آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دوره 13، شماره 4 - ( فصلنامه تخصصی انجمن ارگونومی و مهندسی عوامل انسانی ایران 1404 )
جلد 13 شماره 4 صفحات 295-279 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Emamifar F, Kalani S. The Relationship between Employees' Attitudes Toward Artificial Intelligence and Occupational Depression: The Mediating Role of Perceived Job Insecurity and Perceived Job Fit. Iran J Ergon 2026; 13 (4) :279-295
URL: http://journal.iehfs.ir/article-1-1117-fa.html
URL: http://journal.iehfs.ir/article-1-1117-fa.html
امامیفر فرزین، کلنی سیمیندخت. رابطه بین نگرش نسبت به هوش مصنوعی و افسردگی شغلی کارکنان: نقش میانجی ناامنی شغلی و تناسب شغلی ادراکشده. مجله ارگونومی. 1404; 13 (4) :279-295
1- گروه روانشناسی صنعتی و سازمانی، دانشکده علوم تربیتی و روانشناسی ، دانشگاه شهید چمران اهواز، اهواز، ایران
2- گروه روانشناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه اصفهان، اصفهان، ایران ،sd.kalani@edu.ui.ac.ir
2- گروه روانشناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه اصفهان، اصفهان، ایران ،
چکیده: (2109 مشاهده)
اهداف: ادغام سریع هوش مصنوعی در محیطهای کاری، موجب دگرگونی در ساختار مشاغل، خودکارسازی وظایف و تغییر در تجربههای کاری کارکنان شده است. هدف پژوهش حاضر بررسی رابطه نگرش کارکنان نسبت به هوش مصنوعی با افسردگی شغلی، با نقش میانجی ناامنی شغلی و تناسب شغلی ادراکشده است.
روش کار: در این پژوهش توصیفی ـ همبستگی ۲۶۱ نفر از کارکنان شرکت مخابرات استان کرمان به روش نمونهگیری در دسترس انتخاب شدند و پرسشنامههای نگرش نسبت به هوش مصنوعی شپمن و رودوی (۲۰۲۰)، عدم امنیت شغلی ناساسیرا (۲۰۲۰)، خودپنداره شغلی شفیع آبادی و رضایی (۱۳۷۶) و افسردگی شغلی بیانچی و شونفلد (۲۰۲۰) را تکمیل کردند. مدل مفهومی پژوهش از طریق مدلیابی معادلات ساختاری بر پایه حداقل مربعات جزئی آزموده شد.
یافتهها: نگرش مثبت نسبت به هوش مصنوعی با کاهش معنادار افسردگی شغلی (۰/۰۳۸P= ، ۰/۱۲β=)، کاهش ناامنی شغلی (۰/۰۰۱P< ، ۰/۵۰۱-β=) و افزایش تناسب شغلی (۰/۰۰۱P< ، ۰/۴۷۱β=) همراه است. ناامنی شغلی رابطهای مثبت (۰/۰۰۱P< ، ۰/۴۷۱β=) و تناسب شغلی رابطهای منفی (۰/۰۰۱P< ، ۰/۲۴۳-β=) با افسردگی شغلی داشتند. ناامنی شغلی (۰/۰۰۱P< ، ۰/۲۰۹-β=) و تناسب شغلی (۰/۰۰۲P< ، ۰/۱۱۴-β=) نقش میانجی در رابطه نگرش نسبت به هوش مصنوعی و افسردگی شغلی داشتند.
نتیجهگیری: نگرش مثبت نسبت به هوش مصنوعی موجب کاهش افسردگی شغلی از طریق کاهش ناامنی شغلی و افزایش تناسب شغلی میشود. یافتهها بیانگر اهمیت ایجاد نگرش مثبت نسبت به هوش مصنوعی از طریق آموزش، بازطراحی نقشها و ارتباطات شفاف در سازمانهاست، تا امنیت روانی و تناسب شغلی کارکنان تقویت شود.
روش کار: در این پژوهش توصیفی ـ همبستگی ۲۶۱ نفر از کارکنان شرکت مخابرات استان کرمان به روش نمونهگیری در دسترس انتخاب شدند و پرسشنامههای نگرش نسبت به هوش مصنوعی شپمن و رودوی (۲۰۲۰)، عدم امنیت شغلی ناساسیرا (۲۰۲۰)، خودپنداره شغلی شفیع آبادی و رضایی (۱۳۷۶) و افسردگی شغلی بیانچی و شونفلد (۲۰۲۰) را تکمیل کردند. مدل مفهومی پژوهش از طریق مدلیابی معادلات ساختاری بر پایه حداقل مربعات جزئی آزموده شد.
یافتهها: نگرش مثبت نسبت به هوش مصنوعی با کاهش معنادار افسردگی شغلی (۰/۰۳۸P= ، ۰/۱۲β=)، کاهش ناامنی شغلی (۰/۰۰۱P< ، ۰/۵۰۱-β=) و افزایش تناسب شغلی (۰/۰۰۱P< ، ۰/۴۷۱β=) همراه است. ناامنی شغلی رابطهای مثبت (۰/۰۰۱P< ، ۰/۴۷۱β=) و تناسب شغلی رابطهای منفی (۰/۰۰۱P< ، ۰/۲۴۳-β=) با افسردگی شغلی داشتند. ناامنی شغلی (۰/۰۰۱P< ، ۰/۲۰۹-β=) و تناسب شغلی (۰/۰۰۲P< ، ۰/۱۱۴-β=) نقش میانجی در رابطه نگرش نسبت به هوش مصنوعی و افسردگی شغلی داشتند.
نتیجهگیری: نگرش مثبت نسبت به هوش مصنوعی موجب کاهش افسردگی شغلی از طریق کاهش ناامنی شغلی و افزایش تناسب شغلی میشود. یافتهها بیانگر اهمیت ایجاد نگرش مثبت نسبت به هوش مصنوعی از طریق آموزش، بازطراحی نقشها و ارتباطات شفاف در سازمانهاست، تا امنیت روانی و تناسب شغلی کارکنان تقویت شود.
نوع مطالعه: پژوهشي |
موضوع مقاله:
روانشناسی صنعتی-سازمانی
دریافت: 1404/7/24 | پذیرش: 1404/10/3 | انتشار الکترونیک: 1404/10/3
دریافت: 1404/7/24 | پذیرش: 1404/10/3 | انتشار الکترونیک: 1404/10/3
فهرست منابع
1. Brougham D, Haar J. Technological disruption and employment: The influence on job insecurity and turnover intentions: A multi-country study. Technol Forecast Soc Change. 2020;161:120276. [DOI:10.1016/j.techfore.2020.120276]
2. Floridi L, Cowls J, Beltrametti M, Chatila R, Chazerand P, Dignum V, et al. AI4People-an ethical framework for a good AI society: opportunities, risks, principles, and recommendations. Minds Mach. 2018;28:689-707. [DOI:10.1007/s11023-018-9482-5] [PMID]
3. Bianchi R, Schonfeld IS. Occupational depression, cognitive performance, and task appreciation: A study based on Raven's Advanced Progressive Matrices. Front Psychol. 2021;12:695539. [DOI:10.3389/fpsyg.2021.695539] [PMID]
4. Leiter MP, Maslach C. Nurse turnover: the mediating role of burnout. J Nurs Manag. 2009;17(3):331-9. [DOI:10.1111/j.1365-2834.2009.01004.x] [PMID]
5. De Witte H, Pienaar J, De Cuyper N. Review of 30 years of longitudinal studies on the association between job insecurity and health and well‐being: Is there causal evidence? Aust Psychol. 2016;51(1):18-31. [DOI:10.1111/ap.12176]
6. Kristof‐Brown AL, Zimmerman RD, Johnson EC. Consequences OF INDIVIDUALS'FIT at work: A meta‐analysis OF person-job, person-organization, person-group, and person-supervisor fit. Pers Psychol. 2005;58(2):281-342. [DOI:10.1111/j.1744-6570.2005.00672.x]
7. Williamson MK, Perumal K. Exploring the consequences of person-environment misfit in the workplace: A qualitative study. SA J Ind Psychol. 2021;47:1798. [DOI:10.4102/sajip.v47i0.1798]
8. Dwivedi YK, Hughes L, Ismagilova E, Aarts G, Coombs C, Crick T, et al. Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. Int J Inf Manage. 2021;57:101994. [DOI:10.1016/j.ijinfomgt.2019.08.002]
9. Park J, Woo SE, Kim J. Attitudes towards artificial intelligence at work: Scale development and validation. J Occup Organ Psychol. 2024;97(3):920-51. [DOI:10.1111/joop.12502]
10. Zhang X, Jin H. How does smart technology, artificial intelligence, automation, robotics, and algorithms (STAARA) awareness affect hotel employees' career perceptions? A disruptive innovation theory perspective. J Hosp Mark Manag. 2023;32(2):264-83. [DOI:10.1080/19368623.2023.2166186]
11. Lopez-Garcia J, Romero-Gomez D, Castañón-Puga M, Ahumada-Tello E, editors. AI at Work: Performance Paradigms in the Age of Automation from the OCDE. 2024 Portland Int Conf Manage Eng Technol (PICMET); 2024: IEEE. [DOI:10.23919/PICMET64035.2024.10653232]
12. Xu G, Xue M, Zhao J. The association between artificial intelligence awareness and employee depression: the mediating role of emotional exhaustion and the moderating role of perceived organizational support. Int J Environ Res Public Health. 2023;20(6):5147. [DOI:10.3390/ijerph20065147] [PMID]
13. Bianchi R, Schonfeld IS. The Occupational Depression Inventory: A new tool for clinicians and epidemiologists. J Psychosom Res. 2020;138:110249. [DOI:10.1016/j.jpsychores.2020.110249] [PMID]
14. Schepman A, Rodway P. Initial validation of the general attitudes towards Artificial Intelligence Scale. Comput Hum Behav Rep. 2020;1:100014. [DOI:10.1016/j.chbr.2020.100014] [PMID]
15. Beaton DE, Bombardier C, Guillemin F, Ferraz MB. Guidelines for the process of cross-cultural adaptation of self-report measures. Spine. 2000;25(24):3186-91. [DOI:10.1097/00007632-200012150-00014] [PMID]
16. Nasasira L. Job insecurity, emotional exhaustion and employee motivation among employees in Health facilities in Kampala District: Makerere University; 2023.
17. De Witte H. Job insecurity: Review of the international literature on definitions, prevalence, antecedents and consequences. SA J Ind Psychol. 2005;31(4):1-6. [DOI:10.4102/sajip.v31i4.200]
18. Dogantekin A, Secilmis C, Karatepe OM. Qualitative job insecurity, emotional exhaustion and their effects on hotel employees' job embeddedness: The moderating role of perceived organizational support. Int J Hosp Manag. 2022;105:103270. [DOI:10.1016/j.ijhm.2022.103270]
19. Lauver K, Kristof-Brown A. Distinguishing Between Employee's Perceptions of Person-Job and Person-Organization Fit. Journal of Vocational Behavior. 2001;59:454-70. [DOI:10.1006/jvbe.2001.1807]
20. Hair JF, Risher JJ, Sarstedt M, Ringle CM. When to use and how to report the results of PLS-SEM. Eur Bus Rev. 2019;31(1):2-24. [DOI:10.1108/EBR-11-2018-0203]
21. Henseler J, Ringle CM, Sarstedt M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. J Acad Mark Sci. 2015;43:115-35. [DOI:10.1007/s11747-014-0403-8]
22. Nakagawa S, Schielzeth H. A general and simple method for obtaining R2 from generalized linear mixed‐effects models. Methods Ecol Evol. 2013;4(2):133-42. [DOI:10.1111/j.2041-210x.2012.00261.x]
23. Hu Lt, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Struct Equ Model Multidiscip J. 1999;6(1):1-55. [DOI:10.1080/10705519909540118]
24. Wang X, Feng Z. A narrative review of empirical literature of behavioral activation treatment for depression. Front Psychiatry. 2022;13:845138. [DOI:10.3389/fpsyt.2022.845138] [PMID]
25. Tasgit YE, Baykal Y, Aydin UC, Yakupoglu A, Coskuner M. Do Employees' Artificial Intelligence Attitudes Affect Individual Business Performance? J Organ Stud Innov. 2023;10(2). [DOI:10.51659/josi.22.176]
26. Russo C, Terraneo M. Mental well-being among workers: a cross-national analysis of job insecurity impact on the workforce. Soc Indic Res. 2020;152(2):421-42. [DOI:10.1007/s11205-020-02441-5]
27. Sora B, Höge T, Caballer A, Peiró JM. The Construct of Job Insecurity at Multiple Levels: Implications for Its Conceptualization and Theory Development. Int J Environ Res Public Health. 2023;20(4):3052. [DOI:10.3390/ijerph20043052] [PMID]
28. Sun R, Lv K, He Z, Liao L, Wang H, Lan Y. The mediating role of worker-occupation fit in the relationship between occupational stress and depression symptoms in 1988 medical workers: a cross-sectional study. Front Public Health. 2022;10:843845. [DOI:10.3389/fpubh.2022.843845] [PMID]
29. Brougham D, Haar J. Smart technology, artificial intelligence, robotics, and algorithms (STARA): Employees' perceptions of our future workplace. J Manag Organ. 2018;24(2):239-57. [DOI:10.1017/jmo.2016.55]
30. Kurniawan DT, Prameka AS, Praktikto H, editors. STARA is in sight: the effect of STARA on job outcome through job insecurity perception about future workplace on private companies in East Java, Indonesia. 2022 3rd Int Conf Big Data Anal Pract (IBDAP); 2022: IEEE. [DOI:10.1109/IBDAP55587.2022.9907292]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
