مطالعه مفهومی هوش مصنوعی در منابع انسانی و تأثیرات آن بر آینده

عنوان فارسی مقاله:مطالعه مفهومی هوش مصنوعی در منابع انسانی و تأثیرات آن بر آینده

چکیده

مطالعه مفهومی هوش مصنوعی در منابع انسانی و اثرات آن بر آینده – مطالعه موردی شرکت بازاریابی شل SAOG سلطان نشین عمان است. این تحقیق به این موضوع می‌پردازد که چگونه پذیرش فناوری برجسته آینده می‌تواند به ارزش مولد برای عملکرد منابع انسانی (HR) منجر شود. این تحقیق ورودی‌های اولیه را از بخش‌های خاصی از منابع انسانی با استفاده از پرسش‌های پایان بسته مبتنی بر مقیاس لیکرت با استفاده از روش پیمایش استخراج می‌کند. این تحقیق از سؤالات باز به صورت مصاحبه و بحث‌های پنل در موارد متعدد برای به دست آوردن درک بهتر در مورد موضوع استفاده کرد. این تحقیق از هر دو شکل کیفی و کمی تجزیه و تحلیل برای ارائه تصویری جامع استفاده می‌کند و از منابع ثانویه اطلاعات برای تأیید داده‌های به دست آمده استفاده می‌کند.

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: A Conceptual Study on Artificial Intelligence in Human Resources and its Effects on Future

Abstract

A conceptual study on Artificial Intelligence in Human Resources and its Effects on Future – A case study of Shell Marketing Company SAOG Sultanate of Oman. This research delves into the matter of how the upcoming prominent technology adoption could lead to productive value for the Human Resource (HR) function. The research derivers primary inputs from specific departments of the HR using a Likert Scale based closed ended questions using survey method. The research utilized open ended questions in form of interviews and panel discussions on multiple occasions to derive a better understanding on the subject matter. The research utilizes both qualitative and quantitative form of analysis to present a comprehensive picture and utilizes secondary sources of information to corroborate the data derived.