A carregar...
Publicação
From transparency to acceptance : how explainable AI shapes advice taking in recruitment
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.8 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The increasing use of Artificial Intelligence (AI) in recruitment has transformed how organizations evaluate and select candidates. While AI offers efficiency and consistency, its use in high-level selection processes raises concerns about transparency, trust, fairness, and acceptance. Explainable AI (XAI) has emerged as a way to address transparency issues by providing understandable explanations for AI decisions. This dissertation investigates whether XAI improves perceived explainability, trust, fairness, and adoption of recommendations. An experimental study was conducted in which participants received the outcome of a system regarding job recommendations. The results indicate that XAI is substantial in perceived explainability, trust, and fairness. However, XAI does not increase participants' willingness to trust AI recommendations. Mediation analyses reveal that the variable influencing acceptance is the trust variable, not being influenced by perceived explainability. The results indicate the importance of the trust variable in associating transparency with trust. In conclusion, this research contributed to the existing body of knowledge on AI-supported recruitment, showing that trust is still needed to promote an improved level of acceptance of AI recommendations regarding recruitment practices.
A crescente utilização da Inteligência Artificial (IA) no recrutamento transformou a forma como as organizações avaliam e selecionam os candidatos. Embora a IA ofereça eficiência e consistência, a sua utilização em processos de seleção de alto nível levanta preocupações sobre a transparência, confiança, imparcialidade e aceitação. A IA Explicável (IAX) surgiu como uma forma de abordar as questões da transparência, fornecendo explicações compreensíveis para as decisões da IA. Esta dissertação investiga se a IAX melhora a explicabilidade percebida, a confiança, a justiça e a adoção de recomendações. Foi realizado um estudo experimental, no qual os participantes receberam o resultado de um sistema de em relação à recomendação de emprego. Os resultados indicam que a IAX é substancial na explicabilidade percebida, na confiança e na justiça. No entanto, a IAX não aumenta a disponibilidade dos participantes para confiar nas recomendações da IA. As análises de mediação revelam que a variável que influencia a aceitação é a variável confiança, não sendo influenciada pela explicabilidade percebida Os resultados indicam a importância da variável confiança na associação da transparência com a confiança. Em conclusão, esta investigação contribuiu para o corpo de conhecimento existente sobre o recrutamento apoiado por IA, mostrando que, embora seja necessária confiança para promover uma melhoria no nível de aceitação das recomendações de IA relativas às prá ticas de recrutamento.
A crescente utilização da Inteligência Artificial (IA) no recrutamento transformou a forma como as organizações avaliam e selecionam os candidatos. Embora a IA ofereça eficiência e consistência, a sua utilização em processos de seleção de alto nível levanta preocupações sobre a transparência, confiança, imparcialidade e aceitação. A IA Explicável (IAX) surgiu como uma forma de abordar as questões da transparência, fornecendo explicações compreensíveis para as decisões da IA. Esta dissertação investiga se a IAX melhora a explicabilidade percebida, a confiança, a justiça e a adoção de recomendações. Foi realizado um estudo experimental, no qual os participantes receberam o resultado de um sistema de em relação à recomendação de emprego. Os resultados indicam que a IAX é substancial na explicabilidade percebida, na confiança e na justiça. No entanto, a IAX não aumenta a disponibilidade dos participantes para confiar nas recomendações da IA. As análises de mediação revelam que a variável que influencia a aceitação é a variável confiança, não sendo influenciada pela explicabilidade percebida Os resultados indicam a importância da variável confiança na associação da transparência com a confiança. Em conclusão, esta investigação contribuiu para o corpo de conhecimento existente sobre o recrutamento apoiado por IA, mostrando que, embora seja necessária confiança para promover uma melhoria no nível de aceitação das recomendações de IA relativas às prá ticas de recrutamento.
Descrição
Palavras-chave
Artificial intelligence Explainable AI Recruitment Trust in AI Fairness Algorithmic decision-making AI acceptance Inteligência artificia IA explicável Recrutamento Confiança na IA Imparcialidade Tomada de decisão algorítmica Aceitação da IA
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC