إدارة تدفق العمل المدعومة بالذكاء الاصطناعي وتأثيرها في استدامة الموارد البشرية -الدور الوسيط للمرونة الرقمية: دراسة تحليلية في مصرف الرافدين
DOI:
https://doi.org/10.59992/IJFAES.2026.v5n7p7الكلمات المفتاحية:
إدارة تدفق العمل، الذكاء الاصطناعي، استدامة الموارد البشرية، المرونة الرقمية، مصرف الرافدينالملخص
يهدف هذا البحث إلى تحليل تأثير إدارة تدفق العمل المدعومة بالذكاء الاصطناعي في استدامة الموارد البشرية، مع الكشف عن الدور الوسيط الذي تؤديه المرونة الرقمية في تعزيز هذا التأثير، بالتطبيق في مصرف الرافدين بوصفه أكبر المصارف الحكومية العراقية وأعرقها، إذ يمر بمرحلة تحول رقمي متسارعة تفرض إعادة تصميم تدفقات العمل بالاعتماد على تقنيات الذكاء الاصطناعي. وانطلق البحث من إشكالية مفادها وجود فجوة بين ما يتبناه المصرف من حلول ذكية لإدارة تدفق العمل وبين مستوى استدامة موارده البشرية على صعيد العدالة والشفافية ورفاهية العاملين والكفاءة الاقتصادية.
اعتمد البحث المنهج الوصفي التحليلي، وتكون مجتمعه من (150) فرداً من العاملين في المستويات الإدارية في المصرف، في حين بلغت العينة (78) مستجيباً من شاغلي المواقع الإدارية (مدير، معاون مدير، مدير قسم، مدير شعبة). واستعملت الاستبانة أداة رئيسية لجمع البيانات، وعولجت البيانات بأساليب إحصائية متعددة شملت الوسط الحسابي والانحراف المعياري ومعامل الارتباط وتحليل الانحدار وتحليل المسار لاختبار الوساطة.
وتوصل البحث إلى وجود تأثير معنوي موجب لإدارة تدفق العمل المدعومة بالذكاء الاصطناعي في استدامة الموارد البشرية، وإلى أن المرونة الرقمية تتوسط هذه العلاقة وساطة جزئية، إذ تعمل قناة تحول قدرات الذكاء الاصطناعي إلى استدامة أعلى للموارد البشرية. وقدم البحث جملة من التوصيات أهمها مأسسة المرونة الرقمية، وربط حلول تدفق العمل الذكي بمؤشرات استدامة الموارد البشرية، وبناء أنموذج مقترح يوجه المصرف نحو موارد بشرية أكثر استدامة.
المراجع
1. Järström, M., Saru, E., & Vanhala, S. (2016). Sustainable human resource management with salience of stakeholders: A top management perspective. Journal of Business Ethics, 152(3), 703-724.
2. Kramar, R. (2014). Beyond strategic human resource management: Is sustainable human resource management the next approach? The International Journal of Human Resource Management, 25(8), 1069–1089. https://doi.org/10.1080/09585192.2013.816863.
3. Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior Research Methods, 40(3), 879–891.
4. Sambamurthy, V., Bharadwaj, A., & Grover, V. (2003). Shaping agility through digital options: Reconceptualizing the role of information technology in contemporary firms. MIS Quarterly, 27(2), 237–263.
5. Sharma, R., & Kiran, R. (2025). Integrating sustainability into human resource management: Building a greener workforce for the future. Sustainability, 17(3), 1113. https://doi.org/10.3390/su17031113.
6. Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial intelligence in human resources management: Challenges and a path forward. California Management Review, 61(4), 15–42. https://doi.org/10.1177/0008125619867910.
7. Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533.
8. Van der Aalst, W. M. P. (2016). Process mining: Data science in action (2nd ed.). Springer.
