Delovne obremenitve v dobi umetne inteligence

raziskovalni trendi

Avtorji

DOI:

https://doi.org/10.37886/ip.2026.005

Ključne besede:

umetna inteligenca, delovne obremenitve, zahteve dela, poklicni stress, oblikovanje dela, dobro počutje zaposlenih, bibliometrična analiza

Povzetek

Raziskovalno vprašanje (RV): Kako se je raziskovanje na področju umetne inteligence in delovnih obremenitev razvijalo skozi čas in katere teme, metode in vrzeli oblikujejo sedanje razumevanje delovnih obremenitev in dobrega počutja pri delu, ki ga omogoča umetna inteligenca?

Namen: Namen te študije je opisati in vizualno prikazati raziskovalno področje umetne inteligence in delovnih obremenitev ter identificirati ključne teme, trende objavljanja in vrzeli, ki so pomembne za oblikovanje dela, upravljanje in dobro počutje.

Metoda: Študija uporablja bibliometrično analizo za recenzirane publikacije, indeksirane v Scopusu v zadnjih petih letih. Pregledna strategija iskanja zajema umetno inteligenco, delovne obremenitve in povezane pojme. Analiza preučuje rast publikacij, vzorce citiranja, mreže virov in avtorjev ter sočasno pojavljanje ključnih besed, podprto s tehnikami znanstvene vizualizacije. Interpretacija temelji na perspektivah oblikovanja dela in zahtevah dela.

Rezultati: Zaznali smo izrazito rast objav na področjih umetne inteligence in delovnih obremenitev ter visoko interdisciplinarnost področja. Prispevek predstavlja prevladujoče raziskovalne teme, koncentracijo raziskav v povezavi z regijami. Prikazani so metodološki vzorci in področja delovnih obremenitev, ki so v povezavi z umetno inteligenco premalo raziskana.

Organizacija: S sintezo razdrobljenega sklopa raziskav, študija pomaga menedžerjem in kadrovskim strokovnjakom razumeti, kje so dokazi o pozitivni rabi umetne inteligence dobro razviti in kje je pri uvajanju umetne inteligence v delovne procese potrebna previdnost ali poglobljena ocena.

Družba: Interpretacija obravnave delovnih obremenitev v raziskavah povezanih z umetno inteligenco, prispeva k njeni odgovorni rabi. Zavedati se moramo, da gre za zdravje zaposlenih na podlagi jasne in zanesljive presoje. Stremeti je potrebno k pravičnim delovnim praksam v vse bolj avtomatiziranih okoljih.

Originalnost: Študija ponuja osredotočen bibliometrični pregled raziskav delovnih obremenitev, povezanih z umetno inteligenco. Izhajamo iz interdisciplinarne obravnave oblikovanja dela, stresa in dobrega počutja.

Omejitve/nadaljnje raziskovanje: Bibliometrični izsledki so odvisni od obsega ene same zbirke podatkov in izbire iskanja ter ne zagotavljajo vzročnih dokazov. Prihodnje raziskave bi morale združiti bibliometrično raziskovanje z empiričnimi in intervencijskimi študijami v različnih sektorjih in regijah.

Biografije avtorja

  • asist. Tilen Medved, Univerza v Mariboru, Fakulteta za organizacijske vede

    Tilen Medved je asistent na Univerzi v Mariboru, Fakulteti za organizacijske vede, na področju inženiring poslovnih sistemov. Diplomiral in magistriral je na Fakulteti za organizacijske vede Univerze v Mariboru iz teme, povezane s področjem ergonomije, ki je njegovo glavno raziskovalno področje.

  • red. prof. dr. Zvone Balantič, Univerza v Mariboru, Fakulteta za organizacijske vede

    Prof. dr. Zvone Balantič je predavatelj na Univerzi v Mariboru, Fakulteti za organizacijske vede. Njegovo raziskovalno področje je interdisciplinarno in povezuje ergonomijo, strojništvo in medicino. Svoje izkušnje intenzivno prepleta z razvojem aplikativnih rešitev v realnem okolju. Od leta 2003 je predstojnik Katedre za inženiring poslovnih in produkcijskih sistemov. Je mentor študentom na vseh treh stopnjah študija ter aktiven v mednarodnem prostoru.

Literatura

Bakker, A. B., & Demerouti, E. (2017). Job demands-resources theory: Taking stock and looking forward. Journal of occupational health psychology, 22(3), 273–285. https://doi.org/10.1037/ocp0000056

Balantič, Z., Polajnar, A., & Jevšnik, S. (2016). Ergonomija v teoriji in praksi. Ljubljana: Nacionalni inštitut za javno zdravje, 357-83.

Bartolomei, M., Gervasi, R., Acconito, C., Angioletti, L., Cannizzaro, D., Balconi, M., ... & Franceschini, F. (2026). Evaluating mental workload: A taxonomic approach to evaluation tools based on ISO 10075. Applied Ergonomics, 130, 104659. https://www.sciencedirect.com/science/article/pii/S0003687025001954

Breque, M., De Nul, L., & Petridis, A. (2021). Industry 5.0: towards a sustainable, human-centric and resilient European industry (No. KI-BD-20-021-EN-N). Directorate General for Research and Innovation (DG RTD) of the European Commission.

Burton, C., De Boel, L., Padova, Y., & Theodorakis, N. (2024). 10 things you should know about the EU Artificial Intelligence Act. Wilson Sonsini Goodrich & Rosati. https://www.wsgr.com/a/web/qrkz1SnNzWw6nk7B3oAyDa/10-things-you-should-know-about-the-eu-artificial-intelligence-act_v2.pdf

Elsevier. (2026). Scopus database. https://www.scopus.com

European Agency for Safety and Health at Work. (2025). AI-driven and algorithmic worker management in EU workplaces: Discover the facts and figures.

https://healthy-workplaces.osha.europa.eu/en/media-centre/news/ai-driven-and-algorithmic-worker-management-eu-workplaces-discover-facts-and-figures

Hart, S. G., & Staveland, L. E. (1988). Development of NASA-TLX (Task Load Index): Results of empirical and theoretical research. In Advances in psychology (Vol. 52, pp. 139-183). North-holland.

International Organization for Standardization. (2017). ISO 10075-1:2017: Ergonomic principles related to mental workload — Part 1: General issues and concepts, terms and definitions. https://www.iso.org/standard/66900.html

International Organization for Standardization. (2018). ISO 45001:2018: Occupational health and safety management systems — Requirements with guidance for use. https://www.iso.org/standard/64283.html

International Organization for Standardization. (2024). ISO 10075-2:2024: Ergonomic principles related to mental workload — Part 2: Design principles. https://www.iso.org/standard/76686.html

Ministrstvo za delo, družino, socialne zadeve in enake možnosti. (2024). Psihosocialna tveganja za varnost in zdravje pri delu: Smernice za njihovo učinkovito preprečevanje in obvladovanje. Ljubljana: MDDSZ. https://zssszaupnikvzd.si/wp-content/uploads/2024/10/MDDSZ-smernice-2024-psihosocialna_tveganja_za_varnost_in_zdravje_pri_delu_splet.pdf

Nacionalni inštitut za javno zdravje. (2025). Vpliv vodenja zaposlenih z UI in algoritmi na duševno zdravje pri delu.

https://nijz.si/zivljenjski-slog/dusevno-zdravje/vpliv-vodenja-zaposlenih-z-ui-in-algoritmi-na-dusevno-zdravje-pri-delu/

Van Eck NJ, Waltman L. (2023). VOSviewer manual for version 1.6.20. Leiden: Centre for Science and Technology Studies, Leiden University. https://www.vosviewer.com/documentation/manual_vosviewer_1.6.20.pdf

Vázquez, I. G., Curtarelli, M., Anyfantis, I., Brun, E., & Starren, A. (2024). Digitalisation and workers wellbeing: The impact of digital technologies on work-related psychosocial risks (No. 2024/03). JRC Working Papers Series on Labour, Education and Technology.

Vlada Republike Slovenije. (2026). Nacionalna strategija umetne inteligence do leta 2030 (NsUI 2030). https://www.gov.si/assets/ministrstva/MDP/DDD/NsUI2030.pdf

World Health Organization. (2019, May 28). Burn-out an “occupational phenomenon”: International classification of diseases. https://www.who.int/news/item/28-05-2019-burn-out-an-occupational-phenomenon-international-classification-of-diseases

Prenosi

Objavljeno

2026-09-30

Številka

Rubrika

Izvirni znanstveni članek

Kako citirati

Delovne obremenitve v dobi umetne inteligence: raziskovalni trendi. (2026). Izzivi prihodnosti, 11(3), 101-120. https://doi.org/10.37886/ip.2026.005

Podobni članki

1-10 od 76

Lahko poskusite tudi zaženi napredni iskalnik podobnosti za ta članek.