یادگیری هوشمند و تحول مدیریت 3115-8900 3 دی ماه 1404 1404 10 10 Designing a Merit-Based Recruitment Model in Bank Saderat Using Artificial Intelligence ارائه مدل استخدام مبتنی بر شایسته‌سالاری در بانک صادرات با استفاده از هوش مصنوعی 1 24 10.61838/jilmt.118 FA فاطمه پرماسی دانشجوي دکتري، گروه مدیریت‌ دولتی‌، واحد اردبیل‌، دانشگاه آزاد اسلامی‌، اردبیل‌ ، ایران شهرام بگ زاده گروه مدیریت‌ دولتی‌، واحد اردبیل‌، دانشگاه آزاد اسلامی‌، اردبیل‌، ایران مجید احمدلو گروه مدیریت‌ ، واحد اردبیل‌، دانشگاه آزاد اسلامی‌، اردبیل‌، ایران بابک‌ نوری مقدم گروه مهندسی کامپیوتر، واحد اردبیل‌، دانشگاه آزاد اسلامی‌، اردبیل‌، ایران Journal Article 1404/06/12 <p>This study aims to design and validate an optimal merit-based recruitment model for Bank Saderat using artificial intelligence techniques. A mixed-methods design was employed. In the qualitative phase, a Delphi approach involving human resource managers and experts of Bank Saderat was used to identify and finalize competency components. In the quantitative phase, employees’ performance, test scores, job-related, personal, and socio-cultural data were collected, preprocessed, and modeled using four machine learning algorithms: Deep Neural Network, Ridge Regression, XGBoost, and Support Vector Machine. Adjusted R² and mean absolute error were applied to compare predictive performance. The results indicated that the Deep Neural Network achieved the highest predictive power among all models. Across all algorithms, teamwork, communication skills, customer orientation, and organizational commitment were consistently identified as the most significant predictors of employee competency, whereas variables such as ethnicity, political orientation, place of birth, and workplace location showed minimal predictive importance. The findings demonstrate that artificial intelligence–based models can enhance merit-based recruitment by prioritizing performance-related competencies and minimizing irrelevant biases, thereby supporting more objective and efficient human resource decision-making in the banking sector.</p> <p>هدف این پژوهش طراحی و اعتبارسنجی یک مدل بهینه استخدام مبتنی بر شایسته‌سالاری در بانک صادرات با بهره‌گیری از الگوریتم‌های هوش مصنوعی است. این پژوهش با رویکرد آمیخته انجام شد؛ در بخش کیفی، با استفاده از روش دلفی و مشارکت مدیران و کارشناسان منابع انسانی بانک صادرات، مؤلفه‌های شایستگی شناسایی و نهایی شدند و در بخش کمّی، داده‌های عملکردی، آزمونی، شغلی، فردی و اجتماعی کارکنان گردآوری و پس از پیش‌پردازش، با چهار الگوریتم یادگیری ماشین شامل شبکه عصبی عمیق، رگرسیون ریج، XGBoost و SVM مدل‌سازی شدند. معیارهای ضریب تعیین تعدیل‌شده و خطای مطلق برای مقایسه توان پیش‌بینی مدل‌ها به‌کار رفت. نتایج نشان داد شبکه عصبی عمیق بالاترین توان پیش‌بینی را نسبت به سایر الگوریتم‌ها دارد. در تمامی مدل‌ها، کار تیمی، مهارت‌های ارتباطی، مشتری‌مداری و تعهد سازمانی به‌طور معناداری مهم‌ترین عوامل شایستگی شناسایی شدند، در حالی‌که متغیرهایی نظیر قومیت، گرایش سیاسی، محل تولد و محل فعالیت کم‌اهمیت‌ترین نقش را در پیش‌بینی شایستگی ایفا کردند. یافته‌ها حاکی از آن است که به‌کارگیری هوش مصنوعی می‌تواند با کاهش سوگیری‌های غیرمرتبط و تمرکز بر شاخص‌های عملکردی و رفتاری، مبنایی علمی و عادلانه برای استقرار نظام استخدام مبتنی بر شایسته‌سالاری در بانک‌ها فراهم سازد.</p> https://jilmt.com/index.php/jilmt/article/download/118/103