《The Journal of Applied Behavioral Science》:Managing AI-led and AI-generated Processes: Reframing Organizational Change When AI Drives Change
编辑推荐:
2026年1月,人工智能企业Anthropic创始人Dario Amodei发表长文指出,“我们正在进入一个既动荡又不可避免的成年礼,它将考验我们作为物种的自我认知”,意味着AI正从“技术青春期”迈向“技术成年期”,构成一种质上不同的变革形式,挑战先前技术时代
2026年1月,人工智能企业Anthropic创始人Dario Amodei发表长文指出,“我们正在进入一个既动荡又不可避免的成年礼,它将考验我们作为物种的自我认知”,意味着AI正从“技术青春期”迈向“技术成年期”,构成一种质上不同的变革形式,挑战先前技术时代积累的假设、经验与应对方式。尽管每一轮技术浪潮都曾同时带来效率进步的希望与失业、自主性丧失、新型控制和社会分裂的担忧,但当前关于AI的讨论常常呈现“技术例外主义”(technological exceptionalism,一种认为AI使既有理论失去适用性的倾向),并由此导致“历史失忆”(historical amnesia,一种忽视既往技术变革研究积累的倾向)。研究人员主张采取回顾性与前瞻性两种互补取向:前者借鉴社会技术系统理论(socio-technical systems theory,强调技术与社会系统相互依存的理论)、技术采纳研究与组织学习的既有知识;后者引入未来导向方法系统探索AI可能带来的组织未来。文章的核心命题是:机会与威胁、连续与断裂、控制与自主之间的张力始终伴随技术变革;组织变革学者需要判断AI的哪些特征是延续,哪些是真正的新颖,哪些要求修正既有理论或发展新的方法论,而这一判断本身应被视为实证和理论问题。
**研究背景与问题**:AI正从“技术青春期”迈向“技术成年期”,组织变革研究面对AI的快速发展,出现了两极化的判断:一种将AI描述为前所未有的断裂,另一种则近乎无动于衷。研究人员认为,这两种反应都可能掩盖一个更根本的问题——如何判断AI变革中哪些部分是熟悉的,哪些是真正不同的。过往的计算机化、互联网、云计算等每一轮技术变革都伴随着类似的机会、不确定性和适应过程,形成了一整套关于技术如何重塑工作、权力、组织与制度的知识。将这些积累一并放弃,会使研究陷入“历史失忆”;而把AI设想为完全超出既有理论范围,则是一种“技术例外主义”。两种态度都无助于解释AI已现实产生的组织后果。因此,本文提出一个双元取向:既要从社会技术系统、技术采纳、组织学习和工作场所变迁等传统研究中继承工具,也要借助未来研究方法探索无法从历史经验直接推出的组织未来。核心命题是:AI是否重要无需争论,真正需要回答的是组织变革研究能否在吸取以往技术变革教训的同时,发展出应对新现实的理论与方法。
**主要技术方法**:该文属于理论性评论(Focus Forum),没有实证样本队列。研究方法以叙事性文献回顾和理论整合为主,梳理并利用了社会技术系统理论、权变理论(contingency theory,认为组织效果取决于组织安排与情境因素匹配的理论)、劳动过程理论(labor process theory,研究工作过程中控制与劳动组织变化的理论视角)、结构二重性(duality of technology,认为技术既被人类行动塑造又反过来塑造人类行动的观点),以及未来研究(futures studies)中的战略预见(strategic foresight)、情景规划(scenario planning)、科幻原型(science fiction prototyping)等方法论资源,将回顾性与前瞻性分析整合为一个统一框架。
**研究结果**:
**熟悉的技术矛盾心理**:通过追溯Jeff Bezos对万维网的早期评价,以及Alvin Toffler和Shoshana