مدیریت آموزشی و مدیریت آموزش عالی

تعلیم ندادن به کسی که علاقه‌مند آموختن است هدر دادن یک «انسان» و تعلیم به کسی که علاقه‌مند به آموختن نیست هدر دادن «خود» است.

مدیریت آموزشی و مدیریت آموزش عالی

تعلیم ندادن به کسی که علاقه‌مند آموختن است هدر دادن یک «انسان» و تعلیم به کسی که علاقه‌مند به آموختن نیست هدر دادن «خود» است.

هوش مصنوعی

Artificial Intelligence

هوش مصنوعی چیست ؟

« هوش مصنوعی، دانش ساختن ماشین‌‌ ها یا برنامه‌های هوشمند است. » همانگونه که از تعریف فوق-که توسط یکی از بنیانگذاران هوش مصنوعی ارائه شده است- برمی‌آید،حداقل به دو سؤال باید پاسخ داد: 1ـ هوشمندی چیست؟ 2ـ برنامه‌های هوشمند، چه نوعی از برنامه‌ها هستند؟تعریف دیگری که از هوش مصنوعی می‌توان ارائه داد به قرار زیر است: « هوش مصنوعی، شاخه‌ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می‌دهد.»و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است: «هوش مصنوعی، مطالعه روش‌هایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد.» به این ترتیب می‌توان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کرده‌اند. 1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان. 2ـ ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود، کامپیوتر است. هر دوی این نکات کماکان مبهم و قابل پرسشند. آیا تنها این نکته که هوشمندترین موجودی که می‌شناسیم، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبه‌های ادراک انسان همچون دیدن و شنیدن کاملاً ضعیف‌تر از موجودات دیگر است. علاوه بر این، کامپیوترهای امروزی با روش‌هایی کاملاً مکانیکی(منطقی) توانسته‌اند در برخی جنبه‌های استدلال، فراتر از توانایی‌های انسان عمل کنند. بدین ترتیب، آیا می‌توان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روش‌های بهینه انجام امور باشد، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونه‌ای بهینه انجام می‌دهد). به این نکته نیز باز خواهیم گشت. اما همین سؤال را می‌توان از سویی دیگر نیز مطرح ساخت، چگونه می‌توان یقین حاصل کرد که کامپیوترهای امروزین،بهترین ابزارهای پیاده‌سازی هوشمندی هستند؟

ادامه مطلب ...

مهندسی مجدد سازمان ها

مهندسی مجدد[Reverse Engineering] سازمانها، به مجموعه کار هایی گفته می شود، که یک سازمان برای تغییر پردازش ها و کنترل درونی خود انجام می دهد تا از ساختار سنتی عمودی و سلسله مراتبی، به ساختار ی افقی، میان فعالیتی [Cross Functional] مبتنی بر گروه و مسطح [Flat Structure] تبدیل شود که در آن، همه پردازش ها برای جلب رضایت مشتریان صورت می گیرد.

در Re_Engineering چهار عامل اساسی که باعث موفقیت می شود وجود دارد:

  1. احساس درد از وضع موجود: واقعاً وضع موجود باید درد آور باشد تا باعث تشویق کارکنان گردد.
  2. منافع حاصل از دگرگونی درآیند: منافع پیش بینی شده باید کاملاً روشن باشد.
  3. درک ضرورت دگرگونی از سوی رهبر سازمان.
  4. فراگیر بودن در کل سازمان: مربوط به یک بخش از سازمان نمی باشد بلکه کل سازمان باید مهندسی مجدد شود.

نکات کلیدی در Re_Engineering :

  • تا زمانی که نسبت به اتمام یک گام از نظر کیفی در بالاترین سطح خود، اطمینان حاصل نشده باشد، نباید گام بعدی را آغاز کرد.
  •  جلب ذهن و مغز و قلب افراد در موفقیت مهندسی مجدد نقش بسیاری ایفا می کند.
  • مهندسی مجدد علاوه بر تجدید طراحی پردازش های یک سازمان، ذهن افراد را مهندسی مجدد می کند.
  • مهندسی مجدد بدنبال افقی کردن سطوح سازمان و قلع و قمع سلسله مراتب سازمانی است.
  • کار بصورت تیمی انجام می شود و موافقت کامل، نقش حیاتی دارد.
  • در سازمانهای مهندسی مجدد شده به جای "رئیس" به "رهبر" احتیاج دارند. و باید با افراد مخالف« برخوردی مثبت و قاطع» داشت.
  • مهندسی مجدد یک موسسه فرآیندی سریع و آنی نیست و معمولاً زمانبر است.
  • یکی از دست آوردهای مهندسی مجدد، آشکار کردن مشاغل اضافی، زائد و تکراری و حذف آنها است. و به طبع افراد اضافی را خارج می کنند. و هیچ وقت درباره خلاص شدن از دست کارکنان اضافی صحبت نکنید. در عوض درباره ایجاد موقعیت هایی برای موفقیت صحبت کنید و به آنها توضیح دهید که "سازمان" مجبور است که "تغییر" کند و فرصت های موفقیت نیز تغییر کرده اند.
  • مهندسی مجدد باعث عدم ثبات در کوتاه مدت می شود.
  • مدیران مهندسی مجدد بجای تکیه بر "چیستی" باید به "روش" و "چگونگی" انجام کار توجه کنند.
  • مهندسی مجدد بجای اینکه یک واقعه باشد یک سفر از وضع موجود به وضع مطلوب است.

و در نهایت چهار گام موثر و مهم در Re_Engineering :

    1. بدانید که چه می خواهید.
    2. برنامه ریزی کنید.
    3. اجرا کنید.
    4. بازبینی و بررسی کنید.

منبع:مهندسی مجدد و مدیریت دگرگون سازی سازمانها: تالیف: اُبُلنسکی نیک

  ترجمه: منصور شریفی

ویلیام گزت و تی استیودنت

در اوایل قرن بیستم شیمیدان جوانی به نام ویلیام س.گوزت (William S.Gosset)  به منظور کنترل کیفیت در یک کارخانه تولیدات الکلی در دوبلین مشغول به کار می شود. و چون شیمیدان بود شرع به کارهای ریاضی با مشروبات الکلی می کند و بعد از چندی متوجه می شود انحراف از معیار برای نمونه های اخذ شده{ درصد کل معین} مشابه است . مدتی بعد قادر می شود به کمک همکاری یک استاد دانشگاه برای توزیع های دارای نمونه کوچک یک الگوی ریاضی صورت بندی کند، و نتایج کار خود را در سال 1908 با نام مستعار  T-Student {مقاله دانشجو} در یک انتشاراتی به چاپ برساند.

اولین معادله در آمار پیشرفته یا استنباطی ویلیام گوزت عبارت بود از:     

این معادله که بر اساس استنباط مزیت انحراف معیار بوجود آمده است، تا قبل از منتشر ساختن یافته های ویلیام گوزت توسط فیشر (Fisher) در اولین کتاب آماری خود مورد توجه قرار نگرفته بود  که بعد از منتشر شدنش  اولین گام های آمار پیشرفته برداشته شد.

منابع؛

1.  دلاور،علی.(1382).احتمالات و آمار کاربردی در روانشاسی و علوم تربیتی. تهران: انتشارات رشد.

2.    جزوه درسی:آمار استنباطی در علوم انسانی. نادری،عزت الله . سیف نراقی،مریم.(1386).