Evaluación del impacto de las herramientas de inteligencia artificial en la productividad de los empleados: ideas de un análisis exhaustivo de encuestas
Autores: Necula, Sabina-Cristiana; Fotache, Doina; Rieder, Emanuel
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Evaluación del impacto de las herramientas de inteligencia artificial en la productividad de los empleados: ideas de un análisis exhaustivo de encuestas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Estudio
IA
Productividad
Empleo
Modelos de aprendizaje automático
Análisis de Redes Bayesianas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
Este estudio proporciona una comprensión matizada del impacto de la inteligencia artificial en la productividad y el empleo utilizando modelos de aprendizaje automático y análisis de redes bayesianas. Los datos de 233 empleados de diversas industrias fueron analizados utilizando regresión logística, Random Forest y XGBoost, con validación cruzada de 5 pliegues. Los hallazgos revelan que altos niveles de uso de herramientas de IA e integración dentro de los flujos de trabajo organizativos mejoran significativamente la productividad, especialmente entre empleados más jóvenes. Una interacción significativa entre el uso de herramientas de IA e integración (beta = 0.4319, < 0.001) enfatiza aún más la importancia de la adopción integral de la IA. El análisis de redes bayesianas destaca las complejas interdependencias entre el uso de IA, la innovación y las características de los empleados. Este estudio confirma que la integración estratégica de la IA, junto con programas de formación específicos y marcos éticos, es esencial para maximizar el potencial económico de la IA.
Descripción
Este estudio proporciona una comprensión matizada del impacto de la inteligencia artificial en la productividad y el empleo utilizando modelos de aprendizaje automático y análisis de redes bayesianas. Los datos de 233 empleados de diversas industrias fueron analizados utilizando regresión logística, Random Forest y XGBoost, con validación cruzada de 5 pliegues. Los hallazgos revelan que altos niveles de uso de herramientas de IA e integración dentro de los flujos de trabajo organizativos mejoran significativamente la productividad, especialmente entre empleados más jóvenes. Una interacción significativa entre el uso de herramientas de IA e integración (beta = 0.4319, < 0.001) enfatiza aún más la importancia de la adopción integral de la IA. El análisis de redes bayesianas destaca las complejas interdependencias entre el uso de IA, la innovación y las características de los empleados. Este estudio confirma que la integración estratégica de la IA, junto con programas de formación específicos y marcos éticos, es esencial para maximizar el potencial económico de la IA.