DOI: https://doi.org/10.1002/bse.70742
تاريخ النشر: 2026-03-13
المؤلف: Muhammad Salman Shabbir وآخرون
الموضوع الرئيسي: ابتكارات البرمجيات مفتوحة المصدر
نظرة عامة
يتناول هذا القسم من ورقة البحث دور الذكاء الاصطناعي التوليدي (GenAI) ضمن ريادة الأعمال الاجتماعية، مع التركيز على وظيفته كموارد اجتماعية تقنية في النظم البيئية التعاونية. يشير المؤلفون إلى أن التطورات التجريبية والنظرية الحالية في هذا المجال مجزأة، خاصة فيما يتعلق بكيفية تأثير تكوينات النظام البيئي المختلفة على الابتكار الاجتماعي التقني بما يتجاوز مجرد اعتماد الأدوات. لمعالجة ذلك، تستخدم الدراسة مراجعة أدبية منهجية ببليومترية لرسم المشهد الفكري والتطورات الموضوعية في هذا المجال، مع تحديد أربعة مجالات بحث رئيسية: التصميم وخلق المعرفة، مشاركة أصحاب المصلحة، الأخلاقيات والمساءلة، وريادة الأعمال المستدامة.
يقترح المؤلفون إطار عمل على مستوى النظام البيئي يدمج وجهات نظر من نظرية المؤسسات، والحوكمة، والنهج القائم على القدرات، والابتكار المفتوح. يحدد هذا الإطار شروط الحدود التي يساهم فيها GenAI في خلق قيمة تعاونية. علاوة على ذلك، تقدم الدراسة ثلاثة آليات للتحقيق التجريبي المستقبلي: الشرعية الخوارزمية، القدرات الديناميكية العلائقية، والقدرة المستدامة الموزعة. كما تحدد المراجعة فجوات كبيرة في الأدبيات، مثل الحاجة إلى تركيز أكبر على الرقابة التشاركية، وعدم التوازن في القوة، وتجارب المجموعات المهمشة رقمياً. من خلال تقديم منظور متكامل نظرياً وموجه نحو الآليات، تهدف هذه الدراسة إلى تعزيز فهم الابتكار الاجتماعي المدعوم بـ GenAI وتوفير أساس لمناقشات الحوكمة الحساسة للسياق.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة لريادة الأعمال الاجتماعية في معالجة الفجوات الاجتماعية والاقتصادية، وتغير المناخ، وفشل السياسات. تدمج ريادة الأعمال الاجتماعية المبادرات الريادية مع المهام الاجتماعية، مما يعزز النظم البيئية التعاونية التي تشمل المنظمات غير الربحية، والمؤسسات الأكاديمية، والمجتمعات المحلية لتطوير حلول مبتكرة. ومع ذلك، تواجه هذه الشراكات غالبًا تحديات مثل قيود الموارد وعدم توافق أصحاب المصلحة، خاصة في المبادرات التي يقودها المجتمع. يُعتبر ظهور الذكاء الاصطناعي التوليدي (GenAI) قوة تحويلية في هذا المجال، حيث يقدم أدوات يمكن أن تعزز العمل المعرفي وتخفف من احتكاكات التنسيق في البيئات ذات الموارد المحدودة.
تحدد الورقة فجوة في الخطاب الأكاديمي المحيط بدور GenAI في ريادة الأعمال الاجتماعية، مشيرة إلى أن الأدبيات الحالية قد ركزت إلى حد كبير على الجوانب التقنية أو دراسات الحالة الفردية دون النظر بشكل كافٍ في ديناميات النظام البيئي على المستوى الكلي. يقترح المؤلفون استخدام رسم الخرائط ببليومترية والمراجعة المنهجية لتحليل المجال، مع تحديد الموضوعات الرئيسية، والمؤلفين البارزين، والتأثيرات المؤسسية. تهدف الدراسة إلى توضيح كيف يمكن أن يؤثر GenAI على هياكل الحوكمة وديناميات القوة في الابتكار المشترك، خاصة في المجتمعات التي تعاني من نقص الخدمات الرقمية. من خلال وضع جدول أعمال بحثي يعالج الفجوات النظرية والتجريبية والمنهجية، تسعى الدراسة إلى تعزيز فهم آثار GenAI على ريادة الأعمال الاجتماعية، مع التأكيد على الحاجة إلى استكشاف حساس للسياق لآثاره الاجتماعية التقنية. تختتم الورقة بمراجعة للمجال، والمناطق الموضوعية، وإطار تكاملي للبحوث المستقبلية.
الطرق
المنهجية المستخدمة في هذه الدراسة هي مراجعة منهجية لرسم الخرائط ببليومترية، تهدف إلى كشف الرؤى الناشئة بشأن الذكاء الاصطناعي التوليدي (GenAI)، والتعاون، ونظم الابتكار في ريادة الأعمال الاجتماعية. يسهل هذا النهج رسم خرائط مجالات المعرفة، وتحديد الكتل الموضوعية، وتوضيح الفجوات النظرية والتجريبية ضمن هذا المجال المتطور (Donthu et al., 2021). من خلال دمج مؤشرات ببليومترية موضوعية مع تصنيف موضوعي ذاتي، تقدم الدراسة رسم خرائط هيكلية إلى جانب تفسيرات تأملية لاتجاهات الحوكمة والمخاوف على مستوى المجال (Giuggioli & Pellegrini, 2023; Dwivedi et al., 2021). تُصنف النتائج كأنماط في الأدبيات بدلاً من نتائج التحليل، مما يؤطر الإطار المطور كتحليلي بدلاً من تجريبي.
يركز التيار الموضوعي الأول على منهجية التصميم، وخلق المعرفة، وطرق البحث، مع تسليط الضوء على التطور من التأمل المفاهيمي إلى استفسارات أكثر استنادًا إلى النظرية وموثوقة تجريبيًا (Donthu et al., 2021; Dwivedi et al., 2021). تدعو هذه الكتلة إلى تصاميم بحثية تعددية وواقعية تمزج بين الأساليب الكمية والنوعية، وتدعم التحليل الطولي، وتدمج الممارسات التشاركية، خاصة في السياقات ذات الموارد المنخفضة حيث تقدم الأدوات الرقمية فرصًا وتحديات على حد سواء (Chalmers et al., 2021). يتم الإشارة إلى أهمية نظرية المؤسسات، حيث تعالج كيف يمكن أن تشرع المعايير المعرفية وطرق النشر بعض المنهجيات بينما تهمش أخرى في الابتكار الاجتماعي المتموقع (Graham & Bonner, 2024). علاوة على ذلك، تبرز قضايا الحوكمة عند استخدام GenAI لمعالجة البيانات أو توليد النصوص، مما يتطلب الشفافية في استخدام GenAI، والوعي بالتحيزات في مجموعات البيانات، والمساءلة بشأن الملكية الفكرية وحقوق التأليف (Dwivedi et al., 2021). تقترح الأدبيات نهجًا تكراريًا لدمج GenAI في عمليات الإطار التكراري لمشكلة الإطار ومشاركة أصحاب المصلحة، مما يعزز النظرية المتوسطة حول ديناميات التعلم في البيئات ذات الموارد المحدودة (Donthu et al., 2021; Chalmers et al., 2021; Graham & Bonner, 2024). يبرز هذا الاتصال بين الممارسات المعرفية ومفاهيم الحوكمة مثل الشفافية والتحيز الشروط اللازمة للجهود المعرفية التراكمية، خاصة في سياق العمل المعرفي المدعوم بـ GenAI.
النتائج
تكشف نتائج رسم الخرائط ببليومترية حول الذكاء الاصطناعي التوليدي (GenAI) ودوره في تعزيز التعاون البيئي للابتكار في ريادة الأعمال الاجتماعية عن رؤى مهمة حول الهيكل الفكري والديناميات في هذا المجال. باستخدام بيانات Scopus والتصورات من VOSviewer، تسلط التحليل الضوء على التوزيع الجغرافي لجهود البحث، والتطور الزمني للأدبيات، وأنماط التعاون بين المؤلفين والمؤسسات.
تؤكد النتائج على الأنماط الملحوظة في الأدبيات الحالية، مما يشير إلى اهتمام متزايد في تقاطع GenAI وريادة الأعمال الاجتماعية. ومع ذلك، من المهم ملاحظة أن هذه النتائج لا تؤسس علاقات سببية بين GenAI والنتائج ضمن النظم البيئية التعاونية. بدلاً من ذلك، توفر فهمًا أساسيًا للمشهد البحثي الحالي، والذي يمكن أن يُعلم الدراسات المستقبلية والتطبيقات العملية في هذا المجال.
المناقشة
تؤكد قسم المناقشة في الورقة على التفاعل المعقد بين الذكاء الاصطناعي التوليدي (GenAI) وريادة الأعمال الاجتماعية، داعيةً إلى إطار نظري دقيق يدمج نظرية المؤسسات، ونظرية الحوكمة، ووجهة النظر القائمة على الموارد (RBV)، والابتكار المفتوح. تفترض أن ريادة الأعمال الاجتماعية ليست مجرد أفعال تنظيمية، بل هي ممارسة مؤسسية تتأثر بالعوامل السياقية مثل ندرة الموارد وتنوع أصحاب المصلحة. يجادل المؤلفون بأنه بينما يحمل GenAI إمكانات كأصل اجتماعي تقني لتعزيز الإبداع والتعاون، فإنه أيضًا يطرح مخاطر أخلاقية ويمكن أن يزيد من تفاقم الفجوات القائمة، خاصة في السياقات المهمشة حيث تكون الفراغات المؤسسية شائعة.
تحدد الورقة ثلاث آليات رئيسية للاختبار التجريبي المستقبلي: الشرعية الخوارزمية، التي تتعلق بالتصورات حول العدالة والمساءلة في الحلول التي ينتجها GenAI؛ القدرات الديناميكية العلائقية، التي تركز على كيفية تعزيز GenAI للعلاقات بين المنظمات والجهود التعاونية؛ والقدرة المستدامة الموزعة، التي تفحص كيف يمكن أن يسهل GenAI للجهات المحلية مواءمة مبادراتهم مع أهداف الاستدامة. يدعو المؤلفون إلى إطار متعدد الأبعاد يضع GenAI ضمن سياقات مؤسسية وحوكمة أوسع، مع تسليط الضوء على الحاجة إلى آليات حوكمة شاملة وتشاركية لضمان الوصول العادل وتخفيف العواقب غير المقصودة. يهدف هذا النهج المتكامل إلى تعزيز البحث في ريادة الأعمال المدعومة بالتكنولوجيا، خاصة في البيئات التي تتميز بارتفاع عدم الرسمية وقيود الموارد.
القيود
تعترف الدراسة بوجود قيد كبير ناتج عن الاستخدام الحصري لقاعدة بيانات واحدة، وهي Scopus، لجمع البيانات. بينما يعزز هذا الاختيار الاتساق وقابلية التكرار، فإنه يستبعد عن غير قصد أبحاثًا إقليمية، وغير إنجليزية، وموجهة للممارسين، مما يقيد شمولية قاعدة الأدلة. يتعلق هذا القيد بالأدبيات المتاحة بدلاً من البناء المدروس.
على الرغم من هذا العيب، تقدم المنهجية المستخدمة نقاط قوة ملحوظة، خاصة من خلال دمج رسم الخرائط ببليومترية مع الوصف التفسيري. تعزز الاحتياطات المتخذة في الترميز موثوقية النتائج. ومع ذلك، يعترف المؤلفون بأن الإطار الناتج يعكس في المقام الأول الاتجاهات داخل الأدبيات بدلاً من تقديم تحليل شامل ودقيق لكامل المجال.
DOI: https://doi.org/10.1002/bse.70742
Publication Date: 2026-03-13
Author(s): Muhammad Salman Shabbir et al.
Primary Topic: Open Source Software Innovations
Overview
This section of the research paper discusses the role of generative artificial intelligence (GenAI) within social entrepreneurship, emphasizing its function as a socio-technical resource in collaborative ecosystems. The authors note that existing empirical and theoretical developments in this area are fragmented, particularly regarding how different ecosystem configurations influence socio-technical innovation beyond mere tool adoption. To address this, the study employs a bibliometric-systematic literature review to map the intellectual landscape and thematic evolution of the field, identifying four key research streams: design and knowledge creation, stakeholder engagement, ethics and accountability, and sustainable entrepreneurship.
The authors propose an ecosystem-level framework that integrates perspectives from institutional theory, governance, capability-based approaches, and open innovation. This framework delineates the boundary conditions under which GenAI contributes to collaborative value creation. Furthermore, the study introduces three mechanisms for future empirical investigation: algorithmic legitimacy, relational dynamic capabilities, and distributed sustainability capability. The review also identifies significant gaps in the literature, such as the need for greater focus on participatory oversight, power asymmetries, and the experiences of digitally marginalized groups. By offering a theoretically integrated and mechanism-oriented perspective, this research aims to enhance understanding of GenAI-enabled social innovation and provide a foundation for context-sensitive governance discussions.
Introduction
The introduction of this research paper highlights the increasing relevance of social entrepreneurship in addressing socio-economic inequalities, climate change, and policy failures. Social entrepreneurship integrates entrepreneurial initiatives with social missions, fostering collaborative ecosystems that include non-profits, academic institutions, and local communities to develop innovative solutions. However, these partnerships often face challenges such as resource limitations and stakeholder misalignment, particularly in community-led initiatives. The emergence of Generative Artificial Intelligence (GenAI) is posited as a transformative force in this domain, offering tools that can enhance knowledge work and mitigate coordination frictions in resource-constrained settings.
The paper identifies a gap in the academic discourse surrounding GenAI’s role in social entrepreneurship, noting that existing literature has largely focused on technical aspects or individual case studies without adequately theorizing ecosystem-level dynamics. The authors propose to use bibliometric mapping and systematic review to analyze the field, identifying key themes, prominent authors, and institutional influences. The research aims to clarify how GenAI can impact governance structures and power dynamics in co-innovation, particularly in digitally underserved communities. By outlining a research agenda that addresses theoretical, empirical, and methodological gaps, the study seeks to advance understanding of GenAI’s implications for social entrepreneurship, emphasizing the need for context-sensitive exploration of its socio-technical effects. The paper concludes with an overview of the field, thematic areas, and an integrative framework for future research.
Methods
The methodology employed in this study is a bibliometric mapping systematic review, aimed at uncovering emerging insights regarding Generative AI (GenAI), collaboration, and innovation ecosystems in social entrepreneurship. This approach facilitates the mapping of knowledge domains, identification of thematic clusters, and elucidation of theoretical and empirical gaps within this developing field (Donthu et al., 2021). By integrating objective bibliometric indicators with subjective thematic categorization, the research provides structural mapping alongside reflective interpretations of governance trends and concerns at the field level (Giuggioli & Pellegrini, 2023; Dwivedi et al., 2021). The findings are characterized as patterns in the literature rather than outcomes of the analysis, framing the developed framework as analytical rather than empirical.
The first thematic stream focuses on design methodology, knowledge creation, and research approaches, highlighting the evolution from conceptual reflection to more theory-informed and empirically grounded inquiries (Donthu et al., 2021; Dwivedi et al., 2021). This cluster advocates for pluralistic and pragmatic research designs that blend quantitative and qualitative methods, support longitudinal analysis, and incorporate participatory practices, especially in low-resource contexts where digital tools present both opportunities and challenges (Chalmers et al., 2021). The relevance of Institutional Theory is noted, as it addresses how epistemic norms and publication conventions can legitimize certain methodologies while marginalizing others in socially situated innovation (Graham & Bonner, 2024). Furthermore, governance issues arise when utilizing GenAI for data handling or text generation, necessitating transparency in GenAI usage, awareness of dataset biases, and accountability regarding intellectual property and authorship (Dwivedi et al., 2021). The literature suggests a recursive approach to integrate GenAI into iterative processes of problem-framing and stakeholder engagement, fostering mid-range theorization of learning dynamics in resource-constrained environments (Donthu et al., 2021; Chalmers et al., 2021; Graham & Bonner, 2024). This connection between epistemic practices and governance concepts like transparency and bias underscores the conditions necessary for cumulative epistemic efforts, particularly in the context of GenAI-assisted knowledge work.
Results
The results of the bibliometric mapping on Generative Artificial Intelligence (GenAI) and its role in fostering ecosystem collaboration for innovation in social entrepreneurship reveal significant insights into the field’s intellectual structure and dynamics. Utilizing Scopus data and visualizations from VOSviewer, the analysis highlights the geographic distribution of research efforts, the temporal evolution of the literature, and the collaboration patterns among authors and institutions.
The findings emphasize observed patterns in the existing literature, indicating a growing interest in the intersection of GenAI and social entrepreneurship. However, it is crucial to note that these results do not establish causal relationships between GenAI and the outcomes within collaborative ecosystems. Instead, they provide a foundational understanding of the current research landscape, which can inform future studies and practical applications in this domain.
Discussion
The discussion section of the paper emphasizes the complex interplay between Generative Artificial Intelligence (GenAI) and social entrepreneurship, advocating for a nuanced theoretical framework that integrates Institutional Theory, Governance Theory, the Resource-Based View (RBV), and Open Innovation. It posits that social entrepreneurship is not merely about organizational actions but is an institutionalized practice influenced by contextual factors such as resource scarcity and stakeholder diversity. The authors argue that while GenAI holds potential as a socio-technical asset for enhancing creativity and collaboration, it also poses ethical risks and can exacerbate existing inequalities, particularly in marginalized contexts where institutional voids are prevalent.
The paper identifies three key mechanisms for future empirical testing: algorithmic legitimacy, which relates to perceptions of fairness and accountability in GenAI-generated solutions; relational dynamic capabilities, which focus on how GenAI can enhance inter-organizational relationships and collaborative efforts; and distributed sustainability capability, which examines how GenAI can facilitate local actors in aligning their initiatives with sustainability goals. The authors call for a multi-dimensional framework that situates GenAI within broader institutional and governance contexts, highlighting the need for inclusive and participatory governance mechanisms to ensure equitable access and mitigate unintended consequences. This integrated approach aims to advance scholarship on technology-enabled entrepreneurship, particularly in settings characterized by high informality and resource constraints.
Limitations
The research acknowledges a significant limitation stemming from the exclusive use of a single database, Scopus, for data collection. While this choice enhances consistency and replicability, it inadvertently excludes valuable regional, non-English, and practitioner-oriented research, thereby constraining the comprehensiveness of the evidence base. This limitation pertains to the available literature rather than the construct being studied.
Despite this drawback, the methodology employed offers notable strengths, particularly through the integration of bibliometric mapping with interpretive description. The coding precautions implemented further enhance the reliability of the findings. Nonetheless, the authors recognize that the resulting framework primarily reflects trends within the literature rather than providing a thorough and exhaustive analysis of the entire field.