编辑推荐：
本文通过四项实验（N = 4,439）揭示，使用 AI 工具的人会面临社会评价惩罚，被认为能力和积极性较低。这一现象影响了 AI 在工作场所的应用，为理解 AI 采纳的社会动态提供了重要依据。
研究背景
在社会心理学领域，人们对他人行为原因的解释一直是个重要课题。当存在多种可能原因时，观察者如何解读和解释他人行为，这一问题引发了诸多探讨。归因理论指出，观察者在解释他人行为时，更倾向于从个人特质（dispositional qualities）而非情境因素（situational factors）出发。例如，当看到某人接受帮助完成任务时，观察者可能会认为这是因为此人能力不足或缺乏完成任务的积极性，而非考虑到任务本身的要求等情境因素。
在当今职场中，AI 技术迅速发展并广泛应用。AI 工具能显著提升人们在各类任务中的表现，比如提高工作效率、增强创造力、辅助决策等，这使得人们有很强的动力去使用它。然而，AI 作为一种强大的辅助工具，其使用也引发了一些担忧。一方面，使用 AI 可能会让人怀疑使用者自身的能力和动力。有行业调查显示，担心被视为懒惰是职场中使用 AI 的人最主要的顾虑之一。另一方面，许多人在职业环境中会主动隐瞒自己使用 AI 的情况。这表明，尽管 AI 有诸多益处，但人们在使用时仍存在顾虑，这背后的原因值得深入探究。
研究目的
本研究旨在探讨人们使用 AI 工具时，在他人眼中的形象以及所面临的社会评价。通过研究，试图揭示使用 AI 工具是否会导致他人对使用者产生负面评价，以及这种评价对 AI 在工作场所应用的影响。具体而言，研究从帮助接受者和观察者两个角度出发，通过一系列实验来验证以下预测：人们认为使用 AI 工具会受到他人负面评价，且这种负面评价确实存在；同时，探究这种社会评价如何影响对求职者的评估。
研究方法
研究团队设计并实施了四项预注册实验，共招募了 4439 名参与者。
在研究 1 中，招募了 500 名在线参与者。参与者被要求想象自己在工作中使用 “生成式 AI 工具”（AI Tool 条件）或 “仪表板创建工具”（Non - AI Tool 条件）来完成任务。之后，参与者需评估向经理和同事透露使用该工具的可能性，以及他们认为他人会如何从懒惰、可替代性、能力和勤奋四个维度评价自己。
研究 2 招募了 1215 名在线参与者。参与者阅读一段关于员工的描述，该描述随机涉及不同性别、职业、年龄以及接受帮助的类型（AI 帮助、非 AI 帮助或无帮助）。随后，参与者对员工的懒惰程度以及能力、勤奋、雄心、独立性、自信和主导性六个维度进行评价。
研究 3 分两个阶段进行。第一阶段，801 名参与者（求职者）完成一项 “数瓷砖” 任务，并报告使用生成式 AI 工具的频率。第二阶段，1718 名参与者（经理）参与模拟招聘任务。经理们需评估求职者与任务的适配度，并决定是否录用该求职者，同时报告自己使用 AI 的频率。
研究 4 招募了 1006 名在线参与者。参与者想象自己在为非营利组织招聘 “零工”，阅读关于求职者的描述，该求职者分别被描述为使用 AI 工具或传统工具（如 Microsoft Office 程序）。参与者先对求职者的懒惰程度进行评价，然后阅读关于招聘任务的详细信息（分为手动任务和数字任务，数字任务中明确说明 AI 工具可能有用且工人可使用），最后评估求职者与任务的适配度，并就是否录用该求职者做出决策。
研究结果
研究 1 结果显示，与使用非 AI 工具的参与者相比，使用 AI 工具的参与者认为自己会被他人视为更懒惰（M = 3.25, SD = 1.49 vs M = 2.72, SD = 1.41, t (492.8) = 4.08, 95% CI [0.28, 0.79], P < 0.001）、更可替代（M = 3.39, SD = 1.67 vs M = 2.83, SD = 1.63, t (494.3) = 3.84, 95% CI [0.28, 0.86], P < 0.001）、能力更低（M = 4.72, SD = 1.46 vs M = 5.45, SD = 1.22, t (477.5) = 6.00, 95% CI [?0.96, ?0.49], P < 0.001）和更不勤奋（M = 4.66, SD = 1.44 vs M = 5.25, SD = 1.28, t (487.5) = 4.86, 95% CI [?0.83, ?0.35], P < 0.001）。同时，使用 AI 工具的参与者更不愿意向经理（M = 4.91, SD = 1.59 vs M = 5.25, SD = 1.55, t (494.3) = 2.42, 95% CI [?0.62, ?0.06], P = 0.016）和同事（M = 4.85, SD = 1.58 vs M = 5.17, SD = 1.57, t (494.8) = 2.23, 95% CI [?0.59, ?0.04], P = 0.026）透露使用该工具的情况。
研究 2 表明，与接受非 AI 帮助或无帮助的员工相比，接受 AI 帮助的员工被评为更懒惰（M = 2.50, SD = 1.32 vs M = 2.16, SD = 1.19, t (787.5) = 3.79, P < 0.001；vs M = 2.02, SD = 1.10, t (766.9) = 5.55, P < 0.001）。在能力、勤奋、独立性和自信等维度的评价上，接受 AI 帮助的员工也低于接受其他形式帮助或无帮助的员工。不过，在雄心和主导性维度上，差异不显著。此外，研究还发现，员工的年龄、性别和职业等因素不影响 AI 帮助对这些评价的影响。
研究 3 中，平均来看，经理们对经常使用 AI 和从不使用 AI 的求职者的任务适配度评价相似（P = 0.516）。但经理自身使用 AI 的频率会影响对求职者任务适配度的评价（b = 0.06, SE = 0.01, t (1664) = 7.08, P < 0.001）。使用 AI 频率较高的经理倾向于认为经常使用 AI 的求职者更适合任务；而使用 AI 频率较低的经理则更倾向于录用不使用 AI 的求职者。
研究 4 发现，在手动任务中，使用传统工具的求职者被认为任务适配度显著高于使用 AI 工具的求职者（M = 4.75, SD = 1.14 vs M = 4.18, SD = 1.50; t (998) = 5.44, P < 0.001）；但在数字任务中，两者无显著差异（M = 5.58, SD = 0.98 vs M = 5.75, SD = 1.05; t (998) = 1.59, P = 0.112）。中介分析表明，使用 AI 工具的求职者被认为更懒惰，且这种对懒惰的感知与较低的任务适配度评价相关。不过，这种负面影响在数字任务中会被抵消。此外，参与者个人使用 AI 的频率会影响对使用 AI 工具求职者懒惰程度的感知，使用 AI 频率较高的参与者不太可能认为使用 AI 的求职者懒惰。
研究结论
综合四项实验结果，研究支持了核心预测，即个人使用 AI 工具会面临社会评价惩罚。研究 1 表明人们预期使用 AI 工具会受到负面评价；研究 2 证实了这种负面评价确实存在；研究 3 显示不使用 AI 的人在招聘决策中可能会对使用 AI 的人存在偏见；研究 4 揭示了使用 AI 与工作评估结果之间的关系受对懒惰的感知影响，且这种关系取决于评估者自身使用 AI 的情况和任务类型。
研究意义与影响
本研究在多个方面具有重要意义。在理论层面，它拓展了归因理论，表明帮助的来源会影响人们对接受帮助者的特质推断。与传统辅助形式相比，AI 等具有自主性的技术更易引发负面特质归因。这有助于解释为什么借助 AI 提高生产力的人可能反而被认为能力或积极性较低。
在实践层面，研究为理解 AI 在工作场所的应用挑战提供了新视角。以往对人们为何不愿使用 AI 的研究主要集中在对技术本身的认知上，而本研究指出社会评价惩罚是一个被忽视的障碍。人们可能因担心受到社会惩罚而选择不使用 AI 或隐瞒使用情况。
此外，研究丰富了对组织环境中人们如何评价不熟悉技术的理解。以往研究表明人们倾向于低估威胁现状的技术的影响，而本研究进一步发现这种怀疑不仅针对技术本身，还延伸到对使用者的评价。
研究局限性与未来方向
本研究也存在一些局限性。首先，所有数据均通过在线便利样本的实验范式收集，未来需要研究这些结果能否推广到实际组织中的社会评价、任务分配和绩效评估中。其次，研究中对 AI 工具的操作化定义较为宽泛，可能未充分捕捉现实中人们对不同类型 AI 系统使用的细微评价差异。例如，AI 是增强现有工作流程还是自动化整个任务，以及 AI 是否嵌入熟悉技术中，都可能影响人们的评价。最后，研究进行期间，职场 AI 能力和应用处于快速发展阶段，随着 AI 工具的普及和相关组织规范的发展，社会评价惩罚可能会发生变化。未来研究可进一步关注这些因素对 AI 使用社会评价的影响。
