AI Adoption Across a Multinational Workforce: Sociotechnical Conditions for GenAI Acceptance in Human Resources
Dit artikel onderzoekt de adoptie van GenAI binnen een multinationale HR-afdeling en onthult dat acceptatie wordt gedreven door de afstemming tussen systeemontwerp en de positionaliteit van werknemers, de ontwikkeling van vertrouwen door verificatiepraktijken en de kwaliteit van de organisatorische kennisinfrastructuur, wat uiteindelijk ontwerprichtlijnen biedt voor inclusieve en verantwoorde AI-implementatie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat een enorm bedrijf besluit zijn interne "HR Helpdesk" te upgraden. Jarenlang gebruikten werknemers een oud, betrouwbaar bibliotheeksysteem genaamd STEVE om antwoorden te vinden over salaris, vakantie of beleid. Het werkte als een traditionele zoekmachine: je typte een trefwoord in en het gaf je een lijst met documenten om te lezen.
Onlangs heeft het bedrijf een nieuwe, glimmende tool geïntroduceerd genaamd PEOPLE TOOL. Dit nieuwe systeem maakt gebruik van Generatieve AI (GenAI). In plaats van alleen documenten op te sommen, probeert het de documenten voor je te lezen en een direct antwoord op je vraag te schrijven, zoals een slimme assistent.
De onderzoekers wilden weten: Is iedereen de nieuwe slimme assistent gaan gebruiken, of is er een deel van de mensen achtergebleven? Ze bekeken de zoekgegevens, stelden 25 werknemers vragen en interviewden 10 mensen om dit te achterhalen.
Hier is wat ze ontdekten, eenvoudig uitgelegd:
1. Het is geen "Schakelaar", maar een "Gereedschapskist"
De onderzoekers verwachtten dat werknemers de oude bibliotheek (STEVE) zouden stoppen en volledig zouden overstappen op de nieuwe AI (PEOPLE TOOL). Dat gebeurde niet.
In plaats daarvan gedroegen werknemers zich als slimme shoppers. Ze hielden beide tools in hun gereedschapskist.
- Als ze een snel, simpel antwoord nodig hadden, gebruikten ze de AI.
- Als ze de exacte juridische formulering van een beleid wilden zien, of als de AI verward leek, gingen ze terug naar de oude bibliotheek of vroegen ze het aan een menselijke collega.
De Metafoor: Denk aan koken. Als je een snel receptidee nodig hebt, vraag je het aan een slim kook-app (AI). Maar als je precies wilt weten welke ingrediënten in een specifiek merk saus zitten vanwege een allergie, lees je het etiket op de fles (het oude systeem) omdat je het etiket meer vertrouwt dan de gok van de app.
2. Het "One-Size-Fits-All" Probleem
Het nieuwe AI-systeem was ontworpen met een specifiek type werknemer in gedachten: iemand die achter een bureau zit met een laptop, comfortabel is met technologie en Engels spreekt.
De Realiteitscheck:
- De kantoormedewerker: Zij passen perfect in het ontwerp. Zij konden vragen typen en goede antwoorden krijgen.
- De fabrieksmedewerker: Zij hadden vaak geen laptops, werkten in ploegendienst of spraken een andere taal. Voor hen voelde het nieuwe systeem als een dichte deur. Ze konden de vraag niet eens in de juiste "bedrijfstaal" typen omdat ze niet bekend waren met HR-termen.
De Metafoor: Stel je voor dat het bedrijf een luxe, hightech lift (de AI) heeft gebouwd voor iedereen. Maar de lift heeft alleen knoppen voor de 10e verdieping en hoger, en spreekt alleen Engels. De persoon die in de kelder werkt (de fabrieksmedewerker), kan de lift niet gebruiken, dus blijft die de trap nemen (het oude systeem of vragen aan een manager), ook al is de lift "beschikbaar" voor hen.
3. Je moet een nieuwe "Taal" leren
Het gebruiken van de AI ging niet alleen over toegang hebben; het ging erom hoe je ertegen praatte.
- Bij het oude systeem typte je korte trefwoorden zoals "vakantie".
- Bij de AI moest je volledige zinnen schrijven, context geven en soms opnieuw vragen als het antwoord vreemd was.
Veel werknemers realiseerden zich dit niet. Ze probeerden tegen de AI te praten zoals ze tegen de oude zoekmachine praatten, kregen een slecht antwoord, en gaven het toen op. Ze moesten een nieuwe vaardigheid leren: AI-zoekvaardigheid (AI Search Literacy).
De Metafoor: Het is alsof je overgaat van een afstandsbediening (oud systeem: gewoon een knop indrukken) naar een smartphone (nieuw systeem: je moet weten welke app je moet openen, hoe je moet typen en hoe je problemen oplost). Als je niet weet hoe je een smartphone moet gebruiken, blijf je misschien gewoon de oude afstandsbediening gebruiken, zelfs als de telefoon sneller is.
4. Vertrouwen wordt opgebouwd door "Dubbelchecken"
Zelfs wanneer de AI een goed antwoord gaf, vertrouwden werknemers de AI niet blindelings. In HR kan een fout antwoord betekenen dat je geld of vakantiedagen verliest.
Hoe zij vertrouwen opbouwden:
- De "Broncontrole": Ze klikten op de links die de AI aanbood om het originele document te lezen.
- De "Roddelcheck": Ze vroegen een collega: "Heb jij dat ook gehoord?"
- De "Managercheck": Ze vroegen hun baas om bevestiging.
De Metafoor: Stel je voor dat de AI een gids is in een vreemde stad. Je luistert misschien naar de gids, maar je controleert nog steeds zelf de kaart, vraagt het aan een lokale winkelier of kijkt op een bord om er zeker van te zijn dat de gids je niet naar het verkeerde museum leidt. Je volgt de gids niet blindelings.
5. De "Garbage In, Garbage Out" Regel
De onderzoekers ontdekten dat de AI slechts zo goed was als de documenten waar hij uit las.
- Als de HR-documenten van het bedrijf slordig, verouderd of moeilijk vindbaar waren, gaf de AI verwarrende of foute antwoorden.
- Werknemers gaven de AI de schuld van slechte antwoorden, maar het echte probleem was de bibliotheek waar de AI uit putte.
De Metafoor: De AI is als een chef-kok. Als je de chef verse, hoogwaardige ingrediënten geeft (goede documenten), maakt hij een geweldige maaltijd. Als je hem rotte groenten geeft (slechte, slordige documenten), zal zelfs de beste chef een slechte maaltijd maken. Het probleem was niet de chef, maar de voorraadkast.
De Belangrijkste Conclusie
Het paper concludeert dat het simpelweg geven van toegang tot een fancy AI-tool niet betekent dat iedereen er ook echt profijt van heeft.
- Formele toegang (het hebben van de login) Praktische toegang (het in staat zijn om het effectief te gebruiken).
- Om AI eerlijk te maken, moeten bedrijven de "voorraadkast" repareren (documenten organiseren), mensen leren hoe ze moeten "koken" (trainen in hoe ze vragen stellen) en beseffen dat sommige werknemers (zoals fabriekspersoneel) misschien een heel ander soort tool nodig hebben, en niet alleen een digitale.
Kortom: Technologie is alleen zo nuttig als de context waarvoor deze is gebouwd. Als je een tool bouwt voor het kantoor, zal de fabrieksmedewerker nog steeds achterblijven.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.