AMJ前两天刚录用了篇关于AI与员工创造力的文章,所以萜妹趁热打铁,立马来和小可爱们分享它!(全文超长,建议码住慢慢看)

Jia, N., Luo, X., Fang, Z., & Liao, C. (2023). When and How Artificial Intelligence Augments Employee Creativity. Academy of Management Journal. https://doi.org/10.5465/amj.2022.0426

摘要

人工智能(AI)能否帮助人类员工提高创造力?此文结合AI与人类协作、工作设计和员工创造力的研究,探讨了AI协助组织内部工作的顺序分工形式:在一项任务中,AI负责处理初期的常规编码和重复工作,而员工专注于涉及更高级别问题解决的后续部分。首先,作者提供了一个在电话营销公司进行的实地实验的因果证据。作者发现,AI协助寻找潜在客户,可以提升员工在后续销售说服中回答客户问题的创造力,进而增加销售额,这对于高技能员工尤其有效。接下来,作者通过对员工的半结构化访谈进行了定性研究。作者发现,AI协助改变了工作设计,通过加强员工与更可能发展的客户的互动,使高技能员工能够产生创新性的脚本,并在工作中产生积极情绪,从而有助于创造力的提高。相比之下,低技能员工在使用AI协助时,对脚本的改进有限,并在工作中经历消极情绪。作者得出结论:员工可以通过AI协助实现创造力的提升,但这种理想的结果受到技能的有偏影响,更倾向于拥有高工作技能的专家。

Can artificial intelligence (AI) assist human employees in increasing employee creativity? Drawing on research on AI-human collaboration, job design, and employee creativity, we examine AI assistance in the form of a sequential division of labor within organizations: in a task, AI handles the initial portion which is well-codified and repetitive, and employees focus on the subsequent portion involving higher-level problem-solving. First, we provide causal evidence from a field experiment conducted at a telemarketing company. We find that AI assistance in generating sales leads, on average, increases employees’ creativity in answering customers’ questions during subsequent sales persuasion. Enhanced creativity leads to increased sales. However, this effect is much more pronounced for higher-skilled employees. Next, we conducted a qualitative study using semi-structured interviews with the employees. We found that AI assistance changes job design by intensifying employees’ interactions with more serious customers. This change enables higher-skilled employees to generate innovative scripts and develop positive emotions at work, which are conducive to creativity. By contrast, with AI assistance, lower-skilled employees make limited improvements to scripts and experience negative emotions at work. We conclude that employees can achieve AI-augmented creativity, but this desirable outcome is skill-biased by favoring experts with greater job skills.

引言

在现代组织中,员工创造力十分重要。人工智能技术能否增加人类员工的创造力,从而产生AI增强型员工创造力(AI-augmented employee creativity)呢?这个问题引起了诸多学者的兴趣。有学者猜测,人工智能可以提高员工的创造力,因为“人类和机器人一起工作,机器人负责繁重的工作,这样人类就可以专注于创造性的部分”。然而,人工智能是否真的可以帮助员工创造性地解决更高层次的问题,以及实现这一理想结果所必须满足的关键条件,目前还缺乏理论基础和系统的经验证据

作者通过研究AI与人类在顺序分工任务中的合作来解决这个问题。任务的顺序分工是指,将初期的常规编码和重复的部分分配给AI,而将后续更高层次的问题解决部分分配给人类员工。首先,作者认为这种形式的AI协助改变了人类员工的工作设计。在此基础上,作者假设了两种相互竞争的情况。然后,作者将员工的工作技能确定为调节因素,并假定高技能员工从AI协助对创造力的获益更多。最后,作者还认为,提高员工的创造力对于人工智能协助提高组织绩效至关重要。

(随后作者介绍了研究设计与贡献。该部分会在后文细说,此处就不展开啦。)

理论与假设

AI与人协作改变工作设计

AI的优势】AI已被用于开展一系列快速增长的经济活动,其准确性、可靠性和可扩展性都高于人类。目前的人工智能技术在执行重复的、已编码的任务方面特别有效,这些任务遵循明确、具体的协议和脚本。

AI的劣势】目前的人工智能在处理无脚本的、更高层次的、非结构化的任务时面临着局限性,部分原因是它在对未知问题产生新的答案时不具备人类的创造力。

AI协作改变工作设计】由于AI具有其优势与劣势,所以AI和人类分工是合理的。此文关注的是顺序分工,这种分工会导致人类员工的工作设计发生结构性变化,体现为两个关键特征:

  • 降低了员工执行重复的、规范的、结构化的工作(现在由人工智能处理)的工作量;
  • 强化了员工处理非结构化的、高水平问题解决的工作量。

将AI纳入顺序分工的两大好处

第一,可以避免将初始任务交给人类员工所产生的两个问题。一方面,在执行重复、规范化的工作时,人类员工由于可能会受到厌倦与疲惫的负面影响,表现得不如AI可靠。又因为顺序分工的任务间相互依赖,处理后续工作的员工如果发现之前委托给其他人的任务没有得到可靠的执行,可能会产生负面溢出效应。这种负面经历会降低员工的工作自主性与个人责任感,从而破坏他们在工作中的内在动力,例如努力富有创造性。另一方面,将重复性工作交给人类员工,是工作丰富化模型的倒退,这将使人类员工经历工作设计专家们一直努力避免的已知的负面后果。

第二,AI是处理已编码、重复性工作中最先进的技术工具。与其他技术相比,AI对话式机器人更为强大。因为其他技术无法进行类似人类对话的交流,导致信息交流效果不佳,并更容易引发客户的厌恶。

AI协作对员工创新的双刃剑

基于对工作特征模型和员工创造力的研究,关于AI和人类员工之间的顺序分工所引起的工作设计的变化是否会增加员工的创造力,从而产生AI增强型员工创造力,存在着理论上的矛盾。

积极影响

〖节约资源〗 改变后的工作设计有助于节约员工解决更高层次问题所需的资源,员工就更有可能保持对手头工作的关注,从而增加取得创造性成果的可能性。

〖富有挑战〗 改变后的工作设计,通过消除员工职责中的精心编排的和重复的部分任务,增加了员工在工作中所接触到的问题的整体复杂性和挑战性。研究发现,当面对复杂和具有挑战性的工作时,员工会变得更加积极、主动、兴奋和有创业精神,这增加了他们产生的新想法的数量。其中的关键机制包括自主感、内在动机等。

消极影响

〖增加压力〗 工作压力的增加构成了员工创造力的障碍。高工作要求提高了克服认知挑战和应对时间压力的工作量,降低了工作对时间、节奏和工作质量的控制。

〖替代威胁〗 虽然员工可能认为组织在顺序分工中使用人工智能是对他们工作的帮助,从而增加了组织支持,但也存在一个突出的担忧,即人工智能的采用会引发员工对技术取代工作的恐惧,这可能被认为是对员工的组织支持的降低。

边界条件:工作技能

员工的工作技能是指他们的领域专长或如何执行工作所需任务的知识。工作技能决定了员工如何克服工作中遇到的挑战;因此,这些能力关系到他们在相关任务中的表现。

针对高工作技能员工的积极影响增强】多个理论都强调了专业知识在创造新想法方面的重要性。员工创造力的构成理论认为,与领域相关的技能是该领域内员工创造力的重要驱动力。也如吸收能力理论(即更多的现有知识使个人和组织能够更好地学习新知识)和创新理论(即新知识来自于先前知识的重新组合)所支持的,员工在工作相关领域的更多现有技能提高了他们找到新问题解决方案的能力。因此,员工的工作技能越强,他们就越有可能利用保存的认知资源,以及由人工智能引起的工作设计变化所产生的工作复杂性越高,这两者都有利于工作场所的创造力。

针对高工作技能员工的消极影响减弱】首先,尽管改变后的工作设计增加了员工从事高层次问题解决的工作量,但较高的工作技能使员工能够解决其工作领域的问题,因此,对于高技能的员工来说,整体的工作量压力不太可能增加或增加的程度较低。其次,当员工拥有较高的工作技能时,他们在与AI的“赛马”中会形成更大的优势,从而减轻他们对被AI取代的担忧。

H1:*在一项AI和人类员工之间有顺序分工的组织任务中,当这些员工具有较高的工作技能时,AI协助处理任务中最初编排好的、重复的部分,更有可能提高员工解决任务中后续更高层次问题的创造力*

Theoretical Framework

对绩效的影响

作者假设AI协助可以通过增加工作中的创造力来提高员工的工作绩效(非常简单的论述)。

H2:*如果AI协助处理初始的、规范化的、重复性强的任务确实增加了员工解决后续更高层次问题的创造力,那么增加员工创造力就是AI协助提高员工绩效的一种途径*

注:该部分作者并未假设工作技能的影响,即只是一个中介模型,而非有调节的中介。

Study 1:现场实验

实验背景与研究设计

被试

亚洲某大型电话销售公司的40名员工

〖消除针对性经验影响〗 所有被试事先均未曾有过销售信用卡经历,且在任务启动之初经历了相同培训。

〖根据先前的绩效分组〗 根据员工前几个月的其他产品的销售量进行排名,将员工三分,再选择前33%与后33%中20名业绩最接近的员工。

〖采用2×2的实验设计〗 根据有无AI协助、员工技能高低分为了4组,共负责3144名客户。

任务

销售某银行的信用卡。此为一个顺序分工任务,具体可分为两个阶段:

〖寻找客户阶段〗 员工给客户打电话,介绍产品的一般信息,并探测客户的初步兴趣,以产生 “销售线索”,被描述为有兴趣了解产品的客户(还没有承诺购买)。不感兴趣的客户会被过滤掉。

  • 有AI组:如果客户表示有兴趣,对话机器人会感谢客户,并将电话移交给一名人类员工,他被称为 “独家VIP客户经理”,继续进行销售。
  • 无AI组:如果客户表示有兴趣,该员工会感谢客户,并说他们将成为 “独家VIP客户经理”,继续通话并进行销售。

〖销售说服阶段〗 该员工继续为潜在客户服务,了解他们的需求,试图将他们的需求与产品相匹配,并说服潜在客户进行购买。销售劝说被认为是一种比销售线索生成更少的结构化活动。

【额外说明】

作者要求AI与人类员工遵循共同的协议,而不是让AI动态地学习客户的喜好,并与每个客户进行个性化的对话(这对人类员工来说更加困难)。这一限制可能使结果更加保守。此外,合作银行开发并提供了员工和AI对话机器人使用的通用协议和脚本。

 An example protocol of sales leads generation

一个典型的协议包括几个步骤:开场、产品介绍、阐述和结束/转场。AI和人类员工在同一时期(星期三下午1-3点)给所有客户打电话。

数据、变量和随机化检查

【创造力】

为了衡量员工在销售说服过程中的创造力(即对潜在客户进行销售介绍),作者分析了实验中所有电话的音频数据。

第一,由算法判断客户在销售说服过程中提出的每个问题是否在知识库的范围内,该知识库在实验前被用来培训员工;

第二,对于超出知识库范围的问题,由有经验的经理判断员工是否成功地回答了这些问题;

员工的创造力为员工成功解决的未经训练的问题与焦点客户提出的所有问题的比率

此方法对员工创造力的衡量是客观的,并借鉴了员工行为的 “硬数据”,扩展了基于回忆和感知来衡量员工创造力的常见方法。

【绩效】

此为虚拟变量,反映客户是否在销售电话后24小时内使用了发给他们的链接来开立信用卡。在所有接到电话的客户中,约有4%最终申请了信用卡;在确认为潜在客户的购买率为8%。近一半接到电话的客户被确认为潜在客户。

【自变量】

作者构建了两个虚拟变量,分别反映AI协助工作技能

Randomization Check

研究结果

Regression result

Comparison of 4 groups in employee creativity

Causal mediation analysis results

Study 2:定性研究

数据和分析策略

作者对参与实验的被试进行了28次半结构化访谈,每次持续时间在50至90分钟之间。

后续数据分析包含三个阶段。

  • 第一,开放式编码以产生共同的主题作为一阶编码,并指定了暂定类别;
  • 第二,将一阶代码整合为二阶理论类别,并关注类别之间的对比和联系;
  • 第三,在二阶类别的基础上产生了额外的聚合理论维度。

作者借鉴了以往的研究,将认知技能与心理因素区分开来,作为员工绩效的不同决定因素。图8总结了数据分析过程和由此产生的分析框架。

Data Analysis of Semi-Structured Interviews

研究结论

AI协助改变了员工的工作设计

【共性】

高低工作技能员工均反映了,AI和人类员工之间的顺序划分改变了工作设计,减轻了员工处理编排好的标准工作的负担,但加强了员工解决更复杂、更高层次问题的需要。

【差异】

高工作技能员工对不必发掘潜在客户表示欣慰,并认为与潜在客户更密集、复杂的互动提供了更大的职业机会。

  • “After all, for us, dealing with those boring, non-technical things [lead generation] every day is a bit overkill. We should be assigned to a more difficult business.” (#H12)

低工作技能员工则认为这降低了他们的工作速度和效率,因为AI协助提升了他们遇到对产品认知的客户的可能性,所以使服务更有挑战。但受限于能力,他们在后续任务时遇到了了很多困难,且很有压力。

  • [AI assistance] only reduces our work efficiency because AI has processed all the simple and unskilled tasks, and all the subsequent cases require a certain level of skills in [using the right] scripts, so we will naturally be much slower to process the cases. The duration of serving each customer increases, and the number of customers we can serve is significantly reduced.

AI协助可发展认知技能促进创造力

作者发现,由AI协助引起的工作模式的关键变化,一方面影响了人类员工在开发新脚本和改进现有脚本方面取得的实际成果,这两者在这种工作环境中被认为是 “创新”,尽管这在高技能和低技能的代理人之间存在着巨大的分歧。另一方面,高技能和低技能的员工都认为,工作模式的改变应该提高他们的能力,以便在长期内表现出更大的创造力。

【共性】

AI协作使员工的四种能力得以实现:

  • 利用客户的反馈来创造新的脚本;
  • 识别创新脚本的机会;
  • 更灵活地与客户互动,从而要求对脚本进行创新;
  • “现场发挥"以产生创新脚本。

【差异】

高技能员工报告说这通过两种渠道使他们发展了更多的工作技能。第一是节约资源,第二是面对更附有挑战的任务。

  • “When I have sufficient time, I can think more comprehensively, and the answers to the questions are better… when I can concentrate better, my thinking will be more focused, and my answers to some on-the-spot questions should be more accurate.” (#H1)
  • “[AI assistance] stimulates my creativity because I now more frequently encounter important and difficult problems. For the problems that we have been trained for, I can provide different solutions, continue to innovate them, and replace existing solutions with better ones.” (#H5)

低技能员工虽然也认为AI协助节约了时间,但他们由于能力有限,所以这些变化在帮助他们找到新的或更好的答案方面没有起到作用,因此报告的创新成果有限。

  • “I have low ability and a weak foundation, and it is difficult for me to innovate when encountering challenging cases.” (#L1)

但低技能员工可以通过观察高技能同事开发的创新脚本来解决问题

  • “[I benefit from] the scripts developed by higher-performing colleagues.…… It is difficult for us to innovate for these cases, but my higher-performing colleagues can continue to break through and innovate, and it will also benefit us.” (#L14)

AI协助可发展心理后果促进创造力

作者发现,改变后的工作模式以及AI协助产生了各种心理后果,影响员工创造力。一方面,高技能的人类员工从执行改变后的任务中体验到更多的积极情绪,包括更好的心情、更高的士气和更大的激情。然而,低技能的人类员工报告了负面情绪,包括紧张、士气低落和被拒绝的感觉。积极的情绪会形式更大的创造力。另一方面,高技能和低技能的人类员工报告了对公司采用AI协助的更积极的情绪和更大的组织承诺。

【共性】

高低工作技能的员工都因为公司采取AI协助产生了积极情感。

第一,因公司使用最新AI技术产生的 “自豪感 “和 “荣誉感”。

  • “[AI assistance] makes me feel more superior because AI is a big trend now, and the company is constantly innovating.…… I can even show off to my friends. I feel enthusiastic about working in such a work environment.” (#H9)

第二,因服务具有挑战性的客户的机会增加而产生的被认可感。

  • Even lower-skilled agents who complained about their lack of ability to handle challenging customers thought that using AI assistance meant that “[t]he company still thinks highly of [their] work skills” so that they felt “proud to be assigned such complex and difficult cases” (#L4)

第三,更大的组织支持感。

  • “I think [by adopting AI] our firm wants us to have more opportunities to meet and communicate with real customers, so we don’t have to repeat those high-frequency scripts.” (#L10)

第四,即使意识到的AI替代威胁,也没有因此而指责公司

  • Even lower-skilled agents considered the company’s adoption of AI “an inevitable trend” (#L4) that was imperative for “the company’s own survival” (#L1); thus, “the company’s thinking is reasonable: the company needs to grow in the long run, the employees need to continuously make progress, and the new technologies need to continuously expand” (#L9).

【差异】

(略)

采用AI的绩效后果和后续建议

【绩效后果】

高技能员工提升了他们达到KPI的能力;低绩效员工普遍抱怨他们说服潜在客户购买的可能性较低较低,但也有一些人承认这对绩效的影响不一定是负面的。

  • “In the past, the volume of business was large, and the success rate was low. Now, although the volume of business [that I can handle] reduced less, the success rate can be much higher” (#L1)

【后续建议】

高技能员工建议扩大人工智能的使用,以处理更多的重复性问题。他们还主张利用他们在脚本方面的创新来积极更新AI的知识库。

低技能员工主张保持目前的AI协助水平,而不扩大它。

  • “if it continues to increase, the jobs that are left for us to handle will become even more difficult, and I am not sure if I can complete them” (#L3)

一些低技能员工承认公司利益与个人利益间存在矛盾。

  • “From the company’s perspective, [the use of AI assistance] should increase. As previously mentioned, this is a trend. From my personal perspective, it is good to maintain [my current level]. After all, those of us with poor performance need to be left with some work to do.” (#L10)

讨论

对AI增强的光明面研究的贡献

这项研究通过表明,即使是简单的顺序分工也能在人工智能和所涉及的人类员工之间创造协同效应,从而为正在蓬勃发展的文献做出贡献。如果没有员工,弱小的AI在独立处理高层次问题的解决上面临着局限性;如果没有AI的协助,员工会因为简单重复的工作而分心,士气低落,而他们却渴望有趣和创造性的工作。因此,人工智能与人类的合作是 “一石二鸟”。

这项研究深化了传统的设想,即使用人工智能处理繁琐和重复的工作,将使人类员工专注于开发更多的创造性成果。作者表明,这种理想的猜测并不总是成立的;对于AI协助是否真的能增加员工的创造力,理论上存在紧张,但员工的领域专业知识或工作技能构成了调和这种紧张关系的关键条件。具有较高工作专长的员工在开发创造性解决方案时更多地受益于人工智能协助。因此,我们丰富了理论见解并为这一设想提供了经验证据。

最后,员工对工作的厌倦是一种常见的、有问题的经历,可以追溯到工业时代。技术的进步加剧了这种担忧,因为它导致了工作的进一步碎片化。然而,这项研究表明,由于AI可以有效地执行精心编排的重复性工作,它们可以使员工保持专注于更有趣的工作,这可能导致更有意义的工作经验。响应AI协助而增强的员工创造力,有助于改善员工创造力的文献中的一个新渠道。

对AI增强的黑暗面研究的贡献

研究人员非常清楚数据科学和算法的“黑暗面”,或者这些实践可能对工人和客户产生负面后果的潜在影响。当AI技术取代人类员工或使员工执行碎片化的工作,导致非人性化时,常见的担忧会出现。然而,作者表明,即使AI接管了单调乏味的工作来帮助人类员工处理需要创造性解决方案并且有潜在趣味性的工作时,对低技能员工的福利的担忧也会增加。这些员工在接受AI协助为客户服务后感受到负面情绪,感到更紧张、更大的压力和更多的紧张感。他们也从未能克服挑战和经常失败中获得更低的士气,使他们的任务变得不那么有趣。他们没有体验到创造新脚本的自由,反而希望得到标准答案。虽然他们希望得到高技能同事的额外帮助,但如果没有刻意的工作设计,包括给予财务激励或建立团队文化,不清楚为什么高技能同事会花时间为他们提供所需的帮助。

其次,作者强调AI技术的“黑暗面”以技能倾斜的结果极不平等地影响人类员工。低技能的人类员工经历“双重损失”-缺乏工作技能本身和与AI合作的负面体验。然而,不应忽视低技能员工,因为他们是社会的一部分,他们中的许多人将来可以发展更高的工作技能。作者建议未来研究的方向是探索管理AI和相关过程的方法,以确保低技能员工不会被落下。

未来研究方向

更复杂的AI与人的合作形式可能涉及允许人类和AI使用或修改他人的工作内容。对组织中人类工作者和AI之间的这种直接互动的研究集中在人类员工对AI生成的信息做什么以及AI的开发者和用户如何共同创造技术。AI和人类员工之间的直接互动能否提高员工的创造性或创新成果?一方面,人类工作者可以"站在"AI生成的关于其任务的结构化组成部分的预测上,这可以使他们探索新的想法。另一方面,人类工作者在充分理解AI的工作方面有局限性,并可能保持不参与其中,从而阻碍了他们的探索。然而,这种矛盾值得进一步研究。

尽管人类员工的领域知识和心理对于他们如何理解、使用和与AI互动都很重要,但作者表明,人类员工的领域知识或工作技能关键性地制约了AI对其心理结果的影响。对于组织中AI的有效采用,哪一个更关键–用适当的领域知识培训人类工作者,还是帮助他们解决心理障碍?此外,必要的领域知识的准备是否需要与AI应用中人类工作者的正确心态相协调?这些问题值得进一步关注。

最后,遏制AI应用的黑暗面需要企业和管理者更好地设计AI的应用。例如,伴随着AI的应用,可能需要对低技能的员工进行额外的培训,以保证补充投资。由于低工作技能会导致 “双重损失”,提高工作技能会给员工和公司带来多重回报。另一种类型的补充政策是创造激励机制和文化,使高技能员工在AI协助下产生的创造性成果能够更广泛地传播。


这篇介绍就到这里啦。我真的没有想到会写这么久,写到后面也有些写不动了,所以还是建议有兴趣的小可爱们回原文看看。(点击“阅读原文”,即可获取文献)

萜妹对这篇文章的个人感悟现在来不及写了,之后会直接更新在网站上,有兴趣的小可爱可以蹲一个,一周内更新。

下期预告:《复现》

原文链接:

新文丨AI何时以及如何增强员工创造力