Web Analytics Made Easy - Statcounter
به نقل از «ایسنا»
2024-05-03@22:40:23 GMT

مشکل ما نه در نقص قوانین که در چگونگی اجرای آن است

تاریخ انتشار: ۲۸ آذر ۱۳۹۶ | کد خبر: ۱۶۱۳۴۲۷۳

مشکل ما نه در نقص قوانین که در چگونگی اجرای آن است

دبیرکل جمعیت پیشرفت و عدالت ایران اسلامی گفت: ما در اسناد، قوانین و سیاست‌های بالادستی نقصی نداریم اما آنچه ما را با مشکل مواجه می‌کند اجرا کردن این قوانین است و این نقد به دولت و مجلس وارد است که باید در این زمینه چاره‌ای برای بهبود بیندیشند.

حسین قربان‌زاده در گفت‌وگو با ایسنا، در پاسخ به این پرسش که تا چه اندازه مصوبات مجلس و دولت را پیگیری می‌کند، اظهار کرد: برای موضوعی در چند هفته گذشته به مجلس رفتم و از این جهت می‌توانم بگویم اتفاقاتی که در مجلس می‌افتد و مصوباتی که بررسی می‌شود اطلاع دارم اما نکته این است که چه مجلس و چه دولت که قاعدتا سیاست‌های کلی نظام را که توسط رهبری مطرح می‌شود در قوانین عادی فراهم می‌کنند و آن را مدنظر قرار می‌دهند باید تلاش کنند که سردرگمی موجود در زمینه پیگیری مطالبات مردم برطرف شود.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

وی توضیح داد: باید گفت که یکی از مشکلات ما در پیگیری مطالبات مردم این است که کارها به صورت سیستمی انجام نمی‌شود و در واقع هر مسئول از ظن خود دردی از دردهای مردم را بیان و تلاش می‌کند آن را پیگیری کند، در حالیکه در خیلی از موارد قانون مشخص است و اگر به آن درست عمل شود دیگر نیازی به تصویب قوانین جدید هم وجود نخواهد داشت.

دبیرکل جمعیت پیشرفت و عدالت ایران اسلامی با تاکید بر اینکه مشکلات ما به حوزه اجرای قانون باز می‌گردد نه وجود قانون، اظهار کرد: سردرگمی و حرکت‌های غیرسیستمی و نیز غیرمجموعه‌ای در کشوری که مشکلات و معضلاتش در چند حوزه مشخص است، اگر به درستی کنار گذاشته شود و رویکرد سیستمی در نظر گرفته شود این مشکلات نیز برطرف خواهد شد.

قربان‌زاده در پایان تاکید کرد: برخی تصور می‌کنند که کشور را باید با مدیریت بحران اداره کنند مانند بحرانی که در جریان زلزله کرمانشاه اتفاق افتاد در حالیکه می‌دانیم در مورد زلزله که جزء بلایای طبیعی است باید مدیریت بحران شود در سایر موارد اینگونه نیست و ما از جهت اسناد و سیاست‌های بالا دستی چه در زمینه‌های اقتصادی، اجتماعی و چه سیاسی که هر کدام مشکلات خاص خود را دارند با کمبود قوانین مواجه نیستیم یا نقصی را در این قوانین نمی‌بینیم اما آنچه مشکل دارد اجرای این قوانین است و این نقد به مجلس و دولت وارد است که باید راهی برای بهبود این وضعیت بیابند.

انتهای پیام

منبع: ایسنا

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.isna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۱۶۱۳۴۲۷۳ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

ارزیابی مشکلات قلبی را به ChatGPT نسپارید!

ایتنا - پژوهشگران «دانشگاه ایالتی واشنگتن» در یک آزمایش جدید دریافتند که ChatGPT نمی‌تواند عملکرد خوبی را در ارزیابی مشکل قلبی داشته باشد.
به رغم توانایی‌های گزارش‌ شده درباره ChatGPT برای قبول شدن در آزمون‌های پزشکی، یک پژوهش جدید نشان می‌دهد که اتکا به این فناوری برای برخی ارزیابی‌های سلامتی مانند بررسی نیاز بیمار مبتلا به درد قفسه سینه به بستری شدن در بیمارستان عاقلانه نیست.

به گزارش ایتنا از ایسنا، در پژوهش جدیدی که شامل هزاران وضعیت شبیه‌سازی شده از بیماران مبتلا به درد قفسه سینه است، ChatGPT نتایج متناقضی را ارائه کرد و سطوح متفاوتی را از ارزیابی خطر مشکل قلبی در داده‌های به‌دست‌آمده از بیماران نشان داد. همچنین، این سیستم هوش مصنوعی مولد نتوانست با روش‌های سنتی مطابقت داشته باشد که پزشکان از آنها برای قضاوت درباره خطر مشکل قلبی بیمار استفاده می‌کنند.

دکتر «توماس هستون»(Thomas Heston) پژوهشگر دانشکده پزشکی «دانشگاه ایالتی واشنگتن»(WSU) گفت: ChatGPT به یک شیوه ثابت عمل نمی‌کرد. با توجه به داده‌های مشابه، ChatGPT رتبه خطر پایینی را ارائه می‌دهد. دفعه بعد یک رتبه متوسط را پیش‌بینی می‌کند و گهگاه تا افزایش خطر پیش می‌رود.

هستون گفت: پژوهشگران باور دارند این مشکل احتمالا به دلیل سطح تصادفی بودن نسخه کنونی نرم‌افزار ChatGPT۴ است که به آن کمک می‌کند تا پاسخ‌هایی را برای شبیه‌سازی زبان طبیعی ارائه دهد. با وجود این، همین تصادفی بودن باعث می‌شود نرم‌افزار برای کاربردهای حوزه سلامت که به یک پاسخ منسجم نیاز دارند، به خوبی کارآیی نداشته باشد.

هستون ادامه داد: ما متوجه شدیم که تنوع زیادی وجود دارد و این تنوع در رویکرد می‌تواند خطرناک باشد. این فناوری می‌تواند برنامه سودمندی باشد اما من معتقدم که فناوری بسیار سریع‌تر از درک ما پیش می‌رود. بنابراین، بسیار مهم است که پژوهش‌های بسیاری را به ‌ویژه در موقعیت‌های بالینی پرخطر انجام دهیم.

درد قفسه سینه، یکی از شکایت‌های رایج در اورژانس است که پزشکان را ملزم می‌کند تا فوریت وضعیت بیمار را مورد ارزیابی قرار دهند. هستون گفت: برخی از موارد بسیار جدی را به راحتی می‌توان با توجه به علائم آنها شناسایی کرد اما موارد کم‌خطر ممکن است پیچیده‌تر باشند؛ به ویژه هنگام تعیین اینکه آیا بیماری باید برای بررسی بیشتر در بیمارستان بستری شود یا به خانه برود و مراقبت‌های سرپایی را دریافت کند.

متخصصان پزشکی در حال حاضر اغلب از یکی از دو معیار موسوم به TIMI و HEART برای ارزیابی خطر مشکل قلبی استفاده می‌کنند. هستون این مقیاس‌ها را به ماشین‌حساب‌هایی تشبیه کرد که متغیرهای انگشت‌شمار را مانند علائم، سابقه سلامت و سن استفاده می‌کنند. در مقابل، یک شبکه عصبی هوش مصنوعی مانند ChatGPT می‌تواند میلیاردها متغیر را به سرعت ارزیابی کند. این بدان معناست که شاید ChatGPT بتواند یک موقعیت پیچیده را سریع‌تر و دقیق‌تر تحلیل کند.

برای این پژوهش، هستون و همکارش دکتر «لارنس لوئیس»(Lawrence Lewis) پژوهشگر «دانشگاه واشنگتن در سنت لوئیس»(WashU) ابتدا سه مجموعه داده را از ۱۰ هزار مورد تصادفی و شبیه‌سازی‌شده ایجاد کردند. یک مجموعه داده دارای هفت متغیر مقیاس TIMI، مجموعه دوم شامل پنج متغیر مقیاس HEART و مجموعه سوم دارای ۴۴ متغیر تصادفی سلامت بود. در دو مجموعه داده اول، ChatGPT ارزیابی خطر متفاوتی را در ۴۵ تا ۴۸ درصد مواقع نسبت به امتیاز ثابت TIMI یا HEART ارائه کرد. پژوهشگران برای آخرین مجموعه داده، موارد را چهار بار اجرا کردند و دریافتند که ChatGPT اغلب با خودش موافق نیست و در ۴۴ درصد مواقع، سطوح ارزیابی متفاوتی را برای موارد مشابه ارائه می‌دهد.

به رغم یافته‌های منفی این پژوهش، هستون پتانسیل زیادی را برای هوش مصنوعی مولد در مراقبت‌های بهداشتی پیش‌بینی می‌کند. به عنوان مثال، با فرض رعایت استانداردهای حفظ حریم خصوصی، کل سوابق پزشکی را می‌توان در برنامه بارگذاری کرد و در شرایط اضطراری، پزشک می‌تواند از ChatGPT بخواهد تا سریع‌ترین حقایق را درباره یک بیمار ارائه دهد. همچنین، پزشکان برای موارد دشوار و پیچیده می‌توانند از برنامه بخواهند تا چندین تشخیص احتمالی را ارائه دهد.

هستون گفت: ChatGPT می‌تواند در ارائه دادن تشخیص افتراقی عالی باشد و این احتمالا یکی از بزرگ‌ترین نقاط قوت آن است. اگر کاملا نمی‌دانید که درباره یک بیمار چه می‌گذرد، می‌توانید از ChatGPT بخواهید تا پنج تشخیص اصلی و استدلال خود را برای هر یک از آنها ارائه دهد. بنابراین، ChatGPT می‌تواند به شما کمک کند تا درباره یک مشکل فکر کنید اما در پاسخ دادن خوب نیست.

این پژوهش در مجله «PLOS ONE» به چاپ رسید.

دیگر خبرها

  • ارزیابی مشکلات قلبی را به ChatGPT نسپارید!
  • بی‌توجهی به مشکلات معیشتی کادر درمان سلامت را به مخاطره می‌اندازد/ دولت توان افزایش حقوق پرستاران را ندارد
  • تاثیر عجیب بد جویدن غذا روی زیبایی صورت
  • گزینه‌های مقابل بایدن در چگونگی مواجهه با توافقنامه دوحه
  • اولویت مجلس آتی تعیین تکلیف لایحه عفاف و حجاب باشد
  • مشکلات ۴ واحد تولیدی گلستان بررسی شد + فیلم
  • مشکلات ۴ واحد تولیدی گلستان بررسی شد
  • مردم مشکل جدی کمبود دارو دارند، دولت لاپوشانی می‌کند
  • مدیران موفق استان بوشهر در اجرای قوانین تشویق شوند
  • شهرداری و دولت اختلافی در زمینه اجرای مونوریل قم ندارند