DOI: https://doi.org/10.1007/s00779-024-01826-4
تاريخ النشر: 2024-07-04
المؤلف: Sabina Akram وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تقدم هذه الدراسة نموذج قبول التكنولوجيا المتمركز حول الإنسان (HC-TAM) لروبوتات الدردشة الخاصة بالتوظيف، والذي يوسع نموذج قبول التكنولوجيا التقليدي (TAM) من خلال دمج عوامل متمركزة حول الإنسان مثل الشفافية، والتخصيص، والكفاءة، والاعتبارات الأخلاقية، إلى جانب العناصر الأساسية لنموذج TAM المتعلقة بسهولة الاستخدام المدركة والفائدة المدركة. تؤكد الدراسة أن نية المستخدمين في اعتماد التكنولوجيا تتأثر بشكل كبير بتصوراتهم لهذه العوامل، مما يبرز أهمية نهج شامل لفهم قبول التكنولوجيا في سياقات التوظيف.
تتكون الدراسة من ثلاث مراحل: المرحلة الأولى تتضمن مقابلات نوعية مع 10 مشاركين لتحديد الموضوعات الرئيسية؛ المرحلة الثانية تشمل 28 مشاركًا لتنقيح هذه الموضوعات وتطوير فهم شامل لوجهات نظر المستخدمين؛ والمرحلة الثالثة تستخدم نمذجة المعادلات الهيكلية مع بيانات من 146 مشاركًا للتحقق من الإطار النظري وتطوير أدوات القياس. تشير النتائج إلى أن قبول روبوتات الدردشة الخاصة بالتوظيف يتحسن بشكل ملحوظ عندما تعطي هذه الأنظمة الأولوية للشفافية، والتخصيص، والكفاءة، والاعتبارات الأخلاقية. توفر هذه الدراسة رؤى قيمة للمطورين والمصممين، مما يبرز الحاجة إلى روبوتات دردشة ليست فقط متقدمة تكنولوجيًا ولكن أيضًا متوافقة مع توقعات المستخدمين والمعايير الأخلاقية في عمليات التوظيف.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للتقدم التكنولوجي، وخاصة روبوتات الدردشة المدعومة بالذكاء الاصطناعي، على ممارسات التوظيف الحديثة. يتم اعتماد هذه الوكلاء المحادثة بشكل متزايد من قبل كل من الباحثين عن عمل والم recruiters لتعزيز التفاعل وتبسيط عملية التوظيف، مما يشير إلى تحول نحو نظام توظيف أكثر كفاءة وذكاءً تكنولوجيًا. على الرغم من التقدم المحرز، هناك حاجة ملحة لأنظمة الذكاء الاصطناعي لتطوير قدرات مشابهة للحدس البشري لتعزيز التعاون الفعال بين الإنسان والآلة. يتم اقتراح حلول الذكاء الاصطناعي المتمركزة حول الإنسان (HCAI) لمعالجة هذه التحديات من خلال ضمان أن تكون أنظمة الذكاء الاصطناعي فعالة، وأخلاقية، ومراعية للتأثيرات الاجتماعية.
تستند الدراسة إلى نموذج قبول التكنولوجيا (TAM)، الذي تم تطويره أصلاً بواسطة ديفيس في عام 1989، من خلال دمج عوامل متمركزة حول الإنسان تعتبر ضرورية لقبول روبوتات الدردشة الخاصة بالتوظيف. يبرز النموذج المحسن توافق التكنولوجيا مع احتياجات المستخدم، مما يحسن معدلات القبول. تستخدم الدراسة نهجًا متعدد المراحل يجمع بين التحليلات النوعية والكمية لاستكشاف ديناميات قبول روبوتات الدردشة بين الباحثين عن عمل والم recruiters. تهدف المنهجية المنظمة إلى تقديم رؤى حول الآثار النظرية والعملية لدمج روبوتات الدردشة في التوظيف، بينما تعالج أيضًا القيود وتقترح اتجاهات البحث المستقبلية.
الطرق
تتبع منهجية البحث الموضحة في هذه الدراسة نهجًا منهجيًا وتسلسليًا، كما هو موضح في الشكل 1. تبدأ بدراسة استدلالية لعام 2023 تسلط الضوء على ندرة الأبحاث حول التصميم المتمركز حول الإنسان في تطوير روبوتات التوظيف. تضمنت هذه المرحلة الأولية مقابلات شبه منظمة مع أربعة من المجندين وستة من الباحثين عن عمل لقياس قبولهم لروبوتات الدردشة الخاصة بالتوظيف. تساعد الرؤى المكتسبة من هذه المقابلات في تنقيح الموضوعات الناشئة، مما يضمن أن تكون المراحل اللاحقة مستندة إلى تجارب الحياة الواقعية للمشاركين.
في المرحلة التالية، يتم إجراء مقابلات متطابقة لاستكشاف موضوعات محددة بشكل أكبر ومعالجة التناقضات المحتملة، مما يعمق الفهم لقبول روبوتات الدردشة. بعد ذلك، يتم استخدام الاستبيانات لتحديد مدى قبول روبوتات الدردشة بين جمهور أكبر وأكثر تنوعًا. تُستخدم النتائج من هذه المراحل لإبلاغ التحليل النظري لقبول روبوتات الدردشة باستخدام نموذج قبول التكنولوجيا (TAM)، الذي يتم تعديله إلى نموذج قبول متمركز حول الإنسان (HC-TAM). تهدف هذه المنهجية التكرارية إلى تحديد العوامل المتمركزة حول الإنسان التي تؤثر على قبول روبوتات الدردشة الخاصة بالتوظيف، مما يساهم في تطوير إطار شامل متمركز حول الإنسان لتكنولوجيا الذكاء الاصطناعي.
النتائج
يقدم قسم النتائج في الورقة البحثية تحليلًا شاملاً يربط بين الأطر النظرية والبيانات التجريبية المتعلقة بقبول التكنولوجيا، وخاصة في مجال روبوتات الدردشة الخاصة بالتوظيف. يوضح المنهجية المستخدمة للتحقق من نموذج البحث، والتي تشمل تقييمات لكل من الموثوقية والصلاحية لضمان قوة النتائج.
بعد ذلك، يتم إجراء تحليل للنموذج الهيكلي لتقييم العلاقات المفترضة في الفرضيات. يكشف هذا الفحص عن رؤى مهمة حول العوامل التي تؤثر على قبول المستخدمين لروبوتات الدردشة الخاصة بالتوظيف، مما يعزز الفهم لفعاليتها في عمليات التوظيف. تؤكد النتائج على أهمية هذه الأدوات التكنولوجية في ممارسات التوظيف الحديثة، مما يوفر أساسًا للبحث المستقبلي في هذا المجال.
المناقشة
تستعرض قسم المناقشة في الورقة البحثية تطور ممارسات التوظيف من العمليات اليدوية في أوائل القرن العشرين إلى دمج روبوتات الدردشة المدفوعة بالذكاء الاصطناعي في التوظيف المعاصر. في البداية، اعتمد التوظيف على السير الذاتية الورقية والمقابلات الشخصية، ولكن التقدم في التكنولوجيا، وخاصة منذ الستينيات فصاعدًا، قدم أنظمة رقمية ولوحات وظائف عبر الإنترنت زادت من الكفاءة. أدى ظهور منصات وسائل التواصل الاجتماعي وروبوتات الدردشة المدعومة بالذكاء الاصطناعي في العقد 2010 إلى تحويل التوظيف بشكل أكبر، مما أتاح تفاعلًا أكثر تفاعلية وكفاءة مع المرشحين. سرعت جائحة COVID-19 اعتماد هذه الروبوتات، التي تلعب الآن دورًا حاسمًا في الفحص الأولي للمرشحين والرؤى المستندة إلى البيانات، مما يبرز الحاجة إلى نهج متوازن يكمل المجندين البشريين بدلاً من استبدالهم.
تستكشف الدراسة أيضًا قبول روبوتات الدردشة الخاصة بالتوظيف بين الباحثين عن عمل والم recruiters، مما يبرز أهمية تصورات المستخدمين في تشكيل اعتماد التكنولوجيا. باستخدام نموذج قبول التكنولوجيا (TAM)، تحدد الدراسة العوامل الرئيسية التي تؤثر على القبول، مثل الفائدة المدركة وسهولة الاستخدام، بينما تعترف أيضًا بالتحديات التي تطرحها القضايا التقنية والاعتبارات الأخلاقية. تكشف التحليلات النوعية من المقابلات شبه المنظمة عن موضوعات حول الكفاءة، والتخصيص، وضرورة الممارسات الأخلاقية في نشر روبوتات الدردشة. تؤكد هذه النتائج على إمكانية روبوتات الدردشة لتعزيز عمليات التوظيف بينما تبرز أهمية التفاعل البشري والحاجة إلى التكيف المستمر لتلبية متطلبات التوظيف المتطورة.
DOI: https://doi.org/10.1007/s00779-024-01826-4
Publication Date: 2024-07-04
Author(s): Sabina Akram et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This research presents the Human-Centered Technology Acceptance Model (HC-TAM) for recruitment chatbots, which expands upon the traditional Technology Acceptance Model (TAM) by incorporating human-centered factors such as transparency, personalization, efficiency, and ethical considerations, alongside the core TAM constructs of perceived ease of use and perceived usefulness. The study establishes that users’ intention to adopt technology is significantly influenced by their perceptions of these factors, thereby highlighting the importance of a holistic approach to understanding technology acceptance in recruitment contexts.
The research is structured into three phases: Phase 1 involves qualitative interviews with 10 participants to identify primary themes; Phase 2 engages 28 participants to refine these themes and develop a comprehensive understanding of user perspectives; and Phase 3 employs Structural Equation Modeling with data from 146 participants to validate the theoretical framework and develop measurement instruments. The findings indicate that the acceptance of recruitment chatbots is notably improved when these systems prioritize transparency, personalization, efficiency, and ethical considerations. This study provides valuable insights for developers and designers, emphasizing the need for chatbots that are not only technologically advanced but also aligned with user expectations and ethical standards in recruitment processes.
Introduction
The introduction of this research paper highlights the transformative impact of technological advancements, particularly AI-powered chatbots, on modern recruitment practices. These conversational agents are increasingly adopted by both job seekers and recruiters to enhance engagement and streamline the hiring process, signaling a shift towards a more efficient and tech-savvy recruitment ecosystem. Despite the progress made, there is a critical need for AI systems to develop capabilities akin to human intuition to foster effective human-machine collaboration. Human-Centered AI (HCAI) solutions are proposed to address these challenges by ensuring that AI systems are effective, ethical, and considerate of societal impacts.
The study builds upon the Technology Acceptance Model (TAM), originally developed by Davis in 1989, by integrating human-centered factors that are essential for the acceptance of recruitment chatbots. The enhanced model emphasizes the alignment of technology with user needs, thereby improving acceptance rates. The research employs a multi-phased approach that combines qualitative and quantitative analyses to explore the dynamics of chatbot acceptance among job seekers and recruiters. The structured methodology aims to provide insights into the theoretical and practical implications of chatbot integration in recruitment, while also addressing limitations and suggesting future research directions.
Methods
The research methodology outlined in this study follows a systematic and sequential approach, as depicted in Fig. 1. It begins with a 2023 elicitation study that highlights the scarcity of research on human-centered design in recruitment bot development. This initial phase involved semi-structured interviews with four recruiters and six job seekers to gauge their acceptance of recruitment chatbots. The insights gained from these interviews refine emerging themes, ensuring that subsequent phases are grounded in the real-life experiences of participants.
In the next phase, matched interviews are conducted to further explore specific themes and address potential contradictions, thereby deepening the understanding of chatbot acceptance. Following this, questionnaires are utilized to quantify the broader acceptability of chatbots among a larger and more diverse audience. The findings from these phases inform the theoretical analysis of chatbot acceptance using the Technology Acceptance Model (TAM), which is adapted into a Human-Centric TAM (HC-TAM). This iterative methodology aims to identify human-centric factors influencing the acceptability of recruitment chatbots, ultimately contributing to the development of a comprehensive Human-Centric framework for AI technology.
Results
The results section of the research paper presents a comprehensive analysis that connects theoretical frameworks with empirical data regarding technology acceptance, specifically in the realm of recruitment chatbots. It outlines the methodology employed for validating the research model, which includes assessments of both reliability and validity to ensure the robustness of the findings.
Subsequently, the analysis of the structural model is conducted to evaluate the relationships posited in the hypotheses. This examination reveals significant insights into the factors influencing user acceptance of recruitment chatbots, thereby enhancing the understanding of their effectiveness in recruitment processes. The findings underscore the importance of these technological tools in modern hiring practices, providing a foundation for future research in this area.
Discussion
The discussion section of the research paper outlines the evolution of recruitment practices from manual processes in the early 20th century to the integration of AI-driven chatbots in contemporary recruitment. Initially, recruitment relied on paper resumes and in-person interviews, but advancements in technology, particularly from the 1960s onward, introduced digital systems and online job boards that enhanced efficiency. The rise of social media platforms and AI chatbots in the 2010s further transformed recruitment, enabling more interactive and efficient candidate engagement. The COVID-19 pandemic accelerated the adoption of these chatbots, which now play a crucial role in initial candidate screening and data-driven insights, emphasizing the need for a balanced approach that complements human recruiters rather than replacing them.
The study also explores the acceptance of recruitment chatbots among job seekers and recruiters, highlighting the importance of user perceptions in shaping technology adoption. Utilizing the Technology Acceptance Model (TAM), the research identifies key factors influencing acceptance, such as perceived usefulness and ease of use, while also acknowledging the challenges posed by technical issues and ethical considerations. The qualitative analysis from semi-structured interviews reveals themes around efficiency, personalization, and the necessity for ethical practices in chatbot deployment. These findings underscore the potential of chatbots to enhance recruitment processes while emphasizing the importance of human interaction and the need for continuous adaptation to meet evolving recruitment demands.