KMAN Publication Inc. تکنولوژی در کارآفرینی و مدیریت استراتژیک 3041-8585 در دست انتشار 1405 10 01 Identifying the Components of AI Algorithm-Based Interactive Industrial Design شناسایی مؤلفه‌های طراحی صنعتی تعاملی مبتنی بر الگوریتم‌های هوش مصنوعی 1 20 10.61838/kman.jtesm.477 FA مرضیه محسنی کبیر گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران حسین ادب گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران محمد علی کرامتی گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. Journal Article 1405/01/17 <p>This study aimed to identify and explain the components of AI algorithm-based interactive industrial design and to develop a conceptual framework for organizing its contextual conditions, inputs, processes, and outputs. This applied qualitative study was conducted using a meta-synthesis approach. The research corpus included national and international studies related to interactive industrial design, artificial intelligence, generative design, human–machine interaction, human–robot interaction, industrial knowledge management, and intelligent technologies published between 2020 and 2026. Data were collected through a systematic search of reputable scientific databases. After removing duplicate, irrelevant, and methodologically weak sources, 55 studies were selected for final analysis. The seven-step model proposed by Sandelowski and Barroso was used to conduct the meta-synthesis. The quality of the selected studies was assessed using the Critical Appraisal Skills Programme checklist, and coding reliability was examined through inter-coder agreement. The meta-synthesis findings indicated that the components of AI algorithm-based interactive industrial design can be classified into 4 main categories, 19 concepts, and 96 codes. The main categories were context, inputs, process, and outputs. At the contextual level, digital transformation, technological and data-driven infrastructure, human–machine interaction, ethical requirements, trust, and knowledge management were identified. The input category included user data, interactive needs, design and environmental data, AI algorithms and technologies, and human expertise. The process category comprised design problem identification, data collection and preparation, intelligent analysis, generation of design alternatives, human–AI interaction in the design loop, simulation, evaluation, optimization, and continuous learning. The output category included improved design quality and accuracy, innovation and creativity, enhanced user experience, increased productivity, strengthened design decision-making, knowledge management, and ethical, organizational, and social implications. AI-based interactive industrial design is a multidimensional, data-driven, human-centered, and learning-oriented approach that integrates algorithmic analytical capabilities with human creativity and expertise to enhance the quality, innovation, interactivity, and effectiveness of industrial design processes.</p> <p>هدف پژوهش حاضر شناسایی و تبیین مؤلفه‌های طراحی صنعتی تعاملی مبتنی بر الگوریتم‌های هوش مصنوعی و ارائه چارچوبی مفهومی برای سازمان‌دهی ابعاد، دروندادها، فرایندها و بروندادهای آن بود. این پژوهش از نظر هدف، کاربردی و از نظر رویکرد، کیفی بود و با استفاده از روش فراترکیب انجام شد. جامعه پژوهش شامل مطالعات داخلی و خارجی مرتبط با طراحی صنعتی تعاملی، هوش مصنوعی، طراحی مولد، تعامل انسان–ماشین، تعامل انسان–ربات، مدیریت دانش صنعتی و فناوری‌های هوشمند در بازه زمانی 2020 تا 2026 بود. داده‌ها از طریق جست‌وجوی نظام‌مند در پایگاه‌های علمی معتبر گردآوری شدند. پس از حذف منابع تکراری، غیرمرتبط و فاقد کیفیت روش‌شناختی، 55 مطالعه برای تحلیل نهایی انتخاب شد. برای اجرای فراترکیب از الگوی هفت‌مرحله‌ای سندلوسکی و باروسو استفاده شد. کیفیت مطالعات با ابزار CASP ارزیابی گردید و پایایی کدگذاری از طریق توافق بین دو کدگذار بررسی شد. نتایج فراترکیب نشان داد که مؤلفه‌های طراحی صنعتی تعاملی مبتنی بر الگوریتم‌های هوش مصنوعی در قالب 4 مقوله اصلی، 19 مفهوم و 96 کد قابل طبقه‌بندی هستند. مقوله‌های اصلی شامل بستر، درونداد، فرایند و برونداد بودند. در سطح بستر، تحول دیجیتال، زیرساخت فناورانه و داده‌محور، تعامل انسان–ماشین، الزامات اخلاقی و مدیریت دانش شناسایی شد. دروندادها شامل داده‌های کاربر، داده‌های طراحی و محیط، الگوریتم‌های هوش مصنوعی و دانش تخصصی انسانی بودند. فرایند شامل مسئله‌یابی، آماده‌سازی داده، تحلیل هوشمند، تولید گزینه‌های طراحی، تعامل انسان–هوش مصنوعی، شبیه‌سازی، ارزیابی و یادگیری مستمر بود. بروندادها نیز شامل بهبود کیفیت طراحی، نوآوری، ارتقای تجربه کاربر، افزایش بهره‌وری، تقویت تصمیم‌گیری و پیامدهای اخلاقی و سازمانی بودند. طراحی صنعتی تعاملی مبتنی بر هوش مصنوعی رویکردی چندبعدی، داده‌محور، انسان‌محور و یادگیرنده است که با تلفیق قابلیت تحلیلی الگوریتم‌ها و خلاقیت انسانی می‌تواند کیفیت، نوآوری، تعامل‌پذیری و اثربخشی فرایند طراحی صنعتی را ارتقا دهد.</p> https://www.journaltesm.com/index.php/journaltesm/article/download/477/483