بررسی نقش پذیرش هوش مصنوعی در بهبود توانمندی‌های نیروی انسانی در بانک رفاه کارگران
الموضوعات :
وحید پورشهابی
1
,
مهدی کشت گر
2
1 - گروه مدیریت، واحد زاهدان، دانشگاه آزاد اسلامی، زاهدان، ایران
2 - دانشجو دکتری دانشگاه آزاد اسلامی واحد زاهدان
الکلمات المفتاحية: هوش مصنوعی, توانمندی, نیروی انسانی, بانک رفاه کارگران,
ملخص المقالة :
هدف: هدف این پژوهش بررسی تأثیر مؤلفه‌های هوش مصنوعی بر بهبود توانمندی‌های نیروی انسانی در بانک رفاه کارگران استان سیستان و بلوچستان است.
روش‌شناسی: این تحقیق از نظر هدف کاربردی، از نظر روش پیمایشی و میدانی و از نظر زمانی مقطعی است. جامعه آماری شامل ۲۷۰ نفر از کارکنان بانک رفاه کارگران استان سیستان و بلوچستان بوده که با استفاده از روش نمونه‌گیری، ۱۵۵ نفر به عنوان نمونه انتخاب شدند. ابزار گردآوری داده‌ها پرسشنامه استاندارد کروگر (۲۰۱۰) بوده که روایی محتوایی آن توسط خبرگان تأیید و پایایی آن با استفاده از ضریب آلفای کرونباخ ۰/۸۵۲ محاسبه و تأیید شده است. تجزیه و تحلیل داده‌ها با استفاده از نرم‌افزار SPSS و آزمون‌های رگرسیون و همبستگی انجام گرفته است.
یافته‌ها: نتایج حاصل از تحلیل داده‌ها نشان داد که هوش مصنوعی تأثیر مثبت و معناداری بر توانمندی‌های نیروی انسانی دارد. همچنین مؤلفه‌های سهولت ادراک‌شده، سودمندی ادراک‌شده، نگرش نسبت به استفاده و تمایل به استفاده از هوش مصنوعی نیز دارای تأثیر مثبت بر توانمندی‌های نیروی انسانی هستند.
نتیجه‌گیری: بر اساس یافته‌های تحقیق، پذیرش و به‌کارگیری فناوری هوش مصنوعی می‌تواند به بهبود و ارتقاء توانمندی‌های نیروی انسانی در سازمان‌ها از جمله بانک رفاه کارگران کمک کند. این نتایج می‌تواند راهگشای سیاست‌گذاران و مدیران در جهت بهره‌گیری اثربخش از فناوری‌های نوین در محیط‌های کاری باشد.
- Atluri, N. (2020). A study on the impact of artificial intelligence on human resource management. Studies in Indian Place Names, 40(58), 119-122.
- Barroso Castro, C., Delgado-Verde, M., Navas-López, J. E., & Cruz-González, J. (2008). The moderating role of proactive orientation for harmonious passion and work-family balance. Management Research, 6(3), 235-248.
- Born, Rainer. (2018). Artificial Intelligence: The Case Against. London & New York: Routledge.
- Boudrias, J. S., Gaudreau, P., Savoie, A., & Morin, A. J. (2009). Employee empowerment: From managerial practices to employees' behavioral empowerment. Leadership & Organization Development Journal, 30(7), 625-638.
- Chismar WG & Wiley-Patton S. (2003). Does the extended technology acceptance model apply to physicians. Available at: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.97.9056&rep=rep1&type=pdf.
- Davis, Fred D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, September 1989.
- Farzin Yazdi, M., Baradar, R., & Ghaebi, A. (2013). Investigating the applicability of the "Technology Acceptance Model" for RFID adoption in academic libraries: Case study of Yazd City. Academic Library and Information Science Research, 47(2). (In Persian)
- Fernandez, S., & Moldogaziev, T. (2013). Employee empowerment, employee attitudes, and performance: Testing a causal model. Public Administration Review, 73(3), 490-506.
- Fleming, Peter. (2019). Robots and Organization Studies: Why Robots Might Not Want to Steal Your Job. Organization Studies, Vol. 73-32(1), 104.
- Geetha, R., & Bhanu, S. R. D. (2018). Recruitment through artificial intelligence: A conceptual study. International Journal of Mechanical Engineering and Technology, 9(7), 63-70.
- Hekmatnia, M. (2019). Civil liability arising from the production of autonomous AI-based robots. Islamic Law Journal, (60), 249–273. (In Persian)
- Huang, M. J., Tsou, Y. L., & Lee, S. C. (2023). Integrating fuzzy data mining and fuzzy artificial neural networks for discovering implicit knowledge. Knowledge-Based Systems, 19(6), 396-403.
- Jain, S. & Gautam, A. (2016). Comparison of performance management systems in public and private sectors: A study of manufacturing organizations. International Journal of Management, IT and Engineering, 6, 111-128.
- Jarrahi, M. H. (2018). Artificial intelligence and the future of work: human-AI symbiosis in organizational decision making. Business Horizons, 61, 577-586.
- Jatobá, Marian. (2019). Evolution of Artificial Intelligence Research in Human Resources. Procedia Computer Science, 164, 137-142.
- Kalateh Aghamohammadi, A., & Sharifi, S. M. (2022). Exploring the role of artificial intelligence in human resources in terms of job displacement: Case study of news presenting. Journal of Media Foresight Studies, 3(3), 36–64. (In Persian)
- Kazlauskaite, R., Buciuniene, I., & Turauskas, L. (2006). Building employee commitment to implement lean processes. Knowledge and Process Management, 13(4), 290-299.
- King, W.R., He, J. (2006). A meta-analysis of the technology acceptance model. Information & Management, Vol. 43, 740-755.
- Lycan, William G. (2019). Mind and Cognition: An Anthology. UK and USA: Blackwell.
- Madadi, A. (2023). Challenges and approaches to ethical issues in artificial intelligence: Evaluating the innovative process of discourse ethics. Tehran University Press. (In Persian)
- Maynard, M. T., Luciano, M. M., D'Innocenzo, L., Mathieu, J. E., & Dean, M. D. (2012). Modeling time-lagged reciprocal psychological empowerment-performance relationships. Journal of Applied Psychology, 99(6), 1244-1253.
- Melhem, Y. (2004). The antecedents of customer-contact employees' empowerment. Employee Relations, 26(1), 72-93.
- Oxford Dictionaries. (2013). Definition of effectiveness. Retrieved from: http://www.oxforddictionaries.com/definition/english/effectiveness.
- Robinson, M. A., Sparrow, P. R., Clegg, C., & Birdi, K. (2017). Forecasting future competency requirements: a three-phase methodology. Personnel Review.
- Seeman, E., & Gibson, S. (2009). Predicting Acceptance of Electronic Medical Records: Is the Technology Acceptance Model Enough? SAM Advanced Management Journal, 74(4), 21-26.
- Seibert, S. E., Wang, G., & Courtright, S. H. (2011). Antecedents and consequences of psychological and team empowerment in organizations: A meta-analytic review. Journal of Applied Psychology, 96(5), 981-1003.
- Spreitzer, G. M. (1995). Psychological empowerment in the workplace: Dimensions, measurement, and validation. Academy of Management Journal, 38(5), 1442-1465.
- Tashakkori Saleh, A., & Rajabi, M. (2018). Investigating the competitiveness of artificial intelligence with the human mind from the perspective of the Qur’an. Qur’anic Knowledge Journal, 11(2). (In Persian)
- Yazdanpanah, A., & Afsarian, [Initials missing]. (2014). Effective paradigms for using artificial intelligence systems in human resource management functions. International Conference on Business Development and Excellence, Idea Managers Institute, Tehran. (In Persian)
