Διερεύνηση των στάσεων των ανέργων για την τεχνητή νοημοσύνη (ΤΝ) και συσχέτιση με τον ψηφιακό γραμματισμό.

dc.contributor.advisorΚριτσωτάκης, Γεώργιοςel
dc.contributor.advisorKritsotakis, Georgiosen
dc.contributor.authorΨιμάρνη, Μαρίαel
dc.contributor.authorPsimarni, Mariaen
dc.date.accessioned2025-02-18T09:44:21Z
dc.date.available2025-02-18T09:44:21Z
dc.date.issued2025-02-18
dc.description.abstractΕΙσαγωγή: Η Τεχνητή Νοημοσύνη (ΤΝ) αποτελεί μια ταχέως αναπτυσσόμενη τεχνολογία με σημαντική επίδραση στην καθημερινή ζωή και την αγορά εργασίας, όμως η έρευνα σχετικά με τις αντιλήψεις και τις στάσεις των ανέργων για τις πιθανές επιδράσεις της παραμένει περιορισμένη. Σκοπός: Η παρούσα μελέτη έχει ως στόχο να διερευνήσει τις ψηφιακές δεξιότητες των ανέργων, τις αντιλήψεις τους για την Τεχνητή Νοημοσύνη και τη μεταξύ τους συσχέτιση. Μέσα από αυτή την ανάλυση, επιδιώκεται να κατανοηθούν βαθύτερα οι στάσεις και οι απόψεις των ανέργων, ώστε να σχεδιαστούν εκπαιδευτικές στρατηγικές που θα συμβάλουν στην κατάρτισή τους. Μεθοδολογία: Η έρευνα διεξήχθη με τη χρήση ερωτηματολογίων σε δείγμα 140 ανέργων. Οι συμμετέχοντες συμπλήρωσαν δύο κλίμακες: την Κλίμακα Γενικής Στάσης για την Τεχνητή Νοημοσύνη (GAAIS - General Attitudes towards Artificial Intelligence Scale) που διερευνά τις θετικές και αρνητικές στάσεις για την ΤΝ και τη συντομευμένη έκδοση 15 ερωτήσεων του ερωτηματολογίου DigComp v2.1. από το ευρωπαϊκό πλαίσιο ψηφιακών ικανοτήτων. Τα δεδομένα αναλύθηκαν με τη χρήση του στατιστικού προγράμματος SPSS. Χρησιμοποιήθηκαν μη παραμετρικές μέθοδοι λόγω της μη κανονικής κατανομής των δεδομένων, όπως ο συντελεστής συσχέτισης Spearman και ο έλεγχος Mann-Whitney για τη σύγκριση ανεξάρτητων δειγμάτων. Αποτελέσματα: Η πλειοψηφία των ανέργων διαθέτει περιορισμένη κατανόηση σχετικά με την ΤΝ. Οι θετικές στάσεις προς την ΤΝ ενισχύονται από την κατανόηση της τεχνολογίας, ενώ οι αρνητικές στάσεις σχετίζονται με χαμηλότερη οικονομική κατάσταση, αλλά γίνονται θετικότερες με την αύξηση της τεχνολογικής κατανόησης. Η μεγάλη εργασιακή εμπειρία συνδέεται με λιγότερο θετικές στάσεις. Όσον αφορά τις ψηφιακές δεξιότητες, παρατηρείται ποικιλία στα επίπεδα ικανοτήτων. Η πλειοψηφία των ατόμων μπορεί να αντλεί πληροφορίες από μηχανές αναζήτησης χωρίς βοήθεια, να μοιράζεται αρχεία μέσω κοινωνικών δικτύων, και να βρίσκει πληροφορίες χρησιμοποιώντας λέξεις-κλειδιά χωρίς βοήθεια. Παράλληλα, ένα ποσοστό περίπου στο 50% κατέχει βασικές δεξιότητες, όπως η λήψη αρχείων, η συμπλήρωση αιτήσεων ή η πραγματοποίηση βιντεοκλήσεων χωρίς υποστήριξη. Ωστόσο, οι περισσότεροι δυσκολεύονται σε δεξιότητες όπως η αναγνώριση πνευματικών δικαιωμάτων, η δημιουργία ισχυρών κωδικών και η διαχείριση προβλημάτων Η/Υ. Δεν διαπιστώθηκε συσχέτιση ανάμεσα στις στάσεις των ανέργων, είτε θετικές είτε αρνητικές, και στις ψηφιακές τους δεξιότητες, είτε μεμονωμένα είτε συγκεντρωτικά. Συμπεράσματα: Η έρευνα κατέδειξε ότι οι άνεργοι παρουσιάζουν περιορισμένη κατανόηση της ΤΝ, ενώ οι αντιλήψεις τους για αυτήν διαμορφώνονται ανεξάρτητα από τις ψηφιακές τους δεξιότητες και επηρεάζονται από παράγοντες όπως η κατανόηση της τεχνολογίας, η οικονομική κατάσταση και η εργασιακή εμπειρία. Τα ευρήματα αυτά τονίζουν την ανάγκη σχεδιασμού εκπαιδευτικών παρεμβάσεων που θα ενισχύσουν την τεχνολογική κατανόηση για την ΤΝ, συμβάλλοντας στην αποτελεσματικότερη προσαρμογή των ανέργων στις σύγχρονες τεχνολογικές απαιτήσεις.el
dc.description.abstractIntroduction: Artificial Intelligence (AI) is a rapidly evolving technology with a significant impact on daily life and the labor market. However, research on the attitudes of unemployed individuals regarding its potential effects remains limited. Purpose: Τo investigate the digital skills of unemployed individuals, their perceptions of AI, and the correlation between these factors. The analysis seeks to gain a deeper understanding of their attitudes and opinions to design educational strategies that support their training in alignment with the needs of the modern labor market. Methodology: The research was conducted using questionnaires completed by a sample of 140 unemployed individuals. Participants responded to two scales: the General Attitudes towards Artificial Intelligence Scale (GAAIS), which explores positive and negative attitudes toward AI, and a 15-item short version of the DigComp v2.1 questionnaire from the European Digital Competence Framework. Statistical analysis was performed with SPSS and included non-parametric methods were employed due to the non-normal distribution of the data, including Spearman’s correlation coefficient and the MannWhitney test for comparing independent samples. Results: The majority of unemployed individuals demonstrated limited understanding of AI. Positive attitudes toward AI were associated with a better understanding of technology, while negative attitudes were linked to lower economic status but improved with increased technological comprehension. Work experience was connected to less positive attitudes. Regarding digital skills, there was significant variation in proficiency levels. Most participants could independently retrieve information from search engines, share files via social networks, and find information using keywords. Around 50% possessed basic skills, such as downloading files, completing forms, or conducting video calls without assistance. However, many struggled with more advanced skills, including recognizing intellectual property rights, creating strong passwords, and managing computer issues. No correlation was identified between unemployed individuals’ attitudes toward AI—whether positive or negative—and their digital skills, either individually or collectively. Conclusions: The study revealed that unemployed individuals have limited understanding of AI, with their perceptions shaped independently of their digital skills and influenced by factors such as technological comprehension, economic status, and work experience. These findings highlight the need for targeted educational strategies to enhance technological understanding of AI, thereby supporting unemployed individuals in adapting more effectively to the demands of the modern labor market.en
dc.identifier.urihttps://apothesis.hmu.gr/handle/123456789/11232
dc.language.isoel
dc.publisherΕΛΜΕΠΑ, Σχολή Επιστημών Υγείας (ΣΕΥ), ΔΠΜΣ Κοινοτική Εργασία και Κοινωνική Οικονομία
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectΤεχνητή νοημοσύνη
dc.subjectΨηφιακές δεξιότητες
dc.subjectΨηφιακός γραμματισμός
dc.subjectΑνεργία
dc.subjectArtificial intelligence
dc.subjectDigital skills
dc.subjectDigital literacy
dc.subjectUnemployment
dc.titleΔιερεύνηση των στάσεων των ανέργων για την τεχνητή νοημοσύνη (ΤΝ) και συσχέτιση με τον ψηφιακό γραμματισμό.el
dc.titleInvestigating unemployed people's attitudes towards artificial intelligence (AI) and correlation with digital literacy.en
dc.typeΜεταπτυχιακή Διατριβή
heal.academicPublisherIDΕΛΜΕΠΑ Ελληνικό Μεσογειακό Πανεπιστήμιο
heal.academicPublisherIDΠανεπιστήμιο Κρήτης
Αρχεία
Πρωτότυπος φάκελος/πακέτο
Τώρα δείχνει 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
PsimarniMaria2024.pdf
Μέγεθος:
2.11 MB
Μορφότυπο:
Adobe Portable Document Format
Φάκελος/Πακέτο αδειών
Τώρα δείχνει 1 - 1 of 1
Δεν υπάρχει διαθέσιμη μικρογραφία
Ονομα:
license.txt
Μέγεθος:
2.17 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή: