AI技术替代感知对护士创新行为的抑制机制：AI焦虑与人机合作意愿的中介作用及组织AI准备度的调节效应

本研究针对医疗AI应用中护士面临的职业替代风险，创新性地探讨了AI技术替代感知(PSAT)对护士创新行为(NIB)的负面影响机制。通过394份护士问卷数据分析，发现PSAT通过引发AI焦虑(AA)和降低人机合作意愿(HACI)间接抑制创新行为，而组织AI准备度(OAR)能有效缓解这种负面影响。研究为医疗机构优化AI人力资源管理、缓解护士心理压力提供了理论依据和实践启示。

　　

随着人工智能(AI)技术在医疗领域的快速渗透，从病历分析到手术辅助，AI正在重塑医疗服务模式。然而这场技术革命背后隐藏着一个尖锐矛盾：当AI系统以高达59.5%的职业替代率威胁护理岗位时，本应推动行业进步的创新行为反而可能被抑制。平顶山大学经济管理学院的研究团队在《BMC Nursing》发表的研究，首次揭示了AI技术替代感知如何像"创新绊脚石"般阻碍护士发挥创造力。

研究团队采用横断面调查设计，通过国际协作从6个国家24家医院获取394名护士的样本。运用Mplus8.0进行结构方程模型分析，验证了AI焦虑和合作意愿的双中介路径：当护士认为AI可能取代自己时，会产生对技术失控的恐惧(β=-0.08)，同时将AI视为"职场竞争对手"而降低合作意愿(β=-0.09)，这两种心理反应形成"焦虑-抗拒"的恶性循环，最终使创新行为下降16%。值得注意的是，组织层面的AI准备度如同"减压阀"，能显著缓解这种负面影响(β=0.05)。

研究结果部分显示：

1. 主效应验证：PSAT与NIB呈显著负相关(β=-0.16)，证实AI替代威胁直接削弱创新动力。
2. 中介机制：AA单独中介效应为-0.08，HACI为-0.09，二者形成的链式中介效应达-0.05，说明心理抗拒比焦虑更具破坏性。
3. 调节作用：高OAR医院的护士，其PSAT对NIB的负面影响降低42%，凸显组织支持的关键价值。

讨论部分指出，该研究突破了传统AI研究聚焦技术效能的局限，首次将COR理论(资源保存理论)和UTAUT(技术接受统一理论)整合应用于护理人力资源管理。实践层面建议医疗机构建立"AI转型三部曲"：定期开展数字技能培训缓解AA，设计人机协作绩效指标提升HACI，设立AI技术共享平台强化OAR。这些发现为全球医疗机构的智能化转型提供了重要参考，特别是在应对人口老龄化和护士短缺的背景下，如何平衡技术效率与人文关怀成为关键命题。

研究也存在样本代表性和跨文化差异等局限，未来可通过追踪护士从AI接触到熟练使用的全过程，深入剖析技术适应的动态机制。正如作者Jianpeng Fan强调的："真正的智能医疗不是用机器替代护士，而是创造1+1>2的人机协同生态。"这项研究为构建这种生态提供了科学蓝图。