我是@扣子Bolt，关注【AI工具｜科研学术 | 博士生活 | 网络创业｜自我提升】，利用AI工具提升科研效率和自我成长，这是我在公众号发布的第【128】篇原创内容。
这篇论文系统地回顾了人工智能（AI）在人力资源管理（HRM）中的应用，探讨了组织在开发和实施AI能力时所需的关键资源。研究发现，组织需要超越技术资源，重点发展非技术资源，如人力技能和能力、领导力、团队协作、组织文化和创新思维、治理策略以及AI与员工的整合策略。论文提出了一个AI能力框架，结合了资源基础观和知识基础观理论，以帮助组织实现业务效益。此外，论文还提出了五个研究命题，旨在推动HRM中AI研究的学术进展，并为管理者提供了一个自我评估工具，以客观评估组织的准备情况并制定AI战略。
研究背景
- 研究问题
旨在解决人工智能（AI）在人力资源管理（HRM）中的应用问题。尽管AI在HRM中有巨大的潜力，但许多组织尚未体验到预期的收益。本文旨在系统回顾多学科文献，提供对成功实施AI所需的组织资源的全面理解。 - 研究难点
如何整合技术资源和非技术资源（如人力技能、领导力、团队合作、组织文化和创新心态等），以及如何克服AI实施的障碍（如数据隐私、伦理问题和员工抵触等）。 - 相关工作
现有工作主要集中在AI的应用、预期收益及其对人力资源和组织的潜在影响。然而，很少有研究系统地探讨成功实施AI所需的组织资源。
研究方法
这篇论文提出了一个AI能力框架，用于解决AI在HRM中的应用问题。具体来说，
文献回顾：首先，本文系统地回顾了来自国际商务、信息管理、运营管理、一般管理和HRM的多学科文献。使用SCOPUS和Business Source Ultimate数据库进行初步搜索，并结合关键词和布尔运算符进行筛选。
2.主题建模：使用R语言进行主题建模，分析文本语料库并提取关键词。通过潜在狄利克雷分配（LDA）算法，将文章归类到不同的主题。
3.编码过程：研究团队成员对每篇文章进行编码，确定其所属的主题。最终确定了18个相关主题，并通过算法进一步筛选出84篇与主题相关的文章。
4.数据提取：从每篇文章中提取相关信息，包括引用、标题、摘要、关键词、文章类型、主要贡献、关键结果和发现、关键局限和未来方向、对相关主题的评论以及对其他主题的关联性。
5.框架构建：基于文献回顾和主题建模的结果，构建了一个包含技术资源和非技术资源的AI能力框架。该框架整合了资源基础视角（RBV）和知识基础视角（KBV）理论，以全面理解组织资源对AI实施的影响。
结果与分析
- AI应用
AI在HRM中的应用包括自动化智能、辅助智能、增强智能和自主智能。AI在招聘、员工培训、绩效评估和员工参与等方面的应用已经取得了显著进展。 - 集体智慧
AI与人类协作的潜力尚未完全实现。研究表明，AI系统的透明度和可解释性对于建立员工和管理层的信任至关重要。 - AI与就业
AI的采用需要员工具备实现、使用和管理的关键技能。研究表明，AI的采用可能会增加就业机会，而不是减少工作岗位。 - 驱动因素
AI采用的驱动因素包括提高决策的客观性、减少错误、预测未来行为以及优化业务流程和资源。 - 障碍
难以整合AI系统、数据质量、隐私和数据保护问题、算法偏见等。员工对AI实施的反应也是一个重要障碍。
总体结论
本文通过系统回顾和文献分析，提出了一个全面的AI能力框架，用于指导组织在HRM中如何成功推行AI。研究表明，成功的AI实施不仅需要技术资源，还需要非技术资源，如人力技能、领导力和组织文化。本文的贡献在于提供了一个系统的框架，帮助组织评估其AI实施的准备情况，并制定相应的策略。未来的研究可以进一步验证该框架的有效性，并探索不同行业和地区AI采用的差异。
Artificial Intelligence (AI) is increasingly adopted within Human Resource management (HRM) due to its potential to create value for consumers, employees, and organisations. However, recent studies have found that organisations are yet to experience the anticipated benefits from AI adoption, despite investing time, effort, and resources. The existing studies in HRM have examined the applications of AI, anticipated benefits, and its impact on human workforce and organisations. The aim of this paper is to systematically review the multi-disciplinary literature stemming from International Business, Information Management, Operations Management, General Management and HRM to provide a comprehensive and objective understanding of the organisational resources required to develop AI capability in HRM. Our findings show that organisations need to look beyond technical resources, and put their emphasis on developing non-technical ones such as human skills and competencies, leadership, team co-ordination, organisational culture and innovation mindset, governance strategy, and AIemployee integration strategies, to benefit from AI adoption. Based on these findings, we contribute five research propositions to advance AI scholarship in HRM. Theoretically, we identify the organisational resources necessary to achieve business benefits by proposing the AI capability framework, integrating resource-based view and knowledge-based view theories. From a practitioner’s standpoint, our framework offers a systematic way for the managers to objectively self-assess organisational readiness and develop strategies to adopt and implement AI-enabled practices and processes in HRM.
Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), 100899. https://doi.org/10.1016/j.hrmr.2022.100899
●大学生可持续创业意向：创业恐惧与AI在教学中应用的调节作用
●生成式人工智能使用如何以及何时影响员工增量和激进创造力：来自中国的实证研究
●人工智能意识和变革导向的领导力对员工与人工智能协作的交互影响：接近动机和回避动机的作用
●了解类人社交机器人的拟人化特征对用户满意度的影响：基于刺激-有机体-反应理论
●强迫性 ChatGPT 使用、焦虑、倦怠和睡眠障碍：基于刺激-有机体-反应视角的串行中介模型
●对高等教育评估中 GenAI 政策的批判性回顾：呼吁重新考虑学生作业的“原创性”
●人工智能生成内容（AIGC）信息回避影响机制研究：AI身份威胁的调节作用
●调查 OTA 员工对 ChatGPT 的双刃剑认知：组织支持的调节作用
欢迎关注我的视频号
（❤️会不定期更新AI工具哦❤️）
