تبین مدیریت منابع انسانی الکترونیکی مبتنی بر هوش مصنوعی ( مطالعه موردی : بیمارستان های نظامی)
الموضوعات :نسترن صابونی 1 , نادر شیخ الاسلامی کندلوسی 2
1 - دانشجوی دکتری مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
2 - استادیار گروه مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
الکلمات المفتاحية: مدیریت, مدیریت منابع انسانی الکترونیکی, منابع انسانی, هوش مصنوعی, بیمارستان‌های نظامی.,
ملخص المقالة :
هدف از پژوهش حاضر تبیین مدیریت منابع انسانی الکترونیکی مبتنی بر هوش مصنوعی (مطالعه موردی: بیمارستان‌های نظامی) است. این پژوهش بنا به ماهیت، موضوع و اهدافی که برای آن پیش بینی شده است از نوع تحلیلی و در زمره پژوهشات بنیادی است و از نظر نحوه گردآوری دادهها از روش کیفی است زیرا برای گردآوری داده‌های مورد نیاز از ابزارهای پژوهش کیفی استفاده میشود. جهت تجزیه و تحلیل دادهها در این پژوهش از نرم افزار MAXQDA استفاده شده است. با توجه به یافته‌ها پژوهش کدهای استخراج شده از نظرات مصاحبه شوندگان در این خصوص برای متغیر مدیریت منابع انسانی الکترونیکی عبارتنداز: تمامیت سازمانی، بازخورد شخصی، ارتباط با سرپرست، کسب دانش، توزیع اطلاعات، تفسیر اطلاعات، حافظه سازمانی و برای متغیر هوش مصنوعی عبارتنداز: شبیه سازی هوش انسانی توسط کامپیوتر، توانایی انجام خودکار کارها توسط کامپیوتر، توانایی غربالگری نیروی انسانی توسط کامپیوتر، نداشتن تعصب ناخودآگاه توسط کامپیوتر می‌باشد. واژگان کلیدی: مدیریت، مدیریت منابع انسانی الکترونیکی، منابع انسانی، هوش مصنوعی، بیمارستان‌های نظامی.
منابع و مآخذ
ثریایی، عرفانه و مشکانی فراهانی، نوید و شعفی، فرهنگ، (1399). بررسی به کارگیری هوش مصنوعی در مدیریت منابع انسانی الکترونیک، کنفرانس بین المللی عمران، معماری، توسعه و بازآفرینی زیرساخت‌های شهری در ایران، تهران.
حشمدار، اکرم و کردی، مراد. (1401). بررسی اثربخشی سیستم‌های هوش مصنوعی در کارکردهای منابع انسانی. فصلنامه پژوهش‌های معاصر در علوم مدیریت و حسابداری. 4(1)، 26-58.
رجبی فرجاد، حاجیه، عطاپور، مریم. (1401). تأثیر مدیریت منابع انسانی الکترونیک در مدیریت استعداد بیمارستان‌های نظامی ایران. فصلنامه علمی-پژوهشی مدیریت استاندارد و کیفیت. 12(2)، 102-131.
یوسفی، مصطفی و مهرآرا، اسدالله و قلی پور کنعانی، یوسف و باقرزاده، محمدرضا، (1399). ارائه و تبیین مدل مدیریت منابع انسانی الکترونیک الکترونیک. فصلنامه آموزش علوم دریایی، 7(4)، 86-115.
Abdeldayem, M. M., & Aldulaimi, S. H. (2020). Trends and opportunities of artificial intelligence in human resource management: Aspirations for public sector in Bahrain. International Journal of Scientific and Technology Research, 9(1), 3867-3871.
Chapano, M., Mey, M. R., & Werner, A. (2023). Perceived challenges: Unfounded reasons for not forging ahead with digital human resource management practices. SA Journal of Human Resource Management, 21, 13.
Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), 100899.
Hmoud, B. (2021). The adoption of artificial intelligence in human resource management and the role of human resources. In Forum Scientiae Oeconomia (Vol. 9, No. 1, pp. 105-118). Wydawnictwo Naukowe Akademii WSB.
Marino, D., Carlizzi, D. N., & Falcomatà, V. (2023). Artificial Intelligence as a disruption technology to build the Harmonic Health Industry. Procedia Computer Science, 217, 1354-1359.
Matytsin, D. E., Dzedik, V. A., Makeeva, G. A., & Boldyreva, S. B. (2023). “Smart” outsourcing in support of the humanization of entrepreneurship in the artificial intelligence economy. Humanities and Social Sciences Communications, 10(1), 1-8.
Pereira, V., Hadjielias, E., Christofi, M., & Vrontis, D. (2023). A systematic literature review on the impact of artificial intelligence on workplace outcomes: A multi-process perspective. Human Resource Management Review, 33(1), 100857.
Rodgers, W., Murray, J. M., Stefanidis, A., Degbey, W. Y., & Tarba, S. Y. (2023). An artificial intelligence algorithmic approach to ethical decision-making in human resource management processes. Human Resource Management Review, 33(1), 100925.
Samarasinghe, K. R., & Medis, A. (2020). Artificial intelligence based strategic human resource management (AISHRM) for industry 4.0. Global Journal of Management and Business Research, 20(G2), 7-13.
Varma, A., Dawkins, C., & Chaudhuri, K. (2023). Artificial intelligence and people management: A critical assessment through the ethical lens. Human Resource Management Review, 33(1), 100923.
Vrontis, D., Christofi, M., Pereira, V., Tarba, S., Makrides, A., & Trichina, E. (2022). Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review. The International Journal of Human Resource Management, 33(6), 1237-1266.
فصلنامه تحقیقات و نظریههای نوین مدیریت دولتی
دوره 2، شماره 1، بهار 1402، مقاله پژوهشی، صفحات14-1
تبیین مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی
(مورد مطالعه: بیمارستان‌های نظامی)
نسترن صابونی1، نادر شیخ الاسلامی کندلوسی*2
دانسجوی دکتری گروه مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
استادیار گروه مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
هدف از پژوهش حاضر تبیین مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی (مورد مطالعه: بیمارستان‌های نظامی) است. این پژوهش بنا به ماهیت، موضوع و اهدافی که برای آن پیش بینی شده است از نوع تحلیلی و در زمره پژوهش‌های داده بنیاد است و از نظر نحوه گردآوری دادهها از روش کیفی است زیرا برای گردآوری داده‌های مورد نیاز از ابزارهای پژوهش کیفی استفاده میشود. جهت تجزیه و تحلیل دادهها در این پژوهش از نرم افزار MAXQDA استفاده شده است. با توجه به یافته‌ها پژوهش کدهای استخراج شده از نظر مصاحبه شوندگان در این خصوص برای متغیر مدیریت منابع انسانی الکترونیک عبارتنداز: تمامیت سازمانی، بازخورد شخصی، ارتباط با سرپرست، کسب دانش، توزیع اطلاعات، تفسیر اطلاعات، حافظه سازمانی می‌باشد. نتایج نشان داد که از بین مؤلفه‌های فوق با توجه به مصاحبه انجام شده توسط خبرگان مؤلفه‌ی تمامیت سازمانی با میانگین 3.63 بالاترین اولویت و مؤلفه‌ی تفسیر اطلاعات با میانگین 3.06 دارای پایین‌ترین اولویت از بین مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در بیمارستان‌های نظامی می‌باشد.
واژگان کلیدی: مدیریت، مدیریت منابع انسانی الکترونیک، منابع انسانی، هوش مصنوعی، بیمارستان‌های نظامی.
[1] 2-نویسنده مسئول (nader.sh@gmail.com )
مقدمه
هوش مصنوعی تأثیر عمیقی بر فرآیندهای مدیریت منابع انسانی الکترونیک داشته است و آنها را به سمت‌های کاملاً جدیدی سوق می‌دهد (پریرا و همکاران1، 2023). برای مثال، هوش مصنوعی، خصوصاً وب جهان گستر، کمک کرده است تا تعدادی از فرآیندهای منابع انسانی شامل: برنامه ریزی منابع انسانی، استخدام، گزینش، مدیریت عملکرد، جریان کار، آموزش و پاداش دهی اصلاح شوند. به طور ویژه، اکنون بسیاری از سازمان‌های بزرگ از سیستم‌های استخدامی بر پایه وب استفاده میکنند و برنامه‌های آموزشی بر پایه وب را اجرا کرده‌اند (حشمدار و کردی، 1401). این سیستم‌های جدید متخصصان منابع انسانی را قادر ساخته است تا خدمت بهتری را برای همه ذی نفعانشان فراهم سازند (برای مثال: متقاضیان، کارمندان، مدیران) و بار اجرایی در این زمینه را کاهش داده است. این تغییرات همچنین برای آنها این امکان را فراهم ساخته است تا بر استراتژی منابع انسانی تمرکز کنند و شرکای واقعی کسب کار در سازمان‌ها شوند (عبدالدائم و الدلیمی2، 2020). این سیستم‌ها نوعاً سیستم‌های مدیریت منابع انسانی الکترونیک خوانده میشوند و به متخصصان منابع انسانی توانایی مدیریت اطلاعات و فرایندهای منابع انسانی را می‌دهد. به عنوان بخشی از یک سیستم مدیریت منابع انسانی الکترونیک، سیستم‌های اطلاعاتی مدیریت منابع انسانی الکترونیک امکان دسترسی ذی نفعان سازمان را به اطلاعات منابع انسانی و کارکردهای خاص منابع انسانی از طریق اینترنت و اینترانت‌ها فراهم ساخته است (مارینو و همکاران3، 2023).
در واقع با بهره گیری از فناوری اطلاعات پیشرفته و به همراه داشتن مطلوبیت‌های بسیار، حامی و پشتیبان مدیریت منابع انسانی الکترونیک است. مدیریت الکترونیک منابع انسانی الکترونیک واژه‌ای نسبتاً جدیدی برای حمایت فناوری اطلاعات و ارتباطات از مدیریت منابع انسانی الکترونیک به ویژه از طریق استفاده از فناوری وب می‌باشد. مدیریت منابع انسانی الکترونیک، روشی برای اجرای راهبردها، سیاست‌ها و شیوه‌های مدیریت منابع انسانی الکترونیک در سازمان از طریق حمایت آگاهانه و مستقیم با استفاده از کانال‌های مبتنی بر فناوری وب است (رجبی فرجاد و عطاپور، 1401). مدیریت منابع انسانی الکترونیک الکترونیک تکامل یافته سیستم اطلاعات مدیریت منابع انسانی الکترونیک است که علاوه بر انجام و اجرای وظایف سنتی مدیریت منابع انسانی الکترونیک، وظایف استراتژیک آن را نیز بر عهده دارد (وارما و همکاران4، 2023). هوش مصنوعی: یک روش عمومی و کاربردی است که توانایی یادگیری ارتباطات ریاضی بین مجموعه متغیرهای ورودی (پیشبین یا مستقل) و متغیرهای متناظر خروجی (مالک یا وابسته) را دارا است. شبکه به کمک نورون‌های نهانی خود ارتباطات پیچیده متغیرهای ورودی و خروجی را الگوبندی می‌کند و پس از یادگیری، می‌تواند برای دیگر دادهها پیش‌بینی کند (راجرز و همکاران5، 2023).
با وجود استفاده گسترده از سیستم‌های مدیریت منابع انسانی الکترونیک در سازمان‌ها، یک کمبود تعجب انگیز در تئوری و پژوهش‌های درباره موضوع‌ها مشاهده میشود. ما احساس می‌کنیم این ممکن است در نتیجه دلایل متعددی باشد. اولاً، پژوهشگران منابع انسانی ممکن است تصور کنند که سیستم‌های مدیریت منابع انسانی الکترونیک و مدیریت منابع انسانی الکترونیک حوزه‌های فنی را بیان میکنند و بیشتر محدوده‌های متخصصان هوش مصنوعی اطلاعات هستند تا اینکه
[1] Pereira
[2] Abdeldayem & Aldulaimi
[3] Marino
[4] Varma
[5] Rodgers
محدوده‌های متخصصان منابع انسانی باشند. ثانیاً، بعضی‌ها ممکن است سیستم‌های مدیریت منابع انسانی الکترونیک و مدیریت منابع انسانی الکترونیک را تراکنش محور در نظر بگیرند و بنابراین، ترجیح دهند تا بیشتر بر فرایندهای حیاتی‌تر نظیر کشف استعداد، نگهداشت، آموزش و منابع انسانی استراتژیک تمرکز کنند. نهایتاً، پژوهشگران منابع انسانی ممکن است اعتقادی نداشته باشند که آنها قادر هستند تا سیستم‌های مدیریت منابع الکترونیک را کنترل کنند یا تغییر دهند زیرا آنها محکم و انعطاف ناپذیر هستند. نكته قابل توجه ديگر اينكه افراد به عنوان يكي از مهمترين منابع اطلاعاتي و دانشي هر سازماني شناخته میشوند و انجام فرايند مهندسي دانش و رسيدن به دانش ضمني اين افراد به هوش مصنوعی نوين از جمله نرم افرار مديريت دانش (پايگاه دانش) و اسـتفاده از فنـاوري هوش مصنوعي در سازمان، شبكه اجتماعي به ويژه شـبكه اجتمـاعي علمـي و تخصصـي، كتابخانه ديجيتال، پايگاه اطلاعاتي، سيستم اتوماسيون اداري، سيستم ايـده پـردازي، پورتـال سازماني و همچنين سخت افزارهايي مانند استفاده از كنفـرانس ويـديويي و... نيـاز دارد تـا سازمان را به سازماني دانش آفرين تبديل كند. لذا با توجه به مطالب بیان شده سؤالات پژوهش حاضر عبارتند از:
سوال اول: مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی کدامند؟
سوال دوم : بالاترین و پایین‌ترین اولویت مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در بیمارستان‌های نظامی چه می‌باشد؟
چهارچوب نظري و پیشینه پژوهش
مدیریت منابع انسانی الکترونیک: مدیریت منابع انسانی برای سال‌ها به فعالیت‌های اداری و روزمره مانند کارمندیابی، گزینش و آموزش که تمام انرژی و زمان متخصصان منابع انسانی سازمان‌ها را صرف می‌کرد، محدود شده بود. بخشهای منابع انسانی اغلب آنقدر درگیر چنین فعالیت‌هایی بودند که دیگر زمانی برای فعالیت‌هایی که ارزش افزوده برای سازمان دارند، مانند مدیریت دانش مدیریت فرهنگی سازمانی و بازنگری و بازسازی استراتژیک سازمان نداشند. امروز برای کاهش هزینه‌های اداری و افزایش سرعت ارائه خدمات نیازمند راهکارهای بهتر، سریع‌تر و هوشمندانه‌تر مدیریت منابع انسانی هستیم. مدیریت منابع انسانی الکترونیک و هوش مصنوعی، پاسخی به چالش‌های امروزه مدیریت منابع انسانی است. پیدایش این مفهوم، اهداف، عملکرد و اثر بخشی حوزه منابع انسانی را دستخوش تحولات زیادی نموده است (چاپانو و همکاران1، 2023).
هوش مصنوعی: هوش مصنوعی (AI) توانایی تصمیم گیری در زمان واقعی را بر اساس الگوریتم‌های از پیش نصب شده و فناوری‌های محاسباتی ساخته شده بر اساس تجزیه و تحلیل دادهها برای یادگیری و سازگاری خودکار برای ارائه پاسخ‌های دقیق‌تر به موقعیت‌ها دارد (حشمدار و کردی، 1401). افزایش چشمگیر استفاده از هوش مصنوعی (AI) در محیط‌های کاری در سراسر جهان پتانسیل فوق العاده ای برای افزایش سودآوری کسب و کار دارد. در حالی که هوش مصنوعی کاربردهای مفید متعددی دارد و می‌تواند به سرعت بخشیدن به فرآیندهای تجاری یا تغییر سیستم‌ها کمک کند از آنجایی که هوش مصنوعی (AI) فناوری است که به کامپیوترها این امکان را می‌دهد که از داده‌های قبلی جمعآوری شده یاد بگیرند و اقداماتی را انجام
[1] Chapano
دهند یا توصیه کنند. از نظر مدیریت منابع انسانی الکترونیک، هوش مصنوعی می‌تواند به روش‌های مختلف برای ساده‌سازی فرآیندها و بهبود کارایی استفاده شود (وارما و همکاران1، 2023).
مدیریت منابع انسانی الکترونیک با تاکید بر هوش مصنوعی
هوش مصنوعی (AI) می‌تواند فرصت‌ها و چالش‌هایی را برای مدیریت منابع انسانی الکترونیک به همراه داشته باشد. در حالی که محققان در دو دهه گذشته تأثیر هوش مصنوعی بر نتایج محل کار را با دقت بیشتری بررسی کرده‌اند، ادبیات در ارائه یک بررسی جامع علمی از این مجموعه پژوهش‌ها کوتاهی می‌کند. چنین بررسی به منظور: (الف) هدایت پژوهش‌های آینده در مورد اثرات هوش مصنوعی در محل کار مورد نیاز است. و (ب) کمک به مدیران برای استفاده مناسب از فناوری هوش مصنوعی برای بهبود نتایج محل کار و سازمانی. (چاپانو و همکاران2، 2023).
مدیریت منابع انسانی الکترونیک که هم عنصر انسانی و هم پذیرش برنامه‌های هوش مصنوعی را در بر می‌گیرد، می‌تواند تجربه بهبود یافته‌ای را برای کارکنان سازمان ارائه دهد. همانطور که فناوری هوش مصنوعی پیشرفت کرده است، نگرانی‌های مربوط به کنترل انسان در مورد ماهیت ذاتاً غیرشفاف سیستم‌های هوش مصنوعی، علاقه فزاینده‌ای را نسبت به رابط اخلاق و هوش مصنوعی برانگیخته است. درک محدودی از مبنای نظری برای جذب هوش مصنوعی در کارکردهای تصمیم‌گیری مدیریت منابع انسانی الکترونیک مانعی برای جایگزینی تصمیم‌گیری مدیریت منابع انسانی الکترونیک توسط سیستم‌های هوش مصنوعی نشده است (چاودوری و همکاران3، 2023). با این حال، افزایش پذیرش هوش مصنوعی و پیشرفت در توانایی‌های هوش مصنوعی، تمرکز بر ارزش‌های اخلاقی و اصول هدایت‌کننده توسعه و استفاده از هوش مصنوعی را افزایش داده است (همود4، 2021). رفتارهای اخلاقی گذشته، مجموعه‌های جدیدی از قوانین مورد توافق، یا ترکیبی از هر دو، تحت گرایش ادغام هوش مصنوعی، قانون و اخلاق تنظیم شده‌اند. پیشنهاد میشود که رابط موقعیت‌های هوش مصنوعی و اخلاقیات با مدیریت منابع انسانی الکترونیک عملاً در تجزیه و تحلیل تصمیم‌گیری سازمانی سیستم‌های گذشته و پیشنهادی ادغام شود. تصمیماتی که به طور سنتی توسط مدیریت منابع انسانی الکترونیک اتخاذ میشود به طور فزاینده‌ای توسط الگوریتم‌ها گرفته میشود (ثریایی و همکاران، 1399). برای ارزیابی این پتانسیل، درک موقعیت و استراتژی اخلاقی یک سازمان - در چارچوبی که امکان تجزیه و تحلیل نتیجه پس از تصمیم گیری را فراهم می‌کند - ضروری است. برای مهار خطرات اخلاقی و اجتماعی مرتبط با پذیرش هوش مصنوعی برای مدیریت منابع انسانی الکترونیک، ارزش‌ها و بینش‌های عملی تصمیم گیرندگان مدیریت منابع انسانی الکترونیک باید در نظر گرفته شود (ساماراسینگه و مدیس5، 2020).
هدف یک سازمان تحت تأثیر «محیط» درون سازمان (طبیعی، اجتماعی، و اقتصادی) است و پذیرش فناوری هوش مصنوعی که «متغیرهای محیطی» سازمان را در قالب هوش مصنوعی، مدیریت منابع انسانی الکترونیک ترکیب می‌کند، فرصتی برای ارزیابی پس از تصمیم‌گیری از طریق سازمان را فراهم می‌کند. علاوه بر این، هوش مصنوعی فناوری است که تلاش می‌کند تا استدلال انسان را در رایانه‌ها و انواع دیگر ماشین‌ها شبیه‌سازی کند. همچنین هوش مصنوعی را می‌توان به عنوان نظریه و
[1] Varma
[2] Chapano
[3] Chowdhury
[4] Hmoud
[5] Samarasinghe & Medis
توسعه سیستم‌های رایانه‌ای توصیف کرد که می‌توانند وظایفی را که معمولاً توسط الگوریتم‌ها هدایت میشوند انجام دهند (مارینو و همکاران1، 2023). هوش مصنوعی اغلب توسط یادگیری ماشینی پشتیبانی میشود تا قدرت قابل توجهی به مفاهیم و شیوه‌های مدیریت منابع انسانی الکترونیک اضافه کند و هوش مصنوعی می‌تواند شامل اخلاق، تصمیم‌گیری و دانش مدیریتی برای شناسایی استراتژی‌های مدیریت منابع انسانی الکترونیک مناسب باشد. استفاده از فناوری‌های هوش مصنوعی توسط متخصصان مدیریت منابع انسانی الکترونیک، سؤالاتی را در مورد پذیرش و استفاده از قوانین و سیاست‌هایی که توسط برنامه‌نویسان از راه دور از تیم مدیریت منابع انسانی الکترونیک تحمیل میشوند، ایجاد می‌کند. ادغام هوش مصنوعی در مدیریت منابع انسانی الکترونیک را می‌توان در چهار دسته توصیف کرد: (1) سیستمی است که مانند یک انسان فکر می‌کند، (2) عقلانی فکر می‌کند، (3) مانند یک انسان عمل می‌کند، و (4) منطقی عمل می‌کند (یوسفی و همکاران، 1399). به عنوان مثال، آزمون تورینگ2 که قبلاً در سال 1950 توسط آلن تورینگ بازی تقلید نامیده می‌شد، آزمایشی است برای توانایی یک ماشین هوش مصنوعی برای نشان دادن رفتار هوشمند قابل مقایسه یا غیر قابل تشخیص از یک شخص. اگر ارزیاب نتواند به طور قطعی نشان دهد که ماشین با انسان متفاوت است، گفته میشود که ماشین آزمون را پشت سر گذاشته است (ورونتیس و همکاران3، 2022).
علاوه بر این، فناوری هوش مصنوعی می‌تواند برای مدیریت منابع انسانی الکترونیک در زمینه‌های تراکنش زیر مفید باشد:
1. تصمیمات فشار زمانی: هزینه تصمیمات بدون عجله زیاد است (سرعت ضروری است).
2. دقت: هزینه انتخاب تصمیم اشتباه به حداقل می‌رسد.
3. تخصیص منابع: اندازه دادهها برای تجزیه و تحلیل دستی یا الگوریتم‌های سنتی بسیار بزرگ است.
4. تصمیماتی که در آن دقت پیش‌بینی مهم‌تر از توضیح یا شفاف‌سازی است.
5. ارائه اطلاعات در مواردی که الزامات نظارتی ناچیز است (ماتیسین و همکاران4، 2023).
پیشینه پژوهش
چاودوری و همکاران5 (2023) در مطالعه‌ای به بررسی باز کردن ارزش هوش مصنوعی در مدیریت منابع انسانی الکترونیک از طریق چارچوب قابلیت هوش مصنوعی پرداختند. یافته‌ها نشان می‌دهد که سازمان‌ها باید فراتر از منابع فنی نگاه کنند و تاکید خود را بر توسعه منابع غیرفنی مانند مهارت‌ها و شایستگی‌های انسانی، رهبری، هماهنگی تیمی، فرهنگ سازمانی و طرز فکر نوآوری، استراتژی حاکمیتی و ادغام هوش مصنوعی و کارکنان داشته باشند. استراتژی‌ها، برای بهره مندی از پذیرش هوش مصنوعی است. ماتیسین و همکاران6 (2023) در مطالعه‌ای به بررسی برون سپاری "هوشمند" در حمایت از انسانی سازی کارآفرینی در اقتصاد هوش مصنوعی پرداختند. نتایج نشان داد که در اقتصاد هوش مصنوعی، انسانی‌سازی کارآفرینی را می‌توان با کمک برون‌سپاری «هوشمند» ارائه کرد، که به دلیل افزایش انعطاف‌پذیری، عقلانیت و کارایی آن نسبت به برون‌سپاری سنتی ارجح‌تر است. اهمیت نظری در روشن کردن ویژگیهای برون سپاری در اقتصاد هوش مصنوعی، و همچنین
[1] Marino
[2] Turing test
[3] Vrontis
[4] Matytsin
[5] Chowdhury
[6] Matytsin
در توجیه ترجیح برون سپاری "هوشمند" و ارائه یک روش علمی برای اجرای آن نهفته است. پریرا و همکاران1 (2023) در مطالعه‌ای به بررسی مروری بر ادبیات سیستماتیک در مورد تأثیر هوش مصنوعی بر نتایج محل کار: دیدگاه چند فرآیندی پرداختند. نتایج نشان دادند با گنجاندن بحث خود در ادبیات منابع انسانی، دستورالعمل‌های مفیدی را برای پژوهش‌های آینده ارائه می‌کنیم، در حالی که موضوعاتی را توصیه می‌کنیم که بر اساس واحدهای جایگزین تحلیل و نظریه‌هایی که بر سطوح فردی، تیمی و نهادی تکیه میکنند. راجرز و همکاران2(2023) در مطالعه‌ای به بررسی رویکرد الگوریتمی هوش مصنوعی به تصمیم گیری اخلاقی در فرآیندهای مدیریت منابع انسانی الکترونیک پرداختند. نتایج نشان داد که چگونه ادراکات، قضاوت‌ها و استفاده از اطلاعات بر انتخاب استراتژی تأثیر می‌گذارد، و شناسایی می‌کند که چگونه استراتژی‌های متنوع ممکن است با استفاده از مسیرهای الگوریتمی تصمیم‌گیری اخلاقی خاص پشتیبانی شوند. چاپانو و همکاران3(2023) در مطالعه‌ای به بررسی چالش‌های درک شده: دلایل بی اساس برای پیش نرفتن در شیوه‌های مدیریت منابع انسانی الکترونیک دیجیتال پرداختند. یافته‌های اصلی: این مطالعه جنبه‌های افراد، سازمانی، فن‌آوری و محیطی را نشان داد که چالش‌هایی را برای پذیرش شیوه‌های مدیریت منابع انسانی الکترونیک دیجیتال ایجاد می‌کرد. با این حال، این چالش‌ها در پذیرش شیوه‌های مدیریت منابع انسانی الکترونیک دیجیتال در سازمان‌های تولید خودرو مورد بررسی قرار نگرفتند. وارما و همکاران4(2023) در مطالعه‌ای به بررسی هوش مصنوعی و مدیریت افراد: ارزیابی انتقادی از طریق لنز اخلاقی پرداختند. نتایج نشان داد که مدیر منابع انسانی باید تأثیرات عادلانه و برابری هوش مصنوعی را به دقت زیر نظر داشته باشد تا استفاده از آن از نظر رویه‌ای و توزیعی عادلانه باشد. ورونتیس و همکاران5 (2022) در مطالعه‌ای به بررسی هوش مصنوعی، رباتیک، فناوری‌های پیشرفته و مدیریت منابع انسانی الکترونیک: بررسی سیستماتیک پرداختند. نتایج نشان می‌دهد که فناوری‌های اتوماسیون هوشمند رویکرد جدیدی را برای مدیریت کارکنان و افزایش عملکرد شرکت تشکیل می‌دهند، بنابراین فرصت‌های متعددی را برای مدیریت منابع انسانی الکترونیک و همچنین چالش‌های قابل‌توجهی در سطح فنی و اخلاقی ارائه می‌دهند. تأثیر این فناوری‌ها برای تمرکز بر استراتژی‌های مدیریت منابع انسانی الکترونیک، یعنی جایگزینی شغل، همکاری انسان و ربات/ AI، تصمیم‌گیری و فرصت‌های یادگیری، و فعالیت‌های مدیریت منابع انسانی الکترونیک، یعنی استخدام، آموزش و عملکرد شغلی شناسایی شده است. این مطالعه به تفصیل این تغییرات را همراه با مشارکت‌های اصلی در تئوری و عمل و جهت گیری برای پژوهش‌های آینده مورد بحث قرار می‌دهد. همود6 (2021) در مطالعه‌ای به بررسی پذیرش هوش مصنوعی در مدیریت منابع انسانی الکترونیک و نقش منابع انسانی پرداخت. نتایج نشان داد که پشتیبانی مدیریت ارشد و امید به عملکرد پیش‌بینی‌کننده‌های مهمی از قصد پذیرش هوش مصنوعی هستند، در حالی که فشار رقابتی ارتباط معنی‌داری با چنین قصدی نداشت. برای نقش منابع انسانی مورد تأکید، تأثیر مثبت قابل توجهی بر قصد پذیرش هوش مصنوعی برای نقش منابع انسانی «عامل تغییر» پیدا شده است، در حالی که نقش «قهرمان کارمند» تأثیر منفی قابل توجهی در پذیرش هوش مصنوعی دارد. عبدالدائم و الدلیمی7(2020) در مطالعه‌ای به بررسی روندها و فرصت‌های هوش مصنوعی در مدیریت منابع انسانی
[1] Pereira
[2] Rodgers
[3] Chapano
[4] Varma
[5] Vrontis
[6] Hmoud
[7] Abdeldayem & Aldulaimi
الکترونیک: آرزوها برای بخش عمومی در بحرین پرداختند. نتایج نشان داد که پادشاهی بحرین با اجرای چشم انداز خود (چشم انداز 2030)، بخش دولتی فرصت بسیار خوبی برای همگام شدن با تحول دیجیتال خواهد داشت. این امر منجر به تغییر در ترکیب نیروی کار در سازمان‌های تجاری شده است. این به زنان و مردان اجازه می‌دهد تا در مشاغل زیادی با هم رقابت کنند، و این بار جدیدی را بر مدیریت منابع انسانی الکترونیک در نتیجه تقاضا برای برابری جنسیتی اضافه می‌کند. علاوه بر این، این امکان ادغام بزرگ عنصر فمینیستی را فراهم می‌کند. ساماراسینگه و مدیس1 (2020) در مطالعه‌ای به بررسی پذیرش هوش مصنوعی در مدیریت منابع انسانی الکترونیک و نقش منابع انسانی پرداختند. نتایج نشان داد با این انقلاب، شرکت‌ها باید بیشتر بر مدیریت استراتژیک منابع انسانی تمرکز کنند، زیرا سرمایه انسانی دارایی بسیار ارزشمندتری در صنعت 4.0 خواهد بود که در آن سازمان‌ها قادر خواهند بود از طریق سرمایه انسانی مزیت رقابتی پایدار ایجاد کنند. هوش مصنوعی (AI) سوخت در صنعت 4.0 خواهد بود. ماشین‌های مبتنی بر هوش مصنوعی نماینده اکثریت نیروی کار خواهند بود.
حشمدار و کردی (1401) در مطالعه‌ای به بررسی اثربخشی سیستم‌های هوش مصنوعی در کارکردهای منابع انسانی پرداختند. نتایج نشان داد که فناوری‌های مبتنی بر هوش مصنوعی، سیستم هوشمند آینده هستند و خواهند بود و همچنین با وابستگی بیشتر به فناوری‌های پیشرفته، فرآیندهای مدیریت منابع انسانی الکترونیک را تغییر می‌دهند. رجبی فرجاد و عطاپور (1401) در مطالعه‌ای به بررسی تأثیر مدیریت منابع انسانی الکترونیک و هوش مصنوعی در مدیریت استعداد بیمارستان‌های نظامی ایران پرداختند. نتایج نشان داد که مدیریت منابع انسانی الکترونیک `با ضریب تأثیری برابر 363/0 و مقدار معناداری آن (382/3) بر مدیریت استعدادها و هوش مصنوعی با ضریب تأثیری برابر 545/0 و مقدار معناداری آن (037/5) بر مدیریت استعدادها، همچنین ابعاد مختلف مدیریت منابع انسانی الکترونیک و هوش مصنوعی بر مدیریت استعدادهای بیمارستان‌های نظامی ایران تأثیر دارد. یوسفی و همکاران (1399) در مطالعه‌ای به بررسی ارائه و تبیین مدل مدیریت منابع انسانی الکترونیک الکترونیک پرداختند. شاخصهای مدیریت منابع انسانی الکترونیک الکترونیک شناسایی شدند، سپس با استفاده از روش دلفی فازی و انجام محاسبات شاخصهای چابکی، آینده نگری و پشتیبانی فنی حذف و شاخصهای دیگر مورد تأیید قرار گرفتند. ثریایی و همکاران (1399) در مطالعه‌ای به بررسی بکارگیری هوش مصنوعی در مدیریت منابع انسانی الکترونیک پرداختند. نتایج یافته‌ها حاکی از این است که روند رو به افزایشی در استفاده از سیستم‌های هوش مصنوعی در کارکردهای مدیریت منابع انسانی الکترونیک به منظور بهره وری نیروی کار، افزایش کارایی، بهبودتصمیم گیری و خلق مزیت رقابتی پایدار در سازمان‌ها در حال شکل‌گیری روزافزون است.
روش شناسی پژوهش
این پژوهش بنا به ماهیت، موضوع و اهدافی که برای آن پیش بینی شده است از نوع تحلیلی و در زمره پژوهش‌های بنیادی است. جامعه آماری پژوهش شامل کلیه‌ی مدیران عالی بیمارستان‌های نظامی می‌باشند. ویژگیهای اصلی برای انتخاب خبرگان در پژوهش حاضر به شرح ذیل است:
1. مرتبط بودن تجربه کاری و پست سازمانی و رشته تحصیلی خبرگان با موضوع پژوهش.
2. با مسئله مورد بحث درگیر باشند، اطلاعات مداوم از مسئله را برای همکاری داشته باشند،
3. دارای انگیزه برای شرکت در این فرایند باشند.
4. احساس کنند اطلاعات حاصل از یک توافق گروهی برای خود آنها نیز ارزشمند خواهد بود
[1] Samarasinghe & Medis
5. حداقل 15 سال سابقه کار داشته باشد.
نمونه گیري این پژوهش مطابق با روش‌های کیفی، نمونه گیري گلوله برفی محسوب میشود. برخلاف روش‌های کمی که نمونه گیري مطابق با منطـق آماري اسـت، در روش‌های کیفی از این نوع نمونه گیري استفاده میشود. بنابراین در اینجا بزرگی حجم نمونه معیار نیست، بلکه تعداد نمونه تابع هدف پژوهشگر است. نقطه اشباع نیز، یعنی نقطه‌ای کـه در آن تصویري نسبتاً کامل از واقعیت مورد بررسی کسب شـود و نمونه‌های جدیـد، دانش ما از واقعیت را دگرگون نسازند. اشباع نظـري، اسـنو، دو آزمـون دیگـرِ کفایـت اطلاعات را در پژوهش‌های کیفی توصیف می‌کند که پژوهشگران با بهره گیـري از آنها می‌توانند درباره فرا رسیدن ترك میدان پژوهش، تصمیم گیـري کننـد. با توجه به توضیحات یادشده و با در نظر گرفتن این ملاحظات و مبتنی بر تجربه حرفه‌ای و شناخت پژوهشگر از سال‌ها فعالیت در انواع گوناگون مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی و همچنین تعداد سیاست گذاران کلیدي و آگاه به این حوزه در ایران و از آنجا که تعداد نمونه‌ها در روش کیفی به اندازه‌ای است که ما را به اشباع برساند، نقطه اشباع نظري و رسیدن به حدکفایت براي انتخاب نمونه‌های کیفی در این پژوهش، 15 نمونـه تعریف شده است. از نظر نحوه گردآوری داده‌های مورد نیاز از ابزارهای پژوهش کیفی مصاحبه‌های عمیق و نیمه ساخت یافته بـا مدیران عالی این حوزه است، پرسشنامه مدیریت منابع انسانی الکترونیک با ابعاد استخدام الکترونیک منابع انسانی، آموزش الکترونیک، پرداخت الکترونیک، ارزیابی عملکرد الکترونیک بوده است. روایی پرسشنامه‌ها در این پژوهش از نظر خبرگان بهره گرفته شده است، بالطبع مورد تأیید است می‌توان نتیجه گرفت که این پرسشنامه از روایی کافی جهت ارزیابی متغیرها برخوردار است و به منظور پایایی پرسشنامه از ضریب آلفای کرونباخ توسط نرم افزار Spss محاسبه میشود. در پژوهش حاضر، یک مرحله پیش آزمون انجام گرفته است، که در ابتدا تعداد 10 پرسشنامه به طور نمونه در جامعه توزیع و از طریق محاسبه مقدار آلفای کرونباخ، میزان پایایی ابزار پژوهش بدست آمد. مقدار آلفای کرونباخ برای متغیر مدیریت منابع انسانی الکترونیک 891/0 بدست آمده است.
نظریهپردازی داده‌بنیان مبتنی بر ۳ نوع کدگذاری باز، محوری و انتخابی است که در ادامه هر یک تشریح میشوند.
کدگذاری آزاد (باز): کدگذاری، روند تجزیه و تحلیل داده‌هاست. کدگذاری باز بخشی از فرایند تحلیل داده‌هاست که به خردکردن، مقایسهسازی، نامگذاری، مفهومپردازی و مقولهبندی دادهها می‌پردازد. طی کدگذاری باز، دادهها به بخشهای مجزا خرد شده و برای بهدست آوردن مشابهتها و تفاوتهایشان مورد بررسی قرار میگیرند. کدگذاری باز دربرگیرنده رویههای زیر است.
کدگذاری محوری: کدگذاری محوری مرحله دوم تجزیه و تحلیل در نظریهپردازی زمینهبنیان است. هدف این مرحله برقراری رابطه بین مقولههای تولید شده در مرحله کدگذاری باز است. این کدگذاری، به این دلیل محوری نامیده شده که کدگذاری حول محور یک مقوله تحقق مییابد. در این مرحله پژوهشگر یکی از مقولات را به عنوان مقوله محوری انتخاب کرده، آن را تحت عنوان پدیده محوری در مرکز فرایند، مورد کاوش قرار داده و ارتباط سایر مقولات را با آن مشخص می‌کند.
کدگذاری انتخابی: پدیده مورد نظر، ایده و فکر محوری، حادثه، اتفاق یا واقعهای است که جریان کنشها و واکنشها به سوی آن رهنمون میشوند تا آن را اداره، کنترل و یا به آن پاسخ دهند. پدیده محوری با این سئوال اصلی همراه است که دادهها به چه چیزی دلالت میکنند؟ مقوله محوری ایده (انگاره، تصور) یا پدیدهای است که اساس و محور فراگرد است. این مقوله همان عنوانی (نام یا برچسب مفهومی) است که برای چارچوب یا طرح به وجود آمده در نظر گرفته میشود. مقولهای که به عنوان مقوله محوری انتخاب میشود باید به قدر کافی انتزاعی بوده و بتوان سایر مقولات اصلی را به آن ربط داد. استراوس (۱۹۸۷) ویژگیهای انتخاب مقوله محوری را موارد زیر بیان می‌کند.
از آن جایی که در این پژوهش از ابزار مصاحبه برای گردآوری اطلاعات مورد نیاز استفاده خواهد شد. لذا در این پژوهش برای جمع آوری اطلاعات مورد نیاز از روش میدانی مصاحبه‌های عمیق و نیمه ساخت یافته و نیز مطالعات کتابخانه‌ای که شامل مطالعه طیف وسیعی از کتاب‌ها، مجلات، نشریات، مراجعه به سایت‌های معتبر علمی‌به منظور دستیابی به پیشینه پژوهش استفاده خواهد شد. ابزار گردآوری اطلاعات در این پژوهش شامل مطالعات کتابخانه‌ای و مصاحبه است. در این پژوهش از نرم افزار MAXQDA استفاده شده است.
یافته‌های پژوهش
در این پژوهش یافته‌های حاصل از مصاحبه‌های عمیق و نیمه ساخت یافته بر اساس روش كدگذاری طبقه بندی شده موضوعی، تحلیل و ارائه شده است. در جریان كدگذاری، برخی كدها و مضامین و مفاهیم به طور مستقیم از متن مصاحبه‌ها و سخنان مصاحبه شوندگان گرفته و برخی دیگر به صورت محقق ساخته شد (كدهای بروزیابنده) با توجه به مفاهیم و مضامین از مرور مبانی نظری و ادبیات رایج در حوزه مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی شواهد تجربی به دست آمد. در مرحله بعد یعنی كدگذاری محوری، مضامین و مفاهیم محوری و نمایا از بین كدهای باز انتخاب شد. همچنین تلاش شد از بین كدهای باز، كدهایی انتخاب شوند كه برای بازنمایی و پوشاندن دیگر كدها و شكل گیری مقوله‌ها قابلیت دارند. در واقع، اگر كُدهای باز به مثابه مفاهیم و مضامین خرد در نظر گرفته شوند، كدهای محوری نقش سازه‌ها یا مفاهیم كلی را ایفا میکنند. سرانجام با مرور و دسته بندی مفهومی کدهای محوری، طبقات مفهومی کلان و کدهای انتخابی شکل گرفت. این کدها در ترسیم الگوی نمایای مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی نقش مؤلفه‌ها را ایفا میکنند.
سؤال اول پژوهش: مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی کدامند؟
به منظور پاسخگویی به این سؤال با مطالعه ادبیات پژوهش اقدام به شناسایی مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی گردید. در جدول شماره (1) مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در جدول شماره (1) نمایش داده شده‌اند.
جدول شماره 1- مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی
مؤلفه | زیر مؤلفه |
|---|---|
تمامیت سازمانی | هوش رقابتی |
هوش اطلاعاتی | |
هوشمندی مشتریان | |
سهولت دسترسی | |
کاربر پسند بودن | |
بازخورد شخصی | برقراری ارتباط کارکنان با مسؤول قسمت |
هوشمندی منابع | |
امکان دریافت زمان انتظار برای ارائه خدمت آسان‌تر | |
راهنمایی و پیشنهاد به کارکنان در مورد خدمت متناسب با نیاز وی | |
پاسخگویی آسان به درخواست‌های ثبت شده در سامانه | |
ارتباط با سرپرست | تواتمندی سامانه در حل مشکلات |
فرآیند آموزش | |
تأمین منابع مالی | |
قبول مسئولیت سامانه در انجام خدمات | |
کسب دانش | اشتراک گذاری دانش کسب شده در بخشهای مختلف سازمانی |
تجزیه و تحلیل جهت تلاش‌های ناموفق در استقرار فناوری اطلاعات | |
توزیع اطلاعات | بهبود سازمان مبتنی بر ارزیش های اساسی سازمان |
تدوین چشم انداز | |
یادگیری کارکنان در جهت سرمایه گذاری به منظور بقای سازمان | |
تفسیر اطلاعات | بعد بین المللی و نگرش جهانی |
کیفیت تصمیمات و فعالیت‌های انجام شده سازمان در طول زمان | |
هوشمندی بازار و انگیزش | |
حافظه سازمانی | آگاهی، تعهد سازمانی و هم افزایی گروهی |
استفاده از کارکنان به عنوان شرکایی در نمودار و سلسله مراتب سازمانی |
با توجه به جدول بالا نتایج بیانگر آن است که شاخص تمامیت سازمانی شامل مؤلفه‌های هوش رقابتی، هوش اطلاعاتی، هوشمندی مشتریان، سهولت دسترسی و کاربر پسند بودن؛ بازخورد شخصی شامل مؤلفه‌های برقراری ارتباط کارکنان با مسؤول قسمت، هوشمندی منابع، امکان دریافت زمان انتظار برای ارائه خدمت آسان‌تر، راهنمایی و پیشنهاد به کارکنان در مورد خدمت متناسب با نیاز وی و پاسخگویی آسان به درخواست‌های ثبت شده در سامانه؛ ارتباط با سرپرست شامل مؤلفه‌های آموزش و پرورش، فرآیند آموزش، تأمین منابع مالی، هوش مصنوعی و تفکر سیستمی؛ کسب دانش شامل مؤلفه‌های هوش کسب و کار در بخشهای مختلف سازمانی و تجزیه و تحلیل جهت تالش‌های ناموفق در استقرار فناوری اطلاعات؛ توزیع اطلاعات شامل مؤلفه‌های مشارکت، تدوین چشم انداز و یادگیری کارکنان در جهت سرمایه گذاری به منظور بقای سازمان؛ تفسیر اطلاعات شامل مؤلفه‌های بعد بین المللی و نگرش جهانی، کیفیت تصمیمات و فعالیت‌های انجام شده سازمان در طول زمان، هوشمندی بازار و انگیزش؛ حافظه سازمانی شامل مؤلفه‌های آگاهی و تعهد سازمانی، هم افزایی گروهی و استفاده از کارکنان به عنوان شرکایی در نمودار و سلسله مراتب سازمانی می‌باشند.
سؤال دوم پژوهش: بالاترین و پایین‌ترین اولویت مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در بیمارستان‌های نظامی چه می‌باشد؟
بالاترین و پایین‌ترین اولویت مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در بیمارستان‌های به توصیف مفاهیم در نمونه آماری پرداخته شده است. به نحوی که وزن (امتیاز) مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در جداول شماره (2) آورده شده است.
جدول شماره 2- اولویت بندی مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی
مولفه‌ها | میانگین |
تمامیت سازمانی | 3.63 |
بازخورد شخصی | 3.48 |
ارتباط با سرپرست | 3.40 |
کسب دانش | 3.29 |
توزیع اطلاعات | 3.11 |
تفسیر اطلاعات | 3.06 |
حافظه سازمانی | 3.38 |
با توجه به مصاحبه انجام شده توسط خبرگان تمامیت سازمانی با میانگین 3.63 بالاترین اولویت و مؤلفه‌ی تفسیر اطلاعات با میانگین 3.06 دارای پایین‌ترین اولویت از بین مؤلفه‌های مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی در بیمارستان‌های نظامی می‌باشد.
نتیجه گیری
هدف اصلی پژوهش حاضر تبیین مدیریت منابع انسانی الکترونیک مبتنی بر هوش مصنوعی (مورد مطالعه: بیمارستان‌های نظامی) بوده است، در این راستا و با مرور ادبیات و پیشینه پژوهش در دو بخش داخلی و خارجی به ارائه مؤلفه‌های تأثیر گذار پرداخته است. نتایج بررسی‌ها نشان می‌دهد که استفاده از هوش مصنوعی در فرآیندها و سیستم‌های منابع انسانی الکترونیک مجموعه‌ای از ملاحظات اخلاقی پیچیده را ارائه می‌کند که رهبران سازمان را ملزم می‌کند با احتیاط قدم بردارند. تمرکز فناوری هوش مصنوعی به سرعت از تصمیم‌گیری به استراتژی‌ها تغییر می‌کند. از آنجایی که استفاده فزاینده از فناوری هوش مصنوعی در نقش‌های حرفه‌ای سنتی و نه فقط در تولید و توزیع پذیرفته میشود، روند عدم واسطه‌گری همچنان بر ارائه‌دهندگان خدمات واسطه‌ای تأثیر می‌گذارد. این ممکن است منجر شود که فناوری هوش مصنوعی در هنگام استراتژی توسعه بلندمدت کارکنان، مدیریت منابع انسانی الکترونیک را به چالش بکشد. مدیریت منابع انسانی الکترونیک با توجه به روندها به سمت سیستم سازی بیشتر، توزیع گسترده تخصص حرفه‌ای و چالش‌های هزینه-فایده در پذیرش مدیریت داده‌های فناوری مواجه است. همانطور که ما شاهد افزایش عمده در مدیریت تراکنش‌هایی هستیم که از طریق اینترنت روی می‌دهد، ظهور و پذیرش گسترده «اقتصاد گیگ» چالش‌های جدیدی را برای متخصصان مدیریت منابع انسانی الکترونیک فراهم می‌کند، زیرا ابهام وضعیت شغلی و چالش‌های قانونی منجر به ارزیابی مجدد شیوه‌های مدیریت منابع انسانی الکترونیک در سازمان میشود. علاوه بر این، هوش مصنوعی تمایل دارند فرآیند ارتباط بین دو نهاد را هدایت کنند، که زیرمجموعه‌ای در سیستم هوش مصنوعی است. مهندسان، دانشمندان کامپیوتر و برنامه‌نویسان از هوش مصنوعی در هنگام طراحی یک ماشین یادگیری استفاده میکنند که الگوریتم مکانیزمی را برای ماشین برای پردازش دادهها تشکیل می‌دهد. یادگیری ماشینی بر آموزش ماشین‌ها برای انطباق با تغییرات درون فناوری یا تطبیق اطلاعات اضافی با یک مشکل فعلی و تصمیم‌گیری منطقی تمرکز دارد. علاوه بر این، هوش مصنوعی می‌تواند در استراتژی مدیریت منابع انسانی الکترونیک و تحلیل سیاست‌های سازمانی، مانند حمایت از انطباق سازمانی نقش ایفا کند. با هوش مصنوعی مناسب، سیستم‌های مجهز به هوش مصنوعی می‌توانند مدیریت را برای استخدام کارکنان بالقوه، پاسخگویی سریع به سؤالات و تردیدهای نامزدها و مدیریت ارسال و پردازش درخواست‌ها پشتیبانی کنند. علاوه بر این، با توسعه برنامه‌های کاربردی مبتنی بر هوش مصنوعی، می‌توان به صرفه‌جویی در هزینه‌های مرتبط با منابع انسانی و تجربیات فردی کارکنان دست یافت و همچنین شیوه‌های هوش مصنوعی را ترویج کرد که می‌تواند رضایت شغلی را افزایش داده و کاهش دهد.
در تبیین یافته‌های پژوهش می‌توان گفت که مدیریت منابع انسانی از طریق بسترهای فناورانه، توانایی الزام را در جهت اجرای سیاست‌ها، راهبردها و شیوه‌های مدیریت منابع انسانی در سازمان دارد. با بکارگیری کانال‌های مبتنی بر فناوری وب، از طریق حمایت مستقیم و آگاهانه می‌تواند این مسیر را هدایت نماید. مدیریت منابع انسانی الکترونیک اجرای تراکنش‌های کسب وکار (به ویژه مدیریت منابع انسانی) با استفاده از اینترنت همراه با دیگر فناوری‌ها، در جهت انجام مدیریت منابع انسانی کارکنان استفاده نمود. سیستم مدیریت منابع انسانی الکترونیک باعث کسب مزیت رقابتی برای سازمان می‌گردد. این سیسستم همانند سایر سیستم‌های اطلاعاتی، برای جمعآوری، سازماندهی (پردازش)، تولید، ذخیره، بازیابی و اشاعه اطلاعات مربوط به منابع انسانی در یک سازمان طراحی شده است. سیستم مدیریت منابع انسانی الکترونیک جزء سیستم‌های پیشرفته و نوینی است که در سال‌های اخیر توسط سازمان‌های بزرگ مورد استفاده می‌گیرد. مدیریت منابع انسانی الکترونیک با دارا بودن قابلیت تکمیل و ارسال فرم‌های درخواست شغلی به صورت الکترونیک، شبیه سازی الکترونیک (شامل: آزمون‌ها، فیلم‌ها و پست‌های الکترونیک) در مراحل گزینش نیروی انسانی، استخدام الکترونیک سازمان، می‌تواند بدون توجه به موقعیت جغرافیایی در جهت شناسایی هوش مصنوعی مورد نیاز سازمانی گام بردارد. هوش مصنوعی تکنولوژی است که از محل برخورد لگاریتم مکانیک و کامپیوتر بوجود می‌آید و بدنبال آن ماشین‌های باهوش را بوجود آوردند، با توجه به اینکه هوش مصنوعی را بعنوان هضم کننده اعداد و جانشین عملیات دفتری شناخته شده است. قدرت هوش مصنوعی در پیگیری میلیون‌ها مبادله و عملیات و گزارش انحراف از معیارها، موجب شده که استفاده از آن یک ضرورت تلقی گردد. نهایتاً مدیران با توجه به پیشرفت‌های هوش مصنوعی توسط کشورهای پیشرفته و استفاده روز افزون علم مدیریت از تکنیک‌های هوش مصنوعی دریافته‌اند که کامپیوتر و متعلقات آن، آنان را قادر می‌سازد تا در مقابل رقبا بهتر مدلسازی کنند و برای بقاء سازمان بکوشند و زمانی که سبک تولید سنتی دچار رکود شده راهکارهای هوش مصنوعی سازمان و مدیریت را از خطر حذف شدن از عرصه رقابت حفاظت می‌کند.
با توجه به یافته‌های پژوهش پیشنهاد میشود:
- استفاده از شبیه سازی هوش انسانی توسط کامپیوتر، در فرآیندهای جذب، انتخاب، بکارگیری، توسعه و نگهداری هوش مصنوعی برای کارکنان بیمارستان‌های نظامی؛
- استفاده از توانایی غربالگری هوش مصنوعی، به منظور پایش دورهای سطح توانایی‌های نیروی انسانی و تدوین دوره‌های آموزشی مورد نیاز برای توسعه توانمندی‌ها؛
- جذب و استخدام افراد متخصص در استفاده بهینه از شبیه سازی هوش انسانی توسط کامپیوتر، در فرآیندهای جذب، انتخاب، بکارگیری، توسعه و نگهداری مدیریت منابع انسانی الکترونیک کارکنان بیمارستان‌های نظامی؛
- فراهم سازی زیرساخت‌های نرم افزاری و سخت افزاری مورد نیاز برای استفاده مناسب از هوش مصنوعی؛
- برگزاری دوره‌های آموزش حین خدمت برای کارکنان بیمارستان‌های نظامی به منظور آشنایی با اصول و مبانی هوش مصنوعی.
منابع و مآخذ
ثریایی، عرفانه و مشکانی فراهانی، نوید و شعفی، فرهنگ، (1399). بررسی به کارگیری هوش مصنوعی در مدیریت منابع انسانی الکترونیک، کنفرانس بین المللی عمران، معماری، توسعه و بازآفرینی زیرساخت‌های شهری در ایران، تهران.
حشمدار، اکرم و کردی، مراد. (1401). بررسی اثربخشی سیستم‌های هوش مصنوعی در کارکردهای منابع انسانی. فصلنامه پژوهش‌های معاصر در علوم مدیریت و حسابداری. 4(1)، 26-58.
رجبی فرجاد، حاجیه، عطاپور، مریم. (1401). تأثیر مدیریت منابع انسانی الکترونیک در مدیریت استعداد بیمارستان‌های نظامی ایران. فصلنامه علمی-پژوهشی مدیریت استاندارد و کیفیت. 12(2)، 102-131.
یوسفی، مصطفی و مهرآرا، اسدالله و قلی پور کنعانی، یوسف و باقرزاده، محمدرضا، (1399). ارائه و تبیین مدل مدیریت منابع انسانی الکترونیک الکترونیک. فصلنامه آموزش علوم دریایی، 7(4)، 86-115.
Abdeldayem, M. M., & Aldulaimi, S. H. (2020). Trends and opportunities of artificial intelligence in human resource management: Aspirations for public sector in Bahrain. International Journal of Scientific and Technology Research, 9(1), 3867-3871.
Chapano, M., Mey, M. R., & Werner, A. (2023). Perceived challenges: Unfounded reasons for not forging ahead with digital human resource management practices. SA Journal of Human Resource Management, 21, 13.
Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), 100899.
Hmoud, B. (2021). The adoption of artificial intelligence in human resource management and the role of human resources. In Forum Scientiae Oeconomia (Vol. 9, No. 1, pp. 105-118). Wydawnictwo Naukowe Akademii WSB.
Marino, D., Carlizzi, D. N., & Falcomatà, V. (2023). Artificial Intelligence as a disruption technology to build the Harmonic Health Industry. Procedia Computer Science, 217, 1354-1359.
Matytsin, D. E., Dzedik, V. A., Makeeva, G. A., & Boldyreva, S. B. (2023). “Smart” outsourcing in support of the humanization of entrepreneurship in the artificial intelligence economy. Humanities and Social Sciences Communications, 10(1), 1-8.
Pereira, V., Hadjielias, E., Christofi, M., & Vrontis, D. (2023). A systematic literature review on the impact of artificial intelligence on workplace outcomes: A multi-process perspective. Human Resource Management Review, 33(1), 100857.
Rodgers, W., Murray, J. M., Stefanidis, A., Degbey, W. Y., & Tarba, S. Y. (2023). An artificial intelligence algorithmic approach to ethical decision-making in human resource management processes. Human Resource Management Review, 33(1), 100925.
Samarasinghe, K. R., & Medis, A. (2020). Artificial intelligence based strategic human resource management (AISHRM) for industry 4.0. Global Journal of Management and Business Research, 20(G2), 7-13.
Varma, A., Dawkins, C., & Chaudhuri, K. (2023). Artificial intelligence and people management: A critical assessment through the ethical lens. Human Resource Management Review, 33(1), 100923.
Vrontis, D., Christofi, M., Pereira, V., Tarba, S., Makrides, A., & Trichina, E. (2022). Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review. The International Journal of Human Resource Management, 33(6), 1237-1266.
Explaining Electronic Human Resources Management Based on Artificial Intelligence (Case Study: Military Hospitals)
Abstract
The purpose of this research is to explain electronic human resources management based on artificial intelligence (case study: military hospitals). According to the nature, topic and goals for which this research is planned, this research is of analytical type and is among foundation data researches, and in terms of the method of data collection, it is a qualitative method because qualitative research tools are used to collect the required data. MAXQDA software was used to analyze the data in this research. According to the findings of the research, the extracted codes from the interviewees' point of view for the electronic human resources management variable are: organizational integrity, personal feedback, communication with the supervisor, knowledge acquisition, information distribution, information interpretation, organizational memory. The results showed that among the above components according to the interview conducted by organizational integrity experts with an average of 3.63, the information interpretation component has the lowest priority among the components of electronic human resource management based on artificial intelligence in military hospitals with an average of 3.06.
Keywords: management, electronic human resources management, human resources, artificial intelligence, military hospitals.
