Künstliche Intelligenz (KI) wird immer leistungsfähiger und KI-basierte Systeme werden zunehmend zur Automatisierung einer steigenden Anzahl von Arbeitstätigkeiten eingesetzt. Kurz- bis mittelfristig führt dies zu Veränderungen von Jobs. Langfristig könnte dies zu strukturellen Arbeitsmarktveränderungen führen, die gesellschaftliche Anpassungen einschließlich der Transformation des bestehenden Wohlfahrtssystems erfordern würden. Beides birgt Potenzial für tiefgreifende psychologische Implikationen für Beschäftigte. Psychologische Forschung, die sich mit den Auswirkungen KI-bedingter Automation befasst, ist jedoch rar. Ziel der Dissertation war es daher, zu einer psychologischen Perspektive auf das Thema beizutragen und die psychologischen Implikationen KI-bedingter Automation für Beschäftigte zu untersuchen. Die Dissertation umfasst drei Projekte. Der Fokus in Projekt 1 und 2 lag auf den kurz- bis mittelfristigen Auswirkungen KI-bedingter Automation. In Projekt 1 wurden fünf Interviewstudien mit Expert*innen und Beschäftigten aus dem Gesundheits- und Finanzdienstleistungssektor (N=91) durchgeführt, um Anwendungsfelder von KI-bedingter Automation, damit verbundene Chancen und Risiken sowie Auswirkungen auf die Tätigkeiten sowie das Erleben und Verhalten von Beschäftigten zu untersuchen. In Projekt 2 wurde ein Fragebogen entwickelt, um die Relevanz ausgewählter psychologischer Konstrukte im Kontext KI-bedingte Automation zu untersuchen. Die Fragebogenentwicklung war in drei Phasen unterteilt und beinhaltete zwei Vorstudien (N=1293). Der Fokus von Projekt 3 lag auf den langfristigen Auswirkungen KI-bedingter Automation und untersuchte das bedingungslose Grundeinkommen (BGE), eine mögliche und grundlegende Veränderung in der Organisation unseres Wohlfahrtssystems. Auf Basis einer repräsentativen Stichprobe der deutschen Erwerbsbevölkerung (N=1986) wurden sozio-demografische und psychologische Prädiktoren für die Akzeptanz eines BGE untersucht. / The capabilities of artificial intelligence (AI) are expanding rapidly, and AI-based systems are increasingly used to automate a growing number of job tasks. In the short- to medium-term, jobs are changing as a result. In the long term, this development may also lead to structural changes in the labor market, requiring societal adaptation including the transformation of the existing welfare system. Both carry great potential for far-reaching psychological implications for employees. However, psychological research dedicated to the impact of AI-driven automation is scarce. Therefore, the aim of this dissertation was to contribute to a psychological perspective on the topic and investigate the psychological implications of AI-driven automation for employees. The dissertation comprises three projects. Projects 1 and 2 focused on the short- to medium-term impact of AI-driven automation, exploring how jobs are changing and the related psychological implications for employees. In Project 1, five interview studies with experts and employees from the healthcare and financial services sectors (N=91) were conducted to explore application fields of AI-driven automation, associated opportunities and threats, its impact on employees’ job tasks, and employees’ experience and behavior in response to these changes. In Project 2, a questionnaire was developed to investigate the relevance of selected psychological concepts in the context of AI-driven automation. The questionnaire development was divided into three phases and included two preliminary studies (N=1,293). Project 3 focused on the long-term impact of AI-driven automation, investigating a universal basic income (UBI), one possible and fundamental shift in the organization of our welfare system. Using a representative sample of the German working population (N=1,986), socio-demographic and psychological predictors of UBI acceptance were investigated.
Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/29288 |
Date | 15 May 2024 |
Creators | Sureth, Antonia Marie |
Contributors | Hess, Ursula, Hagemann, Vera |
Publisher | Humboldt-Universität zu Berlin |
Source Sets | Humboldt University of Berlin |
Language | English |
Detected Language | English |
Type | doctoralThesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | (CC BY 4.0) Attribution 4.0 International, https://creativecommons.org/licenses/by/4.0/ |
Relation | 10.1515/bis-2023-0023, 10.31234/osf.io/gu5jv |
Page generated in 0.0028 seconds