شناسایی عوامل پدیده محوری مدیریت هوشمند سرمایه انسانی با رویکرد هوش مصنوعی در سازمان‌های دولتی استان تهران

نویسندگان

  • ساره محسنی تنکابنی دانشجوی دکتری گروه مدیریت دولتی ، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران نویسنده https://orcid.org/0009-0006-9906-6748
  • رقیه حسن‌زاده گروه مدیریت، واحد میانه ،دانشگاه آزاداسلامی، میانه، ایران نویسنده مسئول https://orcid.org/0000-0003-4193-1541
  • داود حق خواه گروه مدیریت ،واحد میانه، دانشگاه آزاداسلامی، میانه، ایران نویسنده https://orcid.org/0009-0006-9906-6748

کلمات کلیدی:

پدیده محوری, مدیریت هوشمند سرمایه انسانی, هوش مصنوعی

چکیده

هدف پژوهش حاضر شناسایی و تبیین عوامل تشکیل‌دهنده پدیده محوری مدیریت هوشمند سرمایه انسانی با رویکرد هوش مصنوعی در سازمان‌های دولتی استان تهران بود. پژوهش حاضر از نظر هدف کاربردی و از نظر روش، آمیخته کیفی–کمی با طرح اکتشافی متوالی بود. در بخش کیفی، از نظریه داده‌بنیاد با رویکرد اشتراوس و کوربین و مصاحبه‌های نیمه‌ساختاریافته با صاحب‌نظران مدیریت هوشمند سرمایه انسانی و استادان مدیریت دولتی استفاده شد. مشارکت‌کنندگان کیفی با روش گلوله‌برفی و بر اساس اصل اشباع نظری انتخاب شدند. در بخش کمی، جامعه آماری شامل 9117 نفر از کارکنان سازمان‌های دولتی استان تهران بود که از میان آنان، 369 نفر بر اساس فرمول کوکران و با نمونه‌گیری تصادفی طبقه‌ای انتخاب شدند. ابزار کمی، پرسشنامه محقق‌ساخته 15 گویه‌ای شامل دو مؤلفه «ویژگی‌های اصلی مدیریت هوشمند» و «تفاوت با مدیریت سنتی» بود. روایی صوری، محتوایی و همگرای ابزار و پایایی آن با آلفای کرونباخ و پایایی ترکیبی تأیید شد. داده‌ها با استفاده از مدل‌سازی معادلات ساختاری و نرم‌افزارهای SPSS، SmartPLS و MAXQDA تحلیل شدند. نتایج مدل‌سازی معادلات ساختاری نشان داد مؤلفه «ویژگی‌های اصلی مدیریت هوشمند» با ضریب مسیر 0.842 و مؤلفه «تفاوت با مدیریت سنتی» با ضریب مسیر 0.877، سهم بالایی در تبیین پدیده محوری داشتند. مقادیر ضریب تعیین برای این دو مؤلفه به‌ترتیب 0.763 و 0.787 بود. همچنین، ضریب مسیر میان مدیریت هوشمند سرمایه انسانی با رویکرد هوش مصنوعی و پدیده محوری 0.667 و ضریب تعیین پدیده محوری 0.444 به دست آمد؛ بنابراین، حدود 44 درصد از واریانس پدیده محوری توسط متغیر مرکزی مدل تبیین شد. در سطح شاخص‌ها نیز بارهای عاملی عموماً در دامنه قابل‌قبول قرار داشتند و نتایج، قدرت تبیینی مناسب ساختار اندازه‌گیری و مدل پیشنهادی را نشان دادند. یافته‌ها نشان می‌دهد که شکل‌گیری مدیریت هوشمند سرمایه انسانی در سازمان‌های دولتی بیش از همه به برخورداری از ویژگی‌های متمایز مدیریت هوشمند و گذار واقعی از الگوهای سنتی مدیریت وابسته است. حرکت به سوی تصمیم‌گیری داده‌محور، شخصی‌سازی مسیرهای شغلی، شناسایی استعدادها، افزایش شفافیت و بازتعریف نقش مدیر و کارکنان می‌تواند زمینه توسعه مدیریت سرمایه انسانی مبتنی بر هوش مصنوعی را فراهم سازد.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Abdolhamid, M., Lari, M., & Najafi Rostaghi, H. (2024). A comparative study of global experiences in applying artificial intelligence to public administration: Implications for promoting smart governance in Iran. Iranian Public Administration Studies, 7(3), 189-226.

Aydın, Ö., Karaarslan, E., & Narin, N. G. (2025). Artificial intelligence, VR, AR and metaverse technologies for human resources management. International Journal of Management Information Systems and Computer Science, 9(2), 77-94. https://doi.org/10.33461/uybisbbd.1681947

Bavya, S. P., Neehalika, B., Bashapaka, B., & Reddy, G. S. (2024). An empirical study on the role of artificial intelligence in human capital management. International Research Journal on Advanced Engineering and Management, 2(03), 223-227. https://doi.org/10.47392/IRJAEM.2024.0035

Chanda, P., & Ghosh, S. (2024). Optimizing workforce efficiency using an artificial intelligence approach: A next-gen HR management system. 2024 ASU International Conference in Emerging Technologies for Sustainability and Intelligent Systems (ICETSIS),

Gong, Q., Fan, D., & Bartram, T. (2025). Integrating artificial intelligence and human resource management: A review and future research agenda. The International Journal of Human Resource Management, 36(1), 103-141. https://doi.org/10.1080/09585192.2024.2440065

Hadiyatno, D., Susilowati, D., Moorcy, N. H., Arrywibowo, I., & Yuliani, T. (2023). Artificial intelligence model for human capital management. Jurnal Penelitian Pendidikan Ipa, 9(10), 8280-8286. https://doi.org/10.29303/jppipa.v9i10.5083

Jafari, A., & Talajouran, E. (2026). The role of artificial intelligence in the transformation of modern human resource management: Challenges and opportunities for digital synergy. National Conference on Modern Management: Challenges and Opportunities in the Digital Age, Lamerd.

Kumari, R., & Dash, S. P. (2026). The transformative influence of Industry 4.0 and hyper artificial intelligence on human resource management. In Hyper-Intelligent Networks: Exploring the Future of Connectivity for Society 5.0 (pp. 455-481). https://doi.org/10.1002/9781394315635.ch21

Lilly, A., Rajkumar, R., Vinoth Kumar, J., & Lydia, J. (2023). Appendage of artificial intelligence in the sphere of refurbishing human capital management. Journal of Statistics and Management Systems, 26(4), 975-986. https://doi.org/10.47974/JSMS-1115

Mousavi, M. S., Rastegar, A. A., & Shafiei Nikabadi, M. (2025). Identifying key indicators of artificial intelligence-augmented human resource management and their impact on employee thriving. Public Management Perspective, 16(3), 54-78.

Partovi Khaghan, B. (2025). Evaluating applications of artificial intelligence in human resource development planning. Intelligent Human Capital Management, 2(6), 147-176.

Rastegar, A. A., Ebrahimi, S. A., Shafiei, M., & Kolahi, B. (2023). Intelligent human resource management: Explaining technology-driven requirements and foundations in knowledge-based companies. Educational Technology Development, 21(52), 13-24.

Saini, A. (2023). AI: Changing human capital management in retail; Revolutionizing human capital management in retail. Design of Single Chip Microcomputer Control System for Stepping Motor, 1-13. https://doi.org/10.47363/JAICC/2023(2)E167

Thomas, S., Nair, D. S., Joseph, J., Srampical, S. G., & Cleetus, R. S. (2026). Examining the sustainable integration of artificial intelligence in human resource digitalization in the context of Industry 4.0. European Public & Social Innovation Review, 11, 1-14. https://doi.org/10.31637/epsir-2026-2044

Ziaei, S. (2025). Artificial intelligence and the future of human capital management: Redesigning human resource processes in intelligent organizations. Sixth International Conference on Computer Engineering, Electrical Engineering and Technology, Hamedan.

دانلودها

گاه‌شمار انتشار

چاپ شده
ارسال
بازنگری
پذیرش

شماره

نوع مقاله

مقالات

نحوه استناد به مقاله

محسنی تنکابنی س. ., حسن‌زاده ر., & حق خواه د. (1406). شناسایی عوامل پدیده محوری مدیریت هوشمند سرمایه انسانی با رویکرد هوش مصنوعی در سازمان‌های دولتی استان تهران. یادگیری هوشمند و تحول مدیریت, 1-27. https://jilmt.com/index.php/jilmt/article/view/477