اهداف جلسه

• تبیین تفاوت میان اتوماسیون، تقویت (Augmentation) و هوش مشارکتی
• آشنایی با مفهوم "قفل‌شدگی پارادایمی" و دلایل شکست پروژه‌های هوش مصنوعی

محتوای تشریحی

در این جلسه، به بررسی بنیادین این موضوع می‌پردازیم که چرا سرمایه‌گذاری‌های کلان در هوش مصنوعی لزوماً به سودآوری منجر نمی‌شود.

اهداف جلسه

• یادگیری مدل‌های ارزیابی بلوغ سازمان برای پذیرش هوش مصنوعی
• شناسایی شکاف‌های موجود در داده، زیرساخت و فرهنگ

محتوای تشریحی

در این جلسه با استفاده از مدل‌های ارزیابی چندبعدی، پنج رکن اصلی آمادگی را بررسی می‌کنیم: استراتژی، داده، زیرساخت فناوری، استعداد و مهارت، و حکمرانی.

اهداف جلسه

• آشنایی با چارچوب FAIGMOE برای سازمان‌های متوسط و بزرگ
• تدوین مراحل ارزیابی استراتژیک، برنامه‌ریزی، پیاده‌سازی و عملیاتی‌سازی

محتوای تشریحی

چارچوب FAIGMOE به عنوان مدلی جامع معرفی می‌شود که نظریه‌های پذیرش فناوری را با مدیریت تغییر ترکیب می‌کند.

اهداف جلسه

• کاربرد مدل ADKAR در پروژه‌های هوش مصنوعی
• شناسایی و مدیریت مقاومت‌های روان‌شناختی کارکنان

محتوای تشریحی

در این جلسه، مدل ADKAR را به طور اختصاصی برای هوش مصنوعی بومی‌سازی می‌کنیم: Awareness (آگاهی)، Desire (تمایل)، Knowledge (دانش)، Ability (توانایی)، Reinforcement (تثبیت).

اهداف جلسه

• بازتعریف نقش مدیران ارشد و میانی
• توسعه مهارت‌های نرم ضروری برای رهبران (همدلی، تفکر انتقادی)

محتوای تشریحی

هوش مصنوعی نقش مدیران را از "کنترل‌کننده کار" به "طراح کار" و "مربی" تغییر می‌دهد. رهبران باید دارای ویژگی‌هایی باشند که ماشین فاقد آن است: آگاهی، شفقت و خرد.