工作场所人工智能应用对员工影响的元分析

　　1 引言

　　近年来，人工智能(Artificial Intelligence，AI)技术在工作场所得到广泛运用，虚拟助手、智能机器人等AI工具开始辅助或替代过去由人类承担的工作。AI应用以更具协作性的方式将员工从重复、沉闷的工作任务中解放出来，使员工能更加专注于提高自身专业技能以从事高价值创造性活动(Chuang，2021)。例如，通过部署虚拟助理来管理员工的工作量并提高其业务绩效(Brachten et al.，2020)；通过智能机器人实现任务自动化并提高工作效率，帮助员工进一步了解客户个性化偏好和市场变化，以提供更优质的客户服务(Wang，Lin，et al.，2022)。AI赋能下灵活的工作设计和远程工作模式还提高了员工的工作满意度(Singh & Tarkar，2022)。

　　然而，一些学者也关注到了AI应用的“黑暗面”。AI在工作场所中的合法性应用可能导致大规模失业(Smith & Anderson，2014)，员工正日益强烈地表达出对AI应用可能带来失业等后果的担忧(Rampersad，2020)。AI技术赋能传统行业后导致工作内容和业务流程发生变化也给员工提出了更高的岗位能力要求(朱晓妹等，2021)。AI应用所带来的挑战已成为员工不可避免的压力源(Brougham & Haar，2020)，使员工在工作中感到不安全、个人价值被低估(Li et al.，2019)，工作满意度和组织承诺降低，离职倾向和抑郁等消极状态更加突出(Raj & Seamans，2019)。

　　近5年来，关于AI主题的文献数量迅速增加，AI应用对员工行为和心理影响的相关实证研究也在不断涌现。已有研究结论呈现以下特点：

　　第一，不同研究报告的AI应用与员工行为和心理变量的关系呈现出较大差异。有研究表明AI应用会对工作绩效、工作重塑、工作投入、工作满意度等积极行为或心理产生正向影响(盛晓娟等，2022；Brachten et al.，2020；Prentice et al.，2023；Wang，Lin，et al.，2022；Wijayati et al.，2022)，而另一些研究则发现AI应用会降低工作绩效、工作重塑、组织承诺、工作满意度等(Brougham & Haar，2018；Kong et al.，2021；Matsunaga，2021；Song et al.，2022)。与此类似，尽管诸多研究表明AI应用会加剧员工的退缩行为、离职倾向、情绪耗竭、焦虑等消极效果(张恒等，2024；朱晓妹等，2020；Man Tang et al.，2022；Xu et al.，2023a)，但另一方面，AI应用也在一定程度上缓解了员工的工作载荷、角色冲突、身心疲劳等(Man Tang et al.，2022；Qiu et al.，2022； et al.，2023)。

　　第二，AI应用对员工行为和心理的影响结论存在差异的理论机制有待进一步厘清。以往研究大多基于资源、认知和情感等视角挖掘AI应用对单一结果变量的影响路径(Brougham & Haar，2018；Shaikh et al.，2023；Xu et al.，2023a，2023b)，少数文献对工作场所AI应用产生的影响进行了综述(Zirar et al.，2023)，但仍缺乏基于某一理论框架对工作场所AI应用与员工的行为和心理结果变量间关系进行系统的定量整合研究。一方面，AI应用通过提供工作资源、改善工作设计，解放员工的生产力从而让员工有更多时间从事创造性任务，另一方面，人机协作需要员工具有更高的数字化素养和数字化技能(Zirar et al.，2023)。因此，AI的资源支持属性赋予员工诸多积极体验，然而它在某些方面也给员工带来消极后果。但这种影响程度究竟如何?现有研究尚未给出答案。工作要求-资源模型认为，工作资源和工作要求共同决定了个体资源的盈亏状态，该盈亏状态决定了员工的工作状态(Hobfoll，1990，2011)。因此，明晰和比较AI应用对员工的影响方向和影响效应，有助于深化对AI应用作用效果的整体认识。

　　第三，现有研究结论的不一致，提醒研究者要充分考虑AI应用影响员工行为和心理的情境因素，重视AI应用影响结果变量的边界条件。Raisch和Krakowski(2021)提出了AI与人协作时的角色可分为增强智能和自动化智能，并在研究中强调了前者的好处，对后者的影响持消极态度。增强智能意味着员工与AI密切协作来完成任务，而自动化智能则意味着AI接管员工的任务。AI应用类型不同，其对员工的影响效果及影响机理可能大相径庭。但相关实证研究较为缺乏。另一方面，AI应用已悄然覆盖各行各业，其带来的工作环境变化和工作要求转变对于不同行业员工的影响也存在差异，特定行业情境下的研究结果难以具有普适性。因此，有必要深入考察AI应用类型以及行业类型的潜在调节作用，深化对其作用效果在不同情景下的理解。

　　为探讨上述问题，本研究发挥元分析能够克服单一实证研究在测量和取样等方面的局限性，基于工作要求-资源模型运用元分析方法整合众多单个研究结果进行综合再分析(卫旭华，2021)，期望在三个方面取得进展：第一，探究工作场所AI应用与员工积极行为、积极心理效应以及消极行为、消极心理效应间的关系强度和方向，以期澄清过往不一致的结论和填补定量整合的空白。第二，基于整合理论框架，梳理AI作为一项新技术引入组织后给员工行为和心理造成影响的理论逻辑，厘清其作用的具体影响路径。第三，探明AI应用对员工行为和心理的影响是否受到AI类型、行业类型以及测量方式的潜在影响，以期为AI与员工结果之间的关系提供一个更清晰全面的整体图景，为后续实践界因地制宜发挥AI优势以及学术界相关实证研究的方法设计提供理论依据。