《Systems》：How Different Forms of Human–AI Interaction Shape Team Innovation: The Mediating Role of Knowledge Domain Coupling in AI-Enabled New Product Development
编辑推荐：
在深度数字化转型以及人工智能融入新产品开发（new product development，NPD）的背景下，理解不同形式的人机交互与团队创新之间的关联已成为一个重要的组织挑战。本研究基于知识基础观和刺激–有机体–反应（Stimulus–Organism–Re
在深度数字化转型以及人工智能融入新产品开发（new product development，NPD）的背景下，理解不同形式的人机交互与团队创新之间的关联已成为一个重要的组织挑战。本研究基于知识基础观和刺激–有机体–反应（Stimulus–Organism–Response，SOR）框架，调查了不同形式的人机交互与团队创新行为之间的关联，以及知识领域耦合（knowledge domain coupling，KDC）的中介作用。研究人员利用从中国制造业企业中268名作为其各自团队关键知情人的NPD团队经理处收集的问卷数据，考察了两种不同形式的人机交互：增强型人机交互（enhanced human–AI interaction，EHI）和阻碍型人机交互（impeded human–AI interaction，IHI）。结果显示，EHI与知识领域耦合和团队创新行为均呈显著正相关，而IHI与知识领域耦合和团队创新行为呈倒U型关系。此外，互补知识耦合（complementary knowledge coupling，CKC）和迭代知识耦合（iterative knowledge coupling，IKC）共同作为连接人机交互与团队创新行为的知识加工机制。本研究通过解释不同形式的人机交互如何通过不同的知识加工机制与团队创新相关联，为人机交互和团队创新文献做出了贡献。研究结果也为管理者在人工智能赋能的NPD团队中动态平衡不同形式的人机交互以促进创新提供了实践指导。
**论文解读：不同形式的人机交互如何塑造团队创新——基于知识领域耦合的中介机制**
**研究背景与问题**
在深度数字化转型的背景下，人工智能（AI）技术日益融入新产品开发（NPD）流程，成为推动创新的重要力量。然而，AI在数据处理、效率提升和预测分析方面表现出色，但缺乏人类特有的批判性思维、伦理判断和情境洞察力。因此，有效的人机交互被视为连接人类能力与算法精度的关键。然而，人机交互的影响并非总是正向的：过度依赖AI输出或赋予AI过高的决策权可能削弱人类参与，限制判断力，并引发团队协调问题。现有研究存在三方面不足：第一，多数研究将AI视为增强人类能力的技术工具，忽视了不同交互形式对团队创新的差异化影响；第二，现有文献主要关注人机交互对个体层面（如员工创造力、工作绩效）的影响，较少考察团队层面的集体创新行为；第三，现有理论框架（如动态能力、吸收能力等）未能充分揭示AI赋能交互重塑团队知识整合机制的路径。因此，本研究基于知识基础观（KBV）和刺激–有机体–反应（SOR）框架，探讨不同形式的人机交互如何通过知识领域耦合（KDC）与团队创新行为（TIB）相关联。
**研究开展、结论与意义**
研究人员采用问卷调研法，收集了中国制造业企业268个NPD团队的团队经理（关键知情人）数据，开发并检验了一个团队层面的模型。结果显示：增强型人机交互（EHI）与KDC和TIB均呈显著正相关；阻碍型人机交互（IHI）与KDC和TIB均呈倒U型关系；互补知识耦合（CKC）和迭代知识耦合（IKC）共同中介了人机交互与TIB的关系。该研究推进了对AI驱动创新的理解，强调人机交互的动态性而非AI的工具性；将分析层次从个体提升至团队；整合KBV和SOR框架，揭示了KDC作为核心中介机制的作用。论文发表在《Systems》。
**主要关键技术方法**
研究人员采用问卷调研法，样本来自中国制造业企业的268名NPD团队经理（作为各自团队的关键知情人）。测量工具改编自已有成熟量表，经翻译回译和预测试后，通过线上和线下方式收集数据（2025年10月至2026年1月）。统计方法包括验证性因子分析（CFA）、层次回归分析、Bootstrap中介效应检验及非线性效应检验（如U-test和Medcurve宏）。处理了共同方法偏差（CMB）和非响应偏差。
**研究结果**
**（1）人机交互与团队创新行为（TIB）**
通过层次回归分析（模型1和模型4），EHI与TIB正相关（β=0.516，p<0.001），支持H1。IHI的线性项与TIB正相关（β=2.881，p<0.001），平方项负相关（β=?0.349，p<0.001），经U-test确认拐点（4.128）在观察范围内且两侧斜率显著，呈倒U型关系，支持H2。
**（2）人机交互与知识领域耦合（KDC）**
回归分析（模型6-11）显示，EHI与整体KDC（β=0.589）、CKC（β=0.605）和IKC（β=0.574）均正相关（p<0.001），支持H3a和H3b。IHI与KDC、CKC、IKC均呈倒U型关系（线性项正，平方项负），经U-test确认拐点（4.154）有效，支持H4a和H4b。
**（3）知识领域耦合与团队创新行为（TIB）**
模型2显示，CKC（β=0.291，p<0.001）和IKC（β=0.427，p<0.001）均与TIB正相关，支持H5a和H5b。
**（4）知识领域耦合的中介作用**
在加入中介变量后（模型3和模型5），EHI对TIB的直接效应从0.516降至0.183（仍显著），IHI平方项系数从?0.349降至?0.232。Bootstrap检验显示，EHI通过KDC的总间接效应为0.348（95% CI [0.258, 0.429]），CKC和IKC路径均显著；IHI对TIB的非线性间接效应在低、中、高IHI水平下分别为0.555、0.096和?0.363，均显著，证实CKC和IKC共同中介了人机交互与TIB的关系，支持H6a和H6b。
**讨论与结论翻译**
本研究探讨了人机交互如何与NPD团队中的TIB相关联，并考察了KDC的中介作用。基于SOR理论，研究将人机交互概念化为外部刺激，与内部团队认知过程相关联，进而影响创新行为。实证结果来自中国制造业企业的268个NPD团队，主要发现如下：第一，EHI与TIB呈显著正相关，表明更高水平的EHI与更高水平的TIB相关联。第二，IHI与TIB呈倒U型关系：中等程度的AI决策权可能促进批判性评估、人类监督和知识整合，但过度的AI决策权则与较低的TIB相关联。第三，KDC发挥重要的中介作用：EHI与CKC和IKC均显著正相关，进而与TIB正相关；IHI与KDC也呈倒U型模式。这些发现强调了在AI赋能的NPD团队中平衡不同形式人机交互、促进知识领域耦合以驱动团队创新的重要性。
