Artificial Intelligence [AI] Impact on Organizational Performance Measurement and KPI’s

הרקע לפרויקט:

ההתפתחות המהירה של בינה מלאכותית (AI) והשפעתה על תחומים רבים, ובמיוחד על תהליכי עבודה בארגונים, הפכה לנושא מחקרי מרכזי. AI יכולה לשפר את יעילות התהליכים על ידי אוטומציה של משימות, קבלת החלטות מושכלות, וניתוח נתונים בזמן אמת. פרויקט זה נועד להכיר לסטודנטים את היסודות והפוטנציאל של AI בייעול תהליכי עבודה, ולהמחיש את היישום שלה באמצעות חקר ויישום מעשי בסביבות חקר משתנות.

מטרת הפרויקט:

- להקנות לסטודנטים ידע, כישורים וכלים נדרשים כדי להבין, לנתח וליישם בינה מלאכותית לשיפור והתייעלות תהליכי עבודה בארגון. הפרויקט יתמקד בהערכת ההשפעות של AI על קטגוריות ומקטעים מגוונים, בתהליכי העבודה ובחינת תוצאותיהן בפועל.
- לחקור תחום ספציפי בעולם יישומי בינה מלאכותית תוך הערכה ביקורתית של נושא אחד בתחום.
הספרות מציגה מגוון גישות ומדדים לשילוב מושכל של AI בתהליכי עבודה. הקטגוריות החשובות ביותר שממקסמות את יישום הבינה בסביבת עבודה אנושית ובסביבת עבודה נתונה. הדגש בפרויקט זה הינו לנתח וליישם קטגוריה אחת ההכרחית לטיפול באתגרים מהתחום הנ"ל, מיפוי וסיווג דטה ארגוני ומיפוי כלי בינה ספציפיים המיושמים במקטעי עבודה מגוונים. לצורך ביצוע של הפרויקט הסטודנטים ידרשו לשלב כלי מחקר מגוונים.

תכולת הפרויקט:

האתגר בפרויקט זה הוא לזהות ולפתור בעיה בתהליך עבודה ארגוני באמצעות יישום כלים מבוססי AI או כלי סטטיסטי אחר באישור. הפרויקט ידרוש ידע/למידה בתחום:
AI ויישומיה בתהליכי עבודה.
ניתוח נתונים ארגוניים ושימוש באלגוריתמים מבוססי AI.לצורך בחינת מדדי ביצוע תפעוליים KPI’s.
בדיקת השפעות AI על תוצאות עסקיות והערכת מדדי הצלחה.

תכולת הפרויקט
שלבי הפרויקט יכילו: (1) סקר ספרות (2) בחירת בעיה ואישורה 3) בחירת דטהסט רלוונטי לפתרון הבעיה תוך מיפוי סביבת העבודה. (4) פתרון מוצע והערכה ביקורתית על בסיס הנתונים. (5) כתיבת הפרויקט וסיכום התוצאות.

קורסי קדם:

הישגים גבוהים בקורס סטטיסטיקה, מבני נתונים, וויזואליזציה של נתונים
יכולת תכנות (פייתון, R)
ראייה ארגונית מערכתית

מקורות:

1. Notovich, A., Chalutz-Ben Gal, H., & Ben-Gal, I. (2023). Explainable artificial intelligence (XAI): motivation, terminology, and taxonomy. In Machine Learning for Data Science Handbook: Data Mining and Knowledge Discovery Handbook (pp. 971-985). Cham: Springer International Publishing.
2. Chalutz Ben-Gal, H. (2023). Artificial intelligence (AI) acceptance in primary care during the coronavirus pandemic: what is the role of patients' gender, age and health awareness? A two-phase pilot study. Frontiers in Public Health, 10, 931225.
3. Chalutz-Ben Gal, H. (2023). Human Resources-Based Organizational Data Mining (HRODM): Themes, Trends, Focus, Future. In: Rokach, L., Maimon, O., Shmueli, E. (eds) Machine Learning for Data Science Handbook. Springer, Cham. https://doi.org/10.1007/978-3-031-24628-9_36
4. Chalutz-Ben Gal, H. (2019). An ROI-based review of HR analytics: practical implementation tools. Personnel Review, 48(6), 1429-1448.