موانع و تسهیل‌کننده‌های تحول دیجیتال در نظام‌های آموزشی و سازمانی

نویسندگان

    پریسا مرادی * گروه مدیریت آموزشی، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران p28.moradi@yahoo.com

کلمات کلیدی:

تحول دیجیتال, یادگیری سازمانی, موانع دیجیتال, رهبری دیجیتال, آموزش هوشمند

چکیده

هدف این مطالعه شناسایی و تحلیل نظام‌مند عوامل بازدارنده و تسهیل‌کننده تحول دیجیتال در نظام‌های آموزشی و سازمانی از طریق مرور ادبیات و تحلیل کیفی است. این پژوهش از نوع مرور نظام‌مند با رویکرد کیفی است که داده‌ها از طریق مرور ۲۱ مقاله علمی منتخب از پایگاه‌های معتبر بین‌المللی مانند Scopus، Web of Science و Springer گردآوری شدند. معیار انتخاب شامل مقالات منتشرشده بین سال‌های ۲۰۱۵ تا ۲۰۲۵ با کلیدواژه‌های مرتبط با تحول دیجیتال، موانع دیجیتال، تسهیل‌کننده‌ها و نوآوری فناورانه بود. تحلیل داده‌ها با استفاده از نرم‌افزار NVivo نسخه ۱۴ و بر اساس روش تحلیل محتوای استقرایی انجام شد و مضامین اصلی پس از رسیدن به اشباع نظری استخراج گردیدند. نتایج تحلیل کیفی سه مضمون اصلی را آشکار ساخت: موانع تحول دیجیتال، تسهیل‌کننده‌های تحول دیجیتال، و پیامدهای تحول دیجیتال موفق. موانع شامل مقاومت در برابر تغییر، کمبود زیرساخت فناورانه، ضعف مهارت‌های دیجیتال و محدودیت‌های مالی بود، در حالی‌که تسهیل‌کننده‌ها شامل رهبری دیجیتال اثربخش، آموزش مستمر، زیرساخت فناورانه مناسب، سیاست‌گذاری هماهنگ و فرهنگ یادگیرنده بودند. پیامدهای تحول موفق نیز شامل ارتقای یادگیری سازمانی، نوآوری آموزشی، افزایش چابکی و بهبود رضایت کارکنان شناخته شد. یافته‌ها نشان می‌دهد که موفقیت تحول دیجیتال وابسته به هم‌افزایی میان فناوری، انسان و فرهنگ سازمانی است. توسعه مهارت‌های دیجیتال، تقویت زیرساخت‌ها، و رهبری تحول‌محور از الزامات کلیدی پیشبرد تحول دیجیتال در آموزش و سازمان‌ها هستند. این مطالعه می‌تواند مبنایی برای طراحی سیاست‌های کلان و برنامه‌های راهبردی تحول دیجیتال در سطوح آموزشی و سازمانی فراهم سازد.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Chen, E. (2023). Empowering artificial intelligence for knowledge management augmentation. Issues in Information Systems, 25(4), 409-416.

Dash, T., Chitlangia, S., Ahuja, A., & Srinivasan, A. (2021). A review of some techniques for inclusion of domain-knowledge into deep neural networks. arXiv preprint arXiv:2107.10295.

Gelashvili-Luik, T. (2023). Navigating the AI revolution: challenges and opportunities. PMC.

Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems.

Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735-1780.

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2017). Imagenet classification with deep convolutional neural networks. Communications of the ACM, 60(6), 84-90.

Mehalaine, R., Louafi, B., Nessah, D. (2023). AI Based Knowledge Management Systems: A Review of AI Techniques, Applications and Challenges. J. Electrical Systems, 20-3.

Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345-1359.

Smith, P. (2023). Machine learning applications in knowledge management. European Journal of Information and Knowledge Management, 3(2), 1-13.

دانلود

چاپ شده

۱۴۰۲/۱۰/۱۶

ارسال

۱۴۰۲/۰۷/۳۰

بازنگری

۱۴۰۲/۰۹/۱۰

پذیرش

۱۴۰۲/۰۹/۲۹

شماره

نوع مقاله

مقالات

ارجاع به مقاله

مرادی پ. (1402). موانع و تسهیل‌کننده‌های تحول دیجیتال در نظام‌های آموزشی و سازمانی. یادگیری هوشمند و تحول مدیریت، 1(2)، 1-11. https://jilmt.com/index.php/jilmt/article/view/7

مقالات مشابه

11-20 از 47

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.