2026 · Computers in Human Behavior Reports
Hering, Neef, Zabel & Otto · Band 22, S. 101096 · Elsevier
KI-Einstellungen sind ein immer wichtigeres Konstrukt in der Forschung. Diese Arbeit stellt die GAIA-15 vor, eine 15-Item-Skala zur Messung affektiver, verhaltensbezogener und kognitiver Aspekte von KI-Einstellungen. Ergänzend wird der GAIA-I Item-Pool bereitgestellt, aus dem Forschende eigene, angepasste Skalen entwickeln können. Das adressiert eine besondere Herausforderung: Da KI sich ständig verändert, muss auch das Messinstrument flexibel bleiben.
2025 · International Journal of Human-Computer Interaction
Zabel, Blaurock, Büttgen & Otto · Band 41, Ausgabe 23, S. 14919-14935 · Taylor & Francis
Die Zusammenarbeit von Menschen und Sprachassistenten wird im Alltag und im Beruf immer relevanter. Diese Studie entwickelt und validiert eine verhaltensbasierte Skala zur Messung von Kollaborationsintensität, also dem Ausmaß, in dem Nutzende effektiv und produktiv mit Sprachassistenten zusammenarbeiten. Zwei Befragungen (N1 = 319, N2 = 321) belegen gute Reliabilität und Konstruktvalidität der 30-Item-Skala sowie einer 12-Item-Kurzversion.
2025 · International Journal of Human-Computer Studies
Zabel, Spannbauer, Neef & Otto · S. 103587 · Academic Press
Wann nutzen Menschen eine KI wirklich, und wann kollaborieren sie mit ihr? Diese Studie entwickelt die CI-Tex-Skala, ein verhaltensbasiertes Instrument zur Messung von Kollaborationsintensität in textbasierten Mensch-KI-Interaktionen. Grundlage ist die Item-Response-Theorie, validiert anhand von zwei Studien mit insgesamt 599 Teilnehmenden.
2025 · Paderborn University Working Paper
Papenkordt, Dahlke, Neef & Zabel · Working Papers Dissertations, Nr. 146
Wie verändert KI-Unterstützung die Zusammenarbeit in Teams bei kreativen Aufgaben? Diese experimentelle Studie untersucht inhaltliche und strukturelle Veränderungen in der Teamkommunikation unter KI-Bedingungen. Die Ergebnisse deuten auf neue Muster KI-gestützter Kollaboration hin: Die zeitliche Dauer der KI-Nutzung beeinflusst Teamdynamiken in unterschiedlicher Weise.
2024 · CHI Conference on Human Factors in Computing Systems
Zabel & Otto · Proceedings CHI 2024, S. 1-11
Algorithmen wirken objektiv, sind es aber nicht. Diese Studie zeigt, wie individuelle Werte und Motivationen das Verhalten von Nutzenden beeinflussen und damit algorithmische Ergebnisse mitformen. In einer Online-Befragung (N = 766) klassifizierten Personen mit stärkerer Umweltmotivation E-Mails von Umwelt- und Hilfsorganisationen seltener als Spam. Das beeinflusste entsprechend den Output eines hypothetischen Spam-Filter-Algorithmus.
2025 · Personality and Individual Differences
Unveiling the role of honesty-humility in shaping attitudes towards artificial intelligence
Zabel, Pensini & Otto
Welche Persönlichkeitsmerkmale beeinflussen, wie offen Menschen KI gegenüberstehen? Diese Studie zeigt, dass Ehrlichkeit und Bescheidenheit als Persönlichkeitsmerkmal mit positiveren Einstellungen gegenüber KI zusammenhängen. Die Befunde leisten einen Beitrag zum Verständnis individueller Unterschiede in der Akzeptanz neuer Technologien.