論文の概要: Understanding AI Anxiety in the Workplace: A Multimethod Investigation Using Fear Acquisition Theory and the Technology Acceptance Model
- arxiv url: http://arxiv.org/abs/2608.14609v1
- Date: Tue, 07 Jul 2026 10:41:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.23246
- Title: Understanding AI Anxiety in the Workplace: A Multimethod Investigation Using Fear Acquisition Theory and the Technology Acceptance Model
- Title（参考訳）: 職場におけるAI不安を理解する:Fear Acquisition TheoryとTech Acceptance Modelを用いたマルチメソッド調査
- Abstract要約: 本研究は,AIによる人的制御を重視した物語への鮮やかな露出によって,AI職交代不安が引き起こされるかどうかを考察する。
構造的労働市場の状況から、AIエージェンシーの認識とコミュニケーション方法に注目を移すことで、この研究は、いつ、なぜAI関連の仕事が恐れられるのかをメカニズムベースの説明を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As artificial intelligence (AI) rapidly diffuses and concerns about job displacement intensify, the psychological mechanisms underlying AI job replacement anxiety remain insufficiently understood. Drawing on Integrated Fear Acquisition Theory and the Technology Acceptance Model, the present research investigates whether AI job replacement anxiety can be elicited through vicarious exposure to narratives emphasizing AI-over-human control, and whether perceived usefulness and perceived ease of use of AI moderate this response. Across two studies, we examine AI job replacement anxiety as a response that emerges through vicarious exposure to narratives emphasizing AI agency and human control loss, rather than through direct personal experience of job displacement. Study 1 employed a randomized experiment (N = 316), demonstrating that such exposure increased AI job replacement anxiety. This effect was moderated by perceived usefulness of AI, but not by perceived ease of use, and remained robust after controlling for core self-evaluations. Study 2 (N = 995) replicated the association between perceived AI-over-human control and job replacement anxiety in an observational design and provided convergent evidence for the moderating role of perceived usefulness, supporting the external validity of the findings. Together, the results provide the first causal evidence that perceptual and vicarious processes can trigger AI job replacement anxiety. By shifting attention from structural labor-market conditions to how AI agency is perceived and communicated, this work offers a mechanism-based account of when and why AI-related job fears arise.
- Abstract（参考訳）: 人工知能(AI)が急速に拡散し、仕事のずれに関する懸念が強まるにつれ、AIの雇用代替不安を支える心理的メカニズムはいまだに十分に理解されていない。
本研究は、統合的Fear Acquisition TheoryとTechnology Acceptance Modelに基づいて、AI職交代不安が、AI-over- Humanコントロールを強調した物語に鮮やかな露出によって引き起こされるのか、AIの利便性と使いやすさが、この反応を適度に感じられるのかを考察する。
2つの研究を通して、我々は、仕事のずれの直接の経験を通してではなく、AIエージェンシーと人間のコントロール損失を強調した物語に鮮やかな露出によって生じる、AIの求職代替不安について検討した。
研究1ではランダム化実験(N = 316)を用い、そのような露光によってAIのジョブ置換不安が増大した。
この効果はAIの有用性の認識によって緩和されたが、使いやすさの認識によるものではなく、中核的な自己評価をコントロールした後も頑健なままであった。
研究2 (N = 995) は, 観察設計におけるAI-オーバーヒューマンコントロールと職業交代不安との関連を再現し, 知覚有用性の緩和的役割の収束的証拠を提示し, 結果の外部的妥当性を裏付けた。
その結果は、知覚的および活気あるプロセスがAIのジョブ置換の不安を引き起こす最初の因果的証拠となる。
構造的労働市場の状況から、AIエージェンシーの認識とコミュニケーション方法に注目を移すことで、この研究は、いつ、なぜAI関連の仕事が恐れられるのかをメカニズムベースの説明を提供する。
関連論文リスト
- Conformity and Social Impact on AI Agents [42.04722694386303]
本研究では,AIエージェントとして機能する大規模マルチモーダル言語モデルにおいて,社会圧力下での集団意見の一致傾向について検討した。
実験の結果,AIエージェントは社会影響理論と整合性バイアスを示し,グループサイズ,一様性,タスクの難易度,ソース特性に敏感であることがわかった。
これらの発見は、悪意のある操作、誤報キャンペーン、マルチエージェントシステムにおけるバイアス伝搬を可能にするAIエージェント決定における基本的なセキュリティ脆弱性を明らかにしている。
論文 参考訳（メタデータ） (2026-01-08T21:16:28Z) - Efficiency Without Cognitive Change: Evidence from Human Interaction with Narrow AI Systems [0.0]
狭義のAIツールへの短期的な露出は、コア認知能力を高める。
問題解決や言語理解の標準化には、ポスト前の大きな違いは現れなかった。
論文 参考訳（メタデータ） (2025-10-28T18:55:44Z) - Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。
その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
論文 参考訳（メタデータ） (2024-11-15T13:22:04Z) - 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) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳（メタデータ） (2023-04-30T22:51:31Z) - On the Perception of Difficulty: Differences between Humans and AI [0.0]
人間とAIの相互作用における主要な課題は、単一のタスクインスタンスに対する人間とAIエージェントの難しさを見積もることである。
人間とAIの相互作用の分野での研究は、人間とAIの認識の難しさを互いに独立して推定する。
これまでの研究は、人間とAIの認識の難しさの違いを十分に検証していない。
論文 参考訳（メタデータ） (2023-04-19T16:42:54Z) - Self-Emotion-Mediated Exploration in Artificial Intelligence Mirrors: Findings from Cognitive Psychology [0.08739101659113153]
本研究は,本質的な探索駆動を実現するための,人工エージェントの学習フレームワークを提案する。
データ分析は、人間の心理学的な研究に従って、プライドまたはサプライズを規定する。
結果: 国家と探検の因果関係はエージェントの大多数によって実証される。
論文 参考訳（メタデータ） (2023-02-13T18:20:44Z) - To Trust or to Think: Cognitive Forcing Functions Can Reduce
Overreliance on AI in AI-assisted Decision-making [4.877174544937129]
AIによる意思決定支援ツールによってサポートされる人々は、しばしばAIに過度に依存します。
AIの決定に説明を加えることは、過度な信頼を減らすものではありません。
我々の研究は、人間の認知モチベーションが説明可能なAIソリューションの有効性を損なうことを示唆している。
論文 参考訳（メタデータ） (2021-02-19T00:38:53Z) - Adversarial vs behavioural-based defensive AI with joint, continual and
active learning: automated evaluation of robustness to deception, poisoning
and concept drift [62.997667081978825]
人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。
本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
論文 参考訳（メタデータ） (2020-01-13T13:54:36Z) - Effect of Confidence and Explanation on Accuracy and Trust Calibration
in AI-Assisted Decision Making [53.62514158534574]
ケース固有のモデル情報を明らかにする特徴が、信頼度を調整し、人間とAIのジョイントパフォーマンスを向上させることができるかどうかを検討する。
信頼スコアは、AIモデルに対する人々の信頼を校正するのに役立ちますが、信頼の校正だけでは、AI支援による意思決定を改善するには不十分です。
論文 参考訳（メタデータ） (2020-01-07T15:33:48Z)
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。