Systematic bibliometric review of artificial intelligence in human resource development: insights for HRD researchers, practitioners and policymakers
Notice bibliographique
Résumé
Purpose Artificial intelligence (AI) is a significant game changer in human resource development (HRD). The launch of ChatGPT has accelerated its progress and amplified its impact on organizations and employees. This study aims to review and examine literature on AI in HRD, using a bibliometric approach. Design/methodology/approach This study is a bibliometric review. Scopus was used to identify studies in the field. In total, 236 papers published in the past 10 years were examined using the VOSviewer program. Findings The obtained results showed that most cited documents and authors are mainly from computer sciences, emphasizing machine learning over human learning. While it was expected that HRD authors and studies would have a more substantial presence, the lesser prominence suggests several interesting avenues for explorations. Practical implications This study provides insights and recommendations for researchers, managers, HRD practitioners and policymakers. Prioritizing the development of both humans and machines becomes crucial, as an exclusive focus on machines may pose a risk to the sustainability of employees' skills and long-term career prospects. Originality/value There is a dearth of bibliometric studies examining AI in HRD. Hence, this study proposes a relatively unexplored approach to examine this topic. It provides a visual and structured overview of this topic. Also, it highlights areas of research concentration and areas that are overlooked. Shedding light on the presence of more research originating from computer sciences and focusing on machine learning over human learning represent an important contribution of this study, which may foster interdisciplinary collaboration with experts from diverse fields, broadening the scope of research on technologies and learning in workplaces.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».