人工智能在人力资源领域的应用：数字化发展滞后的组织对人工智能的信任度

《Journal of Information and Intelligence》：AI adoption in HR: AI trust in digitally lagging organisations

信任作为人工智能在人力资源管理中采用的关键因素，其形成受技术、技能、文化及HR战略参与等多因素复杂配置影响。研究发现，数字化水平较低的企业若HR深度参与数字化转型，仍可建立AI信任；而高数字化企业则通过HR技能、文化支持及功能整合实现信任。研究采用模糊集定性比较分析，揭示信任的多元路径，挑战传统技术成熟度与领导参与决定论。

　　
本研究聚焦人工智能（AI）在人力资源管理（HR）领域的信任构建机制，通过混合方法探讨数字化转型（DT）背景下组织因素如何共同作用形成对AI的信任。研究发现，组织信任的形成并非依赖单一条件，而是存在两种互补性路径，这对理解数字化转型的非线性特征具有重要启示。

### 一、研究背景与问题提出
当前AI技术正推动人力资源管理向自动化、智能化方向转型，但组织普遍面临信任瓶颈。既有研究多关注技术本身特性或个体用户态度，忽视了组织层面的复杂交互作用。具体而言，数字化成熟度与高管参与常被视为AI采纳的前提条件，但文献中存在明显矛盾：
1. 数字化成熟度高的企业可能因路径依赖而抗拒新技术（Shah et al., 2013）
2. 低数字化企业通过局部实践也能建立AI信任（Hansen et al., 2024）
3. 管理层参与存在双重效应：既可能通过权威推动转型（Caldwell, 2001），也可能因决策不透明引发信任危机（Elkins, 2013）

这种理论分歧促使本研究提出核心问题：在数字化转型过程中，哪些组织配置要素的组合能显著提升AI信任？这些要素如何在不同数字化成熟度企业中形成差异化路径？

### 二、理论框架构建
研究创新性地构建了"技术-能力-文化-功能"四维分析框架：
- **技术维度**：包括HR数字化工具部署（HRDT）和数字技能储备（HRDTS）
- **组织能力**：HR部门参与DT的程度（HRFI）与管理者直接介入（HRMI）
- **文化维度**：DT支持性文化（DTSC）的培育机制
- **功能维度**：HR在跨部门DT项目中的战略角色

区别于传统线性模型，该框架强调要素间的非线性交互作用。例如：
- 高HRDTS与DTSC结合可形成替代性信任路径
- HRFI的跨部门协同效应可能弱化HRMI的作用
- 技术部署（HRDT）与组织能力存在倒U型关系

### 三、方法论创新
研究采用混合方法的三阶段递进设计：
1. **案例研究迭代**：选取意大利6家典型企业进行深度访谈，通过主题分析法提炼问卷条目，确保测量工具的生态效度
2. **问卷动态校准**：基于访谈反馈持续优化问卷，实现理论建构与实践验证的闭环（Creswell & Plano Clark, 2011）
3. **模糊集QCA分析**：突破传统回归分析的线性假设，通过条件集的布尔组合识别信任形成的多元路径

特别值得注意的是，研究采用非参数化阈值（0.9-1.0）处理 Likert 5分量表数据，既保证统计严谨性，又避免过度拟合风险。这种处理方式使量化数据能更真实反映组织复杂情境。

### 四、核心研究发现
通过fs-QCA分析，识别出两种主导信任构建路径：

**路径1（战略协同型）**：
- 核心要素：HRFI（充分参与DT） + DTSC（文化支持）
- 辅助要素：HRDTS（技能储备）和HRDT（技术部署）的缺失
- 实现机制：HR部门通过跨职能协作形成"数字生态位"，即使自身数字化能力不足（HRDT=0.2，HRDTS=0.3），也能通过战略可见度建立信任
- 典型案例：食品行业Zeta公司通过HR部门主导的供应链数字化项目，在3年内实现AI面试工具的信任度从40%提升至75%

**路径2（系统成熟型）**：
- 核心要素：HRDTS（≥0.8） + DTSC（≥0.7） + HRFI（≥0.6）
- 辅助要素：HRMI（≤0.3）与HRDT（≥0.5）的协同作用
- 典型特征：数字化基础设施完善（HRDT=0.9）、组织学习文化成熟（DTSC=0.85），通过技能升级（HRDTS=0.87）实现技术信任
- 实证数据：医疗行业Beta公司实施HR数字化成熟度评估后，AI绩效管理系统的采纳率提升62%

### 五、理论突破与实践启示
1. **信任的配置性本质**：
研究颠覆了"技术决定论"传统，证明信任构建是组织能力的非线性组合。例如：
- 数字技能（HRDTS）与组织文化（DTSC）存在互补效应（β=0.78, p<0.01）
- HRFI对信任的贡献系数（0.63）显著高于HRMI（0.21）

2. **管理实践的范式转换**：
- 低成熟度企业应优先构建"战略参与通道"（HRFI≥0.7），通过HR部门在跨部门项目中的角色渗透逐步建立信任
- 高成熟度企业需强化"数字能力矩阵"（HRDTS×HRDT≥0.7），重点关注AI伦理审查等非技术性能力

3. **文化驱动的新模式**：
DT文化指数每提升1单位，AI信任度增加0.43（p<0.05），且这种效应在低数字化企业中更显著。这验证了"文化先行"假说（Hooi & Chan, 2023）。

### 六、研究局限与展望
1. **样本局限性**：研究聚焦意大利中大型企业（n=30），未来需扩展至不同制度环境（如东亚集体主义文化背景）
2. **动态跟踪需求**：现有数据仅反映横截面状态，需建立纵向追踪模型（L ↑→ DTSC → AI Trust）
3. **技术异质性影响**：未区分AI应用场景（如招聘vs薪酬计算），后续研究应建立应用场景调节变量模型

### 七、管理实践建议
1. **战略设计层面**：
- 建立"HR-DT协同办公室"（HR-DTO），整合数字化战略与人力资源规划
- 开发文化成熟度评估工具（DTSC指数），重点关注"容错文化"（容错率≥30%）和"数字共情"（员工AI接受度均值≥3.8）

2. **能力建设层面**：
- 构建"数字能力金字塔"：基层员工（技术操作）→中层（数据分析）→高层（战略决策）
- 推行"双轨制培训"：技术工具操作（如AI系统培训）与伦理决策模拟（每年≥40小时）

3. **组织变革层面**：
- 实施"数字角色重塑"计划，将HR岗位的30%核心职责重构为AI协管角色
- 建立"AI信任仪表盘"，实时监测HRDT、HRDTS、HRFI的交互效应

该研究为组织数字化转型提供了重要的理论工具和实践框架，特别是对低数字化企业具有特殊指导价值。未来研究可进一步探索：不同行业数字化转型中的信任阈值差异；跨文化背景下配置要素的权重变化；以及AI信任对组织韧性的影响机制。