编辑推荐：
在人力资源管理中，AI 评估的接受度存在差异。研究人员开展 “社会排斥员工对算法评估态度” 的研究，发现被社会排斥的员工更青睐算法评估，该效应受感知公平性中介，且在相互依赖文化中更明显。这为 AI 在 HRM 中的应用提供新视角。
在当今数字化浪潮中，人力资源管理（HRM）领域正经历着深刻变革，人工智能（AI）技术逐渐渗透到人员评估的各个环节，从文件筛选到绩效评估，为企业带来高效的同时，也引发了诸多争议。员工对 AI 评估的态度两极分化，有的对其避而远之，有的则欣然接受。这一现象背后的原因错综复杂，以往研究多聚焦于员工个体因素，如性别、能力和经验等对算法厌恶或欣赏的影响，却忽视了职场中重要的人际动态因素 —— 社会排斥。
社会排斥在职场中并不罕见，被同事或上司排挤、边缘化的员工，往往会陷入消极情绪，工作积极性受挫，甚至可能导致离职。但很少有人关注到，这种不愉快的经历是否会影响员工对 AI 评估的看法。毕竟，算法评估的公平性、客观性与人类评估有着本质区别，那么社会排斥是否会促使员工在两者之间重新权衡呢？这正是此次研究的出发点。
来自国外的研究人员针对这一问题展开深入探究。他们通过精心设计的三项实验，模拟不同的职场社交情境，观察员工对 AI 评估的态度变化。研究结果令人瞩目：当员工遭遇社会排斥时，相比人类评估，他们更倾向于选择算法评估。这一效应背后的 “推手” 是员工对算法评估的公平感知，他们认为算法评估更客观，能减少人际关系带来的偏见。而且，文化差异在其中起着关键作用，在相互依赖文化（interdependent culture）中，社会排斥对员工偏向算法评估的影响更为显著，而在强调个人独立性的文化中，这种影响则不明显。这一研究成果发表在《Computers in Human Behavior: Artificial Humans》上，为理解员工与 AI 评估之间的关系提供了全新视角。
在研究过程中，研究人员采用了多种技术方法。首先，通过情景模拟构建社会排斥和社会融入两种情境，让参与者分别处于不同的职场社交环境中。其次，运用问卷调查收集数据，测量参与者对 AI 评估的态度、对评估公平性的感知等关键变量。最后，借助统计分析方法，如方差分析（ANOVA）、中介效应分析和调节效应分析等，深入探究各变量之间的关系。研究样本来自日本和美国，通过不同文化背景的对比，增强了研究结果的普遍性。
在具体的研究结果方面：
- 研究 1：研究人员采用 2（社会排斥：排斥 / 融入）×3（任务类型：人员评估 / 时尚推荐 / 统计分析）的因子设计，以日本 CrowdWorks 平台招募的 280 名参与者为样本。结果显示，社会排斥和任务类型存在显著交互作用。在人员评估任务中，社会排斥组对 AI 评估的态度更为积极，而在时尚推荐和统计分析任务中，两组差异不显著。这表明社会排斥对员工 AI 评估态度的影响具有任务特异性，仅在与职场社交关联紧密的人员评估任务中体现。
- 研究 2：此研究采用单因素组间设计，同样选取 CrowdWorks 平台的 280 名参与者。结果再次证实，社会排斥组对 AI 评估的态度比社会融入组更积极。进一步的中介分析表明，感知公平在社会排斥与对 AI 评估的态度之间起中介作用，即社会排斥促使员工认为 AI 评估更公平，进而更倾向于接受 AI 评估。同时，研究发现技术接受度对该关系无显著调节作用。
- 研究 3：研究采用 2（社会排斥：排斥 / 融入）×2（自我构念：独立 / 相互依赖）的组间因子设计，从美国 Prolific 和日本 CrowdWorks 招募 400 名参与者。结果显示，相互依赖自我构念指数在日本样本中显著高于美国样本。调节中介分析表明，相互依赖自我构念调节了社会排斥对感知公平的影响。在相互依赖程度高的员工中，社会排斥显著提高了对 AI 评估公平性的感知，进而影响对 AI 评估的态度；而在独立性高的员工中，该效应不显著。
综合研究结论与讨论部分，此次研究意义非凡。从理论层面来看，它突破了以往聚焦个体因素的局限，引入社会排斥这一人际因素，丰富了对员工算法评估态度影响因素的认识。同时，证实了职场关系质量对评估公平性感知的重要影响，为组织行为学研究提供了新证据。此外，还揭示了文化差异在员工对 AI 评估态度中的调节作用，拓展了 AI 认知的跨文化研究。在实践方面，该研究为 HRM 提供了宝贵参考。企业可根据员工对 AI 评估的态度，洞察职场人际关系状况，及时调整管理策略，营造更包容的工作环境。尤其对于新员工或远程工作者，算法评估可提供更公平的评价环境，缓解他们的社交焦虑。而且，合理运用 AI 评估有助于提升组织公平性，促进组织绩效提升。然而，研究也存在一定局限性，如未考虑工作场所的行业差异、员工工作方式和就业状态等因素的影响，且研究方法依赖情景模拟。未来研究可从这些方向深入，进一步完善对职场中 AI 评估应用的理解 。
