XiaoMi-AI文件搜索系统
World File Search SystemOrganizational
利用人工智能衡量组织健康状况
本研究的目的是通过探索利用人工智能 (AI) 的潜力，为提高组织健康 (OW) 的测量质量做出贡献。OW 的概念包括几个因素，例如安全、绩效和员工健康。很少测量这些因素可能无法生成有关组织当前状态的深刻和相关数据。更频繁地测量 OW 的潜在解决方案是 AI，它可以收集和分析大量数据。因此，本研究旨在探索在测量 OW 时利用 AI 的潜力。这项研究采用归纳性定性研究方法进行。我们通过半结构化访谈和主题分析方法执行数据收集。确定了以下五个主题：衡量组织健康的重要性、利用 AI 衡量组织健康的机遇和挑战、意识、GDPR 和透明度。这五个主题与之前对 OW 和 AI 的研究一起进行了分析和讨论。总之，我们提出了在测量 OW 时利用 AI 的潜力。可以说，利用人工智能的技术机会是巨大的，人力资源经理也意识到需要改进他们的测量流程。然而，组织在测量 OW 时需要考虑法律和道德框架。OW 概念中的一些因素或多或少可以用人工智能来衡量，这取决于它们是否包含软因素。这项研究为组织利用人工智能提高测量 OW 的质量提供了实际启示。关键词：组织健康、人工智能、人力资源中的人工智能、人工智能带来的机遇、人工智能带来的挑战、测量流程、软因素
组织创新作为中介因素 背景
在当今环境下，企业面临着越来越大的压力，需要展示他们对企业社会绩效 (CSP) 的承诺，并满足众多利益相关者的期望。本研究的目的是探讨 CSP 与大数据人工智能 (BDAI) 之间的关系，以及组织创新 (OI) 作为这方面的中介的作用。本研究采用了资源基础观 (RBV) 范式，该范式假设 BDAI 对 CSP 有积极影响，而 OI 介导这两个变量之间的相互作用。研究还表明，实施 BDAI 可以让组织收集和分析大量数据，从而改善决策、效率以及社会和环境绩效。大数据分析和人工智能的融合被称为 BDAI。此外，通过在组织内部建立创新文化并支持将 BDAI 应用于公司的运营，OI 能够充当 BDAI 和 CSP 之间的中介。本研究通过阐明 OI 作为该框架内中介的重要性，补充了有关 BDAI 和 CSP 之间关系的现有文献。该研究的结论可能对企业、政府决策者和学术界产生深远影响。企业可以通过实施 BDAI 和 OI 来改善其 CSP，政策制定者应鼓励企业利用 BDAI 和 OI 来改善其社会和环境绩效。通过分析各种因素对 BDAI、OI 和 CSP 之间联系的影响，研究人员可以更清楚地了解这种相互作用的性质。
认知、技术和组织限制
摘要。组织，尤其是那些将安全性和可靠性视为重中之重的组织，会制定例行程序来防止发生故障。但即使是高度可靠的组织也无法免受灾难的影响，长时间的安全运行也会偶尔发生灾难。安全科学学者将此称为“几乎完全安全系统的悖论”，并指出在正常条件下非常安全的系统在异常条件下可能会变得脆弱。在本文中，我们通过对法航 447 航班失事的分析，解释、发展和应用“组织限制”的概念来解决这一难题。我们表明，最初相对较小的限制违规会引发一系列人为和技术限制违规，并带来灾难性的后果。我们专注于驾驶舱自动化，认为使系统安全和可预测的相同措施可能会引入认知限制，随着时间的推移，这些限制会抑制或削弱相关参与者的干扰处理能力。我们还注意到系统设计过程中的认知限制使得很难预见复杂的交互。我们讨论了我们的发现对航空以外领域的可预测性和控制的影响，以及解决这些问题的方法。
组织复原力：基于能力的概念
摘要 在高度动荡和不确定的时期，组织需要发展韧性，使其能够有效应对意外事件、从危机中恢复，甚至促进未来的成功。尽管近年来学术界对组织韧性的兴趣稳步增长，但对于韧性的真正含义及其组成却几乎没有达成共识。特别需要更多有关构成韧性的组织能力及其发展条件的知识。本文旨在通过加深对组织韧性复杂而内嵌结构的理解，为这一异质研究领域做出贡献。我们将韧性概念化为一种元能力，并将其分解为各个部分。受基于过程的研究的启发，我们提出了三个连续的韧性阶段（预期、应对和适应），并概述了共同构成组织韧性的潜在能力。基于这个大纲，我们讨论了不同韧性阶段之间的关系和相互作用以及主要前因和驱动因素。我们制定的命题可以作为未来实证工作的基础。
