Η επίδραση της τεχνητής νοημοσύνης στην αντίληψη των υποψηφίων για αποδοχή ή απόρριψη σε διαδικασίες επιλογής προσωπικού

Abstract

Η ραγδαία ανάπτυξη της Τεχνητής Νοημοσύνης (ΤΝ) έχει επιφέρει σημαντικές αλλαγές στις διαδικασίες πρόσληψης και επιλογής προσωπικού, εισάγοντας αυτοματοποιημένα εργαλεία όπως συστήματα φιλτραρίσματος βιογραφικών, chatbots και αλγοριθμικές αξιολογήσεις. Παρότι οι τεχνολογίες αυτές υπόσχονται αυξημένη αποδοτικότητα και συνέπεια, εγείρουν παράλληλα ζητήματα που αφορούν τη δικαιοσύνη, τη διαφάνεια και την αποδοχή των υποψηφίων. Η παρούσα διπλωματική εργασία διερευνά τις αντιλήψεις των υποψηφίων απέναντι στη χρήση Τεχνητής Νοημοσύνης στη διαδικασία επιλογής προσωπικού και εξετάζει κατά πόσο η αξιολόγηση μέσω συστήματος ΤΝ διαφοροποιείται από την αξιολόγηση από ανθρώπινο αξιολογητή. Η έρευνα βασίστηκε σε πειραματικό σχεδιασμό με χρήση υποθετικών σεναρίων, όπου οι συμμετέχοντες εκτέθηκαν είτε σε ανθρώπινη είτε σε αλγοριθμική αξιολόγηση. Μετρήθηκαν γενικές στάσεις απέναντι στην ΤΝ, αντιλαμβανόμενη διαδικαστική δικαιοσύνη, οργανωσιακή ελκυστικότητα, αντιλαμβανόμενη καινοτομία, καθώς και μεταβλητές του Μοντέλου Αποδοχής Τεχνολογίας (TAM). Τα αποτελέσματα δείχνουν ότι οι στάσεις των υποψηφίων απέναντι στην ΤΝ μπορούν να μεταβληθούν μετά την εμπειρία της διαδικασίας επιλογής. Επιπλέον, εντοπίστηκαν σημαντικές διαφορές μεταξύ ανθρώπινης και αλγοριθμικής αξιολόγησης ως προς την αντιλαμβανόμενη δικαιοσύνη και την εικόνα του οργανισμού. Η αποδοχή της ΤΝ συνδέθηκε κυρίως με την αντιλαμβανόμενη χρησιμότητα, την ευκολία χρήσης και την εμπιστοσύνη στο σύστημα, ενώ η προηγούμενη εξοικείωση με την ΤΝ επηρέασε τις αντιδράσεις των συμμετεχόντων. Συνολικά, η μελέτη αναδεικνύει τη σημασία της διαφάνειας, της δικαιοσύνης και του ανθρωποκεντρικού σχεδιασμού στις εφαρμογές ΤΝ στην επιλογή προσωπικού, προσφέροντας θεωρητικές και πρακτικές κατευθύνσεις για την υπεύθυνη αξιοποίησή τους.The rapid development of Artificial Intelligence (AI) has brought significant changes to recruitment and personnel selection processes, introducing automated tools such as resume screening systems, chatbots, and algorithm-based assessments. Although these technologies promise increased efficiency and consistency, they also raise concerns related to fairness, transparency, and candidates’ acceptance. This thesis investigates candidates’ perceptions of the use of Artificial Intelligence in personnel selection and examines whether evaluation through an AI system differs from evaluation by a human recruiter. The study employed an experimental scenario based design, in which participants were exposed either to a human based or an AI based evaluation process. Measures included general attitudes toward AI, perceived procedural justice, organizational attractiveness, perceived innovativeness, as well as variables of the Technology Acceptance Model (TAM). The results indicate that candidates’ attitudes toward AI can change following their experience of the selection process. Furthermore, significant differences were identified between human and AI evaluation in terms of perceived fairness and organizational image. Acceptance of AI was mainly associated with perceived usefulness, ease of use, and trust in the system, while prior familiarity with AI influenced participants’ responses. Overall, the study highlights the importance of transparency, fairness, and human-centered design in AI applications for personnel selection, offering both theoretical and practical guidance for their responsible implementation.