当AI加入团队：人机多样性对与队友协作意愿的影响

《Decision Support Systems》：When AI joins the team: The impact of human-AI diversity on willingness to work with teammates

　　

# 摘要

随着人工智能代理越来越多地扮演自主决策队友的角色，人机团队的出现正在改变人类与队友合作的意愿。然而，现有研究大多聚焦于个体团队成员的特征，而对人机团队层面特征如何塑造与队友合作意愿的关注有限。本研究提出"人机多样性"作为一种新型团队多样性，用以描述人机团队的构成特征。基于投入-过程-产出（IPO）框架，我们进一步考察人机多样性如何影响与队友合作的意愿。通过两项实验，我们发现人机多样性通过优势可信度和团队协调提升了与队友合作的意愿。人类与AI队友之间的权力感和关系类型调节了人机多样性的影响。这些发现拓展了人机团队与团队多样性研究，并为旨在构建和优化人机团队的组织提供了初步的实践启示。

# 引言

在人工智能（AI）快速发展的推动下，AI代理已从被动的功能工具演变为主动的团队成员[1]，由此催生了人机团队（HATs）。与被动等待调用的传统AI工具不同，自主AI代理能够表现出自我治理和主动性[1]、[2]、[3]。它们与人类相互依赖地工作，承担专业化角色，通过持续的协调与社会互动追求集体目标[4]、[5]。人机团队已在软件开发[6]、医疗诊断[7]和军事行动[8]等多个领域投入运行。根据凯捷咨询的预测，到2028年，人机团队将成为组织常态，近38%的组织预计将AI代理纳入为完整的团队成员[9]。

人机团队被定义为至少包含一名人类和一名自主AI代理的集体[2]。通过结合双方的独特优势，人机团队的表现通常优于单独的人类专家[10]或独立的AI代理[11]。此外，AI队友的存在已被证明可以显著提升人类队友的生产力和任务表现[4]。然而，这些优势不仅取决于人类和AI队友的存在，还取决于他们在团队中的配置与整合方式。这一团队层面的构成问题在现有人机团队研究中关注有限。这一疏忽至关重要，因为由于人类与AI各有明显的优劣势，不适当的构成会带来重大挑战。例如，AI占主导地位的人机团队可能会削弱团队的认知与沟通，同时降低对AI队友的信任，从而引发类似于对独立AI代理的消极态度[12]、[13]。相反，人类占主导地位的人机团队可能限制团队发挥AI效率优势的能力[14]。为弥补这一空白，我们引入"人机多样性"作为新的团队层面构念，以理解人类与AI队友的分布如何塑造团队功能。

我们将人机多样性定义为人机团队中人类与AI队友的分布情况，捕捉他们在目标导向、知识与能力基础以及获取团队资源或权力角色方面的差异。遵循Harrison和Klein（2007）关于概念化多样性的指南[15]，我们通过分离、多样性和差异三个维度进一步明确了人机多样性的概念内涵。首先，**分离**捕捉位置差异，反映队友在价值观、信念、态度或导向上所处位置的分布。在人机多样性中，这种分离反映了AI队友相对稳定的程序化目标导向与人类队友更灵活、依赖情境的导向之间的对比。其次，**多样性**捕捉信息差异，反映来自队友不同背景与专业知识的独特知识与能力的分布。在人机多样性中，这种多样性呈现了AI队友的知识库与海量数据处理能力同人类队友的直觉与情境专业知识之间的对比[10]、[16]。最后，**差异**捕捉拥有差异，反映团队成员之间社会价值资源的不平等分布。在人机多样性中，这种差异体现在分配给AI队友的不同权力角色上，从下属到领导者，从而改变团队的资源动态[15]。在操作上，人机多样性被概念化为连续构念，更高的多样性反映团队中人类与AI队友之间更接近平衡的分布。它区别于AI比例，后者仅捕捉AI队友的相对份额，并随其数量增加而单调递增。重要的是，要使人机多样性具有实际意义，必须满足两个条件：AI队友必须作为自主代理而非被动工具发挥作用，且团队中必须存在人类与AI队友之间的任务相互依赖。人机多样性将多样性理论的关注点从人与人之间的差异扩展到人与AI的跨实体差异，从而超越了仅仅标注一种新多样性类型的范畴。

鉴于人机多样性的重要性，预计它会影响与队友合作的意愿，从而塑造人机团队的发展与效能。在决策情境中，这种意愿代表一种决策相关的行为意图，即与AI队友进行任务协调和信息共享。这很重要，因为它支持将AI贡献整合到团队功能中，并促进团队流程顺畅和绩效提升[17]。尽管先前研究已考察了人机团队中与队友合作的意愿，但仍存在几个重要空白。首先，先前研究主要关注人类或AI队友的个体层面特征如何影响与队友合作的意愿[17]、[18]、[19]，而对团队层面特征如人机多样性关注有限。与个体层面属性不同，团队层面特征捕捉的是整体属性，如人类与AI队友在团队中的配置方式。其次，现有人机团队中与队友合作意愿的研究很少考察团队层面中介机制，导致人机多样性如何通过内部团队过程塑造这种意愿尚不清楚。第三，有限研究考察了人机关系特征如权力感和关系类型如何在人机团队中充当边界条件。这些特征很重要，因为它们塑造人类队友对AI队友的感知与互动。权力感反映人类队友对其他队友（特别是AI队友）的感知影响力，而关系类型则捕捉AI队友是否被定位为朋友或仆人。因此，本研究拟考察以下问题：

- **RQ1：** 人机多样性对与队友合作的意愿有何影响？
- **RQ2：** 人机多样性的影响是否因人类与AI队友之间的权力感和关系类型而异？

本研究借鉴投入-过程-产出（IPO）框架[20]，通过两项实验考察上述问题。我们将人机多样性概念化为关键团队投入，并考察它如何通过两种过程机制塑造与队友合作的意愿，即一种涌现状态和一种团队过程。具体而言，**优势可信度**代表一种涌现状态，因为它反映团队成员对彼此优势的信心[21]；而**团队协调**代表一种团队过程，因为它捕捉队友为实现共同目标而进行的有序整合与和谐调整[22]。我们发现，人机多样性可以通过强化优势可信度和团队协调来提高与队友合作的意愿。此外，实验还表明，更高的权力感和仆人型关系（与朋友型关系相比）会削弱人机多样性对与队友合作意愿的影响。

本研究做出了几项关键贡献。首先，我们引入了"人机多样性"这一新概念。通过研究其对与队友合作意愿的影响，我们将人机团队的影响因素从个体成员特征扩展到团队层面特征。其次，我们识别了优势可信度和团队协调的中介效应，从而推进了关于解释人机团队中与队友合作意愿的团队层面机制的研究。第三，我们识别了权力感和关系类型作为人机多样性与与队友合作意愿之间关系的调节变量。

# 节选片段

## 人机团队

人机团队在AI的功能角色上与传统IT赋能团队不同[2]、[11]。传统IT工具通常由用户调用来执行预定义功能，而AI代理具有感知和知识处理能力，能够通过自主性和任务相互依赖性更主动地参与团队任务[2]、[3]。

现有人机团队研究主要分为两个流派。第一个流派研究如何设计AI代理来支持团队协作，

## 假设发展

本研究借鉴IPO框架，构建了一个研究模型，以考察人机多样性如何通过优势可信度和团队协调影响与队友合作的意愿，如图1所示。我们进一步考察权力感和关系类型作为人机关系的关键特征，它们可能调节人机多样性的影响。

## 方法论与结果

为检验研究模型与假设，我们采用了基于案例描述的方法。该方法在信息系统及相关领域被广泛用于在严格控制的实验条件下考察感知、态度和行为意图[66]。先前的元分析证据进一步表明，基于案例描述的研究通常得出的结论与基于实际行为的研究相当[67]。我们对人机多样性的操纵遵循

## 理论意义

本文做出了以下关键理论贡献。首先，本研究通过探索人机多样性的影响，拓展了人机团队构成与团队多样性研究。多数先前的研究关注个体层面属性如何塑造与队友合作的意愿[17]、[18]、[19]，而对团队层面因素如人机多样性关注有限。这种关注限制了我们对于与队友持续合作意愿的理解

## 结论

我们进行了两项实验，以研究人机多样性对与队友合作意愿的影响。我们发现，优势可信度和团队协调中介了这一关系，而权力感和关系类型调节了这一关系。我们的发现通过引入人机多样性这一新构念，拓展了团队多样性文献，并为理解人机团队中塑造与队友合作意愿的机制提供了更深入的见解。此外，

# CRediT作者贡献声明

**卢建东：** 方法论、概念化、写作——审阅与编辑、写作——初稿撰写。**张嘉鑫：** 调查、正式分析、写作——初稿撰写。**卢洋：** 调查、资金获取、概念化、写作——审阅与编辑、写作——初稿撰写。

# 利益冲突声明

作者声明不存在已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文所报告的工作。

# 致谢

本研究得到了国家自然科学基金委员会（#72371084）的资助。

卢建东是北京交通大学经济管理学院博士后。他的研究主要聚焦于人工智能、用户行为、数字化转型和组织韧性。其作品已发表在*Decision Support Systems*、*Information & Management*、*Information Technology & People*、*Tourism Management*、*International Journal of Hospitality Management*、*International Journal of Information Management*、*Industrial Management & Data*等期刊。

**卢建东 | 张嘉鑫 | 卢洋**
北京交通大学经济管理学院，北京，中国