اثر بلوغ سازمانی، بلوغ اطلاعاتی و بلوغ منابع انسانی بر ادراک نسبت به کارآمدی هوش مصنوعی در مدیریت منابع انسانی

زمینه و اهداف: در دهه‌های اخیر، هوش مصنوعی (ai) به‌عنوان یک فناوری نوظهور، نقش مهمی در بهبود فرآیندهای مدیریت منابع انسانی (hrm) ایفا کرده است. با این حال، بسیاری از سازمان‌ها هنوز از تمام پتانسیل این فناوری بهره‌برداری نکرده‌اند که این امر می‌تواند ناشی از سطح پایین بلوغ سازمانی و اطلاعاتی باشد. این پژوهش به بررسی تاثیر سطوح بلوغ سازمانی، بلوغ اطلاعاتی و بلوغ منابع انسانی بر ادراک مدیران و کارشناسان از کارآمدی هوش مصنوعی در hrm می‌پردازد. نوآوری این تحقیق در ترکیب سه مدل بلوغ سازمانی، اطلاعاتی و منابع انسانی و بررسی تاثیرات ترکیبی آن‌ها بر بهره‌وری ai در مدیریت منابع انسانی است.روش تحقیق: به‌منظور پر کردن این شکاف، این تحقیق با استفاده از رویکرد توصیفی-پیمایشی و جمع‌آوری داده‌ها از 120 مدیر و کارشناس منابع انسانی در شرکت‌های دانش بنیان پارک علم و فناوری، داده‌های لازم را گردآوری کرده است. تعداد نمونه از طریق جدول مورگان تعیین شده و روش انتخاب نمونه‌ها قضاوتی بوده است. روش تحلیل داده‌ها شامل رگرسیون چندگانه و مدلسازی معادلات ساختاری (sem) است.یافته‌ها: نتایج نشان می‌دهد که بلوغ منابع انسانی با ضریب تاثیر 0.361 بیشترین تاثیر را بر ادراک از کارآمدی هوش مصنوعی دارد، در حالی که بلوغ اطلاعاتی و سازمانی به ترتیب با ضرایب 0.296 و 0.240 در رتبه‌های بعدی قرار دارند.نتیجه‌گیری: این پژوهش به سازمان‌ها توصیه می‌کند که برای بهره‌برداری موثر از هوش مصنوعی، باید به توسعه همزمان بلوغ سازمانی، اطلاعاتی و منابع انسانی توجه ویژه‌ای داشته باشند.

the effect of organizational maturity, information maturity, and human resources maturity on the perception of the effectiveness of artificial intelligence in human resources management

background and objectives: in recent decades, artificial intelligence (ai) has emerged as a pivotal technology in enhancing human resource management (hrm) processes. however, many organizations have yet to fully exploit this technology's potential, which may be due to low levels of organizational and informational maturity. this study examines the impact of organizational, informational, and human resource maturity levels on managers' and experts' perceptions of ai efficiency in hrm. the innovation of this research lies in combining three maturity models organizational, informational, and human resource and examining their combined effects on ai productivity in hrm.methodology: to address this gap, this research employs a descriptive-survey approach, collecting data from 120 hr managers and experts in knowledge-based companies at the science and technology park. the sample size was determined using the morgan table, and the sampling method was judgmental. data analysis methods include multiple regression and structural equation modeling (sem).findings: the results indicate that human resource maturity, with an impact coefficient of 0.361, has the most significant effect on the perception of ai efficiency, while informational and organizational maturity follow with coefficients of 0.296 and 0.240, respectively.conclusion: this study recommends that organizations should pay special attention to the simultaneous development of organizational, informational, and human resource maturity to effectively leverage ai.