20.500.12556/DKUM-95953 Use of chatbots in human resource management for more efficient knowledge sharing – systematic literature review Uporaba klepetalnih robotov v kadrovskem managementu za učinkovitejši prenos znanja – sistematični pregled literature Purpose: This study examines how chatbots, as part of generative artificial intelligence (GenAI), can assist human resource (HR) professionals in supporting more effective knowledge management (KM), especially knowledge sharing (KS). The research aims to understand the strategic roles of chatbots in Human Resource Management (HRM). It offers propositions for their effective deployment to support KS and enhance their utilisation within organisations. Methodology: A systematic literature review (SLR) was carried out using the databases Web of Science (WoS) and Scopus. After applying inclusion and exclusion criteria, 16 relevant articles were selected for detailed analysis. Results: The findings show that chatbots can significantly enhance KS by automating HRM processes. They enable personalised training, offer continuous support, and promote employee performance, engagement, and innovation. Furthermore, chatbots assist HR professionals in focusing on strategic tasks by lowering administrative workload. Several challenges are also identified, including ethical concerns, privacy issues, data quality problems, reduced social interaction, and risks to creativity and critical thinking. Conclusion: Chatbots offer a transformative opportunity for HRM to enhance KS, organisational memory, and digital learning, thereby supporting competitive advantage in knowledge-intensive settings. Namen: Študija preučuje, kako lahko klepetalni roboti kot del generativne umetne inteligence pomagajo kadrovskim strokovnjakom pri učinkovitejšem upravljanju znanja , zlasti pri prenosu znanja. Namen raziskave je razumeti strateško vlogo klepetalnih robotov v kadrovskem managementu ter oblikovati predloge za njihovo učinkovito implementacijo pri podpori prenosa znanja, s čimer bi se povečala njihova uporaba v organizacijah. Metodologija: Izveden je bil sistematični pregled literature z uporabo baz podatkov Web of Science (WoS) in Scopus. Po uporabi vključitvenih in izključitvenih meril je bilo za poglobljeno analizo izbranih 16 relevantnih znastvenih člankov. Rezultati: Ugotovitve kažejo, da lahko klepetalni roboti bistveno izboljšajo prenos znanja z avtomatizacijo kadrovskih procesov. Omogočajo namreč usposabljanja, nudijo stalno podporo ter spodbujajo uspešnost, zavzetost in inovativnost zaposlenih. Poleg tega omogočajo, da se kadrovski strokovnjaki bolj osredotočijo na strateške naloge, saj klepetalni roboti zmanjšajo administrativne naloge , s tem obremenitve. Klepetalni roboti lahko prinesejo tudi izzive, kot so etična vprašanja, težave z zasebnostjo in kakovostjo podatkov, zmanjšano socialno interakcijo ter tveganja za ustvarjalnost in kritično mišljenje. Zaključek: Klepetalni roboti predstavljajo priložnost nadgradnje za kadrovski management, saj krepijo prenos znanja, znanje organizacij, digitalno učenje ter prispevajo h konkurenčni prednosti v vedno intenzivnejših okoljih. Chatbots generative artificial intelligence human resource management knowledge management knowledge sharing klepetalni roboti generativna umetna inteligenca kadrovski management upravljanje znanja prenos znanja true true true Angleški jezik Slovenski jezik Neznano 2025-11-14 10:25:30 2025-11-14 10:25:30 2025-11-15 03:10:18 0000-00-00 00:00:00 2025 0 0 str. 388-400 issue 4 Vol. 58 2025 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 2025-01-01 005.94:004.8 257099523 10.2478/orga-2025-0024 1318-5454 https://organizacija.fov.um.si/issues/vol-58-no-4-2025/ 1 de1e01ed-c13b-11f0-8eaa-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=200644 RAZ_Bernik_Nejc_2025.pdf RAZ_Bernik_Nejc_2025.pdf 1 2E813E7CB6C549B30BCB5C8AC2D335A0 71c5d12988fdc6723a94c5d250d2547d779a779508ebad7c07c96ca2a9f86e4c 0f6033c9-c13c-11f0-8eaa-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=200645 Fakulteta za organizacijske vede Organizacija 0 0 0