بررسی سیاست‌های توسعۀ زیست‌بوم نوآوری هوش مصنوعی در ایران

نوع مقاله : پژوهشی

نویسندگان

1 استادیار دانشکده مدیریت و حسابداری، دانشکدگان فارابی، دانشگاه تهران، قم، ایران

2 کارشناسی ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشکدگان فارابی، دانشگاه تهران، قم، ایران

3 دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس

چکیده

هوش مصنوعی یکی از فناوری‌ های نو ظهوری است که در سال‌ های اخیر تا حد بسیاری نگاه‌ ها را به سمت خود معطوف کرده است. اثرات شگرف اقتصادی این فناوری و از طرف دیگر، مخاطرات و چالش‌ های بالقوه این فناوری باعث شده است سیاست‌ گذاران در کشورهای مختلف جهان توجه ویژه‌ ای را به سیاست‌گذاری مناسب در راستای توسعه زیست‌بوم نوآوری هوش مصنوعی معطوف کنند. پژوهش حاضر با بررسی دقیق سیاست‌ های توسعه زیست‌ بوم نوآوری هوش مصنوعی در 6 کشور ایالات متحده، چین، انگلیس، روسیه، هند و امارات و همچنین مصاحبه با خبرگان حوزه‌ های مختلف پیرامون هوش مصنوعی در کشور، نسبت به شناسایی کارکرد های اساسی هوش مصنوعی، بازیگران زیست‌ بوم نوآوری هوش مصنوعی در ایران و نقش‌ ها و روابط موجود بین آن‌ها اقدام نموده و با ارائه نگاشت‌ های ساختاری و کارکردی، چندین سیاست برای توسعه زیست‌بوم نوآوری هوش مصنوعی در ایران ارائه می‌ دهد. نتایج این پژوهش نشان می‌ دهد که زیست‌بوم نوآوری هوش مصنوعی دارای 41 بازیگر اصلی حکومتی، دولتی، نیمه‌ دولتی و خصوصی است که در خلال 7 کارکرد عمده سیاست‌گذاری، آموزش، تامین مالی، تحقیقات، شبکه‌سازی، فعالیت‌ های نوآورانه و استارتاپی و توسعه زیرساخت فنی ایفای نقش می‌ کنند. همچنین نتایج پژوهش حاکی آن است که برای توسعه متناسب زیست‌بوم نوآوری هوش مصنوعی کشور و جلوگیری از عقب‌ ماندگی نسبت به دیگر کشور های جهان در بهره‌مندی از مزایای بالقوه هوش مصنوعی، به ارتباطات متقابل و هماهنگی سطح بالای نهادهای فعال در 3 بخش عمده دولت، صنعت و دانشگاه نیاز است.

کلیدواژه‌ها

عنوان مقاله [English]

Investigating the Policies for the Development of the Artificial Intelligence (AI) Innovation Ecosystem; Evidence from Iran

نویسندگان [English]

  • Mostafa Safdari Ranjbar 1
  • Ashkan Alinaghian 2
  • Foad Ghaderi 3
1 Assistant Prof., Faculty of Management and Accounting, College of Farabi, University of Tehran, Qom, Iran
2 MSC. in IT Management, Department of Management and Accounting, College of Farabi, University of Tehran, Qom, Iran
3 Faculty of electrical and computer engineering, Tarbiat Modares University
چکیده [English]

Artificial intelligence (AI) is one of the emerging technologies that has attracted a lot of attention in recent years. The tremendous economic effects of this technology and, on the other hand, the potential risks and challenges have caused policymakers in different countries to pay special attention to appropriate policies for developing AI innovation ecosystems. This research identified the basic functions of AI in the world by examining the innovation ecosystem development policies in 6 countries, the United States, China, England, Russia, India, and the UAE, and interviewing AI experts in the Iran. In addition, the present research has identified the actors of this ecosystem and the roles and mutual relationships between them by presenting the structural and functional mapping of the AI innovation ecosystem and offers some policies to improve the development of the AI ecosystem in Iran. The seven basic AI functions identified in this research are policy and governance, education, financing, research, networking, innovative and startup activities, and technical infrastructure development. Also, the results of this research show that Iran's AI ecosystem has 41 governmental, quasi-governmental and private major actors. Moreover, the research results indicate that to develop the country's AI innovation ecosystem and prevent lagging behind other countries, high-level coordination of government, industry and university actors is needed.

کلیدواژه‌ها [English]

  • Artificial Intelligence
  • Innovation Ecosystem
  • Institutional Mapping

مراجع

ساروخانی، باقر (1393). روش‌های تحقیق در علوم اجتماعی (جلد اول، اصول و مبانی). تهران: پژوهشکدۀ علوم انسانی و مطالعات فرهنگی.
طباطبائیان، سیدحبیب‌الله و انتظاری، محمد (1387). مطالعه موردی نگاشت نهادی نوآوری در صنعت برق کشور. سیاست علم و فناوری، 1(1), 31-49.
Bostrom, N., Dafoe, A., & Flynn, C. (2019). Policy Desiderata for Super intelligent AI: A Vector Field Approach. Future of Humanity Institute, Oxford (Version 4.3).
Brundage, M., & Bryson, J. (2016). Smart policies for artificial intelligence. preprint arXiv:1608.08196.
Brundage, M., Avin, S., Wang, J., Belfield, H., Krueger, G., Hadfield, G., & Anderljung, M. (2020). Toward trustworthy AI development: mechanisms for supporting verifiable claims. preprint arXiv:2004.07213.
Calo, R. (2017). Artificial Intelligence policy: a primer and roadmap. UCDL Rev., 51.
Cussins Newman, J. (2019). Toward AI Security. Centre for Cybersecurity.
Dafoe, A. (2018). AI governance: a research agenda. Governance of AI Program, Future of Humanity Institute, University of Oxford: Oxford, UK; 1442-1443. ‏
Dickson, B., (2017). What is Narrow, General, and Super Artificial Intelligence.
Durst, S., & Poutanen, P. (2013). Success factors of innovation ecosystems – Initial insights from a literature review. CO-CREATE 2013: The Boundary-Crossing Conference on Co- Design in Innovation, 31(2), 27–38.
Edquist, Ch., Johnson, B. (1997). Institutions and organizations in systems of innovation, in: C. Edquist (Ed.), Systems of Innovation-Technologies, Institutions and Organizations, Pinter, London
Freud, S. (1989), Introduction a La Psychanalyses, Petit Bibliotheque Payot
Hekkert, M.P., Suurs, R.A.A., Negro, S.O., Kuhlmann, S., Smits, R.E.H.M. (2007). Functions of innovation systems: A new approach for Analysing technological change. Technological Forecasting & Social Change, 12(3), 88-114.
Holdren, J.P.; Bruce, A.; Felten, E.; Lyons, T.; Garris, M. (2016). Preparing for the future of AI. US National Science and Technology Council.
Hwang, W., & Horowitt, G. (2012). The Rainforest: the secret to building the next Silicon Valley. Regenwald.
Launchbury, J. (2017). A DARPA Perspective on Artificial Intelligence, Machine Learning.
Lundvall, B. A. (1992). National Systems of Innovation. Pinter, London.
Mozur, Paul. (2017), Beijing Wants A.I. to Be Made in China by 2030.
Muller, V. C., & Bostrom, N. (2016). Future progress in artificial intelligence: A survey of expert opinion. In Fundamental issues of artificial intelligence, 12(1), 555-572.
Organization for Economic Co-operation and Development (OECD) (1999). Managing National Innovation Systems. OECD Publications, Paris.
Organization for Economic Co-operation and Development (OECD). (2019.a). Recommendation of the Council on Artificial Intelligence.
Oksanen, K., & Hautamäki, A. (2014). Transforming regions into innovation ecosystems: A model for renewing local industrial structures. The Innovation Journal: The Public Sector Innovation Journal. 2(3). 48-62.
Suurs, R.A.A. (2009). Motors of sustainable innovation. Towards a theory on the dynamics of technological innovation systems (Thesis). Innovation Studies Group. Utrecht University, the Netherlands.
Wimmer, R. D., & Dominick, J. R. (2013). Mass media research. Cengage learning, 22(3), 121-137
 
فصلنامه مطالعات زیست بوم اقتصاد نوآوری
دوره 3، شماره 3
آذر 1402
صفحه 99-120

فایل ها

هم رسانی

ارجاع به این مقاله

آمار