پیوندهای مفید
آمار
| تعداد نشریات | 32 |
| تعداد شماره‌ها | 601 |
| تعداد مقالات | 5,864 |
| تعداد مشاهده مقاله | 8,835,701 |
| تعداد دریافت فایل اصل مقاله | 6,473,458 |
طراحی چارچوب تعاملی تصمیم گیری استراتژیک انسان‌محور و هوش مصنوعی و بهبود تاب آوری سازمانی | ||
| پژوهشنامه مدیریت اجرایی | ||
| دوره 17، شماره 34، اسفند 1404، صفحه 239-261 اصل مقاله (1.28 M) | ||
| نوع مقاله: مدیریت استراتژیک (برنامه‌ها، تحلیل‌های استراتژیکی تولید، استراتژی‌های بازاریابی و مدیریت بازار، کسبوکار، سرمایه گذاری، منابع انسانی، مالی، رقابت، . . . ) | ||
| شناسه دیجیتال (DOI): 10.22080/jem.2026.31762.4047 | ||
| نویسندگان | ||
| سیده رویا کلاتی* 1؛ اسداله کردنائیج2 | ||
| 1استادیار، گروه تربیت بدنی و علوم ورزشی، دانشکده علوم انسانی، دانشگاه شاهد، تهران، ایران | ||
| 2استاد گروه مدیریت بازرگانی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران . | ||
| تاریخ دریافت: 24 اردیبهشت 1405، تاریخ بازنگری: 24 تیر 1405، تاریخ پذیرش: 03 مرداد 1405 | ||
| چکیده | ||
| در فضای پرتلاطم و پیچیده امروز، باشگاه‌های فوتبال ایران با چالش‌های چندبعدی، ازجمله بحران‌های جهانی، محدودیت‌های مالی شدید و افزایش انتظارات ذی‌نفعان، مواجه‌اند؛ چالش‌هایی که ضرورت تقویت تاب‌آوری سازمانی را برجسته می‌سازند. پژوهش حاضر با هدف طراحی چارچوبی تعاملی برای تصمیم‌گیری راهبردیِ انسان‌محور و مبتنی بر هوش مصنوعی، به‌منظور ارتقای تاب‌آوری در این باشگاه‌ها، انجام شد. روش پژوهش، ترکیبی بود و شامل مرور نظام‌مند ۵۲ منبع علمی، انجام ۱۵ مصاحبه نیمه‌ساختاریافته با خبرگان، تحلیل داده‌های کیفی با استفاده از نرم‌افزار MAXQDA نسخه ۲۰۲۲ و تحلیل دیمتل با مشارکت ۱۲ خبره می‌شد. یافته‌ها نشان دادند که رهبری تحول‌آفرین و قابلیت‌های هوش مصنوعی، مهم‌ترین عوامل علّی هستند؛ درحالی‌که موانع فرهنگی - اخلاقی، نقشی محدودکننده اما ضعیف‌تر دارند. در مقابل، فرهنگ یادگیری سازمانی، تعامل انسان - هوش مصنوعی، چابکی سازمانی و ابعاد تاب‌آوری، شامل جذب شوک، سازگاری و تحول، به‌عنوان متغیرهای معلولی شناسایی شدند. رهبری تحول‌آفرین، بیشترین میزان اثرگذاری و برجستگی را در شبکه روابط داراست. درنهایت، نتایج نشان می‌دهد که هوش مصنوعی به‌تنهایی برای ایجاد تاب‌آوری پایدار کافی نیست و اثربخشی آن به رهبری تحول‌آفرین، توسعه فرهنگ یادگیری مستمر، ارتقای مهارت‌های دیجیتال و مدیریت چالش‌های فرهنگی و اخلاقی نیاز دارد. چارچوب پیشنهادی پژوهش، با تأکید بر پیش‌بینی زودهنگام تهدیدها، تحلیل بلادرنگ داده‌ها و تعامل انسان - ماشین، امکان تبدیل بحران‌ها به فرصت‌های نوآوری را فراهم می‌کند و راهنمایی کاربردی برای مدیران باشگاه‌های فوتبال ایران در مسیر دستیابی به مزیت رقابتی پایدار ارائه می‌دهد. | ||
| کلیدواژه‌ها | ||
| استراتژی؛ تصمیم‌گیری استراتژیک؛ هوش مصنوعی؛ تاب‌آوری سازمانی | ||
| موضوعات | ||
| مدیریت استراتژیک | ||
| عنوان مقاله [English] | ||
| Designing an Interactive Human-Centered and Artificial Intelligence Strategic Decision-Making Framework to Enhance Organizational Resilience | ||
| نویسندگان [English] | ||
| Seyedeh Roya Kalati1؛ Asadollah Kordnaeij2 | ||
| 1Assistant Professor, Department of Physical Education and Sports Sciences, Faculty of Humanities, Shahed University, Tehran, Iran. | ||
| 2Professor of Business Management Department, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran. | ||
| چکیده [English] | ||
| In today’s turbulent and complex environment, Iranian football clubs face multidimensional challenges such as global crises, severe financial constraints, and rising stakeholder expectations, which highlight the necessity of strengthening organizational resilience. This study aimed to design a human-centered, AI-based interactive strategic decision-making framework to enhance resilience in these clubs. A mixed-methods research design was employed, including a systematic review of 52 scientific sources, 15 semi-structured interviews with experts, qualitative data analysis using MAXQDA 2022, and DEMATEL analysis with the participation of 12 experts.The findings revealed that transformational leadership and artificial intelligence capabilities are the most important causal factors, while cultural–ethical barriers play a weaker constraining role. In contrast, organizational learning culture, human–AI interaction, organizational agility, and resilience dimensions (shock absorption, adaptation, and transformation) emerged as dependent variables. Transformational leadership demonstrated the highest level of prominence and influence within the relational network.Finally, the results indicate that artificial intelligence alone is not sufficient to achieve sustainable resilience, and its effectiveness depends on transformational leadership, the development of a continuous learning culture, enhancement of digital skills, and proactive management of cultural and ethical challenges. The proposed framework, emphasizing early threat prediction, real-time data analysis, and human–machine interaction, enables the transformation of crises into innovation opportunities and provides practical guidance for managers of Iranian football clubs in achieving sustainable competitive advantage. | ||
| کلیدواژه‌ها [English] | ||
| strategy, strategic decision-making, organizational resilience, artificial intelligence | ||
| مراجع | ||
|
Abositta, A., Adedokun, M. W., & Berberoğlu, A. (2024). Influence of artificial intelligence on engineering management decision-making with mediating role of transformational leadership. Systems, 12(12), 570. https://doi.org/10.3390/systems12120570 Ahmić, A., & Ćosić, M. (2025). Digital human resource management influence on the organizational resilience. Organization Management Journal, 22(2), 111–125. https://doi.org/10.1108/OMJ-09-2024-2299 Arman, M., Faiz, D., & Rastegar, A. (2025). Designing a model for implementing artificial intelligence in strategic decision-making. Journal of Innovation and Operational Strategies Management. (In Persian). https://www.journal-imos.ir/article_228077.html Cardoso, A., Figueiredo, J., Oliveira, I., & Pocinho, M. (2024). From crisis to opportunity: Digital transformation, digital business models, and organizational resilience in the post-pandemic era. Sustainability, 16(3), 1045. https://doi.org/10.3390/su16031045 Dahmen, B. (2021). Organizational resilience as a key property of enterprise risk management in response to novel and severe risks. Risk Management and Insurance Review, 24(1), 5–25. https://doi.org/10.1111/rmir.12169 Douglas, S., & Haley, G. (2023). Connecting organizational learning strategies to organizational resilience. Development and Learning in Organizations, ahead-of-print. https://doi.org/10.1108/DLO-01-2023-0018 Duchek, S. (2020). Organizational resilience: A capability-based conceptualization. Business Research, 13(1), 215–246. https://doi.org/10.1007/s40685-019-0085-7 Fasey, K. J., Sarkar, M., & Wagstaff, C. R. D. (2022). Understanding organizational resilience in elite sport: An exploration of psychosocial processes. Psychology of Sport and Exercise, 62, 102236. https://doi.org/10.1016/j.psychsport.2022.102236 Golmohammadi, H., & Pashaie, S. (2025). The evolution of artificial intelligence in sports. Journal of Sport Management Knowledge, 2(2), 1–13. (In Persian). https://doi.org/10.22034/jmsk.2025.66054.1093 Hammes, F., Hagg, A., Böhm, S., & Link, D. (2022). Artificial Intelligence in Elite Sports—A Narrative Review of Success Stories and Challenges. Frontiers in Sports and Active Living, 4, 861466. https://doi.org/10.3389/fspor.2022.861466 He, Z., Huang, H., Choi, H., & Bilgihan, A. (2021). Building organizational resilience with digital transformation. Journal of Service Management, 34(1), 119–140. https://doi.org/10.1108/JOSM-06-2021-0216 Heredia, J., Rubiños, C., Vega, W., Heredia, W., & Flores, A. (2021). New strategies to explain organizational resilience on the firms: A cross-countries configurations approach. Sustainability, 13(18), 10105. https://doi.org/10.3390/su131810105 Holling, C. S. (1973). Resilience and stability of ecological systems. Annual Review of Ecology and Systematics, 4, 1–23. https://doi.org/10.1146/annurev.es.04.110173.000245 Ingram, T., Wieczorek-Kosmala, M., & Hlaváček, K. (2023). Organizational resilience as a response to the energy crisis: Systematic literature review. Energies, 16(2), 702. https://doi.org/10.3390/en16020702 Korzynski, P., Rook, C., Florent-Treacy, E., & Haenel, M. (2019). The corporate neural network. Management Decision, 57(10), 2621–2633. https://doi.org/10.1108/MD-10-2018-1110 Lee, S. (2025). The impact of artificial intelligence (AI) technologies on the sports industry: Athletic performance, business innovation, and entrepreneurial strategies. Journal of Sport and Health Science, 14(3), 210–228. Li, L., Li, L., & He, H. (2024). Reinforcing organizational resilience through AI: Evidence from Chinese enterprises. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5231015 Linnenluecke, M. K. (2017). Resilience in business and management research: A review of influential publications. International Journal of Management Reviews, 19(1), 4–30. https://doi.org/10.1111/ijmr.12097 Liu, Y., Guo, M., Han, Z., Gavurova, B., Bresciani, S., & Wang, T. (2024). Effects of digital orientation on organizational resilience: A dynamic capabilities perspective. Journal of Manufacturing Technology Management, 35(2), 268–290. https://doi.org/10.1108/JMTM-06-2023-0224 Mao, H., Zhang, T., & Tang, Q. (2021). Research framework for determining how artificial intelligence enables information technology service management for business model resilience. Sustainability, 13(20), 11496. https://doi.org/10.3390/su132011496 Masoumi, M. R., Asadi, E., & Khojasteh, M. (2024). Intelligent leadership development model in the digital age: Using artificial intelligence in strategic decision making. Journal of Intelligent Strategic Management, 3(3), 111–126. (In Persian). https://doi.org/bumara.3.2.15564.35879849896 Miceli, A., Hagen, B., Riccardi, M. P., Sotti, F., & Settembre-Blundo, D. (2021). Thriving, not just surviving in changing times: How sustainability, agility and digitalization intertwine with organizational resilience. Sustainability, 13(4), 2052. https://doi.org/10.3390/su13042052 Noble, J., & Smith, J. (2021). Multi-domain resilience: A conceptual framework for resilience thinking in a complex world. Sustainability, 13(8), 4512. https://doi.org/10.3390/su13084512 Norimansjah, R. A. (2023). Human resource management dynamics: Integrating technology, sustainability, and adaptability in the modern organizational landscape. International Journal of Human Resource Management, 34(15), 2987–3010. https://doi.org/10.1080/09585192.2023.2181245 Ortovski, J., & Gulich, D. (2023). Machine learning for assessing resilience potential. Journal of Risk Research, 26(5), 567–582. https://doi.org/10.1080/13669877.2023.2191234 Panda, S., & Rath, P. K. (2024). Artificial intelligence as an enabler for achieving human resource resiliency: Past literature, present implications and future possibilities. International Journal of Organizational Analysis, 32(1), 107–126. https://doi.org/10.1108/IJOA-06-2022-3305 Paramesha, M., Rane, N. L., & Rane, J. (2024). Enhancing resilience through generative artificial intelligence such as chatgpt. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4832533 Riad, M., Naimi, M., & Okar, C. (2024). Enhancing supply chain resilience through artificial intelligence: developing a comprehensive conceptual framework for AI implementation and supply chain optimization. Logistics, 8(4), 111. https://doi.org/10.3390/logistics8040111 Settembre-Blundo, D., González-Sánchez, R., Medina-Salgado, S., & García-Muiña, F. E. (2021). Flexibility and resilience in corporate decision making: A new sustainability-based risk management system in uncertain times. Global Journal of Flexible Systems Management, 22(3), 167–191. https://doi.org/10.1007/s40171-021-00276-5 Tabli, H., & Ebrahimpuor Samani, J. (2025). Identifying and prioritizing key components of smart supply chain resilience with a multi-criteria approach based on new artificial intelligence and blockchain technologies. Modern Research in Decision Making, 10(3), 118-151. (In Persian). Teo, W. L., Lee, M., & Lim, W.-S. (2003). The relational activation of resilience model: How leadership activates resilience in an organizational crisis. Journal of Contingencies and Crisis Management, 11(4), 163–174. https://doi.org/10.1111/1468-5973.00144 Trim, P. R. J., & Lee, Y.-I. (2022). Combining sociocultural intelligence with artificial intelligence to increase organizational cyber security provision through enhanced resilience. Big Data and Cognitive Computing, 6(4), 110. https://doi.org/10.3390/bdcc6040110 Yamin, M. A., Almuteri, S. D., Bogari, K. J., & Ashi, A. K. (2024). The influence of strategic human resource management and artificial intelligence in determining supply chain agility and supply chain resilience. Logistics, 8(3), 84. Zahabi, H., Mohtadi, M. M., Safian, M., & Taheri, A. (2026). The Role of Digital Leadership in Strengthening AI-Based Strategic Alignment in Iranian Government Organizations Using the Grounded Theory Approach. Intelligent Management of Human Capital, 2(6), 92-65. (In Persian). https://doi.org/10.22034/imhr.2026.567063.1054 Zhang, J., Li, H., & Zhao, H. (2025). The impact of digital transformation on organizational resilience: The role of innovation capability and agile response. Systems, 13(2), 75. https://doi.org/10.3390/systems13020075 Zhou, D. (2025). Artificial intelligence in sport: A narrative review of applications, challenges and future trends. Sports Biomechanics, 24(1), 12–35. https://doi.org/10.1080/02640414.2025.2518694 Zohuri, B., Moghaddam, M., & Rahmani, F. M. (2022). Business resilience system integrated artificial intelligence system. International Journal of Business and Management, 17(1), 1–15. https://doi.org/10.5539/ijbm.v17n1p1 | ||
|
آمار تعداد مشاهده مقاله: 0 تعداد دریافت فایل اصل مقاله: 1 |
||