我是@扣子，视频号：扣子说AI，主要关注「AI工具｜科研学术 | 博士生活 | 网络创业｜自我提升」，利用AI工具提升科研效率和自我成长，每天必须读两篇论文才能睡得着，这是我在公众号发布的第【297】篇原创内容。
本文探讨了员工与生成式人工智能（GenAI）协作在工作场所中的潜在负面影响，特别是工作疏离感和员工权宜行为。
研究背景
研究问题：这篇文章探讨了员工与生成式人工智能（GenAI）合作在工作场所的阴暗面，特别是工作异化和员工捷径行为。
研究难点：现有研究多关注员工个体层面的挑战，忽略了人类主动性，即员工可能故意利用GenAI进行不道德的行为；缺乏从伦理角度探讨员工-AI合作的过程和结果。
相关工作：相关研究表明，GenAI在工作场所的应用带来了显著的好处，但也存在一些不利影响，如技术焦虑、合规恐惧和离职意向。然而，这些研究大多将员工视为被动受害者，忽视了员工可能故意利用GenAI进行不道德行为的可能性。
研究方法
这篇论文提出了一个理论模型，用于解释员工-GenAI合作如何以及在何种条件下可能导致员工的不道德行为。具体来说，
理论模型：基于人类-AI合作研究和工作需求-资源模型（JD-R模型），构建了员工-GenAI合作、工作异化和员工捷径行为之间的关系模型。
假设提出：
假设1：员工-GenAI合作与工作异化正相关。
假设2：员工-GenAI合作通过工作异化间接影响员工捷径行为。
假设3：数字工作需求调节员工-GenAI合作对工作异化的影响。
假设4：数字工作需求调节员工-GenAI合作通过工作异化对员工捷径行为的间接影响。
实验设计
数据收集：采用经验抽样方法（ESM）对中国服务业的全职员工进行日常数据收集，共获得229名参与者的1050个匹配的日常观察数据。
样本选择：参与者主要来自中国的酒店和旅游组织，负责客户服务、营销任务等，需要熟练使用数字技术和平台。
测量工具：使用经过验证的量表评估各个构念，包括数字工作需求、员工-GenAI合作、工作异化和员工捷径行为。所有量表均采用七点Likert量表。
数据分析：采用多层次路径分析，使用Mplus 7.4软件进行数据分析，以考虑数据的嵌套性质。
结果与分析
初步分析：描述性统计和相关性分析显示，员工-GenAI合作、工作异化和员工捷径行为在个体内存在显著变异。 假设检验：
假设1：员工-GenAI合作与工作异化正相关（y=.14, SE=.03, p<.001）。
假设2：员工-GenAI合作通过工作异化间接影响员工捷径行为，间接效应显著（estimate=.04; 95% CI [.008,.073]）。
假设3：数字工作需求调节员工-GenAI合作对工作异化的影响，高数字工作需求下关系显著（y=.34, SE=.08, p<.001），低数字工作需求下关系不显著（y=.04, SE=.03, p>.05）。
假设4：高数字工作需求下，员工-GenAI合作通过工作异化对员工捷径行为的间接效应更强（+1 SD: indirect effect=.06; CI [.010,.118]），低数字工作需求下间接效应较弱且不显著（-1 SD: indirect effect=.017）。
总体结论
这篇论文揭示了员工-GenAI合作在工作场所的潜在负面影响，特别是在高数字工作需求下，合作可能导致员工工作异化和捷径行为。研究结果为理解员工-GenAI合作的伦理影响提供了新的视角，并为组织在利用GenAI的优势的同时减轻其潜在风险提供了实践指导。未来的研究可以进一步探讨跨文化背景下的员工-GenAI合作及其影响。
Generative AI (GenAI) has emerged as a powerful tool in the modern workplace, delivering significant benefits to both employees and organizations. As its adoption gains momentum, understanding the potential risks associated with employee-GenAI collaboration becomes increasingly important. While much of the existing research emphasizes the challenges GenAI presents to employees as individuals, this study shifts the focus to explore broader organizational risks, particularly unethical workplace behaviors. Drawing on human-AI collaboration research and the job demands-resources model, we develop and empirically test a novel model to explain how and when employee-GenAI collaboration may lead to employees’ unethical behavioral outcomes in daily organizational contexts. Using an experience sampling approach with longitudinal data from 229 service industry employees, encompassing 1050 matched daily observations, our findings reveal that employee-GenAI collaboration increases work alienation—a sense of disconnection from work—which, in turn, drives employee expediency that compromises work standards. Furthermore, we demonstrate that this effect is pronounced under high digital job demands. By highlighting this unintended consequence, our study contributes to theoretical advancements in understanding the darker side of employee-GenAI collaboration and provides practical insights to help organizations harness the benefits of GenAI while mitigating its potential ethical pitfalls.
DOI: https://doi.org/10.1016/j.ijinfomgt.2025.102905
生成式人工智能对高校教师教学创新行为的双刃效应——效能感-压力与认知重构的作用
生成式人工智能对设计学生创造性认知的影响：自我效能感和焦虑的链式中介模型
典型科研场景下生成式人工智能使用的差异性分析——学科背景与人工智能素养的影响
生成式人工智能环境下用户学习型搜索行为及效果研究——基于认知风格和任务类型
生成式人工智能如何赋能学生学习：基于大学生自我调节学习行为的实证研究
欢迎关注我的视频号
（❤️会不定期更新AI工具哦❤️）
