IEVADS
Mākslīgais intelekts (MI), it īpaši ģeneratīvie modeļi (piemēram, lieli valodas modeļi – LLM), strauji transformē darba procesus, lēmumu pieņemšanu un inovāciju. Pēdējo gadu laikā (2023–2025) ģeneratīvā MI pieejamība un veiktspēja būtiski pieaugusi, mudinot organizācijas meklēt veidus, kā to droši un efektīvi integrēt. Eiropas Savienībā nostiprinās regulatīvais ietvars (AI Act, GDPR, Data Act), kas nosaka prasības riska pārvaldībai, pārredzamībai un atbildībai. Šajā teorētiskajā daļā tiek sistemātiski apkopotas pamatdefinīcijas, teorijas un ietvari, kas nepieciešami, lai akadēmiski pamatotu pētījumu un praktiski izstrādātu ieviešanas konceptu organizācijā.
Pētījuma mērķis
Izveidot teorētisku pamatu, kas ļauj: (1) skaidri definēt ģeneratīvā MI jēdzienus un attīstības posmus, (2) izprast produktivitātes ietekmes mehānismus, (3) identificēt un salāgot pārvaldības un riska vadības ietvarus ar ES regulējumu, (4) izvēlēties atbilstošas pieņemšanas teorijas un (5) noteikt empīriskās mērīšanas pieeju (indikatori, metodes, datu avoti).
…
