بررسی تاثیر قابلیت های هوش مصنوعی بر بهره وری کتابداران: نقش میانجی تسهیم دانش (کتابداران کتابخانه‌های علوم پزشکی دانشگاه‌های تهران)

پژوهشنامه کتابداری و اطلاع رسانی

مقاله 2، دوره 15، شماره 2 - شماره پیاپی 30، آبان 1404، صفحه 32-54   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/infosci.2025.93694.1240

نویسندگان

زهرا کیان راد¹؛ سیف اله اندایش^{* 2}

¹دانش آموخته دکتری، مدیریت اطلاعات و دانش، دانشگاه تهران، تهران، ایران.

²استادیار، گروه علم اطلاعات و دانش شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه خلیج فارس، بوشهر، ایران.

چکیده

مقدمه و اهداف: این پژوهش با هدف بررسی تأثیر قابلیت‌های هوش مصنوعی بر بهره‌وری کتابداران، با تأکید بر نقش میانجی تسهیم دانش، در میان کتابداران کتابخانه‌های دانشگاه‌های علوم پزشکی مستقر در تهران انجام شده است.
روش‌‌ها: روش پژوهش از نوع پیمایش همبستگی و از منظر هدف، کاربردی است. جامعه آماری این پژوهش شامل کتابداران شاغل در کتابخانه‌های دانشگاه‌های علوم پزشکی شهر تهران که در مجموع 214 نفر بودند، با استفاده از فرمول کوکران و در نظر گرفتن پارامترهای آماری استاندارد، حجم نمونه پژوهش 137 نفر تعیین گردید. برای سنجش متغیرهای پژوهش از ابزارهای معتبر و استاندارد بهره گرفته شد. میزان استفاده از هوش مصنوعی از طریق پرسشنامه‌ای ۲۲‌گویه‌ای در پنج بعد (مدیریت هوش مصنوعی، تصمیم‌گیری مبتنی بر هوش مصنوعی، زیرساخت هوش مصنوعی، آمادگی برای هوش مصنوعی، و مهارت‌های مرتبط با هوش مصنوعی)، بهره‌وری با ابزار ۱۷‌گویه‌ در چهار بُعد (کارایی، اثربخشی، تعهد و توانایی حل مسئله) و شاخص تسهیم دانش که شامل ۱۲ گویه بود، ارزیابی شد. تمامی ابزارها براساس طیف پنج‌درجه‌ای لیکرت طراحی شدند. روایی ابزارها از طریق تحلیل روایی همگرا و واگرا و پایایی آن‌ها با محاسبه آلفای کرونباخ تأیید شد.
یافته‌ها: نتایج نشان داد که بین هوش مصنوعی و بهره‌وری کتابداران رابطه مثبت و معناداری وجود داشت. همچنین، هوش مصنوعی اثر مثبت و معناداری بر تسهیم دانش داشت. از سوی دیگر، تسهیم دانش با بهره‌وری کتابداران رابطه مثبت و معناداری برقرار کرد.
بحث و نتیجه‌گیری: تحلیل‌ها بیانگر آن است که تسهیم دانش به‌عنوان یک متغیر میانجی کامل، نقش مهمی در پیوند میان قابلیت‌های هوش مصنوعی و بهره‌وری کتابداران ایفا می‌کند.
اصالت: این پژوهش به غنای ادبیات مرتبط با هوش مصنوعی در حوزه کتابداری کمک کرده و خلأهای موجود در فهم روابط میان فناوری‌های نوین و بهره‌وری منابع انسانی در کتابخانه‌ها را آشکار می‌سازد.

کلیدواژه‌ها

هوش مصنوعی؛ بهره‌وری کتابداران؛ تسهیم دانش؛ کتابداران؛ اشتراک‌گذاری دانش

مراجع

Acypreste, R. d., & Paraná, E. (2022). Artificial Intelligence and employment: a systematic review. Brazilian Journal of Political Economy, 42(4), 1014-1032. doi:https://doi.org/10.1590/0101-31572022-3320

Al Naqbi, H., Bahroun, Z., & Ahmed, V. (2024). Enhancing work productivity through generative artificial intelligence: A comprehensive literature review. Sustainability, 16(3), 1166. doi:https://doi.org/10.3390/su16031166

Alenezi, A., Alshammari, M. H., & Ibrahim, I. A. (2024). Optimizing nursing Productivity: exploring the role of Artificial Intelligence, Technology Integration, competencies, and Leadership. Journal of Nursing Management, 2024(1), 8371068. doi:https://doi.org/10.1155/2024/8371068

Binsaeed, R. H., Yousaf, Z., Grigorescu, A., Samoila, A., Chitescu, R. I., & Nassani, A. A. (2023). Knowledge Sharing Key Issue for Digital Technology and Artificial Intelligence Adoption. Systems, 11(7), 316. doi:https://doi.org/10.3390/systems11070316

Callari, T. C., & Puppione, L. (2025). Can generative artificial intelligence productivity tools support workplace learning? A qualitative study on employee perceptions in a multinational corporation. Journal of Workplace Learning. doi:https://doi.org/10.1108/JWL-11-2024-0258

Chen, D., Esperança, J. P., & Wang, S. (2022). The impact of artificial intelligence on firm performance: an application of the resource-based view to e-commerce firms. Frontiers in psychology, 13, 884830. doi:https://doi.org/10.3389/fpsyg.2022.884830

Chukwuka, E. J., & Dibie, K. E. (2024). Strategic role of artificial intelligence (AI) on human resource management (HR) employee performance evaluation function. International Journal of Entrepreneurship and Business Innovation, 7(2), 269-282. doi:http://10.52589/IJEBI-HET5STYK

Dammaj, A., Alawneh, A., Hammad, A. A., & Sweis, R. J. (2016). Investigating the relationship between knowledge sharing and service quality in private hospitals in Jordan. International Journal of Productivity and Quality Management, 17(4), 437-455. doi:https://doi.org/10.1504/IJPQM.2016.075248

Gusti, M. A., Satrianto, A., Juniardi, E., & Fitra, H. (2024). Artificial intelligence for employee engagement and productivity. Problems and Perspectives in Management, 22(3), 174. doi:http://10.21511/ppm.22(3).2024.14

Jabbarzadeh, Y. (2013). Determining the effective Indicators in Measurement of the Employees’ effectiveness Case Study of Inspection of NAJA. Supervision & Inspection, 7(24), 55-72. doi:https://dor.isc.ac/dor/20.1001.1.17359554.1392.1392.24.3.8

Kassa, B. Y., & Worku, E. K. (2025). The impact of artificial intelligence on organizational performance: The mediating role of employee productivity. Journal of Open Innovation: Technology, Market, and Complexity, 11(1), 100474. doi:https://doi.org/10.1016/j.joitmc.2025.100474

Kokina, J., Blanchette, S., Davenport, T. H., & Pachamanova, D. (2025). Challenges and opportunities for artificial intelligence in auditing: Evidence from the field. International Journal of Accounting Information Systems, 56, 100734. doi:https://doi.org/10.1016/j.accinf.2025.100734

Li, N., Yan, Y., Yang, Y., & Gu, A. (2022). Artificial intelligence capability and organizational creativity: The role of knowledge sharing and organizational cohesion. Frontiers in psychology, 13, 845277. doi:https://doi.org/10.3389/fpsyg.2022.845277

Malik, A., De Silva, M. T., Budhwar, P., & Srikanth, N. (2021). Elevating talents' experience through innovative artificial intelligence-mediated knowledge sharing: Evidence from an IT-multinational enterprise. Journal of International Management, 27(4), 100871. doi:https://doi.org/10.1016/j.intman.2021.100871

Malik, A., Thevisuthan, P., & De Sliva, T. (2022). Artificial intelligence, employee engagement, experience, and HRM. Strategic human resource management and employment relations: An international perspective, 171-184. doi:https://doi.org/10.1007/978-3-030-90955-0_16

Morandini, S., Fraboni, F., De Angelis, M., Puzzo, G., Giusino, D., & Pietrantoni, L. (2023). The impact of artificial intelligence on workers’ skills: Upskilling and reskilling in organisations. Informing Science, 26, 39-68. doi:https://dx.doi.org/10.28945/5078

Necula, S.-C., Fotache, D., & Rieder, E. (2024). Assessing the impact of artificial intelligence tools on employee productivity: insights from a comprehensive survey analysis. Electronics, 13(18), 3758. doi:https://www.mdpi.com/2079-9292/13/18/3758#

Nguyen, T.-M., & Malik, A. (2022). Impact of knowledge sharing on employees' service quality: the moderating role of artificial intelligence. International Marketing Review, 39(3), 482-508. doi:http://10.1108/IMR-02-2021-0078

Nwankpa, J. K., & Roumani, Y. F. (2024). Remote work, employee productivity and innovation: the moderating roles of knowledge sharing and digital business intensity. Journal of Knowledge Management, 28(6), 1793-1818. doi:http://dx.doi.org/10.1108/JKM-12-2022-0967

Olan, F., Arakpogun, E. O., Suklan, J., Nakpodia, F., Damij, N., & Jayawickrama, U. (2022). Artificial intelligence and knowledge sharing: Contributing factors to organizational performance. Journal of Business Research, 145, 605-615. doi:http://dx.doi.org/10.1016/j.jbusres.2022.03.008

Olan, F., Ogiemwonyi Arakpogun, E., Suklan, J., Nakpodia, F., Damij, N., & Jayawickrama, U. (2022). Artificial intelligence and knowledge sharing: Contributing factors to organizational performance. Journal of Business Research, 145, 605-615. doi:https://doi.org/10.1016/j.jbusres.2022.03.008

Olan, F., Suklan, J., Arakpogun, E. O., & Robson, A. (2021). Advancing consumer behavior: The role of artificial intelligence technologies and knowledge sharing. IEEE Transactions on Engineering Management. doi:http://dx.doi.org/10.1109/TEM.2021.3083536

Papagiannidis, E., Mikalef, P., & Conboy, K. (2025). Responsible artificial intelligence governance: A review and research framework. The Journal of Strategic Information Systems, 34(2), 101885. doi:https://doi.org/10.1016/j.jsis.2024.101885

Perifanis, N.-A., & Kitsios, F. (2023). Investigating the influence of artificial intelligence on business value in the digital era of strategy: A literature review. Information, 14(2), 85. doi:https://doi.org/10.3390/info14020085

Russel, S., & Norvig, P. Artificial Intelligence: Modem Approach, 2002. Prentive Hall. doi:https://scholar.google.com/scholar_lookup

Sarker, I. H. (2022). AI-Based Modeling: Techniques, Applications and Research Issues Towards Automation, Intelligent and Smart Systems. SN Computer Science, 3(2), 158. doi:http://10.1007/s42979-022-01043-x

Saxena, M., & Mishra, D. K. (2025). Artificial intelligence: the way ahead for employee engagement in corporate India. Global Knowledge, Memory and Communication, 74(1/2), 111-127. doi:http://10.1108/GKMC-09-2022-0215

Shaikh, F., Afshan, G., Anwar, R. S., Abbas, Z., & Chana, K. A. (2023). Analyzing the impact of artificial intelligence on employee productivity: the mediating effect of knowledge sharing and well‐being. Asia Pacific Journal of Human Resources, 61(4), 794-820. doi:http://doi/abs/10.1111/1744-7941.12385

Shamout, M. D., Elayan, M. B. H., Hamouche, S., & Chabani, Z. (2025). The Role of Collaboration Technology and Knowledge Sharing Climate on Employee Productivity and Innovative Behavior. Knowledge and Process Management. doi:http://dx.doi.org/10.1002/kpm.1801

Singh, S., Siemon, D., & Vodolazskii, D. (2025). Emotional Productivity: Exploring the Impact of AI Interactions on Employee Well-Being and Workplace Efficiency. Proceedings of the 58th Hawaii International Conference on System Sciences. doi:https://urn.fi/URN:NBN:fi-fe202501174191

Szczepaniuk, H., & Szczepaniuk, E. K. (2022). Applications of artificial intelligence algorithms in the energy sector. Energies, 16(1), 347. doi:https://doi.org/10.3390/en16010347

Taleb, H. M., Mahrose, K., Abdel-Halim, A. A., Kasem, H., Ramadan, G. S., Fouad, A. M., . . . Salem, H. M. (2025). Using artificial intelligence to improve poultry productivity–a review. Annals of Animal Science, 25(1), 23-33. doi:http://10.2478/aoas-2024-0039

Trenerry, B., Chng, S., Wang, Y., Suhaila, Z. S., Lim, S. S., Lu, H. Y., & Oh, P. H. (2021). Preparing workplaces for digital transformation: An integrative review and framework of multi-level factors. Frontiers in psychology, 12, 620766. doi:https://doi.org/10.3389/fpsyg.2021.620766

Zeb, A., Rehman, F. U., Bin Othayman, M., & Rabnawaz, M. (2025). Artificial intelligence and ChatGPT are fostering knowledge sharing, ethics, academia and libraries. The International Journal of Information and Learning Technology, 42(1), 67-83. doi:http://10.1108/IJILT-03-2024-0046