ویرگول
ورودثبت نام
سیدرضا علوی‌کیا
سیدرضا علوی‌کیا
سیدرضا علوی‌کیا
سیدرضا علوی‌کیا
خواندن ۲۳ دقیقه·۲ ماه پیش

عامل‌های هوشمند اقتصادی؛ استدلال، قضاوت و تصمیم‌گیری در سازمان و بازار

سید رضا علوی کیا

کارشناس ارشد مدیریت بازرگانی گرایش مدیریت استراتژیک؛ کار آفرین مدیر ارشد توسعه و پیشرانی کسب‌وکار و فناوری‌های مالی.

■ چکیده

ظهور عامل‌های هوشمند اقتصادی به‌عنوان کنشگرانی خودمختار که توانایی استدلال، قضاوت و تصمیم‌گیری در محیط‌های پیچیده اقتصادی را دارند، پارادایم حاکم بر تصمیم‌گیری سازمانی و بازار را دستخوش تحولی بنیادین کرده است. در دهه گذشته، هوش مصنوعی عمدتاً به‌عنوان ابزاری برای اتوماسیون فرایندهای عملیاتی شناخته می‌شد، اما با گذار به اواسط دهه ۲۰۲۰ و ظهور مدل‌های زبانی بزرگ و عامل‌های هوشمند، این فناوری از جایگاه یک ابزار محاسباتی به شریک استراتژیک تصمیم‌گیری ارتقا یافته است. پژوهش حاضر با هدف تبیین سازوکارهای استدلال، قضاوت و تصمیم‌گیری در عامل‌های هوشمند اقتصادی و بررسی پیامدهای آن برای سازمان‌ها و بازارها انجام شده است. روش پژوهش از نوع توصیفی تحلیلی با رویکرد مروری نظام‌مند بر ادبیات نظری و تجربی است. یافته‌ها نشان می‌دهد که عامل‌های هوشمند با تلفیق داده‌های ساختاریافته و بدون ساختار، شبیه‌سازی سناریوهای پیچیده و ارائه پیشنهادهای تجویزی، محدودیت‌های عقلانیت محدود انسانی را جبران می‌کنند. همچنین نتایج حاکی از آن است که تصمیم‌گیری استراتژیک دیگر فرایندی صرفاً انسانی نیست، بلکه برآیندی از شهود و تجربه انسانی در کنار پردازش ماشینی و پیش‌بینی‌های الگوریتمی است. در سطح بازار، عامل‌های هوشمند رفتارهای ناهمگن، یادگیری تطبیقی و تعاملات غیرخطی را بازتولید می‌کنند و امکان مطالعه آزمایشگاهی سیاست‌های اقتصادی را فراهم می‌سازند. با این حال، چالش‌هایی نظیر شفافیت الگوریتمی، سوگیری داده، وابستگی زیرساختی و مسائل حکمرانی همچنان پیش روی پذیرش گسترده این فناوری در اقتصاد ایران قرار دارد.

واژگان کلیدی: عامل هوشمند، استدلال اقتصادی، قضاوت، تصمیم‌گیری، اقتصاد محاسباتی.

■ مقدمه

در چند دهه گذشته، تحولات نظری در علم اقتصاد و پیشرفت‌های فناورانه در حوزه هوش مصنوعی به‌طور فزاینده‌ای به هم نزدیک شده‌اند و از تلاقی این دو جریان، حوزه‌ای میان‌رشته‌ای شکل گرفته است که امروزه با عناوینی نظیر اقتصاد محاسباتی مبتنی بر عامل، اقتصاد شناختی و هوش مصنوعی اقتصادی شناخته می‌شود؛ در قلب این حوزه نوظهور، مفهوم «عامل هوشمند اقتصادی» قرار دارد که به کنشگرانی خودمختار اطلاق می‌شود که توانایی ادراک محیط، استدلال درباره شرایط، قضاوت میان گزینه‌ها و اتخاذ تصمیم‌هایی را دارند که پیامدهای اقتصادی معناداری به همراه دارد، و این مفهوم در برابر تصویر انسان اقتصادی کاملاً عقلانی که مدل‌های متعارف اقتصادی بر آن استوار بود، چالشی بنیادین ایجاد کرده است؛ زیرا شواهدی نظیر نقصان و عدم تقارن اطلاعات، یادگیری و سرمایه‌گذاری انسانی، و تصمیم‌گیری‌های جمعی در قالب خانواده، سازمان‌ها و دولت‌ها به‌طور جدی محدودیت‌های الگوی متعارف را آشکار کرده‌اند (نادری، ۱۳۹۲). هربرت سایمون با طرح مفهوم «عقلانیت محدود» نشان داد که تصمیم‌گیرندگان انسانی به دلیل محدودیت‌های شناختی، کمبود زمان و حجم انبوه اطلاعات هرگز نمی‌توانند تمام گزینه‌های ممکن و پیامدهای آن‌ها را در تصمیم‌گیری‌های استراتژیک در نظر بگیرند و در نتیجه، به راهبردهای تقریبی و شهودی متوسل می‌شوند؛ این بینش زمینه‌ساز شکل‌گیری رویکردی نوین در علم اقتصاد شد که به جای تمرکز بر نتیجه بهینه، بر فرایند شناختی شکل‌گیری انتظارات و ترجیحات متمرکز می‌شود و نقش محیط، نهادها و دولت را در فرایند تصمیم‌گیری مورد توجه قرار می‌دهد (نادری، ۱۳۹۲). در همین چارچوب، پیشرفت‌های اخیر در حوزه هوش مصنوعی، به‌ویژه ظهور عامل‌های هوشمند مبتنی بر مدل‌های زبانی بزرگ، موجب تحول بنیادین در ماهیت کار و ساختارهای سازمانی شده است و سازمان‌ها به‌تدریج به سمت ساختارهای هیبریدی حرکت می‌کنند که در آن‌ها عامل‌های هوش مصنوعی جایگاه‌هایی را درون چارت سازمانی به خود اختصاص می‌دهند (کاشانیان، ۱۴۰۵). این تحول از آنجا اهمیت مضاعف می‌یابد که در اقتصاد ایران نیز همانند اقتصاد جهانی، فشارهای رقابتی برای پذیرش این فناوری‌ها از یک سو و ضعف زیرساخت‌های پردازشی، محدودیت‌های دسترسی به ابزار و شکاف در استقلال داده از سوی دیگر، عملیاتی‌شدن واقعی این سیستم‌ها را با چالش‌هایی جدی مواجه کرده است (کاشانیان، ۱۴۰۵). در چنین بستری، پرسش بنیادین این است که عامل‌های هوشمند اقتصادی چگونه استدلال می‌کنند، بر چه مبنایی قضاوت می‌کنند و تصمیم‌هایشان در سطوح سازمانی و بازار چه پیامدهایی به همراه دارد؛ پاسخ به این پرسش مستلزم آن است که ابتدا مفهوم عامل هوشمند اقتصادی در چارچوب نظری اقتصاد شناختی و اقتصاد محاسباتی تبیین شود، سپس سازوکارهای شناختی و الگوریتمی استدلال و قضاوت در این عامل‌ها واکاوی گردد، و در نهایت، پیامدهای تصمیم‌گیری آن‌ها برای سازمان‌ها و بازارها در بستر اقتصاد ایران مورد تحلیل قرار گیرد. بر این اساس، پژوهش حاضر می‌کوشد با بهره‌گیری از رویکردی نظری و تحلیلی، به تبیین جایگاه عامل‌های هوشمند اقتصادی در بازتعریف فرایندهای تصمیم‌گیری در سازمان و بازار بپردازد و در این مسیر، از منابع فارسی معتبر نظیر نادری (۱۳۹۲) در حوزه اقتصاد شناختی، کریمی و محمدی (۱۳۹۰) در حوزه اقتصاد محاسباتی مبتنی بر عامل، مشیری و مروت (۱۳۹۴) در حوزه مدل‌سازی انرژی، کاشانیان (۱۴۰۵) در حوزه عامل‌های خودمختار، و رضازاده و مفیدی (۱۳۹۷) در حوزه اقتصاد هوشمند بهره ببرد.

■ بیان مسئله

مسئله اصلی پژوهش حاضر این است که با ظهور عامل‌های هوشمند اقتصادی در محیط‌های سازمانی و بازار، سازوکارهای بنیادین تصمیم‌گیری دستخوش تحولی عمیق شده است که نظریه‌های متعارف اقتصادی و مدیریتی قادر به تبیین کامل آن نیستند؛ نظریه‌های کلاسیک تصمیم‌گیری بر فرض عقلانیت کامل کنشگران اقتصادی استوار بودند و فرض می‌شد که تصمیم‌گیرنده انسانی با دسترسی به تمام اطلاعات مرتبط و توانایی پردازش نامحدود آن‌ها، گزینه‌ای را انتخاب می‌کند که مطلوبیت مورد انتظارش را حداکثر سازد، اما سایمون این فرض را به چالش کشید و نشان داد که محدودیت‌های شناختی، زمانی و اطلاعاتی سبب می‌شوند که تصمیم‌گیرندگان انسانی به راهبردهای رضایت‌بخش بسنده کنند، و این بینش، هرچند تصویر واقع‌بینانه‌تری از رفتار انسانی ارائه داد، اما به این پرسش پاسخ نداد که اگر بخشی از فرایند تصمیم‌گیری به عامل‌های هوشمند واگذار شود، آیا عقلانیت محدود انسانی به عقلانیت نامحدود ماشینی تبدیل می‌شود یا شکل جدیدی از عقلانیت پدید می‌آید که ماهیت آن متفاوت از هر دو الگوی پیشین است. همزمان با پیشرفت فناوری، این پرسش عمق بیشتری یافت؛ زیرا عامل‌های هوشمند مدرن برخلاف سیستم‌های خبره سنتی، صرفاً بر قواعد از پیش تعیین‌شده عمل نمی‌کنند، بلکه از طریق یادگیری تقویتی، شبکه‌های عصبی و مدل‌های زبانی بزرگ، توانایی استدلال درباره موقعیت‌های جدید، قضاوت در شرایط ابهام و تصمیم‌گیری در بسترهای پویا را کسب کرده‌اند؛ این تحول مفهومی، مرزهای میان عامل انسانی و ماشینی را در فرایند تصمیم‌گیری مخدوش ساخته و پرسش‌های نظری و عملی تازه‌ای را پیش روی پژوهشگران قرار داده است. سازمان‌ها امروزه با انبوهی از تصمیمات مواجه‌اند که هم ویژگی‌های شناختی انسانی و هم توانایی پردازشی ماشینی را می‌طلبند؛ از یک سو، تصمیمات استراتژیک نیازمند قضاوت ارزشی، درک زمینه سازمانی و توانایی مواجهه با ابهام هستند که تا دیروز در قلمرو انحصاری مدیران انسانی قرار داشت و از سوی دیگر، همین تصمیمات نیازمند تحلیل حجم عظیمی از داده‌های ناهمگون، شبیه‌سازی سناریوهای متعدد و پیش‌بینی پیامدهای احتمالی هستند که فراتر از ظرفیت شناختی انسان است و این شکاف میان نیاز و توانایی، فضایی را ایجاد کرده که عامل‌های هوشمند به‌عنوان شریک شناختی وارد آن شده‌اند. اما ورود این عامل‌ها به اتاق فرمان سازمان‌ها مسئله‌ای صرفاً فنی نیست، بلکه پرسش‌های بنیادینی درباره ماهیت استدلال، معیارهای قضاوت و مسئولیت تصمیم‌گیری را مطرح می‌سازد؛ اگر عاملی هوشمند بر مبنای الگوریتم‌هایی تصمیم بگیرد که برای انسان قابل درک کامل نیستند، آیا می‌توان تصمیم او را به‌عنوان یک تصمیم سازمانی معتبر تلقی کرد، و اگر پیامدهای آن تصمیم زیان‌بار باشد، مسئولیت آن بر عهده چه کسی است. در سطح بازار نیز ظهور عامل‌های معاملاتی هوشمند، پرسش‌های نظری مهمی را درباره کارکرد بازار و شکل‌گیری قیمت‌ها ایجاد کرده است؛ مدل‌های مبتنی بر عامل این امکان را فراهم می‌کنند که ناهمگونی رفتار، تعاملات غیرخطی و وابستگی مسیر در بازارها بازنمایی شود و بازار به‌عنوان یک سیستم پویا و پیچیده مورد مطالعه قرار گیرد که در آن عامل‌های ناهمگن با یکدیگر تراکنش می‌کنند و این رویکرد، در مقابل مدل‌های نظری که عمدتاً بر حفظ چارچوب‌های تئوریک و فرض کارگزار نماینده تمرکز دارند، توانایی تبیین رفتار واقعی عاملان اقتصادی را بدون فروض دست‌وپاگیر فراهم می‌سازد. با این حال، در اقتصاد ایران، پذیرش عامل‌های هوشمند اقتصادی با چالش‌های ساختاری مواجه است که فراتر از موانع فنی صرف هستند؛ زیرساخت‌های پردازشی پیشرفته در کشور محدود است، وابستگی به منابع خارجی برای تأمین توان محاسباتی و ابزارهای توسعه عامل‌های هوشمند بالاست، و استقلال در زنجیره تأمین داده‌ها به‌عنوان یکی از پیش‌شرط‌های اساسی برای توسعه این فناوری‌ها هنوز محقق نشده است و این وضعیت، سرعت پذیرش این فناوری‌های پیشرو را در بازار داخلی با کندی مواجه کرده است، بنابراین مسئله پژوهش را می‌توان در یک پرسش محوری خلاصه کرد: چگونه می‌توان سازوکارهای استدلال، قضاوت و تصمیم‌گیری در عامل‌های هوشمند اقتصادی را به‌گونه‌ای تبیین کرد که هم بنیان‌های نظری آن روشن شود و هم پیامدهای عملی آن برای تصمیم‌گیری در سازمان‌ها و بازارهای ایران قابل ارزیابی باشد.

■ اهمیت و ضرورت پژوهش

اهمیت و ضرورت پژوهش حاضر را می‌توان از چند جهت اساسی تبیین کرد؛ نخست از منظر نظری، ادبیات موجود در حوزه تصمیم‌گیری اقتصادی عمدتاً بر دو قطب متمرکز بوده است که یکی الگوهای کلاسیک مبتنی بر عقلانیت کامل است و دیگری الگوهای رفتاری مبتنی بر عقلانیت محدود، اما آنچه در سال‌های اخیر رخ داده، ظهور قطب سومی است که نه عقلانیت کامل ماشینی و نه عقلانیت محدود انسانی، بلکه نوعی عقلانیت ترکیبی و پویا را نمایندگی می‌کند که در آن استدلال ماشینی بر داده‌های عظیم، قضاوت الگوریتمی بر الگوهای پنهان و تصمیم‌گیری تطبیقی بر یادگیری مستمر استوار است و نظریه‌پردازی درباره این شکل نوین عقلانیت، خلأ نظری مهمی را در ادبیات اقتصادی و مدیریتی پر می‌کند؛ دوم از منظر سازمانی، سازمان‌های ایرانی در محیطی فعالیت می‌کنند که با عدم قطعیت بالا، محدودیت دسترسی به داده‌های باکیفیت، تحریم‌های فناورانه و نوسانات شدید اقتصادی مواجه است و در چنین شرایطی، توانایی اتخاذ تصمیمات سریع، دقیق و سازگار با تغییرات محیطی به یک مزیت رقابتی حیاتی تبدیل می‌شود، اما بدون درک عمیق از قابلیت‌ها و محدودیت‌های عامل‌های هوشمند اقتصادی، سرمایه‌گذاری در این فناوری‌ها می‌تواند به اتلاف منابع و شکست پروژه‌های تحول دیجیتال منجر شود؛ سوم از منظر سیاست‌گذاری، اقتصاد ایران در مسیر گذار به اقتصاد هوشمند قرار دارد و سیاست‌گذاران نیازمند درکی دقیق از تأثیر عامل‌های هوشمند بر ساختار بازار، رقابت‌پذیری بنگاه‌ها و بهره‌وری کل عوامل تولید هستند، در حالی که مطالعات نشان می‌دهد هوشمندسازی اقتصاد از طریق کانال‌هایی چون افزایش بهره‌وری نیروی کار و سرمایه، ارتقای رقابت‌پذیری بنگاه‌ها و توسعه فناوری‌های نوین می‌تواند به رشد اقتصادی کمک کند (رضازاده و مفیدی، ۱۳۹۷)؛ چهارم از منظر روش‌شناختی، اقتصاد محاسباتی مبتنی بر عامل به‌عنوان چارچوب روش‌شناختی نوینی که امکان شبیه‌سازی و مطالعه آزمایشگاهی سیاست‌های اقتصادی را فراهم می‌کند، در ادبیات اقتصادی ایران کمتر مورد توجه قرار گرفته است، در حالی که این رویکرد می‌تواند به‌عنوان یک آزمایشگاه محاسباتی برای ارزیابی سیاست‌های مالی و پولی مورد استفاده قرار گیرد و چارچوبی شفاف برای تحلیل اثرات آن‌ها ارائه دهد. در مجموع، ضرورت این پژوهش از آنجا ناشی می‌شود که در ادبیات فارسی، هنوز پژوهشی جامع که به‌طور همزمان به تبیین نظری سازوکارهای استدلال و قضاوت در عامل‌های هوشمند و بررسی پیامدهای عملی آن‌ها برای سازمان‌ها و بازارهای ایران بپردازد، انجام نشده است و این پژوهش می‌کوشد این خلأ را پر کند.

■ سوالات پژوهش

۱. سازوکارهای شناختی و الگوریتمی استدلال در عامل‌های هوشمند اقتصادی چگونه شکل می‌گیرند و چه تفاوت‌هایی با استدلال انسانی دارند؟

۲. قضاوت در عامل‌های هوشمند اقتصادی بر چه مبانی نظری و عملی استوار است و این مبانی چگونه بر کیفیت تصمیم‌های اقتصادی تأثیر می‌گذارند؟

۳. عامل‌های هوشمند اقتصادی چه تأثیری بر فرایندهای تصمیم‌گیری استراتژیک در سازمان‌ها دارند و چه چالش‌هایی را برای ساختارهای سازمانی سنتی ایجاد می‌کنند؟

۴. حضور عامل‌های هوشمند در بازارهای اقتصادی چه پیامدهایی برای کارکرد بازار، شکل‌گیری قیمت‌ها و رقابت‌پذیری بنگاه‌ها به همراه دارد؟

۵. چالش‌ها و فرصت‌های پذیرش عامل‌های هوشمند اقتصادی در بستر اقتصاد ایران با توجه به محدودیت‌های زیرساختی، داده‌ای و نهادی چیست؟

■ اهداف پژوهش

هدف کلی: تبیین سازوکارهای استدلال، قضاوت و تصمیم‌گیری در عامل‌های هوشمند اقتصادی و بررسی پیامدهای آن‌ها برای سازمان‌ها و بازارها با تمرکز بر بستر اقتصاد ایران.

اهداف جزئی:

۱. شناسایی و تبیین مبانی نظری استدلال اقتصادی در عامل‌های هوشمند بر اساس رویکردهای اقتصاد شناختی و اقتصاد محاسباتی.

۲. تحلیل سازوکارهای قضاوت در عامل‌های هوشمند اقتصادی و مقایسه آن با فرایندهای قضاوت انسانی در تصمیم‌گیری.

۳. بررسی تأثیر حضور عامل‌های هوشمند بر فرایندهای تصمیم‌گیری استراتژیک و ساختارهای سازمانی.

۴. ارزیابی پیامدهای حضور عامل‌های هوشمند بر کارکرد بازار و رقابت‌پذیری بنگاه‌ها در اقتصاد ایران.

۵. شناسایی چالش‌ها و ارائه راهکارهای عملی برای پذیرش مؤثر عامل‌های هوشمند اقتصادی در سازمان‌ها و بازارهای ایران.

■ مبانی نظری پژوهش

مبانی نظری پژوهش حاضر بر دو ستون اصلی استوار است که یکی اقتصاد شناختی به‌عنوان چارچوبی برای تبیین فرایندهای ذهنی تصمیم‌گیری اقتصادی و دیگری اقتصاد محاسباتی مبتنی بر عامل به‌عنوان چارچوبی برای مدل‌سازی تعاملات پیچیده میان کنشگران ناهمگن است و در تلاقی این دو چارچوب، نظریه عامل‌های هوشمند اقتصادی شکل می‌گیرد که در آن، عامل اقتصادی نه به‌عنوان یک موجود کاملاً عقلانی و نه صرفاً به‌عنوان یک موجود دارای محدودیت شناختی، بلکه به‌عنوان سیستمی پویا و یادگیرنده در نظر گرفته می‌شود که توانایی استدلال، قضاوت و تصمیم‌گیری تطبیقی را دارد؛ در چارچوب اقتصاد شناختی، نحوه شکل‌گیری انتظارات و ترجیحات با توجه خاص به فرایند شناختی یعنی نحوه کسب، پردازش و کاربست اطلاعات و دانش در ذهن و مغز انسان واکاوی می‌شود و تأثیر محیط، نهادها و دولت بر فرایند شناختی و فرایند تصمیم‌گیری مورد توجه و دقت‌نظر قرار می‌گیرد، به این ترتیب علاوه بر منابع و امکانات و قیمت‌ها، نحوه کارکرد مغز و ذهن در محیط‌های نهادی و سازمانی واقعی که به‌شدت تصمیم‌گیری‌ها را متأثر می‌سازند نیز جزء تحلیل‌ها به حساب می‌آید و مقوله‌های عینی و ذهنی هر دو به‌عنوان عوامل تعیین‌کننده رفتار و تصمیم‌ها در نظر گرفته می‌شوند (نادری، ۱۳۹۲)؛ در چارچوب اقتصاد محاسباتی مبتنی بر عامل، مطالعه محاسباتی فرایندهای اقتصادی به‌صورت سیستم‌های پویایی که عوامل ناهمگن در آن‌ها تراکنش دارند مورد توجه قرار می‌گیرد و این رویکرد برخلاف مدل‌های نظری که عمدتاً بر حفظ چارچوب‌های تئوریک تمرکز دارند، توانایی تبیین رفتار عاملان اقتصادی را بدون در نظر گرفتن فرض کارگزار نماینده و سایر فروض دست‌وپاگیر و دور از واقع فراهم می‌سازد (کریمی و محمدی، ۱۳۹۰)؛ ترکیب این دو چارچوب به درکی از عامل هوشمند اقتصادی می‌انجامد که نه صرفاً یک عامل محاسباتی است و نه صرفاً یک عامل شناختی، بلکه سیستمی است که از یک سو بر الگوریتم‌های یادگیری و استدلال ماشینی تکیه می‌کند و از سوی دیگر، محدودیت‌ها و الگوهای شناختی انسانی در طراحی و عملکرد آن بازتاب می‌یابد؛ در این راستا، پژوهش‌های اخیر نشان می‌دهد که مدل‌های ترکیبی اقتصاد شناختی و محاسبات عصبی می‌توانند فرایند تصمیم‌گیری اقتصادی را به‌صورت پویا، تطبیقی و خودآموز شبیه‌سازی کنند و نشان دهند که عامل‌های اقتصادی قادرند رفتارهای پیچیده‌ای نظیر شک‌گرایی، اعتماد و ریسک‌پذیری را همانند نورون‌های زیستی یاد بگیرند، تطبیق دهند و بازتولید کنند و این مدل افق‌های جدیدی را برای طراحی اقتصادهای هوشمند و خودسازمان‌ده گشوده است؛ از منظر نظری، می‌توان گفت عامل‌های هوشمند اقتصادی در سه سطح متمایز عمل می‌کنند که عبارتند از سطح شناختی شامل پردازش اطلاعات، شکل‌گیری باورها و ساخت ترجیحات، سطح تصمیم‌گیری شامل ارزیابی گزینه‌ها، قضاوت و انتخاب، و سطح تعاملی شامل تعامل با سایر عامل‌ها و محیط که در آن، تصمیم هر عامل بر پیامدهای سایر عامل‌ها و در نهایت بر وضعیت کل سیستم تأثیر می‌گذارد و این سه سطح در یک چرخه بازخوردی مستمر قرار دارند.

■ پیشینه پژوهش

پیشینه پژوهش در حوزه عامل‌های هوشمند اقتصادی در ادبیات داخلی و خارجی را می‌توان در چند دسته اصلی طبقه‌بندی کرد؛ در حوزه اقتصاد شناختی، نادری (۱۳۹۲) در پژوهش خود با عنوان «اقتصاد شناختی: رویکردی نوین برای تبیین تصمیم‌گیری‌های اقتصادی» به‌طور نظام‌مند محدودیت‌های الگوی اقتصادی متعارف را ارزیابی کرده و نشان داده است که شواهدی نظیر نقصان و عدم تقارن اطلاعات، یادگیری و سرمایه‌گذاری انسانی، تصمیم‌گیری‌های جمعی، تفاوت‌های جنسیتی و اکتشافات جدید حوزه علوم شناختی در زمینه مغز و ذهن، به‌طور جدی محدودیت‌های الگوی متعارف را آشکار می‌کنند و در مقابل، رویکرد و الگوی اقتصاد شناختی را برای درک بهتر تصمیم‌گیری‌ها، پیش‌بینی کامل‌تر و سیاست‌گذاری مؤثرتر پیشنهاد کرده است و با عنایت به پیشرفت‌های علوم شناختی از یک‌سو و کشانده‌شدن موضوعات اقتصادی به آزمایشگاه‌ها و پژوهش‌های آزمایشی از سوی دیگر، اقتصاد شناختی را به‌عنوان یک جریان اصلی در علم اقتصاد معرفی کرده است؛ در حوزه اقتصاد محاسباتی مبتنی بر عامل، کریمی و محمدی (۱۳۹۰) در پژوهش خود با عنوان «مقدمه‌ای بر مدل‌سازی عامل پایه و اقتصاد محاسباتی» به معرفی مدل‌سازی عامل پایه و قابلیت‌ها و کارکرد آن در اقتصاد پرداخته‌اند و نشان داده‌اند که این رویکرد می‌تواند به‌عنوان یک چارچوب روش‌شناختی برای مطالعه بازارها با اطلاعات ناقص مورد استفاده قرار گیرد؛ در حوزه مدل‌سازی انرژی، مشیری و مروت (۱۳۹۴) در پژوهشی با عنوان «بررسی آثار سیاست‌های افزایش رقابت در بخش عمده‌فروشی برق بر قیمت و ترکیب نیروگاه‌های تولید برق ایران» با رهیافت اقتصاد محاسباتی مبتنی بر عامل، کاربرد عملی این روش را در تحلیل سیاست‌های بخش انرژی نشان داده‌اند و به بررسی آثار افزایش رقابت بر قیمت و ترکیب تولید پرداخته‌اند؛ در حوزه اقتصاد هوشمند، رضازاده و مفیدی (۱۳۹۷) در پژوهش خود درباره اقتصاد در شهر هوشمند نشان داده‌اند که اقتصاد هوشمند یکی از مؤلفه‌های اصلی شهر هوشمند است که در سایر زمینه‌های هوشمندسازی نیز تأثیرگذار است و زمینه مناسبی را برای شکل‌گیری مشاغل و حرفه‌های مرتبط با درآمدهای بالا ایجاد می‌کند؛ در حوزه تأثیر هوش مصنوعی بر بهره‌وری، پژوهش‌های اخیر نشان می‌دهد که هوشمندسازی اقتصاد از طریق کانال‌هایی چون افزایش بهره‌وری نیروی کار و سرمایه، ارتقای رقابت‌پذیری بنگاه‌ها و توسعه فناوری‌های نوین می‌تواند به رشد اقتصادی کمک کند؛ در حوزه چالش‌های پذیرش فناوری در ایران، کاشانیان (۱۴۰۵) در گزارشی تحلیلی نشان داده است که گذار به عصر عامل‌های خودمختار هوشمند برای کسب‌وکارهای ایرانی با موانع بنیادین در حوزه کمبود زیرساخت‌های پردازشی پیشرفته و وابستگی شدید به منابع خارجی مواجه است و علاوه بر این، نبود استقلال در زنجیره تأمین داده‌ها و چالش‌های مربوط به حریم خصوصی، سرعت پذیرش این فناوری‌ها را در بازار داخلی با کندی مواجه کرده است؛ در ادبیات بین‌المللی نیز پژوهش‌های متعددی به بررسی رفتار عامل‌های هوشمند در بازارهای مالی و تجاری پرداخته‌اند و نشان داده‌اند که عامل‌های مبتنی بر مدل‌های زبانی بزرگ می‌توانند در محیط‌های بازار رفتارهای استراتژیک از خود نشان دهند و در برخی موارد به بهره‌کشی از ضعف‌های حاکمیت مبتنی بر شهرت بپردازند.

■ روش پژوهش

روش پژوهش حاضر از نوع توصیفی تحلیلی با رویکرد مروری نظام‌مند بر ادبیات نظری و تجربی است که در آن، ابتدا مبانی نظری مرتبط با عامل‌های هوشمند اقتصادی از دو حوزه اقتصاد شناختی و اقتصاد محاسباتی مبتنی بر عامل استخراج و تلفیق می‌شود، سپس سازوکارهای استدلال، قضاوت و تصمیم‌گیری در این عامل‌ها بر اساس چارچوب نظری حاصل‌شده تبیین می‌گردد و در نهایت، پیامدهای آن‌ها برای سازمان‌ها و بازارها با تمرکز بر بستر اقتصاد ایران مورد تحلیل قرار می‌گیرد؛ جامعه آماری پژوهش شامل کلیه منابع علمی معتبر اعم از مقالات علمی پژوهشی، کتاب‌ها، گزارش‌های تحلیلی و اسناد سیاستی در حوزه‌های اقتصاد شناختی، اقتصاد محاسباتی، هوش مصنوعی، تصمیم‌گیری سازمانی و اقتصاد هوشمند است که در بازه زمانی دو دهه اخیر منتشر شده‌اند و نمونه‌گیری به‌صورت هدفمند بر اساس معیارهای مرتبط بودن موضوع، اعتبار علمی منبع و تنوع رویکرد نظری انجام شده است؛ ابزار گردآوری داده‌ها شامل جستجوی نظام‌مند در پایگاه‌های علمی داخلی نظیر مگیران، نورمگز، علم نت و پایگاه‌های بین‌المللی نظیر اسکوپوس، وب آو ساینس و گوگل اسکالر با استفاده از کلیدواژه‌های فارسی و انگلیسی مرتبط بوده است؛ تحلیل داده‌ها بر اساس روش تحلیل محتوای کیفی و در چارچوب رویکرد تفسیری انجام شده که در آن، متون علمی مرتبط شناسایی، طبقه‌بندی و بر اساس مضامین اصلی نظیر استدلال، قضاوت، تصمیم‌گیری، سازمان و بازار سازمان‌دهی شده‌اند؛ در این پژوهش از فرمول‌های ریاضی استفاده نشده و تحلیل‌ها عمدتاً کیفی و مبتنی بر استدلال نظری است؛ همچنین تلاش شده است تا در انتخاب منابع، اعتبار و اصالت علمی آن‌ها مورد توجه قرار گیرد و از منابع غیرمعتبر پرهیز شود؛ محدودیت اصلی این روش، عدم امکان تعمیم‌پذیری آماری یافته‌هاست، اما با توجه به ماهیت نظری پژوهش، این محدودیت مانع از دستیابی به اهداف پژوهش نیست.

■ یافته‌های پژوهش

یافته‌های پژوهش در دو بخش آمار توصیفی و آمار استنباطی ارائه می‌شود که در بخش آمار توصیفی، نخست توصیف وضعیت موجود ادبیات از نظر توزیع موضوعی، زمانی و زبانی منابع مورد بررسی ارائه می‌گردد و سپس یافته‌های اصلی در قالب مضامین شناسایی‌شده گزارش می‌شود. در بخش آمار توصیفی، بررسی منابع نشان می‌دهد که از مجموع منابع بررسی‌شده، بیشترین سهم به مقالات علمی پژوهشی در حوزه اقتصاد شناختی و اقتصاد محاسباتی اختصاص دارد و از نظر زمانی، روند انتشار مقالات مرتبط با هوش مصنوعی اقتصادی از دهه ۲۰۱۰ به بعد صعودی بوده و در نیمه دوم دهه ۲۰۲۰ با ظهور مدل‌های زبانی بزرگ و عامل‌های هوشمند خودمختار، شتاب چشمگیری یافته است. از نظر توزیع زبانی، منابع انگلیسی همچنان سهم غالب را دارند، اما در سال‌های اخیر شاهد رشد قابل توجه منابع فارسی در این حوزه هستیم. در بخش آمار استنباطی، تحلیل محتوای منابع نشان می‌دهد که سازوکارهای استدلال در عامل‌های هوشمند اقتصادی بر سه پایه اصلی استوار است که عبارتند از یادگیری از داده‌های محیطی، استنتاج بر اساس قواعد منطقی و استدلال قیاسی، و شبیه‌سازی سناریوهای بدیل برای پیش‌بینی پیامدها؛ در این چارچوب، برخلاف استدلال انسانی که تحت تأثیر سوگیری‌های شناختی، احساسات و ارزش‌های فردی قرار دارد، استدلال ماشینی مبتنی بر داده‌ها و الگوریتم‌ها انجام می‌شود و از این رو از یک سو امکان تحلیل حجم وسیعی از اطلاعات را فراهم می‌کند و از سوی دیگر، ممکن است از درک زمینه اجتماعی و ارزش‌های هنجاری حاکم بر محیط اقتصادی ناتوان باشد. یافته‌های پژوهش نشان می‌دهد که قضاوت در عامل‌های هوشمند اقتصادی بر مبانی متفاوتی از قضاوت انسانی استوار است؛ در حالی که قضاوت انسانی مبتنی بر ترکیبی از تجربه، شهود، ارزش‌های اخلاقی و زمینه فرهنگی است، قضاوت الگوریتمی بر معیارهای قابل اندازه‌گیری نظیر بهینه‌سازی، تابع مطلوبیت و معیارهای آماری استوار است و این تفاوت بنیادین، پیامدهای مهمی برای کیفیت تصمیم‌های اقتصادی دارد؛ در برخی موارد، قضاوت الگوریتمی می‌تواند به تصمیم‌هایی منجر شود که از منظر کارایی اقتصادی بهینه هستند، اما از منظر ارزش‌های انسانی و اجتماعی نامطلوب تلقی می‌شوند و در موارد دیگر، قضاوت الگوریتمی می‌تواند از قضاوت انسانی دقیق‌تر و سریع‌تر باشد، به‌ویژه در شرایطی که حجم داده‌ها فراتر از ظرفیت پردازش انسان است. نتایج پژوهش همچنین نشان می‌دهد که حضور عامل‌های هوشمند در فرایندهای تصمیم‌گیری سازمانی، ساختارهای سنتی سلسله‌مراتبی را به چالش می‌کشد؛ در سازمان‌های سنتی، تصمیم‌گیری عمدتاً در سطوح عالی مدیریت متمرکز بود و اطلاعات از پایین به بالا جریان داشت، اما با ورود عامل‌های هوشمند، توزیع تصمیم‌گیری به سطوح پایین‌تر سازمان تسهیل می‌شود و عامل‌ها می‌توانند در لحظه و بدون نیاز به تأیید سلسله‌مراتبی عمل کنند؛ این تحول از یک سو چابکی سازمان را افزایش می‌دهد و از سوی دیگر، پرسش‌هایی درباره کنترل، مسئولیت‌پذیری و هم‌راستایی تصمیم‌های محلی با استراتژی کلان سازمان ایجاد می‌کند. در سطح بازار، یافته‌ها نشان می‌دهد که حضور عامل‌های هوشمند معاملاتی، کارکرد بازار را از چند جهت متحول می‌کند؛ نخست، نقدینگی بازار افزایش می‌یابد زیرا این عامل‌ها می‌توانند به‌طور پیوسته و سریع در معاملات شرکت کنند؛ دوم، کارایی قیمت‌گذاری بهبود می‌یابد زیرا عامل‌ها قادرند اطلاعات را سریع‌تر پردازش کنند؛ سوم، نوسانات بازار ممکن است تشدید شود زیرا واکنش‌های الگوریتمی می‌توانند به بازخوردهای مثبت و حلقهای منجر شوند که نوسانات را تقویت می‌کند. در بستر اقتصاد ایران، یافته‌ها نشان می‌دهد که پذیرش عامل‌های هوشمند اقتصادی با موانع ساختاری متعددی مواجه است؛ زیرساخت پردازشی ناکافی، محدودیت دسترسی به ابزارهای توسعه، کیفیت پایین داده‌ها، عدم شفافیت الگوریتمی و نبود چارچوب حقوقی مشخص برای مسئولیت‌پذیری، از جمله مهم‌ترین این موانع هستند؛ با این حال، فرصت‌هایی نیز وجود دارد که از جمله آن‌ها می‌توان به وجود نیروی انسانی متخصص در حوزه فناوری اطلاعات، بازار بزرگ داخلی و امکان استفاده از تجربیات بین‌المللی اشاره کرد.

■ بحث و نتیجه‌گیری

بحث و نتیجه‌گیری پژوهش حاضر بر چند محور اساسی متمرکز است؛ محور نخست به ماهیت استدلال در عامل‌های هوشمند اقتصادی و نسبت آن با استدلال انسانی اختصاص دارد؛ یافته‌های پژوهش نشان می‌دهد که استدلال در عامل‌های هوشمند، برخلاف تصور رایج که آن را نوعی عقلانیت کامل ماشینی می‌داند، خود شکل جدیدی از عقلانیت محدود است، با این تفاوت که محدودیت‌های آن نه از جنس محدودیت‌های شناختی انسانی، بلکه از جنس محدودیت‌های داده‌ای، الگوریتمی و زمینه‌ای است؛ به بیان دیگر، همان‌گونه که سایمون نشان داد انسان به دلیل محدودیت‌های ذهنی نمی‌تواند بهینه مطلق را بیابد و به رضایت‌بخش بسنده می‌کند، عامل هوشمند نیز به دلیل محدودیت‌های داده‌ای و الگوریتمی، توانایی درک کامل زمینه اجتماعی، فرهنگی و نهادی را ندارد و بنابراین، تصمیم‌های آن نیز در چارچوبی محدود و تحت شرایطی خاص گرفته می‌شود و این شباهت ساختاری، بیانگر آن است که عقلانیت عامل هوشمند نه جایگزین عقلانیت انسانی، بلکه مکمل آن است؛ از این منظر، تأکید بر «شریک شناختی» بودن هوش مصنوعی به‌جای «ابزار» بودن آن، دقیقاً از همین واقعیت ناشی می‌شود که هیچ‌کدام از دو طرف انسانی و ماشینی به‌تنهایی قادر به تصمیم‌گیری بهینه در محیط‌های پیچیده اقتصادی نیستند و ترکیب قضاوت ارزشی انسان با توانایی پردازشی ماشین، کیفیت تصمیم‌ها را بهبود می‌بخشد. محور دوم به قضاوت در عامل‌های هوشمند اختصاص دارد و یافته‌ها نشان می‌دهد که قضاوت الگوریتمی، هرچند از نظر دقت و سرعت برتری‌هایی دارد، اما در مواجهه با موقعیت‌های مبهم، متناقض یا ارزش‌محور با محدودیت‌های جدی روبه‌روست؛ در چنین موقعیت‌هایی، قضاوت انسانی همچنان ضروری است و بنابراین، طراحی سیستم‌های تصمیم‌گیری ترکیبی که در آن‌ها عامل هوشمند به‌عنوان مشاور و انسان به‌عنوان تصمیم‌گیرنده نهایی عمل کند، رویکردی واقع‌بینانه‌تر از واگذاری کامل تصمیم به ماشین است؛ این نتیجه با یافته‌های پژوهش‌های بین‌المللی نیز هم‌راستا است که نشان می‌دهند عامل‌های هوشمند در محیط‌های بازار می‌توانند رفتارهای استراتژیک از خود نشان دهند که لزوماً با منافع جمعی هم‌راستا نیست و بنابراین، وجود سازوکارهای حکمرانی و نظارتی برای هدایت رفتار آن‌ها ضروری است. محور سوم به پیامدهای سازمانی و بازاری حضور این عامل‌ها اختصاص دارد و یافته‌ها حاکی از آن است که سازمان‌ها به‌تدریج به سمت ساختارهای هیبریدی حرکت می‌کنند که در آن‌ها انسان و ماشین در یک چرخه مستمر یادگیری و تصمیم‌گیری مشارکت دارند؛ این تحول، الزامات جدیدی برای مدیران ایجاد می‌کند که از جمله آن‌ها می‌توان به توانایی درک قابلیت‌ها و محدودیت‌های الگوریتم‌ها، مهارت در طراحی فرایندهای تصمیم‌گیری ترکیبی و توانایی مدیریت تنش میان کنترل انسانی و خودمختاری ماشینی اشاره کرد. محور چهارم به بستر اقتصاد ایران اختصاص دارد و یافته‌ها نشان می‌دهد که پذیرش عامل‌های هوشمند اقتصادی در ایران مستلزم رفع موانع ساختاری در چند سطح است؛ در سطح زیرساختی، نیاز به توسعه توان محاسباتی بومی و کاهش وابستگی به منابع خارجی وجود دارد؛ در سطح داده‌ای، باید سازوکارهایی برای تولید، جمع‌آوری و اشتراک‌گذاری داده‌های باکیفیت طراحی شود؛ در سطح نهادی، تدوین چارچوب‌های حقوقی و اخلاقی برای مسئولیت‌پذیری الگوریتمی و حفاظت از داده‌ها ضروری است؛ و در سطح انسانی، سرمایه‌گذاری در آموزش نیروی متخصص در حوزه‌های هوش مصنوعی، اقتصاد محاسباتی و علوم شناختی باید در اولویت قرار گیرد. در جمع‌بندی کلی، می‌توان گفت که عامل‌های هوشمند اقتصادی نه صرفاً یک ابزار فنی، بلکه پدیده‌ای چندوجهی هستند که ابعاد نظری، سازمانی، بازاری و نهادی را در بر می‌گیرد؛ درک کامل این پدیده مستلزم آن است که پژوهشگران از مرزهای رشته‌ای سنتی فراتر رفته و چارچوبی میان‌رشته‌ای برای مطالعه آن توسعه دهند که در آن، یافته‌های اقتصاد شناختی، اقتصاد محاسباتی، علوم تصمیم‌گیری و مدیریت سازمانی با یکدیگر تلفیق شوند. در پایان، پیشنهاد می‌شود که پژوهش‌های آینده به‌طور تجربی به بررسی تأثیر عامل‌های هوشمند بر عملکرد سازمان‌های ایرانی و کارکرد بازارهای داخلی بپردازند و از روش‌های شبیه‌سازی مبتنی بر عامل برای ارزیابی سیاست‌های اقتصادی در بستر ایران استفاده کنند.

■ منابع

۱. نادری، ابوالقاسم. (۱۳۹۲). اقتصاد شناختی: رویکردی نوین برای تبیین تصمیم‌گیری‌های اقتصادی. فصلنامه پژوهشنامه اقتصاد و برنامه‌ریزی، ۱۸(۲)، ۹۹-۱۲۵.

۲. کریمی، محسن؛ محمدی، تیمور. (۱۳۹۰). مقدمه‌ای بر مدل‌سازی عامل پایه و اقتصاد محاسباتی. پژوهش‌های اقتصادی، ۱۱(۳)، ۱-۲۵.

۳. مشیری، سعید؛ مروت، حبیب. (۱۳۹۴). بررسی آثار سیاست‌های افزایش رقابت در بخش عمده‌فروشی برق بر قیمت و ترکیب نیروگاه‌های تولید برق ایران (رهیافت اقتصاد محاسباتی مبتنی بر عامل). پژوهش‌های اقتصادی ایران، ۲۰(۶۲)، ۱-۳۲.

۴. کاشانیان، هدی. (۱۴۰۵، ۲۰ شهریور). گذار به عامل‌های خودمختار هوشمند: چالش زیرساخت پردازشی و استقلال داده در کسب‌وکارهای ایرانی. نشان تجارت، کد خبر ۷۷۰۵۴.

۵. رضازاده، رضا؛ مفیدی، مهدی. (۱۳۹۷). اقتصاد شهر هوشمند: مؤلفه‌ها و تأثیرات. مجله اقتصاد و مدیریت شهری، ۲۳(۸)، ۷۵-۹۲.

۶. آقایی، قاسم. (۱۴۰۰). چالش‌ها و فرصت‌های ورود به بازار با هوش مصنوعی: با تأکید بر چابکی سازمانی. نشریه مدیریت فناوری اطلاعات، ۱۳(۲)، ۵۵-۷۸.

۷. شقاقی، فرهاد. (۱۳۹۵). اقتصاد مقاومتی، برون‌گرایی و اقتصاد دانایی‌محور. فصلنامه سیاست‌های اقتصادی، ۵(۱۳)، ۱-۲۸.

۸. نیک‌نام، ریحانه. (۱۴۰۴). هوش مصنوعی؛ شریک هم‌افزای تصمیم‌گیری. روزنامه دنیای اقتصاد، شماره ۴۲۸۲۳۹۹.

۹. امیری، محمد. (۱۳۹۶). مدل‌سازی مبتنی بر عامل در نظام مالیاتی: تحلیل حسابرسی و جریمه. پژوهش‌های اقتصادی، ۱۷(۶۴)، ۹۵-۱۳۰.

۱۰. راغفر، حسین؛ سنگری مهذب، کبری؛ امینی آبچویه، مهدیه. (۱۳۹۹). بررسی تأثیر توزیع درآمد بر نارضایتی اجتماعی با رویکرد مدل‌سازی مبتنی بر عامل. فصلنامه اقتصاد و توسعه، ۲۸(۹۳)، ۴۵-۷۰.

۱۱. شقاقی، فرهاد؛ علیزاده، محمد. (۱۳۹۵). اقتصاد دانش‌بنیان در کشورهای منتخب اسلامی. مجله تحقیقات اقتصادی، ۵۱(۴)، ۸۸۹-۹۱۰.

۱۲. جهانگرد، اسدالله. (۱۳۹۵). اقتصاد دیجیتال. تهران: انتشارات دانشگاه علامه طباطبائی.

۱۳. افشین، حسین. (۱۴۰۲). سیاست‌های کلان توسعه هوش مصنوعی در ایران. نشریه سیاست‌گذاری علم و فناوری، ۱۴(۳)، ۲۳-۴۵.

۱۴. دوستی‌زاده، میثم؛ اصغری اسکوئی، اصغر. (۱۳۹۸). مدل‌سازی نوسانات نرخ ارز در ایران با رویکرد مبتنی بر عامل و با لحاظ انتظارات ناهمگن کارگزاران اقتصادی. پژوهش‌های اقتصادی، ۱۹(۷۵)، ۱۲۳-۱۵۰.

۱۵. حسنی، محمد. (۱۴۰۱). بوم‌سازگان هوشمند: کسب‌وکار الکترونیکی و کارآفرینی دیجیتال. فصلنامه مدیریت کسب‌وکار، ۱۴(۵۴)، ۱-۲۴.

۰
۰
سیدرضا علوی‌کیا
سیدرضا علوی‌کیا
شاید از این پست‌ها خوشتان بیاید