پیش‌نویس:هوش مصنوعی در فرآیند استخدام - ویکی‌پدیا، دانشنامهٔ آزاد

"این مقاله در حال ترجمه از ویکی انگلیسی است

لطفا حذف نشود."

هوش مصنوعی (AI) در فرآیند استخدام شامل استفاده از فناوری برای خودکارسازی جنبه‌های مختلف فرآیند استخدام است. پیشرفت‌های هوش‌مصنوعی، مانند ظهور یادگیری ماشینی و رشد مه‌داده‌ها، این امکان را فراهم می‌کند که از هوش مصنوعی برای استخدام، غربالگری و پیش‌بینی موفقیت متقاضیان استفاده شود. [۱] طرفداران هوش مصنوعی در استخدام معتقد هستند که به کارگیری هوش مصنوعی با کاهش سوگیری، به یافتن نامزدهای واجد شرایط کمک می‌کند و زمان کارکنان منابع انسانی را برای کارهای دیگر آزاد می‌کند، در حالی که مخالفان نگران هستند که هوش مصنوعی نابرابری‌ها را در محل کار تداوم بخشد و مشاغل را حذف کند.

پیش‌زمینه[ویرایش]

هوش مصنوعی از زمان ابداع این واژه در اواسط دهه 1950 مورد توجه محققان بوده است. [۲] محققان چهار شکل اصلی از هوشمندی را شناسایی کرده‌اند که هوش مصنوعی برای جایگزینی واقعی انسان‌ها در محیط کار باید داشته باشد: مکانیکی، تحلیلی، شهودی و همدلی. [۳] خودکارسازی یک پیشرفت قابل پیش بینی را دنبال می کند که در آن ابتدا می تواند وظایف مکانیکی، سپس وظایف تحلیلی، سپس وظایف شهودی و در نهایت وظایف مبتنی بر همدلی را جایگزین کند. [۳] با این حال، اتوماسیون کامل تنها نتیجه‌ی بالقوه پیشرفت‌های هوش‌مصنوعی نیست. در عوض، انسان ها ممکن است در کنار ماشین ها کار کنند و کارایی هر دو (انسان و ماشین) را افزایش دهند. در زمینه استخدام، این بدان معناست که هوش مصنوعی قبلاً جایگزین بسیاری از وظایف اساسی منابع انسانی در استخدام و غربالگری شده است، در حالی که زمان را برای کارکنان منابع انسانی برای انجام سایر کارهای خلاقانه‌تر که هنوز نمی‌توان آنها را خودکار کرد یا خودکار کردن آنها از نظر مالی منطقی نیست، آزاد می‌کند. . [۴] همچنین به این معنی است که نوع مشاغلی که شرکت‌ها استخدام می‌کنند و با تغییر مجموعه مهارت‌هایی که ارزشمندترین هستند، فرم استخدام همچنان تغییر می‌کند. [۵]

منابع انسانی به عنوان یکی از ده صنعتی شناخته شده است که بیشترین تأثیر را از هوش مصنوعی قرار گرفته است. [۵] به طور فزاینده ای استفاده از هوش‌مصنوعی در میان شرکت‌ها برای خودکارسازی جنبه‌های مختلف فرآیند استخدام رواج یافته است. صنایع بیمارستانی، مالی و فناوری بیش از سایر صنایع هوش مصنوعی را تا حد قابل توجهی در فرآیند استخدام خود گنجانده‌اند. [۶]

منابع انسانی اساساً صنعتی است که مبتنی بر پیش‌بینی است. [۷] متخصصان منابع انسانی باید پیش‌بینی کنند که چه افرادی کاندیدای باکیفیت برای یک شغل خواهندبود، کدام استراتژی‌های بازاریابی آن افراد را جلب به اقدام برای استخدام می‌کند، کدام متقاضیان بهترین کارمندان خواهند شد، چه نوع پیشنهاداتی باعث می‌شود آنها یک پیشنهاد را بپذیرند، چه چیزی برای حفظ یک کارمند در مجموعه نیاز است.چه کارمندانی باید ارتقاء یابند، کارکنان شرکت به چه چیز‌هایی نیاز دارند، از جمله این موارد خواهد بود. [۷] هوش مصنوعی به ویژه در پیش بینی‌ها استفاده می‌شود زیرا می تواند حجم عظیمی از داده ها را تجزیه و تحلیل کند. این امر هوش مصنوعی را قادر می‌سازد تا بینش‌هایی را که بسیاری از انسان‌ها از دست می‌دهند ایجاد کند و بین نقاط داده به ظاهر نامرتبط ارتباط پیدا کند. این برای یک شرکت ارزش ایجاد کرده و استفاده از هوش مصنوعی را برای خودکارسازی یا بهبود اجرای بسیاری از وظایف منابع مثمر فایده کرده است. [۷]

کاربردها[ویرایش]

صفحه نمایش ها[ویرایش]

غربالگرها تست هایی هستند که به شرکت ها اجازه می دهند از میان یک مجموعه بزرگ متقاضی غربال کنند و متقاضیانی را که دارای ویژگی های مطلوب هستند استخراج کنند. شرکت ها معمولاً از طریق استفاده از پرسشنامه ها، آزمون های کدگذاری، مصاحبه ها و تجزیه و تحلیل رزومه بررسی می کنند. هوش مصنوعی در حال حاضر نقش مهمی در فرآیند غربالگری ایفا می کند. رزومه ها را می توان با استفاده از هوش مصنوعی برای ویژگی های مطلوب، مانند مقدار معینی از تجربه کاری یا مدرک مرتبط، تجزیه و تحلیل کرد. سپس می توان مصاحبه ها را به متقاضیانی که رزومه آنها حاوی این ویژگی ها است، تعمیم داد. [۷]

اینکه چه عواملی برای غربالگری متقاضیان مورد استفاده قرار می گیرد، دغدغه اخلاق مداران و فعالان حقوق مدنی است. غربالگری که از افرادی حمایت می کند که دارای ویژگی های مشابه با افرادی هستند که قبلاً در یک شرکت کار می کردند، ممکن است نابرابری ها را تداوم بخشد. برای مثال، اگر شرکتی که عمدتاً سفیدپوست و مرد است از داده‌های کارمندان خود برای آموزش غربالگر خود استفاده کند، ممکن است به طور تصادفی یک فرآیند غربالگری ایجاد کند که به نفع متقاضیان سفیدپوست مرد باشد. اتوماسیون غربالگرها همچنین پتانسیل کاهش سوگیری ها را دارد. تعصبات علیه متقاضیان با نام‌های آمریکایی آفریقایی تبار در مطالعات متعدد نشان داده شده است. [۸] یک غربالگر هوش مصنوعی این پتانسیل را دارد که سوگیری و خطای انسانی را در فرآیند استخدام محدود کند و به متقاضیان اقلیت بیشتری اجازه دهد تا موفق شوند. [۹]

استخدام[ویرایش]

فرآیند استخدام شامل شناسایی متقاضیان بالقوه و بازاریابی موقعیت ها است. هوش مصنوعی معمولاً در فرآیند استخدام استفاده می شود زیرا می تواند به افزایش تعداد متقاضیان واجد شرایط برای موقعیت ها کمک کند. شرکت ها می توانند از هوش مصنوعی برای هدف قرار دادن بازاریابی خود برای متقاضیانی استفاده کنند که احتمالاً برای یک موقعیت شغلی مناسب هستند. این اغلب شامل استفاده از ابزارهای تبلیغاتی شبکه‌های اجتماعی است که بر هوش مصنوعی متکی هستند. فیس بوک به تبلیغ‌دهندگان اجازه می دهد تا تبلیغات را بر اساس جمعیت شناسی، موقعیت مکانی، علایق، رفتار و شبکه ارتباطی شخص هدف نمایش دهند. فیس‌بوک همچنین به شرکت‌ها اجازه می‌دهد تا مخاطبان «مشابه» را هدف قرار دهند، یعنی شرکت مجموعه‌ای از داده‌ها را به فیس‌بوک ارائه می‌کند، معمولاً کارمندان فعلی شرکت، و فیس‌بوک تبلیغات را برای پروفایل‌هایی هدف قرار می‌دهد که مشابه پروفایل‌های موجود در داده‌ها هستند. [۱۰] علاوه بر این، سایت‌های شغلی مانند Indeed، Glassdoor و ZipRecruiter فهرست‌های شغلی را برای متقاضیانی هدف قرار می‌دهند که دارای ویژگی‌های خاصی هستند که کارفرمایان به دنبال آن هستند. تبلیغات هدفمند مزایای زیادی برای شرکت هایی دارد که سعی در جذب نیرو دارند، از جمله استفاده کارآمدتر از منابع، دستیابی به مخاطب مورد نظر و تقویت متقاضیان واجد شرایط. این ویژگی کمک کرده است که استفاده از هوش مصنوعی به یک ستون اصلی در استخدام مدرن تبدیل شود. [۱۰]

اینکه چه کسی یک تبلیغ هدفمند دریافت می کند می تواند بحث برانگیز باشد. در استخدام، پیامدهای تبلیغات هدفمند به این بستگی دارد که چه کسی می‌تواند در مورد یک موقعیت شغلی اطلاعات کسب کند و سپس درخواست دهد. بیشتر الگوریتم های تبلیغاتی هدفمند، اختصاصی هستند. برخی از پلتفرم‌ها، مانند فیس‌بوک و گوگل، به کاربران این امکان را می‌دهند که ببینند چرا یک تبلیغ خاص به آن‌ها نشان داده شده است، اما کاربرانی که آگهی را دریافت نمی‌کنند احتمالاً هرگز از وجود آن اطلاعی ندارند و همچنین راهی ندارند که بدانند چرا تبلیغ به آنها نشان داده نشده است. [۱۰]

مصاحبه‌های شغلی[ویرایش]

چت بات ها یکی از اولین کاربردهای هوش مصنوعی بودند و معمولاً در فرآیند استخدام استفاده می شوند. مصاحبه شوندگان برای پاسخ به سوالات مصاحبه با چت بات ها تعامل دارند. سپس پاسخ‌های آن‌ها می‌تواند توسط هوش مصنوعی تحلیل شود و بینش‌های بی‌شماری را در اختیار کارفرمایان آینده قرار دهد. چت بات ها فرآیند مصاحبه را ساده می کنند و نیروی کار کارکنان منابع انسانی را کاهش می دهند. [۱۱] مصاحبه های ویدیویی از AII استفاده می کنند و رایج شده اند. HireVue، پیشرو در فضا، فناوری ایجاد کرده است که پاسخ‌ها و حرکات مصاحبه‌شوندگان را در طول مصاحبه‌های ویدیویی ضبط‌شده تجزیه و تحلیل می‌کند. بیش از 12 میلیون مصاحبه شونده توسط بیش از 700 شرکتی که از این سرویس استفاده می کنند غربالگری شده اند. [۱۱]

مشکلات[ویرایش]

هوش مصنوعی در استخدام مزایای بسیاری دارد، اما چالش هایی نیز دارد که کارشناسان را نگران کرده است. [۱۲] هوش مصنوعی فقط به اندازه داده هایی است که استفاده می کند. سوگیری ها می توانند به طور ناخواسته در داده های مورد استفاده در هوش مصنوعی ایجاد شوند. [۱] اغلب شرکت‌ها از داده‌های کارمندان خود برای تصمیم‌گیری برای استخدام یا استخدام افراد استفاده می‌کنند. این می تواند تعصب را تداوم بخشد و منجر به نیروی کار همگن تر شود. تبلیغات فیس‌بوک نمونه‌ای از پلتفرمی بود که چنین جنجالی ایجاد کرد تا به صاحبان مشاغل اجازه دهد مشخص کنند به دنبال چه نوع کارمندی هستند. به عنوان مثال، آگهی های شغلی برای پرستاری و معلمی می تواند به گونه ای تنظیم شود که فقط زنان یک گروه سنی خاص آگهی ها را ببینند. فیس‌بوک Ads از آن زمان این عملکرد را از پلتفرم خود حذف کرده است و دلیل آن مشکلات احتمالی عملکرد در تداوم تعصبات و کلیشه‌ها علیه اقلیت‌ها است.

همچنین تعیین کمیت اینکه چه چیزی یک کارمند خوب را می سازد دشوار است. [۱] این یک چالش برای آموزش هوش مصنوعی برای پیش بینی اینکه کدام کارمندان بهترین خواهند بود، ایجاد می کند. معیارهایی که معمولاً استفاده می شود مانند بررسی عملکرد می تواند ذهنی باشد و نشان داده شده است که کارمندان سفیدپوست را نسبت به کارمندان سیاه پوست و مردان را بر زنان ترجیح می دهند. [۸] چالش دیگر حجم محدود داده های موجود است. کارفرمایان فقط جزئیات خاصی را در مورد نامزدها در مراحل اولیه فرآیند استخدام جمع آوری می کنند. این امر مستلزم آن است که هوش مصنوعی در مورد نامزدهایی با اطلاعات بسیار محدود تصمیم گیری کند. علاوه بر این، بسیاری از کارفرمایان به طور مکرر کارمندان را استخدام نمی کنند و بنابراین داده های خاص شرکت محدودی برای انتشار دارند. [۱] برای مبارزه با این موضوع، بسیاری از شرکت ها از الگوریتم ها و داده های سایر شرکت ها در صنعت خود استفاده می کنند. [۱] اتکای هوش مصنوعی به اطلاعات شخصی متقاضیان و کارکنان فعلی، مسائل مربوط به حریم خصوصی را افزایش می دهد. این مسائل هم بر متقاضیان و هم بر کارمندان فعلی تأثیر می گذارد، اما همچنین ممکن است پیامدهایی برای اشخاص ثالثی که از طریق رسانه های اجتماعی به متقاضیان یا کارمندان فعلی مرتبط هستند، داشته باشد. به عنوان مثال، مروری بر رسانه‌های اجتماعی یک فرد، دوستان و افرادی را که در عکس‌ها یا پست‌ها تگ کرده‌اند نیز نشان می‌دهد. [۱]

هوش مصنوعی جستجوی حساب‌های شبکه‌های اجتماعی متقاضیان را برای شرکت‌ها آسان‌تر می‌کند. مطالعه ای که توسط دانشگاه موناش انجام شد نشان داد که 45 درصد از مدیران استخدام از رسانه های اجتماعی برای کسب بینش در مورد متقاضیان استفاده می کنند. 70 درصد از افراد مورد بررسی گفتند که متقاضی را به دلیل مواردی که در رسانه های اجتماعی متقاضی آنها کشف شده رد کرده اند، با این حال تنها 17 درصد از مدیران استخدام استفاده از رسانه های اجتماعی در فرآیند استخدام را نقض حریم خصوصی متقاضیان می دانند. استفاده از رسانه های اجتماعی در فرآیند استخدام برای مدیران استخدام جذاب است، زیرا دیدگاه کمتری نسبت به زندگی متقاضیان به آنها ارائه می دهد. مبادله حریم خصوصی قابل توجه است. نمایه‌های رسانه‌های اجتماعی اغلب اطلاعاتی را درباره متقاضیان نشان می‌دهند که دپارتمان‌های منابع انسانی از نظر قانونی اجازه ندارند متقاضیان را مجبور به افشای نژاد، وضعیت توانایی و گرایش جنسی کنند. [۱۳]

هوش مصنوعی و آینده استخدام[ویرایش]

هوش مصنوعی روش انجام کار را تغییر می دهد. هوش مصنوعی در کنار سایر پیشرفت‌های فناوری مانند پیشرفت در رباتیک، 47 درصد مشاغل را در معرض خطر حذف در آینده نزدیک قرار داده است. [۱۴] برخی تغییرات نیروی کار ناشی از هوش مصنوعی را به عنوان انقلاب صنعتی چهارم طبقه بندی می کنند که آن را انقلاب صنعتی 4.0 می نامند. [۵] با این حال، به گفته برخی از محققان، تأثیر تغییردهنده هوش مصنوعی بر نیروی کار اغراق شده است. تئوری «عدم تغییر واقعی» معتقد است که انقلاب فناوری اطلاعات قبلاً رخ داده است، اما مزایای اجرای فناوری‌های جدید بر هزینه‌های مربوط به پذیرش آن‌ها بیشتر نیست. این نظریه ادعا می کند که نتیجه انقلاب فناوری اطلاعات بسیار کمتر از آنچه در ابتدا پیش بینی شده بود تأثیرگذار است. [۱۵] سایر محققان این نظریه را رد می کنند و ادعا می کنند که هوش مصنوعی قبلاً منجر به از دست دادن شغل قابل توجه برای نیروی کار غیر ماهر شده است و مشاغل با مهارت متوسط و مهارت بالا را در آینده حذف خواهد کرد. این موضع مبتنی بر این ایده است که هوش مصنوعی هنوز یک فناوری برای استفاده عمومی نیست و هر انقلاب صنعتی چهارم بالقوه به طور کامل رخ نداده است. [۱۵] نظریه سوم معتقد است که تأثیر هوش مصنوعی و سایر پیشرفت‌های فناوری بسیار پیچیده است و هنوز قابل درک نیست. این نظریه حول محور این ایده است که اگرچه هوش مصنوعی احتمالاً مشاغل را در کوتاه مدت حذف می کند، اما احتمالاً تقاضا برای مشاغل دیگر را نیز افزایش می دهد. سپس این سؤال پیش می‌آید که آیا مشاغل جدید برای مردم قابل دسترسی هستند و آیا زمانی که مشاغل حذف شوند، در نزدیکی ظاهر می‌شوند؟ [۱۵]

اگرچه روبات‌ها می‌توانند جایگزین افراد برای انجام برخی کارها شوند، اما هنوز کارهای زیادی وجود دارد که توسط روبات‌هایی که به هوش مصنوعی تسلط دارند به تنهایی انجام نمی‌شوند. یک مطالعه 2000 وظیفه کاری را در 800 شغل مختلف در سطح جهان مورد تجزیه و تحلیل قرار داد و به این نتیجه رسید که نیمی از آن (در مجموع 15 تریلیون دلار آمریکا) با تطبیق فناوری‌های موجود می‌تواند خودکار شود. کمتر از 5٪ مشاغل می توانند کاملاً خودکار باشند و 60٪ حداقل 30٪ وظایف خودکار دارند. به عبارت دیگر، در بیشتر موارد، هوش مصنوعی یک ابزار است تا جایگزینی برای نیروی کار. با ورود هوش مصنوعی به عرصه کار انسان، مردم به تدریج دریافتند که هوش مصنوعی قادر به انجام وظایف منحصر به فرد نیست و مزیت انسان درک منحصر به فرد بودن و استفاده منطقی از ابزارهاست. در این زمان، کار متقابل انسان و ماشین به وجود آمد. برندائو کشف می‌کند که مردم می‌توانند با ماشین‌ها مشارکت ارگانیک داشته باشند. «انسان ها ماشین ها را قادر می سازند تا بهترین کار را انجام دهند: انجام کارهای تکراری، تجزیه و تحلیل حجم قابل توجهی از داده ها، و برخورد با موارد معمول. به دلیل عمل متقابل، ماشین‌ها انسان‌ها را قادر می‌سازند تا توانایی‌های بالقوه‌شان را برای کارهایی مانند حل‌وفصل اطلاعات مبهم، قضاوت در مورد موارد دشوار و تماس با مشتریان ناراضی «تقویت» کنند. [۱۶] داگرتی و ویلسون انواع جدیدی از تعامل انسان و رایانه را در مشاغل و وظایف در زمینه های مختلف مشاهده کرده اند. به عبارت دیگر، حتی در فعالیت‌ها و قابلیت‌هایی که ساده‌تر تلقی می‌شوند، فناوری‌های جدید خطری حتمی برای کارگران ایجاد نمی‌کنند. تا جایی که به جنرال الکتریک مربوط می شود، خریداران و تجهیزات آن همیشه به کارگران تعمیر و نگهداری نیاز دارند. کارآفرینان به این کارگران نیاز دارند تا با سیستم‌های جدیدی که می‌توانند مهارت‌هایشان را با فناوری‌های پیشرفته به روش‌های جدید ادغام کنند، به خوبی کار کنند.

هوش مصنوعی فرآیند استخدام را به میزان قابل توجهی سرعت بخشیده و هزینه ها را به طور چشمگیری کاهش داده است. به عنوان مثال، Unilever بیش از 250000 رزومه را با استفاده از هوش مصنوعی بررسی کرده و روند استخدام خود را از 4 ماه به 4 هفته کاهش داده است که باعث صرفه جویی 50000 ساعت کار در شرکت شد. [۱۱] افزایش کارایی هوش مصنوعی، پذیرش آن را توسط بخش های منابع انسانی در سطح جهانی سرعت بخشیده است. [۱۱]

منابع[ویرایش]

  1. ↑ ۱٫۰ ۱٫۱ ۱٫۲ ۱٫۳ ۱٫۴ ۱٫۵ Tambe, Prasanna; Cappelli, Peter; Yakubovich, Valery (August 2019). "Artificial Intelligence in Human Resources Management: Challenges and a Path Forward". California Management Review. 61 (4): 15–42. doi:10.1177/0008125619867910. ISSN 0008-1256. خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:32» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  2. ↑ Engster, Frank; Moore, Phoebe V (2020-02-29). "The search for (artificial) intelligence, in capitalism". Capital & Class. 44 (2): 201–218. doi:10.1177/0309816820902055. ISSN 0309-8168.
  3. ↑ ۳٫۰ ۳٫۱ Huang, Ming-Hui; Rust, Roland T. (2018-02-05). "Artificial Intelligence in Service". Journal of Service Research. 21 (2): 155–172. doi:10.1177/1094670517752459. ISSN 1094-6705.
  4. ↑ Caner, Salih; Bhatti, Feyza (2020-09-12). "A Conceptual Framework on Defining Businesses Strategy for Artificial Intelligence". Contemporary Management Research. 16 (3): 175–206. doi:10.7903/cmr.19970. ISSN 1813-5498.
  5. ↑ ۵٫۰ ۵٫۱ ۵٫۲ Mashelkar, R. A. (2018-07-08). "Exponential Technology, Industry 4.0 and Future of Jobs in India". Review of Market Integration. 10 (2): 138–157. doi:10.1177/0974929218774408. ISSN 0974-9292. خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:82» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  6. ↑ Torres, Edwin N.; Mejia, Cynthia (2017-02-01). "Asynchronous video interviews in the hospitality industry: Considerations for virtual employee selection". International Journal of Hospitality Management (به انگلیسی). 61: 4–13. doi:10.1016/j.ijhm.2016.10.012. ISSN 0278-4319.
  7. ↑ ۷٫۰ ۷٫۱ ۷٫۲ ۷٫۳ Agrawal, Ajay; Gans, Joshua; Goldfarb, Avi (June 2018). "Economic Policy for Artificial Intelligence". Cambridge, MA. doi:10.3386/w24690. {{cite journal}}: Cite journal requires |journal= (help) خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:14» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  8. ↑ ۸٫۰ ۸٫۱ Rodgers (2019). "Race in the Labor Market: The Role of Equal Employment Opportunity and Other Policies". RSF: The Russell Sage Foundation Journal of the Social Sciences. 5 (5): 198. doi:10.7758/rsf.2019.5.5.10. ISSN 2377-8253.Rodgers (2019). "Race in the Labor Market: The Role of Equal Employment Opportunity and Other Policies". RSF: The Russell Sage Foundation Journal of the Social Sciences. 5 (5): 198. doi:10.7758/rsf.2019.5.5.10. ISSN 2377-8253. S2CID 211443445. خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:42» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  9. ↑ Reynolds, Tania; Zhu, Luke; Aquino, Karl; Strejcek, Brendan (2020-07-02). "Dual pathways to bias: Evaluators' ideology and ressentiment independently predict racial discrimination in hiring contexts". Journal of Applied Psychology. doi:10.1037/apl0000804. ISSN 1939-1854. PMID 32614205.
  10. ↑ ۱۰٫۰ ۱۰٫۱ ۱۰٫۲ "Big Data", Artificial Intelligence and Big Data, Hoboken, NJ, USA: John Wiley & Sons, Inc.: 75–82, 2018-02-16, doi:10.1002/9781119426653.app1, ISBN 978-1-119-42665-3 خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:22» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  11. ↑ ۱۱٫۰ ۱۱٫۱ ۱۱٫۲ ۱۱٫۳ Vardarlier, Pelin; Zafer, Cem (2019-11-10), "Use of Artificial Intelligence as Business Strategy in Recruitment Process and Social Perspective", Contributions to Management Science, Cham: Springer International Publishing: 355–373, doi:10.1007/978-3-030-29739-8_17, ISBN 978-3-030-29738-1, retrieved 2020-11-07 خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:122» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  12. ↑ Costigan, Ruth; Stone, Richard (2017-06-29), "9. Freedom to Protest and Public Order Law", Civil Liberties & Human Rights, Oxford University Press, doi:10.1093/he/9780198744276.003.0009, ISBN 978-0-19-874427-6, retrieved 2020-10-31
  13. ↑ Holland, Peter; Jeske, Debora (2017-08-09), "Changing Role of Social Media at Work: Implications for Recruitment and Selection", Electronic HRM in the Smart Era, Emerald Publishing Limited: 287–309, doi:10.1108/978-1-78714-315-920161011, ISBN 978-1-78714-316-6, retrieved 2020-11-07
  14. ↑ Brougham, David; Haar, Jarrod (March 2018). "Smart Technology, Artificial Intelligence, Robotics, and Algorithms (STARA): Employees' perceptions of our future workplace". Journal of Management & Organization (به انگلیسی). 24 (2): 239–257. doi:10.1017/jmo.2016.55. ISSN 1833-3672.
  15. ↑ ۱۵٫۰ ۱۵٫۱ ۱۵٫۲ Boyd, Ross; Holton, Robert J. (2017-08-29). "Technology, innovation, employment and power: Does robotics and artificial intelligence really mean social transformation?". Journal of Sociology. 54 (3): 331–345. doi:10.1177/1440783317726591. ISSN 1440-7833.
  16. ↑ Brandão, Rodrigo (November 2020). "Artificial Intelligence, Work and Productivity". {{cite journal}}: Cite journal requires |journal= (help)
برگرفته از «https://fa.wikipedia.org/w/index.php?title=پیش‌نویس:هوش_مصنوعی_در_فرآیند_استخدام&oldid=39012046»