乐于分享
好东西不私藏

TFSC2026|从工具到主管:揭示AI角色对员工绩效的影响

TFSC2026|从工具到主管:揭示AI角色对员工绩效的影响

SSCI JCR Q1; IF 13.3; ABS 3

[简介]


随着人工智能不断嵌入组织工作流程,AI已不再只是帮助员工完成重复性任务的工具,而是可能被安排为同事、下属,甚至主管。本文基于角色理论,关注AI在组织中被赋予不同角色时,员工如何理解其权威、责任与自主空间,并进一步影响员工绩效。与以往仅研究“AI作为工具”或单一AI角色的研究不同,本文同时比较了AI主管、AI同事、AI下属和AI工具四种角色,试图回答一个更细致的问题:AI到底在什么角色下更有利于员工绩效,又在什么角色下可能产生负面影响。

研究采用混合方法设计,结合真实组织情境中的员工调查和实验室情境下的随机实验。结果显示,AI被置于主管角色时,会降低员工绩效,其原因在于员工更容易将责任转移给AI,同时感到自主性和控制感下降;相反,当AI作为同事或下属时,员工的赋权感增强,绩效表现更好。这一发现说明,AI对员工并不存在简单的“促进”或“抑制”效应,关键在于组织如何定位AI,以及员工如何理解AI所处的角色。

[理论框架]


[研究逻辑]


• 角色理论视角:组织中的角色不仅是一种任务分工,也意味着权威、责任、自主权和互动规则的配置。AI进入组织后,员工会按照其被安排的位置来理解AI,而不只是把它看成一项技术。
• AI主管:当AI负责分派任务、监督进度或评价绩效时,员工可能将AI视为更高层级的权威主体,从而弱化自身责任感,并感到工作自主性下降,最终损害绩效。
• AI同事:当AI以平等协作伙伴的身份参与决策和问题解决时,员工仍然保持主动性和参与感,更容易把AI视为增强自身能力的伙伴。
• AI下属:当AI按照员工指令执行任务、反馈结果并接受人工监督时,员工的主导地位更加明确,赋权感和控制感更强。
• AI工具:AI工具作为参照组,主要承担效率提升和辅助执行功能,不直接改变组织层级关系。

[样本与变量]


研究设计:

研究环节

样本与场景

核心任务

主要目的

研究1:现场调查

中国已将AI嵌入员工工作流程的企业;向2700名员工发放问卷,最终获得815份有效样本。

开放式问题识别员工感知的AI角色;随后测量绩效、赋权感、责任让渡等变量。

在真实组织情境中建立AI角色分类,并检验不同AI角色与员工绩效之间的关系。

研究2:实验室实验

294名在职或自雇的非全日制MBA学生,均具有至少三年工作经验。

随机分配至AI主管、AI同事、AI下属和AI工具四种情境,完成卡片匹配任务,以完成时间作为客观绩效指标。

通过随机操纵AI角色识别因果关系,并验证赋权感和责任让渡的中介机制。

研究1强调外部效度,能够反映真实员工与AI互动的复杂性;研究2强调内部效度,通过随机实验更清晰地识别不同AI角色对绩效的因果影响。

变量测度:

变量类型

变量/构念

测量或操作方式

说明

核心自变量

AI角色

四类:AI主管、AI同事、AI下属、AI工具。研究1基于开放式文本编码;研究2通过AI自我介绍和互动语言操纵。

本文的核心不是AI技术功能差异,而是AI在组织关系中被定位为何种角色。

被解释变量

员工绩效

研究1采用员工自评绩效量表;研究2采用卡片匹配任务完成时间。

研究2中完成时间越短,表示任务绩效越高。

中介变量

赋权感

采用Spreitzer1995)量表,衡量员工感受到的自主性、能力、影响力和工作意义。

AI同事和AI下属主要通过提升赋权感改善绩效。

中介变量

责任让渡

采用Murtagh等(2015)量表,衡量员工将任务责任、问题归因或决策责任转移给AI的倾向。

AI主管会提升责任让渡,进而降低绩效。

替代机制

感知权威、关系距离、情绪状态

研究2进一步测量并检验这些替代机制。

结果显示这些机制不能解释AI角色对绩效的影响。

控制变量

技术准备度、角色清晰度、工作满意度、AI使用时长、部门规模等

主要用于研究1的稳健检验与中介分析。

控制员工个体状态和组织情境差异。

[主要结论]


• AI主管角色显著降低员工绩效。研究1中,AI主管组的绩效均值为4.28,低于AI同事组(5.42)、AI下属组(5.52)和AI工具组(5.12)。研究2中,AI主管组完成任务所需时间最长,平均为67.37秒,显著慢于AI同事组(59.24秒)、AI下属组(59.27秒)和AI工具组(63.44秒)。

• AI同事和AI下属角色对员工绩效更有利。无论是在真实组织调查中,还是在实验室随机任务中,AI同事和AI下属均表现出优于AI工具的结果;二者之间差异并不显著,说明只要AI角色能保留员工的主动性和控制感,均可能提升绩效。

• AI主管的负面影响来自两条心理路径:一是降低员工赋权感,使员工觉得自己只是执行AI指令;二是提高责任让渡,使员工更倾向于把结果责任交给AI而非自己承担。

• AI同事和AI下属的积极作用主要来自赋权感提升。当AI被视为合作伙伴或受员工指挥的执行者时,员工更容易感到自己仍然掌握任务过程,因此更积极投入工作。

• 替代解释得到排除。研究2进一步检验感知权威、关系距离和情绪状态,发现这些因素并未构成显著中介,说明文章识别出的关键心理机制主要是赋权感和责任让渡。

•文章的核心结论是:AI影响员工绩效的关键不只是技术能力,而是AI在组织角色结构中的位置。AI同样可以提升或削弱绩效,取决于它被设计成“帮员工做事”,还是“替员工管事”。

组织部署AI时,不能只问AI能做什么,还要问AI在组织里像谁”——像主管、同事、下属,还是工具。角色定位不同,员工的责任感、赋权感和绩效结果也会不同。

[文献来源] 


Chi, Y., Song, Y. (Amy), & Bai, X. (2026). From tool to supervisor: Uncovering the impact of AI roles on employee performance. Technological Forecasting & Social Change, 232, 124817. https://doi.org/10.1016/j.techfore.2026.124817

免责声明:本文版权归原作者所有,点击阅读原文可获取全文。内容仅供参考与交流,不代表本公众号立场。如有侵权请联系删除。最终解释权归【经管学术研究】所有。

欢迎投稿:本公众号长期欢迎课题组招生、学术会议、论文宣传、人才招聘等各类学术信息的投稿推广,欢迎联系小编!