《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：How does responsible AI influence healthcare employee AI collaboration and engagement? The role of AI trust and responsible leadership
编辑推荐：
负责任的人工智能（RAI）通过增强医疗员工对AI的信任，促进其协作与参与，责任领导（RL）在此过程中起调节作用。基于S-O-R框架，通过美国医疗机构的横截面调查数据分析，验证了AI信任的中介效应和RL的调节效应，为医疗AI伦理实践提供理论支持与实践启示。
扎希德·哈米德（Zahid Hameed）|哈迪尔·阿尔萨利赫（Hadeel Alsaleh）|普里扬卡·马利克（Priyanka Malik）|苏尚特·库马尔·维什诺伊（Sushant Kumar Vishnoi）
阿联酋阿吉曼大学商学院（College of Business Administration, Ajman University, Ajman, United Arab Emirates）
摘要
人工智能（AI）技术已经改变了商业运营方式，提高了效率和效果。负责任的人工智能（Responsible Artificial Intelligence, RAI）在AI开发和应用中优先考虑伦理和责任，从而创建了更加值得信赖和透明的组织。然而，关于RAI对医疗保健员工绩效影响的研究仍然很少，尤其是在AI参与度方面。本研究探讨了RAI如何影响员工对AI的信任，而这种信任又如何推动员工与AI的协作与参与。我们还研究了负责任领导力在RAI与员工AI信任之间的关系。我们通过收集医疗保健组织的数据来验证我们的假设。基于刺激-有机体-反应（Stimulus-Organism-Response, S-O-R）框架，研究结果表明，员工对AI的信任在RAI对员工AI协作和参与度的影响中起到了中介作用。我们的研究强调了信任在AI实施中的关键作用，表明那些重视RAI实践的企业更有可能培养出积极投入的工作团队。这些结论对管理实践以及未来关于RAI与医疗保健员工绩效的研究具有重要意义。
引言
工业4.0的出现显著改变了企业运营方式。这个新时代以人工智能（AI）、大数据和物联网等先进技术的融合为标志，显著提升了企业的可持续绩效和运营效率（Al-kahtib等人，2025年；Anwar等人，2024年；Yu等人，2021年）。最近的一项调查显示，88%的组织在其日常活动中至少在一个业务功能中使用了AI（麦肯锡公司，2025年）。先前的研究表明，AI驱动的聊天机器人通过提供学习体验、问题解决支持和逻辑推理来帮助个人，并通过优化运营、提高绩效、降低成本以及推动服务创新来帮助组织（Kasneci等人，2023年；Xu等人，2026年）。与其他行业一样，AI正在革新医疗保健行业，为医疗专业人员带来了极大的便利。AI的应用体现在医学成像、疾病诊断、药物发现以及用于实时监测患者健康的各种传感器和设备中（Panayides等人，2020年）。据Fortune Business Insights估计，全球医疗保健领域的AI市场将从2026年的560.1亿美元增长到2034年的10332.7亿美元（Insights，2026年）。随着医疗保健领域对AI需求的增长，组织越来越多地整合AI技术以提高运营效率。同时，由于最近的医疗政策和社会需求，AI部署的复杂性和潜在伦理后果也日益明显（Saha和Rathore，2024年）。因此，路透社（Reuters，2024年）指出，由于数据隐私和合规性方面的担忧，公司可能会犹豫是否在医疗保健领域部署AI。鉴于AI在医疗保健组织中可能带来的意外问题，将问责制、公平性和透明度原则纳入AI框架是不可或缺的（Xu等人，2026年）。在AI的设计、开发和部署过程中应用这些原则被称为负责任的人工智能（Responsible Artificial Intelligence, RAI）（Dignum，2019年；Xu等人，2026年）。
近期在医疗保健领域的实证研究正在填补这一空白，这些研究发现了RAI在个人和企业层面带来的具体成果（Wang等人，2023年）。先前的研究表明，RAI实践与企业的市场表现相关（P. Kumar等人，2023年；D. Kumar等人，2023年），有助于负责任创新（Ye等人，2025年），降低运营和声誉风险（Buhmann和Fieseler，2023年），以及员工的服务创新行为（Xu等人，2026年）。然而，关于AI如何建立医疗保健员工对AI的信任的研究仍然不足。以往的研究没有充分探讨RAI系统如何促进员工对AI使用的信任，使他们能够将AI视为提升协作和参与度的工具。这一遗漏非常重要，因为了解AI建立信任的方法对于希望利用AI技术来增强员工协作和参与度的企业至关重要。我们认为，AI信任是一个重要的中介机制，可以解释RAI、员工AI协作和参与度之间的联系。根据Chowdhury等人（2022年）的研究，AI信任指的是员工对AI及其对其职责和责任潜在影响的认知评价。信任对于促进协作至关重要；信任AI系统的员工更有可能进行协作、分享专业知识并使用AI技术（Haiyan等人，2024年）。我们认为，RAI实践通过促进透明度和公平性来建立信任，同时减轻与AI设计、开发和部署相关的感知风险。先前的研究表明，透明的AI算法能够增强用户信任（Kong等人，2023年），为员工AI协作和参与度奠定了坚实的基础。RAI包括确保AI技术积极贡献于组织和社会目标的实践和框架。在医疗保健领域，RAI涉及使用AI系统来增强患者护理、优化决策过程，并确保临床应用的安全性和有效性。例如，一种在患者护理中提供及时警报以预警患者状况恶化的预测分析工具就是RAI的应用实例，因为它合理利用患者数据来改善结果，同时保护患者隐私。
此外，我们认为负责任的领导力（Responsible Leadership, RL）调节了RAI与员工AI信任之间的关系。先前的研究（例如Stahl和Sully de Luque，2014年）表明，并非所有领导者都表现出相同水平的负责任行为，这导致他们在RAI相关治理方面的影响存在差异。负责任的领导力强调AI实施中的伦理重要性，并在整个组织中推行伦理实践（Tahir等人，2024年）。我们认为，负责任的领导力提高了员工对伦理标准的意识和遵守程度，培养了强调负责任使用AI的文化，并影响了用户的AI信任。这种动态突显了负责任领导力作为影响AI信任边界条件的必要性。
总之，我们的研究为医疗保健领域中AI与员工AI绩效的相关文献做出了几项贡献。首先，目前关于RAI、员工AI协作和参与度的文献较少，探讨这些联系的研究也非常有限。其次，我们通过研究AI信任在RAI、员工AI协作和参与度之间的关系中的中介机制，丰富了现有文献。因此，本研究解决了进一步研究RAI、员工AI协作和参与度在医疗保健领域中的需求（Behl等人，2023年；Papagiannidis等人，2025年）。最后，我们认为负责任的领导力在放大RAI对员工AI信任的积极影响方面发挥了重要作用。
部分摘录
理论背景和假设发展
刺激-有机体-反应（Stimulus-Organism-Response, S-O-R）理论认为，环境线索会引发认知、情感和生理反应，从而导致行为上的回避或接近反应（Mehrabian和Russell，1974年）。S-O-R框架最初由Mehrabian和Russell（1974年）提出，随后由Jacoby（2002年）进一步阐述，该框架认为环境刺激会影响人类行为。该框架包括三个组成部分：刺激（S）、有机体（O）和反应（R）。
方法
我们使用横截面数据来验证我们的假设。研究数据来自通过Prolific数据收集服务在美国医疗保健工作者中进行的在线调查，这些工作者在过去一年中每天或至少每周在其工作中常规使用人工智能（AI）技术。我们选择每天或每周使用AI工具的个体作为样本，以确保他们熟悉并受到AI技术的影响。
数据分析和结果
在假设检验之前，我们确认了量表的效度和可靠性。我们使用SPSS 26进行数据筛选、缺失值分析、正态性评估、多变量异常值检测、同方差性检验、多重共线性检验和描述性统计分析。我们使用AMOS 26进行验证性因素分析（Confirmatory Factor Analysis, CFA）以验证研究变量。采用合适的拟合度指标来评估结构模型的适用性。
讨论
AI技术有潜力通过强大的计算模型改变医疗保健行业，支持医疗专业人员的复杂数据汇总任务（Trocin等人，2025年）。然而，AI技术在该领域的应用仍然相对有限。基于S-O-R框架（Jacoby，2002年；Mehrabian和Russell，1974年），我们的研究结果表明，作为刺激（S）的RAI对作为有机体（O）的员工AI信任有积极影响。尽管我们假设负责任的领导力（RL）
结论
本研究加深了我们对负责任AI如何通过建立员工对AI的信任来改善美国医疗保健领域员工协作和参与度的理解。利用S-O-R框架并结合实证数据，研究结果表明，员工对AI的信任是连接RAI与员工AI协作和参与度的关键机制。这项研究为RAI和AI参与度的文献做出了贡献，为企业在应对伦理挑战时提供了宝贵的见解。
CRediT作者贡献声明
扎希德·哈米德（Zahid Hameed）：撰写初稿、进行正式分析、概念化、软件开发、方法论设计、验证。哈迪尔·阿尔萨利赫（Hadeel Alsaleh）：撰写初稿、审稿与编辑、方法论设计、调查、验证。普里扬卡·马利克（Priyanka Malik）：审稿与编辑、验证、方法论设计、正式分析。苏尚特·库马尔·维什诺伊（Sushant Kumar Vishnoi）：审稿与编辑、撰写初稿、方法论设计、概念化。
资助
本项目由努拉·宾特·阿卜杜勒拉赫曼大学的研究支持项目（Princess Nourah bint Abdulrahman University Research Supporting Project Number: PNURSP2026R284）资助，该大学位于沙特阿拉伯利雅得。
利益冲突声明
扎希德·哈米德（Zahid Hameed）的工作得到了阿吉曼大学的研究资助（2025-IRG-CBA-11），该大学位于阿联酋阿吉曼。
扎希德·哈米德（Zahid Hameed）是阿联酋阿吉曼大学商学院的助理教授。他的研究主要集中在管理和人力资源管理领域，特别关注电子人力资源管理、管理中的人工智能、绿色人力资源管理（Green HRM）、组织公民行为（Organizational Citizenship Behaviors, OCBEs）和信息管理。他致力于推进这些不断发展的领域的知识和实践。
