مقاله انگلیسی چگونه و چه زمانی HRM مبتنی بر هوش مصنوعی تاب‌آوری و عملکرد انطباقی کارکنان را ارتقا می‌دهد: یک نظریه خود مختاری

عنوان فارسی:

چگونه و چه زمانی HRM مبتنی بر هوش مصنوعی تاب‌آوری و عملکرد انطباقی کارکنان را ارتقا می‌دهد: یک نظریه خود مختاری

عنوان انگلیسی:

How and when AI-driven HRM promotes employee resilience and adaptive performance: A self-determination theory

کد محصول: M1864

سال نشر: ۲۰۲۵

نام ناشر (پایگاه داده): الزویر

نام مجله: Journal of Business Research

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: دارد

مدل مفهومی:  دارد

پرسشنامه : دارد 

تعداد صفحه انگلیسی:  ۱۲ صفحه PDF

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

وضعیت ترجمه: این مقاله تاکنون ترجمه نشده برای سفارش ترجمه تخصصی مقاله بر روی دکمه ذیل کلیک نمایید (کد مقاله:M1864)

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

چکیده فارسی

با وجود تحقیقات رو به رشد در زمینه هوش مصنوعی در مدیریت منابع انسانی (HRM)، شکاف‌هایی به‌ویژه در درک سازوکارهایی که از طریق آن HRM مبتنی بر هوش مصنوعی بر نتایج کارکنان تأثیر می‌گذارد، باقی مانده است. این مطالعه با توسعه یک مدل مفهومی برای بررسی چگونگی تأثیر HRM مبتنی بر هوش مصنوعی بر تاب‌آوری و عملکرد انطباقی کارکنان، این شکاف را برطرف می‌کند. بر اساس نظریه خود مختاری، این مدل بیان می‌کند که کاوشگری کارکنان، روابط بین HRM مبتنی بر هوش مصنوعی و نتایج کارکنان را میانجی‌گری می‌کند. علاوه بر این، اعتماد به هوش مصنوعی این روابط را تعدیل می‌کند. برای آزمایش فرضیه‌ها دو مطالعه انجام شد: مطالعه ۱ یک مقیاس ۱۲ گویه ای HRM مبتنی بر هوش مصنوعی را در سه نمونه تدوین و اعتبارسنجی کرد: ۵۰ مدیر، ۱۵۰ کارمند برای تحلیل عاملی اکتشافی (EFA) و ۱۵۰ کارمند برای تحلیل عاملی تاییدی (CFA). مطالعه ۲، با داده‌های ۲۷۴ کارمند آمریکایی از طریق یک نظرسنجی سه مرحله ای، اثرات HRM مبتنی بر هوش مصنوعی بر تاب‌آوری و عملکرد را بررسی کرد. نتایج حاصل از مطالعه ۲ از تمام روابط پیشنهادی پشتیبانی کرد، از این رو مفاهیم نظری و عملی مهمی را در زمینه HRM مبتنی بر هوش مصنوعی ارائه می‌دهد.

کلیدواژه‌ها: مدیریت منابع انسانی مبتنی بر هوش مصنوعی، اعتماد به هوش مصنوعی، کاوشگری، تاب‌آوری، عملکرد انطباقی، نظریه خود مختاری

۱.مقدمه

هوش مصنوعی (AI) حوزه‌ای از علم و فناوری است که در آن رایانه‌ها و نرم‌افزارها برای انجام عملکردهای خاص با تقلید یا بازتولید فرآیندهای فکری و توانایی‌های شناختی انسان توانمند می‌شوند (علی و همکاران، ۲۰۲۳). این فناوری تحولآفرین به سرعت در حال ایجاد تغییر در کار و جامعه است (لپری و همکاران، ۲۰۱۸) و باعث تغییرات عمده در سیاست‌های سازمان‌ها شده است (پالوس سانچز و همکاران، ۲۰۲۲). کاربرد هوش مصنوعی نحوه انجام کسب و کار، طراحی کار و تقویت فرآیندهای کاری توسط سازمان‌ها را متحول کرده است (بودوار و همکاران، ۲۰۲۲؛ ویلسون و داگرتی، ۲۰۱۸). در بسیاری از سازمان‌ها، هوش مصنوعی جزء لاینفک نوآوری سازمانی، تحول فرآیند و عملکرد رقابتی است (رانسبوتام و همکاران، ۲۰۱۷، ۲۰۱۸). به عنوان مثال، در سال ۲۰۲۳ در سطح جهانی ۱۶۲ ربات و هوش مصنوعی به ازای هر ۱۰۰۰۰ کارمند وجود داشته که نسبت به سال ۲۰۲۲، ۱۰ درصد افزایش داشته است (فدراسیون بین‌المللی رباتیک، ۲۰۲۳)…

۶.نتیجه‌گیری

در این مطالعه، ما از نظریه خود مختاری (SDT) برای بررسی سازوکارها و شرایط بنیادینی که تحت آن، HRM مبتنی بر هوش مصنوعی بر تاب‌آوری و عملکرد انطباقی کارکنان تأثیر می‌گذارد، استفاده کردیم. دو مطالعه با استفاده از نمونه‌های مختلف از نیروی کار ایالات متحده انجام شد. مطالعه ۱ یک معیار جدید HRM مبتنی بر هوش مصنوعی را آزمایش و اعتبارسنجی کرد. مطالعه ۲ (یک نظرسنجی سه مرحله ای) نشان داد که کاوشگری به طور قابل توجهی روابط بین HRM مبتنی بر هوش مصنوعی و تاب‌آوری و عملکرد انطباقی کارکنان را میانجی‌گری می‌کند. علاوه بر این، مشخص شد که اعتماد به هوش مصنوعی یک شرط مرزی برجسته برای تقویت روابط میانجی‌گری شده بین HRM مبتنی بر هوش مصنوعی و تاب‌آوری و عملکرد انطباقی کارکنان است. بنابراین، این مطالعه به درک جامع و یکپارچه HRM مبتنی بر هوش مصنوعی از منظر رفتار HRM و مفاهیم آن برای توسعه نیروی کار تاب‌آور و انطباق‌پذیر در عصر هوش مصنوعی کمک می‌کند. این مطالعه پایه‌ای برای تحقیقات آینده در این زمینه ایجاد می‌کند و مفاهیم مهمی برای سازمان‌هایی دارد که فناوری‌های هوش مصنوعی را اتخاذ و پیاده‌سازی می‌کنند.

فرضیه‌ها

• فرضیه ۱. HRM مبتنی بر هوش مصنوعی با کاوشگری کارکنان رابطه مثبت دارد.
• فرضیه ۲. کاوشگری کارکنان با (a) تاب‌آوری کارکنان و (b) عملکرد انطباقی رابطه مثبت دارد.
• فرضیه ۳. کاوشگری کارکنان رابطه بین HRM مبتنی بر هوش مصنوعی و (a) تاب‌آوری کارکنان و (b) عملکرد انطباقی را میانجی‌گری می‌کند.
• فرضیه ۴. اعتماد به هوش مصنوعی رابطه میانجی‌گری شده بین HRM مبتنی بر هوش مصنوعی و (a) تاب‌آوری و (b) عملکرد انطباقی را تعدیل می‌کند، به طوری که این روابط زمانی قوی‌تر هستند که سطح اعتماد کارکنان به هوش مصنوعی بالاتر باشد.

Abstract 

Despite growing research on AI in HRM, gaps remain, particularly in understanding the mechanisms through which AI-driven HRM influences employee outcomes. This study addresses this gap by developing a conceptual model to examine how AI-driven HRM impacts employee resilience and adaptive performance. Based on selfdetermination theory, the model proposes that employee exploration mediates the relationships between AIdriven HRM and employee outcomes. Additionally, trust in AI moderates these relationships. Two studies were conducted to test the hypotheses: Study 1 developed and validated a 12-item AI-driven HRM scale across three samples: 50 managers, 150 employees for exploratory factor analysis (EFA), and 150 employees for confirmatory factor analysis (CFA). Study 2, with data from 274 US employees through a three-wave survey, explored the effects of AI-driven HRM on resilience and performance. Results from Study 2 supported all proposed relationships, thereby offering important implications for both theory and practice in the AI-driven HRM field.

Keywords: AI-driven Human Resource Management, Trust in AI, Exploration, Resilience, Adaptive performance, Self-determination theory

۱.Introduction

Artificial intelligence (AI) is a domain of science and technology in which computers and software are empowered to execute specific functions by imitating or reproducing human thought processes and cognitive capabilities (Ali et al., 2023). This disruptive technology is rapidly changing work and society (Lepri et al., 2018), and has driven major policy shifts in organizations (Palos-S´anchez et al., 2022). The application of AI has transformed how organizations conduct business, design work, and augment work processes (Budhwar et al., 2022; Wilson & Daugherty, 2018). In many organizations, AI is integral to organizational innovation, process transformation, and competitive performance (Ransbotham et al., 2017, 2018). For example, there are 162 robots and AI per 10,000 employees globally in 2023, with an increase of 10 % in 2022 (International Federation of Robotics, 2023)…

۶. Conclusion

In this study, we drew upon SDT to explore the underlying mechanisms and conditions under which AI-driven HRM influences employee resilience and adaptive performance. Two studies were conducted using different samples from the US workforce. Study 1 tested and validated a novel AI-driven HRM measure. Study 2 (a three-wave survey) showed that exploration significantly mediates the relationships between AI- driven HRM and employee resilience and adaptive performance. Furthermore, trust in AI was found to be a salient boundary condition for strengthening the mediated relationships between AI-driven HRM and employee resilience and adaptive performance. Therefore, this study contributes to a comprehensive and integrated understanding of AI- driven HRM from an HRM behavioral perspective and its implications for developing a resilient and adaptive workforce in the AI era. This study lays the foundation for future research in this field and has important implications for organizations adopting and implementing AI technologies.

Hypothesis

Hypothesis 1. AI-driven HRM is positively related to employee exploration.

Hypothesis 2. Employee exploration is positively related to (a) employee resilience and (b) adaptive performance.

Hypothesis 3. Employee exploration mediates the relationship between AI-driven HRM and (a) employee resilience and (b) adaptive performance.

Hypothesis 4. Trust in AI moderates the mediated relationship between AI-driven HRM and (a) resilience and (b) adaptive performance such that these relationships are stronger when the level of employees’ trust in AI is higher.