Mesterséges intelligencia etikai dilemmái: ellenszenv felmérés és következmények

Szerzők

DOI:

https://doi.org/10.15170/MM.2023.57.KSZ.03.07

Kulcsszavak:

mesterséges intelligencia, MI, mesterséges intelligencia ellenszenv, etika

Absztrakt

A TANULMÁNY CÉLJA

A tanulmány célja annak feltárása, hogy hogyan viszonyul a Z generáció a mesterséges intelligenciához, különös tekintettel az elfogadási és ellenszenvet kiváltó tényezőkre. A kutatás további célja, hogy megértsük, milyen aggodalmak és vélemények élnek ebben a generációban a mesterséges intelligencia különböző aspektusaival kapcsolatban.

ALKALMAZOTT MÓDSZERTAN

A tanulmány a Miskolci Egyetem Z generációs hallgatóinak körében végzett online kérdőíves felmérést. A 132 fős minta tisztítását követően 131 válasz értékelhető volt. A kérdések során 1-től 5-ig terjedő Likert-skálát és szemantikai differenciál skálát használtunk, melynek során a kitöltők kifejezhették a mesterséges intelligenciával kapcsolatos attitűdjeiket.

LEGFONTOSABB EREDMÉNYEI

A kutatás eredményei szerint a mintában szereplő Z generációs hallgatók általánosan ellenszenvet éreznek a mesterséges intelligencia iránt. Az átlag értékek alapján a hallgatók aggodalmat mutattak azokon a területeken, ahol a technológia hatása a legjelentősebb, például a munkanélküliség, egyenlőtlenség és a technológia irányíthatóságát illetően.

GYAKORLATI JAVASLATOK

A tanulmány alapján gyakorlati javaslatok kínálhatók az oktatási intézmények, vállalatok és szakpolitikai döntéshozók számára. Az oktatás során kiemelt hangsúlyt kell fektetni a mesterséges intelligencia képzésére és az etikai szempontokra. A vállalatoknak szükségük van azokra a stratégiákra, amelyek segítik az elfogadást, és az állami szerepvállalásnak irányítania kell a technológia fejlődését, hogy garantálja az egyenlőséget és az etikai normák betartását. Az eredmények ismeretében a szakpolitikai döntéshozóknak a mesterséges intelligencia fejlődését szabályozó törvények kidolgozását kell szem előtt tartaniuk.

Szerző életrajzok

Zoltán Somosi, Miskolci Egyetem

PhD hallgató

Noémi Hajdú, Miskolci Egyetem, GTK, Marketing és Turizmus Intézet

Egyetemi docens

Hivatkozások

Alexa, L., Pîslaru, M. & Avasilcăi, S. (2022), “From Industry 4.0 to Industry 5.0 – An Overview of European Union Enterprises”, In: Draghici, A., Ivascu, L. (Eds) Sustainability and Innovation in Manufacturing Enterprises. Advances in Sustainability Science and Technology. Springer, Singapore. https://doi.org/10.1007/978-981-16-7365-8_8

Beaumier, G. (2022), Book review, Rights for Robots: Artificial Intelligence, Animal and Environmental Law, Earth System Governance, 11, p.100129. https://doi.org/10.1016/j.esg.2021.100129

Bosse, D., Thompson, S. and Ekman, P. (2023), In consilium apparatus: Artificial intelligence, stakeholder reciprocity, and firm performance. Journal of Business Research, Elsevier, 155. https://doi.org/10.1016/j.jbusres.2022.113402

Coombs, C., Stacey, P., Kawalek, P., Simeonova, B., Becker, J., Bergener, K., Carvalho, J.Á., Fantinato, M., Garmann-Johnsen, N.F., Grimme, C., Stein, A. & Trautmann, H. (2021), What is it about humanity that we can’t give away to intelligent machines? A European perspective. International Journal of Information Management, 58, p.102311. https://doi.org/10.1016/j.ijinfomgt.2021.102311

Danyi, P. (2018), A mesterséges intelligencia alkalmazása az árazásban. Marketing & Menedzsment, 52(3-4), 5-18.

Danyi, P. (2019), A mesterséges intelligencia árazásbeli alkalmazásának várható hatásai. Marketing & Menedzsment, 53(1), 17-29.

Dwivedi, Y. K., Rana, N. P., Janssen, M., Lal, B., Williams, M. D., & Clement, M. (2017), “An empirical validation of a unified model of electronic government adoption (UMEGA)”, Government Information Quarterly, 34(2), 211-230. https://doi.org/10.1016/j.giq.2017.03.001

Dwivedi, Y. K., Rana, N. P., Jeyaraj, A., Clement, M., & Williams, M. D. (2019), “Re-examining the unified theory of acceptance and use of technology (UTAUT): towards a revised theoretical model”, Information Systems Frontiers, 21, 719–734, https://doi.org/10.1007/s10796-017-9774-y

van Esch, P, Black, J. S. & Ferolie, J. (2019), “Marketing AI recruitment: The next phase in job application and selection”, Computers in Human Behavior, 90, 215-222, https://doi.org/10.1016/j.chb.2018.09.009

Felice, F.D., Petrillo, A., Luca, C.D. & Baffo, I. (2022), “Artificial Intelligence or Augmented Intelligence? Impact on our lives, rights és ethics”, Procedia Computer Science, 200, 1846–1856. https://doi.org/10.1016/j.procs.2022.01.385

Garett, R. & Young, S.D. (2022), “The importance of diverse key stakeholders in deciding the role of artificial intelligence for HIV research and policy”, Health Policy and Technology, 11(1), 100599. https://doi.org/10.1016/j.hlpt.2022.100599

Giordano, G., Palomba, F. & Ferrucci, F. (2022), On the use of artificial intelligence to deal with privacy in IoT systems: A systematic literature review. Journal of Systems and Software, 193, 111475–111475. https://doi.org/10.1016/j.jss.2022.111475

Haenlein, M. and Kaplan, A. (2021), “Artificial intelligence és robotics: Shaking up the business world and society at large”, Journal of Business Research, 124, 405–407. https://doi.org/10.1016/j.jbusres.2020.10.042

Howarth, J. (2021), 57+ Amazing Artificial Intelligence Statistics (2022). https://explodingtopics.com/blog/ai-statistics (Letöltve: 2022. december 12.)

Jain, R., Garg, N. & Khera, S.N. (2022), “Adoption of AI-Enabled Tools in Social Development Organizations in India: An Extension of UTAUT Model”, Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.893691

Janarthanam, S. (2019), “The Big 5 AI problems”, Medium.com, https://medium.com/infinitethoughts/the-big-5-ai-problems-f625adf299a (Letöltve: 2022. december 12.)

Johnson, B. (2022), “Metacognition for artificial intelligence system safety – An approach to safe and desired behavior”, Safety Science, 151, 105743. https://doi.org/10.1016/j.ssci.2022.105743

Jovanovic, B. (2022), 55 Fascinating AI Statistics and Trends for 2022. https://dataprot.net/statistics/ai-statistics/ (Letöltve: 2022. december 12.)

Kar, A.K., Choudhary, S.K. & Singh, V.K. (2022), “How can artificial intelligence impact sustainability: A systematic literature review”, Journal of Cleaner Production, 376, 134120. https://doi.org/10.1016/j.jclepro.2022.134120

Kemp, S. (2022), DataReportal – Global Digital Insights. https://datareportal.com/reports/digital-2022-hungary?rq=hungary (Letöltve: 2022. december 12.)

Kotler, P., Kartajaya, H. & Setiawan, I. (2021), Marketing 5.0: Technology for Humanity, 1st ed. Hoboken, New Jersey: Wiley. ISBN:10: 1119668514.

KSH (2020), A háztartások információs- és kommunikációseszköz-használatának főbb jellemzői. https://www.ksh.hu/docs/hun/xftp/idoszaki/ikt/2020/01/index.html (Utolsó letöltés: 2023.november 23.)

Kudashkina, K., Corradini, M.G., Thirunathan, P., Yada, R.Y. & Fraser, E.D.G. (2022), “Artificial Intelligence technology in food safety: A behavioral approach”, Trends in Food Science & Technology, 123, 376–381. https://doi.org/10.1016/j.tifs.2022.03.021

de Lamotte, Malenka, (2020), “Enlightenment, Artificial Intelligence and Society”, IFAC-PapersOnLine. 53(2), 17427-17432. https://doi.org/10.1016/j.ifacol.2020.12.2110

Lane, P. (2022), 12 Key Digital Marketing Channels (& How to Use Them). https://terakeet.com/blog/digital-marketing-channels/ (Letöltve: 2022. december 12.)

Miller, G.J. (2022), “Stakeholder roles in artificial intelligence projects”, Project Leadership and Society, 3, p.100068. https://doi.org/10.1016/j.plas.2022.100068

Nguyen, Q.P. and Vo, D.H. (2022), “Artificial intelligence és unemployment:An international evidence”, Structural Change and Economic Dynamics, 63, 40–55. https://doi.org/10.1016/j.strueco.2022.09.003

O’Connor, S. and Booth, R.G. (2022), “Algorithmic bias in health care: Opportunities for nurses to improve equality in the age of artificial intelligence”, Nursing Outlook, 70(6), 780–782. https://doi.org/10.1016/j.outlook.2022.09.003

Piskóti, I. (2012), „A társadalmi marketing modellje és hazai működésének feltételei”, Gazdaságtudományi Közlemények, 6. kötet, 1. 103-120.

PricewaterhouseCoopers (2022), Become a leader in AI és Analytics: PwC. https://www.pwc.com/us/en/tech-effect/ai-analytics/ai-business-survey.html (Letöltve: 2022. december 12.)

Rouidi, M., Elouadi, E. A., Hamdoune, A., Choujtani, K. & Chati, A. (2022), “TAM-UTAUT and the acceptance of remote healthcare technologies by healthcare professionals: A systematic review”, Informatics in Medicine Unlocked. 32, 101008, 1-14.

Siddiqui, O. (2020), 5 Most Effective Digital Marketing Channels for Your Business https://cmasolutions.com/blog/5-most-effective-digital-marketing-channels-for-your-business/ (Letöltve: 2022. december 12.)

Stahl, B.C., Rodrigues, R., Santiago, N. & Macnish, K. (2022), “A European Agency for Artificial Intelligence: Protecting fundamental rights and ethical values”, Computer Law & Security Review, 45, 105661. https://doi.org/10.1016/j.clsr.2022.105661

Sujan, M.A., White, S., Habli, I. & Reynolds, N. (2022), “Stakeholder perceptions of the safety and assurance of artificial intelligence in healthcare”, Safety Science, 155, 105870. https://doi.org/10.1016/j.ssci.2022.105870

The Lancet Digital Health (2021), “Can artificial intelligence help create racial equality in the USA?”, The Lancet Digital Health, 3(3), e135. https://doi.org/10.1016/s2589-7500(21)00023-6

Venkatesh, V., Morris, M.G., Davis,G.B. & Davis,F.D. (2003), “User Acceptance of Information Technology: Toward a Unified View”, MIS Quarterly, 27(3).

World Economic Forum (2016), Top 9 ethical issues in artificial intelligence. https://www.weforum.org/agenda/2016/10/top-10-ethical-issues-in-artificial-intelligence/ (Letöltve: 2022. december 12.)

KSH (2020), Virtuálisan együtt, mégis egyedül? https://www.ksh.hu/docs/hun/xftp/stattukor/virtualis_egyuttlet/index.html (Letöltve: 2022. december 12.)

Yan-ping, L. & Ai-qin, Q. (2022), “Replace or create: Analysis of the Relationship between the Artificial Intelligence and Youth Employment in Post Epidemic Era”, Procedia Computer Science, 202, 217–222. https://doi.org/10.1016/j.procs.2022.04.029

Yang, C.-H. (2022), “How Artificial Intelligence Technology Affects Productivity and Employment: Firm-level Evidence from Taiwan”, Research Policy, 51(6), 104536. https://doi.org/10.1016/j.respol.2022.104536

Downloads

Megjelent

2023-12-22

Hogyan kell idézni

Somosi, Z. és Hajdú, N. (2023) „Mesterséges intelligencia etikai dilemmái: ellenszenv felmérés és következmények”, Marketing & Menedzsment, 57(Különszám EMOK 3), o. 65–74. doi: 10.15170/MM.2023.57.KSZ.03.07.

Folyóirat szám

Rovat

Cikkek

Ugyanannak a szerző(k)nek a legtöbbet olvasott cikkei