سعید جباری نیک - دانشجوی کارشناسی ارشد فناوری اطلاعات تجارت الکترونیک، دانشگاه غیرانتفاعی سینا، کاشان، ایران
راضیه عسگرنژاد - دانشجوی دکتری کامپیوتر نرم افزار، دانشگاه آزاد اسلامی واحد اصفهان خوراسگان، اصفهان، ایران

سازمان ها به طور عادی اطلاعات را پردازش می کنند، تصمیماتی را اتخاذ نموده و آنها را اجرا می کنند. پیشرفت های اخیر در کامپیوتر و تکنولوژی های ارتباطات طریقه انجام هر یک از وظایف سازمان را تغییر داده است. سیستم های پشتیبان تصمیم (DSSs) یک دسته مهم از ابزار هایی هستند که یک سازمان برای پشتیبانی و ارتقاء فعالیت های تصمیم گیریش مورد استفاده قرار می دهد. به طور سنتی، سازمان ها به دنبال این هستند که یک سری اهداف از پیش تعیین شده و ثابت داشته باشند. اما برای حفظ جایگاه رقابتی و بقاء در محیط پویای امروز سازمان ها باید توانایی واکنش سریع نشان دادن و وفق پیدا کردن با تغییرات در وضعیت کسب و کارش را داشته باشند. برخی تغییرات می تواند به دلیل پیشرفت های فنی، رشد و تغییر تقاضای مشتریان، الزامات رقابتی، تغییر در نیروی کار، تاثیرات محیطی و سیاسی، فشارهای اجتماعی، نگرانی های امنیتی و غیره باشد. در سال های اخیر حوزه DSS بسیار تخصصی تر شده است و در برگیرنده پارادایم هایی همچون سیستم های خبره(ESs)، DSS های هوشمند، DSSهای فعال و DSSهای سازگارپذیر می باشد. هوش مصنوعی(AI) بر پایه فنونی است که در بسیاری از کاربردهای DSS به کار گرفته شده اند، از اینرو قابلیت های پشتیبانی DSS افزایش می یابد. برخی پارادایم ها دارای کاربرد بالقوه در هر دو زمینه یادگیری سازمانی و فردی می باشند. هرچند میزان اینکه هر یک از DSSهای موجود می توانند یادگیری سازمانی را تقویت کنند هنوز به طور جدی مورد بحث است. این مقاله استراتژی های یادگیری به کارگرفته شده توسط سازمان ها و DSSها را مورد آزمون قرار می دهد و یک چارچوب را به منظور شرح اینکه چگونه یک DSS می تواند یادگیری سازمانی را ارتقاء دهد، ارایه می دهد

سیستم های پشتیبان تصمیم، DSSهای سازگارپذیر، یادگیری سازمانی، هوش مصنوعی، یادگیری القایی