ВІДПОВІДАЛЬНЕ ШІ-ЛІДЕРСТВО В HRM 5.0: ЕТИЧНІ, УПРАВЛІНСЬКІ ТА РЕГУЛЯТОРНІ ЗАСАДИ АЛГОРИТМІЧНИХ РІШЕНЬ

Автор(и)

  • Оксана Іванівна КРАВЧУК Київський національний економічний університет імені Вадима Гетьмана, Україна https://orcid.org/0000-0002-6337-7759

DOI:

https://doi.org/10.33111/sedu.2026.58.241.256

Ключові слова:

відповідальне ШІ-лідерство, HRM 5.0, алгоритмічна справедливість, AI Act, цифровий HRM, людиноцентричне управління, управління людськими ресурсами

Анотація

У статті концептуалізовано відповідальне ШI‑лідерство як ключовий вимір HRM 5.0 в умовах зростаючої алгоритмізації процесів управління людськими ресурсами. Метою дослідження є обґрунтування етичних, управлінських, регуляторних та економічних засад відповідального ШI‑лідерства шляхом поєднання людиноцентричної логіки HRM 5.0 з вимогами алгоритмічної справедливості та юридичними зобов’язаннями, пов’язаними з використанням високоризикових ШI‑систем у сфері зайнятості. Методологічну основу становлять системний і порівняльний аналіз, концептуальний синтез та правова інтерпретація наукових джерел 2020–2026 рр., а також положення Регламенту ЄС про штучний інтелект. У роботі доведено, що відповідальне ШI‑лідерство не може розглядатися як допоміжна цифрова компетентність HR‑менеджера. Натомість воно є інтегративною управлінською здатністю, що забезпечує етичне проєктування, впровадження, інтерпретацію та аудит алгоритмічних рішень, які впливають на працівників і кандидатів. Стаття визначає виміри алгоритмічної справедливості, розкриває системні джерела алгоритмічної упередженості на всіх етапах життєвого циклу ШI‑систем та окреслює управлінські функції HR‑лідерів, пов’язані з підзвітністю, людським наглядом, захистом прав працівників і розвитком ШI‑грамотності. Окрему увагу приділено економічним наслідкам відповідального ШI‑лідерства. Показано, що воно знижує витрати, пов’язані з алгоритмічною упередженістю, скорочує транзакційні та комплаєнс‑витрати, підвищує точність і ефективність HR‑рішень, сприяє продуктивності праці та зміцнює конкурентоспроможність підприємств. Наукова новизна статті полягає у запропонуванні інтегрованої моделі відповідального ШI‑лідерства в HRM 5.0, яка поєднує людиноцентричність, алгоритмічну справедливість, ШI‑урядування, регуляторну відповідність та економічну ефективність. Практична цінність дослідження полягає у формуванні концептуальної основи для організаційних політик відповідального використання ШІ у HR, програм розвитку лідерства та діагностичних інструментів оцінювання готовності HRM‑екосистем до етично та економічно обґрунтованого алгоритмічного прийняття рішень.

Біографія автора

Оксана Іванівна КРАВЧУК , Київський національний економічний університет імені Вадима Гетьмана

кандидат економічних наук (Ph.D.), доцент, доцент кафедри соціоекономіки та управління персоналом, Київський національний економічний університет імені Вадима Гетьмана, Київ, Україна

Посилання

Adisa, T. A. (2024). Industry 5.0: from digitization to digitalization. In HRM 5.0: Unpacking the digitalization of human resource management (pp. 1–9). Palgrave Macmillan. https://doi.org/10.1007/978-3-031-58912-6_1

Aziz, M. F., Rajesh, J. I., Jahan, F., McMurrray, A., Ahmed, N., Narendran, R., & Harrison, C. (2025). AI-powered leadership: A systematic literature review. Journal of Managerial Psychology, 40(5), 604–630. https://doi.org/10.1108/JMP-05-2024-0389

Bandara, R. J., Biswas, K., Akter, S., Shafique, S., & Rahman, M. (2025). Addressing algorithmic bias in AI-driven HRM systems: Implications for strategic HRM effectiveness. Human Resource Management Journal, 35(4), 1047–1063. https://doi.org/10.1111/1748-8583.12609

Bar-Gil, O., Ron, T., & Czerniak, O. (2024). AI for the people? Embedding AI ethics in HR and people analytics projects. Technology in Society, 77, Article 102527. https://doi.org/10.1016/j.techsoc.2024.102527

Bauwens, R., & Batistič, S. (2025). The present and future of artificial intelligence in people management research: A bibliometric approach. Business Research Quarterly, 28(4), 768–787. https://doi.org/10.1177/23409444251341326

Capasso, M., Arora, P., Sharma, D., & Tacconi, C. (2024). On the right to work in the age of artificial intelligence: Ethical safeguards in algorithmic human resource management. Business and Human Rights Journal, 9(3), 346–360. https://doi.org/10.1017/bhj.2024.26

Capolupo, N., Maione, G., & Supino, S. (2025). The anatomy of human resource management (HRM) 5.0: A bibliometric review of practices and workforce skills. The TQM Journal. https://doi.org/10.1108/TQM-07-2025-0402

Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence and amending Regulations (EC) No 300/2008, (EU) No 167/2013, (EU) No 168/2013, (EU) 2018/858, (EU) 2018/1139 and (EU) 2019/2144 and Directives 2014/90/EU, (EU) 2016/797 and (EU) 2020/1828 (Artificial Intelligence Act), Regulation No. 1689 (2024, July 12) (European Union). Official Journal of the European Union, L 2024/1689, 1–144. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32024R1689

Fabris, A., Baranowska, N., Dennis, M. J., Graus, D., Hacker, P., Saldivar, J., Borgesius, F. Z., & Biega, A. J. (2025). Fairness and bias in algorithmic hiring: A multidisciplinary survey. ACM Computing Surveys, 57(9), Article 224. https://doi.org/10.1145/3696457

Gal, U., Jensen, T. B., & Stein, M.-K. (2020). Breaking the vicious cycle of algorithmic management: A virtue ethics approach to people analytics. Information and Organisation, 30(2), Article 100301. https://doi.org/10.1016/j.infoandorg.2020.100301

Giermindl, L. M., Strich, F., Christ, O., Leicht-Deobald, U., & Redzepi, A. (2022). The dark sides of people analytics: Reviewing the perils for organisations and employees. European Journal of Information Systems, 31(3), 410–435. https://doi.org/10.1080/0960085X.2021.1927213

Hossain, S., Fernando, M., & Akter, S. (2025). Digital leadership: Towards a dynamic managerial capability perspective of artificial intelligence-driven leader capabilities. Journal of Leadership & Organizational Studies, 32(2), 189–208. https://doi.org/10.1177/15480518251319624

Hunkenschroer, A. L., & Luetge, C. (2022). Ethics of ai-enabled recruiting and selection: A review and research agenda. Journal of Business Ethics, 178(2), 977–1007. https://doi.org/10.1007/s10551-022-05049-6

Kim, S., Khoreva, V., & Vaiman, V. (2025). Strategic human resource management in the era of algorithmic technologies: Key insights and future research agenda. Human Resource Management, 64(2), 447–464. https://doi.org/10.1002/hrm.22268

Kravchuk, O. I. (2025). The digital ecosystem of human resource management 5.0: A new paradigm of human-centred development. Problems of Modern Transformations. Series: Economics and Management, 20. https://doi.org/10.54929/2786-5738-2025-20-04-07

Kravchuk, O. I. (2026). Human-centric digital leadership for HRM 5.0 ecosystem readiness. Smart Cities and Regional Development Journal, 10(1), 55–85. https://doi.org/10.25019/5ykgm661

Kravchuk, O. I., Varis, I. O., & Rubel, K. O. (2024). HR management digitalization: Conceptual aspects and trends. Problems of Modern Transformations. Series: Economics and Management, 12. https://doi.org/10.54929/2786-5738-2024-12-07-04 [In Ukrainian]

Meijerink, J., Boons, M., Keegan, A., & Marler, J. (2021). Algorithmic human resource management: Synthesizing developments and cross-disciplinary insights on digital HRM. The International Journal of Human Resource Management, 32(12), 2545–2562. https://doi.org/10.1080/09585192.2021.1925326

Naoum, R. F., Szakadáti, T., & Balogh, G. (2026). Artificial intelligence (AI) in human resource management (HRM): A systematic review of its dual impact on diversity, equity, and inclusion (DEI). Management Review Quarterly. https://doi.org/10.1007/s11301-025-00580-y

Ochmann, J., Michels, L., Tiefenbeck, V., Maier, C., & Laumer, S. (2024). Perceived algorithmic fairness: An empirical study of transparency and anthropomorphism in algorithmic recruiting. Information Systems Journal, 34(2), 384–414. https://doi.org/10.1111/isj.12482

Rigotti, C., & Fosch-Villaronga, E. (2024). Fairness, AI & recruitment. Computer Law & Security Review, 53, Article 105966. https://doi.org/10.1016/j.clsr.2024.105966

Rodgers, W., Murray, J. M., Stefanidis, A., Degbey, W. Y., & Tarba, S. Y. (2023). An artificial intelligence algorithmic approach to ethical decision-making in human resource management processes. Human Resource Management Review, 33(1), Article 100925. https://doi.org/10.1016/j.hrmr.2022.100925

Tandon, A., Dhir, A., Malik, A., Budhwar, P., & Kaur, P. (2024). Exploring the duality of perceptions: Insights into uncertainties, aversion, and appreciation towards algorithmic HRM. Human Resource Management, 64(2), 583–616. https://doi.org/10.1002/hrm.22263

Tursunbayeva, A., Pagliari, C., Di Lauro, S., & Antonelli, G. (2022). The ethics of people analytics: Risks, opportunities and recommendations. Personnel Review, 51(3), 900–921. https://doi.org/10.1108/PR-12-2019-0680

##submission.downloads##

Опубліковано

2026-05-31

Як цитувати

КРАВЧУК , О. І. (2026). ВІДПОВІДАЛЬНЕ ШІ-ЛІДЕРСТВО В HRM 5.0: ЕТИЧНІ, УПРАВЛІНСЬКІ ТА РЕГУЛЯТОРНІ ЗАСАДИ АЛГОРИТМІЧНИХ РІШЕНЬ. Стратегія економічного розвитку України, 58, 241–256. https://doi.org/10.33111/sedu.2026.58.241.256

Номер

Розділ

Ефективність та результативність розвитку підприємств