شفافیت تصمیم گیری هوش مصنوعی و اعتماد کارکنان: اثر میانجی چندگانه موازی اثربخشی و ناراحتی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 32

تعداد کلمات : 9600

مجله : behavioral sciences

انتشار : 2022

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
20 فوریه 2024
دسته بندی
تعداد بازدیدها
4380 بازدید
95,000 تومان

عنوان فارسی مقاله:شفافیت تصمیم گیری هوش مصنوعی و اعتماد کارکنان: اثر میانجی چندگانه موازی اثربخشی و ناراحتی

 چکیده

 هدف این مقاله بررسی این موضوع است که چگونه شفافیت تصمیم‌گیری هوش مصنوعی (AI) بر اعتماد انسان‌ها به هوش مصنوعی تأثیر می‌گذارد. مطالعات قبلی نتایج متناقضی را در مورد رابطه بین شفافیت هوش مصنوعی و اعتماد انسان‌ها به هوش مصنوعی نشان داده‌اند (به عنوان مثال، یک همبستگی مثبت، غیر همبستگی، یا یک رابطه U شکل معکوس). این مقاله بر اساس مدل محرک – ارگانیسم – پاسخ (SOR)، تقلیل‌گرایی الگوریتمی و نظریه هویت اجتماعی، تأثیر شفافیت تصمیم‌گیری هوش مصنوعی را بر اعتماد انسان‌ها به هوش مصنوعی از دیدگاه‌های شناختی و عاطفی بررسی می‌کند. در مجموع ۲۳۵ شرکت کننده با سابقه کار قبلی به صورت آنلاین برای تکمیل طرح آزمایشی استخدام شدند. نتایج نشان داد که شفافیت درک شده کارکنان، اثربخشی درک کارکنان از هوش مصنوعی، و ناراحتی کارکنان از هوش مصنوعی نقش واسطه‌ای در رابطه بین شفافیت تصمیم گیری هوش مصنوعی و اعتماد کارکنان به هوش مصنوعی ایفا می‌کند. به طور خاص، شفافیت تصمیم‌گیری هوش مصنوعی (در مقابل عدم شفافیت) منجر به شفافیت درک بالاتری شد که به نوبه خود باعث افزایش اثربخشی (که اعتماد را ارتقا داد) و ناراحتی (که مانع از اعتماد شد) شد. این اثر میانجی چندگانه موازی می‌تواند تا حدی یافته‌های متناقض در مطالعات قبلی در مورد رابطه بین شفافیت هوش مصنوعی و اعتماد انسان‌ها به هوش مصنوعی را توضیح دهد. این تحقیق اهمیت عملی دارد زیرا پیشنهاداتی را برای شرکت‌ها ارائه می‌کند تا اعتماد کارکنان به هوش مصنوعی را بهبود بخشند تا کارمندان بتوانند بهتر با هوش مصنوعی همکاری کنند.

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Artificial Intelligence Decision-Making Transparency and Employees’ Trust: The Parallel Multiple Mediating Effect of Effectiveness and Discomfort

Abstract

 The purpose of this paper is to investigate how Artificial Intelligence (AI) decision-making transparency affects humans’ trust in AI. Previous studies have shown inconsistent conclusions about the relationship between AI transparency and humans’ trust in AI (i.e., a positive correlation, non-correlation, or an inverted U-shaped relationship). Based on the stimulus-organism-response (SOR) model, algorithmic reductionism, and social identity theory, this paper explores the impact of AI decision-making transparency on humans’ trust in AI from cognitive and emotional perspectives. A total of 235 participants with previous work experience were recruited online to complete the experimental vignette. The results showed that employees’ perceived transparency, employees’ perceived effectiveness of AI, and employees’ discomfort with AI played mediating roles in the relationship between AI decision-making transparency and employees’ trust in AI. Specifically, AI decision-making transparency (vs. non-transparency) led to higher perceived transparency, which in turn increased both effectiveness (which promoted trust) and discomfort (which inhibited trust). This parallel multiple mediating effect can partly explain the inconsistent findings in previous studies on the relationship between AI transparency and humans’ trust in AI. This research has practical significance because it puts forward suggestions for enterprises to improve employees’ trust in AI, so that employees can better collaborate with AI.