論文の概要: Revisiting UTAUT for the Age of AI: Understanding Employees AI Adoption and Usage Patterns Through an Extended UTAUT Framework

• arxiv url: http://arxiv.org/abs/2510.15142v1
• Date: Thu, 16 Oct 2025 21:01:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.396565
• Title: Revisiting UTAUT for the Age of AI: Understanding Employees AI Adoption and Usage Patterns Through an Extended UTAUT Framework
• Title（参考訳）: AI時代のUTAUTを再考する - 拡張されたUTAUTフレームワークを通じて従業員のAI採用と利用パターンを理解する
• Authors: Diana Wolfe, Matt Price, Alice Choe, Fergus Kidd, Hannah Wagner,
• Abstract要約: 本研究では、職場における人工知能(AI)技術に対して、従業員の人口構成要因が採用や態度を形作るかどうかを検討する。 多国籍コンサルティング会社内のグローバルリージョンと組織レベルの専門家2,257人を対象に調査を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study investigates whether demographic factors shape adoption and attitudes among employees toward artificial intelligence (AI) technologies at work. Building on an extended Unified Theory of Acceptance and Use of Technology (UTAUT), which reintroduces affective dimensions such as attitude, self-efficacy, and anxiety, we surveyed 2,257 professionals across global regions and organizational levels within a multinational consulting firm. Non-parametric tests examined whether three demographic factors (i.e., years of experience, hierarchical level in the organization, and geographic region) were associated with AI adoption, usage intensity, and eight UTAUT constructs. Organizational level significantly predicted AI adoption, with senior employees showing higher usage rates, while experience and region were unrelated to adoption. Among AI users (n = 1,256), frequency and duration of use showed minimal demographic variation. However, omnibus tests revealed small but consistent group differences across several UTAUT constructs, particularly anxiety, performance expectancy, and behavioral intention, suggesting that emotional and cognitive responses to AI vary modestly across contexts. These findings highlight that demographic factors explain limited variance in AI acceptance but remain relevant for understanding contextual nuances in technology-related attitudes. The results underscore the need to integrate affective and organizational factors into models of technology acceptance to support equitable, confident, and sustainable engagement with AI in modern workplaces.
• Abstract（参考訳）: 本研究では、職場における人工知能(AI)技術に対して、従業員の人口構成要因が採用や態度を形作るかどうかを検討する。 態度,自己効力感,不安などの情緒的側面を再導入するUTAUT(Unified Theory of Acceptance and Use of Technology)を拡張し,世界各国にまたがる2,257人の専門家と多国籍コンサルティング企業内の組織レベルを調査した。 非パラメトリックテストでは、AIの採用、使用強度、UTAUTの8つの構成要素に関連する3つの人口統計要因(経験年数、組織における階層レベル、地理的領域)を検討した。 組織のレベルはAIの採用を著しく予測し、上級従業員はより高い利用率を示し、経験と地域は採用とは無関係であった。 AIユーザ(n = 1,256)のうち、使用頻度と使用期間は最小限であった。 しかし、オムニバステストでは、いくつかのUTAUT構成、特に不安、パフォーマンス期待、行動意図に小さなが一貫したグループ差が示され、AIに対する感情的および認知的反応が文脈によってわずかに異なることが示唆された。 これらの知見は、人口統計学的要因がAI受容のばらつきを限定しているが、技術関連態度における文脈的ニュアンスを理解することには関連性があることを示唆している。 この結果は、現代の職場におけるAIとの平等、自信、持続的なエンゲージメントをサポートするために、感情的および組織的要因を技術受容のモデルに統合する必要性を浮き彫りにしている。

関連論文リスト

• Work Design and Multidimensional AI Threat as Predictors of Workplace AI Adoption and Depth of Use [0.36944296923226316]
  本研究は、職場におけるAIの採用と利用深度を共同で予測する動機づけ型仕事特性と多次元AI脅威知覚について検討する。 2,257人の従業員による横断的な調査データを用いて、私たちは、AIの採用と使用深度に関する多変量予測とともに、役割レベル、経験年数、地域にわたるグループ差をテストしました。
  論文  参考訳（メタデータ） (2026-02-26T17:52:29Z)
• The Impact of Artificial Intelligence on Enterprise Decision-Making Process [0.0]
  企業の93%がAIを、主にカスタマーサービス、データ予測、意思決定支援に使っている。 最も頻繁な障壁は、従業員の抵抗、高いコスト、規制の曖昧さである。 この研究は、AIと人間の判断とコミュニケーションの実践を統合することの重要性を強調している。
  論文  参考訳（メタデータ） (2025-11-26T14:45:16Z)
• AI as Cognitive Amplifier: Rethinking Human Judgment in the Age of Generative AI [0.65268245109828]
  私はAIエンゲージメントの3段階モデルを提案します。 レベル間の移行には技術トレーニングではなく、ドメインの専門知識とメタ認知スキルの開発が必要だ、と私は主張します。
  論文  参考訳（メタデータ） (2025-10-30T11:55:34Z)
• Cultural Dimensions of Artificial Intelligence Adoption: Empirical Insights for Wave 1 from a Multinational Longitudinal Pilot Study [0.0]
  人工知能(AI)の急速な普及は、文化的な文脈が採用パターンをどう形成し、人間の日常生活にもたらす影響について批判的な疑問を提起する。 本研究では,ヨーロッパ,アフリカ,アジア,南米の9つの国家的文脈における,AI導入の文化的側面とその認知戦略への影響について検討した。 第一に、文化的な要因、特に言語と年齢は、AIの採用と信頼性の認知に大きく影響します。 第二に、AIの使用に関する倫理的判断は領域によって異なり、専門的な文脈は実用的協力者としての役割を正規化し、学術的な設定は盗作のリスクを強調した。
  論文  参考訳（メタデータ） (2025-10-22T16:31:28Z)
• (AI peers) are people learning from the same standpoint: Perception of AI characters in a Collaborative Science Investigation [0.0]
  シナリオベースアセスメント(SBA)は、本物の社会的相互作用のコンテキストを提供するためのシミュレーションエージェントを導入する。 近年のテキスト・トゥ・ビデオ技術のようなマルチモーダルAIの進歩により、これらのエージェントはAI生成文字に拡張される。 本研究では,協調科学研究の文脈を反映したSBAにおいて,教師とチームメイトの役割を担っているAIキャラクタを学習者がどう感じているかを検討する。
  論文  参考訳（メタデータ） (2025-06-06T15:29:11Z)
• When Models Know More Than They Can Explain: Quantifying Knowledge Transfer in Human-AI Collaboration [79.69935257008467]
  我々は,人間とAIの知識伝達能力に関する概念的かつ実験的フレームワークである知識統合と伝達評価(KITE)を紹介する。 最初の大規模人間実験(N=118)を行い,その測定を行った。 2段階のセットアップでは、まずAIを使って問題解決戦略を思いつき、その後独立してソリューションを実装し、モデル説明が人間の理解に与える影響を分離します。
  論文  参考訳（メタデータ） (2025-06-05T20:48:16Z)
• AI in Software Engineering: Perceived Roles and Their Impact on Adoption [0.0]
  本稿では,開発者がAIを活用した開発ツールをどのように概念化するかを検討する。 私たちは、AIを不生のツールとして、AIを人間のようなチームメイトとして、2つの主要なメンタルモデルを特定します。
  論文  参考訳（メタデータ） (2025-04-29T00:37:49Z)
• General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
  ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。 私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。 私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
  論文  参考訳（メタデータ） (2025-03-09T01:13:56Z)
• On Benchmarking Human-Like Intelligence in Machines [77.55118048492021]
  現在のAI評価パラダイムは、人間のような認知能力を評価するには不十分である、と我々は主張する。 人為的なラベルの欠如、人間の反応の多様性と不確実性の表現の不適切な表現、単純で生態学的に無意味なタスクへの依存。
  論文  参考訳（メタデータ） (2025-02-27T20:21:36Z)
• Making Sense of AI Limitations: How Individual Perceptions Shape Organizational Readiness for AI Adoption [0.0]
  本研究では,人工知能(AI)の限界に対する個人の認識が,AI導入の組織的準備にどのように影響するかを検討する。 この研究は、個々のセンスメイキング、社会学習、フォーマルな統合プロセスの間の動的相互作用を通じて、組織的準備が生まれることを明らかにしている。
  論文  参考訳（メタデータ） (2025-02-21T18:31:08Z)
• Why (not) use AI? Analyzing People's Reasoning and Conditions for AI Acceptability [17.420096756296896]
  我々は,AIの発達に関する人々の判断に影響を与える人口統計学的要因と推論的要因について検討する。 我々は、個人の健康よりも労働代替利用の受け入れが低いことを見出した。 統一推論タイプ(例えば、コスト対利益推論)を観察して、より高い合意を導きます。
  論文  参考訳（メタデータ） (2025-02-11T06:06:47Z)
• How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
  我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。 我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
  論文  参考訳（メタデータ） (2024-10-21T22:39:52Z)
• Perceptions of Discriminatory Decisions of Artificial Intelligence: Unpacking the Role of Individual Characteristics [0.0]
  個人差(デジタル自己効力性、技術的知識、平等への信念、政治的イデオロギー)は、AIの成果に対する認識と関連している。 デジタル自己効力と技術的知識は、AIに対する態度と肯定的に関連している。 リベラルイデオロギーは、結果信頼、より否定的な感情、より大きな懐疑主義と負の関連がある。
  論文  参考訳（メタデータ） (2024-10-17T06:18:26Z)
• Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
  汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。 本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
  論文  参考訳（メタデータ） (2024-03-21T19:12:37Z)
• Connecting Algorithmic Research and Usage Contexts: A Perspective of Contextualized Evaluation for Explainable AI [65.44737844681256]
  説明可能なAI(XAI)を評価する方法に関するコンセンサスの欠如は、この分野の進歩を妨げる。 このギャップを埋める一つの方法は、異なるユーザ要求を考慮に入れた評価方法を開発することである、と我々は主張する。
  論文  参考訳（メタデータ） (2022-06-22T05:17:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。