<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Vpliv predsodkov in stereotipov pri kadrovanju</dc:title><dc:creator>Vrhovšek,	Aneja	(Avtor)
	</dc:creator><dc:creator>Šarotar Žižek,	Simona	(Mentor)
	</dc:creator><dc:subject>management človeških virov</dc:subject><dc:subject>kadrovanje</dc:subject><dc:subject>predsodki</dc:subject><dc:subject>stereotipi</dc:subject><dc:description>Zaposleni so največje bogastvo vsake organizacije, kar postaja še bolj očitno v današnjem dinamičnem, nepredvidljivem in turbulentnem poslovnem okolju. S tem namenom smo raziskali proces kadrovanja, katerega jedro predstavljata zaposlovanje in selekcijski proces. Zaposlovanje opredeljujemo kot postopek iskanja virov zaposlenih za zadostitev potreb po kadrih, načrtovanje ter izvajanje učinkovitih ukrepov za privabljanje ustreznega števila kandidatov. Selekcijski postopek pa vključuje preverjanje in ocenjevanje kandidatov z namenom izbire tistih, ki so najbolj primerni za razpisana delovna mesta v organizaciji. S pojavom umetne inteligence se je postopek kadrovanja bistveno spremenil, zlasti v segmentih zaposlovanja in selekcije. Pri kadrovskem postopku lahko sodelujoči zaposleni nehote storijo krivico zaradi vnaprej oblikovanih predsodkov in stereotipov, kar lahko privede do zavrnitve zelo dobrega kandidata zaradi (ne)zavedne pristranskosti.
V okviru raziskave smo analizirali postopek kadrovanja v izbrani organizaciji X. Kljub ročnemu vodenju postopka kadrovski sodelavci dosledno in skrbno pregledujejo ter izbirajo kandidate, pri čemer posebno pozornost namenjajo preprečevanju (nezavedne) pristranskosti. Ugotovili smo, da čeprav se postopek vodi vestno in pravično, obstajajo možnosti za izboljšave. S tem namenom smo razvili prenovljen celovit model kadrovanja, ki v zaposlovanje in selekcijski postopek vključuje napredna orodja umetne inteligence. Ta orodja omogočajo učinkovitejše pregledovanje in izločanje neustreznih kandidatov, kar bo organizaciji prihranilo znatno količino časa. Poleg tega smo s pomočjo orodij umetne inteligence oblikovali normirane teste, ki jih bo organizacija uporabljala pri zaposlovanju za specifična delovna mesta. Umetna inteligenca bo prav tako podpirala proces uvajanja novozaposlenih, saj bo omogočala natančno spremljanje in merjenje njihove uspešnosti ter napredka. Ta pristop zagotavlja bolj objektivno ocenjevanje kandidatov, zmanjšuje vpliv nezavednih predsodkov in stereotipov ter posledično povečuje pravičnost in učinkovitost celotnega kadrovskega procesa.</dc:description><dc:publisher>A. Vrhovšek</dc:publisher><dc:date>2024</dc:date><dc:date>2024-07-29 18:49:47</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>89619</dc:identifier><dc:identifier>UDK: 005.95</dc:identifier><dc:identifier>COBISS_ID: 208908035</dc:identifier><dc:language>sl</dc:language></metadata>
