Zitatform

Hall, Anja & Ana Santiago Vela (2025): Arbeiten mit Künstlicher Intelligenz, aber auch mit Köpfchen. Anforderungen an Future Skills in der Erwerbsarbeit. In: Berufsbildung in Wissenschaft und Praxis H. 4, S. 21-25.

Abstract

"Künstliche Intelligenz (KI) verändert nicht nur, was wir arbeiten, sondern auch wie. Auf Basis der BIBB/BAuA-Erwerbstätigenbefragung 2024 zeigt der Beitrag die aktuelle Verbreitung von KI auf dem Arbeitsmarkt. KI wird vor allem in kognitiv-analytischen und interaktiven Nichtroutinetätigkeiten genutzt und geht mit Anforderungen an Future Skills wie Probleme lösen, Wissenslücken schließen, kreativ sein oder überzeugen einher. Damit rücken im Kontext von KI neben fachlichen Anforderungen auch überfachliche Kompetenzen stärker in den Fokus. Berufliche Handlungskompetenz ist daher weiterhin gezielt zu fördern." (Autorenreferat, IAB-Doku)

Zitatform

Hammermann, Andrea & Louisa Kürten (2025): Generative KI: Schritt halten durch gezielte Kompetenzentwicklung. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2025,24), Köln, 3 S.

Abstract

"Der Einsatz von generativer Künstlicher Intelligenz (KI) transformiert die Arbeitswelt in einem rasanten Tempo. Eine wichtige Säule zur Ausschöpfung der möglichen KI-Potenziale sind das Wissen und die Anwendungskompetenz von Beschäftigten. Weiterbildung und das Lernen am Arbeitsplatz gewinnen vor diesem Hintergrund an Bedeutung." (Autorenreferat, IAB-Doku)

Zitatform

Hampole, Menaka, Dimitris Papanikolaou, Lawrence D. W. Schmidt & Bryan Seegmiller (2025): Artificial Intelligence and the Labor Market. (NBER working paper / National Bureau of Economic Research 33509), Cambridge, Mass, 58 S.

Abstract

"We leverage recent advances in NLP to construct measures of workers' task exposure to AI and machine learning technologies over the 2010 to 2023 period that vary across firms and time. Using a theoretical framework that allows for a labor-saving technology to affect worker productivity both directly and indirectly, we show that the impact on wage earnings and employment can be summarized by two statistics. First, labor demand decreases in the average exposure of workers' tasks to AI technologies; second, holding the average exposure constant, labor demand increases in the dispersion of task exposures to AI, as workers shift effort to tasks that are not displaced by AI. Exploiting exogenous variation in our measures based on pre-existing hiring practices across firms, we find empirical support for these predictions, together with a lower demand for skills affected by AI. Overall, we find muted effects of AI on employment due to offsetting effects: highly-exposed occupations experience relatively lower demand compared to less exposed occupations, but the resulting increase in firm productivity increases overall employment across all occupations." (Author's abstract, IAB-Doku) ((en))

Zitatform

Hausman, Naomi, Oren Rigbi & Sarit Weisburd (2025): Generative AI's Impact on Student Achievement and Implications for Worker Productivity. (CESifo working paper 11843), München, 39 S.

Abstract

"Student use of Artificial Intelligence (AI) in higher education is reshaping learning and redefining the skills of future workers. Using student-course data from a top Israeli university, we examine the impact of generative AI tools on academic performance. Comparisons across more and less AI-compatible courses before and after ChatGPT's introduction show that AI availability raises grades, especially for lower-performing students, and compresses the grade distribution, eroding the signal value of grades for employers. Evidence suggests gains in AI-specific human capital but possible losses in traditional human capital, highlighting benefits and costs AI may impose on future workforce productivity." (Author's abstract, IAB-Doku) ((en))

Zitatform

Humlum, Anders & Emilie Vestergaard (2025): Large Language Models, Small Labor Market Effects. (BFI Working Papers / University of Chicago, Becker Friedman Institute for Research in Economics 2025,56), Chicago, 64 S. DOI:10.2139/ssrn.5219933

Abstract

"We examine the labor market effects of AI chatbots using two large-scale adoption surveys (late 2023 and 2024) covering 11 exposed occupations (25,000 workers, 7,000 workplaces), linked to matched employer-employee data in Denmark. AI chatbots are now widespread —most employers encourage their use, many deploy in-house models, andtraining initiatives are common. These firm-led investments boost adoption, narrow demographic gaps in take-up, enhance workplace utility, and create new job tasks. Yet, despite substantial investments, economic impacts remain minimal. Using difference-in-differences and employer policies as quasi-experimental variation, we estimate precise zeros: AI chatbots have had no significant impact on earnings or recorded hours in any occupation, with confidence intervals ruling out effects larger than 1%. Modest productivity gains (average time savings of 3%), combined with weak wage pass-through, help explain these limited labor market effects. Our findings challenge narratives of imminent labor market transformation due to Generative AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Högemann, Malte, Laura Hein, Jan-Oliver Britsche & Oliver Thomas (2025): Technostress and generative AI in the workplace: a qualitative analysis of young professionals. In: Frontiers in artificial intelligence, Jg. 8. DOI:10.3389/frai.2025.1728881

Abstract

"Generative artificial intelligence (GenAI) is rapidly diffusing into the workplace and is expected to substantially reshape roles, workflows, and skill requirements, particularly for young professionals as early adopters who are highly exposed to these tools. While GenAI is widely regarded as a means to increase productivity, its adoption may simultaneously introduce new challenges, including various forms of technostress. Drawing on 15 semi-structured interviews with young professionals in research and development (R&D), IT, finance, and marketing in organizations piloting or using GenAI, we conducted a structured qualitative content analysis guided by established technostress dimensions. Our findings indicate that classic technostress dimensions remain relevant but manifest differently across sectors and contexts. Moreover, additional GenAI-specific stressors emerged, such as regulatory and compliance ambiguity, data protection and copyright concerns, perceived dependency, potential skill degradation, doubts about the reliability and controllability of AI outputs, and a shift towards more monitoring and conceptual work. At the same time, participants reported techno-eustress in the form of efficiency gains, learning opportunities, and enhanced intrinsic motivation. Overall, the study extends existing technostress frameworks and underscores the importance of AI literacy, clear organizational governance, and supportive work design to mitigate negative technostress while enabling the productive use of GenAI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Ide, Enrique & Eduard Talamas (2025): The Impact of AI on Global Knowledge Work. (CEPR discussion paper / Centre for Economic Policy Research 20801), London, 34 S.

Abstract

"Artificial Intelligence (AI) is reshaping offshoring and globalization by automating knowledge work and altering trade patterns. We analyze this transformation in a two-region world where firms structure work hierarchically to use knowledge efficiently: the most knowledgeable individuals specialize in problem-solving, while others perform routine work. Before AI, the Advanced Economy specializes in problem-solving services, while the Emerging Economy focuses on routine knowledge work. We model AI as a technology that converts compute into autonomous “AI agents,” which serve as perfect substitutes for humans with a given level of knowledge. Reflecting the concentration of AI infrastructure in advanced economies, we assume that all compute is located in the Advanced Economy. We show that basic AI reduces the Advanced Economy’s net exports of problem-solving services, potentially reversing pre-AI trade patterns. In contrast, sophisticated AI increases the Advanced Economy’s net exports of problem-solving services, reinforcing existing trade patterns. We also examine the effects of restricting AI autonomy, finding that a global restriction redistributes AI’s benefits toward lower-skilled workers, while a regional restriction - such as banning autonomous AI in the Emerging Economy - does little to benefit lower-skilled workers and harms the most knowledgeable individuals in that region. Our results underscore the need for a coordinated global approach to AI regulation." (Author's abstract, IAB-Doku) ((en))

Zitatform

Jaccoud, Florencia (2025): Robots & AI exposure and wage inequality: a within occupation approach. In: Eurasian business review, Jg. 15, H. 4, S. 1035-1090. DOI:10.1007/s40821-025-00306-w

Abstract

"This paper examines the linkages between occupational exposure to recent automation technologies and inequality across 19 European countries. Using data from the European Union Structure of Earnings Survey (EU-SES), a fixed-effects model is employed to assess the association between occupational exposure to artificial intelligence (AI) and to industrial robots–two distinct forms of automation–and within-occupation wage inequality. The analysis reveals that occupations with higher exposure to robots tend to have lower wage inequality, particularly among workers in the lower half of the wage distribution. In contrast, occupations more exposed to AI exhibit greater wage dispersion, especially at the top of the wage distribution. We argue that this disparity arises from differences in how each technology complements individual worker abilities: robot-related tasks often complement routine physical activities, while AI-related tasks tend to amplify the productivity of high-skilled, cognitively intensive work." (Author's abstract, IAB-Doku) ((en))

Zitatform

Janssen, Simon, Michael Stops, Sanne Steens, Pelin Özgül, Nicholas Rounding, Sander Dijksman, Raymond Montizaan, Mark Levels, Didier Fourage, Danique Eijkenboom, Evie Graus & Marie-Christine Fregin (2025): Artificial intelligence in the workplace: insights into the transformation of customer services. In: IAB-Forum H. 22.04.2025, 2025-04-22. DOI:10.48720/IAB.FOO.20250422.01

Abstract

"How does the use of artificial intelligence in training affect employee productivity? These and other questions were investigated as part of the long-term research project “ai:conomics” using company data from various large European companies. Initial results suggest that AI can have a positive impact on employee productivity, especially for new employees." (Author's abstract, IAB-Doku) ((en))

Zitatform

Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): How can we better measure the demand for AI and other skills on the labour market? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 2025,10 ai:conomics policybrief), Maastricht, 5 S.

Abstract

"A large body of research literature shows that technological change has a significant impact on labour markets, as modern digital technologies are changing the demand for certain skills. On the one hand, new technologies can replace some human activities. On the other hand, they can create or complement new activities (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). With the proliferation of artificial intelligence (AI) in recent years, certain questions are becoming increasingly important in public debate and research: Is the demand for AI skills also growing on the German labour market? Does the increasing demand for AI skills mean that other skills - among low, medium and highly qualified workers - are less in demand? The aim of this research project is to create a reliable data basis in order to be able to answer such questions in a more informed way in the future. Developments in generative AI, particularly tools such as ChatGPT, have significantly intensified the discussion about the impact of AI on the labour market, both in academia and in public debate and policy. While computers and software have transformed the world of work by performing routine tasks more precisely and efficiently, modern AI systems can now take on complex, non-routine tasks without relying on detailed instructions or repetitive rules (Brynjolfsson et al., 2025). As a result, many are optimistic about the productive potential of this new technology. Others, however, fear that AI could disrupt labour markets. In the course of the intensive scientific and public debate on AI, there is a growing body of literature that deals with the effects of AI on labour markets. These initially focus on specific occupations such as call centre workers (Brynjolfsson et al., 2025, Dijksman et al., 2024), consultants (Dell’ et al., 2023), writers or developers (Peng et al., 2023). However, a major challenge is to measure how the demand for and supply of skills has changed in the wake of the emergence of AI." (Autorenreferat, IAB-Doku)

Zitatform

Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 2025,10 ai:conomics policybrief), Maastricht, 6 S.

Abstract

"Eine umfangreiche Forschungsliteratur zeigt, dass der technologische Wandel erhebliche Auswirkungen auf die Arbeitsmärkte hat, da moderne digitale Technologien die Nachfrage nach bestimmten Kompetenzen verändern. Zum einen können neue Technologien einige menschliche Tätigkeiten ersetzen. Zum anderen Seite können sie neue Tätigkeiten schaffen oder ergänzen (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). Mit der starken Verbreitung Künstlicher Intelligenz in den letzten Jahren gewinnen bestimmte Fragen in der öffentlichen Diskussion und der Forschung zunehmend an Bedeutung: Wächst die Arbeitsnachfrage nach KI-Kompetenzen auch auf dem deutschen Arbeitsmarkt? Führt die steigende Nachfrage nach KI-Kompetenzen dazu, dass andere Kompetenzen – bei niedrig-, mittel- und hochqualifizierten Arbeitskräften – weniger gefragt sind? Ziel dieses Forschungsprojekts ist es, eine belastbare Datengrundlage zu schaffen, um solche Fragen in Zukunft fundierter beantworten zu können. Die Entwicklungen bei generativer Künstlicher Intelligenz, insbesondere von Tools wie ChatGPT, hat die Diskussion über die Auswirkungen von KI auf den Arbeitsmarkt sowohl in der Wissenschaft als auch in der öffentlichen Debatte und in der Politik deutlich verstärkt. Während Computer und Software die Arbeitswelt durch die präzisere und effizientere Ausführung routinemäßiger Aufgaben verändert haben, können moderne KI-Systeme nun komplexe, nichtroutinemäßige Aufgaben übernehmen, ohne auf detaillierte Anweisungen oder wiederholende Regeln angewiesen zu sein (Brynjolfsson et al., 2025). Infolgedessen sehen viele das produktive Potenzial dieser neuen Technologie optimistisch. Andere hingegen befürchten, dass KI die Arbeitsmärkte disruptiv verändern könnte." (Autorenreferat, IAB-Doku)

Zitatform

Klonek, Florian & Sharon Parker (2025): Does AI at Work Increase Stress? Text Mining Social Media About Human–AI Team Processes and AI Control. In: Journal of organizational behavior, S. 1-15. DOI:10.1002/job.70000

Abstract

"With rising use of artificial intelligence (AI) in organizations, alongside increasing mental health issues, we seek to understand how AI use affects human stress. Drawing on the automation–augmentation perspective, we propose that AI control over decision-making thwarts human autonomy and thus contributes to stress. Drawing on models of teamwork and augmentation, we expect that human–AI team processes (i.e., transition, action, and interpersonal processes) help people meet their goals and reduce stress. Finally, we argue that human–AI team processes provide an important social resource, which buffers the stress-enhancing role of AI control. To test our hypotheses, we analyzed over 2700 tweets. Using a trained large language model, validated against human ratings, we indexed key measures. Results confirm that high AI control was associated with increased stress, whereas human–AI team processes were associated with decreased stress. In support of the moderation hypothesis, two human–AI team processes (action and interpersonal) helped further reduce the stress-enhancing effect of AI control. We discuss implications for work design theory and the importance of regulating levels of AI control to protect workers' mental health." (Author's abstract, IAB-Doku) ((en))

Zitatform

Koch, Christian & Michael Stops (2025): KI Navigator #10: Wie KI dem Arbeitsmarkt hilft. In: Heise online, 2025-03-14.

Abstract

"Stellenanzeigen können viel über den Wandel des Arbeitsmarkts verraten. Künstliche Intelligenz hilft dabei, diese Daten zu interpretieren."

Zitatform

Kowalik, Zuzanna, Piotr Lewandowski, Tomasz Geodecki & Maciej Grodzicki (2025): Automation in shared service centres: Implications for skills and autonomy. In: The Economic and Labour Relations Review, Jg. 36, H. 2, S. 563-581. DOI:10.1017/elr.2025.10026

Abstract

"The offshoring-fueled growth of the Central and Eastern European business services sector gave rise to shared service centers (SSCs) – quasi-autonomous entities providing routine-intensive tasks for the central organization. The advent of technologies such as intelligent process automation, robotic process automation, and artificial intelligence jeopardises SSCs’ employment model, necessitating workers’ skills adaptation. The study challenges the deskilling hypothesis and reveals that automation in the Polish SSCs is conducive to upskilling and worker autonomy. Drawing on 31 in-depth interviews, we highlight the negotiated nature of automation processes shaped by interactions between headquarters, SSCs, and their workers. Workers actively participated in automation processes, eliminating the most mundane tasks. This resulted in upskilling, higher job satisfaction, and empowerment. Yet, this phenomenon heavily depends upon the fact that automation is triggered by labor shortages, which limit the expansion of SSCs. This situation encourages companies to leverage the specific expertise entrenched in their existing workforce. The study underscores the importance of fostering employee-driven automation and upskilling initiatives for overall job satisfaction and quality." (Author's abstract, IAB-Doku) ((en))

Zitatform

Kuhn, Sarah & Holger Seibert (2025): Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Berlin-Brandenburg 01/2025), 34 S. DOI:10.48720/IAB.REBB.2501

Abstract

"Durch neue digitale Technologien verändert sich der deutsche Arbeitsmarkt. Dies gilt besonders für das Ausmaß, in dem Berufe aktuell potenziell durch den Einsatz von Computern oder computergesteuerten Maschinen ersetzbar sind, dem so genannten Substituierbarkeitspotenzial. Es beschreibt, welcher Anteil an Tätigkeiten in einem Beruf schon heute durch den Einsatz moderner Technologien ersetzt werden könnte. Nach wie vor ist zwar das Substituierbarkeitspotenzial bei den Helfer*innen- und Fachkraftberufen am höchsten. Am stärksten gestiegen ist das Potenzial jedoch bei den Expert*innenberufen (u. a. durch generative Künstliche Intelligenz). Besonders bei den IT- und naturwissenschaftlichen Dienstleistungsberufen sind hohe Zuwachsraten zwischen 2019 und 2022 zu verzeichnen. Der vorliegende Beitrag fokussiert sich auf den Arbeitsmarkt in Brandenburg und Berlin. Wichtig zu betonen ist, dass es hier um Potenziale technischer Ersetzbarkeit geht. Ob und inwiefern die technischen Möglichkeiten auch tatsächlich umgesetzt werden, steht nicht fest. Es kann Gründe geben, die gegen eine tatsächliche Substituierung sprechen, beispielsweise weil eine Umstellung zu komplex wäre oder ethische Bedenken dem entgegenstehen. Unstrittig ist jedoch, dass auf der einen Seite einige Tätigkeiten durch die Digitalisierung wegfallen bzw. automatisiert werden, andererseits aber auch neue Tätigkeiten und Berufe entstehen. Daher kann ein hohes Substituierungspotenzial als Indikator für einen Wandel der Arbeitswelt gesehen werden." (Autorenreferat, IAB-Doku)

Zitatform

Kunze, Florian, Carolina Opitz & Ann Sophie Lauterbach (2025): Konstanzer KI-Studie 2025: Die Nutzung von Künstlicher Intelligenz in der Arbeitswelt steigt, Ungleichheiten in der Wahrnehmung bleiben weiterhin bestehen. Ergebnisbericht Juli 2025. Konstanz: KOPS Universität Konstanz, 8 S.

Abstract

"Die Nutzung von KI in der Arbeitswelt hat innerhalb eines Jahres deutlich zugenommen – gleichzeitig bleiben erhebliche Unterschiede zwischen Berufsgruppen, Bildungsniveaus und Unternehmen bestehen. In der zweiten Welle der Konstanzer KI-Studie berichten 35?% der Befragten von KI-Nutzung im Arbeitsalltag, ein Anstieg um 11 Prozentpunkte gegenüber dem Vorjahr. Trotz dieses Wachstums bleibt die Unsicherheit hoch: Ein Drittel der Beschäftigten kann weiterhin nicht einschätzen, welche Folgen KI für die eigene Arbeit haben wird. Zugleich wird der gesellschaftliche Einfluss von Automatisierung deutlich bedrohlicher wahrgenommen als die persönliche Betroffenheit. Besonders stark ist der Nutzungszuwachs in wissensintensiven Berufen, während produktionsnahe Tätigkeiten kaum aufholen. Auch die Kluft zwischen Bildungsgruppen bleibt bestehen: Beschäftigte mit hohem Bildungsabschluss nutzen KI mehr als dreimal so häufig wie jene mit niedrigem Abschluss. Zwar steigt die Bereitschaft zur Weiterbildung in allen Gruppen, strukturelle Hürden scheinen jedoch eine Angleichung zu verhindern. Auf Ebene der Organisationen verlaufen die Entwicklungen deutlich langsamer als auf individueller Ebene. Vor allem große Unternehmen investieren zunehmend in Weiterbildung und Führungskommunikation, während kleinere Organisationen kaum Veränderungen zeigen. Die Ergebnisse zeigen deutlich, dass KI ihr Potenzial nicht gleichmäßig entfaltet, sondern bestehende strukturelle Ungleichheiten eher verstärkt. Nach wie vor besteht die reale Gefahr, dass sich bestimmte Beschäftigtengruppen zunehmend vom technologischen Fortschritt abkoppeln, weil ihnen der Zugang zu KI-Nutzung, Weiterbildungsangeboten und betrieblicher Unterstützung fehlt. Daraus ergibt sich ein klarer Handlungsauftrag an Wirtschaft, Politik und Bildungseinrichtungen, um Teilhabechancen gezielt zu fördern und einer wachsenden sozialen Spaltung frühzeitig entgegenzuwirken." (Textauszug, IAB-Doku)

Abstract

"This report examines the potential for generative AI – tools that generate text, images, video or audio, such as ChatGPT, Copilot and Midjourney – to help SMEs address labour and skill needs. It presents evidence from a representative 2024 OECD survey of over 5 000 SMEs in Austria, Canada, Germany, Ireland, Japan, Korea and the United Kingdom, on how SMEs use generative AI, how its use may be helping to address labour and skill needs, and how SMEs are preparing employees to use generative AI. The survey shows that generative AI is in use in 31% of SMEs. SMEs report that generative AI improves performance, helps compensate for skill gaps and labour shortages, and increases the need for highly-skilled workers. SMEs have concerns about copyright, legal and regulatory issues, though negative attitudes towards generative AI are rare. The findings highlight the promise of generative AI but also the need for structured policy support to close digital and skills gaps between SMEs and larger firms and to ensure that any gains from generative AI are broadly shared across the economy and the workforce." (Author's abstract, IAB-Doku) ((en))

Zitatform

Lühr, Thomas & Tobias Kämpf (2025): Bots im Büro. Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation. (Hans-Böckler-Stiftung. Study 494), Düsseldorf: Hans-Böckler-Stiftung, Düsseldorf, 98 S.

Abstract

"Mit der digitalen Transformation kommt es zu einem Schub in der Automatisierung von Arbeit. Die Einführung von Künstlicher Intelligenz führt zur grundlegenden Restrukturierung der Arbeitsinhalte und -prozesse im Büro. Damit gehen nicht nur Risiken von Funktionsverlusten bis hin zum Verlust des Arbeitsplatzes einher, sondern auch neue Machtpotenziale. Diese prägen das Bewusstsein der Angestellten wesentlich. Künstliche Intelligenz funktioniert nicht ohne Mitbestimmung - mit Mitbestimmung ergeben sich neue Ansatzpunkte für eine arbeitspolitische Vorwärtsstrategie. Die vorliegende Studie nimmt eine empirisch gestützte Analyse der Potenziale vor, die der Automatisierungsschub für die Beschäftigten und ihre Interessenvertretungen tatsächlich bietet." (Autorenreferat, IAB-Doku)

Zitatform

Machovec, Christine, Michael Rieley & Emily Rolen (2025): Incorporating AI impacts in BLS employment projections: occupational case studies. In: Monthly labor review H. February. DOI:10.21916/mlr.2025.1

Abstract

"In the last few years, artificial intelligence (AI) has advanced rapidly, finding growing applications across industries and occupations. This development has generated interest in how the U.S. Bureau of Labor Statistics assesses and incorporates AI’s potential labor market impacts in its employment projections. In this article, we explain the Bureau’s approach to this type of projections work, illustrating it with several occupational case studies based on research done for the 2023–33 projections cycle. The case studies focus on selected occupations in the computer, legal, business and financial, and architecture and engineering occupational groups." (Author's abstract, IAB-Doku) ((en))

Zitatform

Malin, Christine, Jürgen Fleiß, Renate Ortlieb & Stefan Thalmann (2025): Rejected by an AI? Comparing job applicants’ fairness perceptions of artificial intelligence and humans in personnel selection. In: Frontiers in artificial intelligence, Jg. 8. DOI:10.3389/frai.2025.1671997

Abstract

"Introduction: Artificial intelligence (AI) transforms personnel selection, but the application of AI raises fairness concerns and aversion towards AI. Although job applicants may perceive the selection process as fairer when they receive an explanation for the decision, scientific knowledge about AI-related fairness perceptions in this setting is limited. This paper investigates how job applicants perceive fairness of an AI-based personnel selection process considering explanations provided. Methods: The hypotheses are based on a theoretical framework about fairness and literature on algorithm aversion. Data were collected through a vignette-style method focusing on four personnel selection scenarios (n = 921). Results: We show that provided explanations increase job applicants ’ perceptions of outcome fairness, process fairness, interpersonal treatment, and recommendation intention, irrespective of the decision being made by an AI or human. Discussion: We provide conclusions for algorithmic decision-making and discuss factors that need to be considered when adopting and designing AI so that AI is perceived as fair." (Author's abstract, IAB-Doku) ((en))