نویسندگان این مقاله تلاش کرده‌اند تا گامی اساسی در مسیر کاربست آینده‌نگاری از طریق پیوند دانش خبرگان در قالب مدل‌های ذهنی (Mental Models) و پایگاه های دادۀ هوش مصنوعی در قالب مدل‌های یادگیری ماشین (ML) بردارند.

آنها با ترکیب آینده‌پژوهی مشارکتی خبره-محور با توانمدنی‌های هوش مصنوعی، رویکردی ترکیبی برای آینده‌نگاری ارائه می‎ کنند و آن را آینده‌نگاری مبتنی بر خبره-هوش مصنوعی می‌نامند. همچنین برای رسیدن به این هدف، مدلی ارائه می‌کنند که در پنج گام شیوۀ یکپارچه‌سازی هوش مصنوعی را در فرایند تکامل یافتۀ آینده‌نگاری به نمایش می گذارد: تعیین دامنه، پویش، تحلیل روند، سنجش اثرات، راهبردپردازی. در نهایت با استفاده از دو نمونۀ کاربردی، شیوۀ کاربست مدل را در قالب تجربیات خود در عمل توصیف می کنند. به زعم آنها استفاده از این رویکرد ترکیبی می‌تواند به درک عمیق تر پیچیدگی‌های روزافزون و تکامل سریع علم، فناوری، و نوآوری کمک کند و در توسعۀ راهبردها و سیاست‌ها موثر افتد. نکتۀ قابل تأمل اینکه رویکرد ارائه شده در این مقاله در تلاش است تا از طریق کاربست هوش مصنوعی در آینده‌نگاری مشارکتی و مزایای بسیار آن از جمله قابلیت افزودن داده‌های جدید به مرور زمان و تفسیر همزمان کلان داده‌ها برای استخراج الگوها، مدلی پویا و به روز شونده ارائه کند که این خود نوآورانه است. در واقع از طریق این مدل، مزایای استفاده از هوش مصنوعی از یک سو و خبرگان از سوی دیگر، کاستی‌های هر یک از این دو را جبران می‌کند.

ترجمه و تلخیص: ایمان رضائی (دانش آموخته دکترای آینده‌پژوهی)

لینک دانلود مقاله:

https://onlinelibrary.wiley.com/doi/full/10.1002/ffo2.99