اولویتبندی برنامههای توسعه فردی مدیران منابع انسانی در حوزه مربیگری با بهرهگیری از روش دلفی مبتنی بر هوش مصنوعی | ||
| پژوهش های مدیریت در ایران | ||
| Articles in Press, Accepted Manuscript, Available Online from 13 February 2026 | ||
| Document Type: مقاله پژوهشی | ||
| Authors | ||
| زهرا پورامینی1; حامد دهقانان* 2; مهدی یزدان شناس3; ایمان رئیسی وانایی4 | ||
| 1دانشجو | ||
| 2استادیار، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران | ||
| 3دانشیار دانشگاه علامه طباطبایی | ||
| 4دانشیار دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی | ||
| Abstract | ||
| این پژوهش با هدف شناسایی و اولویتبندی مهارتها و نیازهای توسعه فردی مدیران منابع انسانی در حوزه مربیگری، به تلفیق روش دلفی سنتی (مبتنی بر دیدگاههای خبرگان) با قابلیتهای روش دلفی مبتنی بر هوش مصنوعی پرداخته است. در راستای ارائه یک الگوی نوآورانه در روششناسی تحقیق، از ظرفیت تحلیل مدلهای زبانی پیشرفته نظیر ChatGPT، DeepSeek، Perplexity، Microsoft Copilot و Gemini در کنار تجربه و قضاوت انسانی استفاده شده است. پژوهش از نوع کاربردی است، اما به دلیل تمرکز بر توسعه ابزارهای تحلیلی نوین، جنبههایی از پژوهشهای بنیادی را نیز در برمیگیرد. جامعه پژوهش شامل ۱۰ نفر از متخصصان منابع انسانی و پنج مدل زبانی هوش مصنوعی است. گردآوری دادهها با استفاده از روش دلفی انجام شده و برای افزایش اعتبار یافتهها، رویکرد زاویهبندی به کار رفته است. شایان ذکر است که برای طراحی پرسشنامه اولیه، علاوه بر مرور ادبیات، ۱۰۰ شرح شغلی و ۵۰ آگهی شغلی با استفاده از Python تحلیل شده است. نتایج نشان میدهد دلفی مبتنی بر هوش مصنوعی توانایی بالایی در تحلیل دقیق و چندلایه مؤلفهها دارد و دادههایی با دیدگاههای متنوع و چرخشی تولید میکند. این فرآیند در پنج مرحله طراحی شده که از نگارش هدفمند پرامپتها آغاز و با اولویتبندی مؤلفهها پایان مییابد. برای نخستین بار در ایران، این فرآیند به صورت ساختارمند در حوزه توسعه فردی و پژوهشهای علمی اجرا شده و میتواند در ترکیب با دلفی انسانی، دقت تحلیل و کیفیت تصمیمسازی در مطالعات را بهطور معناداری ارتقا دهد. | ||
| Keywords | ||
| مربیگری; توسعه فردی; هوش مصنوعی و روش دلفی | ||
| References | ||
|
| ||
|
Statistics Article View: 143 |
||
| Number of Journals | 45 |
| Number of Issues | 2,171 |
| Number of Articles | 24,674 |
| Article View | 24,436,269 |
| PDF Download | 17,551,359 |