論文の概要: Measuring AI Leadership: Development and Validation of a Multidimensional Measure for AI-Native Organizations

• arxiv url: http://arxiv.org/abs/2609.17965v1
• Date: Wed, 16 Sep 2026 00:49:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.582691
• Title: Measuring AI Leadership: Development and Validation of a Multidimensional Measure for AI-Native Organizations
• Title（参考訳）: AIリーダーシップの測定:AI-Native Organizationsのための多次元尺度の開発と検証
• Abstract要約: AIは、リーダーが判断し、説明し、学習し、調整しなければならないものを変えています。 我々は、行動特異的な36のサブディメンジョンを11の理論で特定されたコンテンツファミリーにまとめるAIリーダーシップバッテリーを開発した。
• 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: AI is changing what leaders must judge, explain, learn, and coordinate, yet existing measures do not capture these behaviors at the level needed to study leadership in AI-enabled work. We develop the AI Leadership Battery, which organizes 36 behaviorally specific subdimensions into 11 theory-specified content families. Following established scale-development procedures, the research used deductive item generation; content validation of definitional correspondence and definitional distinctiveness; exploratory factor analysis and item reduction; confirmatory factor analysis in independent samples; and tests of internal consistency reliability, convergent validity, discriminant validity, and criterion-related and incremental validity. Across the development and validation studies, the analyses provided evidence for the Battery's content, multidimensional structure, reliability, and distinction from selected orbiting constructs. The Battery also contributed additional information beyond orbiting constructs across organizational growth, decision speed, customer/stakeholder response capability, AI-enabled team performance, AI-enabled work experience, AI security and risk management, and AI adoption and integration. The resulting measure provides researchers with a behavioral framework for examining how leaders in AI-enabled work regulate judgment, learning, adaptation, transparency, and accountability.
• Abstract（参考訳）: AIは、リーダーが判断し、説明し、学習し、調整しなければならないものを変更している。 我々は、行動特異的な36のサブディメンジョンを11の理論で特定されたコンテンツファミリーにまとめるAIリーダーシップバッテリーを開発した。 確立されたスケール・デベロップメント・プロシージャに続いて,提案研究は,誘引的項目生成,定義対応の内容の検証,定義的特徴の検証,探索的因子分析と項目削減,独立サンプルの確認的因子分析,内部整合性信頼性,収束的妥当性,識別的妥当性,基準関連および漸進的妥当性の検証を行った。 開発および検証研究全体にわたって、分析は電池の内容、多次元構造、信頼性、選択された軌道構造との区別の証拠を提供した。 このバッテリはまた、組織の成長、意思決定速度、顧客/ステークホルダ対応能力、AI対応チームパフォーマンス、AI対応作業エクスペリエンス、AIセキュリティとリスク管理、AIの採用と統合など、構築の軌道を越えた追加情報も提供した。 結果として得られた指標は、AI対応の仕事のリーダーが判断、学習、適応、透明性、説明責任をいかに規制するかを調べるための行動的枠組みを提供する。

関連論文リスト

• Factors Impacting Developer Efficiency: Results from an Adaptive Longitudinal Study [0.8373057326694192]
  本研究では,コンサルティング・プロフェッショナル開発における開発者の認識効率を阻害する要因について検討した。 そこで我々は,Adaptive Developer Efficiency Monitoring Method (ADEMM) を27名の外部ソフトウェア開発者に適用した混合手法のケーススタディを行った。
  論文  参考訳（メタデータ） (2026-08-17T13:53:03Z)
• How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures [6.943056322842481]
  K-12教育における人工知能(AI)の普及は、教師のAIリテラシーの心理測定による測定の必要性を浮き彫りにしている。 本研究では,概念,利用,評価,倫理の確立した枠組みの中で,教師AIリテラシーのSRおよびOB尺度を開発し,評価した。 後期プロファイル分析では,AIリテラシーを持たない教師の間で,過大評価 (SR > OB),過小評価 (SR OB),アライメント (SR OB) の6つの異なるプロファイルを同定した。
  論文  参考訳（メタデータ） (2026-01-03T00:10:41Z)
• A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
  大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。 LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。 この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
  論文  参考訳（メタデータ） (2025-07-28T17:59:05Z)
• A Question Bank to Assess AI Inclusivity: Mapping out the Journey from Diversity Errors to Inclusion Excellence [5.364403920214549]
  本稿では,AIの傾きを評価するために設計された253の質問からなる,構造化されたAI傾き質問銀行を紹介する。 質問銀行の開発には、文献レビューやD&Iガイドライン、責任あるAIフレームワークからの洞察を取り入れた、反復的なマルチソースアプローチが含まれていた。 シミュレーション評価は、異なるAIジョブに関連する70のAI生成ペルソナを用いて実施され、質問銀行のAIインクリビティとの関連性と有効性を評価した。
  論文  参考訳（メタデータ） (2025-06-23T11:48:38Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• (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)
• MAILS -- Meta AI Literacy Scale: Development and Testing of an AI Literacy Questionnaire Based on Well-Founded Competency Models and Psychological Change- and Meta-Competencies [6.368014180870025]
  アンケートはモジュラー(すなわち、互いに独立して使用できる異なるファセットを含む)であり、プロフェッショナルな生活に柔軟に適用できるべきである。 我々は、AIリテラシーの異なる側面を表すために、Ngと同僚がAIリテラシーを概念化した60項目を作成した。 AIに関する問題解決、学習、感情制御などの心理的能力を表す12項目が追加されている。
  論文  参考訳（メタデータ） (2023-02-18T12:35:55Z)

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。