当AI成为我的队友:员工如何感知并与具有性别特征的AI队友协作


当AI成为我的队友:员工如何感知并与具有性别特征的AI队友协作
When AI Becomes My Teammate: Unpacking How Employees Perceive and Collaborate With Gendered AI Teammates
文献来源:Tu, Y., Li, J., Chen, J., Li, C.-J., & He, W. (2025). When AI becomes my teammate: Unpacking how employees perceive and collaborate with gendered AI teammates. Journal of Organizational Behavior.

研究问题:本文探究员工如何在社交层面区分AI与人类队友,以及这些社会认知如何进而影响员工与AI的合作关系。

人工智能在工作场所的融合正在改变组织团队的结构,传统的纯人类团队正日益演变为人类与AI智能体共同协作完成任务的人机混合团队。在这些团队中,AI智能体承担特定角色,共享集体目标,并与人类成员建立任务型与社会型联系,从而使它们能够作为名副其实的队友而不仅仅是工具发挥作用。

社会感知理论认为,个体主要通过两个普适维度来评价他人:热情与能力。一位在情感上给予支持的队友可能被感知为“热情”,而展现出娴熟绩效的队友则被视为“有能力”。这些感知帮助人们判断对方是怀有敌意还是善意、是否可靠,以及是否值得合作。
社会角色理论

社会角色理论指出,个体所扮演的角色“为试图判断其所遇对象的观察者提供了重要的信息来源”。个体的角色及附着于这些角色的文化意义深刻地影响着他人对其的认知。角色作为一种强大的图式,塑造着期望、引导着规范、并构建着社会解读的方式。


队友身份(人类 vs. AI)与感知能力呈正相关,即AI队友被认为比人类队友更有能力
队友身份(人类 vs. AI)与感知热情呈负相关,即AI队友被认为比人类队友更缺乏热情。
AI凭借高速计算、大规模数据访问和先进算法推理,在决策、数据处理和问题解决方面表现卓越。但是,AI常被认为冷漠、机械且缺乏情感,尤其是在需要同理心、判断力或关怀的角色中。
队友性别调节队友身份(人类 vs. AI)与感知能力之间的正向关系,即当AI和人类队友均为男性时,这一正向关系更强;当两者均为女性时,这一关系更弱。
队友性别调节队友身份(人类 vs. AI)与感知热情之间的负向关系,即当AI和人类队友均为女性时,这一负向关系更弱;当两者均为男性时,这一关系更强。
男性常被认为天生比女性更有能力,而女性则被视为比男性更热情。当AI与人类队友均为男性时,员工更可能赋予AI队友高于人类队友的能力评价。当AI与人类队友均为女性时,员工将较少认为AI队友比人类队友更缺乏热情。
队友身份(人类 vs. AI)通过感知能力对合作产生正向的间接影响。
队友身份(人类 vs. AI)通过感知热情对合作产生负向的间接影响。
一方面,由于AI相对于人类的感知能力优势,员工可能更倾向于与AI队友而非人类队友合作。另一方面,由于其相较于人类队友所感知到的热情缺失,他们又可能不愿与AI队友积极合作。
队友性别调节队友身份(人类 vs. AI)通过感知能力对合作产生的正向间接效应,即当AI与人类队友均为男性时,这一正向间接效应更强;当两者均为女性时,此效应更弱。
队友性别调节队友身份(人类 vs. AI)通过感知热情对合作产生的负向间接效应,即当AI与人类队友均为女性时,这一负向间接效应更弱;当两者均为男性时,此效应更强。

本文开展了三项研究:研究1为一项情景实验,参与者被随机分配到以下四种条件之一:男性人类队友、男性AI队友、女性人类队友和女性AI队友。在阅读情景描述后,参与者评估了他们对队友能力和热情的感知,以及他们与队友合作的意愿。研究2是一项基于情境的虚构互动实验,参与者需向队友发送电子邮件征询建议来完成任务,并评估队友的能力与热情,以及通过是否选择再次邀请队友完成新任务评估合作意愿。研究3为一项预注册的多波次实地调查,采用自我报告行为测量来评估他们在不同工作流程中与AI团队合作的频率。

研究结论:
本研究整合社会感知理论与社会角色理论,探究员工如何在社交层面区分AI与人类队友,以及这些社会认知如何进而影响员工与AI的合作关系。通过三项研究,包括一项情景实验、一项虚构互动实验和一项预注册实地调查,研究发现,员工认为AI队友比人类队友能力更强,但热情更低。AI的这种能力优势增强了员工与AI的合作意愿,但其感知上的热情缺失则阻碍了合作。此外,具有类女性特征的AI队友设计弥补了其在热情方面的不足,但同时削弱了AI相对于人类的能力优势。相反,具有类男性特征的AI队友设计则放大了AI的能力优势,却加剧了其缺乏热情的问题。
研究展望:
1、未来研究可考察多人多AI环境下的动态。
2、未来研究可采用行为日志分析、协同任务绩效等客观指标。
3、未来研究可追踪性别化设计长期是否固化社会偏见。
4、未来研究可将文化价值观、个人AI经验、组织支持等纳入模型。


“知识改变命运”,
学习本身就是一件
值得坚持和夸耀的事情
等你真正静下心来去学习的时候
你会发现我要学习带给你来的 是一个全新的世界
欢迎扫码咨询曾老师
👇👇👇

路漫漫其修远兮,需上下而求索
研途长远,带你一战成研
好学术,始于研博学术
长按关注 ⏰点击蓝字
版权归原作者或相关平台所有,仅用于学术分享 如有侵权请联系删除,谢谢 扫码关注公众号 我要教育服务号
圆梦·就在我脚下 微信号| wy18665602888 港澳留学 中考志愿
高考志愿 升本插本
华侨联考 自考成考
我要教育订阅号
更多资讯欢迎关注
学历教育 专本硕博
VIP指导 皇冠考辅
硕士联考 博士招生
中工高工 中经中会
职称评审 教资笔面
目前100000+人已关注加入我们


夜雨聆风

