پژوهشکده سرمایه انسانی دانشگاه فرماندهی و ستاد ارتش جمهوری اسلامی ایران مدیریت هوشمند سرمایه انسانی 3060-6950 3 8 2026 05 22 Identifying the Impact of Algorithmic Management for Human Resource Management in the Gig Economy شناسایی پیامدهای مدیریت الگوریتمی حوزه مدیریت منابع انسانی در اقتصاد گیگ 68 33 248243 10.22034/imhr.2026.580947.1087 FA فاطمه کریمی جعفری استادیار، گروه مدیریت، دانشکده مدیریت و علوم مالی، دانشگاه خاتم، تهران، ایران. 0000-0002-8385-4225 زهرا عباس زاده سورمی کارشناس ارشد، مدیریت دولتی گرایش توسعه منابع انسانی، دانشکده مدیریت و علوم مالی، دانشگاه خاتم، تهران، ایران. 0009-0002-8391-0677 Journal Article 2026 05 12 Background and Objective: The main purpose of the current research is to identify the impact of algorithmic management for human resource management in the gig economy with a meta-synthesis approach. Methodology: This study follows a developmental, qualitative, and documentary design. Using an analytical-descriptive approach, the research implemented Sandelowski and Barroso’s seven-stage meta-synthesis for systematic data collection and analysis. In order to identify the consequences, researchers systematically search for research related to these consequences in 6 scientific databases: Science Direct, Emerald, Wiley, Sage, Taylor & Francis, and the Scopus citation database between 2010 and 2024. In the initial investigations, 120 sources were found, and after screening and validation and using the CASP tool, finally 24 articles were analyzed. Findings: The findings of the present study show that a total of 2 main consequences of algorithmic management in the field of human resource management in the gig economy have been identified, including negative consequences and positive consequences, and 36 sub-consequences. Conclusion: The findings show that algorithmic management in the field of human resource management has both positive and negative aspects. On the positive side, organizations have improved and enhanced some of these activities by using algorithmic processes to automate human resource management activities in relation to the organization, employees, and customers. On the negative side, the data-driven approach dehumanizes work, and algorithms take over roles that have traditionally been the preserve of human resource professionals. زمینه و هدف: هدف اصلی پژوهش حاضر، شناسایی پیامدهای به‌کارگیری مدیریت الگوریتمی در حوزه مدیریت منابع انسانی در اقتصاد گیگ با رویکرد فراترکیب می‌باشد. روش‌ پژوهش: این پژوهش از نظر هدف، توسعه‌ای؛ از لحاظ ماهیت و سبک تحلیل مؤلفه‌ها، جزء پژوهش‌های کیفی و براساس جمع‌آوری داده‌ها، اسنادی است. از منظر روش انجام پژوهش، تحلیلی- توصیفی است و مؤلفه‌های پژوهش با استفاده از روش کیفی فراترکیب هفت مرحله‌ای ساندلوسکی و باروسو جمع‌آوری و تحلیل شده‌اند. به‌منظور شناسایی پیامدها، پژوهشگران به جستجوی سیستماتیک پژوهش‌های انجام‌شده در 6 پایگاه علمی ساینس دایرکت، امرالد، وایلی، سیج، تیلور اند فرانسیس و پایگاه استنادی اسکوپوس بین سال‌های 2010 تا 2024 پرداختند. در بررسی‌های اولیه، تعداد 120 منبع یافت شد که پس از طی مراحل غربال‌گری و اعتبارسنجی و بهره‌گیری از ابزار CASP در نهایت 24 مقاله مورد تجزیه‌و‌تحلیل قرار گرفت. یافته‌ها: در مجموع 2 پیامد اصلی مدیریت الگوریتمی در حوزه مدیریت منابع انسانی در اقتصاد گیگ شامل پیامدهای مثبت و منفی و 36 پیامد فرعی شناسایی شده است. نتیجه‌گیری: یافته‌ها نشان می‌دهد مدیریت الگوریتمی در حوزه مدیریت منابع انسانی در اقتصاد گیگ دارای دو جنبه مثبت و منفی می‌باشد. از جنبه مثبت، سازمان‌ها با استفاده از فرآیندهای الگوریتمی برای خودکارسازی فعالیت‌های مدیریت منابع انسانی موجب بهبود و ارتقاء بخشی از این فعالیت‌ها شده‌اند و از جنبه منفی رویکرد مبتنی بر داده، کار را به شکل غیرانسانی تبدیل می‌کند و الگوریتم‌ها نقش‌هایی را برعهده می‌گیرند که به‌طور سنتی در اختیار متخصصان منابع انسانی بوده است.

https://www.imhr.ir/article_248243_72724fd0ddf8c20043211b54ca13514d.pdf