《Journal of Management & Organization》：Industry 5.0: A socio-technical system perspective on human agency and institutional legitimacy
编辑推荐：
生成式人工智能（Generative AI，GenAI）的兴起加速了向工业5.0（Industry 5.0）的转变，标志着从工业4.0（Industry 4.0）以技术为中心的焦点向以人为中心、价值驱动范式的关键转型。虽然其前身优先考虑自动化和技术，但工业5.
生成式人工智能（Generative AI，GenAI）的兴起加速了向工业5.0（Industry 5.0）的转变，标志着从工业4.0（Industry 4.0）以技术为中心的焦点向以人为中心、价值驱动范式的关键转型。虽然其前身优先考虑自动化和技术，但工业5.0将先进的人机协作与社会要求相结合以创造韧性。本研究通过提出一个基于系统理论（systems theory）和合法性理论（legitimacy theory）的新型系统框架，将工业5.0概念化为一个互联的生态系统而非孤立的支柱，从而推进了现有文献。研究人员将技术适应（technological adaptation），特别是人工智能（AI）整合，以及以人为中心（human-centricity）确定为关键输入，这些输入驱动经济、环境和社会可持续性作为系统输出。通过绘制这些相互依赖关系，该模型展示了具有内聚力的组件如何共同推动组织转型。这些发现为将企业战略与可持续发展目标（Sustainable Development Goals，SDGs）对齐提供了可操作见解，为政策制定者和实践者提供了面向未来的路径，以导航这一复杂的新兴工业环境。
**研究背景与问题**
工业5.0（Industry 5.0）的兴起标志着工业发展从工业4.0（Industry 4.0）以技术为中心的范式向以人为中心、价值驱动范式的关键转型。生成式人工智能（Generative AI，GenAI）的加速发展进一步推动了人机深度协作。然而，现有文献大多将工业5.0视为由韧性、可持续性和以人为中心三大支柱构成的分类问题（taxonomy problem），而非解释各要素如何动态交互的系统问题。这些研究忽视了输入如何通过反馈过程生成可持续性输出的机制，也未充分阐明以人为中心是应作为并列支柱之一还是作为系统的治理力量。为填补这一空白，本研究旨在通过系统理论（systems theory）和合法性理论（legitimacy theory）的整合视角，将工业5.0概念化为一个自调节的社会技术系统（socio-technical system），并回答两个研究问题：（1）工业5.0的主要特征是什么？（2）这些特征如何基于系统思维相互关联？该研究发表在《Journal of Management》。
**研究设计与方法**
研究人员采用两阶段研究设计。第一阶段进行文献计量分析（bibliometric analysis），利用VOSviewer软件对Scopus数据库中截至2025年12月25日的2618篇期刊文章（初始收集5618篇，经筛选保留2592篇用于分析）进行聚类映射，识别出五个主导主题集群，提供宏观层面的研究景观。第二阶段进行系统文献综述（systematic literature review），遵循Tranfield等（2003）的方法，对同一数据集中732篇经筛选的文章进行内容分析（content analysis），识别输入-输出关系、反馈机制和转型过程。主要关键技术方法包括：文献计量分析中的共词聚类（co-occurrence clustering）和系统综述中的元三角测量（meta-triangulation）。注意：本研究不涉及实验室操作或样本队列，数据来源为Scopus数据库。
**研究结果**
- **吞吐过程：社会技术转型（Throughput: Socio-technical transformation process）**
通过系统文献综述发现，输入转化为输出并非即时发生，而是通过吞吐阶段实现，该阶段体现人类能力与技术工具的整合。研究识别出三种模式：认知再分配（cognitive redistribution，如GenAI处理常规数据而人类聚焦判断与伦理监督）、适应性共演化（adaptive co-evolution，人类见解重塑技术配置，技术能力扩展人类决策范围）、价值过滤（value filtering，技术产出在被接受为系统结果前需经由以人为中心的标准评估）。这表明吞吐阶段是系统中的主动治理层，类似技术输入可因人类中心中介的有效性而产生不同可持续性结果。
- **系统反馈与调节动态（Systemic feedback and regulatory dynamics）**
基于系统理论，模型区分了两个反馈层。内部强化反馈回路（internal reinforcing feedback loop）存在于技术输入与人类输入之间，先进工具提升人类技能，同时人类价值观影响技术设计。外部平衡反馈回路（external balancing feedback loop）通过制度合法性（institutional legitimacy）将可持续性输出回馈至输入阶段，未满足期望时会触发纠正压力。当内部回路强劲时，系统产生满足外部合法性需求的结果，形成良性循环；当内部回路薄弱时，外部回路迫使组织重新校准策略。
- **工业5.0的关键输入（Key inputs of Industry 5.0）**
从文献计量和系统综述发现，技术适应（technological adaptation）和以人为中心（human-centricity）是相互强化的输入。技术输入方面，工业5.0的研究关注机器学习、深度学习、联邦学习、区块链、5G/6G网络、云计算、增材制造和AI等技术，强调其作为感知、处理和驱动机制的功能，GenAI则带来生成性与解释性能力的质变。以人为中心方面，研究将其定位为系统的规范性核心，人类能动性（human agency）是关键机制，允许工人在数字化环境中协商与技术的交互方式。文献强调高质量就业、自主性、尊严和满意度，人机协作成为关键子系统，安全、工效学和体验质量作为设计标准。
- **跨切面综合：系统模式（Cross-cutting synthesis: Patterns across the system）**
整合所有组件，研究揭示四个跨系统模式：第一，以人为中心并非并列支柱而是治理变量，它塑造技术采纳、价值过滤和合法性结果；第二，系统表现出非线性放大效应，GenAI会放大系统中已有的最强信号——强大的以人为中心带来良性循环，薄弱时则导向技术决定论漂移；第三，合法性是转型的系统驱动力，工业4.0向5.0的转变由合法性赤字推动，即表面合规无法满足社会期望；第四，可持续性输出是涌现属性（emergent properties），而非工程终点，它们来自输入在吞吐阶段交互的质量，受反馈动态调节。
**讨论总结与结论翻译**
讨论部分概述了本研究的理论贡献：通过系统理论将工业5.0概念化为一个互联整体，识别出以人为中心作为治理输入，防止系统滑向效率驱动但社会脆弱的工业4.0模式；引入生态系统理论（ecological systems theory）解释跨层次动态，如微观系统（人机界面）、中观系统（组织过程）、外系统（ESG法规）和宏观系统（SDGs）之间的反馈；整合合法性理论阐明转型的战略必要性，从策略合法性（strategic legitimacy，如表面合规）转向制度合法性（institutional legitimacy，如将人类中心与可持续性融入组织身份）是维持系统长期生存的关键；AI尤其是GenAI被定位于系统性放大器，其加速反馈循环的同时也放大了人类中心治理的薄弱环节。最后，研究结论部分翻译如下：
随着组织从工业4.0向工业5.0转型，它们必须平衡技术进步与人类福祉和环境可持续性。通过清晰的理论透镜理解这一转变，有助于识别塑造该现象的关键机制和特征，并支持其有效整合到组织实践中。本研究开发的框架为未来研究提供了概念基础，也为寻求导航这一转型的组织提供了实践指导。总体而言，本研究在理论和方法论上均做出了贡献。理论上，通过系统理论和合法性理论的结合视角，将工业5.0概念化为一个互联的社会技术系统，将以人为中心定位为治理输入而非被动支柱；模型突出了内部强化和外部平衡反馈回路在维持系统均衡中的作用，并纳入生态系统理论解释跨层次关系。方法论上，本研究展示了两阶段研究设计的价值，结合文献计量分析与系统文献综述，遵循既定综述指南以确保严谨性和可靠性。
