Чорноус, Галина ОлександрівнаГалина ОлександрівнаЧорноусМиронець, Вікторія ОлегівнаВікторія ОлегівнаМиронець2026-02-272026-02-272024Чорноус, Г. О., & Миронець, В. О. (2024). Штучний інтелект в процесах управління людськими ресурсами: загальні засади та застосування для моніторингу психологічного клімату. Теоретичні та прикладні питання економіки, (2), 229–240. https://doi.org/10.17721/tppe.2024.49.20УДК 331.1:004.8https://doi.org/10.17721/tppe.2024.49.20https://ir.library.knu.ua/handle/15071834/11199У статті розглядається потенціал широкого застосування штучного інтелекту (ШІ) для вирішення актуальних викликів на ринку праці та підвищення ефективності управління людськими ресурсами (human resource management, HRM). Аналізуються сучасні підходи до інтеграції відповідних методів і інструментів у практики HRM. Дослідження вивчає, як ШІ може доповнити існуючі процеси HRM, створюючи більш орієнтовану на дані та адаптивну основу для прийняття рішень. Компанії активно шукають способи впровадження інноваційних рішень, тому результати цього дослідження можна розглядати як крок до поєднання сучасних практик HRM із трансформаційним потенціалом ШІ для підтримки ефективних управлінських рішень. У статті представлено потужні можливості ШІ: механічного ШІ, мислячого ШІ та емоційного ШІ. Механічний ШІ найкраще підходить для автоматизації завдань, таких як створення вакансій, реєстрація на навчальні курси, складання звітів, моніторинг кар’єрного зростання та оцінка ефективності. Цей тип ШІ суттєво знижує адміністративне навантаження, дозволяючи фахівцям з HRM зосереджуватися на стратегічному прийнятті рішень та залученні працівників. Мислячий ШІ досягає успіху в аналізі резюме, результатів навчання, продуктивності та прогнозуванні кар’єри. Емоційний ШІ зосереджується на аналізі поведінки кандидатів, персоналізації навчальних програм, наданні психологічної підтримки та моніторингу психологічного клімату на робочому місці. Для вирішення проблем пов’язаних з аналізом емоцій стаття пропонує концептуальну модель для аналізу настроїв на основі даних про емоційний стан і задоволеність працівників. У роботі надано конкретні рекомендації щодо впровадження та продемонстровано застосування моделі на основі даних з оглядів про роботу компаній на платформі Glassdoor із використанням мови програмування Python. Цей підхід ілюструє, як ШІ може сприяти благополуччю працівників, одночасно узгоджуючи практики HRM із цілями організації.The article considers the potential for the widespread use of artificial intelligence (AI) to address current challenges in the labor market and improve the efficiency of human resource management (HRM). It analyzes modern approaches to integrating relevant methods and tools into HRM practices. The study explores how AI can complement existing HR processes, creating a more data-driven and adaptive framework for decision-making. Companies are actively seeking ways to incorporate innovative solutions, so the results of this study can be seen as a step towards combining current HRM practices with AI's transformative potential to support effective management decisions. The paper presents powerful AI capabilities: mechanical AI, thinking AI, and feeling AI. Mechanical AI is best suited for automating tasks such as job creation, enrolment in training courses, reporting, monitoring career development, and performance evaluation. This type of AI significantly reduces administrative burdens, allowing HR professionals to focus on strategic decision-making and employee engagement. Thinking AI excels in analyzing CVs, learning outcomes, productivity, and career forecasting. Feeling AI focuses on analyzing applicant behavior, personalizing training programs, providing psychological support, and monitoring the workplace's psychological climate. To address challenges in emotional analysis, the article presents a conceptual model for sentiment analysis of data on the emotional state and satisfaction of employees. The paper includes specific recommendations for implementation and demonstrates the model's application on Glassdoor Job Reviews data using Python programming language. This approach illustrates how AI can enhance employee well-being while aligning HR practices with organizational goals.ukуправління людськими ресурсамиемоційний ШІаналіз настроївмоделюванняприйняття рішенькомпаніяHuman resource managementfeeling AIsentiment analysismodelingdecision-makingcompanyСтаття