شناسایی شاخص های کلیدی مدیریت منابع انسانی تقویت شده با هوش مصنوعی و تاثیر آن بر شکوفایی کارکنان

Publish Year: 1404
نوع سند: مقاله ژورنالی
زبان: Persian
View: 26

This Paper With 25 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_PUBL-16-3_003

تاریخ نمایه سازی: 11 بهمن 1404

Abstract:

هدف: هدف این مقاله بررسی تاثیر مدیریت منابع انسانی تقویت شده با هوش مصنوعی بر شکوفایی کارکنان در سازمان ها است. در این پژوهش، با شناسایی شاخص های کلیدی و تحلیل روابط علی میان آن ها، نقش هوش مصنوعی در ارتقای رضایت، انگیزش و تعهد کارکنان تبیین شده است.طراحی/ روش شناسی/ رویکرد: روش پژوهش حاضر توصیفی-تحلیلی و به صورت امیخته (کیفی-کمی) بوده است. ابتدا در بخش کیفی با بهره گیری از متن کاوی و ابزار تحت وب ویانت و نرم افزار رپیدماینر، شاخص های کلیدی مدیریت منابع انسانی تقویت شده با هوش مصنوعی استخراج شدند و سپس با استفاده از تکنیک دیمتل فازی و نرم افزار اکسل، روابط علی میان این شاخص ها و شکوفایی کارکنان تحلیل گردید. داده ها از نظرات خبرگان و مقالات معتبر بین المللی از سال ۲۰۱۳ تا ۲۰۲۴ جمع آوری شده است.یافته­های پژوهش:  یافته های پژوهش نشان می دهد که مدیریت منابع انسانی تقویت شده با هوش مصنوعی نقش کلیدی و موثری در ارتقای شکوفایی کارکنان ایفا می کند؛ به طوری که «برنامه ریزی تقویت شده با هوش مصنوعی» مهم ترین عامل موثر در بهبود فرصت های رشد، توسعه شغلی و رضایت کارکنان شناخته شد، در حالی که «هدایت تقویت شده» بیشترین تاثیرپذیری را از سایر شاخص ها داشته و نقش حیاتی رهبری در موفقیت پیاده سازی فناوری های هوشمند و انگیزش نیروی انسانی را برجسته می سازد. همچنین شاخص های «استراتژی» و «کنترل تقویت شده» به عنوان عوامل علی و تعیین کننده در ساختار مدیریت منابع انسانی هوشمند شناسایی شده اند که بهبود آن ها منجر به بهینه سازی فرآیندها و افزایش تعهد کارکنان می شود. این نتایج بر اهمیت نگاه سیستماتیک و جامع در استفاده از هوش مصنوعی در منابع انسانی تاکید دارد و نشان می دهد که تحقق شکوفایی کارکنان مستلزم تلفیق هوش مصنوعی با چارچوب های اخلاقی، شفافیت و مشارکت فعال انسان است تا اعتماد و عدالت سازمانی حفظ شود.محدودیت­ها و پیامدها: با وجود ارائه چارچوب جامع و تحلیل دقیق روابط علی میان شاخص های مدیریت منابع انسانی تقویت شده با هوش مصنوعی، این پژوهش محدودیت هایی نیز دارد. نخست، تمرکز نمونه و داده های پژوهش بر سازمان های ایرانی و جمع آوری نظرات محدود خبرگان، ممکن است تعمیم نتایج به سایر فرهنگ ها و صنایع را محدود کند. همچنین، عدم بررسی عمیق تاثیر عوامل فرهنگی، ساختاری و محیطی دیگر بر شکوفایی کارکنان از دیگر محدودیت های این مطالعه است. پیامدهای این محدودیت ها نشان می دهد که برای تعمیق فهم و تعمیم پذیری یافته ها، پژوهش های آینده باید در محیط های سازمانی متنوع و با استفاده از داده های گسترده تر و چندمنظوره انجام شوند، همچنین لازم است چالش های اخلاقی، اجتماعی و تاثیرات بلندمدت هوش مصنوعی در منابع انسانی با رویکردهای میان رشته ای بیشتر مورد توجه قرار گیرد.پیامدهای عملی: یافته های این پژوهش پیامدهای عملی مهمی برای مدیران و سازمان ها دارد؛ از جمله اینکه استفاده هوشمندانه از فناوری های هوش مصنوعی در برنامه ریزی و هدایت منابع انسانی می تواند به بهبود فرآیندهای تصمیم گیری، ارتقای رضایت شغلی و افزایش انگیزش و تعهد کارکنان منجر شود. سازمان ها باید ضمن سرمایه گذاری در آموزش و توانمندسازی کارکنان در زمینه مهارت های دیجیتال و هوش مصنوعی، چارچوب های اخلاقی و شفافیت را در به کارگیری این فناوری ها رعایت کنند تا اعتماد و عدالت سازمانی حفظ شود. علاوه بر این، تقویت فرهنگ سازمانی پذیرای نوآوری و تعامل سازنده میان انسان و ماشین می تواند زمینه ساز بهره وری بیشتر و شکوفایی پایدار کارکنان در محیط کارهای هوشمند گردد.ابتکار یا ارزش مقاله: این مقاله با ارائه چارچوبی نوآورانه که ترکیبی از روش های متن کاوی و تحلیل دیمتل فازی است، توانسته به شکل میان رشته ای نقش هوش مصنوعی را در مدیریت منابع انسانی و شکوفایی کارکنان تحلیل کند؛ رویکردی که در ادبیات پژوهشی کمتر به این صورت به کار رفته است. علاوه بر این، ادغام نظریه های مدل هاروارد و چارچوب نقش های اولریش در تحلیل روابط علی، ارزش نظری قابل توجهی ایجاد کرده و راهکاری جامع برای بهره گیری استراتژیک و اخلاق محور از هوش مصنوعی در منابع انسانی ارائه می دهد. بدین ترتیب، این پژوهش نقشی پیشرو در توسعه دانش کاربردی و نظری در حوزه مدیریت منابع انسانی هوشمند ایفا می کند.نوع مقاله: مقاله پژوهشی

Authors

میناسادات موسوی

دانشجوی دکتری دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران

عباسعلی رستگار

استاد و عضو هیات علمی دانشکده اقتصاد، مدیریت و علوم اداری دانشگاه سمنان

محسن شفیعی نیکآبادی

استاد و عضو هیئت علمی دانشکده اقتصاد، مدیریت و علوم اداری دانشگاه سمنان، سمنان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Bankins, S. (۲۰۲۱). The ethical use of artificial intelligence in ...
  • Bhardwaj, S., Chopra, R., & Choudhary, P. (۲۰۲۵). Nurturing the ...
  • Biron, M., Boon, C., Farndale, E., & Bamberger, P. A. ...
  • Boselie, P., & van der Heijden, B. (۲۰۲۴). Strategic human ...
  • Bozhinovska, T., Eftimov, L., & Nakov, L. (۲۰۲۳). Contemporary managerial ...
  • Bujold, A., Roberge-Maltais, I., Parent-Rocheleau, X., Boasen, J., Sénécal, S., ...
  • Çakir, E., & Tolga, A. Ç. (۲۰۲۶). A Review of ...
  • Caggiano, V., Ragusa, A., & Di Petrillo, E. (۲۰۲۴). The ...
  • Chaka, C. (۲۰۲۳). Fourth industrial revolution—a review of applications, prospects, ...
  • Erum, H., Abid, G., & Contreras, F. (۲۰۲۰). The calling ...
  • Falahi, A., Modarresi, M., & Zarei, A. (۲۰۲۳). Investigating the ...
  • Gharibi Khoramooji, A., & Hassan Zadeh, M. R. (۲۰۲۰). Data ...
  • Haenlein, M., & Kaplan, A. (۲۰۱۹). A brief history of ...
  • Islami, X., & Mulolli, E. (۲۰۲۴). Human-Artificial Intelligence in Management ...
  • John, A. S., & HAJAM, A. A. (۲۰۲۴). Leveraging Predictive ...
  • Khair, M. A., Mahadasa, R., Tuli, F. A., & Ande, ...
  • Madanchian, M., Taherdoost, H., & Mohamed, N. (۲۰۲۳). AI-based human ...
  • Mahade, A., Elmahi, A., Alomari, K. M., & Abdalla, A. ...
  • Malik, N., Tripathi, S. N., Kar, A. K., & Gupta, ...
  • Mökander, J., Morley, J., Taddeo, M., & Floridi, L. (۲۰۲۱). ...
  • Mollah, M. A., Rana, M., Amin, M. B., Sony, M. ...
  • Ntoutsi, E., Fafalios, P., Gadiraju, U., Iosifidis, V., Nejdl, W., ...
  • Olan, F., Arakpogun, E. O., Suklan, J., Nakpodia, F., Damij, ...
  • Pandey, A., Balusamy, B., & Chilamkurti, N. (Eds.). (۲۰۲۳). Disruptive ...
  • Paramesha, M., Rane, N. L., & Rane, J. (۲۰۲۴). Big ...
  • Paramesha, M., Rane, N. L., & Rane, J. (۲۰۲۴). Big ...
  • Peethambaran, M., & Naim, M. F. (۲۰۲۵). Employee flourishing-at-work: a ...
  • Prikshat, V., Malik, A. and Budhwar, P. (۲۰۲۱), “AI-augmented HRM: ...
  • Prikshat, V., Malik, A., & Budhwar, P. (۲۰۲۳). AI-augmented HRM: ...
  • Prikshat, V., Patel, P., Varma, A., & Ishizaka, A. (۲۰۲۲). ...
  • Ramadhani, W., Khuzaini, K., & Shaddiq, S. (۲۰۲۴). Resistance to ...
  • Rodgers, W., Murray, J. M., Stefanidis, A., Degbey, W. Y., ...
  • Sahai, A. K., & Rath, N. (۲۰۲۱). Artificial intelligence and ...
  • Singh, R., & Tarkar, P. (۲۰۲۲, May). Future of work: ...
  • Singh, S., Kumar, R., Payra, S., & Singh, S. K. ...
  • Stahl, B. C., Andreou, A., Brey, P., Hatzakis, T., Kirichenko, ...
  • Swaroop, S., & Sharma, L. (۲۰۲۲). Employee engagement in the ...
  • Thakur, M., Sharma, M. G., & Thakur, M. M. (۲۰۲۵). ...
  • Varma, A., Dawkins, C., & Chaudhuri, K. (۲۰۲۳). Artificial intelligence ...
  • Zhang, X., Wang, P., & Peng, L. (۲۰۲۴). Developing a ...
  • نمایش کامل مراجع