The Impact of Mental Well-being on Healthcare Workers' Anxiety Levels Regarding Artificial Intelligence

Abstract

Aim: The aim of this study is to determine the effect of mental well-being perceptions of healthcare workers on their anxiety levels about artificial intelligence and to reveal the differences according to various demographic variables. Method: The sample of the study consisted of 426 healthcare professionals who voluntarily participated in the survey. Data were collected online. Warwick-Edinburgh mental well-being scale and artificial intelligence anxiety scale were used as data collection tools. T test, ANOVA test and multiple regression analysis were used to analyse the data. Results: It was determined that the levels of well-being and artificial intelligence anxiety of healthcare workers did not differ according to marital status, age and gender. It was observed that the perceptions of well-being of healthcare professionals were at a good level and their AI anxiety levels were above average. Finally, it was determined that the well-being levels of health professionals explained their artificial intelligence anxiety at a rate of 1%. Conclusion: As a result, it was concluded that the well-being levels of healthcare professionals have an effect on their AI anxiety, but this effect is very low. It is predicted that it would be useful to investigate the effect of other variables on artificial intelligence anxiety. Healthcare workers represent a group of individuals exposed to a variety of challenges such as intense work pace, stress, and emotional burdens. Therefore, this study can be considered a critical step in focusing on the psychological health of this important occupational group, aiming to understand their well-being and concerns associated with artificial intelligence. Additionally, the utilization of artificial intelligence technology in the healthcare sector is progressively increasing, leading to significant changes in the work processes of healthcare workers. In this context, understanding the effects of artificial intelligence technology on the mental well-being of healthcare workers is crucial for the effective and sustainable implementation of this technology.

Keywords

• well-being
• artificial intelligence
• anxiety
• health workers
• healt servicies

SAĞLIK ÇALIŞANLARININ MENTAL İYİ OLUŞ DÜZEYLERİNİN YAPAY ZEKA KAYGISI ÜZERİNDEKİ ETKİSİ

Öz

Amaç: Bu çalışmada amaç, sağlık çalışanlarının mental iyi oluş algılarının, yapay zeka kaygı düzeyleri üzerindeki etkisini belirlemek ve çeşitli demografik değişkenlere göre farklılıkları ortaya koymaktır. Yöntem: Araştırmanın örneklemini ankete gönüllü katılım sağlayan 426 sağlık çalışanı oluşturmaktadır. Veriler online olarak toplanmıştır. Veri toplama aracı olarak Warwick-Edinburgh mental iyi oluş ölçeği ve yapay zeka kaygı ölçeği kullanılmıştır. Verilerin analiz edilmesinde t testi, ANOVA testi ve çoklu regresyon analizi yapılmıştır. Bulgular: Sağlık çalışanlarının, medeni durum, yaş ve cinsiyete göre iyi oluş ve yapay zeka kaygı düzeylerinin farklılık arz etmediği tespit edilmiştir. Sağlık çalışanlarının iyi oluş algılarının iyi düzeyde ve yapay zeka kaygı düzeylerinin ise ortalamanın üstünde olduğu görülmüştür. Son olarak sağlık çalışanlarının iyi oluş düzeyleri, yapay zeka kaygılarını %1 oranında açıkladığı belirlenmiştir. Sonuç: Sonuç olarak sağlık çalışanlarının iyi oluş düzeylerinin yapay zeka kaygıları üzerinde etkisi olduğu, ancak bu etkinin çok düşük olduğu sonucuna varılmıştır. Yapay zeka kaygısı üzerinde başka değişkenlerin etkisinin araştırılmasının yararlı olacağı öngörülmektedir. Sağlık çalışanları, yoğun iş temposu, stres ve duygusal yükler gibi bir dizi zorluğa maruz kalan bir grup insanı temsil etmektedir. Bu nedenle, bu çalışma, bu önemli meslek grubunun psikolojik sağlığına odaklanarak, onların iyilik hallerini ve yapay zeka ile ilişkili kaygılarını anlamak için kritik bir adım olarak değerlendirilebilir. Ayrıca, yapay zeka teknolojisinin sağlık sektöründeki kullanımı giderek artmaktadır ve bu da sağlık çalışanlarının iş süreçlerinde önemli değişikliklere neden olmaktadır. Bu bağlamda, yapay zeka teknolojisinin sağlık çalışanlarının zihinsel refahı üzerindeki etkilerini anlamak, bu teknolojinin etkili ve sürdürülebilir bir şekilde uygulanması için kritik öneme sahiptir.

Anahtar Kelimeler

• İyi oluş
• yapay zeka
• kaygı
• sağlık çalışanları
• sağlık hizmetleri

Kaynakça

1. Pirim, A. G. H. (2006). Yapay zeka. Jour-nal of Yaşar University, 1(1), 81-93.
2. Lillehaug, S. I., & Lajoie, S. P. (1998). AI in medical education—another grand challenge for medical informatics. Artifi-cial Intelligence in Medicine, 12(3), 197-225.
3. Harari, Y. N. (2018). 21. Yüzyıl için 21 ders. İstanbul: Kolektif.
4. Gherheș, V. (2018). Why are we afraid of artificial intelligence (AI)?. European Review of Applied Sociology, 11(17), 6-15.
5. Johnson, D. G., & Verdicchio, M. (2017). AI anxiety. Journal of the Association for Information Science and Technology, 68(9), 2267-2270.
6. Filiz, E., Güzel, Ş., & Şengül, A. (2022). Sağlık Profesyonellerinin Yapay Zeka Kaygı Durumlarının İncelenmesi. Journal of Academic Value Studies, 8(1), 47-55. http://dx.doi.org/10.29228/javs.57808.
7. Jarrahi, M. H. (2018). Artificial intelligen-ce and the future of work: Human-ai symbiosis in organizational decision ma-king. Business horizons, 61(4), 577-586.
8. Tugay, B., & Tugay, R. (2019). Uluslara-rası sistemin geleceğini yapay zekâ üze-rinden analiz etmek. Journal of Acade-mic Value Studies, 5(3), 376-384.

9. İşgüzar, S. (2021). Çelik İrade: Güven Bağlamında yapay zekâ üzerine bir de-ğerlendirme. ed. A. Karabulut, Dijital Yozlaşma ve Etik, Konya: Literatürk Ya-yınevi.
10. Hardy, M., & Harvey, H. (2020). Artifi-cial intelligence in diagnostic imaging: Impact on the radiography profession. The British journal of radiology, 93(1108), 1-7.
11. Büyükgöze, S., & Dereli, E. (2019). Diji-tal sağlık uygulamalarında yapay zeka. VI. Uluslararası Bilimsel ve Mesleki Çalışmalar Kongresi-Fen ve Sağlık Tam Me-tin Kitabı, 07-10.
12. Ha, J. G., Page, T., & Thorsteinsson, G. (2011). A study on technophobia and mobile device design. International Jour-nal of Contents, 7(2), 17-25.
13. Taş, D., & Turanligil, F. (2020). Sağlık çalışanlarının bilgisayar teknolojisine karşı tutumları ile teknoloji öz-yeterliği düzeylerinin işgücü devrine etkisi: Gazi-antep üniversitesi tıp fakültesi hastanesi örneği. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(2), 1-17.
14. İbrahimoğlu, N., Seyhan, M., & Bal, F. (2015). Teknofobi düzeyi ve örgütsel atalet ilişkisi: gaziantep ili kamu hastane-lerinde bir araştırma. Örgütsel Davranış Kongresi, 615-620. https://www.researchgate.net/publication/299207784.
15. Jay, T. B. (1981). Computerphobia: What to do about it. Educational Techno-logy, 21(1), 47-48.
16. Wang, Y. Y., & Wang, Y. S. (2019). De-velopment and validation of an artificial intelligence anxiety scale: An initial app-lication in predicting motivated learning behavior. Interactive Learning Environ-ments, 1-16.
17. Diener, E., Oishi, S., & Lucas, R. E. (2003). Personality, culture, and subjec-tive well-being: Emotional and cognitive evaluations of life. Annual Review of Psychology, 54(1), 403-425.
18. Myers, G. D., & Diener, E. (1995). “Who Is Happy?”, Psychological Science, 6(1), 10–19.
19. Waterman, A. S. (1993). Two concepti-ons of happiness: Contrasts of personal expressiveness (eudaimonia) and hedo-nic enjoyment. Journal of Personality and Social Psychology, 64(4), 678.
20. Ryff, C. D., & Singer, B. H. (2008). Know thyself and become what you are: A eudaimonic approach to psychological well-being. Journal of Happiness Studies, 9, 13-39.
21. Tennant, R., Hiller, L., Fishwick, R., Platt, S., Joseph, S., Weich, S., Parkinson, J., Secker, J., & Stewart-Brown, S. (2007). The Warwick-Edinburgh mental well-being scale (WEMWBS): Develop-ment and UK validation. Health and Quality of Life Outcomes, 5(1), 50-63. doi:10.1186/1477-7525-5-63.
22. World Health Organization. (2007). Pri-mary health care: Now more than ever. Retrieved from http://www.who.int/ageing/primary_health_care/en/index.html. Accessed: Febru-ary 2, 2024.
23. Diener, E. D. (1984). Subjective well-being. Psychological bulletin, 95(3), 542-575. http://dx.doi.org/10.1037/0033-2909.95.3.542.
24. Ryan, R. M., & Deci, E. L. (2001). On Happiness and Human Potentials: A Re-view of Research on Hedonic and Euda-imonic Well-being. Annual Review of Psychology, 52, 141–166.
25. Sarı, T., & Yıldırım, M. (2017). Pozitif bir karakter gücü olarak şükür: mental iyi oluş ve bazı demografik değişkenlerle ilişkisinin incelenmesi. The Journal of Academic Social Science Studies, 62, 13-32. http://dx.doi.org/10.9761/JASSS7249.
26. Keyes, C. L. (2002). The mental health continuum: From languishing to flouris-hing in life. Journal of Health and Social Behavior, 43, 207–222.
27. Keyes, C. L., Dhingra, S. S., & Simoes, E. J. (2010). Change in level of positive mental health as a predictor of future risk of mental illness. American Journal of Public Health, 100(12), 2366-2371. doi: 10.2105/AJPH.2010.192245
28. Lyubomirsky, S., King, L., & Diener, E. (2005). The benefits of frequent positive affect: Does happiness lead to success? Psychological Bulletin, 131, 803-855.
29. Bryman, A., & Cramer, D. (2001). Quan-titative Data Analysis With SPSS Release 10 For Windows: A Guide For Social Scientists. Routledge.
30. Gürbüz, S., & Şahin, F. (2016). Sosyal Bilimlerde Araştırma Yöntemleri – Felse-fe – Yöntem – Analiz (5.Baskı). Ankara: Seçkin Yayınları.
31. Keldal, G. (2015). Warwick-Edinburgh Mental İyi Oluş Ölçeği’nin Türkçe For-mu: Geçerlik ve güvenirlik çalışması. The Journal of Happiness & Well-Being, 3(1), 103-115.
32. Terzi, R. (2020). An adaptation of artifi-cial intelligence anxiety scale into Tur-kish: Reliability and validity study. Inter-national Online Journal of Education and Teaching, 7(4), 1501-1515.
33. Tabachnick, B. G., & Fidell, L. S. (2013). Using Multivariate Statistics (6th Edition). Pearson Education, Boston.
34. Fuller, T. D., Edwards, N., Vorakitpho-katorn, S., & Sermsri, S. (2004). Gender differences in the psychological well-being of married men and women: An Asian case. The Sociological Quarterly, 45(2), 355-378. https://doi.org/10.1111/j.1533- 8525.2004.tb00016.x
35. Ryff, C. D. (1989). Happiness is everyt-hing or is it? Explorations on the meaning of psychological well-being. Journal of Personality and Social Psychology, 57, 1069-1081.
36. Hori, M. (2010). Gender differences and cultural contexts: psychological well-being in crossnational perspective. (Un-published doctoral thesis). Louisiana Sta-te University, Louisiana, USA.
37. Al Fadeel, M. A., Khalifah, N. A., Als-hammari, H. S., Smaisem, F. S., Al Qah-tani, H. A., Al Otaibi, A. K., ... & Al Ameer, R. A. (2021). Artificial Intelli-gence in Patient Care in Riyadh, Saudi Arabia 2019-2020.
38. Abuzaid, M. M., Elshami, W., Tekin, H., & Issa, B. (2022). Assessment of the wil-lingness of radiologists and radiographers to accept the integration of artificial intel-ligence into radiology practice. Academic Radiology, 29(1), 87-94.
39. Castagno, S., & Khalifa, M. (2020). Per-ceptions of artificial intelligence among healthcare staff: a qualitative survey study. Frontiers in artificial intelligence, 84.