論文の概要: Beyond Curiosity: Habit and Organizational Learning Capability as Predictors of Shadow AI
- arxiv url: http://arxiv.org/abs/2611.16931v2
- Date: Fri, 13 Nov 2026 13:25:55 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:31:59.708728
- Title: Beyond Curiosity: Habit and Organizational Learning Capability as Predictors of Shadow AI
- Title(参考訳): 好奇心を超えて - シャドウAIの予測者としての習慣と組織的学習能力
- Abstract要約: 生成AIは、組織が管理できるよりも早く職場に入った。
従業員は、雇用主が許可していないAIツールを使用し、その使用を隠蔽することができるが、この行動の心理学はいまだに理解されていない。
職場の好奇心,習慣,技術受容信念,組織的学習能力のユニークな貢献を,職場における510名の雇用主による調査データを用いて評価した。
- 参考スコア(独自算出の注目度): 0.42970700836450487
- License:
- Abstract: Generative AI has entered the workplace faster than organizations can govern it. Employees may use AI tools their employer has not sanctioned and conceal that use, but the psychology of this behavior remains poorly understood. We compare an exploratory-disposition account with one centered on reported use and habit. Using survey data from 510 employed adults reporting workplace generative-AI use during the preceding 12 months, we estimated the unique and relative contributions of workplace curiosity, habit, technology-acceptance beliefs, and perceived organizational learning capability through hierarchical regression, bootstrap relative weights, and full-subset dominance analysis. Habit had the largest relative weight, accounting for 28.3% of explained variance, and completely dominated joyous exploration across all 512 possible predictor subsets. Joyous exploration contributed 3.4% and became nonsignificant when use behavior, performance expectancy, and social influence entered the model; habit subsequently explained additional variance. Organizational learning subscales accounted for 24.1% of explained variance; experimentation and knowledge transfer were associated with lower shadow AI, while curiosity-by-learning interactions were nonsignificant. Separate models for unauthorized use and concealment reproduced the habit-dominance pattern. Perceived professional support was associated with lower concealment, although its coefficient did not significantly differ between the two behavioral outcomes. Shadow AI in this sample was more strongly associated with self-reported habit strength and perceived organizational conditions than with exploratory disposition. The cross-sectional design does not establish causal or temporal order.
- Abstract(参考訳): 生成AIは、組織が管理できるよりも早く職場に入った。
従業員は、雇用主が許可していないAIツールを使用し、その使用を隠蔽することができるが、この行動の心理学はいまだに理解されていない。
調査対象は, 調査対象と, 調査対象と, 調査対象とを比較検討した。
前12カ月間の510名の就労者を対象に, 職場の好奇心, 習慣, 技術受容信念, 階層的回帰, ブートストラップ的相対重み, フルサブセット支配分析による組織学習能力の独特かつ相対的な寄与を推定した。
ハビットは最も大きな相対重みを持ち、説明されたばらつきの28.3%を占め、512個の予測サブセットをまたいだ喜びの探索を完全に支配した。
ジョーイズは3.4%を貢献し、使用行動、パフォーマンス期待、社会的影響がモデルに入ると、無意味になった。
組織学習のサブスケールは説明された分散の24.1%を占め、実験と知識伝達は低いシャドウAIと関連付けられ、好奇心による相互作用は重要ではない。
無許可使用と隠蔽のための別々のモデルが習慣支配パターンを再現した。
職業的支援は, 2つの行動結果に有意差は認められなかったが, 下位の隠蔽に関係していた。
このサンプルのシャドウAIは、探索的配置よりも、自己申告された習慣強度と認識された組織条件に強く関連していた。
断面設計は因果順序や時間順序を定めていない。
関連論文リスト
- Reduced AI Acceptance After the Generative AI Boom: Evidence From a Two-Wave Survey Study [40.26767449635043]
本稿では,ChatGPTのローンチ前後におけるAIに対する公的な態度の変化について検討する。
AIが「全く受け入れられない」と回答した回答者の割合は23%から30%に増加した。
これらの変化は、教育、言語、性別格差の拡大の観点から、既存の社会的不平等を増大させてきた。
論文 参考訳(メタデータ) (2025-10-27T17:47:58Z) - A Definition of AGI [208.25193480759026]
人工知能の具体的な定義の欠如は、今日の専門的なAIと人間レベルの認知のギャップを曖昧にしている。
そこで本研究では,AGIを認知的多目的性と熟達度に適合するものとして,これに対応するための定量的枠組みを提案する。
論文 参考訳(メタデータ) (2025-10-21T01:28:35Z) - Sycophantic AI Decreases Prosocial Intentions and Promotes Dependence [31.666988490509237]
我々は、人々がAIからアドバイスを求めるとき、梅毒の広範性と有害な影響を示す。
モデルは非常にサイコファン性が高く、ユーザーの行動が人間よりも50%多いことを確認しています。
参加者は、サイコファンティックな反応をより高い品質と評価し、サイコファンティックなAIモデルをより信頼し、再びそれを使う意思があった。
論文 参考訳(メタデータ) (2025-10-01T19:26:01Z) - What Makes AI Applications Acceptable or Unacceptable? A Predictive Moral Framework [0.4666493857924357]
我々は、個人的および組織的な文脈にまたがる100のAIアプリケーションの包括的な分類を使用する。
参加者の集団判断では、適用範囲は極めて受け入れがたいものから完全に受け入れられるものまで様々であった。
論文 参考訳(メタデータ) (2025-08-26T12:55:30Z) - Intrinsically-Motivated Humans and Agents in Open-World Exploration [50.00331050937369]
複雑なオープンエンド環境で、大人、子供、AIエージェントを比較します。
エントロピーとエンパワーメントだけが、人類の探査の進歩と一貫して正の相関関係にあることがわかった。
個人の発話,特に目的語化が子どもの探索に有効であることを示す予備的証拠を見出した。
論文 参考訳(メタデータ) (2025-03-31T00:09:00Z) - 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) - 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) - 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) - 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)
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。