زمینه و هدف: پژوهش حاضر با هدف طراحی الگوی شناسایی فرصتهای شغلی مبتنی بر هوش مصنوعی از منظر مدیران منابع انسانی انجام شد. روش پژوهش: با رویکرد کیفی و روش نظریه دادهبنیاد (رهیافت سیستماتیک اشتراوس و کوربین)، ۲۲ مدیر و خبره منابع انسانی در سازمانهای متوسط و بزرگ شهر کرمان بهصورت هدفمند و نظری انتخاب و با مصاحبههای نیمهساختاریافته عمیق مورد مطالعه قرار گرفتند. تحلیل دادهها در سه مرحله کدگذاری باز، محوری و انتخابی انجام شد. یافتهها: مدل پارادایمی نشان داد که شناسایی فرصتهای شغلی مبتنی برAI یک پدیده راهبردی، چندسطحی و وابسته به بستر سازمانی است که تحت تأثیر شرایط علی (فشار محیطی، تحول دیجیتال، پیچیدگی داده، نیاز به تحلیل پیشبینانه و کاهش هزینه)، عوامل مداخلهگر (مقاومت کارکنان، نگرانی شغلی، بیاعتمادی مدیریتی، شکاف مهارتی و محدودیتهای قانونی/اخلاقی) و راهبردهای مدیریتی(بازطراحی شغل، توسعه مهارت دیجیتال، ایجاد واحدتحلیل سرمایه انسانی، جذب متخصصمنابع انسانی – فناوری و شفافسازی تغییرات)شکل میگیرد. پیامدها در دو سطح فردی(ارتقای مهارت، تغییر هویت حرفهای، گذار بهHR تحلیلی) و سازمانی (ارتقای نقش راهبردی HR، افزایش چابکی تصمیمگیری، نوآوری و تنوع فرصتهای شغلی نوظهور)شناسایی شدند. نتیجهگیری: شناسایی فرصتهای شغلی مبتنی بر AI باید بهعنوان یک فرایند تحولآفرین و انسانمحور در نظر گرفته شود که موفقیت آن در گرو مدیریت همزمان فناوری، فرهنگ، مهارت و اعتماد سازمانی است.
پدرامی، محمد و واعظی، سیدکمال. (1403). فراترکیب مدیریت چالشهای اخلاقی هوش مصنوعی در منابع انسانی: ارائه یک چارچوب جامع. مدیریت هوشمند سرمایه انسانی.6(14)، 1–10. http://jnraims.ir/article-1-376-fa.html
پرتوی خاقان، بهزاد. (1404). ارزیابی کاربردهای هوش مصنوعی در برنامهریزی توسعه منابع انسانی.مدیریت هوشمند سرمایه انسانی, 2(6), 176-147.doi: 10.22034/imhr.2026.565732.1053
دهقان منشادی، فاطمه، تباوار، علی اصغر و قاسمی، محمد. (1404). تحلیل استراتژیک توسعه مدیریت منابع انسانی مبتنی بر هوش مصنوعی. نشریه توسعه کارآفرینی. 18 (2)، 108-148. https://doi.org/10.22059/jed.2025.392646.65450
یزدانی، حمیدرضا و حکیمی نیا، مسعود. (1403). شناسایی چالش ها و فرصت های بکارگیری هوش مصنوعی درمدیریت منابع انسانی: رویکرد فراترکیب. مدیریت منابع انسانی پایدار. 6 (10)، 113-139. 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
Al Naqbi, H., Bahroun, Z., & Ahmed, V. (2024). Enhancing work productivity through generative artificial intelligence: A comprehensive literature review. Sustainability, 16(3), 1166. https://doi.org/10.3390/su16031166
Adiasto, K. (2024). SustAInable employability: Sustainable employability in the age of generative artificial intelligence. Group & Organization Management, 49(6), 1338–1348. https://doi.org/10.1177/10596011241238792
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), 100893. https://doi.org/10.1016/j.hrmr.2022.100893
Budhwar, P., Chowdhury, S., Wood, G., Aguinis, H., Bamber, G. J., Beltran, J. R., Boselie, P., Lee Cooke, F., Decker, S., DeNisi, A., Dey, P. K., Guest, D., Knoblich, A. J., Malik, A., Paauwe, J., Papagiannidis, S., Patel, C., Pereira, V., Ren, S., … Varma, A. (2023). Human resource management in the age of generative artificial intelligence: Perspectives and research directions on ChatGPT. Human Resource Management Journal, 33(3), 606–659. https://doi.org/10.1111/1748-8583.12524
Budhwar, P., Malik, A., De Silva, M. T., & Thevisuthan, P. (2022). Artificial intelligence–challenges and opportunities for international HRM: A review and research agenda. The International Journal of Human Resource Management, 33(6), 1065–1097. https://doi.org/10.1080/09585192.2022.2035161
Chen, B., Wu, Z., & Zhao, R. (2023). From fiction to fact: The growing role of generative AI in business and finance. Journal of Chinese Economic and Business Studies, 21(4), 471–496. https://doi.org/10.1080/14765284.2023.2245279
Dehghan M., Fatemeh, Tabavar, A. A., & Ghasemi, M. (2025). Strategic analysis of human resource management development based on artificial intelligence. Journal of Entrepreneurship Development, 18(2), 108–148. https://doi.org/10.22059/jed.2025.392646.654508 [In Persian]
Das, S. R., Sarkar, P., Patil, S., Sharma, R., Aggarwal, S., & Lourens, M. (2023, December). Artificial intelligence in human resource management: Transforming business practices [Paper presentation]. 2023 10th IEEE Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering (UPCON), Gautam Buddha Nagar, India (Vol. 10, pp. 1699–1703). IEEE. https://doi.org/10.1109/UPCON59197.2023.10434524
Fenwick, A., Molnar, G., & Frangos, P. (2024). The critical role of HRM in AI-driven digital transformation: A paradigm shift to enable firms to move from AI implementation to human-centric adoption. Discover Artificial Intelligence, 4(1), 34. https://doi.org/10.1007/s44163-024-00125-4
Frick, N. R., Mirbabaie, M., Stieglitz, S., & Salomon, J. (2021). Maneuvering through the stormy seas of digital transformation: The impact of empowering leadership on the AI readiness of enterprises. Journal of Decision Systems, 30(2–3), 235–258. https://doi.org/10.1080/12460125.2020.1870065
Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). Generative AI. Business & Information Systems Engineering, 66(1), 111–126. https://doi.org/10.1007/s12599-023-00834-7
Gélinas, D., Sadreddin, A., & Vahidov, R. (2022). Artificial intelligence in human resources management: A review and research agenda. Pacific Asia Journal of the Association for Information Systems, 14(6), 1–42. https://doi.org/10.17705/1pais.14601
Kar, A. K., Varsha, P. S., & Rajan, S. (2023). Unraveling the impact of generative artificial intelligence (GAI) in industrial applications: A review of scientific and gray literature. Global Journal of Flexible Systems Management, 24(4), 659–689. https://doi.org/10.1007/s40171-023-00356-x
Kaushal, N., & Ghalawat, S. (2023). Research perspective of artificial intelligence and HRM: A bibliometric study. International Journal of Business Innovation and Research, 31(2), 168–196. https://doi.org/10.1504/IJBIR.2023.131432
Khandelwal, K., Upadhyay, A. K., & Rukadikar, A. (2024). The synergy of human resource development (HRD) and artificial intelligence (AI) in today’s workplace. Human Resource Development International, 27(4), 622–639. https://doi.org/10.1080/13678868.2024.2375935
Kimura, T. (2024). Virtual teams: A smart literature review of four decades of research. Human Behavior and Emerging Technologies, 2024(1), 1–20. https://doi.org/10.1155/2024/8373370
Lee, M. C., Scheepers, H., Lui, A. K., & Ngai, E. W. (2023). The implementation of artificial intelligence in organizations: A systematic literature review. Information & Management, 60(5), 103816. https://doi.org/10.1016/j.im.2023.103816
Mohapatra, L. M., Kamesh, A. V. S., & Roul, J. (2023). Challenges and path ahead for artificial intelligence-aided human resource management. In P. Tyagi, N. Chilamkurti, S. Grima, K. Sood, & B. Balusamy (Eds.), The adoption and effect of artificial intelligence on human resources management, Part A (pp. 107–121). Emerald Publishing Limited. https://doi.org/10.1108/978-1-80382-027-920231006
Ostovar, M., & Rahdarpour, J. (2024). Opportunities and threats of implementing artificial intelligence in human resource management within Iranian government organizations. Quarterly Journal of New Research Approaches in Management Sciences, 14(6), 1–10. http://jnraims.ir/article-1-376-fa.html [In Persian]
Ooi, K.-B., Tan, G. W.-H., Al-Emran, M., Al-Sharafi, M. A., Capatina, A., Chakraborty, A., Dwivedi, Y. K., Huang, T.-L., Kar, A. K., Lee, V.-H., Loh, X.-M., Micu, A., Mikalef, P., Mogaji, E., Pandey, N., Raman, R., Rana, N. P., Sarker, P., Sharma, A., … Wong, L.-W. (2023). The potential of generative artificial intelligence across disciplines: Perspectives and future directions. Journal of Computer Information Systems, 1–32. https://doi.org/10.1080/08874417.2023.2261010
Pereira, V., Hadjielias, E., Christofi, M., & Vrontis, D. (2023). A systematic literature review on the impact of artificial intelligence on workplace outcomes: A multiprocess perspective. Human Resource Management Review, 33(1), 100857. https://doi.org/10.1016/j.hrmr.2021.100857
Pedrami, M., & Vaezi, S. K. (2024). Metasynthesis of managing ethical challenges of artificial intelligence in human resources: Providing a comprehensive framework. Intelligent Human Capital Management, 1(3), 29–56. https://doi.org/10.22034/imhr.2025.527039.1029 [In Persian]
Partovi Khaghan, B. (2025). Evaluation of applications of artificial intelligence in human resource development planning. Intelligent Human Capital Management, 2(6), 147–176. https://doi.org/10.22034/imhr.2026.565732.1053 [In Persian]
Pan, Y., & Froese, F. J. (2023). An interdisciplinary review of AI and HRM: Challenges and future directions. Human Resource Management Review, 33(1), 100924. https://doi.org/10.1016/j.hrmr.2022.100924
Raman, R., Gunasekar, S., Dávid, L. D., Rahmat, A. F., & Nedungadi, P. (2024c). Aligning sustainable aviation fuel research with sustainable development goals: Trends and thematic analysis. Energy Reports, 12, 2642–2652. https://doi.org/10.1016/j.egyr.2024.08.076
Sakib, M. N., Younus, M., Masnoon, M. M., AlOmari, M. A., Sahabuddin, M., & Mosab. (2024). The ChatGPT and the future of HR: A critical review on the benefits and challenges of AI chatbots in human resource management. Multidisciplinary Reviews, 7(8), 2024136. https://doi.org/10.31893/multirev.2024136
Stone, T., & van Wynsberghe, A. (2024). Repairing AI. In M. T. Young & M. Coeckelbergh (Eds.), Maintenance and philosophy of technology (pp. 306–325). Routledge. https://doi.org/10.4324/9781003316213-15
Wahlström, M., Tammentie, B., Salonen, T. T., & Karvonen, A. (2024). AI and the transformation of industrial work: Hybrid intelligence vs. double-black box effect. Applied Ergonomics, 118, 104271. https://doi.org/10.1016/j.apergo.2024.104271
Xue, M., Cao, X., Feng, X., Gu, B., & Zhang, Y. (2022). Is college education less necessary with AI? Evidence from firm-level labor structure changes. Journal of Management Information Systems, 39(3), 865–905. https://doi.org/10.1080/07421222.2022.2096542
Yazdani, H. R., & Hakiminia, M. (2024). Identifying challenges and opportunities of applying artificial intelligence in human resource management: A meta-synthesis approach. Sustainable Human Resource Management, 6(10), 113–139. https://doi.org/10.22080/shrm.2024.4601 [In Persian]
