Intelligenza artificiale e benessere lavorativo: tra innovazione, opportunità e rischi
Contursi, Federica (A.A. 2023/2024) Intelligenza artificiale e benessere lavorativo: tra innovazione, opportunità e rischi. Tesi di Laurea in Metodi quantitativi in strategic management, Luiss Guido Carli, relatore Davide Angelucci, pp. 66. [Master's Degree Thesis]
PDF (Full text)
Restricted to Registered users only Download (1MB) | Request a copy |
Abstract/Index
Revisione della letteratura. Il contesto delle nuove tecnologie nel lavoro. Nuove professioni e competenze nell'era dell'intelligenza artificiale. La trasformazione digitale nella pubblica amministrazione. L’impatto delle nuove tecnologie sulla produttività. Percezione del rischio e insicurezza lavorativa. Stress e insoddisfazione sul lavoro: implicazioni per il benessere dei lavoratori. Strategie di mitigazione e moderazione: soluzioni di welfare aziendale. Framework di analisi. L'integrazione della tecnologia IA nei processi operativi è percepita dai dipendenti come una sfida positiva. L'integrazione della tecnologia IA nei processi operativi è percepita dai dipendenti come un ostacolo. Percezione di rischio, stress ed intelligenza artificiale. Quali fattori possono mitigare gli effetti negativi dell’introduzione di intelligenza artificiale? Metodologia. Modello di analisi. Analisi dei risultati. Il contesto. Le determinanti degli atteggiamenti sull’IA. L’importanza della conoscenza.
References
Bibliografia e sitografia: pp. 61-64.
Thesis Type: | Master's Degree Thesis |
---|---|
Institution: | Luiss Guido Carli |
Degree Program: | Master's Degree Programs > Master's Degree Program in Strategic Management (LM-77) |
Chair: | Metodi quantitativi in strategic management |
Thesis Supervisor: | Angelucci, Davide |
Thesis Co-Supervisor: | Pirra, Marco |
Academic Year: | 2023/2024 |
Session: | Summer |
Deposited by: | Alessandro Perfetti |
Date Deposited: | 07 Jan 2025 15:35 |
Last Modified: | 07 Jan 2025 15:35 |
URI: | https://tesi.luiss.it/id/eprint/40762 |
Downloads
Downloads per month over past year
Repository Staff Only
View Item |