021-58123000
همزمان با هفته پژوهش؛
همایش ملی «هوش مصنوعی و آینده صندوق‌های قرض‌الحسنه» برگزار شد
خلاصه مقالات همایش ملی «هوش مصنوعی و آینده صندوق‌های قرض‌الحسنه»
در این بخش، خلاصه‌ای از مقالات ارائه‌شده در همایش ملی هوش مصنوعی و آینده صندوق‌های قرض‌الحسنه ارائه می‌شود؛ مقالاتی که هر یک از زاویه‌ای تخصصی، نقش فناوری‌های هوشمند را در آینده حکمرانی، نظارت، اعتبارسنجی، روابط عمومی، کشف تقلب و بهینه‌سازی عملکرد صندوق‌های قرض‌الحسنه بررسی کرده‌اند.
حکمرانی هوش مصنوعی در بانکداری اسلامی؛ نقش فناوری نظارتی در تحول صندوق‌های قرض‌الحسنه ایران
این مقاله به بررسی نقش فناوری‌های نظارتی و نظارت فناورانه در ارتقای شفافیت، کارایی و انطباق شرعی صندوق‌های قرض‌الحسنه می‌پردازد. نویسندگان با اشاره به چارچوب‌های بین‌المللی مانند NIST AI RMF، AI Act اتحادیه اروپا و ISO/IEC 42001، مدلی بومی برای حکمرانی هوش مصنوعی در نظام مالی اسلامی ایران پیشنهاد می‌کنند. از نوآوری‌های اصلی مقاله، معرفی شاخص هم‌راستایی شرعی برای ارزیابی انطباق الگوریتم‌ها با اصول فقه معاملات اسلامی است.
کاربرد هوش مصنوعی در بهینه‌سازی عملکرد و نظارت هوشمند بر صندوق‌های قرض‌الحسنه
این پژوهش چارچوبی بومی برای استفاده از هوش مصنوعی در فرآیندهای کلیدی صندوق‌ها از جمله اعتبارسنجی، تخصیص منابع، کشف ناهنجاری‌های مالی و گزارش‌دهی نظارتی ارائه می‌دهد. معماری پیشنهادی شامل لایه داده، مدل‌های یادگیری ماشین و پردازش زبان طبیعی، لایه تصمیم‌یار و توضیح‌پذیری، و لایه حکمرانی داده است. تأکید مقاله بر هوش مصنوعی قابل‌توضیح و استقرار محلی بدون وابستگی به اینترنت، آن را برای محیط‌های مالی حساس و امنیتی قابل توجه می‌سازد.
کاربرد هوش مصنوعی در بهینه‌سازی ساختار و عملکرد صندوق‌های قرض‌الحسنه
مقاله به ظرفیت‌های هوش مصنوعی در افزایش کارایی صندوق‌های قرض‌الحسنه، تحلیل رفتار وام‌گیرندگان، پیش‌بینی نکول، تشخیص تقلب، کاهش هزینه‌های عملیاتی و افزایش شمول مالی می‌پردازد. نویسنده تأکید می‌کند که بهره‌گیری مؤثر از هوش مصنوعی نیازمند داده‌های نظام‌مند، حاکمیت داده مناسب و استفاده از مدل‌های توضیح‌پذیر است. نتیجه مقاله نشان می‌دهد که هوش مصنوعی می‌تواند تصمیم‌گیری، پایداری مالی و عملکرد ساختاری صندوق‌ها را بهبود دهد.
کشف تقلب و سوءاستفاده در صندوق‌های قرض‌الحسنه با استفاده از یادگیری ماشین
این مقاله به طراحی رویکردی مبتنی بر یادگیری ماشین برای شناسایی تقلب و سوءاستفاده در صندوق‌های قرض‌الحسنه می‌پردازد. در پژوهش، الگوهای تقلب در سطح متقاضی، ضامن، کارکنان و شبکه ضمانت بررسی شده و مدل‌هایی مانند رگرسیون لجستیک، درخت تصمیم، جنگل تصادفی، گرادیان‌بوستینگ، Isolation Forest و Autoencoder معرفی شده‌اند. مقاله در نهایت پیشنهاد ایجاد سامانه هشدار زودهنگام تصمیم‌یار را مطرح می‌کند که با حفظ بررسی انسانی و تبیین‌پذیری مدل، با ارزش‌های اخلاقی و شرعی قرض‌الحسنه سازگار باشد.
مطالعه تطبیقی و طراحی مدل مطلوب هوش مصنوعی در بازتعریف مخاطب‌شناسی و اقناع در روابط عمومی صندوق‌های قرض‌الحسنه
این پژوهش با مطالعه تطبیقی ایران و مالزی، نقش هوش مصنوعی را در بازتعریف مخاطب‌شناسی، اقناع و روابط عمومی صندوق‌های قرض‌الحسنه بررسی می‌کند. مدل پیشنهادی مقاله بر هشت محور اصلی شامل اعتماد و شفافیت، حاکمیت داده و حریم خصوصی، آمادگی فناورانه، انطباق فرهنگی-شرعی، توانمندسازی مخاطب، ابزارهای تعاملی، روایت‌سازی تجربی و ممیزی الگوریتمی استوار است. یافته‌ها نشان می‌دهد که ایران با چالش‌های زیرساختی و قانونی بیشتری مواجه است، در حالی‌که مالزی تجربه و چارچوب قانونی منسجم‌تری در این حوزه دارد.
کاربرد هوش مصنوعی در صندوق‌های قرض‌الحسنه
این مقاله به معرفی کلی هوش مصنوعی و ظرفیت‌های آن در نظام مالی و صندوق‌های قرض‌الحسنه می‌پردازد. نویسنده ضمن اشاره به توانمندی ماشین‌ها در یادگیری، استدلال و تصمیم‌گیری، چالش‌هایی مانند کیفیت داده، سوگیری الگوریتمی و آثار اقتصاد رفتاری هوش مصنوعی را بررسی می‌کند. مقاله تأکید دارد که ورود هوش مصنوعی به نظام مالی باید همراه با شناخت دقیق اثرات آن بر تصمیمات مالی، رفتار مشتریان و اعتماد عمومی باشد.
