Psychologische reacties op de introductie van Artificiële Intelligentie (AI) in de professionele context
In dit hoofdstuk kijken we naar de verschillende psychologische reacties op het gebruik van AI, zoals boosheid, verdriet, pijn, controleverlies en frustratie, maar ook flexibiliteit, onzekerheid, creativiteit, verwondering en solidariteit. We onderzoeken ook de mogelijkheden en uitdagingen van Artificiële Intelligentie in de context van werk. Daarnaast analyseren we het concept werk en hoe deze psychologische reacties zowel werkgevers als werknemers beïnvloeden. Tot slot zullen we proberen de emotionele en psychologische impact van het gebruik van AI op de werkplek zichtbaar te maken door deze elementen te integreren voor een beter begrip van de invloed ervan.
De psychologische reacties van individuen zijn specifiek voor elk individu, maar hun oorzaken kunnen worden gevonden in drie verschillende denkwijzen: ten eerste subjectiviteit, de denkwijze waarmee het individu zijn kennis construeert vanuit zijn eigen ervaring; ten tweede rationaliteit, die verwijst naar het proces van kennisconstructie op basis van logica en redenering; en tot slot geloof, dat wordt gekenmerkt door de denkwijze van het individu, dat zijn kennis construeert vanuit geopenbaarde elementen en dat niet strikt logisch hoeft te zijn (Altomare, 2005).
Het Centre national de ressources textuelles et lexicales (2012) definieert werk als een menselijke activiteit waarbij inspanning wordt geleverd en ideeën worden geproduceerd. Deze antropomorfe visie gaat echter voorbij aan het feit dat door de geschiedenis heen werk ook door dieren en machines is verricht.
De vooruitgang op het gebied van Artificiële Intelligentie leidt tot een verscheidenheid aan psychologische reacties op de werkplek. Werknemers kunnen emoties als woede, verdriet en pijn ervaren door de angst dat AI hun baan of zelfs de rol van hun leidinggevenden zal vervangen (Actupool, 2024). Daarnaast wordt de angst van werknemers versterkt door het gevoel van constante bewaking en de mogelijke fouten die AI zou kunnen maken.
Aan de andere kant hebben werkgevers te maken met hun eigen zorgen. Volgens Garcia (2024) houdt de cyclus van strategische optimalisatie, een proces dat bedoeld is om de besluitvorming te verbeteren, de efficiëntie te verhogen en de kosten te verlagen, een paradigmaverschuiving in het denken in. Werkgevers vrezen dat ze de verkeerde strategische beslissingen zullen nemen en de controle over deze processen zullen verliezen. Op maatschappelijk niveau bestaat er bezorgdheid over de acceptatie door werknemers van de ingrijpende veranderingen die plaatsvinden op de arbeidsmarkt. Deze bezorgdheid wordt versterkt door alarmerende berichten in de media, die de onzekerheid en weerstand tegen verandering vergroten.
Automatisering en Artificiële Intelligentie transformeren de beroepsbevolking door repetitieve taken in veel industrieën te vervangen, wat kan leiden tot banenverlies, zoals Dávila & Agüero in 2023 benadrukten, waarbij ze suggereerden dat het, om deze impact te verzachten, essentieel is om trainingsprogramma’s aan te bieden die werknemers voorbereiden om zich aan te passen aan nieuwe rollen. Als automatisering niet goed wordt beheerd, bestaat het risico dat mensen de controle verliezen over belangrijke beslissingen die het leven van mensen beïnvloeden. Dit benadrukt het belang van verantwoord toezicht op het gebruik van AI om ervoor te zorgen dat de besluitvorming onder menselijke controle blijft.
Een subtielere vorm van controleverlies wordt geassocieerd met het concept van de “zwarte doos”, dat verwijst naar een kenmerk dat inherent is aan veel artificiële intelligentiesystemen. Deze eigenschap maakt het moeilijk om volledig te begrijpen hoe besluitvormingsprocessen worden uitgevoerd en impliceert ook dat deze systemen te maken kunnen krijgen met beperkingen in het voorspellen van zowel hun beslissingen als hun uitkomsten (Bathaee, 2018).
In de analyse van Todolí 2019 wordt benadrukt hoe de implementatie van algoritmen in het werkbeheer frustratie kan opwekken bij werknemers, vanwege het verlies van autonomie en controle over hun taken, het gebrek aan empathie en context in geautomatiseerde beslissingen, constante monitoring via sensoren en fouten in de werking van de systemen.
In dezelfde geest vermeldt de auteur dat de besluitvormingscriteria van de algoritmen, evenals de perceptie van ontmenselijking en het risico op discriminatie, de angst en ontevredenheid van werknemers aanzienlijk vergroten, wat de noodzaak benadrukt om deze systemen te programmeren om hun respect voor menselijke capaciteiten en geestelijke gezondheid te garanderen (Todolí, 2019).
De flexibiliteit van AI-systemen kan worden weerspiegeld in chatbots, die een opmerkelijke veelzijdigheid hebben waardoor ze op verschillende gebieden kunnen worden toegepast. Hun flexibele ontwerp en vermogen om zich aan te passen aan het individuele tempo van elke gebruiker garanderen een comfortabele ervaring, waarbij uitputting wordt voorkomen. Dit vertaalt zich in een interactie zonder cognitieve overbelasting voor degenen die ze gebruiken, zoals staat in de paper dat werd gepresenteerd op de 14e Internationale Wetenschappelijke Conferentie over E-Learning en Software voor Onderwijs, die in april 2018 in Boekarest werd gehouden (Goldbach et al., 2018).
Flexibiliteit is een belangrijk element van elk AI-systeem. Hoewel er aanzienlijke vooruitgang is geboekt bij de implementatie van AI voor specifieke, geïsoleerde taken, ligt de grootste uitdaging bij de ontwikkeling van op AI gebaseerde robotica-technologie in de effectieve integratie van subsystemen binnen een omgeving (Duckett & Pearson, 2018).
Het artikel van Cardenas (2023) gaat in op de onzekerheid die AI in de academische wereld veroorzaakt door verschillende factoren. AI is weliswaar in staat om content te genereren en data te analyseren, maar mist menselijke context, empathie en zintuiglijke ervaring, wat het begrip van sociale en culturele interacties beperkt. Daarnaast transformeren tools zoals ChatGPT de traditionele dynamiek, waardoor de waarde van vaardigheden zoals schrijven en peer review in twijfel worden getrokken. Er wordt ook op gewezen dat Generatieve AI verkeerde informatie kan produceren en de kwaliteit van bronnen niet kan garanderen, wat leidt tot wantrouwen.
Onderzoek naar Generatieve Artificiële Intelligentie (GAI), zoals ChatGPT-3, heeft aangetoond een impact te hebben op de creativiteit van universiteitsstudenten, zoals gerapporteerd door (Valencia et al., 2024) die concluderen dat samenwerking tussen mensen en AI de creativiteit kan verbeteren door vaardigheden als originaliteit, flexibiliteit en divergent denken te verbeteren. Er wordt echter gewezen op ethische uitdagingen, zoals het risico van overmatige afhankelijkheid, algoritmische vooroordelen en het behoud van authenticiteit in creatieve processen. De nadruk ligt op het feit dat AI een aanvullend hulpmiddel moet zijn om menselijke creativiteit te bevorderen, in plaats van deze te vervangen.
Vaardigheden zoals creativiteit en bruikbaarheid worden versterkt door de gegevens die vrijwillig door gebruikers worden verstrekt, waardoor de dubieuze praktijken van grote bedrijven worden vermeden. Ondanks het beloningssysteem dat is ontworpen om antwoorden te genereren, kan AI echter onjuiste informatie geven of niet reageren wanneer het probeert te anticiperen op de intenties van de gebruiker door middel van contextuele analyse. Het heeft echter wel de capaciteit om innovatieve inhoud te genereren door concepten te combineren, waardoor het verwant is aan een creatief proces dat in staat is om originele ideeën te verkennen en unieke perspectieven te bieden (Tijerina2024).
Hoewel artificiële intelligentiesystemen niet het vermogen hebben om menselijke emoties te ervaren, stelt hun programmering ze in staat om te reageren op de emoties die in een tekst worden uitgedrukt door middel van wat bekend staat als “algoritmische sympathie”, zoals Tijerina in 2024 vermeldt. Volgens deze auteur heeft Artificiële Intelligentie het vermogen om woorden die gekoppeld zijn aan verschillende emoties te interpreteren en te herkennen, waarbij het zijn reacties op een empathische manier aanpast om ondersteuning te bieden die past bij elke situatie.
Op het gebied van psychologisch onderzoek worden vooral cognitieve functies onderzocht; er blijft echter een grote vraag: kunnen machines leren, waarnemen, plannen, redeneren, beslissingen nemen, problemen oplossen en taal op een natuurlijke manier verwerken, zoals het menselijk brein dat doet? (Coeckelbergh, 2020).
0 Comments