فراترکیب مدیریت چالش‌های اخلاقی هوش مصنوعی در منابع انسانی: ارائه یک چارچوب جامع

زمینه و هدف: پژوهش حاضر با هدف شناسایی، واکاوی و ترکیب راهکارهای مقابله با چالش‌های اخلاقی کاربرد هوش مصنوعی در مدیریت منابع انسانی انجام شده است.روش پژوهش: با بهره‌گیری از روش فراترکیب، مطالعه‌ای نظام‌مند روی منابع علمی معتبر بین‌المللی صورت گرفت که از میان 113 مقاله اولیه، نهایتاً 27 مقاله با کیفیت بالا انتخاب و مورد تحلیل عمیق قرار گرفت. روش تحلیل مضمون برای شناسایی موضوعات کلیدی استفاده شد و سپس تکنیک آنتروپی شانون برای رتبه‌بندی و تعیین اهمیت نسبی مضامین به کار گرفته شد.یافته‌ها: تحلیل مضمون منجر به شناسایی سه مضمون اصلی گردید: زیرساخت‌های نظام‌مند اخلاق دیجیتال با مضامین فرعی مکانیزم‌های حاکمیت اخلاقی هوش مصنوعی، زیرساخت‌های فنی تضمین کیفیت الگوریتمی و سیستم‌های یکپارچه محافظت از داده‌های حساس، سازوکارهای توسعه توانمندی‌های انسان-محور شامل رویکردهای توانمندسازی و توسعه قابلیت‌های دیجیتال و چارچوب تصمیم‌گیری مشارکتی انسان-محور، و مکانیزم‌های تضمین عدالت و پاسخگویی سیستمی شامل مکانیزم‌های ارتقای عدالت الگوریتمی و فراگیری و سازوکارهای شفافیت و پاسخگویی نظام‌مند. آنتروپی کل محاسبه شده 0.9156 توزیع متعادل و پراکندگی مناسب مضامین را تایید کرد.نتیجه‌گیری: ارزش و نوآوری این پژوهش در ارائه چارچوبی جامع برای چالش‌های اخلاقی هوش مصنوعی در مدیریت منابع انسانی است که بر چارچوب تصمیم‌گیری مشارکتی انسان-محور، زیرساخت‌های فنی تضمین کیفیت الگوریتمی و مکانیزم‌های ارتقای عدالت الگوریتمی به عنوان مهم‌ترین راهکارها تاکید می‌کند. این چارچوب با تمرکز بر همکاری هوشمند انسان و ماشین، امکان بهره‌مندی اخلاق‌مدار از هوش مصنوعی در منابع انسانی را فراهم می‌سازد.

managing ethical dilemmas of ai in hrm: a meta-synthesis toward an integrative framework

background and objective: this research aims to identify, analyze, and synthesize strategies for addressing ethical challenges in the application of artificial intelligence in human resource management.methodology: a meta-synthesis method was employed to conduct a systematic study on credible international scientific sources. from an initial pool of 113 articles, 27 high-quality articles were ultimately selected and deeply analyzed. thematic analysis was conducted to identify main themes, and shannon entropy technique was applied to rank and determine the relative importance of themes.findings: three main themes were identified: systematic digital ethics infrastructure (including ai ethical governance mechanisms, technical infrastructure for algorithmic quality assurance, and integrated systems for sensitive data protection), human-centered capability development mechanisms (including approaches to empowerment and digital capability development, and human-centered participatory decision-making framework), and mechanisms for ensuring justice and systemic accountability (including mechanisms for promoting algorithmic justice and inclusivity, and systematic transparency and accountability mechanisms). the calculated total entropy (0.9156) confirmed a balanced distribution and appropriate dispersion of themes.conclusion: the research presents a comprehensive framework for ethical challenges of artificial intelligence in human resource management, emphasizing human-centered participatory decision-making framework, technical infrastructure for algorithmic quality assurance, and mechanisms for promoting algorithmic justice as the most important solutions. this framework, focusing on intelligent human-machine collaboration, enables ethical utilization of artificial intelligence in human resources.