[논문 리뷰] Towards Successful Collaboration: Design Guidelines for AI-based Services enriching Information Systems in Organisations

Nicholas Frick, Felix Brünker외 2명|arXiv (Cornell University)|2019. 12. 02.

Big Data and Business Intelligence참고 문헌 28인용 수 5

한 줄 요약

이 논문은 조직 정보 시스템에서 직원 간 협업을 촉진함으로써 조직 정보 시스템을 향상시키는 인공지능 기반 서비스(AIBS)의 설계 지침을 제안한다. 전문가 인터뷰와 D&M IS 성공 모델을 바탕으로, 진정성, 정보 품질, 시스템 품질, 서비스 품질이 핵심 성공 요인임을 규명하며, 기업 내 효과적인 AIBS 구현을 위한 기초적 통찰을 제공한다.

ABSTRACT

Information systems (IS) are widely used in organisations to improve business performance. The steady progression in improving technologies like artificial intelligence (AI) and the need of securing future success of organisations lead to new requirements for IS. This research in progress firstly introduces the term AI-based services (AIBS) describing AI as a component enriching IS aiming at collaborating with employees and assisting in the execution of work-related tasks. The study derives requirements from ten expert interviews to successful design AIBS following Design Science Research (DSR). For a successful deployment of AIBS in organisations the D&M IS Success Model will be considered to validated requirements within three major dimensions of quality: Information Quality, System Quality, and Service Quality. Amongst others, preliminary findings propose that AIBS must be preferably authentic. Further discussion and research on AIBS is forced, thus, providing first insights on the deployment of AIBS in organisations.

연구 동기 및 목표

• 경쟁 우위를 유지하기 위해 조직 정보 시스템에 인공지능을 통합하는 데 증가하는 수요를 충족시키기 위해.
• 인공지능과 인간 직원 간 효과적인 협업을 지원하는 인공지능 기반 서비스(AIBS)의 핵심 설계 요구사항을 규명하기 위해.
• 정보 품질, 시스템 품질, 서비스 품질의 세 가지 품질 차원을 통해 D&M IS 성공 모델을 활용해 AIBS 성공을 검증하기 위해.
• 연구의 핵심 격차를 메우기 위해 기초적인 경험적 근거에 기반한 AIBS 설계 지침을 제공하기 위해.
• 구조적이고 증거 기반의 통찰을 통해 향후 인공지능-인간 협업에 대한 기업 시스템 연구의 기반을 마련하기 위해.

제안 방법

• 전문가 인터뷰에서 유래한 설계 지침을 도출하기 위해 설계 과학 연구(Design Science Research, DSR) 방법론을 활용하였다.
• 성공적인 AIBS 설계를 위한 요구사항을 추출하기 위해 정보 시스템 및 인공지능 전문가 10명과 인터뷰를 실시하였다.
• D&M IS 성공 모델을 이론적 프레임워크로 활용하여 정보 품질, 시스템 품질, 서비스 품질의 세 가지 품질 차원에서 AIBS를 평가하였다.
• 질적 통찰을 실천 가능한 설계 원칙으로 통합하였으며, 인공지능 서비스의 진정성과 신뢰성에 중점을 두었다.
• 조직 성과 목표와의 일치를 통해 반복적 분석을 통해 제안된 설계 요구사항을 검증하였다.
• 실제 조직 환경과 인간-인공지능 상호작용 수요에 기반하여 지침의 실용성에 중점을 두었다.

실험 결과

연구 질문

• RQ1 조직 정보 시스템에서 직원과의 성공적인 협업을 가능하게 하는 인공지능 기반 서비스(AIBS)의 핵심 설계 요구사항은 무엇인가?
• RQ2 D&M IS 성공 모델은 조직 환경에서 AIBS의 품질을 평가하는 데 어떻게 적용될 수 있는가?
• RQ3 조직 내에서 AIBS의 성공적인 구현과 수용에 있어 진정성은 어떤 역할을 하는가?
• RQ4 정보 품질, 시스템 품질, 서비스 품질이 함께 AIBS의 효과성에 어떻게 영향을 미치는가?
• RQ5 전문가 통찰에서 도출된 기초 설계 원칙은 기업 환경에서의 향후 AIBS 개발에 어떻게 활용될 수 있는가?

주요 결과

• 인공지능 기반 서비스(AIBS)는 직원의 신뢰를 얻고 효과적인 협업을 보장하기 위해 진정성을 우선시해야 한다.
• 정보 품질, 시스템 품질, 서비스 품질은 조직 내 AIBS 성공에 영향을 미치는 핵심 차원이다.
• 전문가 인터뷰 결과, 투명성과 설명 가능성은 AIBS 사용자 수용에 필수적임을 밝혀냈다.
• D&M IS 성공 모델은 AIBS 품질과 성능 평가에 유효하고 실천 가능한 프레임워크를 제공한다.
• AIBS 설계는 조직 성과를 향상시키기 위해 인간의 의사결정을 보완하는 데 중점을 두어야 한다.
• 초기 결과는 AIBS 성공이 기술적 역량을 조직 워크플로우와 사용자 기대에 맞추는 데 의존함을 시사한다.