تحولات فناورانه دهه اخیر، بهویژه گسترش هوش مصنوعی، سازمانها را با الگوهای نوینی از مدیریت دانش و بهرهوری منابع انسانی مواجه ساخته است. هدف این مقاله تبیین نقش هوش مصنوعی و سیستمهای اطلاعاتی سازمانی در ارتقای بهرهوری منابع انسانی با تأکید بر انتقال دانش است. با رویکردی تحلیلی-مروری، مبانی نظری مرتبط با هوش مصنوعی در سازمان، انتقال دانش، تسهیم دانش و سیستمهای اطلاعاتی سازمانی بررسی و پیوند میان این مفاهیم تبیین شده است. یافتههای مطالعات جدید نشان میدهد که هوش مصنوعی، فراتر از یک ابزار فنی، در تعامل با عوامل انسانی و زیرساختهای اطلاعاتی میتواند جریان دانش را در سازمان تسهیل کند. در این میان، انتقال دانش بهعنوان سازوکار محوری ارتقای عملکرد کارکنان مطرح است و تسهیم دانش بهعنوان یکی از سازوکارهای کلیدی آن عمل میکند. همچنین ادراک کارکنان از سودمندی، خودکارآمدی و میزان تهدید مهارتی ناشی از فناوری، در اثربخشی این فرایند نقش تعیینکننده دارد. در مجموع، همافزایی میان هوش مصنوعی، سیستمهای اطلاعاتی سازمانی و سازوکارهای انتقال دانش، میتواند به بهبود عملکرد و افزایش بهرهوری منابع انسانی در سازمانهای هوشمند منجر شود.
ارض پیما,محمد . (1405). کاربرد هوش مصنوعی و سیستمهای اطلاعاتی سازمانی در ارتقای بهرهوری منابع انسانی با تأکید بر نقش انتقال دانش. (e247798). نوآوری آموزشی،یادگیری و ارزشیابی, (), e247798 doi: 10.22034/jitle.2026.590973.1067
MLA
ارض پیما,محمد . "کاربرد هوش مصنوعی و سیستمهای اطلاعاتی سازمانی در ارتقای بهرهوری منابع انسانی با تأکید بر نقش انتقال دانش" .e247798 , نوآوری آموزشی،یادگیری و ارزشیابی, , , 1405, e247798. doi: 10.22034/jitle.2026.590973.1067
HARVARD
ارض پیما محمد. (1405). 'کاربرد هوش مصنوعی و سیستمهای اطلاعاتی سازمانی در ارتقای بهرهوری منابع انسانی با تأکید بر نقش انتقال دانش', نوآوری آموزشی،یادگیری و ارزشیابی, (), e247798. doi: 10.22034/jitle.2026.590973.1067
CHICAGO
محمد ارض پیما, "کاربرد هوش مصنوعی و سیستمهای اطلاعاتی سازمانی در ارتقای بهرهوری منابع انسانی با تأکید بر نقش انتقال دانش," نوآوری آموزشی،یادگیری و ارزشیابی, (1405): e247798, doi: 10.22034/jitle.2026.590973.1067
VANCOUVER
ارض پیما محمد. کاربرد هوش مصنوعی و سیستمهای اطلاعاتی سازمانی در ارتقای بهرهوری منابع انسانی با تأکید بر نقش انتقال دانش. JITLE. 1405;():e247798. doi: 10.22034/jitle.2026.590973.1067