تدوین و نگاشت راهبردهای توسعه مدیریت منابع انسانی بر اساس فناوری هوش مصنوعی در سازمان امور مالیاتی کشور
محورهای موضوعی : مدیریت دانش
فاطمه دهقان منشادی
1
,
علی اصغر تباوار
2
,
محمد قاسمی
3
1 - دانشجوی دکتری ، گروه مدیریت دولتی، دانشکده مدیریت و اقتصاد، دانشگاه سیستان وبلوچستان ، سیستان وبلوچستان ، ایران
2 - استادیار، گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، دانشگاه سیستان وبلوچستان ، سیستان وبلوچستان ، ایران
3 - استادیار، گروه مدیریت دولتی ، دانشکده مدیریت و اقتصاد، دانشگاه سیستان وبلوچستان ، سیستان وبلوچستان ، ایران
کلید واژه: توسعه مدیریت منابع انسانی, هوش مصنوعی, تحلیل استراتژیک, سازمان امور مالیاتی ,
چکیده مقاله :
هدف: پژوهش حاضر با هدف تدوین و نگاشت راهبردهای توسعه مدیریت منابع انسانی بر اساس فناوری هوش مصنوعی در سازمان امور مالیاتی کشور انجام شد. روش¬شناسی: این پژوهش از نظر هدف یک پژوهش کاربردی است و از منظر روش و بازه زمانی گردآوری داده‌ها یک پژوهش پیمایشی-مقطعی می‌باشد. برای دستیابی به هدف از طرح پژوهش آمیخته اکتشافی (کیفی-کمی) استفاده شد. جامعه مشارکت‌کنندگان بخش کیفی شامل استاد مدیریت منابع انسانی و مدیران سازمان امور مالیاتی کشور است که از معاونت منابع انسانی، دفتر مطالعات و برنامه‌ریزی استراتژیک و مرکز پژوهش و توسعه که با روش نمونه‌گیری هدفمند انتخاب شدند. بر این اساس پس از 20 مصاحبه اشباع نظری حاصل شد. در بخش تحلیل استراتژیک نیز از دیدگاه هفت نفر از مدیران و معاونین منابع انسانی استفاده گردید. برای گردآوری داده‌ها از مصاحبه نیمه‌‌ساختاریافته و پرسشنامه تحلیل سوات استفاده شد. در بخش کیفی با روش تحلیل کیفی مضمون، فرصت‌ها و چالش‌های توسعه مدیریت منابع انسانی بر اساس فناوری هوش مصنوعی شناسایی گردید. در بخش کمی نیز با روش سوارا، سوات و ماتریس برنامه‌ریزی استراتژیک کمی، سناریوهای موجود ارزیابی شد. تحلیل داده‌های کیفی با نرم‌افزار Maxqda و بخش کمی با نرم‌افزار اکسل انجام شد. یافته¬ها: یافته‌های پژوهش نشان داد ، در مرحله کدگذاری باز که از تحلیل کیفی مضمون و روش پیشنهادی اترید استرلینگ استفاده شد 297 کد شناسایی گردید. در پایان با کدگذاری محوری به 4 مضمون فراگیر، 10 مضمون سازمان‌دهنده و 60 مضمون پایه دست پیدا شد. و مضامین نگاشت راهبردهای توسعه مدیریت منابع انسانی بر اساس فناوری هوش مصنوعی مستخرج از مصاحبه‌ها به روش تحلیل مضمون ارائه شد. نتیجه‌گیری: براساس نتایج حاصل از ماتریس ارزیابی عوامل داخلی و خارجی بیانگر آن است که وضعیت استراتژیک راهبردهای توسعه مدیریت منابع انسانی بر اساس فناوری هوش مصنوعی در حالت رقابتی قراردارد. این وضعیت ناشی از غلبه نقاط قوت بر نقاط ضعف داخلی و تهدیدها بر فرصت‌های محیطی می‌باشد. بنابراین راهبرد مناسب برای توسعه مدیریت منابع انسانی بر اساس فناوری هوش مصنوعی، راهبرد فنی-مدیریتی برای حل مشکلات قانونی با تضمین امنیت سیستم است.
Objective: The current research was conducted with the aim of compiling and mapping the development strategies of human resources management based on artificial intelligence technology in the country's tax affairs organization. Methodology: This research is an applied research in terms of its purpose, and it is a survey-cross-sectional research in terms of the method and time frame of data collection. A mixed exploratory (qualitative-quantitative) research design was used to achieve the goal. The community of participants of the qualitative part includes the professor of human resources management and the managers of the country's tax affairs organization, who were selected from the vice president of human resources, the study and strategic planning office, and the research and development center, who were selected by the purposeful sampling method. Based on this, theoretical saturation was achieved after 20 interviews. In the strategic analysis section, the point of view of seven human resource managers and assistants was used. Semi-structured interview and SWAT analysis questionnaire were used to collect data. In the qualitative section, the opportunities and challenges of the development of human resources management based on artificial intelligence technology were identified with the qualitative analysis method. In the quantitative part, the existing scenarios were evaluated with Swara, SWAT and quantitative strategic planning matrix. Qualitative data analysis was done with Maxqda software and quantitative part with Excel software. Conclusion: The findings of the research showed that 297 codes were identified in the open coding stage, which used the qualitative analysis of the theme and the method proposed by Atrid Stirling. In the end, 4 overarching themes, 10 organizing themes and 60 basic themes were obtained by axial coding. And the themes of human resource management development strategy mapping based on artificial intelligence technology extracted from the interviews were presented using thematic analysis method. Originality: Based on the results of the evaluation matrix of internal and external factors, it indicates that the strategic status of human resource management development strategies based on artificial intelligence technology is in a competitive state. This situation is caused by strengths over internal weaknesses and threats over environmental opportunities. Therefore, the appropriate strategy for the development of human resources management based on artificial intelligence technology is the technical-management strategy to solve legal problems by ensuring the security of the system.
اکبری، شهناز؛ جامی، مونا؛ فتحی، سارا. (1402). طراحی چارچوب بکارگیری هوش مصنوعی در مدیریت منابع انسانی: رویکردی اکتشافی. مدیریت منابع انسانی پایدار، 5(9)، 284-263. https://doi.org/10.22080/shrm.2023.4416
باشکوه‌اجیرلو، محمد؛ قاسمی‌همدانی، ایمان. (1402). واکاوی نقش عوامل اثرگذار بر هم‌آفرینی ارزش از طریق فناوری‌های مجهز به هوش مصنوعی و مدیریت دانش. کتاب‌داری و اطلاع‌رسانی، 26 (۱۰۱)، 115-142. https://doi.org/10.30481/lis.2023.377727.2037
پورشهابی، وحید. (1402). آموزش کارکنان با استفاده از هوش مصنوعی (ارائه یک مدل سیستمی). مدیریت و چشم‌انداز آموزش،5 (17)، 281-248. https://doi.org/10.22034/jmep.2024.422828.1258
حبیبی، آرش؛ آفریدی، صنم. (1401). تصمیم‌گیری چندشاخصه. تهران: نارون.
حشمدار، اکرم؛ کردی، مراد. (1401). بررسی اثربخشی سیستم های هوش مصنوعی در کارکردهای منابع انسانی. پژوهش های معاصر در علوم مدیریت و حسابداری، 4(12)، 1-6. https://jocrimas.ir/fa/showart-7fd361c3e81b62eea3a55118f3c8b52f
رشیدی، محبوبه؛ سیدنقوی، میرعلی؛ رضایی‌منش، بهروز؛ واعظی، رضا. (1401). کارکنان راکد در صنعت نفت: چالش‌های آموزش و توسعه مدیریت منابع انسانی. مطالعات راهبردی در صنعت نفت و انرژی، 13(54)، ۱۵۴-۱۳۹. http://iieshrm.ir/article-1-1431-fa.html
سپه‌پور، محمدرضا؛ خیراندیش، مهدی؛ رحمانی، حامد. (1402). ارائه مدل مدیریت منابع انسانی عملکرد بالا. مدیریت توسعه و تحول، 1۵ (52)، 23-35.4 https://doi.org/10.22094/jdem.2023.1990636.3117
سیفی‌نژاد، سعید؛ قلی‌پور‌کنعانی، یوسف؛ مختاری‌بائع‌کلائی، مهران؛ باقرزاده، محمدرضا. (1402). مدل جامع عوامل مؤثر بر مدیریت استراتژیک منابع انسانی در سازمان مالیاتی کشور. پژوهش‌های برنامه‌ریزی درسی و آموزشی، 13(2)، 25-38. https://sanad.iau.ir/Journal/jcdepr/Article/1082034
ظریف، علیرضا؛ شاکری، علیرضا. (1402). اثر فناوری هوش مصنوعی بر عملکرد منابع انسانی در سازمان‌ها. هشتمین کنفرانس بین‌المللی و ملی مطالعات مدیریت، حسابداری و حقوق. https://civilica.com/doc/1694389 n
علمداری، حمید؛ مکوندی، فواد؛ همتی، محمد؛ امیرنژاد، قنبر. (1403). بررسی رابطه مدیریت منابع انسانی با سیستم‌‌های کاری با عملکرد بالا در شرکت‌‌های دولتی ایران به‌‌منظور ارائه الگوی. مطالعات راهبردی در صنعت نفت، 16(61)، 219-244. http://iieshrm.ir/article-1-1662-fa.html
قزلسفلو، حمیدرضا. (1402). بررسی چالش‌ها و فرصت‌های استفاده از هوش مصنوعی در مدیریت منابع انسانی. تکنولوژی در کارآفرینی و مدیریت استراتژیک، 2(2)، 27-21. https://doi.org/10.61838/kman.jtesm.2.2.4
کیایی، مجتبی؛بهزادی‌موزری، سعید؛ بارانی‌بناب، صمد. (1403). ارائه مدل حاکمیت داده در سازمان امور مالیاتی کشور مطالعه‌ای در نظام مالیاتی هوشمند. پژوهشنامه مالیات. ۳۲ (۶۱)، ۵۵-۸۵. http://taxjournal.ir/article-1-2376-fa.html
مهتاب، شکور؛ پورحیدری‌دیلمی، تیمور. (1401). آسیب‌شناسی نیروهای انسانی در معاونت توسعه مدیریت منابع انسانی سازمان. پژوهش های معاصر در علوم و تحقیقات، 4(43)، 31-42. https://jocrisar.ir/fa/showart-4f9b7768bfbd05ceb43f9b7347e3cff3
میهن‌دوست، مهدی؛ مدنی، امیرمحسن؛ محبی، سراج‌الدین. (1402). طراحی مدل توسعه رفتار شهروندی سازمانی اسلامی در میان کارکنان سازمان امور مالیاتی کشور. مطالعات رفتاری در مدیریت، 14 (33)، 96-115. https://civilica.com/doc/1853941
نخجوانی، علی؛ یاقوتی، ابراهیم. (1402). وضعیت حقوقی معاملات انجام شده توسط هوش مصنوعی. پژوهش‌های حقوق اقتصادی و تجاری، ۱(1)، 41-68. https://doi.org/10.48308/eclr.2023.103363
یزدانی، حمیدرضا؛ حکیمی، مسعود. (1403). شناسایی چالش‌ها و فرصت‌های بکارگیری هوش مصنوعی درمدیریت منابع انسانی: رویکرد فراترکیب. مدیریت منابع انسانی پایدار، 6(10)، 139-113. https://doi.org/10.22080/shrm.2024.4601
Aguinis, H., Beltran, J. R., & Cope, A. (2024). How to use generative AI as a human resource management assistant. Organizational Dynamics, 53(1), 101029. https://doi.org/10.1016/j.orgdyn.2024.101029
Akbari, H., & Rasouli, R. (2022). The Effect of HRM Development Strategies on Organizational Performance in Employees of Tehran Municipality and Prioritization them using SEM. Sciences JOSHAS JOURNAL, 8(54), 800-809. http://dx.doi.org/10.29228/JOSHAS.63308
Alsamman, A. M., & Al Obaidly, A. A. A. (2024). AI-Driven e-HRM Strategies: Transforming Employee Performance and Organizational Productivity. International Conference in Emerging Technologies for Sustainability and Intelligent Systems, 1(1), 23-29. https://doi.org/10.1109/ICETSIS61505.2024.10459398
Atkinson, C. L. (2023). Student-driven research in human resources management: Developing skills and capacities. SAGE Publications Inc.
Attride-Stirling, J. (2001). Thematic networks: an analytic tool for qualitative research. Qualitative research, 1(3), 385-405. https://doi.org/10.1177/146879410100100307
Basu, S., Majumdar, B., Mukherjee, K., Munjal, S., & Palaksha, C. (2023). Artificial intelligence–HRM interactions and outcomes: A systematic review and causal configurational explanation. Human Resource Management Review, 33(1), 880-893. https://doi.org/10.1016/j.hrmr.2022.100893
Bhise, P., Karekar, P., Nikam, R., & Ray, S. (2024). AI-HRM: Transforming Human Resource Management With Artificial Intelligence. Educational Administration: Theory and Practice, 30(5), 9208-9215. https://doi.org/10.53555/kuey.v30i5.4534
Bianchini, S., Müller, M., & Pelletier, P. (2022). Artificial intelligence in science: An emerging general method of invention. Research Policy, 51(10), 104604. https://doi.org/10.1016/j.respol.2022.104604
Candus, C., Debra, S. (2022). Artificial intelligence Performance assessment towards achieving sustainable consumption and production. Journal of Cleaner Production, 37(2), 683-698.
Grzybowski, A., Pawlikowska–Łagód, K., & Lambert, W. C. (2024). A history of artificial intelligence. Clinics in Dermatology, 44(8), 1309-1331. https://doi.org/10.1016/j.clindermatol.2023.12.016
Holsti, O. R. (1969). Content analysis for the social sciences and humanities, Reading, MA: Addison-Wesley.
Islami, K., & Sopiah, D. (2022). Artificial Intelligence in Human Resources in the Era of Society 5.0. International Journal of Research and Innovation in Social Science. https://doi.org/10.47772/ijriss.2022.61131
Liu, S., Li, G., & Xia, H. (2021). Analysis of Talent Management in the Artificial Intelligence Era. https://doi.org/10.2991/aebmr.k.210218.007
Miller, E., Cross, L., & Lopez. M. (2010). Sampling in qualitative research. FBB research group, 19(3), 249-261.
Nash, C. (2024). Work-Related Flow in Contrast to Either Happiness or PERMA Factors for Human Resources Management Development of Career Sustainability. Psych, 6(1), 356-375. http://dx.doi.org/10.3390/psych6010021
Pan, Y., Froese, F., Liu, N., Hu, Y., & Ye, M. (2022). The adoption of artificial intelligence in employee recruitment: The influence of contextual factors. The International Journal of Human Resource Management, 33(6), 1125- 1147. https://doi.org/10.1080/09585192.2021.1879206
Riyadi Nugroho . (2023). The adoption of artificial intelligence in human resources management practices, International Journal of Information Management Data Insights, 4 (1), 1-11. https://doi.org/10.1016/j.jjimei.2023.100208
Sachan, V. S., Katiyar, A., Somashekher, C., Chauhan, A. S., & Bhima, C. K. (2024). The Role Of Artificial Intelligence In HRM: Opportunities, Challenges, And Ethical Considerations. Educational Administration: Theory and Practice, 30(4), 7427-7435. https://doi.org/10.53555/kuey.v30i4.2588
Stevens, R., Taylor, V., Nichols, J., Maccabe, A. B., Yelick, K., & Brown, D. (2020). Ai for science: Report on the department of energy (doe) town halls on artificial intelligence (ai) for science (No. ANL-20/17). Argonne National Lab. (ANL), Argonne, IL (United States).
Susantinah, N., & Krishernawan, I. (2023). Human Resource Management (HRM) Strategy in Improving Organisational Innovation. Journal of Contemporary Administration and Management (ADMAN), 1(3), 201-207. https://doi.org/10.61100/adman.v1i3.80
Urquhart, A., & Lucey, B. (2022). Crypto and digital currencies—nine research priorities. Nature, 604(7904), 36-39. https://doi.org/10.1038/d41586-022-00927-5
Vrontis, D., Christofi, M., Pereira, V., Tarba, S., Makrides, A., & Trichina, E. (2023). Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review. Artificial Intelligence and International HRM, 172-201. http://dx.doi.org/10.1080/09585192.2020.1871398
