بخش ۱: مقدمه و چشم‌انداز هوش مصنوعی در PPPM

اهداف: تعریف هوش مصنوعی از نگاه استاندارد  PMI، مفهوم نظارت انسانی در فرآیندهای هوش مصنوعی، و شناخت فرصت‌ها و محدودیت‌های واقعی آن.

مباحث کلیدی:

• جایگاه AI در استاندارد PMBOK ویرایش هشتم
• بررسی کاربردی و مختصر کتاب AI in Project, Program and Portfolio Management (PMI)
• هوش مصنوعی به عنوان ابزار در مقابل خروجی پروژه.
• ارزش راهبردی و نرخ بازگشت سرمایه در پروژه‌های مبتنی بر هوش مصنوعی.
• ارزیابی آمادگی سازمان برای پذیرش هوش مصنوعی بر مبنای استاندارد  PMI
• مطالعه موردی پروژه‌های موفق با هوش مصنوعی و بحث در مورد شناسایی چالش‌های عملی تیم‌ها.

بخش ۲: مهندسی پرامپت و تعامل انسان و ماشین

اهداف: طراحی دستورالعمل‌های دقیق و قابل سنجش با تمرکز بر اصول بهینه‌سازی و نوآوری استاندارد.

مباحث کلیدی:

• مهندسی پرامپت و ساخت پرامپت حرفه ای و مثالهایی در خصوص چگونگی استخراج نیازمندی‌ها و تحلیل ذینفعان و …
• تکنیک‌های همکاری نوآورانه با مدل‌های زبانی هوش مصنوعی مانند  Claude Sonnet و سایر ابزارها
• کاهش ریسک خطاهای اطلاعاتی در خروجی‌های فنی.
• انجام تمرین‌های کاربردی مهندسی پرامپت در حوزه‌های دانشی مدیریت پروژه

بخش ۳: حوزه‌های عملکردی و مدیریت ذینفعان در عصر هوش مصنوعی

اهداف: مدیریت انتظارات ذینفعان، تعریف محدوده پروژه، و تولید محتوای تصمیم‌ساز در پروژه‌های مبتنی بر هوش مصنوعی.

مباحث کلیدی:

• شناسایی ذینفعان و چرخه تعامل با آن‌ها در پروژه‌های هوش مصنوعی
• تأثیر هوش مصنوعی بر جریان اطلاعات و پویایی تیم.
• تبدیل داده‌های پروژه به گزارش، اینفوگرافیک و مستندات کاربردی با کمک هوش مصنوعی
• ترسیم نقشه ذینفعان، تحلیل تأثیر هوش مصنوعی بر نقش‌های سنتی تیم، و تولید یک گزارش پروژه با داده واقعی.
• کار با ابزارها برای نوت برداری، ترسیم مایند مپ، خلاصه سازی متن، ساخت پادکست، ساخت اینفوگرافی و سایر موضوعات مربوط به تولید محتوا برای مدیر پروژه

بخش ۴: مدیریت چرخه حیات و متناسب‌سازی

اهداف: تطبیق فرآیندهای مدیریت پروژه با چرخه حیات توسعه هوش مصنوعی و بهبود عملکرد تیم با داده‌محوری.

مباحث کلیدی:

• تطبیق در متدولوژی‌های آبشاری، چابک و ترکیبی.
• متناسب‌سازی فرآیندها در سطح پورتفولیو و برنامه.
• طراحی یک چرخه حیات ترکیبی برای یک پروژه مبتنی بر هوش مصنوعی.