人工智能技術(shù)驅(qū)動下的人力資源管理：理論研究與實踐應(yīng)用

□張 琪 林佳怡 陳 璐,2 劉 軍

[1.電子科技大學(xué) 成都 611731；2.南開大學(xué) 天津 300071；3.武漢理工大學(xué) 武漢 430070]

引言

人工智能（以下簡稱AI）技術(shù)的發(fā)展改變了舊有的組織結(jié)構(gòu)和勞動關(guān)系，衍生了新的管理方式和管理理念，推動了組織管理向智能化轉(zhuǎn)變。根據(jù)《中國人力資源管理數(shù)智化發(fā)展白皮書（2021版）》，34.5%的被調(diào)研企業(yè)都推進了人力資源管理向數(shù)智化發(fā)展，印證了AI是組織進行有效人力資源管理的核心力量。例如，谷歌公司推出的Google Hire能夠幫助企業(yè)追蹤應(yīng)聘者并協(xié)調(diào)面試安排；MIT Media 實驗室設(shè)計的在線培訓(xùn)師可以針對員工個人特性為其量身打造沉浸式培訓(xùn)；IBM公司開發(fā)的Watson系統(tǒng)能夠同時考察員工當(dāng)前的工作績效和未來的發(fā)展?jié)摿?。隨著AI技術(shù)的發(fā)展，其在人力資源管理中的應(yīng)用也成為學(xué)術(shù)界關(guān)注的熱點之一[1]。

本研究以“AI/Artificial Intelligence + HRM/Human Resource Management”和“人工智能+人力資源管理”為關(guān)鍵詞，對Web of Science和CNKI的核心數(shù)據(jù)庫檢索追蹤到了563篇文獻，剔除不相關(guān)的文獻后保留了132篇。通過梳理這些文獻發(fā)現(xiàn)，在計算機、工程、通信等領(lǐng)域，大量研究對AI技術(shù)的應(yīng)用實踐提出了具體方案[2]。但在人力資源管理領(lǐng)域，現(xiàn)有文獻多數(shù)只停留在分析AI技術(shù)對人力資源管理的影響趨勢，缺乏AI技術(shù)在人力資源管理領(lǐng)域的具體應(yīng)用研究[3]。

鑒于此，本研究系統(tǒng)地梳理了人力資源管理領(lǐng)域中AI技術(shù)應(yīng)用的研究脈絡(luò)，回答了以下幾個重要問題：（1）如何理解AI技術(shù)在人力資源管理領(lǐng)域的相關(guān)概念與理論基礎(chǔ)；（2）AI技術(shù)在人力資源管理領(lǐng)域的應(yīng)用研究有哪些進展與不足；（3）AI技術(shù)驅(qū)動下的人力資源管理實踐面臨什么機遇和挑戰(zhàn)。從理論方面看，本研究闡述了AI技術(shù)在人力資源管理領(lǐng)域的相關(guān)概念和理論研究，有助于研究者回顧“AI+HRM”的研究進展，為未來的研究夯實理論基礎(chǔ)；從實踐方面看，本研究總結(jié)了AI技術(shù)在人力資源管理中的應(yīng)用及產(chǎn)生的影響，有助于實踐者加深對“AI+HRM”的理解，為今后的企業(yè)實踐提供參考。

一、AI的概念及其在人力資源管理中應(yīng)用的基礎(chǔ)

（一）AI的概念

在1956年美國的達特茅斯會議上，Mccarthy首次提出了“Artificial Intelligence”這一術(shù)語。研究認為，AI是被引入來開發(fā)模仿人類能力和智力行為并能夠取代人類智能的“思維機器”[4]。Edward等將AI與管理學(xué)相結(jié)合，認為AI是一種虛擬勞動力，以深度算法為核心，進行數(shù)據(jù)分析和邏輯推理，來協(xié)助員工處理復(fù)雜問題[5]。目前，AI可分為弱人工智能、強人工智能、超人工智能三個發(fā)展階段[6]。弱人工智能（Artificial Narrow Intelligence），即第一代人工智能應(yīng)用程序、人工狹義智能，僅將AI應(yīng)用于特定任務(wù)的應(yīng)用程序，并不能真正思考、推理、解決問題。比如Facebook能夠識別圖像中的人臉并標(biāo)記用戶，Siri能夠理解聲音指令并采取相應(yīng)的行動。強人工智能（Artificial General Intelligence），即第二代人工智能、人工通用智能，具備感知、理解、思考、推理、學(xué)習(xí)等人類能力，可以像人類一樣獨立思考和決策。近些年興起的遺傳算法也使得強人工智能有了實現(xiàn)的希望。超人工智能（Artificial Super Intelligence），即第三代人工智能、人工通用智能，是真正的有自我意識的系統(tǒng)，其所觀察和思考的內(nèi)容，將超出人類現(xiàn)有的認知范圍。隨著AI產(chǎn)品的廣泛生產(chǎn)和應(yīng)用，例如搜索引擎、智能手機、機器人以及在線翻譯等，弱人工智能時代已經(jīng)到來，AI如今可以在少數(shù)特定領(lǐng)域應(yīng)用，展示出超越人類的能力。

（二）AI在人力資源管理領(lǐng)域應(yīng)用的技術(shù)基礎(chǔ)

具體來說，應(yīng)用于人力資源管理領(lǐng)域的AI技術(shù)包括專家系統(tǒng)、模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、遺傳算法、機器學(xué)習(xí)、自然語言處理、虛擬現(xiàn)實/增強現(xiàn)實技術(shù)等[2,7～8]，如表1所示。

表1 AI在人力資源管理中的主要應(yīng)用技術(shù)

總的來說，AI技術(shù)在人力資源管理領(lǐng)域的引入主要有智能增強和智能替代兩個效應(yīng)[9]。一方面能增強人力資源管理效率，優(yōu)化管理決策，加速戰(zhàn)略人力資源管理的轉(zhuǎn)型；另一方面會替代部分人類勞動力，引發(fā)諸多社會倫理和社會穩(wěn)定問題。因此，AI技術(shù)在人力資源管理領(lǐng)域的應(yīng)用需要重點關(guān)注使用的精確度和透明度，提高機器工作的可解釋性與可追責(zé)性，以便實現(xiàn)人類和智能的深度融合[10]。

（三）AI在人力資源管理領(lǐng)域應(yīng)用的理論基礎(chǔ)

AI的研究基礎(chǔ)包括哲學(xué)、數(shù)學(xué)、經(jīng)濟學(xué)、神經(jīng)科學(xué)、心理學(xué)、計算機工程、控制論、語言學(xué)等[11]?；谏鲜霾煌I(lǐng)域的理論，將AI技術(shù)相應(yīng)地應(yīng)用到人力資源管理職能的各個模塊中，可以實現(xiàn)機器的智能決策，從而提高管理的效率和質(zhì)量。

從理論流派來看，現(xiàn)代AI研究主要分為三個流派：符號主義、行為主義和聯(lián)結(jié)主義[27]。符號主義學(xué)派認為AI源于數(shù)理邏輯，需要人將知識和推理規(guī)則通過不同的符號傳遞給計算機，幫助計算機模擬人類認知系統(tǒng)進行邏輯推理。早期的AI研究基本都屬于此類，代表性成果是Simon和Newell研發(fā)的AI軟件啟發(fā)式程序LT邏輯理論家，證明了38條數(shù)學(xué)定理，表明計算機可以模擬人類的思維和智能活動。行為主義學(xué)派認為AI源于控制論，機器能夠通過感知外界環(huán)境變化做出適應(yīng)性行動，強調(diào)模擬人作為生物體的智能行為。代表性成果是Brooks發(fā)明的基于感知動作模式模擬昆蟲行為的六足機器蟲控制系統(tǒng)，為機器人的研究開創(chuàng)了一種新的方法。聯(lián)結(jié)主義學(xué)派認為AI來源于與人類大腦結(jié)構(gòu)相似的人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)可以使機器在一定程度上擁有人類思考時的“常識”和直覺，從而完成自主學(xué)習(xí)和推理。代表性成果是1943年由生理學(xué)家McCulloch和數(shù)理邏輯學(xué)家Pitts創(chuàng)立的腦模型（MP模型），MP模型開創(chuàng)了用電子裝置模仿人腦結(jié)構(gòu)和功能的新途徑。當(dāng)下是聯(lián)結(jié)主義主導(dǎo)、三大流派趨于融合、研究人員將更多精力投入到具體應(yīng)用層面的新時代。如，AI技術(shù)應(yīng)用于人力資源管理領(lǐng)域的理論研究已經(jīng)取得初步進展。

從理論方法來看，AI技術(shù)應(yīng)用于人力資源管理領(lǐng)域的理論研究是基于質(zhì)性和量化等不同方法，從公平、技術(shù)等不同視角推進的。一方面，質(zhì)性研究和實證研究共同發(fā)展，推動了AI技術(shù)在組織中的應(yīng)用實踐。比如，Trocin著眼于人力資源管理的新型數(shù)字創(chuàng)新，基于扎根理論對提供人力資源服務(wù)的斯堪的納維亞組織進行案例研究，闡明了AI技術(shù)的可用性及其在組織中的實現(xiàn)[28]。而Li等根據(jù)制度理論進行實證分析，探討了管理層承諾、權(quán)威型領(lǐng)導(dǎo)、對AI推動者的信任和個人對AI的信任之間的積極關(guān)系，并驗證了AI自我效能感在其中的正向調(diào)節(jié)作用[29]。另一方面，現(xiàn)有研究根據(jù)多種基礎(chǔ)理論，探討了AI技術(shù)的應(yīng)用過程和應(yīng)用后果。如，Robert等基于組織正義理論介紹了分配、程序、互動三種不同的公平類型，并提出了一個提高組織運用AI公平性的設(shè)計議程，以便于將每種公平類型應(yīng)用于組織場景[30]。Yu等則運用社會技術(shù)系統(tǒng)理論說明了影響AI應(yīng)用于工作場所的四種因素（人員子系統(tǒng)、技術(shù)子系統(tǒng)、組織結(jié)構(gòu)子系統(tǒng)和環(huán)境因素）以及AI采用對員工個人、就業(yè)和組織帶來的后果[31]?？偟膩碚f，現(xiàn)有研究主要關(guān)注AI技術(shù)應(yīng)用于人力資源管理領(lǐng)域的整體影響機制，并未深入于AI技術(shù)應(yīng)用于薪酬、培訓(xùn)等人力資源管理模塊的具體應(yīng)用研究?；诖耍狙芯繉I技術(shù)在人力資源管理領(lǐng)域中的應(yīng)用實踐進行了闡述與分析。

二、AI技術(shù)在人力資源管理中的應(yīng)用實踐

目前，AI技術(shù)主要應(yīng)用于員工招聘、培訓(xùn)開發(fā)、績效管理、離職管理等人力資源職能模塊，如表2所示。此外，AI技術(shù)還可以應(yīng)用于人力資源危機管理和員工心理健康干預(yù)等。例如，MESKó等發(fā)現(xiàn)，AI可以通過促進診斷、輔助決策、數(shù)據(jù)分析和協(xié)調(diào)管理等，來緩解醫(yī)療保健領(lǐng)域的人力資源危機[56]。胡心約等基于面部情緒識別、語音情緒識別、肢體動作情緒識別三種AI技術(shù)對員工的情緒健康進行了實時監(jiān)測和適時干預(yù)[57]。

綜上所述，雖然AI技術(shù)在人力資源管理領(lǐng)域中的應(yīng)用已取得初步進展，但在應(yīng)用研究和實踐方面仍存在不足之處。首先，AI技術(shù)在人才戰(zhàn)略規(guī)劃、員工關(guān)系管理、職業(yè)生涯管理等人力資源管理職能方面的應(yīng)用研究還較為缺乏。盡管Ye等運用人工神經(jīng)網(wǎng)絡(luò)對員工在社交網(wǎng)絡(luò)中的行為動態(tài)建模以識別高潛力人才，卻沒有構(gòu)建企業(yè)的人才戰(zhàn)略規(guī)劃框架[43]。Almalis等使用FoDRA算法對應(yīng)聘者的簡歷與職位描述進行匹配，卻忽略了組織發(fā)展前景、員工職業(yè)目標(biāo)與開發(fā)方向等因素，未形成職業(yè)生涯規(guī)劃動態(tài)模型[34]。

表2 AI在人力資源管理中的主要應(yīng)用職能

其次，在應(yīng)用實踐方面，研究人員側(cè)重于對模型、變量或算法的選擇與創(chuàng)新，對應(yīng)用情境、意愿和結(jié)果等沒有進行深入探討。例如，Sen等使用信息提取系統(tǒng)提取教育信息來初篩簡歷，但缺乏對系統(tǒng)應(yīng)用環(huán)境的考慮[23]；Sudha等通過機器學(xué)習(xí)分析候選人的性格能力以進行人崗匹配，卻沒有綜合考量其自身的崗位意愿[35]；Li等結(jié)合VR技術(shù)提出了一套應(yīng)用于電力行業(yè)的員工培訓(xùn)體系，卻沒有探究其應(yīng)用結(jié)果[25]。

總之，AI技術(shù)在人力資源管理中的應(yīng)用仍是一個新話題，成熟的應(yīng)用實踐不超過10年，還需研究者長期追蹤，為“AI+HRM”的研究提供實踐基礎(chǔ)。

三、AI技術(shù)驅(qū)動下人力資源管理實踐存在的優(yōu)勢

AI技術(shù)在人力資源管理領(lǐng)域發(fā)揮著較大優(yōu)勢，包括提高人力資源管理效率、降低工作成本、提供無偏評估下的針對性服務(wù)等。

（一）提高人力資源管理效率

AI由于擁有遠超人類的數(shù)據(jù)處理能力，在處理簡歷篩選、職位分析、賬單管理等常規(guī)性業(yè)務(wù)時效率遠高于人類。例如，AI依托大數(shù)據(jù)和云計算，可以涵蓋市場上的人才信息，解決人才供需錯位的問題，并且，AI可以科學(xué)快速地篩選簡歷。在2017年北美獵頭公司SourceCon舉辦的招聘大賽中，機器人只花3.2秒就在5 500份真實簡歷中篩選出了合適的簡歷，而頂尖獵頭團隊卻需要4～9小時不等。此外，AI不受時空限制，能夠協(xié)調(diào)面試安排，同時面試數(shù)名應(yīng)聘者，大大提高了招聘效率。

（二）降低工作成本

AI技術(shù)的使用可以幫助人力資源部門降低勞動力、培訓(xùn)和離職所帶來的成本。首先，相比于人類，對于簡單常規(guī)的工作，AI完成工作的時間相對更少[37]；對于危險系數(shù)高的工作，機器人執(zhí)行任務(wù)的風(fēng)險相對更低[58]。AI技術(shù)的使用可以減少勞動力成本投入，提高企業(yè)自動化程度。其次，AI技術(shù)的運用使企業(yè)可以用較低的成本為員工提供高質(zhì)量的培訓(xùn)，如通過計算機視覺、深度學(xué)習(xí)、VR/AR等技術(shù)模擬員工難以實地體驗的工作場景，擴寬教學(xué)場景，實現(xiàn)知識的可視化[38]。再者，企業(yè)依托AI的數(shù)據(jù)挖掘功能，可以預(yù)測員工的離職率并分析離職原因[54]，及時制定相應(yīng)政策防止人才流失。根據(jù)IBM Smarter Workforce Institute的研究，IBM通過實施多項AI應(yīng)用程序節(jié)省了1.07億美元的人力成本[59]。

（三）提供無偏評估下的針對性服務(wù)

AI依憑數(shù)據(jù)挖掘和算法決策能準(zhǔn)確分析員工信息，為其提供最匹配的崗位，最適合的培訓(xùn)和最公平的薪酬。首先，AI可以根據(jù)企業(yè)需求，精確定位能力和價值觀符合企業(yè)要求的人才，并有效避免主觀因素的影響。具體來說，AI是將任職資格轉(zhuǎn)換為數(shù)值型指標(biāo)，對應(yīng)聘者的能力、心理及價值觀進行評估，計算出符合標(biāo)準(zhǔn)的候選人，實現(xiàn)人崗匹配[34～35]。其次，AI可以對企業(yè)信息進行圖譜化管理以發(fā)現(xiàn)人力資源管理的不足，及時為員工制定針對性的學(xué)習(xí)方案。最后，企業(yè)利用AI技術(shù)可以實時檢查員工工作完成情況[60]，采用可量化的指標(biāo)客觀評估員工績效，保證薪酬制度的透明化和公平性。

四、AI技術(shù)驅(qū)動下人力資源管理實踐面臨的問題

AI技術(shù)在人力資源管理中的應(yīng)用也會帶來消極影響，涉及技術(shù)層面的不足，個體層面的員工安全感缺失、隱私容易泄露，社會層面的勞動關(guān)系變革、AI倫理問題等。

（一）技術(shù)層面

首先，現(xiàn)有的AI技術(shù)智能化程度不高。目前的聊天機器人或簡歷篩選器只能識別程序設(shè)定的常規(guī)詞語或句子，不能理解多語義或有隱義的語句。其次，AI難以自主甄別信息。應(yīng)聘者或員工可以提供有誤信息以引導(dǎo)算法得出有益于自身的結(jié)果，但機器往往難以甄別這種虛假信息。另外，AI無法預(yù)測重要事件。人力資源管理存在一些不常發(fā)生的重要事件，如在小規(guī)模的組織中解雇員工。重要事件的樣本量往往過少，但機器學(xué)習(xí)等AI技術(shù)需要大量觀測值進行訓(xùn)練，所以AI難以準(zhǔn)確預(yù)測非常規(guī)事務(wù)[3]。因此，不能由AI完全取代人類HR進行人力資源管理，“AI+HRM”的新模式更為合適。

（二）個體層面

隨著AI技術(shù)的發(fā)展，手續(xù)辦理、薪酬核算等流程性和計算性的工作正在被機器所替代[61]，員工失業(yè)風(fēng)險劇增，導(dǎo)致員工的安全感缺失。2017年McKinsey Global Institute預(yù)測到2030年約60%職業(yè)將被AI替代，約有7 500萬～3.75億勞動力需要轉(zhuǎn)換職業(yè)類別。Vaishnavi等對班加羅爾各地區(qū)的員工進行結(jié)構(gòu)性調(diào)查，發(fā)現(xiàn)多數(shù)員工都擔(dān)心自己會被AI取代[62]。除此之外，AI也容易導(dǎo)致員工隱私被泄露。人力資源部門會有意收集信息以分析員工工作情緒、探究其工作參與度等，AI也會自主收集員工性格偏好、家庭背景、關(guān)系網(wǎng)絡(luò)等隱私信息用于機器學(xué)習(xí)[52]。收集員工信息能夠為戰(zhàn)略人力資源管理的分析預(yù)測提供建議，但執(zhí)行過程中難以避免過度索取員工信息、侵犯員工隱私等問題。

（三）社會層面

首先，AI技術(shù)在人力資源管理領(lǐng)域的應(yīng)用會導(dǎo)致勞動關(guān)系變革。隨著AI技術(shù)的發(fā)展，勞動關(guān)系主體模糊、勞動保障不完善、勞動風(fēng)險增加等問題也隨之而來[40,63]。比如，企業(yè)的智能化轉(zhuǎn)型將會增加技術(shù)、營銷等相對復(fù)雜的高技能勞動力崗位數(shù)量，降低制造、行政等相對簡單的低技能勞動力崗位數(shù)量[64～65]，造成收入兩極分化、資強勞弱的不良局面。同時，AI技術(shù)的應(yīng)用會帶來一些社會倫理問題。一是人類和AI主體地位的爭議問題。目前AI只關(guān)注數(shù)據(jù)易導(dǎo)致管理過程中對人的物化[39]，而隨著AI的擬人度不斷提高，人類的主體地位將受到威脅[66]。二是數(shù)據(jù)本身的不準(zhǔn)確，算法規(guī)則代碼的不透明，以及運行程序中道德規(guī)范的缺失會讓算法歧視成為可能。如招聘時AI進行數(shù)據(jù)分析可能會得出健康人比殘疾人更優(yōu)秀的結(jié)論而淘汰殘疾人，忽視了社會責(zé)任、國家政策、企業(yè)文化等因素。

五、總結(jié)及展望

“AI+HRM”作為人力資源管理發(fā)展的重要趨勢，對AI進行研究有助于推動人力資源管理的發(fā)展。本研究發(fā)現(xiàn)，雖然AI技術(shù)在人力資源管理領(lǐng)域的應(yīng)用研究已經(jīng)有了初步進展，但仍然存在許多問題有待深入探討。

首先，理論層面上，要夯實AI在人力資源管理中的理論基礎(chǔ)。從研究方法上看，相比質(zhì)性研究，現(xiàn)有研究多以量化方法展開AI對員工態(tài)度和行為的影響研究[67～68]。從理論結(jié)構(gòu)上看，有用交易成本理論研究員工招聘的[69]，也有用社會認知理論探討員工使用AI的心理反應(yīng)的[70]。但總的來說，現(xiàn)有研究大多集中于AI技術(shù)應(yīng)用于組織的整體機制探索[29～31]，缺少AI技術(shù)與人力資源管理這一細化領(lǐng)域的融合研究，“AI+HRM”的理論研究尚不成熟。未來研究人員應(yīng)加強跨界交流，同時推進實證研究和質(zhì)性研究，構(gòu)建符合人力資源管理應(yīng)用情境的AI理論框架。

其次，技術(shù)層面上，需優(yōu)化AI在人力資源管理中的應(yīng)用技術(shù)。AI技術(shù)應(yīng)用過程中存在小數(shù)據(jù)集的約束、隱私泄露、算法歧視、人類主體地位受沖擊等問題，但現(xiàn)有研究主要著眼于現(xiàn)象評述，尚未對其給出行之有效的解決措施[71]。未來需關(guān)注新技術(shù)、新算法的產(chǎn)生，提高機器的精度和智能化程度，如基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)，通過深度學(xué)習(xí)、遷移學(xué)習(xí)等算法實現(xiàn)小數(shù)據(jù)集的預(yù)測[72]；同時，提高算法可解釋性、增加系統(tǒng)透明度[73]、加強人類控制與追蹤，構(gòu)建安全可靠、公平透明、符合倫理、泛化能力強的AI框架[74]，為人力資源的智能化管理提供先決條件。

最后，應(yīng)用層面上，應(yīng)細化AI技術(shù)在人力資源管理中的應(yīng)用策略。AI技術(shù)應(yīng)用于人力資源管理，會對勞動關(guān)系帶來沖擊，引發(fā)一系列社會倫理問題，對個人權(quán)利、企業(yè)發(fā)展、社會治理產(chǎn)生深刻影響。目前學(xué)界和企業(yè)對AI的研究主要集中于經(jīng)濟和技術(shù)方面，缺乏對社會穩(wěn)定和倫理問題的深層探討[71]。未來的應(yīng)用研究不只要完善AI技術(shù)成果，更要著眼于應(yīng)用后果，構(gòu)建新的倫理范式，做到人類與AI和諧共生。具體來說，企業(yè)需要細化AI的應(yīng)用環(huán)節(jié)與策略。一是要關(guān)注各利益相關(guān)方（員工、客戶、股東等）對于企業(yè)使用AI的心理和行為；二是要加強人力資源人員與算法工程師、計算機科學(xué)家的合作，提高跨學(xué)科綜合素質(zhì)；三是鼓勵員工利用AI進行自我管理、自我提升。總之，企業(yè)應(yīng)反對算法霸權(quán)和唯人工智能論[75]，而是將技術(shù)作為決策支持的工具，推動“AI+HRM”新模式的發(fā)展。