companies create the dynamics of innovation. Oxford University Press.
Senge, P. M. (2006). The fifth discipline: The art and practice of the learning organization. Doubleday.
Siemens, G. (2013). Learning analytics: The emergence of a discipline. American Behavioral Scientist, 57(10), 1380–1400.
Stacey, R. D. (2011). Strategic management and organisational dynamics: The challenge of complexity. Pearson Education.
Uhl-Bien, M., & Marion, R. (2009). Complexity leadership in bureaucratic forms of organizing: A meso model. The Leadership Quarterly, 20(4), 631–650.
Uhl-Bien, M., Marion, R., & McKelvey, B. (2007). Complexity leadership theory: Shifting leadership from the industrial age to the knowledge era. The Leadership Quarterly, 18(4), 298–318.
