Artificial Intelligence In Management: Bibliometric Analysis

Öz

This study aims to identify important researchers, citation networks and future research trends by examining the literature in the field of artificial intelligence (AI) in management sciences through bibliometric analysis. In the study, English articles published in the Web of Science database between 1982 and 2024 were systematically analyzed. Bibliometric analysis was performed using R programming language. As a result of the analysis, data such as the number of scientific publication production, the most frequently used words, the most relevant institutions in the field, the most influential authors, the countries to which the relevant people belong, the number of authors and the number of citations were obtained. According to the results, while the USA ranked first in the country-based ranking of the most cited studies, China was the country with the highest production by years. Sustainability magazine stands out among the most relevant academic sources. “Model” is one of the most frequently used words related to artificial intelligence in management sciences. AI makes predictions and develops decision support systems based on certain data by using models for data analysis. It is seen that the interest in artificial intelligence has increased rapidly especially in the last eight years. The findings show that artificial intelligence has gained an increasingly important place in management sciences and that research in this field has increased. The rapid continuation of technological developments reveals that the use of artificial intelligence in management will also increase.

Anahtar Kelimeler

• Artificial Intelligence in Management
• Bibliometric Analysis
• R

Yönetimde Yapay Zekâ: Bibliyometrik Analiz

Öz

Bu çalışma, yönetim bilimlerinde yapay zekâ (YZ) alanındaki literatürü bibliyometrik analiz yöntemiyle inceleyerek, önemli araştırmacıları, atıf ağlarını ve gelecekteki araştırma eğilimlerini belirlemeyi amaçlamaktadır. Çalışmada, Web of Science veri tabanında 1982-2024 yılları arasında yayımlanan İngilizce makaleler sistematik olarak incelenmiştir. Bibliyometrik analiz, R programlama dili kullanılarak gerçekleştirilmiştir. Analiz sonucunda, konu ile ilgili bilimsel yayın üretim sayıları, en sık kullanılan kelimeler, alandaki en ilgili kurumlar, en etkili yazarlar, ilgili kişilerin ait olduğu ülkeler, yazar sayıları ve atıf sayıları gibi veriler elde edilmiştir. Sonuçlara göre, en fazla atıf alan çalışmaların ülke bazında sıralamasında ABD ilk sırada yer alırken, yıllara göre en fazla üretim yapan ülke Çin olmuştur. En ilgili akademik kaynaklar arasında Sustainability dergisi öne çıkmaktadır. Yönetim bilimlerinde yapay zekâ ile ilgili en sık kullanılan kelimelerin başında “model” gelmektedir. YZ veri analizi için modeller kullanarak belirli veriler üzerinden öngörülerde bulunmakta ve karar destek sistemleri geliştirmektedir. Yapay zekâ konularına olan ilginin özellikle son sekiz yılda hızla arttığı görülmektedir. Elde edilen bulgular, yapay zekanın yönetim bilimlerinde giderek daha önemli bir yer edindiğini ve bu alanda yapılan araştırmaların arttığını göstermektedir. Teknolojik gelişmelerin hızla devam etmesi, yönetimde yapay zekanın kullanımının da artacağını ortaya koymaktadır. Bu çalışma, yapay zekâ ve yönetim alanında araştırma yapmak isteyen akademisyenler ve uygulayıcılar için önemli bir kaynak sunmaktadır.

Anahtar Kelimeler

• Yönetimde Yapay Zekâ
• Bibliyometrik Analiz
• R

Kaynakça

1. Agustono, Dyah O.S.; Nugroho, R.; Fianto, A. Y. A. (2023). Resource Management Practices” in International Conference on Advance & Scientific Innovation, KnE Life Sciences, 958–970. doi 10.18502/kss.v8i9.13409
2. Akbulut, M. (2023). Yönetim bilişim sistemleri: İşletmelerde dijital dönüşüm yönetimi. Özgür Yayınları https://doi.org/10.58830/ozgur.pub137
3. Alıcılar, A.; Çöl, A. (2021). Usage of artificial intelligence in public health. Uludağ Üniversitesi Tıp Fakültesi Dergisi, 47(3), 215-230. doi:10.32708/uutfd.891274
4. Alkın, M., Kandemir, H. (2024). İnovasyon Yönetimi Bibliyometrik Analiz. TAMGA Sosyal Bilimler Dergisi, 3(1), 25-40.
5. Asemota, K. (2024). Journal on artificial intelligence. Advance.https://doi.org/10.31124/advance.23247530.v1
6. Aslancı, S. (2022). Araştırma Sorgulamaya Dayalı Öğrenme: Bibliyometrik Bir Analiz. Scientific Educational Studies, 6(1), 1-25.
7. Bilan, S.; Suler, P.; Skrynnyk, O.; Krajnakova, E.; Vasilyeva, T. (2022). Systematic bibliometric review of artificial intelligence technology in organizational management, development, change and culture. Verslas Teorija Ir Praktika, 23(1), 1-13. https://doi.org/10.3846/btp.2022.13204
8. Broadus, R.N. (1987). Toward a definition of “bibliometrics” Scientometrics, 12(5–6), 373-379.

9. Buiten, M. (2019). Towards intelligent regulation of artificial intelligence. European Journal of Risk Regulation, 10(1), 1-15. doi:10.1017/err.2019.8
10. Butt, M. (2024). Analytical study of the world's first EU artificial intelligence (AI) Act, 2024. International Journal of Research Publication and Reviews, 5(3), 914-927. doi:10.55248/gengpi.5.0324.0914
11. Çifçi, O. (2024). Yapay zekâ ve silahlanma yarışı: ABD ve Çin arasındaki güç dengesinin değişen dinamikleri. Marmara Üniversitesi Siyasal Bilimler Dergisi, 12(2), 175-200. https://doi.org/10.14782/marmarasbd.1436516
12. Dıodato, V. P.; Gellatly, P. (2013). Dictionary of bibliometrics. Routledge.
13. Donthu, N.; Kumar, S.; Pattnaik, D.; Lim W.M. (2021). A bibliometric retrospection of marketing from the lens of psychology: Insights from Psychology & Marketing Psychology & Marketing, 38(5), 834-865.
14. Erdoğdu, S. (2021). China's ontological security perception in the context of artificial intelligence competition. Uluslararası Hukuk ve Sosyal Bilim Araştırmaları Dergisi, 3(2), 1-10. https://doi.org/10.51524/uhusbad.969764
15. Ever, D.; Demircioğlu, E. (2022). Yapay zekâ teknolojilerinin kalite maliyetleri üzerine etkisi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 31(1), 59-72. https://doi.org/10.35379/cusosbil.1023004
16. Figiel, S. (2022). Development of artificial intelligence and potential impact of its applications in agriculture on labor use and productivity. Problems of Agricultural Economics, 373(4), 5-21. https://doi.org/10.30858/zer/153583
17. George, B. (2023). Managing the strategic transformation of higher education through artificial intelligence. Administrative Sciences, 13(9), 196. https://doi.org/10.3390/admsci13090196
18. Göde, M.; Kalkan, M. (2023). What is artificial intelligence? Journal of artificial intelligence research, 12(1), 1-15. doi:10.58830/ozgur.pub392.c1548
19. Hassani, H.; Moghaddam, M. (2020). Artificial intelligence (ai) or intelligence augmentation (IA): What is the future? AI, 1(2), 8. doi:10.3390/ai1020008
20. Jarosz, S. (2023). Artificial Intelligence – an agenda for management sciences. E-mentor, 2(99), 47–55. https://doi.org/10.15219/em99.1603
21. Kambur, E. (2021). Yapay zeka çağında insan kaynaklari yönetimi konusunda yazılmış Türkçe makaleler üzerine bir araştırma. Pamukkale University Journal of Social Sciences Institute. https://doi.org/10.30794/pausbed.872606
22. Karyağdı, A.; Koca, A. (2023). Dijitalleşme sürecinde mali müşavirlik mesleği: Nitel bir araştırma Elbistan örneği. Muhasebe ve Finansman Dergisi, 12(2), 101-120. doi:10.25095/mufad.1181164
23. Khan, M.A.; Pattnaik, D.; Ashraf, R.; Ali, I.; Kumar, S.; Donthu N. (2021). Value of special issues in the Journal of Business Research: A bibliometric analysis Journal of Business Research, 125, 295-313.
24. Korkmaz, A. (2024). Yapay zekâya yönelik tutumun, kolaylığın, yenilikçiliğin ve güvenin satın alma niyeti üzerine etkisi. İktisadi ve İdari Bilimler Fakültesi Dergisi, 32(2), 45-67. doi:10.33707/akuiibfd.1522892
25. Koru Uzkurt, B.; Atan, M.; Develi, A. (2022). Dijitalleşmenin iş performansı, iş tatmini ve örgütsel bağlılık üzerine etkileri. Third Sector Social Economic Review, 57(3), 1682-1700.
26. Koru Uzkurt, B. (2023). Toplumsal ve Ekonomik Bir Dönüşüm Olarak Gümüş Ekonomi Modeli, Tüketici ve Tüketim Araştırmaları Dergisi, 15(1), 299-324.
27. Kılınç, E. (2024). İşletmelerde yapay zekâ alanında scopus veritabanında yapılan çalışmaların bibliyometrik olarak analizi. Uluslararası Yönetim Akademisi Dergisi, 6(4), 1185-1198. https://doi.org/10.33712/mana.1380858
28. Lahamid, Q. (2023). Small but smart: How SMES can boost performance through ai and innovation. Advances in Social Science, Education and Humanities Research, 456-464. https://doi.org/10.2991/978-2-38476-052-7_50
29. Lichtenthaler, U. (2019). An intelligence-based view of firm performance: profiting from artificial intelligence. Journal of Innovation Management, 7(1), 7-20. https://doi.org/10.24840/2183-0606_007.001_0002
30. Meijer, F. (2024). Managing expectations and challenges of ai in radiology. European Radiology, 34(11), 7347-7348. https://doi.org/10.1007/s00330-024-10790-9
31. Olabanji, S. (2024). Effect of adopting ai to explore big data on personally identifiable information (pii) for financial and economic data transformation. Asian Journal of Economics Business and Accounting, 24(4), 106-125. https://doi.org/10.9734/ajeba/2024/v24i41268
32. Oraee, M.; Hosseini, M. R.; Papadonikolaki, E.; Palliyaguru, R.; Arashpour, M. (2017). Collaboration in BIM-based construction networks: A bibliometric-qualitative literature review. International Journal of Project Management, 35(7), 1288-1301.
33. Oruç, M.; Türkay, O. (2017). Turizmi Konu Alan Lisansüstü Çalışmaların Bibliyometrik Analizi. Uluslararası Batı Asya Turizm Araştırmaları Kongresi, Eylül 2017, 252- 258.
34. Oruçoğlu, O. (2022). Endüstri 4.0'ın insan kaynakları yönetimi fonksiyonlarından işe alım'a etkileri. Ege Stratejik Araştırmalar Dergisi, 13(1), 57-84. https://doi.org/10.18354/esam.1034997
35. Önder, M.; Yılmaz, H.;Demirtaş, M. (2023). An overview of the models respecting the learning analytics process: a conceptual framework proposal. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 9(1), 1-20. doi:10.51948/auad.1163540
36. Özer, M. (2023). The search for efficiency in the administration of justice: Robotic bureaucracy and artificial intelligence governance. Türkiye Adalet Akademisi Dergisi, (55), 337-374. https://doi.org/10.54049/taad.1328456
37. Özgür, A, S..; Tarhan, Ç.; Komesli, M.; Tecim, V. (2023). Yapay zeka teknikleri kullanılarak proje üretim sistemlerinin tasarımı ve geliştirilmesi. Journal of Information Systems and Management Research, 11(2), 100-115.
38. Pileggi, M. (2024). Ontology in hybrid intelligence: A concise literature review. Future Internet, 16(8), 268. doi:10.3390/fi16080268
39. Rathore, B. (2023). Digital Transformation 4.0: Integration of Artificial Intelligence & Metaverse in Marketing. Eduzone: International Peer Reviewed/Refereed Multidisci- plinary Journal, 12(1), 42–48. https://www.eduzonejournal. com/index.php/eiprmj/article/view/248
40. Rezaev, A. (2021). Twelve theses on artificial intelligence and artificial sociality. The Monitoring of Public Opinion Economic & Social Changes, 1, 1894-1905. doi:10.14515/monitoring.2021.1.1894
41. Sahadevan, S. (2023). Project Management in the Era of Artificial Intelligence. European Journal of Theoretical and Applied Sciences, 1(3), 349-359.
42. Singh, P.; Manure, A. (2020). Introduction to TensorFlow 2.0. In: Learn TensorFlow 2.0. Apress, Berkeley, CA. https://doi.org/10.1007/978-1-4842-5558-2_1
43. Sun, T.; Medaglia, R. (2019). Mapping the challenges of artificial intelligence in the public sector: evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. https://doi.org/10.1016/j.giq.2018.09.008
44. Şalvarlı, M.; Kayışkan, D. (2022). An overview of the emerging role of artificial intelligence in marketing. İzmir Yönetim Dergisi, 2(2), 106-115. https://doi.org/10.56203/iyd.1052548
45. Tewari, I.; Pant, M. (2020). Artificial Intelligence Reshaping Human Resource Management: A Review, 2020 IEEE International Conference on Advent Trends in Multidisciplinary Research and Innovation (ICATMRI), Buldhana, India, 2020, 1-4, doi: 10.1109/ICATMRI51801.2020.9398420.
46. Turan, T.; Kemaloğlu, N.; Küçüksille, E. (2020). Hukuk’ta yapay zekâ: Çalışmalar ve gelecek öngörüleri. Mehmet Akif Ersoy Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 11(2), 246-255. https://doi.org/10.29048/makufebed.748843
47. Turan, T.; Turan, G.; Küçüksille, E. (2022). Yapay zekâ etiği: Toplum üzerine etkisi. Mehmet Akif Ersoy Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 13(2), 292-299. https://doi.org/10.29048/makufebed.1058538
48. Turgut, A. (2023). Artificial intelligence studies in logistics and supply chain: A bibliometric analysis. Alanya Akademik Bakış, 7(1), 461-480. https://doi.org/10.29023/alanyaakademik.1167224
49. Utami, B.; Widjayanti, W.; Sukmawati, K. (2023). Technology-based financial risk management strategy: Overview of recent developments. Endless International Journal of Future Studies, 6(2), 316-328. https://doi.org/10.54783/endlessjournal.v6i2.180
50. Usdiken, B.; Pasadeos, Y. (1993). Türkiye’de örgütler ve yönetim yazını. Amme İdaresi Dergisi, 26(2), 73-93
51. Verma, S.; Gustafsson A. (2020). Investigating the emerging COVID-19 research trends in the field of business and management: A bibliometric analysis approach Journal of Business Research, 118, 253-261.
52. Wallin, J. A. (2005). Bibliometric methods: Pitfalls and possibilities. Basic and Clinical Pharmacology and Toxicology, 97(5), 261-275.
53. Walsh, T. (2017). It’s alive! Artificial Intelligence from the logic piano to killer robots. La Trobe University Press.