مدل سازی ساختاری مدیریت منابع انسانی مبتنی بر هوش مصنوعی مسئولانه و پیامدهای آن بر شکوفایی کارکنان

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 25

فایل این مقاله در 30 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIPAT-18-3_007

تاریخ نمایه سازی: 22 مهر 1405

چکیده مقاله:

هدف: پژوهش حاضر با هدف شناسایی، تبیین و مدل سازی روابط ساختاری و سلسله مراتبی میان مولفه های مدیریت منابع انسانی مبتنی بر هوش مصنوعی مسئولانه و پیامدهای آن بر شکوفایی کارکنان در بستر سازمان های دیجیتال انجام شد. مسئله اصلی پژوهش این است که با ورود پرشتاب الگوریتم ها و سامانه های تصمیم یار هوشمند به قلمرو مدیریت منابع انسانی، بخش عمده ای از سازمان ها، فقط بر کارایی فنی، سرعت و کاهش هزینه های عملیاتی متمرکز شده و از ابعاد اخلاقی و پیامدهای انسانی این فناوری ها غفلت ورزیده اند. این مطالعه به دنبال آن است تا نشان دهد که چگونه اصولی مانند شفافیت الگوریتمی، پاسخ گویی، عدالت، حریم خصوصی و امنیت روان شناختی، می توانند در تعامل انسان ماشین، به ارتقای تجربه مثبت کاری و عملکرد بهینه کارکنان منجر شوند. در واقع، این پژوهش تلاش می کند تا نحوه انتقال اصول اخلاقی و فنی هوش مصنوعی به پیامدهای روان شناختی و رفتاری کارکنان را تبیین کند و با ارائه چارچوبی منسجم، به پرکردن شکاف نظری موجود میان اصول انتزاعی هوش مصنوعی مسئولانه و مدیریت منابع انسانی پایدار یاری دهد. روش: این پژوهش از نظر جهت گیری کاربردی و از نظر استراتژی اجرا، با رویکرد آمیخته اکتشافی تبیینی (متوالی) در قالب پارادایم پراگماتیسم انجام شد. در مرحله کیفی، به منظور استخراج مولفه ها و ابعاد اولیه، مصاحبه های نیمه ساختاریافته با ۱۷ نفر از خبرگان دوحوزه ای (متخصصان مدیریت منابع انسانی و متخصصان هوش مصنوعی و تحول دیجیتال) که به روش نمونه گیری هدفمند معیارمحور و گلوله برفی انتخاب شده بودند، انجام گرفت. تحلیل داده های کیفی با استفاده از روش تحلیل مضمون تاملی انجام شد. در مرحله دوم (کمی)، برای کشف روابط ساختاریافته و سطح بندی مولفه ها، تکنیک مدل سازی ساختاری تفسیری به کار گرفته شد. ابعاد و مضامین استخراج شده از مرحله کیفی، پیش از ورود به ماتریس خودتعاملی ساختاری، در پنل خبرگان بار دیگر ارزیابی و تایید شدند تا از عدم تحمیل پیش فرض های پژوهشگر اطمینان حاصل شود. همچنین تحلیل ها با تکیه بر نظریه سیستم های اجتماعی فنی صورت گرفت تا پیوند میان زیرسیستم فنی (الگوریتم ها و زیرساخت ها) و زیرسیستم اجتماعی (انسان ها و تعاملات سازمانی) در استقرار هوش مصنوعی مسئولانه مشخص شود.یافته ها: یافته های بخش کیفی نشان دهنده شناسایی ۱۵ مضمون فرعی در قالب ابعاد هوش مصنوعی مسئولانه و شکوفایی کارکنان بود. نتایج حاصل از تحلیل ساختاری تفسیری نشان داد که استقرار هوش مصنوعی مسئولانه در فرایندهای منابع انسانی، نه یک مداخله تک بعدی فناورانه، بلکه فرایندی چندلایه و سیستماتیک است که در ۸ سطح سلسله مراتبی سازمان دهی می شود. در لایه های زیرین و ریشه ای مدل (سطوح حاکمیتی و فنی)، متغیرهایی مانند خط مشی گذاری اخلاقی، زیرساخت های داده ای و طراحی الگوریتمی منصفانه قرار دارند که به عنوان محرک های اصلی عمل می کنند. این متغیرها در لایه های میانی (زیرسیستم اجتماعی روان شناختی) از طریق تقویت اعتماد سازمانی، ادراک عدالت رویه ای و کاهش ریسک های اخلاقی، بر لایه های بالایی اثر می گذارند. در نهایت، در بالاترین سطح مدل (زیرسیستم پیامدی)، شکوفایی کارکنان در قالب سازه هایی چون معنا در کار، درگیری فعال، رشد فردی و عملکرد بهینه محقق می شود. یافته ها موید آن است که مولفه های اجتماعی و اخلاقی، در انتقال اثرهای قابلیت های فنی به پیامدهای انسانی نقش کلیدی و واسطه ای ایفا می کنند.نتیجه گیری: این پژوهش با ارائه یک مدل ساختاری تفسیری سه لایه (حاکمیتی فنی، اجتماعی روان شناختی و پیامدی)، خلا موجود در ادبیات هوش مصنوعی مسئولانه و مدیریت منابع انسانی را پوشش می دهد. نتایج پژوهش نشان می دهد که موفقیت و پایداری فناوری های هوشمند در سازمان ها، مستلزم هم راستایی و بهینه سازی مشترک زیرسیستم های فنی و اجتماعی است. بدون توجه به نیازهای روان شناختی و اخلاقی کارکنان، پیاده سازی هوش مصنوعی می تواند به کاهش تعهد و احساس بیگانگی شغلی منجر شود. مدل پیشنهادی این پژوهش، به عنوان یک نقشه راهبردی، می تواند توسط سیاست گذاران سازمانی، مدیران منابع انسانی و توسعه دهندگان سیستم های هوشمند برای طراحی راه کارهای فناورانه انسان محور و ارتقای شکوفایی منابع انسانی در عصر تحول دیجیتال استفاده شود.

کلیدواژه ها:

هوش مصنوعی مسئولانه ، شکوفایی کارکنان ، شفافیت و پاسخ گویی ، اعتماد سازمانی ، نظریه سیستم های اجتماعی فنی

نویسندگان

عباسعلی رستگار

استاد، گروه مدیریت، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران.

میناسادات موسوی

دکتری، گروه مدیریت، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • حاجی اسماعیلی، حسین؛ طهماسبی، رضا و باباشاهی، جبار (۱۴۰۵). طراحی ...
  • رستگار، عباسعلی و موسوی، میناسادات (۱۴۰۲). بررسی اثر تنوع قومی ...
  • موسوی، میناسادات؛ رستگار؛ عباسعلی و شفیعی نیکآبادی، محسن (۱۴۰۴). هوش ...
  • مومنی، امیررضا؛ یعقوبی، نورمحمد؛ روشن، سیدعلیقلی و پورعزت، علی اصغر ...
  • واعظی، سید کمال و پاشایی، فرانک (۱۴۰۴). کاربرد هوش مصنوعی ...
  • ReferencesAlawamleh, M., Al-Twal, A., Lahlouh, L. & Jame, R. O. ...
  • Bankins, S., Formosa, P. & O’Kane, P. (۲۰۲۴). The ethical ...
  • Blau, P. M. (۱۹۶۴). Exchange and power in social life. ...
  • Braun, V. & Clarke, V. (۲۰۲۱). One size fits all? ...
  • Bunjak, A., Černe, M. & Popovič, A. (۲۰۲۳). Artificial intelligence ...
  • Chang, Y. L. & Ke, J. (۲۰۲۴). Socially responsible artificial ...
  • Cherns, A. (۱۹۷۶). The principles of sociotechnical design. Human relations, ...
  • Chowdhury, S., Dey, P. K., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, ...
  • Creswell, J. W. & Plano Clark, V. L. (۲۰۲۳). Revisiting ...
  • Das, S. S., Pramod, V. R., & Kiron, K. (۲۰۲۴). ...
  • European Commission. (۲۰۲۴). Artificial Intelligence Act: Regulation of the European ...
  • Field, A. (۲۰۱۸). Discovering statistics using IBM SPSS statistics. Sage ...
  • Haji Esmaeili, H., Tahmasebi, R. & Babashahi, J. (۲۰۲۶). Designing ...
  • Leicht-Deobald, U., Busch, T., Schank, C., Weibel, A., Scherer, S. ...
  • Malik, A., Budhwar, P. & Kazmi, B. A. (۲۰۲۳). Artificial ...
  • Momeni, A., Yaghoubi, N. M., Roshan, S. A. & Pourezzat, ...
  • Rastgar, A. & Mousavi, M. (۲۰۲۳). Investigating the Effect of ...
  • Schulte, P. A. & Streit, J. M. (۲۰۲۵). Psychosocial risks ...
  • Soomro, S., Fan, M., Sohu, J. M., Soomro, S. & ...
  • Spreitzer, G., Sutcliffe, K., Dutton, J., Sonenshein, S. & Grant, ...
  • Sushil. (۲۰۱۲). Interpreting the interpretive structural model. Global Journal of ...
  • Tambe, P., Cappelli, P. & Yakubovich, V. (۲۰۱۹). Artificial intelligence ...
  • Trist, E. L. (۱۹۸۱). The evolution of socio-technical systems: A ...
  • Vaezi, S. K. & Pashaei, F. (۲۰۲۵). Application of artificial ...
  • von Krogh, G. (۲۰۱۲). How does social software change knowledge ...
  • Weber, R. (۲۰۲۱). Constructs and Indicators: An Ontological Analysis. MIS ...
  • نمایش کامل مراجع