Розробка та оцінка сталих HR-практик на основі штучного інтелекту що впливають на продуктивність роботи співробітників, за допомогою медіації залучення та модерації особистості в індійській ІТ-галузі
DOI:
https://doi.org/10.15587/1729-4061.2025.325623Ключові слова:
HR-практики на основі штучного інтелекту, ефективність співробітників, залученість співробітників, сумлінність, стратегія, індійський ІТ-секторАнотація
Об'єктом цього дослідження є вплив практик сталого управління персоналом на основі штучного інтелекту на продуктивність працівників в ІТ-індустрії Індії. Проблема, що розглядається, полягає в відсутності емпіричних доказів того, як практики управління персоналом на основі штучного інтелекту впливають на продуктивність, з акцентом на посередницькій ролі залученості працівників та модераторській ролі сумлінності.
Дослідження відповідає на важливе питання про те, як інновації в управлінні персоналом на основі штучного інтелекту, включаючи підбір та розвиток персоналу на основі штучного інтелекту, зворотний зв'язок щодо продуктивності на основі штучного інтелекту, орієнтацію на організаційну стійкість та розширення прав і можливостей працівників на основі штучного інтелекту, впливають на продуктивність ІТ-фахівців.
Дані були зібрані від 340 індійських ІТ-фахівців за допомогою структурованих інструментів з методом снігової кулі. Результати дослідження впливу практик управління персоналом на основі штучного інтелекту на продуктивність працівників в ІТ-індустрії Індії. Результати показують значний позитивний вплив підбору персоналу на основі штучного інтелекту (β = 0,116, p = 0,007), управління продуктивністю (β = 0,180, p < 0,001) та навчання (β = 0,204, p < 0,001). Залученість співробітників опосередковує ці взаємозв'язки (β = 0,136, p = 0,002), тоді як сумлінність пом'якшує зв'язок між залученістю та ефективністю (β = 0,150, p = 0,006).
З практичної точки зору, результати свідчать про те, що для ІТ-менеджерів важливо впроваджувати орієнтовані на майбутнє та життєздатні цифрові HR-рішення, які використовують як технологічні, так і людські фактори, щоб підвищити продуктивність у галузі, де темпи змін є швидкими
Посилання
- Ehnert, I., Parsa, S., Roper, I., Wagner, M., Muller-Camen, M. (2015). Reporting on sustainability and HRM: a comparative study of sustainability reporting practices by the world’s largest companies. The International Journal of Human Resource Management, 27 (1), 88–108. https://doi.org/10.1080/09585192.2015.1024157
- Tambe, P., Cappelli, P., Yakubovich, V. (2019). Artificial Intelligence in Human Resources Management: Challenges and a Path Forward. California Management Review, 61 (4), 15–42. https://doi.org/10.1177/0008125619867910
- Renkema, M., Meijerink, J., Bondarouk, T. (2021). Routes for employee-driven innovation: how HRM supports the emergence of innovation in a formalized context. The International Journal of Human Resource Management, 33 (17), 3526–3559. https://doi.org/10.1080/09585192.2021.1913625
- Wang, L., Wang, Y., Chen, J. (2019). Assessment of the Ecological Niche of Photovoltaic Agriculture in China. Sustainability, 11 (8), 2268. https://doi.org/10.3390/su11082268
- Orlando, B., Tortora, D., Pezzi, A., Bitbol-Saba, N. (2022). The disruption of the international supply chain: Firm resilience and knowledge preparedness to tackle the COVID-19 outbreak. Journal of International Management, 28 (1), 100876. https://doi.org/10.1016/j.intman.2021.100876
- Campbell, J. P., McCloy, R. A., Oppler, S. H., Sager, C. E. (1993). A theory of performance. In Personnel selection in organizations. Jossey-Bass, 35–70.
- Black, J. S., van Esch, P. (2020). AI-enabled recruiting: What is it and how should a manager use it? Business Horizons, 63 (2), 215–226. https://doi.org/10.1016/j.bushor.2019.12.001
- Schaufeli, W. B., Salanova, M., González-romá, V., Bakker, A. B. (2002). The Measurement of Engagement and Burnout: A Two Sample Confirmatory Factor Analytic Approach. Journal of Happiness Studies 3, 71–92. https://doi.org/10.1023/a:1015630930326
- Donnellan, M. B., Oswald, F. L., Baird, B. M., Lucas, R. E. (2006). The Mini-IPIP Scales: Tiny-yet-effective measures of the Big Five Factors of Personality. Psychological Assessment, 18 (2), 192–203. https://doi.org/10.1037/1040-3590.18.2.192
- Bakker, A. B., Demerouti, E. (2017). Job demands–resources theory: Taking stock and looking forward. Journal of Occupational Health Psychology, 22 (3), 273–285. https://doi.org/10.1037/ocp0000056
- Alkashami, M. (2025). The Integration of AI in HRM: Exploring Its Past, Present, and Future Implications. Pakistan Journal of Life and Social Sciences (PJLSS), 23 (1). https://doi.org/10.57239/pjlss-2025-23.1.00525
- Ulrich, D., Dulebohn, J. H. (2015). Are we there yet? What’s next for HR? Human Resource Management Review, 25 (2), 188–204. https://doi.org/10.1016/j.hrmr.2015.01.004
- Cruz-Cárdenas, J., González, R., del Val Núñez, M. T. (2015). The use of disliked gifts from a consumer behavior perspective. Journal of Business Research, 68 (7), 1635–1637. https://doi.org/10.1016/j.jbusres.2015.02.008
- Ngima, W. M., Kyongo, J. (2013). Contribution of motivational management to employee performance. International Journal of Humanities and Social Science, 3 (14), 219–239. https://www.ijhssnet.com/journals/Vol_3_No_14_Special_Issue_July_2013/26.pdf
- Guest, D. E. (2017). Human resource management and employee well‐being: towards a new analytic framework. Human Resource Management Journal, 27 (1), 22–38. https://doi.org/10.1111/1748-8583.12139
- Kutaula, S., Chowdhury, S., Gillani, A., Budhwar, P. S., Dey, P. K. (2024). Linking HRM with Sustainability Performance Through Sustainability Practices: Unlocking the Black Box. British Journal of Management, 36 (2), 615–632. https://doi.org/10.1111/1467-8551.12861
- Ireri, A., N. Mathuvi, P., M. Njagi, A., G. Mwenda, E., N. Gatumu, H., M. Njagi, J. et al. (2012). Assessing Young Peoples’ Momentary Thoughts About Sex: A Proposal of the Sex Envelope Game. International Journal of Applied Psychology, 2(3), 31–35. https://doi.org/10.5923/j.ijap.20120203.03
- Bürgel, T. R., Hiebl, M. R. W., Pielsticker, D. I. (2023). Digitalization and entrepreneurial firms’ resilience to pandemic crises: Evidence from COVID-19 and the German Mittelstand. Technological Forecasting and Social Change, 186, 122135. https://doi.org/10.1016/j.techfore.2022.122135
- Spreitzer, G. M. (1995). Psychological, empowerment in the workplace: dimensions, measurement and validation. Academy of Management Journal, 38 (5), 1442–1465. https://doi.org/10.2307/256865
- Marler, J. H., Boudreau, J. W. (2016). An evidence-based review of HR Analytics. The International Journal of Human Resource Management, 28 (1), 3–26. https://doi.org/10.1080/09585192.2016.1244699
- Hemalatha, A., Kumari, P. B., Nawaz, N., Gajenderan, V. (2021). Impact of Artificial Intelligence on Recruitment and Selection of Information Technology Companies. 2021 International Conference on Artificial Intelligence and Smart Systems (ICAIS), 60–66. https://doi.org/10.1109/icais50930.2021.9396036
- Garavan, T., McCarthy, A., Sheehan, M., Lai, Y., Saunders, M. N. K., Clarke, N. et al. (2019). Measuring the organizational impact of training: The need for greater methodological rigor. Human Resource Development Quarterly, 30 (3), 291–309. https://doi.org/10.1002/hrdq.21345
- Jaiswal, A., Arun, C. J., Varma, A. (2021). Rebooting employees: upskilling for artificial intelligence in multinational corporations. The International Journal of Human Resource Management, 33 (6), 1179–1208. https://doi.org/10.1080/09585192.2021.1891114
- Collins, C. J. (2020). Expanding the resource based view model of strategic human resource management. The International Journal of Human Resource Management, 32 (2), 331–358. https://doi.org/10.1080/09585192.2019.1711442
- Ekuma, K. (2023). Artificial Intelligence and Automation in Human Resource Development: A Systematic Review. Human Resource Development Review, 23 (2), 199–229. https://doi.org/10.1177/15344843231224009
- Giraud, L., Zaher, A., Hernandez, S., Akram, A. A. (2022). The impacts of artificial intelligence on managerial skills. Journal of Decision Systems, 32 (3), 566–599. https://doi.org/10.1080/12460125.2022.2069537
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Karthikeyan Thangaraju, Poonguzhali Palani

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.






