调查 AI 诱导的技术压力及专业人士的应对策略

文献标题

Investigating AI-induced Technostress and Coping Strategies of Professionals

出版信息

• 主题领域: 探讨人工智能引发的技术压力及专业人士的应对机制。
• 关键词: 人工智能引发的技术压力，应对策略，专业工作流程，以人为中心的人工智能，认知技能退化，工作替代焦虑，情感支持，问题导向应对，情绪导向应对。

背景与问题

• 问题/挑战: 人工智能在专业工作流程中的整合引入了新的技术压力形式，例如工作替代焦虑、认知技能退化以及人类独特性的削弱。现有关于技术压力的研究主要集中在传统信息通信技术（ICT）系统上，未能充分解决人工智能带来的独特挑战。
• 重要性: 理解人工智能引发的技术压力对于设计能够减轻心理负担并支持专业人士适应技术变革的以人为中心的人工智能系统至关重要。
• 动机与相关研究: 先前的研究探讨了ICT环境中的传统技术压力及应对策略，但未充分研究与人工智能相关的独特压力源和应对机制。本研究旨在通过调查专业人士在实际工作中面对人工智能引发的技术压力及其应对策略，填补这一研究空白。

解决方案

• 提出的方法: 本研究通过焦点小组访谈（FGIs）调查专业人士对人工智能引发的技术压力及其应对策略，并使用压力与应对的交易理论（TTSC）分析压力源和应对方式。
• 创新点:
  1. 识别出七种人工智能引发的技术压力源，包括认知技能退化和人际连接替代等独特压力源。
  2. 基于应对风格（问题导向与情绪导向）和价值取向（人工智能导向与人性导向）开发了一个二维应对策略框架。
  3. 提出支持问题导向和情绪导向应对的人工智能工具设计实践建议。
• 程序与关键技术:
  • 对来自不同领域的19位专业人士进行了焦点小组访谈。
  • 对访谈记录进行主题分析以识别压力源和应对策略。
  • 使用TTSC和价值取向将应对策略分类为一个2×2矩阵。

研究结果

• 具体发现:
  • 识别出七种人工智能引发的技术压力源：工作替代焦虑、持续学习负担、过程与努力价值的丧失、认知技能退化、人际连接替代、人工智能的“黑箱”特性以及失败感。
  • 记录了10种应对策略，分为四类：人工智能导向/问题导向，人工智能导向/情绪导向，人性导向/问题导向，人性导向/情绪导向。
• 相较基线的优势: 本研究通过识别人工智能独特的压力源并提出一个细化的应对策略框架，扩展了传统技术压力研究。
• 实验/评估:
  • 对来自不同职业（如数据工程师、医生、插画师）的19名参与者进行了焦点小组访谈。
  • 使用TTSC和主题编码分析压力源和应对策略。
• 局限性与未来工作:
  • 由于样本来自韩国且仅聚焦于专业人士，研究结果的普适性有限。
  • 研究结果与2024年的技术背景相关；未来研究应探索压力和应对的长期变化。
  • 需要跨行业和文化背景的比较研究。

总结

本研究探讨了人工智能整合到专业工作流程中的心理影响，识别出七种人工智能引发的技术压力源和10种应对策略。通过一个二维框架，研究强调了问题导向和情绪导向的应对机制，突出了人工智能工具在支持情感韧性和技术能力方面的必要性。研究结果为以人为中心的人工智能系统设计提供了指导，例如支持对人工智能参与的反思、促进主动学习以及提供可定制的人工智能工具。通过同时关注压力源和应对策略，本研究不仅丰富了技术压力的理论理解，还为设计支持性人工智能技术提供了实用建议。