DOI: https://doi.org/10.1007/s10796-025-10581-7
تاريخ النشر: 2025-02-25
المؤلف: Veda C. Storey وآخرون
الموضوع الرئيسي: البيانات الضخمة وذكاء الأعمال
نظرة عامة
تقدم الورقة لمحة عامة عن الإمكانيات التحويلية للذكاء الاصطناعي التوليدي (GenAI)، مع التأكيد على خصائصه المميزة مقارنة بتقنيات الذكاء الاصطناعي السابقة. تسلط الضوء على الحماس المحيط بقدرة GenAI على إحداث ثورة في الأعمال والتفاعلات الاجتماعية، مع الإشارة أيضًا إلى عدم اليقين بشأن تأثيره الفعلي. يهدف المؤلفون إلى سد الفجوة بين المنظورات التقنية والتنظيمية من خلال دراسة GenAI من خلال عدسة اجتماعية تقنية موجهة نحو النظام. يستكشفون تطور الذكاء الاصطناعي، مع التركيز على الانتقال من الأساليب الرمزية إلى الأساليب الاتصال، ويقترحون جدول أعمال بحثي يعالج آثار GenAI على نظم المعلومات.
في الختام، يؤكد المؤلفون أن سهولة الوصول إلى GenAI وطبيعته سهلة الاستخدام تمكنه من التأثير على مجموعة أوسع من العمليات التجارية مقارنة بالتقنيات السابقة. يحددون التحديات الحرجة للباحثين في نظم المعلومات، مشددين على الحاجة إلى النظر في الأبعاد التقنية والاجتماعية لـ GenAI. تدعو الورقة في النهاية إلى جدول بحثي منظم لتوجيه مجتمع نظم المعلومات في الاستفادة من الفرص التي تقدمها هذه الموجة الجديدة من الذكاء الاصطناعي.
مقدمة
تناقش مقدمة الورقة التأثير التحويلي للذكاء الاصطناعي (AI) على المنظمات والمجتمع، مع التأكيد على تطوره التاريخي وأهميته. يُعرف الذكاء الاصطناعي بأنه قدرة الحواسيب على أداء المهام التي تتطلب إدراكًا شبيهًا بالبشر، ومن المتوقع أن يولد قيمة اقتصادية عالمية تبلغ 15 تريليون دولار بحلول عام 2030. تسلط الورقة الضوء على التحول من أساليب الذكاء الاصطناعي التقليدية المعتمدة على المنطق إلى الأساليب المعتمدة على البيانات، وخاصة التعلم الآلي (ML)، الذي أحدث ثورة في الصناعات منذ العقد الأول من القرن الحادي والعشرين. لقد مكنت التقدمات الأخيرة في الذكاء الاصطناعي التوليدي (GenAI)، وخاصة من خلال نماذج اللغة الكبيرة (LLMs)، من إنشاء محتوى معقد، مما أثار الحماس والقلق بشأن آثارها الاجتماعية.
يقترح المؤلفون إطار عمل “نظام اجتماعي تقني توليدي” لاستكشاف الطبيعة التحويلية لـ GenAI ودمجه في العمليات التنظيمية. يهدف هذا الإطار إلى معالجة الترابط بين الجوانب الاجتماعية والتقنية لـ GenAI، مما يسهل فهمًا أعمق لقيمته ومخاطره. تحدد الورقة عدة مساهمات، بما في ذلك إطار نظري لـ GenAI من منظور اجتماعي تقني، وتحديد النتائج غير المتوقعة من أدوات GenAI، واقتراحات لمواضيع البحث المستقبلية. ستستعرض الأقسام التالية تقدمات الذكاء الاصطناعي، وتقدم الإطار النظري، وتقترح اتجاهات البحث، بهدف تعزيز فهم GenAI في سياق أبحاث نظم المعلومات.
نقاش
تسلط قسم النقاش في الورقة البحثية الضوء على المشهد المتطور للذكاء الاصطناعي التوليدي (GenAI) ضمن مجالات نظم المعلومات (IS) والأعمال. يشير إلى مجموعة متزايدة من الأدبيات التي تفحص الآثار المتعددة الأوجه لـ GenAI، بما في ذلك التحديات الأخلاقية والتكنولوجية والتنظيمية (Fui-Hoon Nah et al., 2023). من الجدير بالذكر أن الورقة تؤكد على إمكانية GenAI لتعزيز العمل الأكاديمي وبناء النظرية في نظم المعلومات (Jarvenpaa & Klein, 2024; Susarla et al., 2023). يجادل المؤلفون بأن التأثير الاجتماعي للذكاء الاصطناعي يعتمد على تطويره وتنفيذه، مشددين على الحاجة لفهم كيف يمكن أن يكمل الذكاء الاصطناعي قدرات البشر بدلاً من استبدالها (Sabherwal & Grover, 2024).
تتبع الورقة تطور الذكاء الاصطناعي من مفاهيمه الأساسية في الخمسينيات إلى ظهور GenAI، مصنفة هذا التقدم إلى ثلاث فترات رئيسية: أسس الذكاء الاصطناعي، الذكاء الاصطناعي الرمزي، والتعلم الآلي/التعلم العميق. تسلط الضوء على المعالم الهامة، مثل تطوير نماذج اللغة الكبيرة (LLMs) وتقديم بنية المحول، التي مكنت من التقدم في معالجة اللغة الطبيعية (NLP) والتطبيقات التوليدية. يؤكد المؤلفون أن الانتقال من أنظمة الذكاء الاصطناعي الضيقة والمحددة المهام إلى تقنيات GenAI الأكثر تكيفًا له آثار عميقة على أبحاث نظم المعلومات، مما يتطلب إعادة تقييم كيفية استفادة المنظمات من هذه الأدوات في اتخاذ القرارات المعقدة والتعاون بين البشر والذكاء الاصطناعي. تختتم الورقة باقتراح إطار نظري لفهم GenAI، مع التأكيد على أهمية الخصائص الناشئة في الأنظمة المعقدة والحاجة إلى مزيد من الاستكشاف لدور GenAI في السياقات الاجتماعية التقنية.
DOI: https://doi.org/10.1007/s10796-025-10581-7
Publication Date: 2025-02-25
Author(s): Veda C. Storey et al.
Primary Topic: Big Data and Business Intelligence
Overview
The paper provides an overview of the transformative potential of generative artificial intelligence (GenAI), emphasizing its distinct characteristics compared to previous AI technologies. It highlights the excitement surrounding GenAI’s ability to revolutionize business and societal interactions, while also noting the uncertainty regarding its actual impact. The authors aim to bridge the gap between technical and organizational perspectives by examining GenAI through a system-oriented sociotechnical lens. They explore the evolution of AI, focusing on the transition from symbolic to connectionist approaches, and propose a research agenda that addresses the implications of GenAI for information systems.
In the conclusion, the authors assert that GenAI’s accessibility and user-friendly nature enable it to influence a broader range of business operations than earlier technologies. They identify critical challenges for information systems researchers, stressing the need to consider both technical and societal dimensions of GenAI. The paper ultimately calls for a structured research agenda to guide the information systems community in leveraging the opportunities presented by this new wave of AI.
Introduction
The introduction of the paper discusses the transformative impact of artificial intelligence (AI) on organizations and society, emphasizing its historical evolution and significance. AI, defined as the capability of computers to perform tasks requiring human-like cognition, is projected to generate a global economic value of $15 trillion by 2030. The paper highlights a shift from traditional logic-based AI methods to data-driven approaches, particularly machine learning (ML), which has revolutionized industries since the 2000s. Recent advancements in generative AI (GenAI), particularly through large language models (LLMs), have enabled the creation of complex content, raising both excitement and concerns regarding their societal implications.
The authors propose a “generative sociotechnical system” framework to explore the transformative nature of GenAI and its integration into organizational processes. This framework aims to address the interconnectedness of social and technical aspects of GenAI, facilitating a deeper understanding of its value and risks. The paper outlines several contributions, including a theoretical framework for GenAI from a sociotechnical perspective, the identification of unexpected outcomes from GenAI tools, and suggestions for future research topics. The subsequent sections will review AI advancements, present the theoretical framework, and propose research directions, ultimately aiming to enhance the understanding of GenAI within the context of information systems research.
Discussion
The discussion section of the research paper highlights the evolving landscape of generative artificial intelligence (GenAI) within the fields of information systems (IS) and business. It references a growing body of literature that examines the multifaceted implications of GenAI, including ethical, technological, and regulatory challenges (Fui-Hoon Nah et al., 2023). Notably, the paper emphasizes the potential of GenAI to enhance scholarly work and theory building in IS (Jarvenpaa & Klein, 2024; Susarla et al., 2023). The authors argue that the societal impact of AI is contingent upon its development and implementation, stressing the need to understand how AI can complement rather than replace human capabilities (Sabherwal & Grover, 2024).
The paper traces the evolution of AI from its foundational concepts in the 1950s to the emergence of GenAI, categorizing this progression into three primary periods: AI Foundations, Symbolic AI, and Machine Learning/Deep Learning. It highlights significant milestones, such as the development of large language models (LLMs) and the introduction of the transformer architecture, which have enabled advancements in natural language processing (NLP) and generative applications. The authors assert that the transition from narrow, task-specific AI systems to more adaptable GenAI technologies has profound implications for IS research, necessitating a reevaluation of how organizations leverage these tools for complex decision-making and human-AI collaboration. The paper concludes by proposing a theoretical framework for understanding GenAI, emphasizing the importance of emergent properties in complex systems and the need for further exploration of GenAI’s role in sociotechnical contexts.