超越正面响应率:运用信念结构TOPSIS方法把握工作场所中人工智能被接受的信息丰富度
《Entropy》:Beyond Positive Response Rates: Capturing Information Richness in Workplace AI Acceptance Using Belief Structure TOPSIS
【字体:
大
中
小
】
时间:2026年07月03日
来源:Entropy 2.1
摘要
本研究采用信念结构TOPSIS(B-TOPSIS)方法,分析欧盟27国对人工智能驱动的工作场所实践的跨国态度。该方法能够保留调查响应的完整分布,明确考虑不确定性,并根据各选项与理想及反理想信念结构的距离来对其进行评估。利用第五十五次欧洲民意调查的数据,我们为八种与人工智能相关的工作场所应用建立了各自的B-TOPSIS指数,同时还得出了反映整体接受程度的综合B-TOPSIS指数。研究结果显示出各国之间的显著差异:诸如收集求职者信息、分配工作以及处理员工数据等操作普遍受到中等程度的认可;以安全为重的应用则广受支持,而像员工监控和自动解雇这类涉及伦理敏感性的做法则很少被接受。此外,通过蒙特卡洛模拟和随机优势分析进行的敏感性测试表明,即便在效用函数假设不同的情况下,所得排名依然十分稳定,这进一步证明了所提方法的可靠性。与欧盟报告中常用的基于所有正面响应的排名方法相比,虽然这两种方法的排名高度相关,但并不能互相替代。由于保留了完整的响应结构,所提方法能够捕捉到传统汇总指标所无法体现的响应强度差异。这些研究结果凸显了欧盟范围内对工作场所人工智能应用的多元且条件化的接受情况,同时也展示了基于信念结构的方法在分析调查数据时的价值。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号