Studiebot antwoord

Vraag gesteld door: Amal - 1 jaar geleden

Schrijf een opstel over het onderwerp: Dit is de opdracht: APPLICATION RESEARCH PROJECT
PROJECT OUTLINE (MAX. 8 A4 pages)
The titles below provide a list of aspects that should be discussed in the project outline. This is followed by a brief description of the expected content in italics. Please retain these titles in the final project description, but remove the description. You can add extra titles and subtitles as necessary. Please stick to the maximum number of 8
pages, without changing text layout (font Calibri 11, line distance 1, page margins etc.).Please also remove this explanatory paragraph as well before submitting the template.

Rationale and positioning with regard to the state-of-the-art
Elaborate the scientific motivation for the project proposal based on scientific knowledge gaps, and the issues and/or problems that you want to solve with this project. Concisely describe the related international state of the art, with reference to scientific literature. Position your project in relation to ongoing national and international research.

In dit eerste deel geef je aan wat de bedoeling is van jouw onderzoeksproject, en waarom het belangrijk is om dat te onderzoeken. In een korte introductie vestig je de aandacht op het onderzoeksonderwerp, de relevantie daarvan en de aanpak van het onderzoeksproject. Je gaat daarbij niet in detail, maar geeft de lezer een algemeen inzicht in de redenen achter het onderzoek. Daarna wijs je dmv een theoretisch argument op een gap in de literatuur en formuleer je daarbij onderzoeksvragen of testbare hypotheses.

Algemene intro (1p):
- Waar gaat het over/topic, wat weten we al wel?
- Wat weten we nog niet over het topic? (conflicterend begrip of blinde vlek??
- Waarom relevant om wel te weten?
- Hoe zal dat in dit project worden onderzocht?
- Hoe draagt dit onderzoek bij aan onze kennis over het topic?

Beyond the state-of-the-art (3p):
- Wat zijn de belangrijkste variabelen in het onderzoek? Wat zijn hun definities?
- Hoe wordt er momenteel over de link tussen de variabelen gedacht?
- Waarom moeten we dit verder onderzoeken?
o De huidige kennis over de variabelen is onvolledig (blinde vlek)
o De huidige kennis over de variabelen is onduidelijk (conflict/ambiguteit)

Geef theoretische argumenten voor de verschillende manieren waarop de literatuur de variabelen aan elkaar linkt en stel eventueel testbare hypotheses op.

Scientific research objectives.
Describe explicitly the scientific objective(s) and the research hypothesis. Explain whether and how the research is specifically challenging and inventive, also with reference to the innovative aspects of the envisaged results. Discuss in detail the results (or partial results) that you aim to achieve, such as specific knowledge and academic breakthroughs.

In dit tweede deel leg je uit aan welke onderzoeksdoelen jouw project zal bijdragen. Ten tweede leg je hoe het bereiken van deze onderzoeksdoelen onze kennis over jouw topic zal verder helpen.

Onderzoeksdoelen (bullets)
- Welke onderzoeksdoelen probeert dit onderzoeksproject te bereiken?
o Wees heel concreet!
o Wil je de grootte van een effect onderzoeken? De richting van een effect? De invloed van verschillende factoren op dat effect? Uitleggen welke mechanismen het effect teweeg brengen? Meetproblemen oplossen door nieuwe methodes te introduceren?
o Probeer een twee- drie-tal onderzoeksdoelen te kiezen.

Originality and innovative character
Wat is er vernieuwend/innovatief aan dit onderzoek?
Welke kennis/literatuur zal dit onderzoeksproject vooruit helpen en hoe?

Research methodology and work plan.
Elaborate the different envisaged steps (experiments/activities) in your research, and motivate your strategic choices with the aim of reaching the objectives. Describe the set-up and cohesion of the work packages including intermediate goals (milestones).
Discuss where the proposed methodology (research approach) is according to the state of the art and where it is novel.
Discuss risks that might endanger reaching project objectives and the contingency plans to be put in place should this risk occur.
Use a table or graphic representation of the planned course of activities (timing work packages, milestones, critical path) over the 4-years grant period.
Describe the collaboration/coordination/work distribution between the different participating research groups as well as the role/complementarity of the different research groups/(co-)supervisors.

In dit deel stel je een heel concreet stappenplan op van de manier waarop je tewerk zal gaan om jouw onderzoeksdoelen te bereiken. Je legt uit welke relaties je zal onderzoeken met welke onderzoeksmethoden. Je legt ook uit waarom je voor deze methoden kiest.

Schematic representation of research project:
Probeer een schema op te stellen met variabelen (afhankelijk (IV), onafhankelijk (DV), moderatoren, medierende variabelen) en peilen en geef aan welke pijl je onderzoekt met welke methode. Je hebt hierin verschillende mogelijkheden, en je kan hierin ook heel creatief zijn (Je moet geen rekening houden met budget, dus profiteer er van )

Work plan and rationale for methodological decisions:

Goed uitleggen waarom de gekozen methode past bij het onderzoeksdoel.

Bv:
- Kwantitatieve methoden:
o Kwantitatieve analyse van dataset (bv. vragenlijst): Hypothesen testen van overkoepelende relaties
Meestal grotere dataset: Large n
IV -> DV? IV -> mod./med. -> DV?
o Experiment: Causale effecten bepalen door een treatment groep te vergelijken met een controlegroep.
IV=0 -> DV; IV=1 -> DV?

- Kwalitatieve methoden:
o Mechanismen tussen variabelen in kaart brengen: Hoe benvloedt de IV de DV?
Meestal kleinere datasets: small n
Via welke processen benvloedt IV de DV? Wat is de invloed van de context?
o Verschillende databronnen mogelijk:
Interviews: Welke respondenten? Hoe gebeurt selectie? Welke vragen?
Focusgroepen: Zelfde als interviews, maar je interviewt respondenten in groep.
Case study: Welke cases? Waarom exemplarisch? Hoe verzamel je data (interviews, document study, observaties in het veld,)?

- Innovatieve methoden:
o Nieuwe technologien zoals Machine Learning, biomarkers, etc. kunnen bestaande meetproblemen oplossen (bv: social desirabiliy bias, common method bias, recall bias, etc.)
o Laat je creativiteit de vrije loop, maar leg het goed en duidelijk uit! Let op voor gimmicks.


References
Give an overview of the bibliographical references that are relevant for your research proposal.

Click here to insert your text.
En dit is wat we al hebben: Innovatie paper
Tegen woensdagmiddag indienen!
(ChatGPT) Repetitive Change Syndrome (RCS) is een concept dat verwijst naar de negatieve effecten van constante, opeenvolgende veranderingen binnen een organisatie. Het treedt op wanneer bedrijven of instellingen te vaak en te snel veranderingen doorvoeren, waardoor medewerkers zich overweldigd, onzeker of gestrest voelen.

Mogelijke onderzoeksvragen:
ORIGINELE ONDERZOEKSVRAAG: Leidt de snelle opkomst van AI tot verhoogde werkstress en weerstand, of stimuleert het juist innovatie en productiviteit onder werknemers?
Feedback 14/3:
Continue veranderingen en stress er mee in integreren.
Innovatie als afhankelijke. AI change als onafhankelijke of moderator? Zsm schema maken! Gebruik AI als moderator
Volgende stap: Concrete OV duidelijk krijgen
Wat versta je onder innovatie en gebruik ai en hoe ga je dat meten?
Hoe kan het nieuwe kennis toevoegen? Effecten gebruik AI nog niet zoveel bestudeerd

=> Verbeterde onderzoeksvraag:
Hoe benvloedt de samenwerking tussen AI en werknemers de innovatiecapaciteit/snelheid van organisaties in een context van continue technologische verandering?
Hoe benvloedt werkstress, gemodereerd door de inzet van AI, de innovatiecapaciteit van organisaties in een context van continue technologische verandering?
Wat is de impact van samenwerking tussen werknemers en AI-systemen op de snelheid van innovatie in bedrijven?
Wat is het effect van continue technologische veranderingen op de innovatiecapaciteit/snelheid van een onderneming, met als moderator samenwerking AI en werknemers of AI kennis?
In hoeverre benvloedt werkstress de innovatiecapaciteit van organisaties, en hoe kan de inzet van AI deze relatie versterken of verzwakken?
Hoe benvloedt continue technologische verandering de innovatiecapaciteit van organisaties, en in welke mate modereert de samenwerking tussen werknemers en AI deze relatie?
Onafhankelijke variabele: Continue technologische verandering -> Dit gaat meer over de externe dynamiek, dus de constante evolutie van technologien. Niet elk bedrijf past deze veranderingen immers toe
Afhankelijke variabele: Innovatie(capaciteit of snelheid nemen?) -> Hoe snel en effectief organisatie nieuwe technologien benut. Hoe organisatie reageert op die verandering. Worden er nieuwe processen, producten of diensten ontwikkeld?
Moderator: Samenwerking AI-werknemers -> Hoe is de relatie tussen AI en werknemer?





Rationale and positioning with regard to the state-of-the-art
Elaborate the scientific motivation for the project proposal based on scientific knowledge gaps, and the issues and/or problems that you want to solve with this project. Concisely describe the related international state of the art, with reference to scientific literature. Position your project in relation to ongoing national and international research.

In dit eerste deel geef je aan wat de bedoeling is van jouw onderzoeksproject, en waarom het belangrijk is om dat te onderzoeken. In een korte introductie vestig je de aandacht op het onderzoeksonderwerp, de relevantie daarvan en de aanpak van het onderzoeksproject. Je gaat daarbij niet in detail, maar geeft de lezer een algemeen inzicht in de redenen achter het onderzoek. Daarna wijs je dmv een theoretisch argument op een gap in de literatuur en formuleer je daarbij onderzoeksvragen of testbare hypotheses.

Algemene intro (1p):
Waar gaat het over/topic, wat weten we al wel?
Wat weten we nog niet over het topic? (conflicterend begrip of blinde vlek?)
Waarom relevant om wel te weten?
Hoe zal dat in dit project worden onderzocht?
Hoe draagt dit onderzoek bij aan onze kennis over het topic?
In ons onderzoeksvoorstel staat innovatie centraal, maar we willen ook kunstmatige intelligentie (AI) hierin meenemen vanwege de actuele en snel evoluerende ontwikkelingen binnen dit domein. AI begint steeds een grotere rol te spelen binnen organisaties en bedrijven en biedt veel nieuwe mogelijkheden. De snelle opkomst van kunstmatige intelligentie (AI) transformeert de manier waarop organisaties opereren en innoveren. Deze voortdurende technologische veranderingen hebben niet alleen impact op organisatiestructuren, maar ook op de werkomgeving en de rol van werknemers. Dit dwingt organisaties om zich voortdurend aan te passen.
Uit onderzoek van Ugur et al. (2020) en Donselaar & Koopmans (2016) heeft men aangetoond dat een investering van 1 in AI-onderzoek en -ontwikkeling in Nederland een economische welvaart oplevert tussen de 1,50 en 3,50. Wereldwijd zijn de uitgaven aan cognitieve en AI-systemen de afgelopen jaren gestaag toegenomen. In 2018 werd hier al $24,0 miljard aan besteed, en volgens voorspellingen zou dit bedrag in 2022 oplopen tot $77,6 miljard (IDC, 2019). Artificial intelligence in business: State of the art and future research agenda - ScienceDirect
AI is meer dan slechts een verzameling van technologien. Het is een evoluerend veld van geavanceerde computermogelijkheden (McCorduck 2004; Meyer 2011). In 2020 implementeerde ongeveer meer dan de helft van de bedrijven een vorm van deze technologie en we zien dat het alleen maar sneller aan het toenemen is (Balakrishnan et al., 2020). Berente_Gu_Recker_Santhanam_2021_MISQ-libre.pdf
Op basis van de uitgevoerde literatuurstudie hebben we gezien dat veel onderzoek zich richt op AI als vervanging van menselijke taken, maar er is minder aandacht voor hoe AI en mensen samen kunnen werken in innovatieprocessen. Dit is wat wij voornamelijk willen onderzoeken.


Beyond the state-of-the-art (3p):
- Wat zijn de belangrijkste variabelen in het onderzoek? Wat zijn hun definities?
Ons onderzoeksvraag dat we willen onderzoeken luidt als volgt:

- Hoe wordt er momenteel over de link tussen de variabelen gedacht?
- Waarom moeten we dit verder onderzoeken?
o De huidige kennis over de variabelen is onvolledig (blinde vlek)
o De huidige kennis over de variabelen is onduidelijk (conflict/ambiguteit)

Geef theoretische argumenten voor de verschillende manieren waarop de literatuur de variabelen aan elkaar linkt en stel eventueel testbare hypotheses op.
H1: Een hoge autonomie & samenwerking met AI, zorgt ervoor dat bedrijven
Hoge autonomie & samenwerking met AI -> bedrijven benutten technologische verandering sneller en innoveren meer
Lage samenwerking (weerstand, stress) -> technologische verandering leidt tot vertraging in innovatie
De snelle opkomst van kunstmatige intelligentie (AI) transformeert de manier waarop organisaties opereren en innoveren. Deze voortdurende technologische veranderingen hebben niet alleen impact op organisatiestructuren, maar ook op de werkomgeving en de rol van werknemers. Dit dwingt organisaties om zich voortdurend aan te passen.
AI is meer dan slechts een verzameling van technologien. Het is een evoluerend veld van geavanceerde computermogelijkheden (McCorduck 2004; Meyer 2011). In 2020 implementeerde ongeveer meer dan de helft van de bedrijven een vorm van deze technologie en we zien dat het alleen maar sneller toeneemt (Balakrishnan et al., 2020).
Veel onderzoek richt zich op AI als vervanging van menselijke taken, maar er is minder aandacht voor hoe AI en mensen samen kunnen werken in innovatieprocessen. Hierbij speelt de entrepreneurial orientation (EO) van werknemers hun vermogen om innovatief, proactief en risicobereid te zijn (Bolton & Lane, 2012) een cruciale rol in het succes van AI-implementaties. De relatie tussen AI en menselijk handelen wordt echter mede gevormd door de perceptie van werknemers over de organisatiereputatie (OR). Volgens Social Identity Theory identificeren werknemers zich met hun organisatie, en een negatieve OR kan leiden tot verminderde EO via mechanismen zoals stress, welzijn en verminderde organisatie-identificatie (Ashforth & Mael, 1989; Carpenter, 2010). Dit onderstreept het belang van OR als symbolisch kader dat werknemers bereidheid tot innovatie en aanpassing aan AI-gestuurde veranderingen benvloedt (Herrbach & Mignonac, 2004; Waeraas & Dahle, 2020).
Ondanks de focus op organisatieniveau in bestaand onderzoek (bv. Covin & Wales, 2012), zijn het juist individuele werknemers die technologische innovaties zoals AI operationaliseren (Cascio & Montealegre, 2016). Een gebrek aan inzicht in hoe een negatieve OR de EO van werknemers ondermijnt, vormt een kritieke leemte. Dit onderzoek wil daarom (a) een causale pad ontwikkelen tussen OR, organisatie-identificatie, stress/well-being en EO, en (b) organisatiekenmerken identificeren die deze relatie modereren (zie Figuur 1). Deze benadering verbindt technologische transformatie met organisatiegedrag, en biedt handvatten om mens-AI-samenwerking te optimaliseren via reputatiemanagement en cultuurinterventies.

Job Characteristics Theory (Hackman & Oldham, 1976)
Deze theorie stelt dat werkmotivatie en prestaties afhangen van taakkenmerken zoals autonomie, variatie en betekenis. -> dus afh van de samenwerking
AI kan deze factoren benvloeden, bijvoorbeeld door routinetaken over te nemen (meer autonomie?) of door onzekerheid te creren (minder taakbetekenis?).
Dit heeft directe gevolgen voor innovatiecapaciteit en snelheid: gemotiveerde werknemers in een goed ontworpen AI-werkomgeving innoveren sneller.
Hoe toe te passen?


Onderzoek hoe AI de taakstructuur en motivatie van werknemers verandert en welke taakkenmerken innovatie bevorderen.

Schema: Figuur 1: Schematische voorstelling van het onderzoeksvoorstel
https://www.scribbr.nl/onderzoeksmethoden/medierende-modererende-variabelen/

--------->








Het gebruik van AI in bedrijven komt niet zonder risicos. Vaak ligt de focus op de kwaliteit en prestaties van AI-systemen, en minder op de perceptie en attitudes van werknemers ten opzichte van AI. Deze factoren spelen een cruciale rol in de mate waarin werknemers zich volledig inzetten voor de implementatie van AI, of juist besluiten het bedrijf te verlaten en daarbij waardevolle kennis en vaardigheden meenemen. (
Zhu, Y., Corbett, J. U., & Chiu, Y. (2020). Understanding employees responses to artificial intelligence. Organizational Dynamics, 50(2), 100786. https://doi.org/10.1016/j.orgdyn.2020.100786



Scientific research objectives
Describe explicitly the scientific objective(s) and the research hypothesis. Explain whether and how the research is specifically challenging and inventive, also with reference to the innovative aspects of the envisaged results. Discuss in detail the results (or partial results) that you aim to achieve, such as specific knowledge and academic breakthroughs.

In dit tweede deel leg je uit aan welke onderzoeksdoelen jouw project zal bijdragen. Ten tweede leg je hoe het bereiken van deze onderzoeksdoelen onze kennis over jouw topic zal verder helpen.

Onderzoeksdoelen (bullets)
- Welke onderzoeksdoelen probeert dit onderzoeksproject te bereiken?
o Wees heel concreet!
o Wil je de grootte van een effect onderzoeken? De richting van een effect? De invloed van verschillende factoren op dat effect? Uitleggen welke mechanismen het effect teweeg brengen? Meetproblemen oplossen door nieuwe methodes te introduceren?
o Probeer een twee- drie-tal onderzoeksdoelen te kiezen.

Hoe benvloedt continue technologische verandering de innovatiecapaciteit van organisaties, en in welke mate modereert de samenwerking tussen werknemers en AI deze relatie?

De twee wetenschappelijke objectieven van het project:
-Het identificeren van de causale relatie tussen continue technologische verandering en innovatiecapaciteit in organisaties (1)

Dit doel heeft de neiging om de directe verbinding tussen de mate van externe technologische dynamiek en de snelheid en kwaliteit van innovatie door organisaties in termen van nieuwe producten, diensten of processen, uit te leggen.

-Het vaststellen van de modererende rol van mens-AI-samenwerking op deze relatie (2)

Het onderzoekt of samenwerking tussen mensen en AI-systemen deze relatie versterkt of verzwakt en, zo ja, hoe. Het is belangrijk om te begrijpen onder welke voorwaarden samenwerking met AI daadwerkelijk innovatie bevordert.
Door het combineren van deze drie objectieven wordt het mogelijk om niet alleen statistische verbanden aan te tonen, maar ook te begrijpen welke organisatorische omstandigheden en percepties bijdragen aan succesvolle technologische innovatie. Dit onderzoek levert daarmee een waardevolle bijdrage aan zowel academische literatuur als praktische implementatiestrategien binnen organisaties.


Doel van het onderzoeksvoorstel: -causaal effect van de mate van
Originality and innovative character
Wat is er vernieuwend/innovatief aan dit onderzoek?
Welke kennis/literatuur zal dit onderzoeksproject vooruit helpen en hoe?


De meeste studies kijken naar AI als een tool, maar niet naar hoe de samenwerking tussen AI en werknemers de innovatie benvloedt.
Research methodology and work plan
Elaborate the different envisaged steps (experiments/activities) in your research, and motivate your strategic choices with the aim of reaching the objectives. Describe the set-up and cohesion of the work packages including intermediate goals (milestones).
Discuss where the proposed methodology (research approach) is according to the state of the art and where it is novel.
Discuss risks that might endanger reaching project objectives and the contingency plans to be put in place should this risk occur.
Use a table or graphic representation of the planned course of activities (timing work packages, milestones, critical path) over the 4-years grant period.
Describe the collaboration/coordination/work distribution between the different participating research groups as well as the role/complementarity of the different research groups/(co-)supervisors.
In dit deel stel je een heel concreet stappenplan op van de manier waarop je tewerk zal gaan om jouw onderzoeksdoelen te bereiken. Je legt uit welke relaties je zal onderzoeken met welke onderzoeksmethoden. Je legt ook uit waarom je voor deze methoden kiest.
Schematic representation of research project:
Probeer een schema op te stellen met variabelen (afhankelijk (IV), onafhankelijk (DV), moderatoren, medirende variabelen) en peilen en geef aan welke pijl je onderzoekt met welke methode. Je hebt hierin verschillende mogelijkheden, en je kan hierin ook heel creatief zijn (Je moet geen rekening houden met budget, dus profiteer er van J )
Work plan and rationale for methodological decisions:
Goed uitleggen waarom de gekozen methode past bij het onderzoeksdoel.
Bv:
- Kwantitatieve methoden:
o Kwantitatieve analyse van dataset (bv. vragenlijst): Hypothesen testen van overkoepelende relaties
Meestal grotere dataset: Large n
IV -> DV? IV -> mod./med. -> DV?
o Experiment: Causale effecten bepalen door een treatment groep te vergelijken met een controlegroep.
IV=0 -> DV; IV=1 -> DV?
- Kwalitatieve methoden:
o Mechanismen tussen variabelen in kaart brengen: Hoe benvloedt de IV de DV?
Meestal kleinere datasets: small n
Via welke processen benvloedt IV de DV? Wat is de invloed van de context?
o Verschillende databronnen mogelijk:
Interviews: Welke respondenten? Hoe gebeurt selectie? Welke vragen?
Focusgroepen: Zelfde als interviews, maar je interviewt respondenten in groep.
Case study: Welke cases? Waarom exemplarisch? Hoe verzamel je data (interviews, document study, observaties in het veld,)?
- Innovatieve methoden:
o Nieuwe technologien zoals Machine Learning, biomarkers, etc. kunnen bestaande meetproblemen oplossen (bv: social desirabiliy bias, common method bias, recall bias, etc.)
o Laat je creativiteit de vrije loop, maar leg het goed en duidelijk uit! Let op voor gimmicks.
References






Literatuurstudie:
The pace of artificial intelligence innovations: Speed, talent, and trial-and-error - ScienceDirect Deze paper onderzoekt hoe snel AI-innovaties plaatsvinden en welke factoren hier invloed op hebben. De auteurs analyseren de versnelling van AI-innovatie. De resultaten laten zien dat AI-innovaties ongekend snel evolueren en dat dit gevolgen heeft voor onderzoek, bedrijfsleven en beleidsvorming. De paper introduceert de concepten Average Time Interval (ATI) en Innovation Speed (IS) om dit te meten. Dit artikel laat weliswaar het tempo van AI-innovaties vanuit verschillende perspectieven zien, maar het onderzoekt niet welke factoren deze snelheid benvloeden. In toekomstig onderzoek zullen we dit verder analyseren, met een focus op innovatieverspreiding, teamsamenwerking, arbeidsverdeling en diversiteit. Door de relatie tussen innovatiesnelheid en factoren zoals arbeidsverdeling, teamdiversiteit en verspreidingsmodellen te bestuderen, kunnen we AI en de ontwikkelingen ervan beter begrijpen. Dit inzicht kan uiteindelijk bijdragen aan beter genformeerde beleidsbeslissingen.
Artificial intelligence in innovation research: A systematic review, conceptual framework, and future research directions - ScienceDirect
Aangezien de meeste van de onderzochte studies een empirisch karakter hebben, zou verder onderzoek de rol van modererende en mediatorvariabelen op een meer analytische manier kunnen onderzoeken, voorbij de directe invloeden.
Artificial intelligence and innovation management: A review, framework, and research agenda - ScienceDirect
Deze paper bekijkt de toepassingen en uitdagingen van AI binnen het domein van innovatiemanagement in bedrijven, zowel op technologisch vlak als op menselijk vlak. Het onderzoekt hoe AI de manier waarop bedrijven innoveren kan veranderen en de uitdagingen en mogelijkheden die dit met zich meebrengt. Considering the opportunities to involve AI in the innovation process, the question of when, how, and to what extent human innovation managers and AI systems can and should work together arises. This has been discussed in the literature but usually from the perspective of simply understanding AI's ability to perform and replace human workplace tasks in general. One of the biggest challenges is, therefore, gaining a clear understanding of when to circumvent human intervention and when to embrace it. Therefore, designing AI systems that humans who interact with them can adequately trust is an important challenge to overcome when implementing AI systems.Bij de integratie van AI in innovatie rijst de vraag wanneer, hoe en in welke mate samenwerking met menselijke innovatiemanagers wenselijk is. De literatuur richt zich vaak op AI als vervanging van menselijke taken, maar de echte uitdaging ligt in het bepalen wanneer menselijke interventie nodig is en wanneer niet. Cruciaal daarbij is het ontwerpen van AI-systemen die vertrouwen wekken bij gebruikers.
Artificial intelligence in business: State of the art and future research agenda - ScienceDirect
Deze paper bespreekt de huidige stand van zaken van onderzoek naar AI binnen een zakelijke context en stelt een agenda voor toekomstig onderzoek voor. Veel onderzoek richt zich op hoe AI mensen vervangt, maar er is minder bekend over de dynamiek van samenwerking tussen AI en werknemers in innovatieprocessen.
*The implementation of artificial intelligence in organizations: A systematic literature review
https://tta.arbokennisnet.nl/-uploads/files/insite/tta-2024-1.pdf
How does human-AI interaction affect employees' workplace procrastination? - ScienceDirect
https://link.springer.com/article/10.1007/s12144-025-07358-1
Despite its potential, many issues in practical applications remain, requiring joint efforts from academia, businesses, and policymakers. Additionally, many users may feel alienated or uneasy about AI systems, especially when they are used to providing personalized services. Reducing user resistance and improving acceptance are crucial areas for future research.
https://www.emerald.com/insight/content/doi/10.1108/jhom-06-2024-0229/full/html
While the study provides valuable insights, it is important to acknowledge its limitations. The study was conducted in a specific context (Ghanaian hospitals adopting AI), which may limit the generalizability of the findings to other healthcare settings or industries. Self-reported data from the questionnaires may be subject to response biases, and the study did not account for potential confounding factors that could influence the relationships between the variables.
https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2024.1473872/full
Future research in this domain is essential to develop a nuanced understanding of AIs interaction with employee well-being. This necessity for further investigation is underscored by Ortega-Bolaos et al. (2024), who call for a deeper exploration of the ethical issues associated with AI in the workplace. Additionally, Fisher et al. (2023) emphasize the need to examine AIs impacts on occupational health and safety equity.
https://tta.arbokennisnet.nl/jaargangen/2024-01/
Helaas hebben AI innovaties nog onvoldoende impact op de dagelijkse praktijk gehad. Om dat te verbeteren moet in het ARBO domein meer gexperimenteerd worden met AI technieken, is een breder(e) sociale discussie nodig en zou het goed zijn als de overheid actief participeert in onderzoek. Dat levert een basis om een beleidsvisie te ontwikkelen in samenspraak tussen voor overheden, bedrijven en medewerkers.
AI awareness and employee-related outcomes: A systematic review of the hospitality literature and a framework for future research - ScienceDirect
While the extant literature and theories in this context define the antecedents and outcomes, they also point out multiple mediating and moderating factors as outlined in the proposed conceptual framework. However, the reviewed studies reveal that only a limited number have holistically examined the relationships between these constructs. In contrast, most studies rely on single linear assumptions, resulting in an incomplete or superficial understanding of the research phenomena by overlooking key elements and interactions guided by relevant theoret ical underpinnings. Therefore, future research should move beyond single linear as sumptions and integrate interactions between various components and external factors, both at the individual and organizational levels.
Knowledge management and its link to artificial intelligence - ScienceDirect






Hoe modereren de snelheid van stresscapaciteit en AI-acceptatievermogen de relatie tussen AI-gedreven continue verandering en innovatie, en wat is het daaruit voortvloeiende effect op het mentaal welzijn van werknemers?
Langetermijneffecten van constante verandering op de werkvloer op de mentale gezondheid van de werknemers
Op welke manieren benvloedt samenwerking tussen AI en werknemers de innovatiecapaciteit van organisaties?


Hoe benvloeden AI-gedreven veranderingen het stressniveau en welzijn van werknemers, en welke factoren spelen hierbij een rol?
Hoe benvloedt de samenwerking tussen AI en werknemers de innovatiecapaciteit/snelheid van organisaties in een context van continue technologische verandering?"Wat is de impact van samenwerking tussen werknemers en AI-systemen op de snelheid van innovatie in bedrijven?"

Wat is het effect van continue technologische veranderingen op de innovatiecapaciteit/snelheid van een onderneming, met als moderator samenwerking AI en werknemers of AI kennis?

Vernieuwende aspect:
Waarom relevant?
AI-innovaties volgen elkaar sneller op dan bij eerdere technologien -> nieuwe adoptie-uitdagingen
Risicos in bedrijven door te vroeg of te laat te investeren
Organisaties helpen om innovatiestrategien te ontwikkelen in een snel veranderende technologische omgeving

Bedrijven zullen digitalisering moeten aanvaarden om competitief te blijven
Veranderende werkstructuren kunnen moeilijkheden hebben zonder hulp van digitalisering
Het management en het personeel kunnen makkelijker communiceren met elkaar hierdoor
Innovatie-moeheid/besluiteloosheid

Literatuurstudie:
De gap die ik kan terugvinden in onderstaande artikels is bv bij sommigen dat er research zou moeten gedaan worden naar de relaties tussen de variabelen bij ai en stressvermogen en ook de snelheid van hoe hoog het stressvermogen en acceptatievermogen is en er moet verder onderzoek gedaan worden naar hoe ai invloed heeft op de gezondheid en mentaal welzijn van de werknemers
Een van de belangrijkste vragen is hoe de samenwerking tussen werknemers en AI in deze dynamische omgeving innovatie kan bevorderen of juist belemmeren. Enerzijds kan AI repetitieve taken overnemen en werknemers ondersteunen bij complexe besluitvormingsprocessen, wat ruimte creert voor creativiteit en strategische vernieuwing. Anderzijds kan de integratie van AI leiden tot werkstress en weerstand, bijvoorbeeld door onzekerheid over baanbehoud en de noodzaak om voortdurend nieuwe vaardigheden aan te leren.
Hoewel er veel onderzoek is naar de impact van technologische veranderingen op organisaties, blijft de rol van samenwerking tussen mens en AI in een continu veranderende omgeving onderbelicht. Dit onderzoek richt zich op de vraag in hoeverre AI-gestuurde samenwerking bijdraagt aan innovatie en welke factoren bepalend zijn voor een succesvolle integratie van AI in het werkproces. Daarbij wordt specifiek gekeken naar de invloed van AI op werkstress en de bereidheid van werknemers om nieuwe technologien te omarmen.
Dit onderzoek draagt bij aan de bestaande literatuur door niet alleen de gevolgen van AI-adoptie te analyseren, maar ook door te verkennen hoe organisaties een werkomgeving kunnen creren waarin samenwerking tussen mens en AI optimaal wordt benut.

AI is geen technologie of reeks technologien, maar een voortdurend evoluerende grens van opkomende computermogelijkheden (McCorduck 2004; Meyer 2011). Berente_Gu_Recker_Santhanam_2021_MISQ-libre.pdf
For managers, AI introduces a variety of challenges. Many of
the challenges are technical, such as those that include finding
effective solutions for human interaction; overcoming issues
of trust, safety, and security; and being careful to avoid nega
tive consequences (Stone et al. 2016).
THEaccelerating pace of technological innovation and so cial changeexposesfirmstoanincreasinglycomplexspace of strategic options. IEEE Xplore Full-Text PDF:
Artificial Intelligence (AI) are a wide-ranging set of technologies that promise several advantages for organizations in terms off added business value. Over the past few years, organizations are increasingly turning to AI in order to gain business value following a deluge of data and a strong increase in computational capacity. Nevertheless, organizations are still struggling to adopt andleverageAIintheir operations.

Kwantitatief:
Enqutes
Kwalitatief:
Interviews met werknemers en managers over hun ervaringen met AI
Case studies van bedrijven die succesvol AI hebben gemplementeerd

. De tekst moet geschreven zijn op het niveau van de Universiteit. De tekst moet geschreven zijn in de Nederlandse taal. De tekst moet in 2000 woorden geschreven zijn. De stijl van de tekst moet zijn: academisch.

Antwoord rapporteren