هوش مصنوعی در مدیریت منابع انسانی - نوآوری، چالش ها و مسیر رو به جلو

مدرس گروه مدیریت دانشگاه آزاد اسلامی واحد گرگان،گلستان،ایران 

چکیده

معرفی فناوری هوش مصنوعی (AI) یک نوآوری تحول آفرین است که به صنایع متعددی کمک کرده تا در بازار فعلی پایدار مانده و رشد کنند. پیاده سازی هوش مصنوعی در مدیریت منابع انسانی تغییرات مثبت زیادی را در این سیستم به ارمغان آورده است. بیشتر مطالعات بر مزایای اجرای فرآیند مدیریت منابع انسانی مبتنی بر هوش مصنوعی در سازمان‌ها تأکید دارند. با این حال، آن‌ها نتوانسته‌اند چالش‌های موجود مدیریت منابع انسانی را که بر عملکرد سازمان و کارکنان تأثیر می‌گذارد، نشان دهند. در این راستا، این پژوهش بر انجام یک مطالعه تجربی درباره تأثیر هوش مصنوعی بر سیستم مدیریت منابع انسانی متمرکز است. کارکنان سازمان‌ها و بخش‌های مختلف شهر حیدرآباد در آندرا پرادش به‌عنوان جامعه آماری انتخاب شدند و به پرسشنامه نظرسنجی پاسخ دادند. آزمون‌های همبستگی و ANOVA یک‌طرفه از طریق بسته نرم‌افزاری SPSS برای اعتبارسنجی نتایج انجام شدند. نتایج مطالعه نشان داد که احتمال وقوع خطاها و تأخیر در مدیریت حضور و غیاب و محاسبه دستمزد بدون کمک هوش مصنوعی چالش برانگیز است، همچنین جایگزینی کار دستی مدیریت منابع انسانی با برنامه‌های مبتنی بر هوش مصنوعی کارها را ساده‌تر کرده است و همچنین هوش مصنوعی فعالیت‌های سازمانی را‌ برای حفظ تعادل کار و زندگی تسهیل کرده است. بنابراین، این مطالعه نتیجه‌گیری می‌کند که اجرای ابزارهای مبتنی بر هوش مصنوعی برای سیستم مدیریت منابع انسانی توسط اکثر سازمان‌ها ترجیح داده شده است. مطالعه حاضر اهمیت فرآیند مدیریت منابع انسانی مبتنی بر هوش مصنوعی را در یک سازمان غیر IT به تصویر می کشد. سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی به‌طور مؤثری فرآیند محاسبه حقوق و ارزیابی کارکنان را مدیریت می‌کند که به نوبه خود فرآیند استخدام و مستندسازی را ساده می‌سازد.

کلیدواژه‌ها: هوش مصنوعی ، مدیریت منابع انسانی، ویژگی های جمعیت‌شناسی، تحلیل آماری، همبستگی، ANOVA، SPSS.

1. مقدمه

سیستم‌های مدرن مدیریت منابع انسانی (HRM) اخیرا محبوبیت بیشتری پیدا کرده‌اند، زیرا فرآیندهای خسته‌کننده و پیچیده عملیاتی مختلف دیجیتالی سازی شده‌اند. مدیریت منابع انسانی توجهات زیادی را در زمینه افزایش بهره‌وری، بهبود صرفه‌جویی در هزینه‌ها و چالش‌های رقابتی بازار از طریق پیاده‌سازی طرح های الکترونیکی کامپیوتری و اینترنتی جلب کرده است. داده‌های سازمانی، مبتنی بر وظایف و پرسنلی که توسط بخش منابع انسانی مدیریت می‌شوند، بسیار زیاد هستند و به همین دلیل پیاده‌سازی هوش مصنوعی در فرآیندهای استراتژیک منابع انسانی ضروری به نظر می‌رسد و به این ترتیب پایایی مدل‌های کسب‌وکار را بهبود می‌بخشد [3].

چالش‌های عمده‌ای که مدیریت منابع انسانی با آن‌ها مواجه هستند مرتبط با شرایط کاری، استراتژی‌ها و رویه‌ها می باشند. مدیریت کارکنان، آموزش و توسعه، مدیریت بهداشت، مدیریت عملکرد و روابط کارمندی به‌عنوان مسائل مهمی که منابع انسانی با آن‌ها روبرو است در نظر گرفته می‌شوند. با این حال، این چالش‌ها می‌توانند با پیاده‌سازی مدیریت منابع انسانی مبتنی بر هوش مصنوعی برطرف شوند [4].

بسیاری از سازمان‌ها آغاز به ادغام فناوری اطلاعات (IT) با کسب‌وکار خود از طریق پیاده‌سازی فناوری‌های پیشرفته هوش مصنوعی، اتوماسیون و یادگیری ماشین کرده‌اند. پردازش وظایف پیچیده و زمان‌بر که توسط عملکردهای مدیریت منابع انسانی (HRM) انجام می‌شود، تأثیر راه‌حل‌های مبتنی بر هوش مصنوعی را از دیدگاه مدیریت منابع انسانی افزایش داده است. تحول اخیر در مدیریت منابع انسانی به‌طور قابل‌توجهی به نوآوری‌ها در بخش فناوری اطلاعات مربوط می‌شود. فناوری‌های پیشین سیستم اطلاعات منابع انسانی (HRIS) و منابع انسانی الکترونیکی (e-HR) به سازمان‌ها کمک کردند تا داده‌ها را به‌صورت دیجیتالی پردازش، ذخیره و سپس در میان ذینفعان سازمان توزیع کنند. با این حال، وابستگی به راه‌حل‌های مبتنی بر هوش مصنوعی، اتوماسیون و ارتباط متقابل در پردازش وظایف منابع انسانی مثل جذب استعداد، به سرعت محبوب شده و در حال توسعه است [5].

سیستم اطلاعات مدیریت منابع انسانی (HRIS) اهمیت تقویت تکنیک‌های انگیزشی نسبت به کارکنان را برای بهبود روابط در محل کار میان کارکنان و سازمان برجسته می‌کند [6]. عناصر سیستم HRIS مدیریتی با پیشرفت‌های فناوری مرتبط است که قابلیت سازمان را برای توسعه و حفظ روابط مؤثر و حرفه‌ای درون‌فردی و بین‌فردی بهبود می‌بخشد. بر خلاف سیستم HRIS مدیریتی ، پیاده‌سازی سیستم HRIS فنی نیاز به شناخت تاریخی از بازتولید مهارت‌ها و توانمندی‌های کنترل‌شده داده‌ها درون سازمان دارد [7، 8]. سیستم HRIS که به عملکردهای مدیریتی مربوط است، با فناوری‌های منابع انسانی متمرکز می‌شود که قابلیت ایجاد ارتباطات درون‌فردی یا بین‌فردی در سازمان را فراهم می‌آورد. با این حال، سیستم HRIS که به عملکردهای فنی مربوط است، با سیستم‌ها و فناوری‌های اطلاعاتی ادغام شده و به درک فنی، تحلیل داده‌ها و جریان کار مؤثر می‌پردازد [1].

کاربرد هوش مصنوعی به سازمان‌ها این امکان را می‌دهد تا ترجمه زبان و الگوهای شناسایی نوآورانه را از طریق الگوریتم‌های مختلف توسعه دهند و در محیط جهانی کسب‌وکار فعالیت کنند. تحقیقات زیادی برای درک اهمیت هوش مصنوعی در عملیات مختلف کسب‌وکار از جمله بازاریابی، زنجیره تأمین و مدیریت عملیات انجام شده است، و برخی از این پژوهش‌ها نیز شامل عملکردهای مدیریت منابع انسانی بوده‌اند [9]. پیاده‌سازی برنامه‌های مبتنی بر فناوری اطلاعات عملکرد فرآیند های متعدد کسب‌وکار را بهبود بخشیده که شامل استخدام، بازاریابی و مالی است [10]. پیاده‌سازی فناوری‌های مبتنی بر هوش مصنوعی در سیستم مدیریت منابع انسانی نیز تأثیرگذاری، دقت و سرعت در فرآیندهای مختلف کسب‌وکار را افزایش داده است. بنابراین، تحول سازمانی با حداقل سرمایه‌گذاری می‌تواند از طریق ادغام ماشین‌آلات، نیروی کار و روش‌ها با فناوری‌های هوشمند تحقق یابد [11].

انقلاب صنعت 4.0 (I4.0) آغازگر توسعه‌های گسترده در عصر صنعتی بوده است. توسعه هوش مصنوعی نیز یکی از مشارکت‌های انقلابی I4.0 محسوب می‌شود [12]. پیاده‌سازی فناوری هوش مصنوعی در سیستم مدیریت منابع انسانی برای تمامی فرآیندها همچنان چالشی است که بسیاری از صنایع با آن مواجه‌اند [13]. با وجود اینکه اهمیت پیاده‌سازی هوش مصنوعی برای دستیابی به حداکثر عملکردهای مدیریت منابع انسانی توسط کارکنان تایید شده، این چالش‌ها هنوز به‌عنوان موانعی برای پیاده‌سازی و بهره‌برداری مؤثر عمل می‌کنند. بنابراین، این نتیجه‌گیری وجود دارد که تحول سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی هنوز در مرحله‌ در حال توسعه است و نیازمند تمرکز و اهمیت بیشتری برای یک تحول کامل است [14].

فناوری‌های هوش مصنوعی و مبتنی بر هوش مصنوعی در چندین سازمان در بخش مدیریت منابع انسانی برای مدیریت افراد گنجانده شده اند. در طول یک دهه گذشته، توسعه در پیاده‌سازی فناوری‌های هوش مصنوعی در مدیریت منابع انسانی افزایش یافته و به تحقیق در موضوعات مختلف مرتبط از جمله تأثیر اجتماعی رباتیک و هوش مصنوعی، تأثیر پذیرش هوش مصنوعی بر نتایج در سطوح کسب‌وکار و فردی، و ارزیابی عملیات مدیریت منابع انسانی مبتنی بر هوش مصنوعی منجر شده است [15].

بر اساس گزارش IBM در سال 2020 [16]، هوش مصنوعی به‌عنوان پیشرفته‌ترین راهکار در سیستم مدیریت منابع انسانی شناخته شده است. این فناوری‌های مبتنی بر هوش مصنوعی، پیاده‌سازی یادگیری ماشین، یادگیری عمیق و تحلیل داده‌های کلان را در سیستم مدیریت منابع انسانی تسهیل می‌کنند و بدین ترتیب کارایی آن را افزایش می‌دهند [17]. از تحقیقات پیشین معلوم است که پیاده‌سازی مدیریت منابع انسانی مبتنی بر هوش مصنوعی ممکن است نگرانی‌هایی برای کارکنان به‌وجود آورد و به‌صورت منفی [18، 19] یا مثبت بر کارکنان و نتایج کسب‌وکار تأثیر بگذارد [20، 21].

محققان بسیاری [22-24] مزایای سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی را مانند توسعه، حفظ، جذب استعداد و ارزیابی شرکت‌های هایتک چندملیتی بررسی کرده‌اند. در عین حال، تحقیق کنونی به بررسی اختلاف میان فرآیندهای مدیریت منابع انسانی قبل و بعد از پیاده‌سازی هوش مصنوعی پرداخته است. مسائلی که بدون کمک‌های هوش مصنوعی وجود دارند، شامل وظایف مالی، دشواری در برنامه‌ریزی فعالیت‌ها برای کارکنان به‌منظور حفظ تعادل کار و زندگی، حضور و غیاب کارکنان و مدیریت حقوق و دستمزد می باشند. با این حال، این مسائل می‌توانند با سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی اصلاح شوند.

بیشتر مطالعات، مزایای پیاده‌سازی فرآیند مدیریت منابع انسانی مبتنی بر هوش مصنوعی را در سازمان‌ها نشان داده‌اند. با این حال، آن‌ها در نشان دادن چالش‌های موجود در مدیریت منابع انسانی که بر عملکرد سازمان و کارکنان تأثیر می‌گذارد، ناکام مانده‌اند [25]. تحقیقات قبلی بر روی چندین فناوری که می‌توان برای بهبود مدیریت منابع انسانی پیاده‌سازی کرد، تمرکز کرده‌اند، اما در مورد امکان‌سنجی تحول جامع سیستم، تحقیقات بسیار کمی وجود دارد. بنابراین، مطالعه کنونی می‌کوشد تا شکاف‌های موجود در تحقیقات موجود را پر کرده و چالش‌های فرآیند مدیریت منابع انسانی بدون هوش مصنوعی را به تصویر بکشد.

بنابراین، این پژوهش بر ابعاد مختلف پیاده‌سازی فناوری‌های هوش مصنوعی در مدیریت منابع انسانی (HRM) متمرکز است. یک مطالعه تجربی به‌منظور ارزیابی اندازه تأثیر بر روی سازمان‌های مختلف از طریق یک نظرسنجی که بر روی جمعیت نمونه با رویکردی کمی انجام شد، صورت گرفته است. نتایج این نظرسنجی استنتاج شده و اهمیت اهداف و فرضیات پیشنهادی به‌صورت آماری تجزیه و تحلیل و تأیید شده است.

بخش بعدی (بخش 2) به بررسی ادبیات تحقیقاتی قبلی در مورد سیستم‌های مدیریت منابع انسانی مبتنی بر هوش مصنوعی می‌پردازد. طراحی تحقیق و روش‌شناسی پیشنهادی در بخش 3 بحث شده است. بخش 4 تفسیر نتایج تجزیه و تحلیل‌های جمعیت‌شناسی و آماری را ارائه می‌دهد. نتیجه‌گیری کلی مطالعه تجربی در بخش 5 ارائه می شود

2. مرور ادبیات

شبیه‌سازی تعاملات میان انسان‌ها که از طریق سیستم‌های ارتباطی مبتنی بر فناوری به‌طور خودکار انجام می‌شود، توسط پرات و تیم تحقیقش مورد بررسی قرار گرفت [26]. مدلی که در این پژوهش ارائه شد، بینشی درباره عملکرد و رضایت کارکنان نسبت به عوامل انگیزشی و فرهنگی، روش‌های ارتباطی و توصیف‌های کاری را برای کارکنان به‌صورت فردی ارائه می‌دهد. این مدل عواملی را که باید برای ابزارهای ارتباطی مبتنی بر هوش مصنوعی و تعاملات آنها در نظر گرفته شود، مشخص می‌کند. رضایت کارکنان از طریق انگیزش و تأثیر مستقیم، چالشی بزرگ برای ابزارهای ارتباطی مبتنی بر هوش مصنوعی است، زیرا این ابزارها به‌طور یکسان مؤثر نیستند. بنابراین، این مطالعه نشان داد که روش‌های تاکتیکی تعامل با کارکنان و ایجاد ارتباط برای سیستم‌های مبتنی بر هوش مصنوعی چالش‌برانگیز است [1].

در مطالعه‌ای دیگر، گارگ و دیگر پژوهشگران [25] درک رضایت کارکنان در شرکت‌های حمل و نقل و لجستیک را از طریق رویکرد نوینی که برای تحلیل رضایت و بازخورد کارکنان با استفاده از الگوریتم‌های مبتنی بر هوش مصنوعی توسعه یافته است، ایجاد کردند. این الگوریتم‌ها این امکان را می‌دهند که نظرسنجی برگرفته از تجربیات کارکنان را انجام دهند و بدین ترتیب ورودی پاسخ‌دهنده را تجزیه و تحلیل کرده و به ذینفعان سازمان بینش‌هایی برای افزایش عملکرد، تعهد و وفاداری کارکنان ارائه دهند. این تحلیل به پژوهشگران این امکان را می‌دهد تا بینش‌های علمی و حرفه‌ای از تأثیرات استفاده هوش مصنوعی بر کارکنان و سازمان‌های مربوطه به‌دست آورند. این فناوری‌های مبتنی بر هوش مصنوعی به‌عنوان یک مزیت برای کارکنان عمل می‌کنند تا نظر و نگرانی‌های خود را به‌طور مستقیم به سازمان انتقال دهند [1].

تحلیل‌های مالیک و دیگر پژوهشگران [21] نشان داد که الگوریتم‌های مبتنی بر هوش مصنوعی صرفه اقتصادی ‌اثربخشی منابع انسانی و تجربه کلی کارکنان را افزایش می‌دهند و در نتیجه به افزایش رضایت و تعهد کارکنان در یک سازمان منجر می‌شوند. تفاوت‌های میان دو نسل کارکنان X و Y و انعطاف‌پذیری آنها نسبت به فناوری‌های شبکه اجتماعی مبتنی بر هوش مصنوعی توسط کامینسکا و بورزیلو [27] بیان شده است. تأثیر هوش مصنوعی بر ارزیابی عملکرد کارکنان، رابطه عوامل شناختی با کیفیت رتبه‌بندی و تفاوت‌های عوامل مبتنی بر شخصیت در عملکردهای مدیریت منابع انسانی به‌طور سیستماتیک توسط کوچ و دیگر پژوهشگران [28] بررسی شده است.

اشاعه فناوری اطلاعات در نظریه مدیریت منابع انسانی توسط بیلال [5] مورد بررسی قرار گرفت. این مطالعه نشان داد که رهبران و مدیران منابع انسانی نگرش مثبتی نسبت به پیاده‌سازی هوش مصنوعی برای بهبود کیفیت و کارایی مدیریت منابع انسانی دارند. نگرش مثبت کارکنان نسبت به پیاده‌سازی فناوری‌های مبتنی بر هوش مصنوعی در مدیریت منابع انسانی و تمایل آنها برای مشارکت در استفاده از چنین فناوری‌هایی از نتایج بدست‌آمده توسط این مطالعه حمایت کرده است.

فناوری استخدام الکترونیکی به‌تازگی محبوبیت بیشتری پیدا کرده و توسط اکثر سازمان‌ها به‌کار گرفته شده است. این سیستم به سازمان‌ها این امکان را می‌دهد که استخدام را با سرعت بیشتری پردازش کنند و هزینه‌های مربوط به این فرآیند را کاهش دهند، و به این ترتیب، نامزدهای با پتانسیل بالا را به‌طور جهانی جذب کنند. وب‌سایت‌های شرکتی سازمان‌ها فرصت‌های شغلی مختلف را برای تسهیل فرآیند استخدام در دسترس قرار می‌دهند. چندین وب‌سایت، از جمله careerbuild.com، monster.com، naukri.com و غیره، به استخدام‌کنندگان این امکان را می‌دهند که کارجوهای مناسب برای موقعیت‌های مناسب را پیدا کنند و همچنین به جویندگان کار این امکان را می‌دهند که لینک‌های مربوط به موقعیت‌های مختلف موجود در یک سازمان را پیدا کنند [10]. عصر امکانات اینترنتی کمک‌های زیادی به توسعه برنامه‌های مختلف کرده است که به سازمان‌ها این امکان را می‌دهد تا عملکردهای مرتبط با کسب‌وکار خود را در سطح مدیریتی سازماندهی کنند. این امر به مهارت‌های مرتبط برای فرآیندهای تصمیم‌گیری نیاز دارد تا تعاملات با ذینفعان از طریق فناوری‌های مبتنی بر هوش مصنوعی، مانند تجارت الکترونیک، سازماندهی شود [29]. استفاده از فناوری‌های مختلف جایگزین مداخلات انسانی شده است زیرا ماشین‌های پیشرفته با الگوریتم‌های مبتنی بر هوش مصنوعی برنامه‌ریزی می‌شوند که دارای مهارت‌هایی برابر با انسان هستند [30].

 س. کوت، با چند پژوهشگر دیگر [9] یک مطالعه تجربی در مورد اهمیت فرآیند استخدام مبتنی بر هوش مصنوعی و کیفیت هوش مصنوعی برای شناسایی شهرت کارفرما با پذیرش فناوری‌های هوش مصنوعی انجام داد. بررسی تأثیر هوش مصنوعی بر استخدام مبتنی بر هوش مصنوعی در صنعت داروسازی اندونزی انجام شد. این مطالعه اهمیت آماری کیفیت هوش مصنوعی و رابطه آن با شهرت کارفرما را بررسی کرد. ساختار درون زا و برون زا اثر پژوهش، تأثیر میانجی گری ناشی از پذیرش هوش مصنوعی را نشان داد. به طور خلاصه، تمام روابط میانجی و فرضیه های مستقیم از نظر آماری معنی دار می باشند و به صنایع دارویی اندونزی توصیه شد که فناوری های مبتنی بر هوش مصنوعی را برای سازماندهی عملیات تجاری موثر پیاده سازی کنند.

تحولات اجتماعی-اقتصادی، سیاسی و به ویژه فناوری، محبوبیت تاکتیکی را برای مدیریت منابع انسانی در سازمان ها به ارمغان آورده است [31]. با این حال، بخش های کمی از این تحولات استقبال نکرده اند که منجر به استراتژی های کند و پیچیده برای این بخش ها می شود [32]. در چنین شرایطی، پیاده‌سازی فناوری‌های پیشرفته، مانند هوش مصنوعی، باید در نظر گرفته شود [33]. اهمیت پیاده‌سازی فناوری‌های هوش مصنوعی افزایش اثربخشی و کارایی عملکرد عملیات مبتنی بر منابع انسانی است تا فرآیندهای مختلف مدیریت دقیق و چابک باشند [34]. کنترل و درک جمع‌آوری داده‌ها از طریق فناوری‌های هوش مصنوعی برای فرآیندهای HRM انجام می‌شود، در نتیجه، این فرآیندها در رویه های کارایی اقتصادی و سازمانی گنجانده می‌شوند [35]. مدیران و روسای منابع انسانی می‌توانند تمرکز و مشارکت بیشتری را در راستای وظایف دارای ارزش‌افزوده که به دنبال توانایی‌ها و مهارت‌های منحصربه‌فرد هستند، با خودکارسازی کارهای وقت‌گیر و تکراری از طریق فناوری‌های مبتنی بر هوش مصنوعی ارائه کنند [36]. به حداقل رساندن و کاهش خطا از طریق یادگیری ماشینی، تصمیم گیری را از طریق ارائه اطلاعات بیشتر که پردازش بهتری دارند، افزایش می دهد [33].

لازم است دپارتمان های منابع انسانی با اجتناب از مشکلات احتمالی، استراتژی ایمن برای پیاده سازی هوش مصنوعی در سازمان تدوین کنند، زیرا هوش مصنوعی دارای نقاط ضعف و قوت خاص خود است. اجرای چندین فناوری تحول آفرین و پر ریسک برای حفظ سازمان در بازار ضروری خواهد بود [14].

اخیرا، بررسی هوش مصنوعی و تأثیر آن بر عملیات HRM افزایش یافته است. به عنوان مثال، به گفته چندین محقق، سیستم های HRM مبتنی بر هوش مصنوعی در توسعه، حفظ، کسب و ارزیابی استعداد در شرکت های چندملیتی هایتک مفید هستند [22-24]. فن‌آوری‌های هوش مصنوعی به HRM از فرآیند استخدام تا انتخاب، ارزیابی و مصاحبه با بهترین کارجوها [37، 38]، ایجاد آگهی استخدامی [39] و ارزیابی اثربخشی آموزش کارکنان [40] کمک می‌کنند. با این وجود، علیرغم چندین گزینه ارائه شده از طریق پیاده سازی فناوری های پیشرفته در مدیریت منابع انسانی، کارکنان خود قادر به انجام بسیاری از وظایف هستند که توسط ماشین ها قابل انجام نیستند [41، 42]. از این رو، چندین محقق پیشنهاد می کنند که ادغام هوش مصنوعی با پشتیبانی انسانی، به جای اینکه انسان به طور کامل جایگزین شود، منافع بهینه ای را برای سازمان فراهم می کند [43].

بسیاری از کارهای تحقیقاتی اخیر همچنین از این واقعیت حمایت می‌کنند که ادغام انسان با فناوری‌های مبتنی بر هوش مصنوعی برای انجام عملکردهای HRM، کارایی مدیریت را در جمع‌آوری، نگهداری و اعتبارسنجی داده‌ها بهبود می‌بخشد [11]. کاربردهای فناوری‌های هوش مصنوعی، مدیریت منابع انسانی را قادر می‌سازد تا با ارزیابی تعامل، زبان بدن و نگرش کارجویان، مصاحبه‌ها را در حالت ویدئویی از طریق امکانات اینترنتی با کارجویان مناسب سازماندهی کند و کارجوی بالقوه‌ای را که به بهترین وجه با تقاضای سازمان مطابقت دارد شناسایی کند [44]. این فرآیندها می تواند به طور کامل بدون دخالت انسان انجام شود.

3. روش شناسی

مطالعه حاضر از روش تحقیق کمی برای ارزیابی داده های جمع آوری شده استفاده می کند. رویکرد کمی اتفاقات را از طریق جمع آوری داده های عددی غیرقابل تغییر که با کمک تکنیک های ریاضی ارزیابی شده اند، نشان می دهد. این رویکرد، اطلاعات آماری که مربوط به نظرسنجی های مرتبط با چگونگی، کجا، چه زمانی، چه مقدار، چه چیزی و چه تعداد است، را ارائه می دهد. رویکرد کمی شامل هدف، اطلاعات عددی و منطقی است [45]. این پژوهش با استفاده از یک مطالعه تجربی از طریق پرسشنامه نیمه ساختاریافته و داده ها از افراد گروه های سنی و حوزه کاری مختلف جمع آوری شده است. پرسشنامه بر اساس متغیرهای پژوهش طبقه بندی شده و داده ها با روش نمونه گیری هدفمند انجام شده است. فرضیه برای مطالعه تجربی بر اساس اهداف تحقیق تعریف شده و از طریق ارزیابی کمی تفسیر می شود. خلاصه ای از طرح تحقیق پیشنهادی در شکل 1 نشان داده شده است. جمعیت شناسی جمعیت مورد مطالعه نیز مشاهده شد و پاسخ های مربوط به آنها مورد تجزیه و تحلیل قرار گرفت.

اهداف پژوهش حاضر عبارتند از:

• تحلیل چالش های موجود در مدیریت منابع انسانی در یک سازمان از بخش های مختلف.

• بررسی تأثیر اجرای مدیریت منابع انسانی مبتنی بر هوش مصنوعی در ساده سازی فرآیندهای مختلف منابع انسانی.

سوالات تحقیق به شرح زیر است:

• چالش های موجود در فرآیندهای مدیریت منابع انسانی چیست؟

• پیاده سازی مدیریت منابع انسانی مبتنی بر هوش مصنوعی چه تاثیری در ساده سازی و مدیریت موثر منابع انسانی داشته است؟

فرضیه های پژوهش حاضر عبارتند از:

H1: پیاده سازی و عملکرد سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی با چالش های موجود در فرآیندهای مدیریت منابع انسانی مرتبط است.

• H10: پیاده سازی و عملکرد سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی با چالش های موجود در فرآیندهای مدیریت منابع انسانی مرتبط است.

• H11: پیاده سازی و عملکرد سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی هیچ ارتباط معنی داری با چالش های موجود در فرآیندهای مدیریت منابع انسانی ندارد.

H2: فرآیندهای مدیریت منابع انسانی ساده و موثر با اجرای سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی ارتباط دارد.

• H20: فرآیندهای مدیریت منابع انسانی ساده و موثر ارتباط معناداری با اجرای سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی دارد.

• H21: فرآیندهای مدیریت منابع انسانی ساده و موثر هیچ ارتباط معناداری با اجرای سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی ندارد.

جامعه مورد مطالعه از سازمان های مختلف منطقه حیدرآباد از ایالت آندرا پرادش هند شناسایی شده و از بخش ها و حوزه های مختلف کاری هستند. دیدگاه ها و ترجیحات هر فرد در اجرای سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی از طریق مطالعه بررسی شد.

در مجموع 126 شرکت کننده پاسخ های خود را در پرسشنامه ثبت کردند. همانطور که گفته شد، پاسخ دهندگان از سازمان های مختلفی بودند که سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی در آنها پیاده سازی شده بود. با این حال، همه پاسخ دهندگان فردی نسبت به سیستم مدیریت منابع انسانی مرسوم و ابزارهای مبتنی بر هوش مصنوعی برای اجرای فعالیت های مبتنی بر منابع انسانی آگاهی داشتند. شرکت‌کنندگان شناسایی‌شده محدود به پست‌های مدیریت منابع انسانی نبوده، بلکه کارکنانی که در دپارتمان‌های مختلف با عناوین شغلی مختلف مشغول به کار بودند نیز مورد بررسی قرار گرفتند

تکنیک نمونه‌گیری برای جمع آوری داده‌ها از جمعیت خاص به جای تمرکز بر کل جمعیت مهم است [46]. بنابراین، انتخاب اندازه نمونه مناسب برای شرکت در مطالعه آماری بسیار مهم است. علاوه بر این، اندازه نمونه در استخراج نتایج بر اساس داده‌های جمع‌آوری‌شده از جمعیت نمونه مؤثر است [47]. بر این اساس، داده‌ها جمع‌آوری شده و روش نمونه‌گیری هدفمند برای انجام تحلیل کمّی آماری انتخاب شد. شرکت‌کنندگان در این نظرسنجی بدون توجه به سن، شغل، بخش و عنوان شغلی‌شان انتخاب شدند. پس از جمع‌آوری داده‌های مورد نیاز برای تحلیل، پرسش‌نامه‌ها بر اساس متغیرهای مطالعه دسته‌بندی شدند.

داده‌های اولیه به عنوان داده‌های بهینه و مهم در نظر گرفته می‌شوند زیرا این داده‌ها به طور مستقیم از پاسخ‌دهندگان منتخب جمع‌آوری می‌شوند. این فرآیند جمع‌آوری داده شامل پرسش‌نامه‌های ساختاریافته، نظرسنجی‌ها و رای‌گیری‌ها و غیره است [48]. داده‌های اولیه مورد نیاز برای انجام تحلیل مطالعه از طریق یک پرسش‌نامه نیمه‌ساختاریافته جمع‌آوری شده است. پژوهشگر پاسخ‌های هر پرسش‌نامه را برای اطمینان از کامل بودن آنها بررسی و تأیید کرد.

برای تحلیل داده‌های اولیه، یک پرسش‌نامه نیمه‌ساختاریافته استاندارد شده بر اساس مقیاس پنج‌نقطه‌ای لیکرت تنظیم شد. مقیاس امتیازدهی به صورت زیر تعریف شده است: ۱ – کاملاً موافق، ۲ – موافق، ۳ – نه موافق و نه مخالف، ۴ – مخالف و ۵ – کاملاً مخالف. پاسخ‌های پرسش‌نامه به مقیاس لیکرت تبدیل شده و برای تحلیل در نرم‌افزار SPSS وارد گردید.

داده‌های جمع‌آوری‌شده برای سهولت تحلیل به فرمت برگه‌کاری تبدیل شدند. تحلیل کمی داده‌های جمع‌آوری شده بر اساس رویکرد آماری انجام می‌شود. برای این منظور، از بسته نرم‌افزاری تحلیل داده‌های اجتماعی (SPSS) استفاده می‌شود. ویژگی‌های جمعیتی پاسخ‌دهندگان از طریق تحلیل گرافیکی داده‌های موجود در برگه‌کاری مورد بررسی قرار می‌گیرد. پرسش‌نامه نظرسنجی بر اساس عوامل مربوطه کدگذاری شده و به عنوان ورودی به نرم‌افزار SPSS ارائه می‌گردد. این نرم‌افزار تحلیل را بر اساس متغیرهای مطالعه انجام می‌دهد و نتایج پژوهش را ارائه می‌دهد. متغیرهای ورودی مطالعه از طریق دو رویکرد مختلف تحلیل می‌شوند: آنالیز واریانس یک‌طرفه (one-way ANOVA) و همبستگی.

۴. نتایج

داده‌های جمع‌آوری‌شده از طریق پرسش‌نامه‌های نظرسنجی با استفاده از نرم‌افزار SPSS پردازش و بر اساس متغیرهای مطالعه تحلیل می‌شوند. نتایج به اهداف تحقیق پاسخ می‌دهند و طراحی پژوهش را تأیید می‌کنند. علاوه بر این، تحلیل دقیق پاسخ‌ها بر اساس ویژگی‌های جمعیتی مختلف انجام می‌شود.

۴.۱. داده‌های جمعیت شناختی و استنتاج‌ها

شکل ۲ گروه سنی پاسخ‌دهندگان را نشان می‌دهد. از نمودار مشخص است که فقط تعداد بسیار کمی از پاسخ‌دهندگان (۱۳%) در گروه سنی بالای ۵۵ سال قرار دارند. تأثیر پیاده‌سازی سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی بیشتر به جوانان و کارکنان میانسال مربوط می‌شود. حدود ۲۸% از پاسخ‌دهندگان زیر ۳۵ سال سن دارند، ۲۸% دیگر بین ۳۶ تا ۴۵ سال و حدود ۳۱% در رده سنی ۴۶ تا ۵۵ سال قرار دارند. کارمندان بالای ۵۵ سال به رویه های موجود مدیریت منابع انسانی عادت کرده‌اند و بنابراین احساس راحتی بیشتری نسبت به این روش‌ها دارند تا سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی.

شغل پاسخ‌دهندگان مختلف در شکل ۳ به صورت نمودار نمایش داده شده است. تمام پاسخ‌دهندگان به نوعی در یک سازمان مشغول به کار هستند و هیچ‌کدام از آنها خوداشتغال نیستند (۰%). اکثر پاسخ‌دهندگان در سازمان‌های خصوصی مشغول به کارند (۷۴%)، ۲۳% از پاسخ‌دهندگان کسب‌وکار خود را مدیریت می‌کنند و تنها ۳% از آنها کارمندان دولت هستند. سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی به‌طور عمده در بسیاری از سازمان‌های خصوصی پیاده‌سازی و به‌طور مکرر استفاده می‌شود. این به این دلیل است که سازمان‌های خصوصی تمایل دارند با حداقل نیروی انسانی کار کنند و حداکثر خروجی تولید کنند. بنابراین، کاربرد فناوری‌های مبتنی بر هوش مصنوعی به این سازمان‌ها کمک می‌کند تا به راحتی و با دقت کار کنند. کسب‌وکارهای در حال مدیریت توسط پاسخ‌دهندگان جوان و میانسال نیز از سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی استفاده کرده‌اند که این امر باعث تسهیل در مدیریت کسب‌وکار و افزایش بهره‌وری آنان می‌شود. همچنین از نمودار مشخص است که تعداد کارمندان دولت در میان پاسخ‌دهندگان بسیار کم است و آنها کمترین ارتباط را با سیستم‌های مبتنی بر هوش مصنوعی برای مدیریت منابع انسانی دارند. این به این دلیل است که اکثر ادارات و سازمان‌های دولتی هنوز با روش‌های سنتی کار می‌کنند و به فناوری‌های پیشرفته عادت نکرده‌اند. دولت داده‌های زیادی از ۱۰۰ سال گذشته را نگهداری می‌کند و تبدیل این داده‌ها به پلتفرم‌های دیجیتال و نگهداری و به‌روزرسانی منظم آنها بسیار دشوار است. با این حال، برخی از ادارات دولتی اقدامات لازم را برای دیجیتالی سازی برخی از سوابق و عملکردهای خود انجام داده‌اند.

پاسخ‌دهندگان از بخش‌های صنعتی مختلف بودند (شکل ۴). هدف از این کار درک آگاهی نسبت به مدیریت منابع انسانی مبتنی بر هوش مصنوعی در صنایع مختلف، و به ویژه در صنایع IT بود. با این حال، تقریباً نیمی از پاسخ‌دهندگان (۴۸%) از بخش IT بودند. ۱۹% از پاسخ‌دهندگان از بخش تولید، ۶% از بخش مشاوره، ۱۷% از بخش خودرو، ۹% از بخش خرده‌فروشی و تنها ۱% از دیگر حوزه‌های صنعتی بودند. اگرچه پاسخ‌دهندگان از بخش‌های مختلف آگاهی کافی در مورد پیاده‌سازی هوش مصنوعی در مدیریت منابع انسانی و مزایای آن داشتند، اما هنوز می‌خواستند که به روش‌های سنتی ادامه دهند. دلیل این امر این است که بیشتر صنایع تولیدی و بخش خودرو دارای تعداد زیادی کارمند هستند و مدیریت همه آنها فقط از طریق سیستم هوش مصنوعی ممکن نیست. علاوه بر این، ماهیت کار برای بیشتر کارمندان با ماشین‌آلات و ابزارها است، نه کامپیوترها یا لپ‌تاپ‌ها. از سوی دیگر، کارمندان صنعت IT فقط با کامپیوترها و لپ‌تاپ‌های خود کار می‌کنند و بنابراین، معمولاً برای بخش منابع انسانی راحت‌تر است که کارمندان خود را از طریق فناوری‌های مبتنی بر هوش مصنوعی مدیریت کنند.

پاسخ‌ها بر اساس سمت شرکت‌کنندگان در شکل ۵ ترسیم شده است. اگرچه اکثر سازمان‌ها دارای بخش مدیریت منابع انسانی جداگانه هستند، اما سازمان‌های کمی وجود دارند که وظایف منابع انسانی را از طریق مدیران و سرپرستان سایر بخش‌ها انجام می‌دهند. بنابراین، این مطالعه دامنه سمت‌ها را به سایر بخش‌ها نیز گسترش داده است. از شکل ۵ قابل مشاهده است که ۵% از پاسخ‌دهندگان به عنوان مدیران، ۲% به عنوان مهندسان، ۶۶% به عنوان مدیر پروژه و مدیر منابع انسانی، ۲۳% به عنوان مدیران عامل و ۴% در سمت‌های دیگر مشغول به کار هستند. همچنین هیچ یک از پاسخ‌دهندگان به عنوان تحلیلگر و برنامه ریز کسب‌وکار فعالیت نمی‌کنند. مدیریت منابع انسانی در سازمان‌های بزرگ کار پر زحمت و سختی است. در چنین سازمان‌هایی، وقتی شخصی با یک بخش دیگر کار می‌کند اما مسئولیت مدیریت منابع انسانی را بر عهده دارد، سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی می‌تواند بسیار راحت‌تر باشد. از آنجا که هوش مصنوعی شامل فرآیندهای خودکار و نیاز به کاغذ بازی کمتری دارد، این سیستم ساده و قابل مدیریت توسط کارمندانی از حوزه‌های مختلف است.

هر سازمان به منظور ساده‌سازی روش‌های کاری و بهبود دقت در برخی زمینه‌ها به فناوری‌های مبتنی بر هوش مصنوعی نیاز دارد. اگرچه هوش مصنوعی قادر است جایگزین بسیاری از کارهایی که انسان ها انجام می‌دهند، شود، اما هنوز به کمک و نظارت انسان برای پیشرفت و به‌روزرسانی‌های مداوم نیاز دارد. به همین دلیل، بیشتر سازمان‌ها به طور جزئی برنامه‌های مبتنی بر هوش مصنوعی را در وظایف مدیریت منابع انسانی پیاده‌سازی کرده‌اند. شکل ۶ ابزارهای مختلف مبتنی بر هوش مصنوعی مورد استفاده در سازمان‌های مختلف را نشان می‌دهد. قابل مشاهده است که سیستم تشخیص چهره و ویژگی های بیومتریک برای ثبت حضور کارکنان در تمامی سازمان‌های پاسخ‌دهندگان پیاده‌سازی شده است. چت‌بات‌ها راهنمایان خودکار و کاربرپسندی هستند که هنگام باز کردن یک صفحه وب از یک سازمان ظاهر می‌شوند. چت‌بات‌ها به کاربر این امکان را می‌دهند که جزئیات اولیه سازمان را بفهمد و قادر به پاسخگویی به سوالات ابتدایی کاربر هستند. استخراج داده‌ها و آنالیز داده‌های کلان از ابزارهای مفید و پرکاربرد هوش مصنوعی هستند. دستیارهای مجازی مشابه چت‌بات‌ها هستند و در حین باز کردن صفحه وب سازمان به کاربر کمک می‌کنند. فناوری بلاک‌چین، آنالیز پیش‌بینی‌کننده برای حمایت از تصمیم‌گیری و سیستم‌های خبره از دیگر ابزارهای هوش مصنوعی هستند که در مدیریت منابع انسانی مورد استفاده قرار می‌گیرند. بیشتر سازمان‌ها ترجیح می‌دهند سیستم‌های یکپارچه انسانی-ماشینی را برای اکثر عملیات خود پیاده‌سازی کنند تا کار های انسانی را تسهیل و دقت و مدیریت زمان وظایف را بهبود بخشند.

فناوری‌های مبتنی بر هوش مصنوعی به دلایل مختلفی در سازمان‌ها ترجیح داده می‌شوند. هوش مصنوعی مزایای زیادی ارائه می‌دهد و در عین حال در برخی موارد به عنوان یک نقطه ضعف نیز در نظر گرفته می‌شود. دلایل مختلفی که افراد سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی را ترجیح می‌دهند در شکل ۷ به تصویر کشیده شده است. مزایای مختلفی که برای ترجیح هوش مصنوعی در نظر گرفته شده‌اند شامل سهولت استفاده از ابزارها، صرفه‌جویی در زمان برای اجرای وظایف، کاهش نیروی کار، بهبود دقت، امکان پردازش داده‌های بیشتر به صورت همزمان، قابلیت سازگاری ابزار با نیازها و هزینه‌های بسیار پایین پردازش و نگهداری است. با این حال، با وجود این مزایا، برخی از افراد هنوز با استفاده از ابزارهای مبتنی بر هوش مصنوعی راحت نیستند. این مطالعه نشان داد که افرادی که بالای ۵۵ سال سن دارند و تعدادی از افراد در دسته سنی ۴۶ تا ۵۵ سال، به سیستم مدیریت منابع انسانی سنتی که در طول دوره کاری خود تجربه کرده‌اند، عادت کرده‌اند. این گروه از شرکت‌کنندگان علاقه بسیار کمی به پیشرفت‌های فناوری‌های مبتنی بر هوش مصنوعی نشان داده و سازگاری و دسترسی به این فناوری‌ها را دشوار می‌دانند.

4.2. تحلیل آماری داده‌ها

داده‌های جمع‌آوری‌شده از طریق پرسش‌نامه‌ها با استفاده از نرم‌افزار SPSS تحلیل شدند. تحلیل آماری رابطه بین متغیرهای مطالعه و اهداف آن را نشان می‌دهد. این رابطه به ما کمک می‌کند تا اهمیت اهداف را درک کنیم و فرضیه را تأیید نماییم. این مطالعه دو روش تحلیل آماری متفاوت انجام داده است: آزمون ANOVA یک‌طرفه و آزمون همبستگی.

4.2.1. آزمون ANOVA

آزمون ANOVA یک‌طرفه برای تحلیل رابطه بین متغیرهای مستقل و وابسته انجام شده است. سطح معناداری آزمون کمتر از ۰.۰۵ به دست آمد که نشان‌دهنده این است که فرضیه دارای رابطه معنادار با هدف مطالعه است. از تحلیل خلاصه شده در جدول ۱، می‌توان نتیجه‌گیری کرد که متغیرهای مطالعه شامل وظایف مالی ساده‌شده، دشواری در برنامه‌ریزی فعالیت‌ها برای کارکنان به منظور حفظ تعادل کار و زندگی، مدیریت حضور و حقوق کارکنان و برنامه‌های آموزشی و توسعه مبتنی بر هوش مصنوعی وابستگی معناداری به متغیر مستقل مدیریت منابع انسانی مبتنی بر هوش مصنوعی در سطح معناداری <0.05 دارند. بنابراین، نتایج آزمون ANOVA یک‌طرفه همچنین نشان دهنده این است که متغیرهای مطالعه رابطه معناداری با اهداف مطالعه دارند و به این ترتیب فرضیه تحقیق تأیید می‌شود.

4.2.2. آزمون همبستگی

آزمون همبستگی برای تأیید رابطه بین متغیرها و همچنین برآورد شدت این رابطه انجام می‌شود. این آزمون رابطه بین متغیرهای وابسته، مستقل و تعدیل‌کننده را تحلیل کرده و در جدول ۲ ارائه کرده است. معناداری فرضیه‌ها از طریق این آزمون دوباره تأیید شده است. سطح معناداری زیر ۰.۰۵ حفظ شده است. قابلیت وقوع خطاها و تأخیر در مدیریت حضور و حقوق بدون کمک هوش مصنوعی، جایگزینی کارهای دستی مدیریت منابع انسانی با برنامه‌های مبتنی بر هوش مصنوعی، و سازماندهی فعالیت‌ها برای کارمندان به منظور حفظ تعادل کار و زندگی از طریق سیستم‌های مبتنی بر هوش مصنوعی، متغیرهایی هستند که برای تأیید معناداری همبستگی آزمایش شدند. همه همبستگی‌های معنادار در بین متغیرها در سطح ۰ مشاهده شد که شرایط معناداری دوطرفه آزمون همبستگی دوجانبه را برآورده می‌کند. بنابراین، آزمون همبستگی همچنین نشان می‌دهد که متغیرهای مستقل، وابسته و تعدیل‌کننده دارای همبستگی معنادار با یکدیگر هستند.

5. بحث

مطالعه جاری بر روی ابعاد مختلف پیاده‌سازی هوش مصنوعی در مدیریت منابع انسانی (HRM) تمرکز داشت. این مطالعه تأثیر مدیریت منابع انسانی مبتنی بر هوش مصنوعی را بر فرآیندهای منابع انسانی ارزیابی کرد و چالش‌های فرآیند مدیریت منابع انسانی را نیز به تصویر کشید. اثرات مثبت مدیریت منابع انسانی پس از پیاده‌سازی هوش مصنوعی نیز مورد ارزیابی قرار گرفت. نتایج این مطالعه نشان داد که امکان بروز خطاها و تأخیر در مدیریت حضور و غیاب و حقوق بدون کمک هوش مصنوعی وجود دارد، و جایگزینی کارهای دستی مدیریت منابع انسانی با برنامه‌های مبتنی بر هوش مصنوعی، کارها را ساده‌تر کرده و سازماندهی فعالیت‌ها برای کارکنان به منظور حفظ تعادل کار و زندگی از طریق سیستم‌های مبتنی بر هوش مصنوعی امکان‌پذیر است. این مطالعه بر تأثیر ابزارهای مبتنی بر هوش مصنوعی بر سیستم مدیریت منابع انسانی تمرکز داشت و به همین دلیل به عنوان متغیر مستقل شناسایی شد. متغیرهای وابسته وظایفی بودند که پس از به کارگیری ابزارهای مبتنی بر هوش مصنوعی ساده‌تر شدند. از تحلیل‌های آماری، اهمیت پارامترهای وابسته مختلف به متغیر مستقل تعیین شد. آزمون ANOVA یک‌طرفه نشان داد که متغیرهای وابسته و متغیرهای تعدیل‌کننده فرضیات را تأیید کرده و به این ترتیب به متغیر مستقل اعتبار بخشیدن.  از سوی دیگر، آزمون همبستگی برای بررسی معناداری بین متغیرهای مختلف مطالعه انجام شد. متغیر مستقل (هوش مصنوعی) روند کار دستی مدیریت منابع انسانی را جایگزین کرده و کارها را ساده‌تر کرده است. متغیر تعدیل‌کننده، خطاها و تأخیر در کارهای مدیریت حضور و غیاب و حقوق بدون کمک هوش مصنوعی، و متغیر وابسته برای تعیین اهمیت همبستگی استفاده شد. سطح معناداری بین تمام متغیرها به وضوح زیر سطح حاشیه‌ای (P<0.05) مشاهده شد. بنابراین، آزمون همبستگی نیز فرضیات را تایید کردند.

مطالعه موجود [5] به بررسی گسترش فناوری اطلاعات، به‌ویژه هوش مصنوعی در مدیریت منابع انسانی پرداخته است. این مطالعه نشان داد که رهبران و مدیران منابع انسانی تمایلات مثبت نسبت به پیاده‌سازی هوش مصنوعی برای بهبود کیفیت و کارایی مدیریت منابع انسانی دارند. در عین حال، مطالعه جاری نتیجه‌گیری کرد که وظایف مالی ساده‌شده، دشواری در برنامه‌ریزی فعالیت‌ها برای کارکنان به منظور حفظ تعادل کار و زندگی، مدیریت حضور و غیاب و حقوق کارکنان و برنامه‌های آموزشی و توسعه مبتنی بر هوش مصنوعی، چالش‌های عمده‌ای در فرآیند مدیریت منابع انسانی هستند. با این حال، این چالش‌ها می‌توانند از طریق پیاده‌سازی سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی بهبود یابند. مطالعه موجود [34] اهمیت پیاده‌سازی فناوری‌های هوش مصنوعی را برای افزایش اثربخشی و کارایی عملکردهای مرتبط با منابع انسانی به تصویر کشید و نشان داد که این فناوری‌ها می‌توانند فرآیندهای مدیریت را دقیق‌تر و چابک‌تر کنند. به طرز مشابه، مطالعه جاری امکان رفع خطاها و تأخیر در مدیریت حضور و غیاب و حقوق ، و جایگزینی کارهای دستی مدیریت منابع انسانی با برنامه‌های مبتنی بر هوش مصنوعی را ساده‌تر نموده و سازماندهی فعالیت‌ها برای کارکنان به منظور حفظ تعادل کار و زندگی از طریق سیستم‌های مبتنی بر هوش مصنوعی را مشخص کرد.

بسیاری از محققان [22-24] به بررسی مزایای سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی، از جمله توسعه، نگهداری، جذب و ارزیابی استعدادها در شرکت‌های چندملیتی هایتک پرداخته اند. در همین حال، مطالعه جاری به بررسی تغییرات بین فرآیند مدیریت منابع انسانی قبل و بعد از پیاده‌سازی هوش مصنوعی پرداخته است. مسائل موجود در مدیریت منابع انسانی شامل وظایف مالی، دشواری در برنامه‌ریزی فعالیت‌ها برای کارکنان به منظور حفظ تعادل کار و زندگی، و مدیریت حضور و غیاب و حقوق کارکنان است. با این حال، این مسائل می‌توانند با مدیریت منابع انسانی مبتنی بر هوش مصنوعی اصلاح شوند.

6. نتیجه‌گیری و محدودیت‌ها

مدیریت منابع انسانی در هر سازمان نقش مهمی ایفا می‌کند و بنابراین نیاز به توجه و بهبود مستمر در فرآیندهای خود دارد. ایده‌ی پیاده‌سازی فناوری‌های مبتنی بر هوش مصنوعی در سیستم مدیریت منابع انسانی تحول آفرین بود و تغییرات زیادی را به ارمغان آورد که به نفع سیستم بوده است. تحقیق حاضر بر مطالعه تأثیر پیاده‌سازی ابزارهای هوش مصنوعی در سیستم مدیریت منابع انسانی متمرکز بود.

چالش‌های اصلی که مدیریت منابع انسانی با آن مواجه است، به شرایط کاری، استراتژی‌ها و رویه ها مربوط می‌شود. مدیریت کارکنان، آموزش و توسعه، مدیریت سلامت، مدیریت عملکرد و روابط کارکنان، مسائل مهمی هستند که مدیریت منابع انسانی با آن‌ها روبرو است. مدیریت حقوق، خطاها و مدیریت حضور و غیاب نیز از جمله مسائل مهمی هستند که مدیریت منابع انسانی با آن‌ها مواجه است. به منظور غلبه بر این چالش‌ها، پیاده‌سازی شیوه‌های مدیریت منابع انسانی مبتنی بر هوش مصنوعی از طریق مطالعه جاری توضیح داده شده است. شرکت‌کنندگان بالای 55 سال به سیستم مدیریت منابع انسانی سنتی وابسته بودند و اهمیت کمی به ابزارهای مبتنی بر هوش مصنوعی برای مدیریت منابع انسانی می‌دادند. علاوه بر این، شرکت‌کنندگان از صنایع غیر IT نیز ترجیح می‌دادند که از سیستم مدیریت منابع انسانی سنتی برای اکثر عملیات منابع انسانی استفاده کنند. این امر به این دلیل است که بیشتر صنایع غیر IT با تعدادی زیادی از کارمندان کار می‌کنند که دسترسی مستقیم به کامپیوترها، لپ‌تاپ‌ها یا تلفن‌های همراه برای دسترسی به ابزارهای HR مبتنی بر هوش مصنوعی ندارند. بنابراین، این صنایع بیشتر کارهای منابع انسانی خود را به روش‌های سنتی انجام می‌دهند. با این حال، برخی وظایف مانند کنترل حضور و غیاب و محاسبه حقوق فقط از طریق ابزارهای مبتنی بر هوش مصنوعی انجام می‌شود. پاسخ‌دهندگان نه تنها از سمت‌های مرتبط با منابع انسانی شناسایی شدند، بلکه از سایر بخش‌ها و سمت‌ها نیز بودند. ابزارهای مبتنی بر هوش مصنوعی وظایف افراد را نیز ساده‌تر کرده اند. این پلتفرم به آن‌ها این امکان را داد که کار خود را به راحتی درک کنند و همچنین به آن‌ها کمک کرد که کار خود را با کمترین خطا یا بدون خطا یا اشتباه انجام دهند. بنابراین، مطالعه به این نتیجه رسید که پیاده‌سازی ابزارهای مبتنی بر هوش مصنوعی برای سیستم مدیریت منابع انسانی از سوی اکثر سازمان‌ها ترجیح داده شده و مورد استفاده قرار می‌گیرد. این سیستم همچنین تلاش‌های انسانی را تسهیل کرده و دقت وظایف مختلف را افزایش داده است. مطالعه حاضر به ترسیم اهمیت فرآیندهای مبتنی بر هوش مصنوعی در مدیریت منابع انسانی در یک سازمان غیر IT کمک کرده است. سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی به‌طور مؤثر محاسبه حقوق و فرآیند ارزیابی کارمندان را مدیریت می‌کند که در نتیجه فرآیند استخدام و مستندسازی را ساده‌تر می‌کند. با این حال، این مطالعه همچنین برخی محدودیت‌ها برای پیاده‌سازی این سیستم را مشخص کرده است. سیستم مبتنی بر هوش مصنوعی اگرچه خودکار است و عملکردی بهبود یافته دارد، هنوز در مراحل خاصی به کمک و نظارت انسانی نیاز دارد. تحقیق حاضر همچنین برای یک جمعیت خاص انجام شده است و بنابراین، نتایج مطالعه تنها برای آن جمعیت معتبر است. مطالعات آینده این مطالعه را به‌عنوان مبنا در نظر خواهند داشت تا به‌طور مفصل تکنیک‌های پیاده‌سازی سیستم مدیریت منابع انسانی مبتنی بر هوش مصنوعی را در سازمان‌ها توضیح دهند. همچنین، مطالعات آینده تلاش خواهند کرد که مزایای فرآیند مدیریت منابع انسانی مبتنی بر هوش مصنوعی را در کشورهای توسعه‌یافته ارزیابی کنند تا پیشنهاداتی برای پیاده‌سازی مؤثر هوش مصنوعی در شرکت‌ها در کشورهای در حال توسعه ارائه دهند.