DOI: https://doi.org/10.47556/j.wjemsd.22.1-2.2026.6
تاريخ النشر: 2026-02-12
المؤلف: K. C. Vinu Prakash وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي وتقنيات الموارد البشرية
نظرة عامة
تبحث هذه الدراسة في تأثير ممارسات إدارة الموارد البشرية المستدامة المدفوعة بالذكاء الاصطناعي (AI) على مشاركة الموظفين وأدائهم داخل قطاع تكنولوجيا المعلومات الهندي. باستخدام مسح عرضي لـ 1,280 موظفًا من مراكز تكنولوجيا المعلومات الرئيسية، تستخدم الدراسة إطار العمل الثلاثي للنتائج (TBL) وإطار القدرة-الدافع-الفرصة (AMO). تشير النتائج الرئيسية إلى أن عدم اليقين التنظيمي المستدام (SUO) واستثمار عدم اليقين المستدام (SUI) يعززان بشكل كبير مشاركة الموظفين (EEG)، مما يؤدي بدوره إلى تحسين أداء الموظفين (EPF).
تعترف الدراسة بالقيود، بما في ذلك تركيزها على قطاع تكنولوجيا المعلومات الهندي وتصميمها العرضي الذي يقيد الاستنتاجات السببية. تقدم الدراسة تطبيقات عملية للمديرين وصانعي السياسات، مشددة على أهمية اعتماد أدوات الذكاء الاصطناعي في إدارة الموارد البشرية لتعزيز مشاركة الموظفين المستدامة وتحسين الأداء المخصص. تسهم هذه الأبحاث في المجال من خلال إثبات أن إدارة الموارد البشرية المستدامة المدفوعة بالذكاء الاصطناعي يمكن أن تؤدي إلى تحسينات في الأداء تتراوح بين 28-35% مقارنة بالطرق التقليدية، بينما تعالج أيضًا الاختلافات الثقافية والاعتبارات الأخلاقية في نشر الذكاء الاصطناعي. يتم تشجيع الأبحاث المستقبلية لاستكشاف هذه الديناميكيات في سياقات وقطاعات مختلفة، فضلاً عن التفاعل بين سلوك القيادة وتنفيذ الذكاء الاصطناعي في التغيير التنظيمي.
مقدمة
ت outlines مقدمة ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على إدارة الموارد البشرية (HRM)، مسلطة الضوء على تطورها من مرحلة استبدال البشر بالآلات إلى عنصر حيوي في حلول القوى العاملة الاستراتيجية. يتم تصنيف هذا التقدم التاريخي إلى ثلاث عصور متميزة: العصر التشغيلي (2010-2015)، الذي أكد على أتمتة المهام الإدارية مثل معالجة الرواتب (Tambe et al., 2019)؛ المرحلة التحليلية (2016-2020)، التي ركزت على التحليلات التنبؤية لتوظيف الموظفين والاحتفاظ بهم؛ والعصر الاستراتيجي المعاصر، الذي يدمج الذكاء الاصطناعي ضمن إطار العمل البيئي والاجتماعي والحوكمة (ESG) (Minbaeva, 2018; Stahl, 2023). يشير هذا الإطار إلى تحول نحو نهج أكثر شمولية في إدارة الموارد البشرية، مما ينسجم مع قدرات الذكاء الاصطناعي مع الأهداف التنظيمية الأوسع.
الطرق
تستخدم الدراسة تصميم بحث مختلط متوازي لتقارب ممارسات إدارة الموارد البشرية المستدامة المدفوعة بالذكاء الاصطناعي (HRM) داخل صناعة تكنولوجيا المعلومات الهندية. يتكون المكون الكمي من مسح طولي ثلاثي الموجات يهدف إلى قياس سلوكيات الاستدامة واستدامة المشاركة، كما أشار O’Shaughnessy et al. (2022). في الوقت نفسه، يتضمن الجانب النوعي تحليل سجلات من ثلاث منصات ذكاء اصطناعي: SAP SuccessFactors لإدارة المواهب، IBM Watson لتحليل المشاعر، وMicrosoft Sustainability Manager لمقاييس التأثير البيئي، كما لاحظ Gupta et al. (2023). تم تنفيذ إجراءات تحقق صارمة، محققة موثوقية بين المراجعين بقيمة κ = 0.87 لإشارات المشاركة المصنفة بواسطة الذكاء الاصطناعي ومعدل دقة بنسبة 92% في عمليات تدقيق النظام الأسبوعية (Raghavan, 2024).
لضمان خصوصية المشاركين، تتضمن الدراسة أربع استراتيجيات حماية تم التحقق منها تجريبيًا مستمدة من أبحاث GDPR الحديثة. أولاً، تم تشفير جميع استجابات الاستطلاع من النهاية إلى النهاية باستخدام AES-256، مما يقلل بشكل كبير من خطر الوصول غير المصرح به. ثانيًا، تم استخدام تقنية بلوكتشين لإدارة الموافقة، مما يسمح للمشاركين بتعديل تفضيلات مشاركة بياناتهم بشكل ديناميكي، مما أدى إلى معدل احتفاظ بالموافقة بنسبة 88% على مدار ستة أشهر (Upadhyay et al., 2024). أخيرًا، تم تطبيق تقنيات k-anonymization (k = 5) وl-diversity (l = 3) على بيانات تدريب الذكاء الاصطناعي لمنع إعادة التعرف مع الحفاظ على الفائدة التحليلية (Gelfand et al., 2024).
النتائج
تشير نتائج هذه الدراسة إلى أن ممارسات إدارة الموارد البشرية (HRM) الصديقة للبيئة المعززة بالذكاء الاصطناعي (AI) تعزز بشكل كبير من مشاركة الموظفين وأداء المنظمات داخل قطاع تكنولوجيا المعلومات الهندي، مع معالجة الأبعاد البيئية والاجتماعية والاقتصادية للاستدامة. على وجه التحديد، تفيد الدراسة بتأثير مباشر لمبادرات الاستدامة في المنظمات (SUO) على مشاركة الموظفين (β = 0.68، p < 0.001)، والتي ترتبط بتحسينات في الأداء تتراوح بين 28% إلى 35% لمؤشرات الأداء الرئيسية الخضراء (KPIs). يتماشى هذا مع النتائج التحليلية التي تشير إلى أن اعتماد الذكاء الاصطناعي يمكن أن يعزز فعالية ممارسات إدارة الموارد البشرية التقليدية بنسبة تتراوح بين 22% إلى 40% في المنظمات الموجهة نحو الاستدامة. تلعب مشاركة الموظفين (EEG) دورًا وسيطًا حاسمًا، حيث تمثل 62% من التأثير الكلي لـ SUO على الأداء، مما يبرز الآليات النفسية التي من خلالها تتحول سياسات الاستدامة إلى نتائج فردية. تحدد الدراسة ثلاث آليات لإدارة الموارد البشرية المستدامة المدعومة بالذكاء الاصطناعي: تحليلات المواهب التنبؤية التي تقلل من التوظيف المتحيز وتخفض تكاليف التوظيف بنسبة 20%، وأنظمة التغذية الراجعة في الوقت الحقيقي التي تعزز المشاركة مع المبادرات البيئية بأكثر من 33%، وتدفقات العمل الذكية من حيث الطاقة التي تقلل من انبعاثات الكربون بنحو 0.25 طن متري سنويًا. ومن الجدير بالذكر أن منصة التعلم المدفوعة بالذكاء الاصطناعي من TCS حققت انخفاضًا بنسبة 29% في تكاليف التدريب جنبًا إلى جنب مع زيادة بنسبة 53% في اكتساب المهارات الخضراء. بالإضافة إلى ذلك، تكشف الأبحاث أن سمات الشخصية الضميرية تعدل تأثيرات اعتماد الذكاء الاصطناعي، حيث تستجيب أدوات الذكاء الاصطناعي المخصصة بشكل إيجابي (β = 0.15، p < 0.01)، بينما قد تثير التفويضات على مستوى المنظمة ردود فعل سلبية (β = -0.12، p < 0.05)، مما يبرز الحاجة إلى تصاميم أنظمة مخصصة.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تقاطع الذكاء الاصطناعي (AI) وإدارة الموارد البشرية المستدامة (HRM) داخل قطاع تكنولوجيا المعلومات في الهند. يؤكد المؤلفون على الحاجة إلى معالجة العوامل النفسية والسلوكية في المبادرات المستدامة المدعومة بالذكاء الاصطناعي، والتي تم تجاهلها إلى حد كبير في الأدبيات الحالية. يقترحون أن أنظمة إدارة الموارد البشرية المدفوعة بالذكاء الاصطناعي، المستندة إلى إطار العمل الثلاثي للنتائج (TBL)، يمكن أن تعزز التزام الموظفين وأدائهم مع الالتزام بالمعايير الأخلاقية مثل الشفافية الخوارزمية وحماية خصوصية البيانات. تحدد الدراسة ثلاث مساهمات رئيسية: فهم زمني لتطور الذكاء الاصطناعي في إدارة الموارد البشرية، أدلة تجريبية تربط الممارسات المستدامة المدفوعة بالذكاء الاصطناعي بتحسين الأداء في مكان العمل، وإرشادات سياسية لتنفيذ الذكاء الاصطناعي بشكل عادل في البلدان النامية.
تشير النتائج إلى أن المبادرات المستدامة من قبل المنظمات (SUO) تعزز بشكل كبير من مشاركة الموظفين، والتي بدورها تتوسط العلاقة بين SUO وأداء الموظفين (EPF). بالإضافة إلى ذلك، تساهم المبادرات المستدامة من الأفراد (SUI) أيضًا بشكل إيجابي في المشاركة والأداء، وإن كان بدرجة أقل. تكشف الأبحاث أن الضمير يعدل هذه العلاقات، مما يشير إلى أن الموظفين ذوي الضمير العالي قد يظهرون بالفعل مستويات عالية من المشاركة، مما قد يقلل من التأثير المدرك لمبادرات الاستدامة التنظيمية. على العكس من ذلك، يكون الأفراد ذوو الضمير أكثر فعالية في تحويل جهود الاستدامة الشخصية إلى مشاركة معززة. بشكل عام، تؤكد الدراسة على أهمية دمج الذكاء الاصطناعي والاستدامة في ممارسات إدارة الموارد البشرية لتعزيز قوة عاملة أكثر مشاركة وإنتاجية في سياق المشهد التكنولوجي المتطور بسرعة في الهند.
القيود
تقدم الدراسة عدة قيود قد تؤثر على قابلية تعميم نتائجها. أولاً، يلتقط التصميم العرضي فقط نظرة آنية على سلوكيات الاستدامة، بينما تشير البيانات الطولية من شركات تكنولوجيا المعلومات الفيتنامية إلى أن مثل هذه السلوكيات يمكن أن تتطور بشكل كبير بعد 18-24 شهرًا من التعرض المستمر للذكاء الاصطناعي (Jiang and Messersmith, 2018). ثانيًا، قد لا يكون التركيز على قطاع تكنولوجيا المعلومات قابلاً للتطبيق على الصناعات التصنيعية، حيث يكون اعتماد الذكاء الاصطناعي عادةً متأخرًا من 3-5 سنوات والضغوط البيئية تختلف (Purvis et al., 2018). ومن الجدير بالذكر أن التكرارات المبكرة في قطاع الأدوية الهندي كشفت عن تأثيرات كانت أضعف بنسبة 28% (p < 0.05). أخيرًا، يؤدي الاعتماد على البيانات المبلغ عنها ذاتيًا إلى إدخال تحيز الرغبة الاجتماعية، حيث تشير تحليلات سجلات النظام إلى أن الموظفين يميلون إلى المبالغة في تقدير سلوكياتهم المستدامة بنسبة 19-22% (Tambe et al., 2019; Stahl, 2023).
DOI: https://doi.org/10.47556/j.wjemsd.22.1-2.2026.6
Publication Date: 2026-02-12
Author(s): K. C. Vinu Prakash et al.
Primary Topic: AI and HR Technologies
Overview
This research investigates the impact of Artificial Intelligence (AI)-driven sustainable Human Resource Management (HRM) practices on employee engagement and performance within the Indian Information Technology sector. Utilizing a cross-sectional survey of 1,280 employees from major IT hubs, the study employs the Triple Bottom Line (TBL) and Ability-Motivation-Opportunity (AMO) frameworks. Key findings indicate that Sustainable Organisational Uncertainty (SUO) and Sustainable Uncertainty Investment (SUI) significantly enhance Employee Engagement (EEG), which subsequently leads to improved Employee Performance (EPF).
The study acknowledges limitations, including its focus on the Indian IT sector and the cross-sectional design that restricts causal inferences. It offers practical implications for managers and policymakers, emphasizing the importance of adopting AI tools in HRM to foster sustainable employee engagement and tailored performance enhancements. The research contributes to the field by demonstrating that AI-driven sustainable HRM can lead to performance improvements of 28-35% compared to traditional methods, while also addressing cultural differences and ethical considerations in AI deployment. Future research is encouraged to explore these dynamics in different contexts and sectors, as well as the interplay between leadership behavior and AI implementation in organizational change.
Introduction
The introduction of the research paper outlines the transformative impact of Artificial Intelligence (AI) on Human Resource Management (HRM), highlighting its evolution from a phase of human replacement by machines to a vital component in strategic manpower solutions. This historical progression is categorized into three distinct eras: the operational era (2010-2015), which emphasized the automation of administrative tasks such as payroll processing (Tambe et al., 2019); the analytical phase (2016-2020), which focused on predictive analytics for employee hiring and retention; and the contemporary strategic era, which integrates AI within the Environmental, Social, and Governance (ESG) framework (Minbaeva, 2018; Stahl, 2023). This framework signifies a shift towards a more holistic approach in HRM, aligning AI capabilities with broader organizational goals.
Methods
The study employs a convergence parallel mixed-method research design to investigate AI-based sustainable human resource management (HRM) practices within the Indian IT industry. The quantitative component consists of a three-wave longitudinal survey aimed at measuring sustainability behaviors and engagement sustainment, as referenced by O’Shaughnessy et al. (2022). Concurrently, the qualitative aspect involves analyzing logs from three AI platforms: SAP SuccessFactors for talent management, IBM Watson for sentiment analysis, and Microsoft Sustainability Manager for environmental impact metrics, as noted by Gupta et al. (2023). Rigorous validation procedures were implemented, achieving an intercoder reliability of κ = 0.87 for AI-classified engagement signals and a 92% accuracy rate in weekly system audits (Raghavan, 2024).
To ensure participant privacy, the study incorporates four empirically validated protection strategies derived from recent GDPR research. Firstly, all survey responses were encrypted end-to-end using AES-256, significantly reducing the risk of unauthorized access. Secondly, a consent-management blockchain technology was utilized, allowing participants to dynamically adjust their data-sharing preferences, resulting in an 88% consent retention rate over six months (Upadhyay et al., 2024). Lastly, k-anonymization (k = 5) and l-diversity (l = 3) techniques were applied to the AI training data to prevent re-identification while preserving analytical utility (Gelfand et al., 2024).
Results
The findings of this study indicate that environmentally friendly human resource management (HRM) practices enhanced by artificial intelligence (AI) significantly boost employee engagement and organizational performance within the Indian IT sector, addressing environmental, social, and economic sustainability dimensions. Specifically, the study reports a direct effect of organizations’ Sustainability Initiatives (SUO) on employee engagement (β = 0.68, p < 0.001), which correlates with performance improvements ranging from 28% to 35% for green key performance indicators (KPIs). This aligns with meta-analytic findings that AI adoption can enhance the effectiveness of traditional HRM practices by 22% to 40% in sustainability-oriented organizations. Employee engagement (EEG) plays a crucial mediating role, accounting for 62% of SUO's total impact on performance, highlighting the psychological mechanisms through which sustainability policies translate into individual outcomes. The study identifies three AI-enabled sustainable HRM mechanisms: predictive talent analytics that reduce biased hiring and cut recruitment costs by 20%, real-time feedback systems that enhance engagement with environmental initiatives by over 33%, and energy-efficient AI workflows that lower carbon emissions by nearly 0.25 metric tons annually. Notably, TCS's AI-driven learning platform achieved a 29% reduction in training costs alongside a 53% increase in green skills uptake. Additionally, the research reveals that conscientious personality traits moderate the effects of AI adoption, with personalized AI tools eliciting positive responses (β = 0.15, p < 0.01), while organization-wide mandates may provoke negative reactions (β = -0.12, p < 0.05), underscoring the need for tailored system designs.
Discussion
The discussion section of the research paper highlights the intersection of artificial intelligence (AI) and sustainable human resource management (HRM) within India’s information technology sector. The authors emphasize the need to address psychological and behavioral factors in AI-enabled sustainability initiatives, which have been largely overlooked in existing literature. They propose that AI-driven HRM systems, grounded in the Triple Bottom Line (TBL) framework, can enhance employee commitment and performance while adhering to ethical standards such as algorithmic transparency and data privacy protection. The study identifies three key contributions: a temporal understanding of AI’s evolution in HRM, empirical evidence linking AI-driven sustainability practices to improved workplace performance, and policy guidelines for equitable AI implementation in developing countries.
The findings indicate that sustainability initiatives by organizations (SUO) significantly boost employee engagement, which in turn mediates the relationship between SUO and employee performance (EPF). Additionally, sustainability initiatives by individuals (SUI) also contribute positively to engagement and performance, albeit to a lesser extent. The research reveals that conscientiousness moderates these relationships, suggesting that highly conscientious employees may already exhibit high engagement levels, which could dampen the perceived impact of organizational sustainability initiatives. Conversely, conscientious individuals are more effective in translating personal sustainability efforts into enhanced engagement. Overall, the study underscores the importance of integrating AI and sustainability in HRM practices to foster a more engaged and productive workforce in the context of India’s rapidly evolving technological landscape.
Limitations
The study presents several limitations that may impact the generalizability of its findings. Firstly, the cross-sectional design captures only a momentary view of sustainability behaviors, while longitudinal data from Vietnamese IT firms suggest that such behaviors can evolve significantly after 18-24 months of consistent AI exposure (Jiang and Messersmith, 2018). Secondly, the focus on the IT sector may not be applicable to manufacturing industries, where AI adoption is typically 3-5 years behind and environmental pressures differ (Purvis et al., 2018). Notably, early replications in the Indian pharmaceutical sector revealed effects that were 28% weaker (p < 0.05). Lastly, the reliance on self-reported data introduces a social desirability bias, with system-log analyses indicating that employees tend to overestimate their sustainable behaviors by 19-22% (Tambe et al., 2019; Stahl, 2023).