بررسی به کارگیری هوش مصنوعی در کلان داده های بلادرنگ برای شناسایی نیروهایمتخصص در برابر کارکنان مدیریت منابع انسانی سازمان ها

هدف از این مطالعه ارزیابی اثر بخشی استفاده از پردازش زبان طبیعی (NLP) هوش مصنوعی (AI) در برنامه ریزی منابع سازمانی (ERP) برای شناسایی نامزدهای شغل های تخصصی در میان کلان داده های بلادرنگ در سطح جهانی در سراسر اینترنت بود. مشکل اصلی این بود که شرکت هایی که از روش های سنتی برای استخدام متخصصان از راه دور استفاده می کردند، نامزدهای خوبی را از دست می دادند، زیرا کارمندان ماهر ممکن است به دنبال شغل نباشند، اما ممکن است از یک پیشنهاد استقبال کنند. مشکل دیگر، داده های زیادی در اینترنت برای کارکنان مدیریت منابع انسانی (HRM) سازمان ها بود که نمی توانستند بهترین نامزد مناسب را پیدا کنند. در تدوین معیارهای شغلی از یادگیری ماشین برای شناسایی مهارت های کلیدی، از کارکنان فعلی یک شرکت در یک مطالعه موردی استفاده شد. مهارت ها به معیارهای استخدام متخصصان راه دور ERP تبدیل شدند. نرم افزار NLP AI برای یافتن بهترین کاندید فعال شد. کارکنان HRM در شرکت مطالعه موردی اثربخشی نامزد انتخاب شده توسط NLP AI را ارزیابی کردند. شرکت مورد مطالعه %۷۰ را به عنوان میانگین نمره قابل قبول ارزیابی تعیین کرد. از تحلیل واریانس (ANOVA) برای تعیین اینکه آیا کارکنان HRM در مورد نمرات ارزیابی خود موافق هستند یا خیر استفاده شد. برای تعیین اینکه آیا NLP AI سریعتر از میانگین زمان مورد نیاز برای HRM برای انتخاب نامزدهای ERP است یا خیر، از آزمون (Z-test)Z استفاده شد. نتایج این بود که هوش مصنوعی NLP تقریبا ۸ ساعت از انسان بهتر عمل کرد. همه کارکنان HRM موافق بودند که NLP AI در انتخاب نامزدی برای مطابقت با معیارهای استخدام موثر بود. رویکرد پیشنهادی میتواند تحقیق و توسعه در کلان داده ها، تجزیه و تحلیل داده ها، پردازش زبان طبیعی هوش مصنوعی و بهبود فرآیند مدیریت منابع انسانی را تسهیل کند.

کلیدواژه ها:

پردازش زبان طبیعی (NLP) ، کلان داده (Big Data) ، مدیریت منابع انسانی (HRM) ، هوش مصنوعی (AI) ، برنامه ریزی منابع سازمانی (ERP) ، یادگیری ماشین (ML)