Tujuan Resensi Akademik
Resensi ini mengevaluasi tujuan, desain, papanggihan, kontribusi, implikasi, jeung watesan hanya dumasar kana PDF anu diunggah.

Identitas Bibliografis

Roslyn Cameron, Heinz Herrmann & Alan Nankervis (2024). Mapping the evolution of algorithmic HRM (AHRM): a multidisciplinary synthesis. Humanities and Social Sciences Communications, 11, 303. https://doi.org/10.1057/s41599-024-02786-z

Masalah jeung Tujuan

Istilah algorithm, digital HRM, AI in HR, HR analytics, jeung algorithmic management sering tumpang tindih. Kebingungan konsep menghambat pengembangan teori jeung keputusan organisasi, sementara riset AHRM tersebar di berbagai disiplin.

Kajian memiliki dua tujuan: membangun kejelasan konseptual ngaliwatan General Framework for Algorithmic Decision-Making jeung memetakan evolusi AHRM selama 2000–2022 pikeun menemukan tema dominan, baru, jeung state-of-the-art.

Pendekatan Kajian

Kerangka teori memandu Boolean search di Scopus. Pencarian tanggal 17 Mei 2023 dibatasi dina dokumen berbahasa Inggris anu peer-reviewed jeung terbit sejak 2000 sampai 2022. Dari 1.675 publikasi awal, tiga duplikasi dihapus sehingga 1.672 publikasi dianalisis kalayan SciMAT 1.1.05 ngaliwatan science mapping longitudinal empat periode.

Papanggihan Utama

Bidang AHRM sangat multidisipliner: sekitar 24% literatur berada di computer science, 15% engineering, jeung 11% business/management.
Publikasi tumbuh perlahan dina 2000–2006, meningkat stabil sampai 2019, lalu melonjak dina 2020 karena aplikasi scheduling, allocation, jeung recruitment.
Papanggihan dikelompokkan menjadi AHRM technologies, specialized HRM applications, serta multiple and integrated HRM contexts.
Recruitment merupakan aplikasi paling otomatis, sedangkan allocation/scheduling, learning/development, jeung workforce planning leuwih sering mempertahankan manusia dina decision loop.
Mayoritas studi ngagunakeun perspektif tools jeung fungsi tunggal; perhatian dina strategic HRM, integrasi human-capital planning, jeung konteks organisasi secara menyeluruh masih terbatas.
Artikel menyajikan General Framework for Algorithmic HRM Tools anu membedakan keputusan otomatis jeung teraugmentasi serta menghubungkan teknologi kalayan fungsi HR.

Kontribusi Konseptual

Kontribusi teoritisnya adalah sintesis definisi AHRM kalayan taksonomi AI, sedangkan kontribusi empirisnya adalah science mapping terbesar dina artikel tersebut jeung peta evolusi longitudinal bidang AHRM.

Implikasi Praktis

Keputusan adopsi AHRM sebaiknya dibuat oleh tim proyek anu menggabungkan HR, IT, data analyst, computer scientist, jeung computational engineer.
Kurikulum HR jeung professional development perlu memasukkan analytics, AI, automated/augmented decisions, serta kemampuan menilai risiko etika.
Organisasi kudu menempatkan bias, fairness, privacy, security, transparency, explicability, jeung accountability di pusat tata kelola AHRM.

Watesan jeung Kehati-hatian

Science mapping hanya ngagunakeun Scopus; Google Scholar leuwih besar tetapi tidak menyediakan bulk export jeung memuat banyak grey literature.
Kajian berbasis publikasi jeung tidak mengumpulkan data primer tina organisasi atau pekerja.
Periode berhenti dina 2022, sementara 2023 menandai percepatan generative AI seperti ChatGPT anu perlu dianalisis tersendiri.

Penilaian Kritis

Dimensi	Penilaian
Kesesuaian Sumber	Seluruh identitas, angka, métode, jeung hasil di atas diturunkan tina PDF artikel ieu.
Kekuatan	Kontribusi teoritisnya adalah sintesis definisi AHRM kalayan taksonomi AI, sedangkan kontribusi empirisnya adalah science mapping terbesar dina artikel tersebut jeung peta evolusi longitudinal bidang AHRM.
Batas	Science mapping hanya ngagunakeun Scopus; Google Scholar leuwih besar tetapi tidak menyediakan bulk export jeung memuat banyak grey literature.; Kajian berbasis publikasi jeung tidak mengumpulkan data primer tina organisasi atau pekerja.; Periode berhenti dina 2022, sementara 2023 menandai percepatan generative AI seperti ChatGPT anu perlu dianalisis tersendiri.
Kegunaan Akademik	Cocok pikeun pengajaran, penyusunan kerangka teori, diskusi metodologi, perumusan kabijakan, jeung pengembangan riset lanjutan sesuai konteks artikel.

Kacindekan Resensi

Artikel sangat bernilai pikeun klarifikasi konsep jeung orientasi bidang. Ia tidak menilai efektivitas setiap teknologi secara kausal, tetapi némbongkeun bagaimana tema berkembang, di mana otomatisasi paling maju, jeung mengapa strategic HRM serta tata kelola etika kudu menjadi prioritas berikutnya.

Rujukan

Roslyn Cameron, Heinz Herrmann & Alan Nankervis (2024). Mapping the evolution of algorithmic HRM (AHRM): a multidisciplinary synthesis. Humanities and Social Sciences Communications, 11, 303. https://doi.org/10.1057/s41599-024-02786-z