1. 引言
随着信息技术和机器学习的迅猛发展，人工智能(Artificial Intelligence, AI)技术在工作情境中应用广泛。人工智能扩展到组织的流程转变、业务革新、决策优化等领域[1]，在工作中担任辅助性工具属性角色逐渐转变为员工并肩工作的数字同事，这一变化给员工工作带来效率的同时，也引发新的问题：在人机深度协作的工作情境中，如何持续激发员工的AI工作投入，即员工与人工智能一起工作时投入较高水平的专注、精力和奉献精神等积极心理状态[2]。这能在较大程度上决定人机混合团队的成功[3] [4]，因此探究AI工作投入的前因研究格外重要。而以往研究主要讨论了领导或员工AI工作重塑行为对员工AI工作投入的影响[5]，而个体感知层面这一影响因素尚未得到充分挖掘。
当前人机协作相关研究主要从压力视角、技术接受模型出发，探讨组织引入AI工作情境后，员工被动适应AI这种压力源[6]，亦或者基于AI的技术工具属性，由此员工表现出不同的心理状态。而当员工不再把AI作为一个辅助性角色或者是受到替代威胁的竞争关系，而是开始认同AI参与到自身工作情境当中，并认为协同工作能创造更多积极结果时，本研究认为员工能在AI工作情境下中投入更积极的心理状态，而以往研究充分忽略了这一视角，本研究试图弥补这一不足。
为深入阐述人机协作认同与AI工作投入这一内在作用机制，本研究基于自我决定理论，构建并检验员工人机协作认同对其AI工作投入的影响机制与边界条件。本研究从自我决定视角探讨自主需求、胜任需求、关系需求的中介效应，并检验学习目标导向的调节效应。自我决定理论指出，支持性的情境能满足个体内在的自主需求、胜任需求和关系需求，而个体持续积极投入来源于心理需求得到满足[7]。本研究认为，人机协作认同是一种重要的情境因素，当员工对AI协作关系感到认同时，他们更可能认为自己是人机关系当中的主导一方，利用AI有信心完成有挑战性的工作，并能够在人工智能时代的社会与组织支持当中寻求归属感。心理需求的充分满足，能驱动员工AI工作投入的产生，即其在和AI协作处理工作时表现出活力、奉献和专注的心理状态。研究表明，高学习目标导向的员工把工作当中遇到的挑战作为自身的学习成长和能力提升的机遇。本研究认为，这类员工更有可能将人机协作视为成长和提升的机会，从而能更深入地将人机协作认同感知转化为心理需求的补充，并最终表现为更强的AI工作投入。
本研究的理论贡献体现在三个方面：第一，以往研究主要从领导层面探讨驱动AI工作投入的影响因素，而尚未把个体对人机协作的认同感纳入其中探讨两者之间的关系，本研究揭示了人机协作认同与AI工作投入之间的潜在关系，积极响应学者们对AI工作投入前因研究的呼吁。第二，以往研究尚未探讨人机协作认同与AI工作投入的内在作用机制，本研究基于自我决定理论，研究了三种心理需求对二者的中介关系，拓展了自我决定理论相关文献。第三，个体特质对员工人机协作认同与AI工作投入关系的调节作用尚未充分挖掘，因此，本研究揭示了学习目标导向如何让具有人机协作认同的员工激发其基本心理需求，从而表现出AI工作投入。
2. 相关概念介绍
2.1. 人机协作认同的概念界定
随着人工智能技术的迅速发展，人机协作的“机”从传统的实体机器扩展为以人工智能技术支撑的实体或虚拟机器人[8]。因此，人机协作被定义为员工与具备自主学习、推理等功能的人工智能以协作完成相同任务为目的的持续交互模式[9] [10]。在人工智能时代下，人工智能技术在工作情境当中的应用越发普及，组织和员工越来越重视人机协作、伙伴关系和合作技能[11] [12]。人机协作关系意味人类员工与人工智能逐渐建立伙伴关系，完成工作任务，解决工作问题。以往研究重点关注人工智能对员工的心理和员工就业所带来的消极影响。而人工智能的发展同样会给企业组织和员工带来新的就业和发展机会，带给员工良好的预期和感知。人机协作认同这一变量应运而生，因此本研究对人机协作认同展开讨论。人机协作认同指在员工和人工智能协同工作的背景下，员工对人工智能在组织和行业中的未来具有积极预期和认可态度[12]。
2.2. 基本心理需求满足的概念界定
个体先天具有且追求成长的基本心理需求，分别为自主需求、胜任需求和关系需求[7]，这三种心理需求是个体与生俱来的基本要素，但其发展程度会因外部环境而发生变化[13]。自主需求关注个体是否能够自行选择与实施自身行动，胜任需求指个体在某项活动或工作中感到自己有能力完成相关任务或有挑战性的工作，或感觉自己能胜任或掌控工作[14]。关系需求关心自身是否与其他个体建立稳定的互动联系和彼此尊重。
2.3. AI工作投入的概念界定
人工智能工作场景下，员工的工作心理态度和行为表现可能发生新的变化。由此，AI工作投入这一变量应运而生。AI工作投入一词源于工作投入，Schaufeli等提出工作投入的定义表现在三个维度，指员工投入自身的活力、专注度和奉献意愿投入到工作任务当中。AI工作投入指员工与人工智能一起工作时投入较高水平的专注、精力和奉献精神等积极心理状态[2]。
3. 理论假设
3.1. 理论基础
自我决定理论由Deci和Ryan [7]提出，主要对个体自我决定、行为动机和心理整合过程进行研究。自我决定理论认为，当环境使个体体验到自主性和挑战性时，个体的基本心理需求(自主需求、胜任需求和关系需求)易被满足[15]。当个体基本心理需求得到满足时，他们会积极参与更能满足自身需求的活动；反之，当个体的基本心理需求受挫或得不到满足时，他们会缺乏主动参与活动和采取行动的动力[16]。
3.2. 研究假设
3.2.1. 员工人机协作认同与基本心理需求满足
自我决定理论认为，当情境使个体体验到自主性和挑战性时，个体的基本心理需求易被满足[15]。本文预测员工人机协作认同是人机互动领域中一种重要的、感知到的自主支持性情境，可能会满足员工的基本心理需求。人机协作认同指在员工和人工智能协同工作的背景下，员工对人工智能在组织和行业中的未来具有积极预期和认可态度[12]。首先，员工人机协作认同使得其产生自主需求。在人工智能时代，员工仍旧是组织价值创造的重要助力[17]，而人机协作认同水平高的员工在此时代下越来越具有竞争力。一方面，人机协作认同感知的形成，意味着员工感受到人工智能对自身工作辅助的重要性，有利于实现人与AI的协同分工，因此会积极通过人机协作的模式提升自身工作效率，甚至是协作做出有利于组织的决策[18]，在这个过程中会感到更自主，从而满足自主需求。另一方面，人机协作认同水平高的员工不会认为人工智能会取代自己，而是把自己作为主导的一方，把人工智能视为一位工作伙伴，帮助自身完成更多有助于自我提升的工作，激发员工的探索欲望和学习动力，使其更加自主地追求个人成长，产生更强的自主感。此外，已有研究表明，AI的应用使员工拥有更多自主权，激发其完成更多具有创新性的任务[19]。
其次，员工人机协作认同使得其产生胜任需求。人机协作认同水平越高的员工，对人工智能具有积极的态度[5]，对重视人工智能所在的组织和行业的未来更加具有信心，从而相信自己有能力去完成工作，激发胜任需求的满足[12]。另外，人机协作模式激励员工利用AI解决工作问题，具有奖励性工作体验，为员工提供成长机会，员工体验到人机协作带来的意义和收益，从而产生强烈的认同感，进一步满足员工的胜任需求。有研究认为，AI作为员工的协作伙伴，其能力支持员工高效完成工作，进一步增加员工的信心和能力[20]。
最后，员工人机协作认同使得其产生关系需求。在传统工作情境中，关系需求主要通过领导、同事、团队关系来满足。而在人工智能背景下，当员工对AI产生协作认同时，他们在心理上不再将AI视为一个客体工具，而是在某种程度上赋予人格。而AI拟人化的交互界面使其与员工的协作过程有更强的互动体验，以及员工能从人工智能当中获得足够的支持和帮助，链接关系增强，从而实现个体对关系需求的满足。另外，当员工与人工智能形成稳定的工作伙伴关系时，可能会产生一定的工作默契，增强关系需求。研究表明，AI拟人化的应用会增加其与员工的情感链接，使员工对AI技术产生更强的满意度和协作意愿[21]。基于此，本研究提出以下假设：
假设1：人机协作认同正向影响基本心理需求满足。
3.2.2. 基本心理需求满足的中介作用
根据自我决定理论，根据自我决定理论的核心假设，当员工的基本心理需求得到满足，个体将朝向积极方向发展，促进积极结果的产生[15]。因此，当人机协作认同使得员工的三种基本心理需求得到满足时，员工在工作中会体验到较强的自主感和积极性，进而对工作产生积极效应。
首先，员工的自主需求满足会增加AI工作投入。当员工人机协作认同感知满足其自主需求时，个体会感到投入到与AI协作的工作是自我认可的表现[22]。此外，当员工在与AI协作的过程获得了灵活性和自主性时，那么工作时的专注度、活力水平都会提高。
其次，员工的胜任需求满足会增加AI工作投入。胜任需求得到满足的员工对完成工作任务充满信心，在具有高胜任感的工作情境下，自身能力的认可得到强化，员工更愿意投入专注、活力能量到相关工作中[23]。同时，胜任需求得到满足的员工会不断提升自身能力，在人机协作情境下，会持续学习AI相关知识和技能，从而提高AI工作投入。
最后，员工的关系需求满足会增加AI工作投入。当员工的关系需求得到满足时，员工与AI建立融洽的合作关系，从而对AI的态度更为积极，形成希望多与AI协作实现工作目标的意愿，从而使员工在与AI协作的工作过程中乐于奉献、释放活力和忘我参与[24]。基于此，本研究提出以下假设：
假设2：基本心理需求满足在人机协作认同与AI工作投入之间起中介作用。
3.2.3. 学习目标导向的调节作用
学习目标导向展现了个体对知识学习和能力提升的强烈意愿，这类个体认为能力是可塑的、可提升的，倾向于努力学习新知识来培养技能和提升能力，在面对问题时态度较为积极[25]。在人机协作情境下，这类员工努力追求AI知识的输入与AI能力的培养，探索和改进人机协作实践过程中的新方法、新流程，极大提升了认同感所引发的自主感和胜任感。其次，具有学习目标导向的员工拥有着良好的自我调节能力，对人机协作过程遇到的困难视为重要的学习反馈，努力提升AI能力，会积极克服各类失败[26]，在克服的过程中更能感到胜任需求的满足。最后，高学习目标导向的员工易会把挑战性的情境视为发展和成长的机遇。在人机协作工作情境下，这类员工对人机协作的认同，更能在两者之间建立起基于成长和进步的互动链接和共同命运之感，从而较大满足了员工自身的关系需求。基于此，本研究提出以下假设：
假设3：学习目标导向调节人机协作认同与基本心理需求满足之间的关系，即当学习目标导向越高，员工人机协作认同对基本心理需求满足的正向影响越强；反之，则越弱。
根据假设2和假设3，本文进一步提出员工人机协作认同通过基本心理需求满足对AI工作投入的间接影响受到员工学习目标导向的调节。具体而言，具备学习目标导向的员工在面对具有挑战性的工作情境中，有着强大的内驱力和自我调节倾向，关注能力提升，相信其会促进成长进步[27]。在人机协作工作情境下，这类员工更可能凭借自身调节程度和内在驱动力激发基本心理需求的满足，从而积极投入到工作当中。基于此，本研究提出以下假设：
假设4：学习目标导向调节人机协作认同通过基本心理需求满足对AI工作投入影响的间接效应，即当学习目标导向越高，员工人机协作认同通过基本心理需求满足对AI工作投入影响的间接效应越强；反之，则越弱。
3.3. 模型构建
根据以上假设，本研究构建理论模型，如图1所示。
Figure 1. Conceptual model
图1. 理论模型
4. 讨论
本研究探讨人工智能背景下员工人机协作认同对其AI工作投入的影响机制，有利于本研究更全面地认识AI工作投入的驱动因素，为提升AI工作投入提供新的思路和方法，并为管理者在人工智能背景下处理员工与AI协作方面提供理论意义和实践启示。
4.1. 理论意义
本研究具有以下理论意义。第一，以往研究尚未把个体对人机协作的认同感纳入到AI工作投入的前因研究当中，本研究揭示了人机协作认同与AI工作投入之间的潜在关系，拓展了人机协作认同和AI工作投入相关研究。本研究结合自我决定理论，深入剖析了人机协作与AI工作投入的内在机制，为AI工作投入研究提供了新的理论视角和深度。本研究通过理论预测人机协作激活员工基本心理需求即自主需求、胜任需求和关系需求，从而对AI工作投入产生促进作用。这一结论有助于理解人机协作对AI工作投入产生积极影响的作用机制。第三，本研究明确了人机协作认同通过基本心理需求满足影响AI工作投入的边界条件，进一步挖掘学习目标导向如何让具有人机协作认同的员工激发其基本心理需求，从而表现出AI工作投入。
4.2. 实践意义
本研究具有以下实践意义。首先，探究人机协作认同与AI工作投入的潜在关系，有助于组织了解人机协作模式下员工对AI技术的感知和看法。由于人机协作模式不同于AI辅助的工具属性，因此组织支持策略不仅仅考虑基本的AI技术培训，还要采取关键策略以培养员工对人机协作的认同感。
其次，基于自我决定理论，探讨员工人机协作认同所引发的基本心理需求对AI工作投入的影响，有助于组织识别出员工对人机协作模式的心理状态和AI工作投入的驱动因素。组织在日常管理中，对员工的心理状态和工作表现的变化需尤为重视，努力去满足员工的三种基本心理需求。同时，组织需要不断强调AI工作投入对个人和组织发展的重要性，引导员工主动奉献、投入专注度到工作当中。例如管理者需要仔细观察，积极鼓励和表扬那些积极投入到人机协作场景中的员工，使员工能感知到积极参与人机协作模式的重要性和有利价值。
最后，本研究探讨员工的学习目标导向的调节效应，不仅提供了新的视角，还为组织培训人才提供了方向性的指导。组织需考虑个体特质，设计和实施符合个体需求和技能情况的AI培训。对于高学习目标导向的员工，组织在培训的过程中传递人机协作模式的具体目标和要求，促使员工主动参与到AI相关工作当中。对于低水平的学习目标导向的员工，组织可以强调AI技术的重要性，尽量减少这类员工对AI技术不安的态度。
4.3. 研究不足与未来展望
尽管本研究在探讨员工人机协作认同对AI工作投入的影响机制上取得了一定的进展，但仍存在不足，可在未来继续探讨。第一，本研究在理论方面探讨了员工人机协作认同对AI工作投入的影响研究，然而，这一关系仍需要通过科学的实证研究方法进行检验和讨论。第二，本研究把具有普适性的个体特质作为调节变量，探讨了人机协作认同影响AI工作投入的边界条件，然而在人工智能工作情境下，个体、领导、组织对AI的态度和评价也可能会对研究模型产生调节作用。因此，在未来可以引入员工算法厌恶、技术自我效能感、组织AI支持和领导对AI的重视等因素探讨人机协作认同在AI工作投入中的调节作用，以进一步拓展人机协作认同与AI工作投入关系的解释力。