گذر از مدیریت سنتی منابع انسانی و ضرورت به‌کارگیری رویکرد بین‌رشته‌ای در سازمان‌ها

ابوالفضل کیانی‌بختیاری در بیست‌دومین همایش تعالی سازمانی با اشاره به موضوع پایان مدیریت انسانی سنتی و ظهور منابع انسانی بین‌رشته‌ای اظهار کرد: در این زمینه یک پژوهش ساختاریافته و متقن انجام شده و با استفاده از داده‌های کلان، حدود هزار مقاله مرتبط با موضوع منابع انسانی گردآوری و تحلیل شده است.

این مقالات طی یک بازه زمانی ۳۷ ساله مورد بررسی قرار گرفته‌اند و از نظر پراکندگی موضوعات، نکته مهم این است که در حوزه عملکرد و توسعه سلامت سازمانی روند مشخصی وجود دارد، اما در سال‌های اخیر در موضوع تنوع و شمول جهش قابل توجهی رخ داده است.

تفاوت‌های فرهنگی در مدیریت منابع انسانی اهمیت زیادی دارد و بنگاه‌ها در فرهنگ‌های مختلف شکل می‌گیرند. بنابراین، تنوع فرهنگی و موضوع شمول باید در برنامه‌ریزی منابع انسانی مورد توجه جدی قرار گیرد.

برنامه‌ریزی منابع انسانی دیگر صرفاً با دانش سنتی این حوزه امکان‌پذیر نیست و برای این کار باید از علوم داده، اقتصاد، جامعه‌شناسی، روان‌شناسی و سایر دانش‌های مرتبط استفاده کرد. از سال ۲۰۱۷ نیز موضوعات بین‌رشته‌ای در حوزه منابع انسانی اهمیت بسیار بیشتری پیدا کرده‌اند.

فرهنگ سازمانی مثبت موضوعی ساختنی است که باید به‌صورت آگاهانه ایجاد و تقویت شود و نمی‌توان شکل‌گیری آن را به‌صورت خودکار انتظار داشت. مدیریت منابع انسانی ماهیتی چندرشته‌ای و چندبعدی دارد و اگر متخصص منابع انسانی از دانش‌های مرتبط برخوردار نباشد، نمی‌تواند در مدیریت بنگاه و سازمان موفق عمل کند.

تصمیم‌گیری استراتژیک درباره انسان باید همچنان در اختیار هوش انسانی و مدیر منابع انسانی باشد و نباید این تصمیم‌ها به‌طور کامل به هوش مصنوعی واگذار شود. هوش مصنوعی باید به مدیر منابع انسانی در تحلیل داده‌ها، پیش‌بینی و تصمیم‌سازی کمک کند، نه اینکه جایگزین تصمیم‌گیر انسانی شود.

اگر هوش مصنوعی بر اساس داده‌های موجود تصمیم بگیرد که چه کسی برای یک موقعیت شغلی مناسب است، این خطر وجود دارد که تصمیم انسانی و ارزیابی‌های تخصصی کنار گذاشته شود. در مراحل حساس مانند مصاحبه، ارزیابی نهایی و تصمیم‌گیری استراتژیک، باید نقش انسان غالب باشد.

تحول منابع انسانی به معنای حذف نیروی انسانی نیست، بلکه به معنای ایجاد توانمندی‌های جدید و حرکت به سمت مدیران متخصص و بین‌رشته‌ای است که بتوانند از ظرفیت هوش مصنوعی و علوم داده استفاده کنند.