طراحی مدل انسان-ماشین در مدیریت: هم افزایی توان شناختی مدیران و الگوریتم های هوش مصنوعی

تعریف مسئله: با گسترش فناوری های هوش مصنوعی (AI) نقش مدیران در سازمان ها، به ویژه در مدیریت منابع انسانی (HR) در حال دگرگونی است. تعامل میان الگوریتم های یادگیری ماشین و فرایندهای انسانی می تواند چهره تصمیم گیری های آینده را تغییر دهد. با این حال، مدلی یکپارچه برای تبیین تعامل هم افزایانه میان توانمندی های شناختی مدیران و قابلیت های (AI) تاکنون کمتر طراحی شده است. چالش هایی نظیر اعتماد، شفافیت، توازن نقش انسان و ماشین و اثر ورودی های ماشینی بر فرآیندهای شناختی و تصمیم گیری مدیران همچنان مبهم باقی مانده اند. فرضیات پژوهش: فرض بر این است که ادغام هوش مصنوعی و انسانی در (HR) می تواند دقت تصمیمات، کارایی سازمانی و مزیت رقابتی پایدار را افزایش دهد، هرچند ممکن است در برخی شرایط باعث افزایش خطای مثبت کاذب و بار شناختی شود. روش تحقیق: پژوهش از نوع ترکیبی اکتشافی–کیفی (Exploratory-Qualitative) است و شامل دو مرحله می باشد: ۱. مرور نظام مند ادبیات ((SLR بر اساس پروتکل PRISMA ۲۰۲۰ با جستجو در پایگاه های Scopus، Web of Science و Google Scholar طی سال های ۲۰۲۰–۲۰۲۵. ۲. تحلیل محتوای کیفی با کدگذاری تماتیک برای استخراج چالش ها و الگوهای تعامل انسان–ماشین. خلاصه نتایج: مدل مفهومی پیشنهادی نشان می دهد ترکیب (AI) و (HR)موجب بهبود تصمیم گیری، کاهش خطای منفی کاذب و افزایش کارایی می گردد. با این حال، ممکن است در شرایط خاص بار شناختی مدیران افزایش یابد. روش اعتبارسنجی نتایج: اعتبار نتایج از طریق مقایسه متقابل کدها (Code Triangulation) و بازبینی توسط محقق ثانویه تایید شد تا از پایداری و دقت مفاهیم استخراجی اطمینان حاصل شود.

کلیدواژه ها:

همکاری انسان و ماشین ، هوش مصنوعی در مدیریت منابع انسانی ، توان شناختی مدیران ، تصمیم گیری ترکیبی ، اخلاق هوش مصنوعی