机构名称：
¥ 1.0
大型项目越来越多地在复杂的环境中运行，同时利用一系列复杂的数据点，需要精确的分析才能准确控制和干预，以减轻可能的项目失败。再加上在变革项目中越来越依赖新的信息系统和流程，全球 90% 的大型项目未能实现其计划目标。在颠覆性技术创新的背景下，人们对人工智能 (AI) 概念重新产生兴趣，旨在通过项目生命周期增强项目经理的认知能力并提高项目卓越性。然而，尽管人们的兴趣日益浓厚，但对于项目经理在复杂环境中利用人工智能提高认知负荷的能力，经验见解仍然有限。因此，本研究采用探索性顺序线性混合方法来解决复杂项目中人工智能的瞬时适应性以及对认知负荷增强的影响的未解决的经验问题。通过对领域专家进行半结构化访谈得出的初步主题发现表明，为了利用人工智能技术和流程随着时间的推移可持续地增强复杂数据的认知负荷，项目经理需要提高知识水平并获取相关技术，这些技术可以调解复杂项目中的数据流程，但同样反映不同项目阶段的应用。这些初步发现支持进一步的假设检验，即通过一项更大规模的定量研究结合结构方程模型来检验人工智能与项目经理在复杂环境中的项目数据认知负荷之间的关系。关键词：瞬态信息、适应性、人工智能、人工智能、可持续、数据流程、复杂项目、项目管理、项目失败、项目成功、认知负荷、大型项目、智能系统、驾驶舱设计、大型项目。引用本文 Dacre, N., Kockum, F., & Senyo, PK.(2020)。人工智能的瞬态信息适应：面向复杂项目中的可持续数据处理。英国管理学院，英国曼彻斯特。https://dx.doi.org/10.2139/ssrn.3813559
人工智能的瞬态信息适应
主要关键词
相关文件推荐
