机构名称：
¥ 2.0
摘要目的——本研究旨在从机器学习 (ML) 和人工智能 (AI) 部署的角度探究组织层面的技术压力现象。作者研究了 ML 和 AI 自动化增强悖论以及社会技术系统作为管理人员应对技术压力的机制的作用。设计/方法/方法——作者采用了探索性定性方法，并根据半结构化访谈问卷进行了深入访谈。数据来自 26 位主题专家。使用主题内容分析对数据记录进行了分析。发现——研究结果表明，由于 ML 和 AI 技术的部署，角色模糊、工作不安全感和技术环境导致了技术压力。复杂性、不确定性、可靠性和实用性是主要的技术环境相关压力。机器学习和人工智能自动化增强相互依赖性与社会技术系统的新集成可有效用于组织层面的技术压力管理。研究限制/含义——由于机器学习和人工智能技术部署的增加，本研究有助于理论探讨组织中的技术压力。本研究确定了主要的技术压力源，并为从机器学习和人工智能部署角度对组织技术压力管理应对机制的理论化提供了重要且新颖的见解。实际意义——机器学习和人工智能技术导致的技术压力现象可能会对组织绩效产生限制性影响。管理人员可以同时部署基于机器学习和人工智能技术的自动化增强策略以及社会技术措施，以
自动化增强悖论研究
主要关键词
相关文件推荐
