論文の概要: Work Design and Multidimensional AI Threat as Predictors of Workplace AI Adoption and Depth of Use
- arxiv url: http://arxiv.org/abs/2602.23278v1
- Date: Thu, 26 Feb 2026 17:52:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-27 18:41:22.822321
- Title: Work Design and Multidimensional AI Threat as Predictors of Workplace AI Adoption and Depth of Use
- Title（参考訳）: 職場AI導入の予測要因としての作業設計と多次元AIの脅威
- Authors: Aaron Reich, Diana Wolfe, Matt Price, Alice Choe, Fergus Kidd, Hannah Wagner,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.36944296923226316
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence tools are increasingly embedded in everyday work, yet employees' uptake varies widely even within the same organization. Drawing on sociotechnical and work design perspectives, this research examines whether motivational job characteristics and multidimensional AI threat perceptions jointly predict workplace AI adoption and depth of use. Using cross-sectional survey data from 2,257 employees, we tested group differences across role level, years of experience, and region, along with multivariable predictors of AI adoption and use depth, specifically frequency and duration. Across models, job design, especially skill variety and autonomy, showed the most consistent positive associations with AI adoption, whereas threat dimensions exhibited differentiated patterns for depth of use. Perceived changes in work were positively associated with frequency and duration, while status threat showed a negative but not consistently significant relationship with deeper use. Findings are correlational given the cross-sectional and self-report design. Practical implications emphasize aligning AI enablement efforts with work design and monitoring potential workload expansion alongside adoption initiatives.
- Abstract（参考訳）: 人工知能ツールは日々の作業にますます組み込まれていますが、従業員の獲得は、同じ組織内でも大きく異なります。
本研究は, 社会工学的, ワークデザイン的視点を基礎として, 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的職務特性と多次元AI脅威知覚について検討する。
2,257名の従業員の横断的な調査データを用いて,役割レベル,経験年数,地域によるグループ差と,AI採用の多変量予測,使用深度,特に頻度と期間を検証した。
モデル全体、仕事のデザイン、特にスキルの多様性と自律性は、AIの採用と最も一貫したポジティブな関係を示した。
作業内容の変化は、頻度と持続時間に肯定的に関連付けられ、ステータスの脅威は、より深い使用と負の相関を示すが、常に顕著な関係は示さなかった。
横断的・自己報告的な設計から見れば、発見は相関関係にある。
実践的な意味は、AIの実現活動と作業設計の整合性を強調し、採用イニシアチブと並行してワークロード拡大の可能性を監視している。
関連論文リスト
- Safety First: Psychological Safety as the Key to AI Transformation [0.36944296923226316]
本研究は、職場における心理的安全性とAIの採用と利用との関連性を検討する。
論理的および線形回帰分析は、心理的安全性が従業員がAIツールを採用するかどうかを確実に予測することを示している。
この研究は、採用と持続的な使用を区別する必要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2026-02-26T17:53:37Z) - Developers in the Age of AI: Adoption, Policy, and Diffusion of AI Software Engineering Tools [0.0]
147人のプロ開発者の利用パターンを調査した。
品質パラドックスに対する知覚的なサポートは見つからない。
セキュリティに関する懸念は、採用に対する穏健かつ統計的に重要な障壁であり続けている。
論文 参考訳（メタデータ） (2026-01-29T05:56:35Z) - Evolving with AI: A Longitudinal Analysis of Developer Logs [3.7353323067733473]
我々は,持続的AI利用が日常的なコーディング実践を長期的にどのように改善するかを考察する。
生産性、コード品質、コード編集、コードの再利用、コンテキスト切り替えという、ワークフローの変更の5つの側面を分析します。
我々の結果は、ソフトウェアのサイレント再構築に関する実証的な洞察を提供し、将来のAI強化ツールの設計に影響を及ぼす。
論文 参考訳（メタデータ） (2026-01-15T10:30:24Z) - Revisiting UTAUT for the Age of AI: Understanding Employees AI Adoption and Usage Patterns Through an Extended UTAUT Framework [0.0]
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。
論文 参考訳（メタデータ） (2025-10-16T21:01:41Z) - The SPACE of AI: Real-World Lessons on AI's Impact on Developers [0.807084206814932]
我々は,SPACEフレームワークの次元にまたがるAIの影響,すなわち満足度,パフォーマンス,アクティビティ,コラボレーション,効率を,開発者がどのように認識するかを研究する。
AIは広く採用されており、生産性の向上、特にルーチンタスクに広く見なされている。
開発者の報告によると、効率性と満足度は向上し、コラボレーションへの影響の証拠は少なくなった。
論文 参考訳（メタデータ） (2025-07-31T21:45:54Z) - Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳（メタデータ） (2025-02-18T17:12:26Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。
50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。
発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-21T08:54:56Z) - Exposing and Addressing Cross-Task Inconsistency in Unified
Vision-Language Models [80.23791222509644]
一貫性のないAIモデルは、人間のユーザーによって不安定で信頼できないと見なされている。
最先端のビジョン言語モデルは、タスク間の驚くほど高い一貫性のない振る舞いに悩まされている。
本稿では,大規模で自動生成されるクロスタスクコントラスト集合上で計算されたランク相関に基づく補助訓練目標を提案する。
論文 参考訳（メタデータ） (2023-03-28T16:57:12Z)
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。