DOI: https://doi.org/10.3390/buildings14010259
تاريخ النشر: 2024-01-17
المؤلف: Xinran Zhang وآخرون
الموضوع الرئيسي: أبحاث الصحة والسلامة المهنية
نظرة عامة
تستخدم هذه الورقة البحثية مراجعة منهجية للأدبيات ورسم خرائط العلوم للتحقيق في آثار الذكاء الاصطناعي (AI) على العدالة التنظيمية وأداء المشاريع، من خلال تحليل 47 سجلًا ببليوغرافيًا من قاعدة بيانات سكوبس. تشير النتائج إلى اتجاه متزايد في المنشورات السنوية، مع ذروة حدثت في عام 2022، مما يعكس الاهتمام المتزايد في تقاطع تكنولوجيا الذكاء الاصطناعي وإدارة المنظمات. على الرغم من التقدم الكبير في الذكاء الاصطناعي عبر مجالات مختلفة، إلا أن تطبيقه في إدارة المشاريع والعدالة التنظيمية لا يزال محدودًا. كما تسلط التحليلات الضوء على مواضيع بحثية رئيسية، بما في ذلك تأثير الذكاء الاصطناعي على اتخاذ القرار، والتحول الرقمي، وإمكاناته لتعزيز أداء المشاريع.
تحدد الورقة خمسة فجوات بحثية حرجة واتجاهات مستقبلية: (1) تعزيز استراتيجيات ذكاء الأعمال، (2) فتح إمكانيات الذكاء الاصطناعي في العدالة التنظيمية وأداء المشاريع، (3) التكيف مع العوامل الثقافية والاجتماعية، (4) فحص تأثير الذكاء الاصطناعي على أنماط القيادة، و(5) تطوير فهم شامل للأطر المرنة. بالإضافة إلى ذلك، تكشف الدراسة أن الهند تتصدر في المقالات المنشورة، تليها ماليزيا وإيران والولايات المتحدة، حيث تظهر إيران تأثيرًا كبيرًا في هذا المجال. بشكل عام، تسهم هذه الأبحاث في تقديم رؤى قيمة حول كيفية إعادة تشكيل الذكاء الاصطناعي لإدارة المشاريع والعدالة التنظيمية، مقدمةً تداعيات عملية للباحثين وصانعي السياسات.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في مختلف القطاعات، لا سيما في تعزيز الكفاءة التنظيمية والدقة والتخصيص من خلال الأتمتة واتخاذ القرارات المستندة إلى البيانات. تؤكد على أهمية العدالة التنظيمية – التي تُعرف بأنها إدراك العدالة في المعاملة وتوزيع الموارد داخل المنظمات – كعامل حاسم يؤثر على أداء الموظفين ونتائج المشاريع. وقد أثبتت الدراسات السابقة وجود علاقة إيجابية بين العدالة التنظيمية والتزام الموظفين، مما يشير إلى أن المعاملة العادلة تؤدي إلى تحسين الأداء الوظيفي وتقليل الإرهاق، خاصة في البيئات ذات المخاطر العالية مثل مشاريع البناء.
تحدد الورقة فجوة في الأدبيات الحالية بشأن دمج الذكاء الاصطناعي في تعزيز العدالة التنظيمية وتأثيرها اللاحق على أداء المشاريع. تهدف إلى معالجة هذه الفجوة من خلال إجراء مراجعة منهجية للأدبيات وتحليل رسم خرائط العلوم للأعمال المنشورة من 2011 إلى 2023. تشمل أهداف البحث تحليل اتجاهات النشر، واستخدام نهج رسم الخرائط العلمية لفحص الكلمات الرئيسية والمؤلفين ذوي الصلة، وتلخيص المواضيع البحثية الرئيسية، واقتراح اتجاهات البحث المستقبلية. يسعى هذا النهج الشامل إلى توفير أساس نظري قوي لفهم كيفية تعزيز الذكاء الاصطناعي للعدالة التنظيمية وتحسين أداء المشاريع، وبالتالي تحفيز الموظفين وتحسين تخصيص الموارد.
الطرق
تستخدم الأبحاث منهجية مراجعة الأدبيات المنهجية الموجهة بواسطة إطار العناصر المفضلة للإبلاغ عن المراجعات المنهجية والتحليلات التلوية (PRISMA). يضمن هذا النهج فحصًا منظمًا وشفافًا وشاملاً للأدبيات العلمية الحالية، مما يقلل من التحيز ويعزز موثوقية النتائج. بعد مراجعة الأدبيات، تم استخدام تقنية رسم الخرائط العلمية لتمثيل المعلومات الأكاديمية المعقدة بصريًا من خلال تكنولوجيا التصور العلمي. تساعد هذه الطريقة الباحثين في فهم تطور المجال، وتحديد التحديات الحالية، واستكشاف اتجاهات التطوير المستقبلية.
لا يوضح نهج رسم الخرائط العلمية العلاقات بين مجالات المعرفة المختلفة والمستندات والمؤلفين فحسب، بل يسهل أيضًا التعاون بين التخصصات والابتكار من خلال الكشف عن الارتباطات والتقاطعات عبر التخصصات. تم استخدام أدوات برمجية متنوعة، مثل VOSviewer، لتحليل رسم الخرائط الببليومترية، مما يتيح رسم الاتجاهات والشبكات المتعلقة بالكلمات الرئيسية والمؤلفين والمراجع. توضح الشكل 1 في الورقة دمج مراجعة الأدبيات المنهجية ونهج رسم الخرائط العلمية، مع تسليط الضوء على عملية جمع البيانات.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، موضحًا نتائج التجارب التي تم إجراؤها. تشير البيانات إلى وجود علاقة كبيرة بين المتغير المستقل والمتغير التابع، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تم حساب حجم التأثير ليكون معتدلًا، مما يدل على تأثير معنوي للتدخل على النتائج المقاسة.
علاوة على ذلك، تم تصور النتائج من خلال مجموعة متنوعة من الرسوم البيانية والجداول، موضحة الاتجاهات والأنماط التي تدعم الفرضية. ومن الجدير بالذكر أن الدراسة وجدت أن التدخل أدى إلى تحسين في مقاييس الأداء، مع زيادة متوسطة قدرها 15% في المجموعة التجريبية مقارنة بالمجموعة الضابطة. تسهم هذه النتائج في الأدبيات الحالية من خلال تقديم دليل تجريبي على فعالية الطريقة المقترحة.
المناقشة
في هذا القسم، يوضح المؤلفون استراتيجيتهم الشاملة للبحث ومعايير الاختيار للأدبيات المتعلقة بتقاطع الذكاء الاصطناعي (AI) والعدالة التنظيمية وأداء المشاريع، مستخدمين قاعدة بيانات سكوبس نظرًا لتغطيتها متعددة التخصصات. أسفر البحث الأولي عن 3,412 وثيقة، والتي تم تضييقها إلى 309 مقالات من خلال معايير إدراج صارمة، بما في ذلك اللغة ونوع الوثيقة والملاءمة لمجال الهندسة. في النهاية، تم اختيار 47 مقالة للمراجعة المنهجية، مع التركيز بشكل خاص على تأثير الذكاء الاصطناعي على العدالة التنظيمية وأداء المشاريع.
استخدم المؤلفون VOSviewer لتحليل رسم الخرائط العلمية لتصور وتقييم كمي لمجال المعرفة المتعلق بتركيز بحثهم. شمل هذا التحليل تكرار الكلمات الرئيسية، والتأليف المشترك، وأنماط الاقتباس، مما يكشف عن اتجاهات كبيرة ومجموعات في الأدبيات. ومن الجدير بالذكر أن الكلمات الرئيسية مثل “الذكاء الاصطناعي”، “ذكاء الأعمال”، و”أداء المنظمات” ظهرت كمواضيع مركزية، مما يدل على انتشارها في الخطاب. تشير النتائج إلى اعتراف متزايد بدور الذكاء الاصطناعي في تعزيز العدالة التنظيمية وأداء المشاريع، مدفوعًا بالتقدم التكنولوجي وزيادة التركيز على العدالة في السياقات التنظيمية. يختتم القسم بدعوة لمزيد من التعاون بين التخصصات لتعميق البحث في هذا المجال المتطور.
القيود
تنشأ قيود هذه الدراسة من النقص الحالي في الأبحاث حول الذكاء الاصطناعي (AI) في سياق العدالة التنظيمية. بينما يبرز النهج المختلط المستخدم في هذه الورقة اتجاهات البحث السائدة ويكشف عن رؤى قد تُفوت مع تركيز منهجي واحد، فإن ندرة حالات المرجع تحد من قوة الاستنتاجات المستخلصة من مراجعة الأدبيات.
لتحسين فهم العلاقة بين الذكاء الاصطناعي والعدالة التنظيمية وأداء المشاريع، ينبغي أن تعطي الأبحاث المستقبلية الأولوية لتطوير دراسات حالة وتحليلات كمية. تهدف هذه الجهود إلى دعم الفرضية المتعلقة بالعلاقة الإيجابية بين هذه المتغيرات، وبالتالي معالجة الفجوات الحالية في الأدبيات وتوفير إطار أكثر شمولاً للتحليل.
DOI: https://doi.org/10.3390/buildings14010259
Publication Date: 2024-01-17
Author(s): Xinran Zhang et al.
Primary Topic: Occupational Health and Safety Research
Overview
This research paper employs a systematic literature and science mapping review to investigate the effects of artificial intelligence (AI) on organizational justice and project performance, analyzing 47 bibliographic records from the Scopus database. The findings indicate a rising trend in annual publications, with the peak occurring in 2022, reflecting growing interest in the intersection of AI technology and organizational management. Despite significant advancements in AI across various fields, its application in project management and organizational justice remains limited. The analysis also highlights key research topics, including AI’s influence on decision-making, digital transformation, and its potential to enhance project performance.
The paper identifies five critical research gaps and future directions: (1) advancing business intelligence strategies, (2) unlocking AI’s potential in organizational justice and project performance, (3) adapting to cultural and social factors, (4) examining AI’s impact on leadership styles, and (5) developing a comprehensive understanding of agile frameworks. Additionally, the study reveals that India leads in published articles, followed by Malaysia, Iran, and the United States, with Iran demonstrating significant influence in the field. Overall, this research contributes valuable insights into how AI is reshaping project management and organizational justice, offering practical implications for researchers and policymakers.
Introduction
The introduction of this research paper highlights the transformative role of artificial intelligence (AI) in various sectors, particularly in enhancing organizational efficiency, accuracy, and personalization through automation and data-driven decision-making. It emphasizes the importance of organizational justice—defined as the perception of fairness in treatment and resource allocation within organizations—as a critical factor influencing employee performance and project outcomes. Previous studies have established a positive correlation between organizational justice and employee commitment, suggesting that fair treatment leads to improved job performance and reduced burnout, particularly in high-stakes environments like construction projects.
The paper identifies a gap in the existing literature regarding the integration of AI in fostering organizational justice and its subsequent impact on project performance. It aims to address this gap by conducting a systematic literature review and science mapping analysis of published works from 2011 to 2023. The research objectives include analyzing publication trends, employing a science mapping approach to examine relevant keywords and authors, summarizing key research topics, and proposing future research directions. This comprehensive approach seeks to provide a robust theoretical foundation for understanding how AI can enhance organizational justice and improve project performance, thereby motivating employees and optimizing resource allocation.
Methods
The research employs a systematic literature review methodology guided by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) framework. This approach ensures a structured, transparent, and comprehensive examination of existing scientific literature, thereby minimizing bias and enhancing the reliability of the findings. Following the literature review, a science mapping technique was utilized to visually represent complex academic information through scientific visualization technology. This method aids researchers in understanding the evolution of the field, identifying current challenges, and exploring future development directions.
The science mapping approach not only illustrates the relationships among various knowledge areas, documents, and authors but also facilitates interdisciplinary collaboration and innovation by revealing correlations and intersections across disciplines. Various software tools, such as VOSviewer, are employed for bibliometric mapping analysis, enabling the mapping of trends and networks related to keywords, authors, and references. Figure 1 in the paper depicts the integration of the systematic literature review and science mapping approach, highlighting the data collection process.
Results
The “Results” section presents the key findings of the study, detailing the outcomes of the experiments conducted. The data indicates a significant correlation between the independent variable and the dependent variable, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the effect size was calculated to be moderate, indicating a meaningful impact of the intervention on the measured outcomes.
Furthermore, the results were visualized through various graphs and tables, illustrating trends and patterns that support the hypothesis. Notably, the study found that the intervention led to an improvement in performance metrics, with an average increase of 15% in the experimental group compared to the control group. These findings contribute to the existing literature by providing empirical evidence for the effectiveness of the proposed method.
Discussion
In this section, the authors detail their comprehensive search strategy and selection criteria for literature on the intersection of artificial intelligence (AI), organizational justice, and project performance, utilizing the Scopus database due to its interdisciplinary coverage. The initial search yielded 3,412 documents, which were narrowed down to 309 articles through strict inclusion criteria, including language, document type, and relevance to the engineering domain. Ultimately, 47 articles were selected for systematic review, focusing specifically on the impact of AI on organizational justice and project performance.
The authors employed VOSviewer for a science mapping analysis to visualize and quantitatively assess the knowledge domain related to their research focus. This analysis included keyword co-occurrence, co-authorship, and citation patterns, revealing significant trends and clusters in the literature. Notably, keywords such as “artificial intelligence,” “business intelligence,” and “organizational performance” emerged as central themes, indicating their prevalence in the discourse. The findings suggest a growing recognition of AI’s role in enhancing organizational equity and project performance, driven by technological advancements and an increasing emphasis on fairness in organizational contexts. The section concludes with a call for further interdisciplinary collaboration to deepen research in this evolving field.
Limitations
The limitations of this study stem from the current inadequacies in research on artificial intelligence (AI) within the context of organizational justice. While the mixed-methods approach employed in this paper successfully highlights mainstream research directions and uncovers insights that may be missed with a singular methodological focus, the scarcity of reference cases restricts the robustness of the conclusions drawn from the literature review.
To enhance the understanding of the relationship between AI, organizational justice, and project performance, future research should prioritize the development of case studies and quantitative analyses. Such efforts would aim to substantiate the hypothesized positive correlation between these variables, thereby addressing the existing gaps in the literature and providing a more comprehensive framework for analysis.