算法與認知：AI驅動的人力資源管理創新

摘 要：信息化時代的深入發展使AI實踐成為企業人力資源管理必須面對的課題。整體看，各行各業在人力資源管理領域對AI的應用尚未達成清晰的認知和普及。基于認知行為理論、創新擴散理論，從組織、社會層面建構了基于AI驅動的人力資源管理創新模型，揭示AI與人力資源管理領域的發展過程，確定AI的應用邏輯及在人力資源管理職能模塊的實踐。

關鍵詞：人工智能；人力資源管理；認知行為理論；創新擴散理論

中圖分類號：F272.92;F270.7；TP18

文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202406082

Algorithm and Cognition： AI-Driven Innovation in Human Resource Management

Fu Chunxiang， Yan Yuhang

（Business School，Gansu University of Political Science and Law， Lanzhou 730070， China）

Abstract：The deepening of the information age has made AI practice a topic that enterprise human resource management must face. On the whole， the application of AI in the field of human resource management in various industries has not reached a clear cognition and popularity. Based on cognitive behaviour theory and innovation diffusion theory， this paper constructs an AI-driven HRM innovation model based on organizational and social levels， reveals the development process of AI and the HRM field， and identifies the logic of the application of AI and the practice of AI in the functional module of HRM.

Key Words：Artificial Intelligence; Human Resource Management; Cognitive Behavior Theory; Innovation Diffusion Theory

0 引言

經濟全球化的深入發展和信息化時代的到來，使企業競爭環境更加激烈，各國各行各業力求以信息技術、大模型等創新方式獲取核心競爭力，以期實現可持續發展。當今時代表現一個突出的特征：“數據噴涌”，數據多而雜，而數據又是社會作出正確判斷、組織作出合理決策的依據。AI（人工智能）作為前沿技術，以算法為基礎完成腦力過載無法勝任，或者相比較而言使用腦力較為浪費的工作，具備顯著優勢。已投入使用的實踐案例證明了AI的有效性，AI研究和應用效果逐步得到認同與接受。2022年底發布的ChatGPT已擺脫“Siri”式的機械反饋，通過智能化替代人工客服，嘗試自主編程、撰寫論文，解決實際問題；2024年初面世的文本視頻模型Sora，將AIGC的發展由靜態推向動態，推動AIGC邁出AGI（通用人工智能）的步伐。AI成為企業運行過程中強有力的協助工具，盡管AI的應用場景依然存在諸多局限，但強化學習和認知迭代的特性，為其賦予了極高的發展潛力[1]。

AI的發展推動我國部分產業轉型[2]，在應用方面取得了一定的成效[3]，作為新質生產力驅動的重要組成，促使創新成果從實驗逐步邁向產業實踐；但其在人力資源管理領域的實踐應用并不充分[4]，從傳統的人力資源管理轉向AI驅動的人力資源管理，極具挑戰性。一方面，AI的介入，對員工、組織、行業乃至社會的整個生態都具有一定的影響，我們既需要考慮“技術性失業”的后果[5-6]，又必須規避“技術性失智”的發生；另一方面，AI驅動的人力資源管理必將為企業的發展增添動力，實現物力資源向智力資源的轉化[7]，帶來長效結果，提高社會生產率，促進社會進步[9]。

1 AI驅動的人力資源管理研究回顧

1.1 AI界定

AI是研究用于模擬、延伸和擴展人的智能的理論、方法等一系列技術的集成。區別于任何一般的程序，AI通過整合高質量信息和高速運算的方法實現高速運算，保證計算機在日常使用時的魯棒性。AI的研究核心是ML（機器學習），目前已經成為開發應用于電腦圖形視覺藝術、語音識別、人類自然話語信息處理、AI機器人操控等應用領域的首選方式，以AI為技術核心實現內部管理協同是企業未來的發展范式[6]。

1.2 研究邏輯

人工智能與數字智能人將成為組織最重要的資產和生產要素，是具有自學習、自進化、自我增值的新組織資本。伴隨著人、機、物高度融合互動，人機關系從對抗走向融合，共生共創的組織新生態、新工作場景逐步形成[8]。

AI基于編程，要深入把握AI，基礎在于計算、編碼和運算。若將AI的概念具體化，那么應用過程中方法也會較為抽象，所以需要用一種心理距離較近的形式來表現這種方法，即將AI擬人化[10]。以生物進化為隱喻，籍由媒介進化論，認為社會環境的變化必然引起AI的演變[1]。因AI的底層框架由人的邏輯模塊一步一步組成，所以擬人化研究AI的邏輯具備充分的合理性。將預先考慮到的情境統一化，經過嚴密的思考和漏洞的補缺，把認為理應做出反應的諸多可能路徑以代碼的形式導入AI，實現人機互通，放置AI在類似的情境下進行應用訓練，過程中輔以調整模型，完成AI的最終形態。這類擬人化的思維邏輯可以稱作“智慧的進化”，這種“進化”體現為技術創新和文明發展的成果。這一擬人化后的結果便可以稱作大模型。大模型為AI提供了強大的學習能力和問題解決能力，AI則通過大模型不斷學習、模仿和改進，從海量數據中挖掘信息。企業作為創新的集聚地，在意識到思維的拓展與變革時，即時通過層層神經網絡，變更預設的邏輯程序，最終利用機器分析數據，實現AI進步，逐步完成進化閉環。

1.3 研究回顧

在AI初步介入人力資源管理領域時，通過對建立的數據庫進行數據清洗與數據挖掘等工作，帶來了明顯區別于傳統人力資源管理的優勢。從經驗性和主動性、標準化和流程化、碎片化和模糊化及滯后性向數據化和客觀性、個性化和敏捷性、全面性和清晰化及前瞻性發生了轉變。同時AI的參與為人力資源管理創造了個體化差異。

人力資源管理主要強調匹配的重要性，而AI的應用在提升組織與員工匹配度的同時，也在提高員工自身的匹配度。從職能模塊來講，AI驅動的人力資源管理研究主要關注以下幾個方面。招聘和員工篩選：AI通過自然語言處理（NLP）和機器學習（ML）等技術主要對簡歷和面試結果進行統計與分析，經過自動化、智能化的簡歷篩選、面試問題的智能生成和候選人的綜合評估，完成在選擇合適候選人方面效率和效果的提高。培訓和發展：AI利用數據分析和ML來評估員工的技能和能力，并根據數據庫和信息預測開發個性化的培訓和發展計劃，利用員工歷史學習記錄和職業發展等數據，開啟數字化學習，提高員工培訓學習效率。績效評估：以NLP為核心的AI綜合分析員工的表現和工作質量，實時的數據監控、反饋收集和智能分析也在重塑企業的決策過程，以提高評估標準的量化能力。薪資和福利管理：AI將數據分析和ML作為主要方式，評估員工的薪資和福利水平，并根據這些信息來制定合理的薪資和福利政策。離職管理：AI匯總多種數據信息和預測模型，分析員工的工作滿意度和離職傾向，以此應對組織中人事變動帶來的影響。

2 AI驅動的人力資源管理創新邏輯建構

2.1 組織層面AI驅動的人力資源管理創新邏輯

2024年全國兩會，“數字經濟”成為代表委員熱議的重點話題，數字經濟的重要程度已得到國家層面的認可。從宏觀來看，數字經濟已經成為發展主題。隨著信息時代的特征越發明顯，數字技術對于當前時代同樣是核心中的核心，對于企業而言，數字化變革是增添創新動力、發展潛力的一大手段。也就是說，從時代發展、國家、企業三方面來講，數字化變革勢在必行[10]。數字化變革通過自動化流程和優化資源管理的方式提升業務效率和生產率；通過數據驅動決策和實時監控與分析的方式增強決策能力；通過運營體系創新推動創新與發展。AI在數字化變革中起重要作用。人力資源管理作為社會及企業發展的重要動力源，與AI相結合，不僅可以提升企業的效率和競爭力，推動企業創新和可持續發展，還可以幫助企業實現更高的業務價值和社會價值。

2.1.1 算法：數字化變革下人工智能-人力資源系統帶來的組織創新促使認知普遍

算法是一組定義良好的指令或規則，用于解決特定問題或完成特定任務的計算過程。AI在組織層面的作用邏輯通過算法的體現來實現。它幫助組織提高決策效率和準確性、自動化水平、創新能力，從而在競爭中保持優勢。

數字化變革的進程中，伴隨著兩方面的改變。一方面是舊組分的剔除，例如在線客服、車載智能和智能機器人，機械式的應答并不能稱作智能，它們只具備以關鍵詞為目標的定式反饋；另一方面是新興事物和技術的建立，近期接二連三發布的算法模型：ChatGPT4、文言一心、Sora模型等，多類技術逐一實現突破的同時，帶給我們震撼與思考，它們的回應表明已有明確的擬人化特征，階梯式的跨越使得這些技術在各領域迅速投入應用。各個領域的領先企業已將AI投入實踐，并取得顯著成效。而在人力資源管理領域的數字化推進，必然要建立起人工智能-人力資源系統[12]。系統的建立意味著變革的初步推進，同時促使組織內AI技術相關的知識引領，帶動AI在人力資源管理領域的實踐。人工智能-人力資源系統從知識來源的視角，顯著提高企業的創新能力[13]，其次，系統可以更好地促進人力資源方面匹配機制的達成，優化人力資源工作成果，使組織更為協調，人員的個性化才能得以變現，組織的創新能力得到有效提升；時間和經濟成本的優勢為組織創新提供優渥的條件，對比以往需雇傭多人完成的簡單重復性工作，系統可以逐步實現替代，人工智能-人力資源系統為組織節省了經濟成本，促使組織可以更好地配置人力成本[14]，系統通過輔助決策會為管理者帶來更多可自主支配的時間；系統的建立有助于營造技術創新的氛圍，當創新的效益實際體現在工作過程中，更能激勵創新行為，繼而帶動其他組織積極涌入人力資源創新，量變引起質變，便朝著技術創新的方向發展，具體路徑體現為數字化變革—人工智能-人力資源系統—組織創新—技術創新。鑒于此，本研究提出：

命題1：組織基于算法進行數字化變革，構建人工智能-人力資源系統，通過AI帶來的機會和優勢，增強組織創新能力，進而達成技術創新。

2.1.2 認知：組織文化與AI邏輯匹配下人工智能-人力資源實踐帶來的組織高績效

當前時代伴有技術革新迅速、數字深度融合的特點。企業必須尋求緊跟甚至超越時代的變化速度，而提高認知是組織的重要路徑。認知是企業適應環境、不斷突破的核心動機。數字化轉型成為當前企業變革的趨勢，組織為了生存和持續發展，必須加入變革的行列。組織變革從思想層面來講，屬于文化的演變，文化作為先決條件引導組織跟隨時代轉向，組織文化在組織變革過程中起著關鍵作用[15]。基于認知行為理論，認知在情緒與行為之間扮演中介與調節的作用，在數字化變革過程中，組織文化與AI邏輯的匹配程度充當著這一角色，即認知。認知越明確，產生與行為相反的情緒就越少，行為阻力就越小。當認知程度較低時，認知成為變革推進的保健因素，對于AI組織中的實踐，雖然不能激勵，但能夠保證實踐的正常進行；當認知程度較高時，例如激勵因素，因為是組織所倡導且是有利的，便會促進人工智能-人力資源實踐的開展。此類工作的初衷和目的共同指向了提升組織績效。有良好的實踐檢驗，組織在變革過程中持續增加AI與人力資源管理相結合的理論和實踐投入，通過節省人力成本、提高決策效率、落實責任主體，以實現創新進而帶來組織高績效[16]，形成良性循環。具體路徑為：組織文化與AI邏輯匹配—人工智能-人力資源實踐—組織績效—組織創新—技術創新。鑒于此，本研究提出：

命題2：組織基于認知重塑進行組織文化與AI邏輯匹配，促進人工智能-人力資源實踐，進而提升組織績效，組織對AI-人力資源實踐進行反哺，形成良性循環，實現組織創新。

當組織將AI與人力資源管理相結合取得突出績效表現時，是具有標榜意義的，于組織內部而言，領導變更管理重點，促使AI在組織內得到正視，同時因AI本身具備的靈活性與適用性，組織氛圍將表現出更為包容的一面，協助AI在組織內的推廣，以期技術革新得到組織成員的認可與推崇[17]；于組織外部而言，企業爭相效仿，在知識共享的過程中一旦突破組織壁壘，在多個組織間擴散，進而引起較大規模的組織對此進行思考。于學術中成為經典案例、擴散成為新媒體的熱點，將學術研究、輿論擴散做手段，由相關組織、研究主體進行推廣，擴大AI與人力資源管理相結合取得實際成效的影響力，帶動組織層面的深入研究和探索，由感性認識上升至理性認識，從而實現較為普遍的認知。具體路徑為：組織文化與AI邏輯匹配—人工智能-人力資源實踐—組織績效—認知普遍。鑒于此，本研究提出：

命題3：在實踐取得卓越的組織績效后，以組織的表現反映AI與人力資源管理的結合，這一績效表現會通過多主體進行多渠道擴散，形成普遍認知。

2.2 社會層面AI驅動的人力資源管理創新邏輯

結合時代特征與社會典型，社會層面AI技術推動人力資源管理的應用多路徑地實現創新擴散，通過幫助社會層人崗匹配、薪酬匹配等目標的實現，同時協助提升崗位責任認知與評估，釋放人才效能，為AI驅動的人力資源管理不斷注入創新動力，提升影響力和知識共享程度，帶動實現普遍認知。

2.2.1 算法：時代特征下信息技術創新提升社會生產率

AI成為時代需求和發展方向，人類的日常生活被AI所包裹。在人類進化的過程中，AI以其硬件構成和軟件進化的特點成為了協同進化的工具，加之AI的逐步普及和除卻生物構造的局限性，人類選擇用AI能夠更好地服務于社會、服務于自身[18]。由于這一客觀需求，便有了AI進一步的技術創新，創新不止于人們的生活需求，更在于各行各業的生產經營活動。以社會群體為單位，依據最為常用的線性回歸、決策樹、支持向量機（SVM）、K-近鄰以及人工神經網絡（ANN）等算法模型完成信息分類、人才劃歸、薪酬水平決策，增加信息對稱度，在社會層面做到人崗匹配、薪酬匹配。同時諸如文言一心、ChatGPT、豆包等國內外大模型的投入應用，確保整個社會實現人力資源的配置優化[19]。當應用實踐得到較好的反饋，社會的發展進一步要求AI在人力資源管理領域進一步創新。隨著社會資源投入力度加大，社會主體對于AI的認識渠道和理解渠道持續增加；認識的傳播過程是網絡化的，數量呈幾何級數增長，進而實現社會范圍內的普遍認知。路徑體現為：時代變革—技術創新—認知普遍。鑒于此，本研究提出：

命題4：數字化時代變革對AI提出需求，推動技術在人力資源管理領域應用，使社會生產率提升，應用反饋進一步驅動創新。

創新的發生最初集中于一點。創新的發生從地理區域、職能范疇和行業類別視角出發。從地理區域來看，創新源于全國范圍內的局部地區，局部區域創新技術取得一定的發展，在實踐應用中獲得成效后，區域內各行政、企業主體爭先效仿，創新由點到面迅速擴散。從職能領域來看，最初開始于人力資源管理領域中的某一部分，當創新在管理過程中表現出良好的創新績效時，技術創新就會發生擴散，創新的擴散會先從發生的這一環節向上端和下端延申，直至實現全過程人力資源管理創新；從行業類別來看，創新的發生大多集中于高新技術企業和互聯網企業，當這些企業創新取得實際產出后，會波及到整個供應鏈的上游和下游，出現行業的績效差距，行業內的博弈就要求其余行業也要進行創新發展，最終實現創新擴散。創新擴散從局部到全局，從部分到整體。路徑體現為：時代變革—技術創新—創新擴散。鑒于此，本研究提出：

命題5：時代背景下的創新由一點推向多點，由局部邁向全局，創新范圍、領域不斷擴大，形成創新擴散。

2.2.2 認知：行業典范引發的創新擴散驅動AI人力資源認知普遍

行業的變革、生產率的提高先發生在個別企業，然后在全社會范圍內推廣應用。以典型的技術性企業互聯網企業為例，百度、華為和IBM公司都處于數字化變革的前沿，并在招聘、培訓與員工關系管理方面取得了一定的實踐成果。這些示范性企業做出創新之后，根據創新擴散理論，一方面，同行業企業看到這樣的成效會自發的跟隨這種創新，達到了創新擴散的目的，另一方面，行業中有個別企業生產率過高，其他企業為了不被淘汰，不得不進行創新，最終實現創新擴散。雖然一種是主動進行，另一種是被動推進，但二者都必須將AI技術實際應用，結果是AI的應用越來越廣泛，而效果也為眾人所知。AI人力資源管理的認識是新知識學習的過程，創新擴散的成效便是增強社會認知的學習動機；同時，隨著AI的關注度和社會認知程度提高，人力資源管理作為現代管理的核心，于社會、企業而言，是工作開展的基礎，也是提升工作績效的重要動力。在結合AI與人力資源管理方面，諸多知名企業為我們提供了不同的答卷，隨著時間推移，有更多的形式和實踐提供參考。為使社會健康高效發展，社會對于AI在人力資源管理領域的應用關注度也必須做出回應，重視程度越高，認知越普遍。路徑體現為：社會典范—創新擴散—社會生產率提高—AI人力資源普遍認知。鑒于此，本研究提出：

命題6：社會上示范企業越多，創新擴散的范圍越大、創新擴散的效用越顯著，產生的影響越大，則社會對于AI在人力資源管理領域的關注度越高，認知更普遍。

綜上所述，本研究提出AI驅動人力資源管理創新的理論框架（圖1）。

3 AI驅動的人力資源管理應用邏輯

AI通過兩個主要步驟與人力資源管理緊密結合在一起。一是應對常規任務的自動化，二是多方海量數據的處理。第一步將人的簡單重復勞動時間大大減少，將員工的時間資源投入更有效的部分，這本身就是人力資源工作的一部分，第二步將自動化的結果輔助決策，會為管理者提供決策依據和決策建議，從廣泛意義來看，提高了決策的精度。探究數字化與AI的關聯性發現，AI離不開數字化。數字化是對現有海量數據價值的實現，海量數據價值的實現又為數字機器自主學習提供了豐富的信息資源[21]，加速了AI的進程。這個過程將兩大應用步驟連結在了一起。在數字宇宙中，數字化奠定了AI發展的基礎，被賦予“生命”的AI將成為數字化的終極形態。

當今人力資源管理的趨勢是使用AI來改善和優化組織的人力資源管理過程[19]。AI驅動的人力資源管理研究可以幫助組織更好地管理人力資源，提高效率和生產力，降低成本，從而實現可持續發展。

3.1 應用架構

從人力資源管理職能模塊出發，分析AI驅動人力資源管理的應用框架，其核心是數據處理能力、計算能力和相對客觀理性的輔助決策結果。

在人力資源戰略和規劃方面，作為輔助決策系統，ML的運用可以幫助企業管理者作出完整的戰略規劃，以及人力資源計劃。而通過數據挖掘技術和信息獲取等手段，將所有能夠影響企業管理者決定的大數據加以收集，再進一步對大數據分析，根據外部環境變化產生的挑戰與危機，通過企業智能決策管理系統，在大數據與分析研究的基礎上，形成企業人力資源管理戰略。在招聘方面，通過ML的因果方法研究候選人的個性特質，對簡歷的候選人進行甄別，并且通過結構化測評，依據候選人過去的從業經歷、學業經驗和工作能力特點，可通過如聊天機器人（Chatbot）應用程序進行全面考核，然后再由人力資源部門進行人工測評，增加了找到與公司戰略目標、價值觀等相匹配的管理人員的機會。在培訓方面，以每個員工的職位要求為基準，旨在促進員工的職業形成與發展，改變傳統的教學與培養方法，AI幫助培養、調整和制定個性化的培訓計劃。在績效管理方面，ML幫助建立每個員工不同層面的大數據分析，從而使得人力資源部門能夠更加高效地獲取與統計人員測評成果，即將每位員工集成為一個個獨特的數據集，建成人才庫，幫助企業提高OKR、KPI等考核體系的契合性和量化能力。在薪酬制度方面，智能決策推薦是根據工作成員的實際行為給出的下一次工資的推薦，有效防止了非理性的工資選擇。在勞動關系管理方面，成立公司自己的社群便是很好地掌握及調整員工關系的主要途徑之一。同時勞動合同和人才分類的數據庫建立也是企業系統管理的重要措施。

從AI人力資源管理職能應用架構來看，應用前端都采用數據庫管理的模式，為AI應用提供依據；在應用過程中，通過算法模型對數據庫進行清洗和處理，將處理結果以應用成果的形式呈至相關決策人員，以幫助優化管理。

3.2 應用實踐

眾多人力資源專業職能模塊將會被智能人所替代，但人力資源管理的專業性、人性化、創新性與個性化服務不可能完全被替代[8]。根據AI的設計理念，其核心原理在于預測，而人力資源管理中的重點強調匹配，包括人崗匹配、戰略匹配、權責匹配、薪酬匹配，其勝任力是關鍵。學習勝任力已經成為人工智能時代促進人力資源自由全面可持續發展的核心主題。人工智能時代學習勝任力要保持本體論、認識論、價值論和方法論的統一[22]。在實際工作過程中，AI以數據為基礎的運算邏輯幫助降低了決策的主觀性帶來的不良影響，AI的應用實踐如何，就在于它預測的準確性是否滿足“匹配”的最小閾值。

在人力資源戰略和規劃方面。IBM公司人力資源部門的管理人員考量智能決策系統希望采取的政策建議，在其協助下提出了適合公司人才管理的政策。在招聘方面，百度TIC團隊根據應聘者在以往招聘中的經歷，開發出基于國內首個基于神經網絡的智能招聘算法模型，對相關信息經過整理和構建，從而得到了多角度的應聘者簡歷畫像。在培訓方面，基于標簽的多因素推薦算法可以為企業量身定做針對性的培訓方案和培養計劃，更容易讓人接受，實際效果更佳。在績效管理方面，包括門禁打卡出勤、獲取比較全面、有評價依據的員工信息，并通過權重的設定，不斷更新和改進績效考核方法。在薪酬制度方面，IBM公司根據決策樹原理的決策支持工具，協助管理人員建立薪酬規劃。在員工關系管理方面，各大知名企業建立的內部社區便是這樣一個渠道，既提供了員工的交流平臺，同時幫助企業更好地掌握員工的心理信息，以此適當調整員工關系，基于Transformer模型的ChatGPT就是AI中自然語言處理的典型應用。

但在應用實踐過程中，同樣面臨著一定的挑戰和問題。主要集中在就業問題和人權倫理問題兩個方面。AI人力資源應用的本意是提高社會生產率，節約社會資源，主觀目的達到的同時，伴隨著失業的客觀后果。由于技術創新帶來的效率提升，以致于原有勞動力質量和數量無法適配當前的勞動力要求引發的技術性失業后果，這是社會進步的必然。ChatGPT等人工智能技術對傳統工作崗位造成了一定程度的沖擊，同時也為勞動者提供了機遇和挑戰[23]，減少人類基礎性工作的時間，更多精力被釋放，引導社會的工作重心放在創新創意方面的塑造，長遠來看，ChatGPT等人工智能技術并不會取代人類勞動，反而會催生出更多的勞動形式。AI人力資源管理正在重塑商業模式、社會組織運營動力體系以及人類的行為體系。AI的依據在于數據分析，數據獲取的途徑就顯得非常重要，這也帶來了一個人權倫理的選擇：更多的隱私保護亦或者是高效的運行機制。社會與企業高效的AI人力資源管理意味著精準的信息來源，同樣代表著對原有法制范圍內所應允的隱私保護范圍的入侵，一旦缺乏了準確的信息支持，AI人力資源管理就發揮不出應有的效果。

4 總結與展望

本研究依據認知行為理論和創新擴散理論，從算法與認知兩方面出發，通過6個命題展現AI在人力資源管理的發展過程中的影響機制，從“應用試點”到“良性反饋”再到“廣泛推行”，得出“認知普遍”的逐步推理，據此從組織層面和社會層面跨層次建構了AI驅動人力資源管理創新的理論框架。之后探討AI在人力資源管理領域的應用基礎、應用架構和應用實踐，從人力資源管理的職能模塊展示了AI應用的實現過程。

本研究提出AI驅動人力資源管理創新的理論框架，但未進行實證研究。未來研究應該進一步探討不同文化和技術水平的差異。同時，雖然AI在技術上具有優勢，但需要關注其道德和隱私問題，避免偏離“以人為本”的發展宗旨，以及在員工心態、數據分析等方面可能帶來的問題。同時技術革新可能會導致技術性失業和技術性失智，如何妥善解決這些問題是今后探討的重點。

參考文獻

參考文獻：

[1] 張詩瑤，沈陽.Sora：傳媒生態的鏡像進化與認知變革[J].編輯之友，2024（6）：53-60.

［2］ 王建磊，曹卉萌.ChatGPT的傳播特質、邏輯、范式[J].深圳大學學報（人文社會科學版），2023（2）：144-152.

［3］ 王佳翠，張開文.基于深度學習理念的紅色旅游課程混合教學探索與實踐[J].遵義師范學院學報，2021，23（4）：110-112.

［4］ 徐文偉，肖立志，劉合.我國企業人工智能應用現狀與挑戰[J].中國工程科學，2022，24（6）：173-183.

［5］ 趙宜萱，趙曙明，欒佳銳.基于人工智能的人力資源管理：理論模型與研究展望[J].南京社會科學.2020（2）：36-43.

［6］ 肖磊，張家飛.ChatGPT的出現是否會讓工人失業？——基于勞動價值論的分析[J].科技創業月刊，2024，37（2）：83-88.

［7］ 張晉銘，徐艷玲.智能社會的“勞動”窘境及其化解[J].貴州社會科學，2022（10）：4-13.

［8］ 王亞男，王昇.AI時代飼料企業人力資源規劃與財務管理協同發展研究[J].中國飼料，2024（6）：89-92.

［9］ 彭劍鋒.新一代人工智能對組織與人力資源管理的影響與挑戰[J].中國人力資源開發，2023，40（7）：8-14.

［10］ 張敏，趙宜萱.機器學習在人力資源管理領域中的應用研究[J].中國人力資源開發，2022（1）：71-83.

［11］ 喻豐，許麗穎.人工智能之擬人化[J].西北師大學報（社會科學版），2020（5）：52-60.

［12］ 王艷明.數字化轉型對人力資源影響的研究[D].北京：北京郵電大學，2021.

［13］ 羅文豪，霍偉偉，趙宜萱，等.人工智能驅動的組織與人力資源管理變革：實踐洞察與研究方向[J].中國人力資源開發，2022（1）：4-16.

［14］ 邱洋冬.數字化變革與企業創新——知識來源視角[J].蘭州學刊，2022（7）：58-79.

［15］ 唐波，李志.人工智能對人力資源的替代影響研究[J].重慶大學學報（社會科學版），2021（1）：203-214.

［16］ 王秀娟. 企業文化對于組織變革的影響研究[D].北京：北京郵電大學，2020.

［17］ 駱前秋. 基于創新視角的生產力發展機制研究[D].成都：四川大學，2022.

［18］ 張建民，顧春節，楊紅英.人工智能技術與人力資源管理實踐：影響邏輯與模式演變[J].中國人力資源開發，2022（1）：17-34.

［19］ 郭菲琳.人工智能技術在檔案工作中的應用邏輯與路徑展望[J].蘭臺內外，2022（32）：28-30.

［20］ 張海英.高校數字化教學資源的建設與應用分析[J].遵義師范學院學報，2019，21（6）：128-132.

［21］ 李霞.人工智能對企業人力資源管理的影響研究[J].企業改革與管理，2022（3）：67-69.

［22］ 朱琦，黃甫全，蔣慧芳.學習勝任力發展：人工智能時代的學習進化論[J].中國電化教育，2023（8）：41-49，58.

［22］ 王學謙，倪士光.人工智能倫理的研究趨勢、挑戰與治理[J].科技創業月刊，2024，37（5）：158-164.

（責任編輯：宋勇剛）