Detailansicht
Navigating the spectrum
exploring factors influencing AI aversion and appreciation across contexts
Lara Derya Dranaz
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Psychologie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Psychologie
Betreuer*in
Robert Böhm
DOI
10.25365/thesis.76593
URN
urn:nbn:at:at-ubw:1-30291.15876.246572-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Künstliche Intelligenz (KI) ist auf dem Vormarsch und gewinnt in verschiedensten Bereichen zunehmend an Bedeutung. Da KI-/Algorithmus-Aversion als weit verbreitetes Phänomen immer wieder gezeigt wurde, ist es wichtig, ein besseres Verständnis der Faktoren zu erlangen, die zu dieser Aversion beitragen. In dieser präregistrierten Studie (N = 98) wurde der Einfluss der Identitätsrelevanz und der Mehrdeutigkeit der Bewertungskriterien auf die KI-Aversion kontextübergreifend untersucht. Unter Verwendung von mixed-effects Regressionsmodellen zeigen die Ergebnisse, dass sowohl die Identitätsrelevanz als auch die Mehrdeutigkeit die KI-Aversion signifikant erhöhen, wobei ein Interaktionseffekt auf eine komplexe Beziehung zwischen diesen beiden Faktoren hindeutet. Weitere Analysen deuten darauf hin, dass positive Erfahrungen mit KI diese Aversion mindern, während auch demografische Faktoren wie Alter und Bildungsstand die Wahrnehmung von KI zu beeinflussen scheinen. Diese Ergebnisse unterstreichen die Bedeutung des Kontexts für die Akzeptanz von KI und verlangen nach zukünftiger Forschung, um diese Effekte in einem kontrollierten Umfeld weiter zu untersuchen, sowie zusätzliche Einflussfaktoren zu identifizieren, um bei der Entwicklung von Strategien zur Abschwächung der KI-Aversion zu helfen.
Abstract
(Englisch)
AI technology is advancing and becoming increasingly prominent in a diverse range of domains. As AI/algorithm aversion has become a widely shown phenomenon, it is crucial to gain a better understanding of the factors that contribute to it. In this preregistered study (N = 98), the influence of identity relevance and the ambiguity of the evaluative criteria on AI aversion was examined across contexts. Using mixed-effects regression models, the results indicate that both identity relevance and ambiguity significantly increase AI aversion, with an interaction effect suggesting a complex relationship between these factors. Further analysis suggests that positive experiences with AI mitigate aversion, while demographic factors such as age and education level also seem to affect AI perceptions. These findings emphasize the importance of context in the acceptance of AI and call for future research to further examine these effects in controlled settings and to identify additional influential factors to help develop strategies aimed at mitigating AI aversion.
Schlagwörter
Schlagwörter
(Deutsch)
Algorithmus Aversion Mensch-KI Interaktion Identitätsrelevanz Ambiguität
Schlagwörter
(Englisch)
Algorithm aversion Identity relevance Ambiguity Human-AI interaction
Autor*innen
Lara Derya Dranaz
Haupttitel (Englisch)
Navigating the spectrum
Hauptuntertitel (Englisch)
exploring factors influencing AI aversion and appreciation across contexts
Publikationsjahr
2024
Umfangsangabe
52 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Robert Böhm
Klassifikationen
77 Psychologie > 77.61 Einstellung. Vorurteil. Beeinflussung ,
77 Psychologie > 77.93 Angewandte Psychologie
AC Nummer
AC17311907
Utheses ID
72562
Studienkennzahl
UA | 066 | 840 | |