İşletmelerde yapay zekâların icra kurulu başkanı olabilirliği üzerine bir araştırma

Abstract

Bu araştırmanın ana amacı, yapay zekâların işletmelerde İcra Kurulu Başkanı olabilme olasılıklarının araştırılmasıdır. Araştırmada klasik gömülü metodolojisi izlenmiştir. Kuramsal örnekleme yöntemini kullanılarak belirlenen yapay zekâ alanında araştırmalar yapan akademisyenler, uzmanlar, sanatçılar; yönetim alanında araştırmalar yapan akademisyenler, felsefe alanında araştırmalar yapan akademisyenler, iş dünyasından yöneticiler ve girişimcilerden oluşan 27 kişilik örnek grubu ile yüz yüze görüşmeler gerçekleştirilmiştir. Görüşmelerde yarı-biçimlendirilmiş görüşme yöntemi ve biçimlendirilmemiş görüşme yöntemi kullanılmıştır. Araştırmada izlenen klasik gömülü teori metodolojisine uygun olarak, kodlama, analiz ve veri toplama süreci birlikte yürütülmüştür. Sürekli karşılaştırma analizi kullanılarak kuramsal örnekleme yoluyla belirlenen katılımcılardan elde edilen veriler analiz edilmiştir. Veriler önce açık kodlamaya sonrasında seçimli kodlamaya tabi tutulmuştur. `Zor problemler` kategorisi çekirdek kategori olarak ortaya çıktıktan sonra, seçimli kodlama aşamasına geçilerek bu kategori ile diğer kategorilerin ilişkilendirilme aşamasına geçilmiştir. Kategoriler teorik doygunluğa ulaştığında veri toplama aşamasına son verilmiş ve teorik kategoriler arasındaki ilişkileri açıklayan bir teori elde edilmiştir. Dar yapay zekânın genel yapay zekâya evrim süreci ve sonrasında gerçekleşebilecek senaryoları içeren teori `Vezir-Şah Teorisi` olarak adlandırılmıştır. Teori `dar yapay zekâ`, `zor problemler`, `tartışmalar`, `çözüm önerileri`, `yapay zekâ İKB` ve `senaryolar` olmak üzere altı teorik kategoriden oluşmaktadır.

The main purpose of this research is to examine the feasibility of artificial intelligence as chief executive officer (CEO) in organizations. A classic grounded theory methodology was followed throughout the whole research process. Face-to-face interviews were conducted with 27 participants selected according to `theoretical sampling` and consisted of academicians from the fields of artificial intelligence (AI), philosophy, and management; experts and artists performing in the field of AI, and professionals from the business world as executives, and entrepreneurs. Semi-structured and unstructured interview methods were used in collecting qualitative data. In accordance with the classic grounded theory methodology; codding, analysis, and data collecting stages were processed jointly and simultaneously. The data collected from participants selected by theoretical sampling analyzed by constant comparative analysis. At the first stage, open codding applied to the data. Soon after the core category emerged titled as `hard problems`, the process of relating the other categories with the core category -selective codding- started. As the categories achieved theoretical saturation, data collecting processed closed and as a result a theory describing the relationship among theoretical categories was constructed. The theory, describes the evolution process of narrow AI to general AI and the possible scenarios after then, was titled as `The Vizier-Shah Theory`. The theory consisted of six theoretical categories: `narrow AI`, `hard problems`, `debates`, `solutions`, `AI as a CEO` and `scenarios`.