生成式人工智慧的科技正壓的影響： 深度結構使用與 IT 壓力;The Impact of Techno-Eustress in Generative AI: Deep Structure Usage and IT Strain

NCU Institutional Repository > 管理學院 > 資訊管理研究所 > 博碩士論文 > Item 987654321/98357

請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/98357

題名:	生成式人工智慧的科技正壓的影響：深度結構使用與 IT 壓力;The Impact of Techno-Eustress in Generative AI: Deep Structure Usage and IT Strain
作者:	許瀞文;HSU, Chin-Wen
貢獻者:	資訊管理學系
關鍵詞:	深度結構使用;科技正壓;IT 壓力;生成式人工智慧;技術適應行為;Deep Structure Usage;Techno-Eustress;IT Strain;Generative AI;Adaptation Behavior
日期:	2025-07-24
上傳時間:	2025-10-17 12:40:39 (UTC+8)
出版者:	國立中央大學
摘要:	隨著生成式人工智慧（Generative AI, GAI）技術在職場迅速擴散，員工不僅面臨技術帶來的學習負擔與認知壓力，也可能因熟練掌握而體驗到科技正壓（Techno-Eustress）所帶來的挑戰感與成就感。本研究以「深度結構使用」（Deep Structure Usage, DSU）為出發點，探討其如何影響員工的科技正壓體驗，進而影響資訊科技壓力（IT Strain）。本研究建構「使用–壓力–適應」整合模型，並以科技正壓來源模型（Tarafdar et al., 2024）為理論基礎，提出七項假設。透過對642位使用GAI工具的專業工作者進行問卷調查並運用結構方程模型（SEM）進行分析，研究結果顯示：DSU顯著提升了科技精熟、自主性與工作豐富性等正向體驗，且對降低IT壓力具有直接效果。然而，部分科技正壓維度（如科技自主與豐富性）反而與IT壓力呈正相關，顯示科技正壓亦可能伴隨額外負荷。本研究補足科技壓力文獻對正向壓力理解的不足，指出深度使用可作為減壓策略，惟科技正壓的「雙面性」亦需審慎管理。實務上，企業應透過結構化培訓與支持機制，促進深度使用，同時監測潛在的隱性壓力，以優化GAI導入成效。 ;As Generative AI (GAI) technologies become increasingly embedded in workplace practices, employees face both the cognitive demands of adapting to novel systems and the potential for positive psychological responses—referred to as techno-eustress—when engaging deeply with these tools. This study investigates how Deep Structure Usage (DSU) of GAI influences employees’ experiences of techno-eustress and, in turn, their levels of IT strain. Grounded in the Techno-Eustress Source Model (Tarafdar et al., 2024), this research proposes a “usage–stress–adaptation” framework and tests seven hypotheses using structural equation modeling (SEM) on survey data from 642 professionals with GAI experience. Results reveal that DSU significantly enhances techno-mastery, autonomy, and enrichment, and directly reduces IT strain. However, contrary to expectations, two dimensions of techno-eustress—autonomy and enrichment—were positively associated with IT strain, suggesting a double-edged nature of positive stress in cognitively intensive AI contexts. This study extends technostress theory by highlighting both the buffering role of deep usage and the potential burdens embedded in positive appraisals of technology. Practical implications include designing structured DSU training and monitoring stress signals when promoting empowerment in AI-enhanced work environments.
顯示於類別:	[資訊管理研究所] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	15	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....