◎編輯｜數字經濟先鋒号
◎來源｜科技進步與對策
◎作者｜張恒 高中華 李慧玲
随着人工智能技術的發展，大量AI技術出現在工作場所中，給傳統人力資源管理帶來諸多挑戰。一方面，企業希望引入AI技術取代人力，卻擔心AI的部分能力不如人類。另一方面，員工享受AI技術帶來的便捷，也面臨被AI取代的風險。
那AI技術的應用對員工創新能力究竟是有增益效果還是損耗效果呢？本文将聚焦AI技術對員工創新行為的影響，設立”工作要求——資源模型“探讨AI技術在工作場所應用發揮“雙刃劍”效應的調節作用。
理論假設
本研究的理論基礎是工作要求-資源模型（JD-R模型）。該模型将工作特征分為工作要求和工作資源兩個次元。工作要求包括消耗生理和心理成本的因素，如工作不安全感、時間壓力等；工作資源包括促進成長和發展的因素，如同僚支援、工作自主性感覺等。JD-R模型還強調工作存在增益路徑和損耗路徑的“雙路徑”假設，即工作資源通過增加工作投入對個體帶來正面影響，而工作要求則會通過增加工作倦怠對個體造成負面影響。
工作場所AI技術應用對員工創新行為的影響可通過工作要求和工作資源兩個路徑來解釋。一方面，AI技術取代一些程式化工作，增加了員工的工作不安全感，導緻員工減少創新行為。另一方面，AI技術減輕了員工的工作負擔，增加了工作自主性感覺，使員工有更多時間和精力參與創新行為。
此外，個體對工作的控制水準會影響員工對工作要求和工作資源的認知。其中，學習目标導向是指個體意于提升新技能和新知識，可以憑借較高的工作控制有效掌控AI的使用過程和結果。本研究關注學習目标導向在AI技術應用對員工創新行為“雙刃劍”效應的邊界條件。
原因如下：首先，學習目标導向決定了個體如何在具有挑戰性的AI情境中處理和看待資訊。學習目标導向高的個體對工作的掌控程度較高，認為AI技術應用賦予了員工提升自我的挑戰機會，當個體感覺到外部動機與自我偏好一緻并促進目标實作時，會自發将外部動機轉化為内部動機，進而将AI技術應用視作是提升性的工作資源而不是阻礙性的工作要求；
其次，在進行自我評估時，高學習目标導向個體特别關注目前工作狀态是否比過去有明顯成長和進步。是以，在AI技術應用場景下，當學習目标導向高的員工發現自己擁有的技能離現實工作崗位存在差距時，會自主學習和彌補欠缺的數字知識和技能，進而增加了工作資源，降低了工作要求。
1.2 AI技術應用與員工創新行為：經由工作不安全感的損耗路徑
依據JD-R模型，工作不安全感屬于典型的工作要求，而AI技術應用的劇烈變化和技術進步很可能會引發員工工作不安全感。當員工感覺到本身的工作安全感受到威脅但又無法有效應對時，會激發個體的自我保護機制，進而降低員工創新行為。
是以，我們提出了兩個假設：H1假設是AI技術應用與工作不安全感正相關，H2假設是AI技術應用通過工作不安全感負向影響員工創新行為。
1.3 AI技術應用與員工創新行為：經由工作自主性感覺的增益路徑
工作自主性感覺是指員工在工作方面能夠自由裁量的程度。本研究預測AI技術應用會激發員工的工作自主性感覺。一方面，AI技術能夠處理複雜且要求高認知能力的工作任務，為員工提供及時且有用的資訊，減輕他們的工作負擔。這有助于提供閑置資源和增加工作靈活性，員工可以自主安排工作流程，增加工作自主性感覺。另一方面，AI技術能夠持續擷取和了解大量資料，員工可以根據需要自由安排工作時間，自主學習和應用新技能，優化工作程式，進而增加工作自主性感覺。基于這些觀點，提出了H3假設：AI技術應用與工作自主性感覺正相關。
依據JD-R模型，工作自主性感覺作為工作資源，可以激發個體的積極工作狀态。員工在具有工作自主性感覺的情況下，能夠自主學習和探索新知識、新技能，投入更多的注意力和資源來産生和實施新點子，進而增加員工的創新行為。另外，在AI應用場景下，員工主要承擔創造性、社交性和人際性等相關工作。工作自主性感覺較高的員工能夠充分利用AI帶來的閑置資源，積極與同僚和上司溝通，嘗試運用新方法和技術改進工作程式，提升創新行為。是以，提出了H4假設：AI技術應用通過工作自主性感覺正向影響員工的創新行為。這些發現對于企業了解如何通過AI技術應用激發員工的自主性感覺和促進創新行為具有重要意義。
1.4 學習目标導向的調節作用
個體對工作控制水準的高低會影響其對工作資源和工作要求的感覺程度。學習目标導向是指個體學習新知識和掌握新技能以提升自身能力的态度和傾向，可以較高水準地控制自己的工作和技能運用。本研究認為學習目标導向可以減輕AI技術應用對工作不安全感的負面影響。首先，高學習目标導向的個體注重學習和進步，樂于面對挑戰性的任務，努力學習AI場景下的技能和專業知識，進而獲得工作勝任的滿足感，減少工作不安全感。其次，高學習目标導向的個體在與AI競争時具有優勢，能夠解決工作領域的問題，減輕對被AI取代的擔憂，降低工作不安全感。相反，低學習目标導向的個體不注重學習和發展新知識和技能，他們認為完成基本工作任務和規避風險最重要，AI技術應用帶來的學習和挑戰與他們的需求不比對，引發對技術取代工作的恐懼，增加工作不安全感。基于這些觀點，提出了H5假設：學習目标導向負向調節AI技術應用與工作不安全感的關系。
此外，結合之前的研究假設H1和H2，進一步提出有調節的中介H6假設：學習目标導向在AI技術應用通過工作不安全感減少員工創新行為的間接效應中起到調節作用。
本研究還認為學習目标導向會增強AI技術應用對工作自主性感覺的積極影響。學習目标導向高的個體具有自主學習的意願，能夠主動保護和利用AI在處理日常性工作時帶來的閑置資源，自主安排工作計劃和時間，積極學習和應用新知識和技術，進而感覺到更多的工作自主性。相反，低學習目标導向的個體對自我能力的提升和工作資源的擷取不夠重視，會消極看待AI技術應用這一工作挑戰，降低工作自主性感覺。據此提出了H7假設：學習目标導向正向調節AI技術應用與工作自主性感覺的關系。
此外，結合之前的研究假設H3和H4，進一步提出有調節的中介假設H8：學習目标導向在AI技術應用通過工作自主性感覺增加員工創新行為的間接效應中起到調節作用。
研究方法
研究1通過Credamo見數平台招募到300名有全職工作的被試參與實驗，剔除不合格樣本後，獲得有效樣本278份，有效樣本中，男性占比43.17%；年齡集中在30歲以下，占64.75%。
研究1采用2（AI技術應用：高vs.低）（學習目标導向：高vs.低）雙因素組間設計。本研究采用情境模拟實驗，被試者被随機分到四個實驗情境中。實驗開始後，被試者首先填寫人口統計變量，為了讓被試将工作場所中的AI技術與傳統技術（計算機、網際網路使用、文字處理或電子表格軟體等）差別開來，我們首先向他們展示了AI技術應用的定義。緊接着被試者被邀請盡可能地代入材料中關于自己的角色設定（假設自己為張三），并閱讀一段情景材料。随後，被試者将根據材料完成包括操縱檢驗、工作不安全感、工作自主性感覺和創新行為的問卷。
AI技術應用的操縱：根據前人對AI技術應用的定義和操縱材料改編而成（括号内為控制組）：“你所在的ABC公司引入了大量（沒有引入）AI技術和裝置，工作中的各個方面，如推理、決策和解決問題等，主要由這些智能裝置自主（主要由你）完成，你在具體實施一些工作任務時經常要使用（通常不使用）AI技術和裝置，并花費（也不用花費）大量時間與AI技術一起完成工作”。
學習目标導向的操縱：根據前人開發的實驗材料改編而成（括号内為控制組）：“大學畢業後，你被ABC公司聘用。在最初的六個月裡，公司部門有多個項目同時進行，你主動選擇了一個困難和挑戰性較高（較低）的項目，每天堅持學習（不需要學習）新知識和掌握新技能以提高自身能力，并且你非常重視（你也不重視）嘗試和探索，經常會（很少會）利用大部分個人時間學習和創造，渴望（不渴望）通過努力學習在任務中有所收獲，提升專業技能”。
研究結果
研究1：以AI技術應用為自變量，以學習目标導向為調節變量，性别、年齡等為協變量，分别以工作不安全感、工作自主性感覺為因變量。進行方差分析，結果顯示，AI技術應用對工作不安全感的主效應顯著。H1假設成立。
同時，AI技術應用對工作自主性感覺的主效應顯著，說明相對于低AI技術應用組，高AI技術應用組被試體驗到的工作自主性感覺較強，H3假設成立.
方差分析結果表明，AI技術應用與學習目标導向對工作不安全感的互動作用顯著。如圖2所示，在低學習目标導向下，AI技術應用越多，工作不安全感增加越多，且增幅超過高學習目标導向組，H5假設成立。
如圖3所示，在高學習目标導向下，AI技術應用越多，工作自主性感覺增加越多，且增幅明顯超過低學習目标導向組，H7假設成立。
借鑒Bootstrap檢驗，考察工作的不安全感和工作自主性感覺在AI=技術應用與員工創新行為間的并列中介作用，結果如表1所示。結果顯示假設H2和H4假設成立。
本文使用Bootstrap檢驗中抽取2000次分析被調節的中介效應，結果如表2所示，H6和假設H8成立。
以上研究結果為AI技術應用對員工創新行為的“雙刃劍”效應提供了初步證據，并檢驗了學習目标導向的關鍵調節機制。為保證研究結果效度，我們又設計了問卷調查，對整體模型進行再次檢驗，與情景實驗互相補充，共同提高研究結果的可靠性。
研究2：全模型問卷調研
選擇來自北京、深圳兩地的4家應用AI的企業員工為調研對象并發放紙質問卷，涉及醫療、金融、智能制造、交通4個行業。得到有效問卷418份。
研究結果如表5顯示，AI技術應用與工作不安全感、工作自主性感覺均正相關，工作不安全感與創新行為負相關，工作自主性感覺與創新行為正相關。
結論與讨論
本文基于JD-R模型，深入探讨AI技術在工作場所應用對員工創新行為的“雙刃劍”效應，包括工作不安全感引發的損耗路徑和工作自主性感覺形成的增益路徑，以及影響兩種效應的邊界條件。通過情境實驗和問卷調查兩種研究設計得出一緻結論：AI技術應用可以通過增加工作不安全感負向影響員工創新行為，也可以通過增強工作自主性感覺正向影響員工創新行為。此外，學習目标導向的增強會削弱AI技術應用的損耗路徑，強化AI技術應用的增益路徑。本研究不僅拓寬了AI技術應用在組織行為學的研究範疇，還為組織促進AI場景下的員工創新行為提供了理論指導和實踐啟示。
對管理者具體建議如下：正确引導員工，鼓勵理性看待AI技術，将其視為機遇而非威脅。幫助員工意識到AI能夠減輕工作負擔，提高工作靈活性，激發工作自主性和創新行為。給予員工情感關懷和心理安全感，關注員工的心理波動和情緒感受，制定員工幫助計劃，降低AI對員工工作地位和心理安全的威脅。提倡個體學習目标導向強，以适應AI場景下的工作變化，增強學習能力，應對AI帶來的機遇和挑戰，激發工作熱情和創新動力。将學習目标導向作為招聘和選拔标準，通過個性特征測試識别學習目标導向強的員工。定期進行數字化教育訓練，建構學習型組織，引導員工樹立學習目标導向，提升專業知識水準和數字素養。
因篇幅有限，本文有部分删減。原文來源：[1]張恒,高中華,李慧玲.增益還是損耗:人工智能技術應用對員工創新行為的“雙刃劍”效應[J/OL].科技進步與對策:1-11.
關于我們
「數字經濟先鋒号」是成都數聯産服科技有限公司旗下數字經濟研究交流平台。圍繞數字産業、數字基建、數字治理、數字生态等數字應用領域，揭示與記錄數字經濟發展點滴與脈絡。
數聯産服是一家數字經濟行業智庫、産業大資料服務商，具備全流程大資料治理-分析-決策支撐服務能力，面向各級政府和産業營運機構提供基于大資料的産業經濟發展解決方案和綜合服務。