موسسه آموزش عالی آپادانا فصلنامه مطالعات رفتاری و تعالی سازمانی 2981-2267 2 4 2025 09 28 The Impact of Artificial Intelligence on Enhancing Employment Equity and Reducing Human Biases: A Case Study of Sadra Municipality تأثیر به کارگیری هوش مصنوعی در ارتقاء عدالت استخدامی و کاهش تعصبات انسانی: مطالعه موردی شهرداری صدرا 95 108 10.22051/jera.2021.31891.2698 FA محمدجواد کارشناس پژوهش، مرکزمطالعات و برنامه ریزی، شهرداری صدرا، صدرا، ایران 2025 09 01 This study aims to examine the impact of artificial intelligence (AI) on enhancing employment equity and reducing human biases, focusing on the case of Sadra Municipality. Data from approximately 1,000 job applicants, including resumes, personal and educational information, as well as initial interview results, were collected and analyzed. To predict hiring outcomes and evaluate fairness, several machine learning algorithms were applied, including Artificial Neural Networks (ANN), Random Forest, Support Vector Machines (SVM), Decision Trees, and Logistic Regression. The findings revealed that ANN and Random Forest outperformed other models, achieving higher accuracy and F1-Scores in identifying candidates’ competencies and minimizing human biases. Results further indicated that the adoption of AI algorithms increases transparency, trust, and efficiency in the recruitment process. However, the study highlights certain limitations, including dependence on the quality of training data and the restricted generalizability of findings to other organizations. Overall, the results demonstrate that AI can serve as a powerful tool for promoting fairness in hiring and improving recruitment processes in public and governmental institutions. این پژوهش با هدف بررسی تأثیر به‌کارگیری هوش مصنوعی در ارتقاء عدالت استخدامی و کاهش تعصبات انسانی، با تمرکز بر مطالعه موردی شهرداری صدرا انجام شد. در روش تحقیق، داده‌های مربوط به حدود 1000 متقاضی استخدام شامل رزومه‌ها، اطلاعات فردی و تحصیلی، و نتایج مصاحبه‌های اولیه جمع‌آوری و تحلیل شدند. برای پیش‌بینی نتایج استخدامی و ارزیابی عدالت، از مجموعه‌ای از الگوریتم‌های یادگیری ماشین شامل شبکه‌های عصبی مصنوعی (ANN)، جنگل تصادفی (Random Forest)، ماشین بردار پشتیبان (SVM)، درخت تصمیم و رگرسیون لجستیک استفاده شد. نتایج نشان داد که الگوریتم‌های ANN و Random Forest با دقت و F1-Score بالاتر نسبت به سایر مدل‌ها، بهترین عملکرد را در شناسایی شایستگی‌ها و کاهش تعصبات انسانی داشتند. همچنین یافته‌ها نشان دادند که به‌کارگیری الگوریتم‌های هوش مصنوعی موجب افزایش شفافیت، اعتماد و کارآمدی در فرآیند استخدام می‌شود. با وجود این، وابستگی نتایج به کیفیت داده‌های آموزشی و محدودیت تعمیم‌پذیری به سایر سازمان‌ها از جمله چالش‌های این تحقیق است. در مجموع، نتایج پژوهش نشان می‌دهد که هوش مصنوعی می‌تواند ابزاری مؤثر برای ارتقاء عدالت استخدامی و بهبود فرآیندهای جذب نیروی انسانی در سازمان‌های عمومی و دولتی باشد. /downloadfilepdf/18380