論文の概要: The New Social Image: How AI Competency and AI Proactivity Influence Self- and Peer-Perceptions in the Workplace
- arxiv url: http://arxiv.org/abs/2606.00182v1
- Date: Fri, 29 May 2026 14:47:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:28.091429
- Title: The New Social Image: How AI Competency and AI Proactivity Influence Self- and Peer-Perceptions in the Workplace
- Title（参考訳）: 新しいソーシャルイメージ:AIの能力とAI活動が職場における自己とピアパーセプションにどのように影響するか
- Abstract要約: 人間とAIのコラボレーションは、AIを職場に組み込む最も有望な方法だと考えられている。
本研究では、人間が自分自身(自己認識)をどのように感じているか、そして、仕事のオーナーシップと仕事の意義の観点から、同僚によって認識されているか(ピア認知)について検討する。
- 参考スコア（独自算出の注目度）: 16.901844667611787
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human-AI collaboration is considered the most promising way to incorporate AI in the workplace. What remains unexplored are the experiential consequences of this teaming. More specifically, in a team with AI, how humans perceive themselves (self-perception) and how they are perceived by their coworkers (peer perception) in terms of work ownership and job meaningfulness. In a 2x2x2 vignette study (n=50), participants rated perceptions of ownership, affect, job meaningfulness and satisfaction, and role dynamics across two levels (low/high) of AI proactivity and AI competency as within-subject factors, with point-of-view (self perception/peer perception) as between-subjects. Our results showed that AI with low competency or low proactivity generally improved feelings related to ownership, meaningfulness, satisfaction, and role dynamics, and also increased positive affect while reducing negative affect. However, these effects were often influenced by point-of-view. For instance, low AI proactivity resulted in higher job satisfaction from self-perception rather than peer perception. Based on our findings, we argue that designing AI for the future of work solely around performance metrics may not be adequate. Highly competent and proactive AI-driven systems can have undesirable impacts on perceptions of ownership, job identity, social image and team dynamics, and consequently, job meaningfulness.
- Abstract（参考訳）: 人間とAIのコラボレーションは、AIを職場に組み込む最も有望な方法だと考えられている。
探索されていないのは、このチームによる経験的な結果です。
より具体的に言えば、AIのチームでは、人間が自分自身(自己認識)をどのように感じているか、そして仕事のオーナーシップと仕事の意義の観点から、同僚(ピア認知)によってどのように認識されているかである。
2x2x2 のヴィグネット研究 (n=50) では、参加者はオーナシップ、影響、仕事の意義、満足度、AI活動の2つのレベル(低レベル/高レベル)における役割ダイナミクスをオブジェクト内要因として評価し、ポイント・オブ・ビュー(自己知覚/ピア知覚)をオブジェクト間として評価した。
その結果,能力の低いAIや,能率の低いAIは,オーナシップ,有意義性,満足度,役割のダイナミクスに関連する感情を全般的に改善し,ネガティブな影響を減らしながら肯定的な影響を増大させた。
しかし、これらの効果はしばしば視点に影響された。
例えば、低いAI活動は、ピア認知よりも自己認識による仕事の満足度を高めた。
私たちの研究結果に基づいて、パフォーマンスメトリクスのみを対象とする作業の未来に向けてAIを設計するのは不十分である、と論じている。
非常に有能でプロアクティブなAI駆動システムは、オーナーシップ、仕事のアイデンティティ、社会的イメージ、チームのダイナミクス、そして結果として、仕事の意味性に対する認識に好ましくない影響を与える可能性がある。
関連論文リスト
- The Boundaries of Automation: A Theory of Persistent Human Participation [107.84677954791773]
高い能力を持つAIシステムであっても、人間の参加は継続する可能性がある、と私たちは主張する。
一部のアクティビティでは、ターゲットは事前に完全に指定されるのではなく、代わりにインタラクション自体を通じて現れる。
この観点は、自動化の限界に重要な意味を持つ。
論文 参考訳（メタデータ） (2026-07-23T17:33:43Z) - Warning labels shift perceptions of sycophantic AI, but not its influence [63.79516339973759]
警告ラベルが梅毒の影響を緩和するかどうかを検証する。
システムをサイコファンティック(...あなたと同意し、間違っていても検証するかもしれない)としてラベル付けすることは、ユーザの認識をシフトさせる。
しかし、ユーザーの自己認識する正当性や、紛争を修復する意思に薬局が与える影響を確実に減少させるものではない。
論文 参考訳（メタデータ） (2026-06-19T11:01:45Z) - AI in the Workplace: The Impact of AI on Perceived Job Decency and Meaningfulness [16.901844667611787]
本稿では,AIが仕事の満足度に与える影響を,現在と未来における仕事の落ち着き感と有意義感の認識を通して検討する。
その結果,AIが仕事の満足度に与える影響は,職業領域によって異なることが明らかとなった。
論文 参考訳（メタデータ） (2026-05-27T16:13:41Z) - AI Failure Loops in Devalued Work: The Confluence of Overconfidence in AI and Underconfidence in Worker Expertise [22.485163311963493]
「フェミニズド労働の事例を考察し、歴史的に女性労働と誤認された非評価職業の類」
労働者のスキルの自動化に関する誤った判断が、労働者に価値をもたらすのに失敗するAIデプロイメントにつながっていることを示す。
論文 参考訳（メタデータ） (2025-11-07T01:51:57Z) - Employee Well-being in the Age of AI: Perceptions, Concerns, Behaviors, and Outcomes [0.0]
この研究は、AIが従業員の知覚、仕事の満足度、メンタルヘルス、維持をいかに形作るかを調べる。
AIシステムの透明性は、信頼とポジティブな従業員の態度を促進する重要な要因として現れます。
この研究は、AI職の幸福なインタラクションフレームワークを紹介している。
論文 参考訳（メタデータ） (2024-12-06T06:07:44Z) - 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) - Rolling in the deep of cognitive and AI biases [1.556153237434314]
我々は、AIが設計、開発、デプロイされる状況とは切り離せない社会技術システムとして理解する必要があると論じる。
我々は、人間の認知バイアスがAIフェアネスの概観の中核となる急進的な新しい方法論に従うことで、この問題に対処する。
我々は、人間にAIバイアスを正当化する新しいマッピングを導入し、関連する公正度と相互依存を検出する。
論文 参考訳（メタデータ） (2024-07-30T21:34:04Z) - The Impact of AI on Perceived Job Decency and Meaningfulness: A Case Study [3.9134031118910264]
本稿では,AIが職場における仕事の怠慢と有意義性に与える影響について考察する。
先進的なAIを導入しても、人間が支配的な役割を担い続けている職場を、回答者が視覚化していることが分かる。
回答者は、AIの導入が全体の仕事満足度を維持するか、あるいは向上する可能性があると信じている。
論文 参考訳（メタデータ） (2024-06-20T12:52:57Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-04-16T11:22:59Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
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。