| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 2.06 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
The future of work is seen as a collaboration between humans and machines, but the use of AI for management decision-making raises concerns about employees’ fairness perceptions. An experimental study investigated 797 employees’ perceptions of procedural, interpersonal, and informational fairness towards three proposed hybrid decision-making approaches. The results are compared to perceptions of fully automated decision-making in three common management contexts. The study shows that not all hybrid decision-making approaches are generally perceived as fairer than fully automated decision-making. The aggregated human-AI decision-making approach, in which AI and humans collaborate by performing specific evaluation tasks based on their respective strengths, is perceived to be the fairest among employees. Fairness perceptions remained consistent across the decision contexts of the allocation of promotions, bonus payments, and career training, suggesting that the perceived fairness of hybrid approaches may not be context dependent. The qualitative responses shed light on employee satisfaction and concerns related to both AI and human involvement in hybrid decision-making. This thesis discusses the implications of these findings and future research directions. It contributes to understanding fairness perceptions in the context of human-machine collaboration and informs decision-makers on the most effective approach for implementing AI in the workplace.
O futuro do trabalho é visto como uma colaboração entre humanos e máquinas, mas o uso da Inteligência Artificial (IA) para a tomada de decisões de gestão levanta preocupações sobre as percepções de justiça dos trabalhadores. Um estudo experimental investiga as percepções de justiça processual, interpessoal e informacional de 797 trabalhadores face a três abordagens de tomada de decisão híbrida. Uma comparação é feita entre as percepções da tomada de decisão totalmente automatizada em três contextos de gestão comuns. O estudo mostra que nem todas as abordagens de tomada de decisão híbrida são geralmente percebidas como mais justas do que a tomada de decisão totalmente automatizada por IA. A abordagem de tomada de decisão agregada humano-IA, na qual IA e humanos colaboram realizando tarefas de avaliação específicas com base nas suas respectivas habilidades, é percebida como a mais justa pelos trabalhadores. As percepções de justiça permaneceram consistentes nos contextos de decisão referentes à alocação de promoções, pagamentos de bónus e treino profissional, sugerindo que a percepção de justiça das abordagens híbridas pode não depender do contexto. As respostas qualitativas lançaram luz sobre a satisfação e preocupações dos trabalhadores relacionadas tanto com o envolvimento da IA quanto ao dos humanos na tomada de decisão híbrida. Esta tese discute implicações dessas descobertas, bem como futuras direções de investigação. Ela contribui para a compreensão das percepções de justiça no contexto da colaboração entre humanos e máquinas e informa os decisores sobre a abordagem mais eficaz para implementar IA no local de trabalho.
O futuro do trabalho é visto como uma colaboração entre humanos e máquinas, mas o uso da Inteligência Artificial (IA) para a tomada de decisões de gestão levanta preocupações sobre as percepções de justiça dos trabalhadores. Um estudo experimental investiga as percepções de justiça processual, interpessoal e informacional de 797 trabalhadores face a três abordagens de tomada de decisão híbrida. Uma comparação é feita entre as percepções da tomada de decisão totalmente automatizada em três contextos de gestão comuns. O estudo mostra que nem todas as abordagens de tomada de decisão híbrida são geralmente percebidas como mais justas do que a tomada de decisão totalmente automatizada por IA. A abordagem de tomada de decisão agregada humano-IA, na qual IA e humanos colaboram realizando tarefas de avaliação específicas com base nas suas respectivas habilidades, é percebida como a mais justa pelos trabalhadores. As percepções de justiça permaneceram consistentes nos contextos de decisão referentes à alocação de promoções, pagamentos de bónus e treino profissional, sugerindo que a percepção de justiça das abordagens híbridas pode não depender do contexto. As respostas qualitativas lançaram luz sobre a satisfação e preocupações dos trabalhadores relacionadas tanto com o envolvimento da IA quanto ao dos humanos na tomada de decisão híbrida. Esta tese discute implicações dessas descobertas, bem como futuras direções de investigação. Ela contribui para a compreensão das percepções de justiça no contexto da colaboração entre humanos e máquinas e informa os decisores sobre a abordagem mais eficaz para implementar IA no local de trabalho.
Description
Keywords
Artificial intelligence Hybrid decision-making Algorithmic fairness Organizational justice theory Employee perception Inteligência artificial Tomada de decisão híbrida Justiça algorítmica Teoria da justiça organizacional Percepção do trabalhadores