ОПЕРАЦІОНАЛІЗАЦІЯ ОРГАНІЗАЦІЙНОЇ АДАПТАЦІЇ В МОДЕЛІ DEAM: ПОДІЄВИЙ ПРОТОКОЛ ВИМІРЮВАННЯ В УМОВАХ ВИКОРИСТАННЯ ШІ

Автор(и)

DOI:

https://doi.org/10.31732/2663-2209-2026-83-283-291

Ключові слова:

DEAM, Data-Empirical Agility Model (DEAM), організаційна адаптація, штучний інтелект, час адаптації, організаційна реконфігурація, динамічні здібності, Agile, розробка програмного забезпечення

Анотація

Інтеграція штучного інтелекту в розробку програмного забезпечення збільшує використання AI-інструментів, кількість операційних сигналів і швидкість зворотного зв’язку, але технологічне впровадження саме по собі не доводить організаційну адаптацію. Попередні дослідження Data-Empirical Agility Model (DEAM) концептуалізували латентність адаптації як часовий розрив між операційним сигналом та узгодженою організаційною реакцією, однак не визначили відтворюваного подієвого протоколу вимірювання. Об’єктом дослідження є організаційна адаптація в багатокомандній розробці програмного забезпечення з використанням ШІ. Мета дослідження — розробити контекстно-специфічний протокол вимірювання інтервалу від кваліфікованого тригера до сталої організаційної реконфігурації та визначити умови його подальшої емпіричної перевірки. Методологія поєднує аналіз конструктів і попередніх досліджень, подієву операціоналізацію, ретроспективне калібрування на лонгітюдному кейсі п’яти Scrum-команд і проєктування проспективної валідації. Протокол описує епізод адаптації через T0–T4: кваліфікований тригер, розпізнавання потреби в реакції, зобов’язання щодо відповіді, початок імплементації та сталу організаційну реконфігурацію. T4 фіксується лише за одночасного виконання п’яти умов: спостережуваної зміни, фактичного застосування, стійкості, простежуваного походження доказів та незалежності від подальших результатів діяльності. На цій основі дослідження операціоналізує часовий показник L04=T4−T0 як кандидатну міру, а не як валідований новий конструкт. Для подальшої оцінки визначено вимоги до міжекспертної надійності, стійкості критерію T4, дискримінантної, часової та інкрементної валідності. Ретроспективне застосування протоколу до одного епізоду організаційної адаптації у п’ятикомандному кейсі демонструє практичне розмежування початкового тригера, локального пілотування, зобов’язання щодо масштабованої реакції, початку її реалізації та сталої зміни організаційної практики. Для цього епізоду інтервал від приблизно датованого T0 до T4 становив близько 184 днів, водночас межа T1 мала нижчу часову точність через ретроспективний характер доказів. Наведений приклад ілюструє застосування протоколу, але не є емпіричною валідацією L04 і не підтверджує його причинного впливу на результати розробки та постачання програмного забезпечення. Практична цінність запропонованого підходу полягає у створенні структури для проспективного збору даних, яка розділяє AI-експозицію, організаційну реакцію, сталу реконфігурацію та подальші результати. Майбутня емпірична перевірка може підтвердити, уточнити або відхилити запропоновану операціоналізацію.

Завантаження

Дані завантаження ще не доступні.

Біографії авторів

Олег Лукутін, ВНЗ «Університет економіки та права «КРОК»,KROK University

Старший викладач, Університет економіки та права «КРОК», Київ, Україна

Сергій Мічківський, ВНЗ «Університет економіки та права «КРОК»,KROK University

PhD of Economic Sciences, Associate Professor, Head of the Department of Computer Science, Director of the Educational and Research Institute of Information and Communication Technologies, KROK University, Kyiv, Ukraine

Посилання

Berntzen, M., Stray, V., Moe, N. B., & Hoda, R. (2023). Responding to change over time: A longitudinal case study on changes in coordination mechanisms in large-scale agile. Empirical Software Engineering, 28, Article 114. https://doi.org/10.1007/s10664-023-10349-0

Daškevič, K., Burinskienė, A., & Valackienė, A. (2026). A model of structured decision making for the implementation of digital technologies in the logistics sector to achieve a competitive advantage. The International Journal of Logistics Management. Advance online publication. https://doi.org/10.1108/IJLM-11-2025-0791

DORA (2025). State of AI-assisted software development 2025. Google Cloud. DORA 2025 report. https://dora.dev/research/2025/dora-report.

Eisenhardt, K. M., & Martin, J. A. (2000). Dynamic capabilities: What are they? Strategic Management Journal, 21(10–11), 1105–1121. https://doi.org/10.1002/1097-0266(200010/11)21:10/11<1105::AID-SMJ133>3.0.CO;2-E

Girod, S. J. G., & Whittington, R. (2017). Reconfiguration, restructuring and firm performance: Dynamic capabilities and environmental dynamism. Strategic Management Journal, 38(5), 1121–1133. https://doi.org/10.1002/smj.2543

Karim, S. (2006). Modularity in organizational structure: The reconfiguration of internally developed and acquired business units. Strategic Management Journal, 27(9), 799–823. https://doi.org/10.1002/smj.547

Kolev, K. D., Dykes, B. J., Kang, S. S., Hughes-Morgan, M., & Ferrier, W. J. (2025). Fast or slow? A meta-analysis on the performance implications of decision, implementation, and response speed. Journal of Management Scientific Reports, 3(1). https://doi.org/10.1177/27550311241291976

Kump, B., Engelmann, A., Kessler, A., & Schweiger, C. (2019). Toward a dynamic capabilities scale: Measuring organizational sensing, seizing, and transforming capacities. Industrial and Corporate Change, 28(5), 1149–1172. https://doi.org/10.1093/icc/dty054

Lukutin, O. (2025). AI and organizational agility: Can AI overcome Larman’s laws of resistance? Scientific Notes of KROK University, 3(79), 370–376. https://doi.org/10.31732/2663-2209-2025-79-370-376

Lukutin, O., & Michkivskyy, S. (2026a). From empirical to data-empirical agility: Designing AI-augmented learning systems in Agile organizations (Introducing the Data-Empirical Agility Model-DEAM). Scientific Notes of KROK University, 1(81), 261–270. https://doi.org/10.31732/2663-2209-2026-81-261-270

Lukutin, O., & Michkivskyy, S. (2026b). Toward data-empirical organizational adaptation: A conceptual analysis of fragmented adaptation capabilities in Agile transformation models. Scientific Notes of KROK University, 2(82), 235–243. https://doi.org/10.31732/2663-2209-2026-82-235-243

March, J. G. (1991). Exploration and exploitation in organizational learning. Organization Science, 2(1), 71–87. https://doi.org/10.1287/orsc.2.1.71

Mikalef, P., & Gupta, M. (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management, 58(3), 103434. https://doi.org/10.1016/j.im.2021.103434

Reykers, Y. (2025). Evaluating crisis response speed of international organisations: Why it matters and how to achieve it. Journal of European Public Policy, 32(11), 2768–2793. https://doi.org/10.1080/13501763.2024.2425380

Romeo, M. V., & Lacko, R. (2024). Adoption and integration of AI in organizations: A systematic review of challenges and drivers towards future directions of research. Kybernetes, 55(3), 1286–1307. https://doi.org/10.1108/K-07-2024-2002

Sullivan, Y., & Fosso Wamba, S. (2024). Artificial intelligence and adaptive response to market changes: A strategy to enhance firm performance and innovation. Journal of Business Research, 174, 114500. https://doi.org/10.1016/j.jbusres.2024.114500

Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640

Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533. https://doi.org/10.1002/(SICI)1097-0266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z

Tomaz, R., Guenes, P., Araújo, A. A., Baldassarre, M. T., & Kalinowski, M. (2026). Impacts of generative AI on Agile teams’ productivity: A multi-case longitudinal study. In Proceedings of the 2026 IEEE/ACM Third International Conference on AI Foundation Models and Software Engineering (FORGE ’26) (pp. 128–138). ACM. https://doi.org/10.1145/3793655.3793728

Vial, G., & Rivard, S. (2026). Navigating temporal plurality in Agile software development: A process explanation. Information Systems Research. Advance online publication. https://doi.org/10.1287/isre.2020.0604

Zollo, M., & Winter, S. G. (2002). Deliberate learning and the evolution of dynamic capabilities. Organization Science, 13(3), 339–351. https://doi.org/10.1287/orsc.13.3.339.2780

Downloads

Опубліковано

2026-09-30

Як цитувати

Лукутін, О., & Мічківський, С. (2026). ОПЕРАЦІОНАЛІЗАЦІЯ ОРГАНІЗАЦІЙНОЇ АДАПТАЦІЇ В МОДЕЛІ DEAM: ПОДІЄВИЙ ПРОТОКОЛ ВИМІРЮВАННЯ В УМОВАХ ВИКОРИСТАННЯ ШІ. Вчені записки Університету «КРОК», (3(83), 283–291. https://doi.org/10.31732/2663-2209-2026-83-283-291

Номер

Розділ

Розділ 2. Управління та адміністрування