توسعه چارچوبی برای به‌کارگیری هوش مصنوعی در مدیریت منابع انسانی با استفاده از روش‌های ترکیبی کیفی

زمینه و هدف: در فضای پرشتاب و رقابتی سازمان‌های امروزی، روش‌های سنتی مدیریت منابع انسانی با چالش‌هایی نظیر کاهش کارایی، افزایش خطاهای انسانی و نبود تصمیم‌گیری داده‌محور مواجه‌اند. هدف پژوهش حاضر، توسعه چارچوبی برای به‌کارگیری هوش مصنوعی در مدیریت منابع انسانی می باشد.روش تحقیق: این تحقیق کیفی، با رویکرد فراترکیب و بر مبنای تحلیل 95 مقاله علمی منتشرشده بین سال‌های 2000 تا 2025 صورت گرفت. داده‌ها با استفاده از روش هفت‌مرحله‌ای سندلوسکی و باروسو تحلیل، و مدل نهایی با بهره‌گیری از روش دلفی (نظرات 10 خبره) اعتبارسنجی شد. همچنین از مدل‌سازی ساختاری تفسیری (ism) و تحلیل micmac برای تبیین روابط علّی مولفه‌ها استفاده گردید.یافته‌ ها: نتایج نشان داد که چهار بُعد اصلی (تامین، توسعه، نگهداشت و بهره‌برداری) با 16 مولفه کلیدی، نقشی محوری در تحول دیجیتال منابع انسانی ایفا می‌کنند.نتیجه‌ گیری: ترکیب هوش مصنوعی با رویکردهای انسانی می‌تواند اثربخشی تصمیم‌گیری، چابکی سازمانی و رضایت شغلی کارکنان را ارتقاء بخشد. مدل ارائه‌شده به‌عنوان الگویی راهبردی، زمینه‌ساز حرکت به‌سوی منابع انسانی داده‌محور خواهد بود.

development of a framework for the integration of artificial intelligence in human resource managementthrough qualitative mixed methods

background and purpose: in the contemporary, dynamic, and competitive organizational landscape,conventional human resource management practices encounter several challenges, includingdiminished efficiency, heightened susceptibility to human errors, and an inadequate reliance on datadrivendecision-making processes. the objective of the current study is to establish a comprehensiveframework for the integration of artificial intelligence into human resource management.methodology: this qualitative study employed a meta-synthesis methodology and was basedon the analysis of ninety-five scholarly articles published between 2000 and 2025. data analysiswas conducted utilizing the seven-step approach developed by sandelowski and barroso, with theresulting model subsequently validated through the delphi technique, incorporating the insights often experts. additionally, interpretive structural modeling (ism) and micmac analysis were utilizedto elucidate the causal relationships among the components.findings: the findings indicated that four primary dimensions—namely, provision, development,maintenance, and exploitation—comprising sixteen key components, are integral to the digitaltransformation of human resources.conclusion: the integration of artificial intelligence with human methodologies has the potentialto enhance decision-making efficacy, organizational agility, and employee job satisfaction. theproposed model, serving as a strategic framework, will facilitate a transition toward a data-drivenapproach to human resource management.