<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName>اندیشکده مدیریت و اقتصاد تدبیر نیکان</PublisherName>
      <JournalTitle>هوشمندسازی در حسابداری، اقتصاد و مدیریت مالی</JournalTitle>
      <Issn></Issn>
      <Volume>2</Volume>
      <Issue>پیاپی 8</Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>04</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>The Role of Explainable Artificial Intelligence in Enhancing Financial Managers’ Trust in Algorithmic Outputs and Investment Decisions</ArticleTitle>
    <VernacularTitle>بررسی نقش هوش مصنوعی توضیح‌پذیر در افزایش اعتماد مدیران مالی به خروجی‌های الگوریتمی و تصمیمات سرمایه‌گذاری</VernacularTitle>
    <FirstPage>14</FirstPage>
    <LastPage>26</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>مهدی</FirstName>
        <LastName>طاهری نیا</LastName>
        <Affiliation>گروه حسابداری، دانشگاه تهران، تهران، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>ابراهیم</FirstName>
        <LastName>رویانی</LastName>
        <Affiliation>گروه حسابداری، دانشگاه تهران، تهران، ایران </Affiliation>
      </Author>
      <Author>
        <FirstName>سید رضا </FirstName>
        <LastName>مرادیان</LastName>
        <Affiliation>گروه حسابداری، دانشگاه تهران، تهران، ایران </Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <Abstract>&lt;p&gt;&lt;strong&gt;The Role of Explainable Artificial Intelligence in Enhancing Financial Managers’ Trust in Algorithmic Outputs and Investment Decisions&lt;/strong&gt;&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف پژوهش حاضر تبیین نقش هوش مصنوعی توضیح‌پذیر در شکل‌گیری اعتماد مدیران مالی به خروجی‌های الگوریتمی و نحوه اثرگذاری آن بر تصمیمات سرمایه‌گذاری در سازمان‌های مالی و غیرمالی شهر تهران بود. این پژوهش با رویکرد کیفی و روش تحلیل مضمون انجام شد. مشارکت‌کنندگان شامل 20 نفر از مدیران مالی، مدیران سرمایه‌گذاری، تحلیلگران ارشد مالی، مدیران ریسک و مدیران فناوری مالی فعال در شرکت‌ها و مؤسسات مالی مستقر در تهران بودند که با نمونه‌گیری هدفمند و گلوله‌برفی انتخاب شدند. داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته گردآوری شد و فرایند نمونه‌گیری تا دستیابی به اشباع نظری ادامه یافت؛ اشباع اولیه در مصاحبه هجدهم حاصل شد و دو مصاحبه تکمیلی برای اطمینان از کفایت داده‌ها انجام گرفت. مصاحبه‌ها پس از اخذ رضایت آگاهانه ضبط، پیاده‌سازی و با استفاده از نرم‌افزار NVivo تحلیل شدند. تحلیل داده‌ها بر اساس مراحل کدگذاری باز، طبقه‌بندی مفهومی و استخراج مضامین اصلی انجام شد و برای افزایش اعتبار یافته‌ها از بازبینی مشارکت‌کنندگان، بررسی همتایان، مسیر ممیزی و مقایسه مستمر داده‌ها استفاده گردید. تحلیل داده‌ها به استخراج پنج مقوله اصلی منجر شد: «کاهش ابهام شناختی از طریق فهم منطق الگوریتم»، «تقویت اعتبارسنجی حرفه‌ای و کنترل انسانی»، «افزایش پاسخگویی، شفافیت ریسک و حاکمیت داده»، «طراحی تعاملی و زمینه‌مند توضیحات الگوریتمی» و «تبدیل اعتماد کورکورانه به اعتماد مشروط و قابل پایش». مشارکت‌کنندگان تأکید کردند که توضیح‌پذیری زمانی اعتماد ایجاد می‌کند که فراتر از نمایش فنی متغیرها باشد و بتواند ارتباط میان داده‌ها، منطق مدل، سطح عدم‌قطعیت و پیامد تصمیم سرمایه‌گذاری را برای مدیر مالی روشن کند. نتایج نشان داد هوش مصنوعی توضیح‌پذیر نه صرفاً یک ابزار فنی، بلکه سازوکاری مدیریتی برای کاهش فاصله میان تحلیل الگوریتمی و قضاوت حرفه‌ای است. اعتماد مدیران مالی به خروجی‌های الگوریتمی زمانی افزایش می‌یابد که توضیحات ارائه‌شده دقیق، قابل فهم، متناسب با زمینه تصمیم، قابل ممیزی و همراه با امکان مداخله انسانی باشد. بنابراین، پیاده‌سازی موفق XAI در تصمیمات سرمایه‌گذاری مستلزم ترکیب شفافیت فنی، حاکمیت داده، آموزش مدیران مالی و چارچوب‌های پاسخگویی سازمانی است.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Explainable Artificial Intelligence</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Algorithmic Trust</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Financial Managers</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Investment Decisions</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Thematic Analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Data Governance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Algorithmic Outputs</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">هوش مصنوعی توضیح‌پذیر</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">اعتماد الگوریتمی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مدیران مالی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تصمیمات سرمایه‌گذاری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل مضمون</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">حاکمیت داده</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">خروجی‌های الگوریتمی</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jsaefm.com/index.php/jsaefm/article/download/46/44</ArchiveCopySource>
  </Article>
</ArticleSet>
