💻 computer science

Understanding Adoption of AI-Based Cybersecurity Systems: The Roles of Cybersecurity Awareness, Trust, and Digital Literacy

Deze studie maakt gebruik van Structurele Vergelijking Modellering om aan te tonen dat hoewel door AI gedreven cybersecuritybewustzijn en digitale geletterdheid de adoptie van op AI gebaseerde cybersecuritysystemen significant bevorderen, vertrouwen in deze systemen de gedragsintentie niet direct beïnvloedt, wat de kritieke noodzaak benadrukt voor organisaties om de ontwikkeling van cybersecuritybewustzijn en digitale geletterdheid prioriteit te geven boven enkel het opbouwen van vertrouwen.

Oorspronkelijke auteurs: Abdulkadir Jeilani Mohamud, Abdifatah Nour Rage, Mohamed Adam Isak, Abdisatar Ibrahim Arabow, Abdiwahab Osman Siad

Gepubliceerd 2026-07-08

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Abdulkadir Jeilani Mohamud, Abdifatah Nour Rage, Mohamed Adam Isak, Abdisatar Ibrahim Arabow, Abdiwahab Osman Siad

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://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 je een hele buurt probeert te overtuigen om een gloednieuw, superintelligent beveiligingssysteem te installeren. Dit systeem gebruikt Kunstmatige Intelligentie (AI) om je huis in de gaten te houden, dieven te voorspellen voordat ze arriveren en de deuren automatisch op slot te doen. Het is een fantastisch hulpmiddel, maar veel mensen zijn terughoudend om het binnen te laten.

Dit onderzoeksrapport is als een detectiveverhaal dat probeert uit te zoeken waarom sommige mensen enthousiast zijn om dit slimme systeem te installeren, terwijl anderen te bang zijn om er zelfs maar aan te raken. De onderzoekers hebben professionals in Somalië ondervraagd om te begrijpen wat er in hun hoofd omgaat wanneer ze denken aan het gebruik van AI voor cybersecurity.

Hier is de uitsplitsing van hun bevindingen, met behulp van eenvoudige analogieën:

De Hoofdrolspelers (De Factoren)

Cybersecurity Bewustzijn (De "Zaklamp"):
Dit is hoe goed mensen de gevaren van de digitale wereld begrijpen en hoe AI kan helpen deze te bestrijden. De studie vond dat wanneer je een helder "zaklicht" van kennis schijnt op hoe deze AI-systemen werken, mensen veel eerder geneigd zijn om ze te willen gebruiken. Weten wie de vijand is (hackers) en wat het wapen is (AI), zorgt ervoor dat mensen zich klaar voelen om in actie te komen.
Digitale Geletterdheid (Het "Rijbewijs"):
Dit is de daadwerkelijke vaardigheid om computers en technologie te gebruiken. De onderzoekers ontdekten dat dit de belangrijkste factor was. Denk er zo over na: Je weet misschien dat een Ferrari de beste auto is voor racen (Bewustzijn), en je vertrouwt misschien de monteur die hem heeft gebouwd (Vertrouwen), maar als je geen "rijbewijs" hebt (Digitale Geletterdheid), ga je niet achter het stuur zitten. De studie toonde aan dat mensen die zich zelfverzekerd voelen over hun technische vaardigheden, degenen zijn die het meest geneigd zijn om de AI-beveiligingssystemen te adopteren.
Vertrouwen (De "Handdruk"):
Dit is of mensen geloven dat de AI eerlijk, veilig is en geen fouten maakt. De onderzoekers verwachtten dat als mensen het systeem zouden vertrouwen, ze het zouden gebruiken. Verrassend genoeg was dit niet het geval. De studie vond dat zelfs als mensen een handdruk gaven aan de AI en zeiden: "Ik vertrouw je," dat vertrouwen alleen hen niet de drang gaf om het systeem te gebruiken. Ze hadden het "rijbewijs" (vaardigheden) nodig om naast de handdruk te gaan.
Perceptie van Verantwoorde AI (Het "Reglement"):
Dit is of mensen geloven dat de AI ethische regels volgt, gegevens eerlijk behandelt en transparant is. De studie vond dat als mensen geloven dat de AI een goed "reglement" heeft (het is ethisch en eerlijk), ze eerder geneigd zijn het te vertrouwen. Het is alsof je een scheidsrechter alleen vertrouwt als je weet dat hij de regels van het spel volgt.
Waargenomen Risico (De "Angst voor het Donker"):
Dit is de zorg dat de AI zou kunnen falen, gegevens zou kunnen stelen of een fout zou kunnen maken. De studie bevestigde dat als mensen bang zijn voor de risico's, ze minder geneigd zijn om het systeem te gebruiken. Het is als weigeren een auto te besturen omdat je bang bent dat de remmen het kunnen laten afweten, zelfs als de auto nieuw is.
Eerdere Ervaring met Inbreuken (Het "Litteken"):
Dit is of iemand eerder is gehackt of dat de gegevens eerder zijn gestolen. De studie vond dat mensen die eerder "verbrand" zijn, juist meer geneigd zijn om dit AI-systeem te willen gebruiken. Het is als een persoon die één keer door een hond is gebeten en daarom zeer enthousiast is om de volgende keer een waakhond te kopen om zichzelf te beschermen.

De Grote Ontdekking: Hoe Alles Samenhangt

De onderzoekers bouwden een model om te zien hoe deze factoren met elkaar communiceren. Hier is het verhaal dat zij ontdekten:

De Kettingreactie: Wanneer je de Cybersecurity Bewustzijn verhoogt (de zaklamp), doet dit twee dingen:
1. Het versterkt de Digitale Geletterdheid (geeft mensen het rijbewijs).
2. Het versterkt het Vertrouwen (de handdruk).
De Ontbrekende Schakel: De studie ontdekte een verrassende wending. Hoewel Bewustzijn helpt bij het opbouwen van Vertrouwen, leidt dat Vertrouwen niet direct tot het gebruik van het systeem. Je kunt de AI wel vertrouwen, maar als je je niet bekwaam genoeg voelt om het te gebruiken, zul je het niet doen.
De Echte Held: Digitale Geletterdheid is de brug. Bewustzijn maakt mensen vaardiger, en het bezitten van vaardigheden is wat hen daadwerkelijk wil geeft om de AI te gebruiken. Dus, het pad is: Bewustzijn → Vaardigheden → Adoptie.

Wat Dit Betekent voor de "Buurt"

Het paper concludeert dat als je organisaties of mensen wilt laten beginnen met het gebruiken van AI voor cybersecurity, je niet simpelweg kunt zeggen: "Het is veilig, vertrouw ons." Dat is niet genoeg.

In plaats daarvan moet je:

Zet de Zaklamp Aan: Informeer hen over de dreigingen en hoe AI werkt.
Leer Ze Rijden: Focus zwaar op training en het opbouwen van hun digitale vaardigheden.
Laat het Reglement Zien: Zorg dat ze weten dat de AI ethisch en eerlijk is, wat helpt om vertrouwen op te bouwen, ook al is vertrouwen alleen niet de uiteindelijke zet.

Kortom, het paper zegt: Kennis creëert vaardigheden, en vaardigheden creëren actie. Vertrouwen is mooi om te hebben, maar zonder de vaardigheden om het hulpmiddel te gebruiken, zullen mensen het AI-beveiligingssysteem in de kast laten staan.

Technische Samenvatting: Begrip van de Adoptie van AI-gebaseerde Cybersecurity-systemen

Probleemstelling

Ondanks de snelle implementatie van Kunstmatige Intelligentie (AI) in cybersecurity om dreigingen in realtime te detecteren, voorspellen en erop te reageren, is er een aanzienlijke kloof in het begrip van de gedragsfactoren die de adoptie van deze systemen drijven. Terwijl bestaande literatuur algemene AI-acceptatie of specifieke sectoren zoals fintech en de gezondheidszorg behandelt, is er beperkt onderzoek dat cybersecurity-bewustzijn, vertrouwen, digitale geletterdheid en risicoperceptie integreert in één enkel kader specifiek voor AI-gebaseerde cybersecurity-systemen. Bovendien blijven de mechanismen waardoor cybersecurity-bewustzijn zich vertaalt naar daadwerkelijke gedragsintentie — specifiek via vertrouwen en digitale geletterdheid — onderbelicht. Deze studie adresseert deze hiaten door het relatieve belang van bewustzijn, vertrouwen, competentie, risico en eerdere ervaring te onderzoeken op de intentie van gebruikers om AI-gestuurde cybersecurity-technologieën te adopteren.

Methodologie

De studie maakt gebruik van een kwantitatief, cross-sectioneel onderzoeksontwerp, gebaseerd op een geïntegreerd theoretisch kader dat het Technology Acceptance Model (TAM), Protection Motivation Theory (PMT), Social Cognitive Theory (SCT), Theory of Planned Behavior (TPB) en Trust Theory combineert.

Gegevensverzameling: De gegevens werden verzameld via een enquête onder 287 geldige respondenten in Somalië, bestaande uit professionals uit de sectoren onderwijs, bankwezen/financiën, industrie en overheid. De steekproef werd geselecteerd via doelgerichte steekproeftrekking (purposive sampling) om ervoor te zorgen dat deelnemers relevante blootstelling hadden aan digitale systemen.
Analytische Aanpak: Structural Equation Modeling (SEM) werd toegepast met behulp van IBM SPSS en AMOS. De analyse omvatte:
- Checks op Common Method Bias (CMB): Harman's single-factor test, volledige collineariteit VIF-analyse en Common Latent Factor (CLF)-analyse bevestigden dat CMB geen significante bedreiging vormde.
- Beoordeling van het Meetmodel: Betrouwbaarheid en validiteit werden vastgesteld door factorladingen (variërend van .621 tot .930), Composite Reliability (CR > .70), Average Variance Extracted (AVE > .50) en de Fornell–Larcker-criteria voor discriminante validiteit.
- Testen van het Structurele Model: Hypothesen over directe effecten en mediatie werden getest met behulp van bootstrapping-technieken.
Constructen: Het model onderzocht zeven primaire constructen: AI-gestuurd Cybersecurity-bewustzijn, Perceptie van Verantwoorde AI, Vertrouwen in AI-gebaseerde Cybersecurity-systemen, Digitale Geletterdheid, Waargenomen Risico, Eerdere Ervaring met Cybersecurity-inbreuken en Gedragsintentie tot Gebruik.

Belangrijkste Resultaten

Het structurele model vertoonde een aanvaardbare 'goodness-of-fit', en de hypothesetest leverde de volgende bevindingen op:

Directe Effecten op Gedragsintentie:
- AI-gestuurd Cybersecurity-bewustzijn: Beïnvloedt de gedragsintentie significant en positief ( $\beta = .199, p < .001$ ).
- Digitale Geletterdheid: Kwam naar voren als de sterkste voorspeller van gedragsintentie ( $\beta = .321, p < .001$ ).
- Waargenomen Risico: Beïnvloedt de gedragsintentie significant en negatief ( $\beta = -.113, p = .010$ ).
- Eerdere Ervaring met Inbreuken: Beïnvloedt de gedragsintentie significant en positief ( $\beta = .140, p = .036$ ).
- Vertrouwen: In tegenstelling tot traditionele adoptiemodellen had vertrouwen in AI-gebaseerde cybersecurity-systemen geen significante invloed op de gedragsintentie ( $\beta = .051, p = .257$ ).
Antecedent Relaties:
- Bewustzijn naar Vertrouwen: AI-gestuurd cybersecurity-bewustzijn beïnvloedt vertrouwen positief ( $\beta = .206, p < .001$ ).
- Bewustzijn naar Digitale Geletterdheid: AI-gestuurd cybersecurity-bewustzijn beïnvloedt digitale geletterdheid positief ( $\beta = .282, p < .001$ ).
- Verantwoorde AI naar Vertrouwen: Percepties van verantwoorde AI (ethiek, transparantie, verantwoording) beïnvloeden vertrouwen positief ( $\beta = .149, p < .001$ ).
Mediatieanalyse:
- Digitale Geletterdheid: Medieert de relatie tussen AI-gestuurd cybersecurity-bewustzijn en gedragsintentie gedeeltelijk. Het indirecte effect was significant ( $\beta = .107, p < .001$ ), wat aangeeft dat bewustzijn de adoptieintentie zowel direct als door het verbeteren van digitale competenties bevordert.
- Vertrouwen: Medieerde niet de relatie tussen bewustzijn en gedragsintentie. Het indirecte effect was insignificant, wat suggereert dat hoewel bewustzijn vertrouwen opbouwt, dit vertrouwen niet direct vertaalt naar adoptieintentie zonder de aanwezigheid van digitale geletterdheid.

Belangrijkste Bijdragen

Het artikel levert vier primaire bijdragen aan de literatuur:

Verenigd Kader: Het integreert perspectieven van bewustzijn, vertrouwen, risico, competentie en ervaring in één enkel conceptueel model (Trust–Awareness–Competency Framework) specifiek voor de adoptie van AI-gebaseerde cybersecurity.
Verantwoorde AI en Vertrouwen: Het valideert empirisch de rol van de perceptie van verantwoorde AI bij het vormen van vertrouwen binnen cybersecurity-contexten.
Medierende Mechanismen: Het verheldert de indirecte paden van adoptie, waarbij wordt aangetoond dat digitale geletterdheid een cruciale mediator is, terwijl vertrouwen fungeert als een resultaat van bewustzijn maar geen directe drijfveer is voor intentie in deze specifieke context.
Contextuele Inzicht: Het biedt empirisch bewijs uit een opkomende digitale omgeving (Somalië), wat de aanname uitdaagt dat vertrouwen altijd een directe determinant is van AI-adoptie in beveiligingsgevoelige domeinen.

Betekenis en Implicaties

De auteurs stellen dat de studie waardevolle theoretische en praktische inzichten biedt voor beleidsmakers, beoefenaars en organisaties.

Theoretische Betekenis: De bevindingen breiden de literatuur over technologische adoptie uit door te suggereren dat in AI-gestuurde cybersecurity digitale geletterdheid een krachtigere drijfveer van adoptie is dan vertrouwen. De studie nuanceert de rol van vertrouwen, waarbij wordt aangegeven dat hoewel bewustzijn vertrouwen opbouwt, adoptie uiteindelijk afhangt van de competentie van de gebruiker om met de technologie om te gaan.
Praktische Betekenis:
- Prioriteren van Geletterdheid: Organisaties moeten de ontwikkeling van digitale geletterdheid en AI-geletterdheidstraining prioriteren, aangezien dit de sterkste voorspeller is van de adoptieintentie.
- Bewustzijnscampagnes: Programma's voor cybersecurity-bewustzijn zijn essentieel, niet alleen voor het herkennen van dreigingen, maar ook voor het versterken van digitale competenties en het opbouwen van vertrouwen.
- Governance van Verantwoorde AI: Om vertrouwen te bevorderen, moeten organisaties transparante, ethische en verantwoorde AI-governancepraktijken implementeren.
- Risicomitigatie: Strategieën moeten de waargenomen risico's (privacy, bias, onzekerheid) aanpakken om te voorkomen dat deze de adoptie hinderen.

Het artikel concludeert dat succesvolle adoptie van AI-gebaseerde cybersecurity-systemen een holistische aanpak vereist die cybersecurity-bewustzijn, verantwoorde AI-governance en robuuste ontwikkeling van digitale geletterdheid combineert, in plaats van uitsluitend te vertrouwen op maatregelen voor het opbouwen van vertrouwen.