经验主义的局限研究报告

本文探讨了人工智能（AI）在人力资源管理（HRM）中的应用及其局限性。作者认为，尽管AI被寄予厚望，但其应用存在诸多风险和限制，源于AI系统的基本结构。

文章首先回顾了HRM领域的历史，指出“人员分析”和数据分析的兴起为AI的应用奠定了基础。随后，作者提出了一个基于三个参数的框架来评估AI工具：系统目标、数据来源和编程方式。

文章分析了AI在四个核心HRM功能中的应用：招聘、薪酬、排班和绩效管理。在每个领域，AI系统都存在以下问题：

• 目标: HRM中的许多目标难以量化和明确，导致AI系统无法有效实现其目标。
• 数据: AI系统依赖的数据质量低下或存在偏见，导致输出结果不可靠。
• 编程: AI系统的编程方式不透明，难以解释其决策过程，增加了歧视和法律风险。

文章指出，HRM领域对数字化和实证主义的过度关注导致了对其应用AI的盲目乐观。作者呼吁HR专业人士参与AI系统的设计和实施，以提高其理解和应用AI的能力，并降低风险。

最后，文章强调，AI在HRM中的应用需要以人为本，并充分考虑其局限性。只有通过多方参与和合作，才能确保AI系统真正为组织和个人带来益处。