سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

از داده تا تصمیم: نقش الگوریتم‌های تفسیرپذیر یادگیری ماشین در مدیریت معاصر

نویسندگان :

بیتا یزدانی¹ سمیه صالحی² سید حسین براتی³

1- دانشگاه آزاد اسلامی واحد نجف آباد 2- دانشگاه آزاد اسلامی واحد نجف آباد 3- دانشگاه آزاد اسلامی واحد نجف آباد

کلمات کلیدی :

یادگیری ماشین،تصمیم‌گیری مدیریتی،تفسیرپذیری مدل،رگرسیون خطی،نایو بیز

چکیده :

با گسترش به‌کارگیری الگوریتم‌های یادگیری ماشین در سازمان‌ها، تصمیم‌گیری مدیریتی به‌طور فزاینده‌ای بر مبنای مدل‌های داده‌محور انجام می‌شود. با این حال، اتکای روزافزون به مدل‌های پیچیده و کم‌شفاف، چالش‌هایی اساسی از جمله کاهش قابلیت توضیح تصمیم‌ها، دشواری پاسخگویی مدیریتی و تضعیف اعتماد تصمیم‌گیران را به همراه داشته است؛ چالش‌هایی که در تصمیم‌های دارای پیامدهای راهبردی، مالی و اخلاقی اهمیت مضاعف می‌یابند. هدف این مقاله، با اتخاذ یک رویکرد مروری–تحلیلی، بررسی نقش الگوریتم‌های تفسیرپذیر یادگیری ماشین در ارتقای کیفیت تصمیم‌گیری مدیریتی و تبیین شرایطی است که تحت آن، شفافیت و تفسیرپذیری می‌تواند بر دقت صرفِ پیش‌بینی ارجحیت یابد. بدین منظور، ابتدا نقش کیفیت داده و فرایند تبدیل داده به دانش تصمیم‌ساز در بستر تصمیم‌گیری مدیریتی مورد بحث قرار می‌گیرد. سپس، الگوریتم‌هایی با تفسیرپذیری ذاتی نظیر رگرسیون خطی و نایو بیز، به‌عنوان نمونه‌هایی از مدل‌های هم‌راستا با الزامات پاسخگویی و قضاوت مدیریتی، در مقایسه با مدل‌های پیچیده‌تر تحلیل می‌شوند. در ادامه، ملاحظات اخلاقی، ریسک‌های سوگیری داده‌ای و پیامدهای سازمانی استفاده از مدل‌های داده‌محور از منظر مسئولیت‌پذیری تصمیم بررسی شده و در نهایت، یک چارچوب مفهومی برای به‌کارگیری آگاهانه الگوریتم‌های تفسیرپذیر در مدیریت ارائه می‌شود. نتایج این مطالعه نشان می‌دهد که در بسیاری از مسائل تصمیم‌گیری مدیریتی ـ به‌ویژه در سطوح راهبردی و نظارتی ـ الگوریتم‌های قابل تفسیر، با وجود کاهش محدود در دقت پیش‌بینی، می‌توانند اعتماد، پذیرش و اثربخشی تصمیم‌ها را به‌طور معناداری افزایش دهند.