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【299】篇原创内容。
这篇文章探讨了员工与人工智能（AI）协作（EAC）如何通过可持续职业能力（SC）推动可持续创新成果（SIO），并研究了自我效能感在AI使用（SEUA）中的调节作用。
研究背景
研究问题：这篇文章探讨了员工与人工智能（AI）的合作（EAC）如何通过可持续职业能力的中介作用影响可持续创新结果（SIO）。
研究难点：该问题的研究难点包括：如何量化和验证EAC对可持续职业能力和创新结果的影响，以及如何考虑个体差异（如自我效能感）对这一关系的影响。
相关工作：现有工作主要集中在AI对工作效率和创新的影响上，但缺乏对EAC如何通过可持续职业能力影响创新结果的系统性研究。
研究方法
这篇论文提出了基于资源保存理论（COR）和社会认知理论（SCT）的理论框架，用于解决EAC如何通过可持续职业能力影响SIO的问题。具体来说，
资源保存理论（COR）：该理论认为，资源的获取可以引发进一步的积极结果。在这个研究中，EAC被视为一种资源获取机制，通过自动化常规任务和增强认知能力，减少资源消耗并创造资源盈余。
社会认知理论（SCT）：该理论强调自我效能感在塑造个体如何解释环境需求并调动个人资源方面的作用。自我效能感（SEUA）反映了员工有效利用AI工具完成任务的信心。
假设提出： H1a: EAC正向影响SC的资源性维度。
H1b: EAC正向影响SC的灵活性维度。
H1c: EAC正向影响SC的可再生性维度。
H1d: EAC正向影响SC的整合性维度。
H2a: SC的资源性维度正向影响SIO。
H2b: SC的灵活性维度正向影响SIO。
H2c: SC的可再生性维度正向影响SIO。
H2d: SC的整合性维度正向影响SIO。
H3: EAC直接正向影响SIO。
H4a: SC的资源性维度中介EAC和SIO之间的关系。
H4b: SC的灵活性维度中介EAC和SIO之间的关系。
H4c: SC的可再生性维度中介EAC和SIO之间的关系。
H4d: SC的整合性维度中介EAC和SIO之间的关系。
H5d: SEUA负向调节EAC和SC的整合性维度之间的关系。
实验设计
数据收集：研究采用横截面调查设计，通过在线调查平台Wenjuanxing收集数据。参与者来自中国各行各业，确保样本的多样性。
样本选择：最终收集了294份有效问卷。参与者年龄主要集中在18-40岁之间，大多数拥有本科及以上学历，并且在当前组织的工作时间超过6个月。
测量工具：所有构念均使用经过验证的量表进行测量，包括EAC、SC、SIO和SEUA。所有量表均采用7点Likert量表，确保良好的可靠性和效度。
结果与分析
共同方法偏差评估：通过方差膨胀因子（VIF）分析和Harman单因素测试，确认数据不存在严重的共同方法偏差。
信度和效度分析：所有量表的因子载荷均超过0.70的标准，Cronbach's α值和复合可靠性（CR）值均超过0.70的标准，平均提取方差（AVE）值均超过0.50的标准，表明测量模型具有良好的内部一致性和收敛效度。
描述性统计和判别效度：响应值在4.230到4.757之间，标准差在1.597到1.799之间。判别效度分析显示，每个构念的AVE平方根均大于其对应的相关系数。
结构模型评估：SRMR值为0.051，低于0.08的标准。R²值在0.325到0.376之间，Q²值在0.237到0.347之间，表明模型具有预测相关性。
假设检验：所有假设的直接关系均得到支持。EAC显著增强了SC的所有四个维度，这些维度又正向影响了SIO。EAC对SIO的直接效应也显著。SC的四个维度在EAC和SIO之间起到了部分中介作用。SEUA仅对EAC和SC的整合性维度之间的关系有负向调节作用。
总体结论
这项研究通过整合COR理论和SCT，揭示了EAC如何通过可持续职业能力的中介作用影响SIO，并发现了SEUA在这一过程中的负向调节作用。研究发现不仅扩展了技术赋能理论在职业发展中的应用，还为组织优化AI集成策略和职业发展政策提供了实证依据。未来的研究可以采用纵向设计来验证因果关系，并探讨跨文化适用性。
Amid digital transformation, artificial intelligence (AI) integration into organizational work has reshaped employee-technology interactions and career trajectories. Despite growing interest in Employee-AI Collaboration (EAC), there is little research examining its impact on both sustainable career development and innovation outcomes. Drawing on Conservation of Resources (COR) theory and Social Cognitive Theory (SCT), this study examines how EAC influences Sustainable Innovation Outcomes (SIO) via Sustainable Career (SC) capacities and the moderating effect of Self-Efficacy in Using AI (SEUA). Using a crosssectional survey of 294 employees, we employed Partial Least Squares Structural Equation Modeling (PLS-SEM) to test our hypotheses. Results show that EAC significantly enhances all the four SC dimensions: Resourceful, Flexible, Renewable, and Integrative capacities. These dimensions mediate the relationship between EAC and SIO, while EAC also exerts direct effects. Alternative model analysis suggests a mutually reinforcing relationship between SC and SIO. Notably, SEUA negatively moderates the relationship between EAC and the Integrative dimension, suggesting a counterintuitive attribution mechanism. These findings reveal how EAC drives innovation through both direct technological enhancement and indirect career capacity development pathways. This research extends technology empowerment theory into career development contexts, providing evidence-based recommendations for organizations to optimize AI integration strategies and career development policies.。
DOI: 10.1038/s41598-026-41586-0
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
工作场所中生成式人工智能协作的阴暗面：职场疏离感与员工权宜行为研究
利用生成式人工智能进行下一代教育：基于认知负荷理论和知识基础观
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❤️）
