Safeguarding worker psychosocial well-being in the age of AI: The critical role of decision control
Notice bibliographique
Résumé
Advancements in artificial intelligence (AI) have ushered in the era of the fourth industrial revolution, transforming workplace dynamics with AI's enhanced decision-making capabilities. While AI has been shown to reduce worker mental workload, improve performance, and enhance physical safety, it also has the potential to negatively impact psychosocial factors, such as work meaningfulness, worker autonomy, and motivation, among others. These factors are crucial as they impact employee retention, well-being, and organizational performance. Yet, the impact of automating decision-making aspects of work on the psychosocial dimension of human-AI interaction remains largely unknown due to the lack of empirical evidence. To address this gap, our study conducted an experiment with 102 participants in a laboratory designed to replicate a manufacturing line. We manipulated the level of AI decision support—characterized by the AI's decision-making control—to observe its effects on worker psychosocial factors through a blend of perceptual, physiological, and observational measures. Our aim was to discern the differential impacts of fully versus partially automated AI decision support on workers' perceptions of job meaningfulness, autonomy, competence, motivation, engagement, and performance on an error-detection task. The results of this study suggest the presence of a critical boundary in automation for psychosocial factors, demonstrating that while some automation of decision selection can nurture work meaningfulness, worker autonomy, competence, self-determined motivation, and engagement, there is a pivotal point beyond which these benefits can decline. Thus, balancing AI assistance with human control is vital to protect psychosocial well‑being. Practically, industry and operations managers should keep employees involved in decision making by adopting partial, confirm‑or‑override AI systems that sustain motivation and engagement, boosting retention and productivity.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».