员工人工智能意识(AIA):福祉还是祸根?——一项系统性回顾与未来研究议程

《Acta Psychologica》:A boon or a bane? Demystifying employee AI awareness (AIA): A systematic review and future research agenda

【字体: 大 中 小 】 时间:2026年09月20日 来源:Acta Psychologica 3.8

编辑推荐:

  专业术语翻译 员工人工智能意识(Employee AI Awareness, AIA)已成为一个关键但在概念上分散的构念,它捕捉了员工如何从认知和情感层面解释人工智能(Artificial Intelligence, AI)对其工作的影响。为回应在组织情境下开

  
专业术语翻译 员工人工智能意识(Employee AI Awareness, AIA)已成为一个关键但在概念上分散的构念,它捕捉了员工如何从认知和情感层面解释人工智能(Artificial Intelligence, AI)对其工作的影响。为回应在组织情境下开展基于心理学的人工智能研究的呼吁,本研究通过系统性回顾和整合零散的证据,以加强员工AIA的概念基础,并发展对该构念一致的、以过程为导向的理解。采用五步识别和筛选方案进行了系统性文献综述,最终纳入147篇经同行评审的研究。这些研究运用理论-情境-特征-方法论(Theory-Context-Characteristics-Methodology, TCCM)框架进行分析,以考察理论基础、情境模式、构念特征和方法论趋势。研究结果厘清了员工AIA的概念边界,将其与相关构念区分开来,并将AIA重新概念化为一个动态过程,员工通过该过程解释并适应与人工智能相关的组织变革。具体而言,员工通过相互关联的认知、情感、动机、行为和关系机制来解释与AI相关的线索,从而产生不同的适应轨迹,这些轨迹取决于个体资源(如自我效能感和AI相关能力)和组织资源(如领导支持、培训和心理安全感)的可用性。在此综合基础上,本综述开发了一个以过程为导向的概念框架,解释了员工对AI的反应如何在组织情境中出现和演变,同时,一个结构化的基于TCCM的研究议程确定了未来理论和实证推进的优先事项。本研究通过提供概念澄清和对零散证据的过程导向性重新诠释,推动了员工AIA学术研究的发展,为未来研究和循证管理干预措施提供了更坚实的基础,以支持心理上可持续的AI采纳。

论文解读文章

1. 研究背景与现存问题

随着工业4.0的到来,智能技术、人工智能、机器人和算法(Smart Technology, Artificial Intelligence, Robotics, and Algorithms, STARA)正被全球各组织广泛采用,以提高效率、降低成本并增强竞争力。然而,这一技术浪潮也引发了关于工作未来的深刻担忧。员工作为组织转型的核心,并非被动接受者,而是积极解释、适应和实施这些系统的主体。他们的感知、态度和意义建构最终决定了AI是提升服务质量还是成为紧张、抵抗和破坏的根源。在此背景下,员工人工智能意识(Employee AI Awareness, AIA)作为一个关键构念应运而生,指的是员工对AI技术如何影响其职业和未来就业前景的认知。
尽管过去十年间关于员工AIA的研究显著增长,但该领域仍面临严峻挑战:
  • •
    概念界定模糊:现有研究对AIA的概念化存在巨大差异。早期研究将其视为单维度构念,主要反映工作不安全感;后续研究发展为二维压力模型(挑战vs.阻碍评估);近期则出现了多维框架(如增强-消耗模型)。这种不一致导致不同研究看似在探讨同一现象,实则捕捉了不同的潜在内涵,使得比较发现、积累知识变得困难。
  • •
    机制理解碎片化:已有研究虽然识别了多种中介过程(如认知评估、情绪耗竭、自我效能感等)和调节因素(如领导力、组织支持),但这些机制大多被孤立地考察,缺乏一个连贯的解释性过程框架来整合它们。
  • •
    研究发现相互矛盾:一方面,AIA被发现与更高的敬业度、创新性和适应性相关;另一方面,它又与职业倦怠、离职倾向和服务破坏行为相关。这些矛盾的发现表明,现有证据缺乏一个能够整合前因、心理机制、边界条件和后果的总体框架。
因此,亟需一项系统性综述来调和这些分歧,建立更清晰的构念边界,并为未来的研究提供一个统一的理论基础。

2. 研究方法

为解决上述问题,研究人员采用了一项结构化的系统性文献综述(Systematic Literature Review, SLR)方法。该方法遵循了由De Keyser等人(2020)提出的五步识别和筛选协议,以确保过程的客观性、可重复性和严谨性。研究团队首先在Scopus数据库中,使用结合了“AI及相关技术”、“员工及相关工作”和“意识及其相关维度”三大类别的关键词字符串进行检索。随后,根据预先设定的纳入标准(如发表于2018年后、英文同行评议期刊、收录于ABDC、ABS或拥有JCR影响因子等)和质量标准进行筛选。经过剔除重复项、标题与摘要筛选以及全文审查后,最终纳入了147篇高质量研究。为确保全面性,还采用了前向和后向滚雪球法补充了额外文献。最终的分析框架采用的是理论-情境-特征-方法论(Theory-Context-Characteristics-Methodology, TCCM)框架,用以系统地梳理理论基础、研究情境、构念特征和方法论趋势。

3. 研究结果

3.1. 领域的演进、研究传统与发表趋势
研究显示,员工AIA研究经历了显著的概念演进。初期(约2018年起)主要将AIA视为一种与技术相关的压力源,关注其对工作不安全感、焦虑和离职意向的直接负面影响。中期(约2021年起)研究重点转向探索“如何”及“何时”产生影响,开始引入中介和调节变量,理论应用也更加多样化。近期(约2024年起),研究视角超越了单纯的威胁观,认识到员工可能同时将AI视为挑战和机遇,并开始探索创新、工作投入等积极结果。尽管如此,该领域仍以个体层面的横截面研究为主。
3.2. 理论视角(T)
通过TCCM分析,研究识别出超过40种理论,并将其归纳为六大主题:
  • •
    主题一:压力与应对理论(主导地位):将AIA视为工作压力源,引发
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号