Industry 5.0 inaangaliwa kama mkabala unaolenga si kuongeza tu kiwango cha uotomatishaji, bali pia kufanya utaalamu wa binadamu, akili bandia na uwezo wa mashine zifanye kazi kwa pamoja ndani ya mfumo mmoja wa kijamii-kiteknolojia. Utafiti huu unatengeneza Muundo wa Usimamizi wa Ubunifu wa Industry 5.0 unaounganisha uelekezaji kwa binadamu, uwajibikaji wa kimaadili na uendelevu katika mfumo mmoja ili kueleza namna ushirikiano huo unavyoweza kupangiliwa katika usimamizi wa ubunifu. Utafiti unaanza kwa mapitio ya kimfumo ya fasihi na uchanganuzi wa maudhui wa kimaelezo; muundo huo unaendelezwa katika vikao vitatu tofauti na wataalamu 11, kisha unajaribiwa kwa kiasi kwa kutumia PLS-SEM kwa data za washiriki 316 kutoka sekta saba tofauti, na katika hatua ya mwisho uwezekano wa matumizi yake unatathminiwa kwa tafiti mbili za kimaelezo za visa katika mashirika ya utalii/ukarimu na huduma za afya.

Muundo uliopendekezwa una maeneo sita yanayohusiana: Ushirikiano wa Binadamu–Akili Bandia–Mashine (HMS), Ikolojia ya Utambuzi na Ubunifu Mahiri (CIDE), Mikakati ya Usimamizi wa Ubunifu (DMS), Viwezeshaji vya Teknolojia na Miundombinu (TIE), Muunganisho wa Kishirika na Kimkakati (O&SI) na Uundaji wa Pamoja na Ubunifu wa Uzoefu (CCXD). Katika muundo wa kiasi, njia yenye nguvu zaidi ilipatikana kati ya Ushirikiano wa Binadamu–Akili Bandia–Mashine na Mikakati ya Usimamizi wa Ubunifu (β = 0.782, t = 14.418, p < 0.001). Mikakati ya Usimamizi wa Ubunifu pia ilionyesha mahusiano chanya na Muunganisho wa Kishirika na Kimkakati kwa β = 0.722 na na Ikolojia ya Utambuzi na Ubunifu Mahiri kwa β = 0.646. Kinyume chake, njia ya mwingiliano inayohusiana na dhana kwamba DMS hurekebisha uhusiano wa HMS → CIDE haikuwa na umuhimu wa kitakwimu (β = −0.005, t = 0.201, p = 0.841).

Ujumbe mkuu wa utafiti ni kwamba usimamizi bora wa ubunifu katika Industry 5.0 hauwezi kuelezwa kwa akili bandia yenye nguvu zaidi au miundombinu ya kiteknolojia iliyoendelea zaidi pekee. Katika muundo wa utafiti, uamuzi wa binadamu, uchanganuzi unaosaidiwa na akili bandia, uwezo wa mashine, ushiriki wa watumiaji, mkakati wa shirika, utawala wa kimaadili na miundombinu ya kiteknolojia vinachukuliwa kama mfumo unaojilisha kwa pamoja. Hata hivyo, sehemu ya kiasi ni ya mkato wa muda mmoja na inategemea taarifa za washiriki wenyewe; matokeo ya tafiti mbili za visa si vipimo vya utendaji wa kiasi bali ni ushahidi wa kimaelezo wa utekelezaji. Kwa hiyo, bado haijaonyeshwa kuwa muundo huo utatoa matokeo sawa katika sekta zote.

Kwa mtazamo wa Türkiye, muundo huu unatoa mfumo unaoweza kutumiwa kuchunguza namna ushirikiano wa binadamu–AI unavyoweza kusimamiwa katika uzalishaji, sekta ya mashine, ofisi za ubunifu, huduma za afya, utalii, magari, programu na mifumo ya huduma inayosaidiwa na akili bandia. Hata hivyo, sampuli ya kiasi ya utafiti ilikusanywa kutoka sekta mbalimbali za Ulaya, Amerika Kaskazini na Asia, huku matumizi ya maisha halisi yakichunguzwa katika mashirika mawili tu ya huduma. Kwa mashirika ya Türkiye, ufaafu wa matumizi na athari zake vinahitaji kuthibitishwa kwa data za ndani.

Industry 5.0 inatofautianaje na Industry 4.0?

Chanzo cha kinadharia cha utafiti ni mabadiliko ya mwelekeo kati ya Industry 4.0 na Industry 5.0. Kwa mujibu wa utafiti, tofauti na mantiki ya Industry 4.0 inayosisitiza uotomatishaji na ufanisi, Industry 5.0 inaunganisha maendeleo ya teknolojia na ubunifu wa binadamu, maadili ya kijamii, uendelevu na michakato ya kufanya maamuzi inayomweka binadamu katikati.

Katika mtazamo huu, uhusiano kati ya binadamu na akili bandia haujengwi kwa namna ya “mfumo unaochukua nafasi ya binadamu”. Akili bandia inawekwa kama mshirika anayepanua uwezo wa uchanganuzi wa binadamu na kusaidia mchakato wa kufanya maamuzi. Hasa, kubaki kwa uamuzi wa mwisho wa kimaadili, ufahamu wa muktadha, hisia ya kitaalamu na maadili ya kijamii mikononi mwa binadamu ni mojawapo ya kanuni kuu za muundo.

Utafiti unaeleza mkabala huu kupitia dhana ya augmented cognition, yaani kuongeza uwezo wa utambuzi kwa kutumia teknolojia. Akili bandia inaweza kuchanganua seti kubwa za data, kutoa utabiri na kuunda hali mbadala za ubunifu; hata hivyo, kuzitathmini kwa kuzingatia thamani, maadili, utamaduni na uzoefu wa mtumiaji kunabaki sehemu ya utaalamu wa binadamu.

Pengo la kisayansi linaloshughulikiwa na utafiti ni lipi?

Waandishi wanasema fasihi iliyopo kuhusu Industry 5.0 na usimamizi wa ubunifu imegawanyika kwa kiwango kikubwa. Baadhi ya mbinu za awali hulenga uboreshaji unaosaidiwa na akili bandia, nyingine ubunifu unaomweka binadamu katikati, nyingine uendelevu, na nyingine mifumo ya kimtandao-kifizi au utawala wa mashirika.

Tatizo ni kwamba haijaelezwa vya kutosha jinsi vipengele hivi vinavyoweza kuratibiwa ndani ya usanifu mmoja wa usimamizi wa ubunifu. Kwa hiyo lengo la utafiti si tu kutoa orodha mpya ya dhana, bali kupima mahusiano kati ya ubunifu wa binadamu, uwezo wa akili bandia, miundombinu ya kiteknolojia, mifumo ya maamuzi ya shirika, maadili na uendelevu ndani ya mfumo mmoja wa kimuundo.

Maswali matatu makuu ya utafiti

1. Ni vipengele gani vya msingi vya Muundo wa Usimamizi wa Ubunifu unaounganisha kwa ufanisi akili bandia, utaalamu wa binadamu na uwezo wa mashine katika muktadha wa Industry 5.0?
2. Ni mifumo gani ya usimamizi wa ubunifu na kanuni zipi za upangaji zinahitajika ili kuwezesha ushirikiano bora wa binadamu–akili bandia–mashine katika mfumo unaolenga Industry 5.0?
3. Muundo uliopendekezwa unaweza kutekelezwaje ili kusaidia ushirikiano wa binadamu–akili bandia–mashine katika mazingira halisi ya shirika?

Mapitio ya fasihi yalikuwa na ukubwa gani?

Katika mapitio ya awali ya fasihi, tafiti 114 zinazohusiana na usimamizi wa ubunifu na tafiti 98 zinazohusiana na Industry 5.0/uendelevu zilitambuliwa. Baada ya kuondoa machapisho yaliyorudiwa na yasiyofaa, tafiti 88 na 52 mtawalia zilibaki kwa uchanganuzi wa kina wa kimaelezo.

Google Scholar, Scopus, Web of Science, JSTOR na IEEE Xplore zilitumiwa kama vyanzo vya data. Katika utafutaji, misemo kama “Design Management”, “Industry 5.0”, “Sustainability Goals”, “Industrial Design”, “Human–AI Synergy”, “Design Strategies” na “Participatory Design” ilitumika.

Ni mada zipi zilijitokeza katika fasihi ya usimamizi wa ubunifu?

Kielelezo 2 katika ukurasa wa 13 wa chanzo pia kinaonyesha muundo huu wa mada kwa namna ya mtandao. Ubunifu unaomweka binadamu katikati, muunganisho wa teknolojia na ubunifu endelevu vinaonekana kama vinundu vikubwa, huku ubunifu shirikishi, fikra za ubunifu, uongozi, unyumbufu na maadili vikionyeshwa vikiwa vimeunganishwa na mada nyingine.

Ni mada zipi zilitawala katika fasihi ya Industry 5.0 na uendelevu?

Mada hizi si makundi yanayofungana kikamilifu. Chanzo kinaeleza wazi kuwa utafiti mmoja unaweza kupewa misimbo katika mada zaidi ya moja; kwa hiyo haitegemewi kwamba jumla ya asilimia itakuwa %100.

Muundo uliendelezwa vipi pamoja na wataalamu?

Muundo uliopatikana kutokana na uchanganuzi wa fasihi haukukubaliwa moja kwa moja kama muundo wa mwisho. Wataalamu 11 katika ubunifu wa viwandani, usimamizi wa ubunifu na Industry 5.0 walihusishwa katika mchakato wa kuendeleza muundo.

Kulingana na chanzo, wataalamu wote walikuwa na angalau shahada ya uzamivu; walifanya kazi kama maprofesa au watafiti na wakati huo huo waliendesha kampuni zao zinazohusiana na ubunifu. Hivyo jopo lilikusudiwa kuwa na uzoefu wa kitaaluma na wa vitendo kwa pamoja.

Tathmini za wataalamu zilifanyika katika vikao vitatu, kila kimoja kikichukua takribani saa mbili. Kikao cha kwanza kilizingatia ushirikiano wa binadamu–AI, uendelevu na istilahi. Kikao cha pili kiliongeza msisitizo kwa matumizi ya AI ya kimaadili, faragha ya data, uwazi, haki, uongozi unaomweka binadamu katikati na unyumbufu wa ubunifu. Katika kikao cha tatu, ukamilifu na uwezekano wa matumizi ya muundo vilitathminiwa na muundo wa mwisho ukaidhinishwa.

Waandishi wanakubali kwamba wataalamu wanaofanya shughuli za kitaaluma na kibiashara katika ubunifu wanaweza kuwa na upendeleo wa mtazamo. Ili kupunguza hatari hii, wataalamu walihimizwa si tu kuidhinisha muundo, bali pia kukosoa na kuhoji miundo na mahusiano; imeelezwa kuwa maoni yao yaliandikwa kwa namna inayoweza kufuatiliwa.

Maeneo sita makuu ya muundo uliopendekezwa

Kielelezo 4 katika ukurasa wa 17 wa chanzo kinaonyesha usanifu mkuu wa usimamizi wa ubunifu wa utafiti. Muundo unafafanua maeneo sita si kama visanduku vinavyojitegemea, bali kama mfumo wenye nguvu unaopokea mrejesho kutoka kwa kila eneo jingine.

Jukumu la AI: Si kuchukua nafasi, bali kuongeza uwezo

Katika sehemu ya HMS ya muundo, akili bandia imefafanuliwa wazi kupitia mkabala wa “AI as an Augmenter, Not a Replacement”. Kwa maneno mengine, lengo la mfumo si kumwondoa mbunifu wa binadamu, bali kusaidia uwezo wa utambuzi na ubunifu wa binadamu.

Katika eneo hili, usimamizi wa mzigo wa utambuzi, miingiliano inayobadilika, mrejesho na mageuzi ya pamoja, pamoja na mifumo ya maamuzi shirikishi kati ya binadamu na AI vinaonekana kuwa muhimu. Binadamu hasa anaendelea kuwa na jukumu la tathmini ya kimaadili, ufasiri wa muktadha na tathmini ya athari za kitamaduni au kijamii za ubunifu.

Kwa nini Ikolojia ya Utambuzi na Ubunifu Mahiri iko katikati?

CIDE imefafanuliwa kama ikolojia kuu ya taarifa na ujifunzaji inayokusanya maarifa kutoka maeneo mbalimbali ya muundo. Akili ya ubunifu inayotegemea data, mifumo ya AI inayotambua muktadha na usaidizi wa kiotomatiki wa ubunifu viko ndani ya eneo hili.

Matokeo ya kimuundo ya muundo yanaonyesha kwamba CIDE haielezwi na teknolojia moja pekee. CIDE imeonyesha mahusiano yenye umuhimu na DMS, TIE, HMS, CCXD na O&SI kila moja kivyake. Muundo huu unaunga mkono mkabala kwamba ikolojia ya ubunifu mahiri haijengwi na algoriti pekee, bali na kufanya kazi kwa pamoja kwa teknolojia, ushirikiano wa binadamu, ushiriki wa watumiaji na muunganisho wa shirika.

Ni mahusiano gani yalipatikana katika muundo wa kimuundo?

Kulingana na Jedwali 8, mgawo mkubwa zaidi wa njia iliyosanifishwa katika muundo ni HMS → DMS, β = 0.782. Huu unafuatwa na DMS → O&SI (β = 0.722) na DMS → CIDE (β = 0.646).

Miongoni mwa njia zinazoelekea moja kwa moja CIDE, mgawo mkubwa zaidi kwa thamani ya namba ni β = 0.646 kwa DMS → CIDE. Ingawa katika mjadala wa baadaye wa chanzo njia ya TIE → CIDE yenye β = 0.595 imeelezwa kama “kitabiri chenye nguvu zaidi”, kauli hii haiendani na mpangilio wa vigawo katika Jedwali 8.

Je, athari ya udhibiti ya mikakati ya usimamizi wa ubunifu iliungwa mkono?

Hapana. Moja ya matokeo muhimu ya utafiti ni kwamba Mikakati ya Usimamizi wa Ubunifu haikubadilisha kwa kiasi chenye umuhimu uhusiano kati ya HMS na CIDE. Njia ya mwingiliano iliripotiwa kuwa β = −0.005, t = 0.201 na p = 0.841.

Waandishi wanafasiri matokeo haya kwa kusema kwamba akili ya utambuzi na ubunifu inayobadilika inayotokana na ushirikiano wa binadamu–AI–mashine haiundwi kikamilifu na udhibiti wa usimamizi uliowekwa katikati. Kwa mujibu wa tafsiri ya kinadharia ya muundo, maarifa na akili ya ubunifu yanaweza kukua kwa namna iliyosambazwa kutokana na mwingiliano kati ya vinundu mbalimbali vya binadamu, watumiaji na teknolojia.

Muundo ulitumika vipi katika kisa cha utalii na ukarimu?

Matumizi ya kwanza ya maisha halisi yalifanywa katika shirika la huduma katika sekta ya utalii na ukarimu. Chanzo hakifichui jina la kibiashara la shirika hilo.

Katika eneo la HMS, uigaji wa hali za safari unaosaidiwa na AI ulitumika. Akili bandia ilitengeneza hali tofauti za safari na malazi kutoka kwa data ya mazingira, demografia na mahitaji ya wakati halisi, huku wabunifu wa binadamu wakitathmini mapendekezo hayo kwa kuzingatia unyeti wa kitamaduni, mwitikio wa kihisia na ubora wa uzoefu. Kwa mujibu wa tafsiri ya chanzo, AI hapa haikufanya kazi kama mamlaka ya kufanya maamuzi, bali kama zana ya kuongeza uwezo wa utambuzi.

Katika CIDE, mifumo ya kupanga iliyounganisha hali za mazingira, mienendo ya watalii na data kutoka sehemu mbalimbali za mwingiliano ilitumika kwa uigaji unaobadilika wa mpangilio wa huduma, njia na matumizi ya rasilimali.

Katika safu ya DMS, mapendekezo ya AI hayakutekelezwa moja kwa moja. Wasimamizi wa ubunifu walitumia maarifa ya kialgoriti, lakini athari za kijamii na za uzoefu za mapendekezo zilitathminiwa katika mikutano ya tathmini iliyoongozwa na binadamu.

Katika eneo la TIE, miingiliano ya uhalisia ulioboreshwa na mifumo mahiri ya mapendekezo iliwaruhusu wateja kubinafsisha vipengele vya huduma kama sifa za vyumba na ratiba za shughuli.

Katika eneo la CCXD, ilionekana kuwa majukwaa ya ubunifu wa pamoja wa wateja yanayopatanishwa na AI yalisaidia uzoefu wa huduma uliobinafsishwa zaidi na unaofaa muktadha. Hata hivyo, matokeo haya si ya jaribio la utendaji wa kiasi lililodhibitiwa; chanzo kinafafanua hatua ya kisa kama uthibitishaji wa kimaelezo wa utekelezaji.

Nini kilibadilika katika kisa cha huduma za afya?

Kisa cha pili kilifanywa katika shirika la huduma za afya, na kwa sababu ya mwingiliano wenye hatari kubwa wa binadamu–AI, maadili, uwezo wa kueleza na mamlaka ya binadamu vilikuwa dhahiri zaidi.

Katika HMS, mifumo inayosaidiwa na AI ilitumika katika kupanga miadi, kugawa rasilimali na kuiga njia za matibabu. Hata hivyo, kubaki kwa maamuzi ya mwisho kwa wataalamu wa afya kulikuwa matumizi ya msingi ya mkabala unaomweka binadamu katikati wa muundo.

Katika CIDE, mapacha dijitali na zana za uigaji zilitumiwa kutathmini miundo mbadala ya mtiririko wa wagonjwa na michakato ya huduma.

Katika eneo la DMS, michakato ya maamuzi shirikishi iliyoandaa ushiriki wa wahudumu wa kliniki, wasimamizi na wawakilishi wa wagonjwa iliundwa. Matokeo ya AI yalitoa taarifa kwa mjadala lakini hayakuamua uamuzi wa mwisho.

Katika eneo la TIE, mifumo ya akili bandia inayoweza kuelezeka ilitumika. Uwezo wa wahudumu wa kliniki kuona sababu za mapendekezo ya kialgoriti ulitathminiwa katika uchunguzi wa kimaelezo wa utafiti kama kipengele muhimu cha uwazi na uaminifu.

Katika eneo la CCXD, maoni ya wagonjwa yaliingizwa katika mizunguko ya mara kwa mara ya kubuni upya huduma. Tofauti na kisa cha utalii, wagonjwa hawakushirikiana moja kwa moja kwa kiwango sawa na zana za kiteknolojia za ubunifu; hata hivyo, data za uzoefu ziliingia katika mifumo ya AI na maamuzi ya ubunifu yaliyoongozwa na binadamu.

Visa viwili kwa pamoja vinaonyesha nini?

Katika visa vyote viwili, hakukuonekana muundo ambao akili bandia ilichukua kabisa maamuzi ya binadamu. AI iliongeza uwezo wa uchanganuzi na uigaji, huku ufasiri wa mwisho na uwajibikaji vikibaki kwa binadamu.

Matumizi ya teknolojia yalitofautiana kwa sekta: katika utalii, uhalisia ulioboreshwa, ubinafsishaji na injini za mapendekezo zilijitokeza; katika afya, AI inayoweza kuelezeka, uigaji wa mtiririko wa wagonjwa na mapacha dijitali vilikuwa dhahiri zaidi. Hata hivyo, mantiki ya msingi ya usanifu wa maeneo sita iliweza kuhifadhiwa katika mazingira yote mawili.

Matokeo haya yanatoa msaada wa awali kwamba muundo unaweza kubadilishwa kwa miktadha tofauti ya huduma. Lakini kwa sababu mashirika mawili tu yalichunguzwa, haiwezi kuhitimishwa kuwa unatumika kwa ujumla katika uzalishaji, sekta ya umma, magari, elimu au sekta nyingine.

Uendelevu umewekwa wapi katika muundo?

Utafiti hauongezi uendelevu tu mwishoni mwa muundo kama kiashiria cha mwisho cha utendaji. Kulingana na chanzo, uendelevu umesambazwa katika miundombinu ya teknolojia, vigezo vya maamuzi ya kimkakati, ushiriki wa watumiaji na utawala wa mashirika.

Katika TIE, mifano ni kompyuta yenye ufanisi wa nishati, utengenezaji wa prototipu wenye taka kidogo na miundombinu inayozingatia mzunguko wa maisha; katika DMS, ufanisi wa rasilimali, ustahimilivu na mzunguko; na katika CCXD, ushiriki wa watumiaji katika chaguo za ubunifu zinazoathiri matokeo ya mazingira.

Kwa nini maadili si ukaguzi wa mwisho ulio tofauti?

Muundo wa utafiti hauchukulii maadili kama ukaguzi huru unaofanywa baada ya teknolojia kukamilika. HMS huhifadhi jukumu la binadamu katika uamuzi wa kimaadili; DMS huingiza uwazi wa kialgoriti, haki ya data na uwajibikaji wa wadau katika mfumo wa usimamizi wa kimkakati; O&SI inalenga kuingiza kanuni hizi katika mifumo ya uongozi na utawala.

Kwa hiyo, maadili hayahusishwi tu na ubora wa kiufundi wa algoriti ya AI, bali pia na namna AI inavyotumiwa ndani ya shirika, nani anayefanya maamuzi na mtumiaji anavyohusishwa katika mchakato.

Matokeo yanayoungwa mkono na utafiti

• Muundo uliopendekezwa wa usimamizi wa ubunifu umejaribiwa kwa kiasi kupitia maeneo sita yanayohusiana.
• Uhusiano wa kimuundo wenye nguvu na chanya ulipatikana kati ya HMS na DMS (β = 0.782).
• DMS ilionyesha mahusiano chanya yenye umuhimu na O&SI (β = 0.722) na CIDE (β = 0.646).
• CIDE ina mahusiano ya kimuundo yenye umuhimu kila moja na HMS, TIE, DMS, O&SI na CCXD.
• Dhana kwamba DMS hurekebisha uhusiano wa HMS → CIDE haikuungwa mkono.
• Visa vya utalii/ukarimu na huduma za afya vilitoa msaada wa awali wa kimaelezo kwamba muundo unaweza kutumika katika mazingira tofauti ya huduma.
• Muundo unaweka akili bandia si kama mbadala wa binadamu, bali kama mhusika mshirikishi anayoongeza maamuzi na ubunifu wa binadamu.

Matokeo yasiyoungwa mkono na utafiti

• Haijaonyeshwa kuwa muundo ni halali kwa jumla katika sekta zote.
• Haijaonyeshwa kuwa matumizi ya AI huongeza utendaji wa biashara kwa asilimia fulani.
• Matumizi ya visa viwili si majaribio ya utendaji wa kiasi yaliyodhibitiwa.
• Data za mkato wa muda mmoja kutoka dodoso hazitoshi kuanzisha uhusiano wa uhakika wa sababu na matokeo.
• Hakuna msaada wa kitakwimu kwamba DMS huimarisha uhusiano kati ya HMS na CIDE.
• Haijahitimishwa kuwa AI inapaswa kuwaondoa wabunifu au wasimamizi wa binadamu.
• Haijathibitishwa kuwa vigawo vilevile vya kimuundo ni halali katika mashirika ya Türkiye.

Mbinu na Matokeo ya Utafiti

Muundo wa jumla wa utafiti

Utafiti unatumia mkabala mfuatano wa mbinu mchanganyiko unaojumuisha hatua nne kuu:

1. Mapitio ya kimfumo ya fasihi na uchanganuzi wa kimaelezo wa mada,
2. Uundaji wa muundo na uthibitishaji wa maudhui na wataalamu 11,
3. Uthibitishaji wa kiasi wa PLS-SEM na washiriki 316,
4. Uthibitishaji wa kimaelezo wa matumizi kupitia visa viwili katika utalii/ukarimu na huduma za afya.

Kielelezo 1 katika ukurasa wa 9 wa chanzo kinaonyesha mchakato wa utafiti kwa hatua 13 kwa undani. Mtiririko unaanzia ukusanyaji wa fasihi na uchanganuzi wa Atlas.ti, unaendelea hadi maoni ya wataalamu, ujenzi wa muundo, tathmini ya kipimo na muundo wa kimuundo katika SmartPLS, na mwishowe kulinganisha matumizi ya visa viwili.

Uchanganuzi wa maudhui wa kimaelezo

Fasihi iliyochaguliwa iliwekewa misimbo kwa kutumia Atlas.ti 23.2.3 kwa kufuata mkabala wa uchanganuzi wa mada wa Braun na Clarke. Watafiti wanaripoti kutumia hatua za kujifahamisha na data, kuunda misimbo ya awali, kutengeneza mada, kupitia mada, kuzifafanua na kuzipa majina.

Kitabu cha misimbo, mkondo wa ukaguzi na madokezo ya mara kwa mara vilitumika kuandika ufafanuzi wa misimbo, sheria za kujumuisha/kutenga na maamuzi ya uchanganuzi.

Sampuli ya kiasi

Uthibitishaji wa kiasi ulifanywa kwa washiriki 316. Washiriki walichaguliwa kutoka sekta saba.

%34,5 ya washiriki waliripotiwa kuwa non-binary, %33,2 wanawake na %32,3 wanaume. Mgawanyo wa elimu ulikuwa diploma ya shule ya sekondari %29,1, uzamivu %25,6, shahada ya kwanza %23,7 na shahada ya uzamili %21,5.

Umri wa wastani ulikuwa miaka 40,76 (SS = 11,55; masafa 22–60) na uzoefu wa wastani wa kitaaluma ulikuwa miaka 18,28 (SS = 10,09; masafa 1–35).

Mgawanyo wa kijiografia ulikuwa Ulaya %42, Amerika Kaskazini %31 na Asia %27. Data ya kiasi ilikusanywa kati ya Novemba 2023 na Machi 2024.

Kwa nini PLS-SEM ilitumika?

SmartPLS 4.1.1.5 ilitumika katika utafiti. Waandishi wanaeleza kwamba walichagua PLS-SEM kwa sababu ya mwelekeo wa muundo katika kuendeleza nadharia na utabiri, mahusiano changamano yenye miundo fiche mingi, na ukweli kwamba muundo wenyewe ulikuwa mpya.

Kwanza, uthabiti wa ndani na uhalali wa muunganiko wa muundo wa kipimo ulitathminiwa, kisha njia za kimuundo na mahusiano ya maelezo yalijaribiwa. Takwimu za hitimisho za dhana zilihesabiwa kwa njia ya bootstrap na kiwango cha umuhimu kikawekwa kuwa 0.05.

Uaminifu wa muundo wa kipimo

Thamani zote za Cronbach alfa ziko juu ya 0.70. Thamani za AVE ziko katika masafa ya 0.554–0.711 na juu ya 0.50.

Kwa TIE, uaminifu wa mchanganyiko uliripotiwa kuwa 0.607, chini ya kigezo cha kawaida cha 0.70. Waandishi waliweka TIE katika muundo kwa kueleza kuwa katika miundo mipya na ya uchunguzi, thamani zaidi ya 0.60 zinaweza kukubalika, lakini walisisitiza wazi kuwa muundo huu unapaswa kutafsiriwa kwa tahadhari.

Mizigo ya viashiria

Mizigo ya nje ya viashiria vya kawaida iliyoripotiwa katika chanzo ilikuwa kati ya 0.613 na 0.919. Kwa mfano, mzigo wa TIE wa kiashiria cha AI-Powered Decision Support ulikuwa 0.919, mzigo wa CIDE wa Automated Creativity Augmentation ulikuwa 0.918, na mzigo wa CCXD wa Participatory Design ulikuwa 0.892.

Kwa DMS, mzigo wa kiashiria cha Dynamic Design Flexibility uliripotiwa kuwa 0.613, mojawapo ya thamani za chini miongoni mwa viashiria vilivyoripotiwa; hata hivyo, bado ulikuwa juu ya mpaka wa 0.60 uliokubaliwa na chanzo.

Uhalali wa kutofautisha

Uhalali wa kutofautisha ulitathminiwa kwa HTMT. Uwiano wote wa HTMT ulikuwa chini ya 0.90. Thamani ya juu zaidi iliripotiwa kuwa 0.871 kati ya HMS na DMS.

Waandishi walitathmini matokeo haya kama msaada kwamba miundo sita kuu fiche inaweza kutofautishwa kwa ushahidi wa kimajaribio.

Matokeo makuu ya muundo wa kimuundo

Njia saba za moja kwa moja zilikuwa na umuhimu wa kitakwimu, huku njia pekee ya athari ya udhibiti ya HMS × DMS kwa CIDE ikiwa haina umuhimu.

Mgawo wa juu zaidi ulikuwa β = 0.782 kwa HMS → DMS. Matokeo haya yanaendana na hoja kuu ya utafiti: kufanya kazi kwa pamoja kwa uwezo wa binadamu, akili bandia na mashine kuna uhusiano mkubwa na uundaji wa mikakati ya usimamizi wa ubunifu.

Kwa DMS → O&SI, β = 0.722 inaonyesha kuwa mikakati ya usimamizi wa ubunifu pia ina uhusiano mkubwa na muundo wa shirika na muunganisho wa kimkakati.

Matatizo ya kuripoti muundo wa kimuundo ndani ya chanzo

Katika safu ya udhibiti ya Jedwali 8, thamani ya mkengeuko wa kawaida imechapishwa kama −0.023. Kwa kuwa mkengeuko wa kawaida hauwezi kuwa hasi, thamani hii inapaswa kuzingatiwa kama tatizo la kuripoti ndani ya chanzo. Verianla haikutumia thamani hii katika tafsiri ya kisayansi.

Pia inaonekana kuwa vichwa vya Kielelezo 6 na Kielelezo 7 katika ukurasa wa 22 vimebadilishwa kinyume na aina za thamani zilizo ndani ya picha. Picha yenye kichwa “T-values on Paths” inaonyesha thamani zenye ukubwa wa mgawo/mzigo, huku picha yenye kichwa “Path Coefficients” ikionyesha takwimu za t. Hakuna ubadilishaji wa majina kimya kimya uliofanywa katika chanzo.

Katika sehemu ya mjadala, njia ya TIE → CIDE yenye β = 0.595 imeitwa kitabiri chenye nguvu zaidi cha CIDE, lakini katika Jedwali 8 njia ya DMS → CIDE ina β = 0.646. Kwa hiyo, kwa ulinganisho wa namba, thamani za Jedwali 8 ndizo zilizotumika kama msingi.

Mbinu ya uthibitishaji wa visa

Baada ya uchanganuzi wa kiasi wa SEM, mashirika mawili ya huduma yalichaguliwa kwa makusudi: moja katika utalii/ukarimu na jingine katika huduma za afya. Majina ya mashirika hayajatajwa katika chanzo.

Data za visa zilikusanywa kupitia mahojiano nusu-rasmi, mapitio ya nyaraka na uchunguzi bila kushiriki, na triangulation ilifanywa kati ya vyanzo vya data.

Waandishi wanasisitiza kwamba hatua hii ililenga uthibitishaji wa kimaelezo na haikubuniwa kama kipimo cha utendaji wa kiasi. Kwa hiyo, kauli za “uboreshaji”, “ulinganifu mkubwa zaidi” au “uzoefu bora” katika visa haziwezi kutafsiriwa kama asilimia fulani au ukubwa wa athari ya majaribio.

Vikwazo vikuu vya mbinu

• Data ya kiasi ni ya mkato wa muda mmoja na inategemea taarifa za washiriki wenyewe.
• Muundo haupimi moja kwa moja mageuzi ya muda mrefu ya mfumo.
• Utekelezaji wa muundo uliopendekezwa unaweza kuhitaji kiwango fulani cha ukomavu wa shirika.
• Uthibitishaji wa maisha halisi umewekewa mipaka kwa mashirika katika sekta mbili tu za huduma.
• Ujumlishaji kwa uzalishaji, sekta ya umma, elimu na maeneo mengine ya viwanda unahitaji uthibitishaji mpya.
• Shughuli za kitaaluma na kibiashara za jopo la wataalamu zinaweza kuleta upendeleo wa mtazamo.
• Katika mapitio ya fasihi, upendeleo wa uteuzi unaotokana na uchaguzi wa hifadhidata, uundaji wa maneno muhimu na maamuzi ya uchujaji hauwezi kuondolewa kabisa.

Maeneo yaliyopendekezwa kwa utafiti wa baadaye

Waandishi wanapendekeza tafiti za muda mrefu na za paneli zinazotathmini mabadiliko ya muundo kwa muda, pamoja na matumizi ya kulinganisha katika magari, miji mahiri, elimu dijitali, sekta ya umma na sekta nyingine.

Ili kuchunguza kwa undani zaidi vipengele vya utambuzi na hisia vya mwingiliano wa binadamu–AI, mbinu kama ufuatiliaji wa macho, mwitikio wa ngozi wa galvanic na upimaji wa mzigo wa utambuzi unaotegemea EEG pia zimetajwa kama maeneo ya utafiti wa baadaye.

Haki ya kialgoriti, mamlaka huru ya dijitali, usimamizi wa usawa kati ya uhuru wa AI na uangalizi wa binadamu, uwezo wa kueleza, kukubalika kwa mifumo ya AI na wafanyakazi, na utawala wa data pia zimetajwa kama mada ambazo muundo unaweza kupanuliwa nazo baadaye.

Maelezo ya Chanzo na Mbinu

Jina kamili la kazi asilia: Design Management in Industry 5.0: Synergy of AI, Humans, and Machines

Waandishi: Amir Mohammad Amin Nezhad; Parisa Jourabchi Amirkhizi; Siamak Pedrammehr; Zahra Haghighi Aghdam; Mahdi Soleimanzadeh.

Mpangilio wa waandishi: Mpangilio asilia katika chanzo umehifadhiwa kama ulivyo.

Mchango sawa/uandishi mwenza wa kwanza: Haujaripotiwa.

Mwandishi anayewajibika: Siamak Pedrammehr.

Taasisi: Faculty of Design, Tabriz Islamic Art University, Tabriz 5164736931, Iran.

Jarida: Administrative Sciences.

Mchapishaji: MDPI, Basel, Switzerland.

Juzuu / toleo / namba ya makala: 16 / 7 / 333.

DOI: 10.3390/admsci16070333

Kiungo rasmi cha uchapishaji: https://doi.org/10.3390/admsci16070333

Mchakato wa uchapishaji: Kazi ilipokelewa 23 Machi 2026, ikarekebishwa 2 Julai 2026, ikakubaliwa 7 Julai 2026 na kuchapishwa 9 Julai 2026.

Aina ya chanzo na hali ya mapitio: Ni makala asilia ya utafiti iliyopitiwa na wataalamu na kuchapishwa katika jarida Administrative Sciences; si preprint.

Leseni: Imechapishwa kwa ufikiaji wazi chini ya leseni ya Creative Commons Attribution (CC BY).

Ufadhili: Utafiti haukupokea ufadhili wa nje.

Tathmini ya maadili: Utafiti uliondolewa katika hitaji la mapitio na idhini ya maadili ya taasisi kwa sababu ulihusisha tu dodoso za kitaaluma na mahojiano ya wataalamu, bila kukusanya data nyeti binafsi au za kitabibu. Waandishi wanaeleza kuwa utafiti ulifanywa kwa mujibu wa Tamko la Helsinki na kanuni za taasisi za Tabriz Islamic Art University.

Ridhaa yenye taarifa: Imeripotiwa kuwa ridhaa yenye taarifa ilipatikana kutoka kwa washiriki wote wa utafiti.

Upatikanaji wa data: Imeripotiwa kuwa data zilizotumiwa katika utafiti zinaweza kuombwa kutoka kwa mwandishi anayewajibika; kutokana na vizuizi vya faragha na maadili vinavyohusiana na data za kiwango cha mshiriki, seti za data hazipatikani hadharani.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana A.M.A.N. na P.J.A.; mbinu S.P.; programu A.M.A.N. na M.S.; uthibitishaji P.J.A., S.P. na Z.H.A.; uchanganuzi rasmi A.M.A.N.; uchunguzi Z.H.A. na M.S.; rasilimali P.J.A.; usimamizi wa data A.M.A.N.; rasimu ya kwanza A.M.A.N.; mapitio na uhariri P.J.A. na S.P.; uwasilishaji M.S.; ushauri na usimamizi wa mradi P.J.A.

Mbinu kuu: Utafiti ulitumia mkabala mfuatano wa mbinu mchanganyiko. Katika hatua ya kwanza, tafiti 114 za usimamizi wa ubunifu na tafiti 98 za Industry 5.0/uendelevu zilitambuliwa; baada ya uchujaji, tafiti 88 na 52 ziliingizwa katika uchanganuzi wa mada. Baada ya uchanganuzi wa kimaelezo kwa Atlas.ti, vikao vitatu vya tathmini ya mara kwa mara na wataalamu 11 vilifanywa; muundo wa maeneo sita uliopatikana ulijaribiwa kwa kutumia PLS-SEM katika SmartPLS 4.1.1.5 kwa data za washiriki 316 kutoka sekta saba. Katika hatua ya mwisho, uwezo wa matumizi ya nje kwa njia ya kimaelezo ulitathminiwa kupitia visa viwili vya matumizi katika utalii/ukarimu na huduma za afya.

Dokezo la kuripoti ndani ya chanzo 1: Vichwa vya Kielelezo 6 na Kielelezo 7 katika ukurasa wa 22 vinaonekana kuwa kinyume na aina za namba vilivyomo. Hakuna marekebisho ya kimya kimya yaliyofanywa kwenye chanzo.

Dokezo la kuripoti ndani ya chanzo 2: Katika Jedwali 8, mkengeuko wa kawaida wa safu ya athari ya udhibiti ya DMS → CIDE umechapishwa kama −0.023. Kwa kuwa mkengeuko wa kawaida hasi si halali, thamani hii haikutumiwa katika tafsiri ya kisayansi.

Dokezo la kuripoti ndani ya chanzo 3: Ingawa katika mjadala njia ya TIE → CIDE β = 0.595 imeitwa kitabiri chenye nguvu zaidi cha CIDE, Jedwali 8 lina mgawo wa DMS → CIDE wa β = 0.646. Ulinganisho wa namba wa Verianla unategemea Jedwali 8.

Dokezo la kuripoti ndani ya chanzo 4: Jedwali 4 linatoa alama za miundo katika masafa ya 9.12–14.65, huku sehemu ya mjadala ikirejea wastani wa takribani 3.46–3.71 kwenye kipimo cha Likert cha alama tano. Chanzo hakielezi ubadilishaji kati ya namna hizi mbili za uwasilishaji.

Kikomo kikuu cha tafsiri: Hatua ya SEM inategemea data za mkato wa muda mmoja na taarifa za washiriki wenyewe. Matumizi mawili ya maisha halisi si majaribio ya utendaji wa kiasi, bali ni uthibitishaji wa kimaelezo wa visa. Kwa hiyo, ingawa utafiti unatoa msaada wa kinadharia, kitakwimu na wa awali wa matumizi kwa muundo wa maeneo sita, hauonyeshi kuwa muundo huo umethibitishwa kwa jumla katika sekta na nchi zote.

Mbinu ya kisayansi, matokeo ya namba na hitimisho katika maudhui haya ya Verianla yanategemea utafiti asilia pekee. Vyanzo vya nje vilitumika tu kuthibitisha utambulisho wa kibiblia na hali ya uchapishaji; hakuna data mpya, mgawo wa muundo, matokeo ya majaribio au utaratibu uliiongezwa kutoka nje katika maudhui ya kisayansi ya utafiti.