《Frontiers in Psychology》：Transformational leadership and employee AI usage: the role of perceived organizational support and competitive workplace climate
编辑推荐：
引言：人工智能（Artificial Intelligence, AI）已成为组织转型与日常管理不可或缺的一部分，使得员工人工智能使用（AI usage, AI-U）日益普遍。然而，尽管其重要性不断增长，关于领导力与情境因素如何塑造员工AI使用的研究仍知之甚少
引言：人工智能（Artificial Intelligence, AI）已成为组织转型与日常管理不可或缺的一部分，使得员工人工智能使用（AI usage, AI-U）日益普遍。然而，尽管其重要性不断增长，关于领导力与情境因素如何塑造员工AI使用的研究仍知之甚少。方法：基于社会认知理论（Social Cognitive Theory, SCT），本研究探讨了感知组织支持（Perceived Organizational Support, POS）在变革型领导（Transformational Leadership, TL）与员工AI-U关系中的中介作用，以及竞争性职场氛围（Competitive Workplace Climate, CWC）的调节效应。研究人员通过在线调查收集了来自中国的525名员工的数据，并使用层次回归分析与bootstrap方法进行分析。结果：结果显示TL正向预测员工AI-U，且POS部分中介此关系。此外，CWC显著调节间接效应，即在高水平CWC下，POS的中介效应被削弱。讨论：这些发现从社会认知视角丰富了对AI采纳的理解，并为培育有利于AI应用的支撑性组织条件提供了实践启示。
研究背景与问题提出
人工智能（Artificial Intelligence, AI）指使机器执行通常需要人类智能的任务的一套技术，全球AI市场预计从2023年至2030年以37.3%的复合年增长率增长，其在各行业具有变革性影响。员工人工智能使用（AI usage, AI-U）定义为员工将AI技术融入日常任务以智能化执行功能的程度。尽管AI有提升效率的潜力，但也引发岗位替代和数据隐私等负面担忧，导致组织倾向于强制 sanctioned AI使用。现有研究多关注个体层面前因如人格、信任与风险感知，而领导力作为关键社会影响因素在AI-U中的作用未被充分探索。变革型领导（Transformational Leadership, TL）通过愿景、激励与智力刺激使追随者超越私利，在数字转型中可促进AI采纳，但其对员工个体层面AI-U的影响机制尚不明晰。社会认知理论（Social Cognitive Theory, SCT）指出人机能动性源于个人、行为与环境因素的交互，领导作为环境因素通过观察学习影响员工认知（如感知组织支持 Perceived Organizational Support, POS），进而驱动行为。同时，竞争性职场氛围（Competitive Workplace Climate, CWC）作为情境因素可能调节上述关系。目前TL如何通过POS影响AI-U以及CWC在这一路径中的边界条件缺乏理论与实证验证，本研究旨在填补此空白，发表于《Frontiers in Psychology》。
主要关键技术方法
研究人员于2023年12月至2024年4月在中国通过问卷星（WJX）平台招募参与者，初始850人，经两阶段筛选（自述使用AI及描述AI使用方式评估）及剔除无效问卷后，最终有效样本为525名在职员工。研究采用两阶段间隔两周的问卷调查法收集数据，第一阶段测TL与CWC及人口统计学变量，第二阶段测POS与AI-U。测量工具均使用成熟量表并经过回译程序，包括Carless等的7项TL量表、Medcof的3项AI-U量表、Eisenberger等的8项POS量表及Zhu等的6项CWC量表，均采用5点李克特计分。统计分析运用AMOS 20.0进行验证性因子分析（Confirmatory Factor Analysis, CFI）评估效度与共同方法偏差（Harman单因子检验），SPSS 22.0进行描述性统计与皮尔逊相关分析，采用层次回归分析检验假设，并使用PROCESS宏进行5000次偏差校正bootstrap法检验中介与有调节的中介效应，所有预测变量进行总均值中心化处理以减轻多重共线性。
研究结果
4.1 Measurement validity and common method bias
研究人员评估测量模型效度与共同方法偏差。收敛效度确认所有构念的组合信度（Composite Reliability, CR）高于0.7，平均方差提取量（Average Variance Extracted, AVE）高于0.5阈值，TL、CWC、POS、AI-U的CR分别为0.858、0.896、0.912、0.899，AVE分别为0.563、0.602、0.632、0.664。判别效度方面各构念AVE平方根大于其与其他构念的相关性。假设四因子模型拟合良好（χ2/df=1.648, CFI=0.973, RMSEA=0.035），优于所有备选模型，Harman单因子检验第一因子解释方差仅25.45%低于40%，表明共同方法偏差不严重。
4.2 Descriptive statistics and correlations
研究人员进行描述性与相关性分析。独立样本t检验显示人口统计学特征不影响AI-U。皮尔逊相关分析显示TL与AI-U正相关（r=0.597，p<0.01），TL与POS正相关（r=0.361，p<0.01），POS与AI-U正相关（r=0.459，p<0.01），CWC与POS负相关（r=-0.231，p<0.01）。
4.3 Hypothesis testing
研究人员通过层次回归分析检验假设。模型2显示TL正向影响AI-U（β=0.600, p<0.001），支持H1。模型7显示TL正向影响POS（β=0.509, p<0.001），支持H2a。模型3显示POS正向影响AI-U（β=0.536, p<0.001），支持H2b。加入POS后TL对AI-U的直接效应减弱但仍显著（β=0.329, p<0.001），bootstrap显示TL→POS→AI-U间接效应显著（β=0.273, 95% CI=[0.148, 0.398]），占总效应45.5%，POS部分中介，支持H2c。模型5显示CWC与TL交互项预测AI-U不显著（β=-0.108, p>0.05），H3a不支持。模型9显示CWC与TL交互项预测POS显著（β=-0.315***, p<0.001），简单斜率分析表明低CWC时TL对POS影响更强（β=0.775），高CWC时减弱（β=0.739），支持H3b。有调节的中介分析显示低CWC时间接效应显著（β=0.393, 95% CI=[0.274, 0.522]），高CWC时间接效应显著但减弱（β=0.207, 95% CI=[0.140, 0.274]），调节中介指数为-0.186（95% CI=[-0.290, -0.082]），支持H3c。
讨论与结论总结
讨论部分指出，本研究基于SCT证实TL是员工AI-U的关键环境变量，弥补了既往侧重个体特征的不足。POS在TL与AI-U间起部分中介作用，揭示了社会认知路径。CWC对TL-AI-U直接效应无显著调节，表明TL的直接动机影响能超越竞争动态，但CWC显著削弱TL通过POS影响AI-U的间接效应，验证了双重机制框架：工具依赖机制维持直接联系，而组织支持感知侵蚀破坏中介路径。这推进了SCT对“社会环境”选择性影响认知评估而非直接行为链接的理解，超越CWC好坏二分法。
研究结论翻译：工作场所的员工人工智能使用（AI-U）日益普遍。先前研究主要关注个体层面特征对员工AI-U的影响，而领导力风格等因素受到的关注相对较少。基于社会认知理论（SCT），本研究考察了TL对员工AI-U的影响，特别关注感知组织支持（POS）的中介作用与竞争性职场氛围（CWC）的调节作用。研究结果清晰支持了提出的假设：H1假定TL对AI-U有正向影响，获得支持。H2预测POS在TL与AI-U关系中起中介作用，也获得支持，显示POS部分中介该效应。H3提出POS中介TL与AI-U的关系，且该间接效应受CWC负向调节，获得支持；但提出CWC正向调节TL与AI-U正向关系的假设未获支持。总体而言，本研究有助于阐明TL影响员工AI-U的心理机制，并通过纳入领导力与氛围变量解决了AI-U文献中的重要缺口。
要不要我帮你把这篇论文解读浓缩成一份适合汇报用的PPT大纲？
