Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz

Deniz Dirik; Tuğba Erhan; İnan Eryılmaz

doi:10.25229/beta.1487924

TR EN

Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz

Öz

Yapay zekâ teknolojilerinin örgütler ve örgütlü yaşam üzerindeki etkisi, iş dünyasının ve akademik çalışmaların ana meselelerinden biri haline gelmiştir. Yapay zekânın örgüt çalışmalarında giderek daha fazla yer bulduğu ve özellikle veri analizi, karar verme süreçleri ve insan kaynakları yönetimi alanlarında örgütlerin performansını artırma potansiyeline sahip olduğu görülmektedir. Bu bağlamda, çalışmada, yapay zekâ ve örgüt temelli araştırmaların mevcut ve potansiyel eğilimlerini tespit etmek, yapay zekâ ve örgüt çalışmaları arasındaki kesişim noktalarını ve araştırılmayı bekleyen alanları keşfetmek hedeflenmiştir. Yapay zekâ ve örgüt araştırmalarını konu eden çalışmaların yayın ve atıf trendleri, anahtar kavramlar ve etkileşimler üzerinden bibliyometrik bir analiz yapılmıştır. RStudio tabanlı Biblioshiny programı kullanılarak yapılan bibliyometrik analiz, Web of Science veri tabanından alınan 1085 makale üzerinden gerçekleştirilmiştir. Yapay zekâ teknolojilerinin örgütsel alanda kullanımıyla ilgili yayınların ve atıfların arttığı, bu teknolojilerin iş süreçlerine entegrasyonunun stratejik yenilikleri destekleyebileceği görüşü yayınlarda öne çıkmaktadır. Ayrıca, yapay zekâ uygulamalarının etik ve şeffaf bir şekilde yönetilmesi gerekliliği vurgulanmaktadır. Çalışma, yapay zekâ ve örgüt çalışmalarının kesişimindeki mevcut literatüre sistematik bir bakış sunarak, bu alandaki akademik tartışmalara mütevazi bir katkı sağlamakta ve gelecekteki araştırmalar için bir referans kaynağı olarak kullanılabilecek öneriler sunmaktadır.

Anahtar Kelimeler

Yapay Zeka, Rstudio, Biblioshiny, Örgüt Araştırmaları, İnsan Kaynakları Yönetimi, Makine Öğrenmesi

A Bibliometric Analysis on Potential Trends in Artificial Intelligence and Organization Studies

Öz

The impact of artificial intelligence (AI) technologies on organizations and organized life has become a central issue in both the business world and academic studies. AI is increasingly being integrated into organizational studies and has shown potential to enhance organizational performance, particularly in areas such as data analysis, decision-making processes, and human resources management. In this context, the study aims to identify the current and potential trends in AI and organization-based research, explore the intersections between AI and organizational studies, and uncover areas that require further investigation. A bibliometric analysis was conducted on studies focusing on AI and organizational research, examining publication and citation trends, key concepts, and interactions. This analysis was performed using the Biblioshiny program based on RStudio, and it utilized data from 1,085 articles sourced from the Web of Science database. The findings indicate that publications and citations related to the use of AI in organizational settings are on the rise, highlighting that the integration of these technologies into business processes can support strategic innovations. Additionally, the necessity for managing AI applications in an ethical and transparent manner is emphasized. The study provides a systematic overview of the existing literature at the intersection of AI and organizational studies, offering modest contributions to academic discussions in this field. It also presents recommendations that can serve as a reference for future research.

Anahtar Kelimeler

Artificial Intelligence, RStudio, Biblioshiny, Organization Studies, Human Resource Management, Machine Learning

Kaynakça

Acemoglu, D., & Restrepo, P. (2018). Artificial intelligence, automation, and work. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The economics of artificial intelligence: An agenda (pp. 197-236). University of Chicago Press.
Al Mansoori, S., Salloum, S. A., & Shaalan, K. (2020). The impact of artificial intelligence and information technologies on the efficiency of knowledge management at modern organizations: A systematic review. In M. Al-Emran, K. Shaalan, & A. E. Hassanien (Eds.), Recent advances in intelligent systems and smart applications (pp. 163-182). Springer. https://doi.org/10.1007/978-3-030-47411-9
American Psychological Association. (2022). Industrial and organizational psychology. https://www.apa.org/ed/graduate/specialize/industrial
André, Q., Carmon, Z., Wertenbroch, K., Crum, A., Frank, D., Goldstein, W., & Yang, H. (2018). Consumer choice and autonomy in the age of artificial intelligence and big data. Customer Needs and Solutions, 5(1), 28-37.
Argote, L., & Fahrenkopf, E. (2016). Knowledge transfer in organizations: The roles of members, tasks, tools, and networks. Organizational Behavior and Human Decision Processes, 136, 146-159. https://doi.org/10.1016/j.obhdp.2016.08.003
Benbya, H., Davenport, T. H., & Pachidi, S. (2020). Artificial intelligence in organizations: Current state and future opportunities. MIS Quarterly Executive, 19(4), 108-116. https://doi.org/10.2139/ssrn.3741983
Bray, D. A. (2018). The future of artificial intelligence. In M. A. Abramson, D. J. Chenok, & J. M. Kamensky (Eds.), Government for the future: Reflection and vision for tomorrow’s leaders (pp. 221-230). Rowman & Littlefield.
Brock, J. K. U., & von Wangenheim, F. (2019). Demystifying AI: What digital transformation leaders can teach you about realistic artificial intelligence. California Management Review, 61(4), 110-134. https://doi.org/10.1177/1536504219865226
Brynjolfsson, E., & McAfee, A. (2012). Thriving in the automated economy. The Futurist, 46(2), 27-31.
Brynjolfsson, E., Rock, D., & Syverson, C. (2019). Artificial intelligence and the modern productivity paradox. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The economics of artificial intelligence: An agenda (pp. 23-57). University of Chicago Press. https://doi.org/10.7208/9780226613475-003

Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2018). Notes from the AI frontier: Modeling the impact of AI on the world economy. McKinsey Global Institute. https://scholar.google.com/scholar_lookup?title=Notes%20from%20the%20AI%20frontier%3A%20Modeling%20the%20Impact%20of%20AI%20on%20the%20World%20Economy&author=J.%20Bughin&publication_year=2018
Chatterjee, S., Ghosh, S. K., & Chaudhuri, R. (2020). Knowledge management in improving business process: An interpretative framework for successful implementation of AI–CRM–KM system in organizations. Business Process Management Journal, 26(6), 1261-1281.
Chatterjee, S., Nguyen, B., Ghosh, S. K., Bhattacharjee, K. K., & Chaudhuri, S. (2020). Adoption of artificial intelligence integrated CRM system: An empirical study of Indian organizations. The Bottom Line, 33(4), 359-375.
Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), 100899.
Coombs, C., Hislop, D., Taneva, S. K., & Barnard, S. (2020). The strategic impacts of intelligent automation for knowledge and service work: An interdisciplinary review. The Journal of Strategic Information Systems, 29(4), 101600.
Daugherty, P. R., & Wilson, H. J. (2018). Human+ machine: Reimagining work in the age of AI. Harvard Business Press.
Frank, M. R., Autor, D., Bessen, J. E., Brynjolfsson, E., Cebrian, M., Deming, D. J., & Rahwan, I. (2019). Toward understanding the impact of artificial intelligence on labor. Proceedings of the National Academy of Sciences, 116(14), 6531-6539.
Frey, C. B., & Osborne, M. A. (2017). The future of employment: How susceptible are jobs to computerisation? Technological Forecasting and Social Change, 114, 254-280.
Haefner, N., Wincent, J., Parida, V., & Gassmann, O. (2021). Artificial intelligence and innovation management: A review, framework, and research agenda. Technological Forecasting and Social Change, 162, 120392.
IBM. (2018). Unplug from the past: 19th global C-Suite study. IBM Institute for Business Value. https://www.ibm.com/downloads/cas/D2KEJQRO
Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577-586.
Jarrahi, M. H., Askay, D., Eshraghi, A., & Smith, P. (2023). Artificial intelligence and knowledge management: A partnership between human and AI. Business Horizons, 66(1), 87-99. https://doi.org/10.1016/J.BUSHOR.2022.03.002
Jeste, D. V., Graham, S. A., Nguyen, T. T., Depp, C. A., Lee, E. E., & Kim, H. (2020). Beyond artificial intelligence: Exploring artificial wisdom. International Psychogeriatrics, 32(8), 993-1001.
Kang, Y., Cai, Z., Tan, C. W., Huang, Q., & Liu, H. (2020). Natural language processing (NLP) in management research: A literature review. Journal of Management Analytics, 7(2), 139-172.
Kaul, V., Enslin, S., & Gross, S. A. (2020). History of artificial intelligence in medicine. Gastrointestinal Endoscopy, 92(4), 807-812.
Korzynski, P., Mazurek, G., Altmann, A., Ejdys, J., Kazlauskaite, R., Paliszkiewicz, J., & Ziemba, E. (2023). Generative artificial intelligence as a new context for management theories: Analysis of ChatGPT. Central European Management Journal, 31(1), 3-13.
Larivière, B., Bowen, D., Andreassen, T. W., Kunz, W., Sirianni, N. J., Voss, C., & De Keyser, A. (2017). “Service Encounter 2.0”: An investigation into the roles of technology, employees, and customers. Journal of Business Research, 79, 238-246.
McKinsey & Co. (2018). Notes from the AI frontier: Modeling the impact of AI on the world economy. https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-AI-frontier-modeling-the-impact-of-ai-on-the-world-economy
Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627, 49-58.
Mikalef, P., & Gupta, M. (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management, 58(3), 103434.
Mirbabaie, M., Brünker, F., Möllmann, N. R., & Stieglitz, S. (2022). The rise of artificial intelligence–understanding the AI identity threat at the workplace. Electronic Markets, 32(1), 1-27
Nishant, R., Kennedy, M., & Corbett, J. (2020). Artificial intelligence for sustainability: Challenges, opportunities, and a research agenda. International Journal of Information Management, 53, 102-104. https://doi.org/10.1016/j.ijinfomgt.2020.102104
Njuguna, C., & McSharry, P. (2017). Constructing spatiotemporal poverty indices from big data. Journal of Business Research, 70, 318–327. https://doi.org/10.1016/j.jbusres.2016.08.005
Ntoutsi, E., Fafalios, P., Gadiraju, U., Iosifidis, V., Nejdl, W., Vidal, M. E., ... Staab, S. (2020). Bias in data-driven artificial intelligence systems—An introductory survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1356. https://doi.org/10.1002/widm.1356
Østerlund, C., Jarrahi, M. H., Willis, M., Boyd, K., & Wolf, C. T. (2021). Artificial intelligence and the world of work, a co-constitutive relationship. Journal of the Association for Information Science and Technology, 72(1), 128-135. https://doi.org/10.1002/asi.24388
Peifer, Y., Jeske, T., & Hille, S. (2022). Artificial intelligence and its impact on leaders and leadership. Procedia Computer Science, 200, 1024-1030. https://doi.org/10.1016/j.procs.2022.01.373
Raj, M., & Seamans, R. (2018). Artificial intelligence, labor, productivity, and the need for firm-level data. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The economics of artificial intelligence: An agenda (pp. 553-565). University of Chicago Press.
Rowell-Jones, A., & Howard, C. (2019). CIO survey: CIOs have awoken to the importance of AI. Gartner. Retrieved April 12, 2024, from https://www.gartner.com/en/documents/3897266/2019-cio-survey-cios-have-awoken-to-the-importance-of-ai
Stank, T., Esper, T., Goldsby, T. J., Zinn, W., & Autry, C. (2019). Toward a digitally dominant paradigm for twenty-first century supply chain scholarship. International Journal of Physical Distribution & Logistics Management, 49(10), 956-971. https://doi.org/10.1108/IJPDLM-08-2019-0230
Stone, D. L., Lukaszewski, K. M., & Johnson, R. D. (2024). Will artificial intelligence radically change human resource management processes? Organizational Dynamics, 53(1), 101034. https://doi.org/10.1016/j.orgdyn.2023.101034
Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial intelligence in human resources management: Challenges and a path forward. California Management Review, 61(4), 15-42. https://doi.org/10.1177/0008125619867910
Toshav-Eichner, N., & Bareket-Bojmel, L. (2022). Yesterday's workers in tomorrow's world. Personnel Review, 51(5), 1553-1569. https://doi.org/10.1108/PR-02-2021-0073
Tredinnick, L. (2017). Artificial intelligence and professional roles. Business Information Review, 34(1), 37-41. https://doi.org/10.1177/0266382116685720
Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460. https://doi.org/10.1093/mind/LIX.236.433
Van Esch, P., & Stewart Black, J. (2021). Artificial intelligence (AI): Revolutionizing digital marketing. Australasian Marketing Journal, 29(3), 199-203. https://doi.org/10.1016/j.ausmj.2021.06.001
Wamba-Taguimdje, S. L., Fosso Wamba, S., Kala Kamdjoug, J. R., & Tchatchouang Wanko, C. E. (2020). Influence of artificial intelligence (AI) on firm performance: The business value of AI-based transformation projects. Business Process Management Journal, 26(7), 1893-1924. https://doi.org/10.1108/BPMJ-10-2019-0411
Yorks, L., & Jester, M. Y. (2024). Applying generative AI ethically in HRD practice. Human Resource Development International, 1-18. https://doi.org/10.1080/13678868.2024.1012347

Ayrıntılar

Birincil Dil

Türkçe

Konular

Uluslararası İşletmecilik, İletişim Ekonomisi

Bölüm

Araştırma Makalesi

Yazarlar

Deniz Dirik
0000-0002-7652-5079
Türkiye

Tuğba Erhan ^*
0000-0002-5697-490X
Türkiye

İnan Eryılmaz
0000-0001-8307-2402
Türkiye

Erken Görünüm Tarihi

18 Ekim 2024

Yayımlanma Tarihi

31 Ekim 2024

Gönderilme Tarihi

21 Mayıs 2024

Kabul Tarihi

8 Temmuz 2024

Yayımlandığı Sayı

Yıl 2024 Cilt: 9 Sayı: 3

DOI

https://doi.org/10.25229/beta.1487924

IZ

https://izlik.org/JA82BU26WU

APA

Dirik, D., Erhan, T., & Eryılmaz, İ. (2024). Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz. Bulletin of Economic Theory and Analysis, 9(3), 669-698. https://doi.org/10.25229/beta.1487924

AMA

1.Dirik D, Erhan T, Eryılmaz İ. Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz. beta. 2024;9(3):669-698. doi:10.25229/beta.1487924

Chicago

Dirik, Deniz, Tuğba Erhan, ve İnan Eryılmaz. 2024. “Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz”. Bulletin of Economic Theory and Analysis 9 (3): 669-98. https://doi.org/10.25229/beta.1487924.

EndNote

Dirik D, Erhan T, Eryılmaz İ (01 Ekim 2024) Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz. Bulletin of Economic Theory and Analysis 9 3 669–698.

IEEE

[1]D. Dirik, T. Erhan, ve İ. Eryılmaz, “Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz”, beta, c. 9, sy 3, ss. 669–698, Eki. 2024, doi: 10.25229/beta.1487924.

ISNAD

Dirik, Deniz - Erhan, Tuğba - Eryılmaz, İnan. “Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz”. Bulletin of Economic Theory and Analysis 9/3 (01 Ekim 2024): 669-698. https://doi.org/10.25229/beta.1487924.

JAMA

1.Dirik D, Erhan T, Eryılmaz İ. Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz. beta. 2024;9:669–698.

MLA

Dirik, Deniz, vd. “Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz”. Bulletin of Economic Theory and Analysis, c. 9, sy 3, Ekim 2024, ss. 669-98, doi:10.25229/beta.1487924.

Vancouver

1.Deniz Dirik, Tuğba Erhan, İnan Eryılmaz. Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz. beta. 01 Ekim 2024;9(3):669-98. doi:10.25229/beta.1487924

Yönetim Bilimlerinde Akıllı Şehir Araştırmaları: Web of Science ve Scopus Veri Tabanlarına Dayalı Bir Bibliyometrik Analiz

Kent Akademisi

https://doi.org/10.35674/kent.1698285

Mapping four decades of interprofessional collaboration in health sciences: A bibliometric analysis (1984-2025)

Health Sciences Quarterly

https://doi.org/10.26900/hsq.2932

Sosyal Bilimlerde Yapay Zekâ Literatürünün Haritalanması: Kavramsal ve Tematik Eğilimlere Yönelik Bibliyometrik Bir Analiz (2015–2025)

İnsan ve Toplum Bilimleri Araştırmaları Dergisi

https://doi.org/10.15869/itobiad.1732414

Bu dergide yayımlanan eserler Creative Commons Atıf 4.0 Uluslararası Lisansı ile lisanslanmaktadır.

Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz

Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz

Öz

Anahtar Kelimeler

A Bibliometric Analysis on Potential Trends in Artificial Intelligence and Organization Studies

Öz

Anahtar Kelimeler

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Erken Görünüm Tarihi

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

DOI

IZ

Kaynak Göster

Cited By

SAĞLIK SEKTÖRÜNDE KAMU-ÖZEL İŞ BİRLİĞİ ÜZERİNE BİLİMSEL EĞİLİMLER: BİBLİYOMETRİK AĞ ANALİZİ YAKLAŞIMI

YAPAY ZEKA TEMELLİ ÖĞRENME YÖNTEMLERİNİN FİNANS ALANINDA KULLANIMI: BİBLİYOMETRİK BİR ANALİZ

KÜRESEL VE ÇOK KÜLTÜRLÜ LİDERLİKTE KÜLTÜREL ZEKÂ: BİBLİYOMETRİK BİR ANALİZ

Yönetim Bilimlerinde Akıllı Şehir Araştırmaları: Web of Science ve Scopus Veri Tabanlarına Dayalı Bir Bibliyometrik Analiz

Mapping four decades of interprofessional collaboration in health sciences: A bibliometric analysis (1984-2025)

Sosyal Bilimlerde Yapay Zekâ Literatürünün Haritalanması: Kavramsal ve Tematik Eğilimlere Yönelik Bibliyometrik Bir Analiz (2015–2025)