Human-centred AI in industry 5.0: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Industry 4.0 (I4.0) is a manufacturing paradigm revolutionising production by integrating advanced technologies, like AI, for automation and data integration. However, research in I4.0 overlooks human factors, crucial for designing systems that enhance well-being, trust, motivation, and performance. To address this, international bodies have introduced Industry 5.0, aiming to balance technological advancement with human welfare. To transition towards this vision, an understanding of current human-technology interaction is essential. Through a conceptual model aiming to understand the psychological experience of workers within their environment, we identified the studied human factors, their antecedents, consequences, and methodologies. Additionally, we explored how future research can adopt a human-centred approach in designing and implementing technology. Analysis of 67 articles showed the psychosocial dimension of human factors like AI trust, worker autonomy, motivation, and stress are underrepresented. We observed a significant disconnect between empirical and non-empirical studies in terms of theoretical frameworks, variable selection, data collection methods, and research designs. Our findings highlight the necessity for experimental, theory-driven research in human-AI interaction, using a multi-method approach including perceptual, observational, and psychophysiological measures. Lastly, we discuss the integration of these findings into managerial practice to foster workplaces that are technologically advanced yet remain empathetic to human needs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle