问题提出

AI 正从工具变成团队里的「搭档」，但现有研究大多盯着常规/结构化任务，对临时、紧急、不可预测的任务（如突发客诉、临时调配）里「人 vs AI 搭档」怎么选、效果如何，几乎没答案。而这类临时任务恰恰是服务业的常态，也是员工情绪压力最大的场景。

难点剖析

难点在于：(1) 临时任务的定义与操控——要模拟「非计划、紧急、超出现有角色边界」的情境；

(2) 把「伙伴类型(人/AI)」和「情绪(中性/积极)」两个因子正交操控；

(3) 厘清情绪通过哪些心理机制（行为控制、服务共情）影响协作胜任力，以及情绪如何调节伙伴类型的主效应——机制与边界条件要在单一实验里同时跑通。

理论脉络

理论整合 CASA 范式（计算机作为社会行动者，AI 表达情绪会被当作社会线索）、情绪传染理论与情绪即社会信息(EASI)模型、社会交换理论。CASA 认为人对 AI 会套用对「人」的互动规则；情绪作为社会信号能引导协作；社会交换理论指出伙伴类型(人/AI)传递不同关系图式，影响行为控制感。三者共同支撑「情绪机制驱动临时任务协作」模型。

理论模型

提出「伙伴类型(人/AI) × 情绪(中性/积极) → 协作胜任力」模型（Fig.1）：两个中介——行为控制(BC，中介伙伴类型→胜任力)、服务共情(SE，中介情绪→胜任力)；情绪同时调节「伙伴类型→胜任力」主效应。即：AI/人搭档不直接影响成效，而是通过行为控制间接作用；积极情绪直接提升成效并放大伙伴类型效应。

研究假设

H1a：相比人搭档，AI 搭档 → 更高协作胜任力。 H1b：相比中性情绪，积极情绪 → 更高协作胜任力。 H2：情绪调节「伙伴类型→协作胜任力」：积极(相对中性)情绪强化该效应，且 AI 的增益大于人。 H3：行为控制中介「伙伴类型→协作胜任力」。 H4：服务共情中介「情绪→协作胜任力」。 （探索分析）伙伴类型进一步调节「服务共情→协作胜任力」。

分析策略

单因素情境实验（在线问卷），2(伙伴类型：人 vs AI) × 2(情绪：中性 vs 积极) 被试间设计。SPSS 27 跑回归检验主效应/调节，AMOS 28 跑测量与结构模型；中介用 Hayes PROCESS（5000 次 Bootstrap，95% CI）。控制性别/年龄/学历/工龄。随机化后 ANOVA 检验组间控制变量无差异（p>0.10），操控有效。

数据收集

通过在线问卷平台招募电商行业服务人员。情境：客服遇非例行、紧急的退换货客诉（错发），需找搭档协助；搭档随机设为「人」或「AI」，且表达「中性」或「积极」情绪。共 4 组：HN(人+中性)/AN(AI+中性)/HP(人+积极)/AP(AI+积极)。情境经 3 位营销教授 + 4 位企业客服专家评审，保证生态效度。

研究样本

初始 1000 人，剔除时长异常/未答完 139 份，最终有效 861 份（HN=211、AN=211、HP=220、AP=219）。电商行业在岗员工，2024-04-12 至 2024-05-01 收集。5 点李克特量表（1=非常不同意，5=非常同意）。

测量工具

协作胜任力(Griffin et al. 2007，3 题，α=0.810)、服务共情(Hausman 2004，6 题，α=0.886)、行为控制(Van Dolen et al. 2007，4 题，α=0.838)；均由成熟量表回译改编。测量模型拟合优良：CMIN/DF=2.348、CFI=0.984、IFI=0.984、TLI=0.980、RMSEA=0.040；各构念 CR 0.81–0.89、AVE 0.57–0.59，√AVE 大于相关系数，聚敛与判别效度达标。

信效度与随机化检验

（1）测量模型：CMIN/DF=2.348<3、CFI=0.984、TLI=0.980、RMSEA=0.040<0.05，拟合优良；所有题项因子载荷>0.50 且 p<0.001。

（2）信度：服务共情 CR=0.887/α=0.886、行为控制 CR=0.839/α=0.838、协作胜任力 CR=0.809/α=0.810，均>0.8。

（3）判别效度：√AVE（0.752/0.753/0.766）均大于对应潜变量间相关系数（最高 0.662），达标。

（4）随机化检验：四组在性别/年龄/学历/工龄上 ANOVA 均 p>0.10，操控有效、组间可比。

假设检验

主效应与调节（表4，SPSS 回归）

H1a：伙伴类型(AI vs 人) → 协作胜任力，β=0.002（p>0.05）→ 不支持（AI 并不比人更提升胜任力）。

H1b：情绪(积极 vs 中性) → 协作胜任力，β=0.240（p<0.001）→ 支持（积极情绪显著更高）。

H2：情绪调节「伙伴类型→胜任力」，β=0.848（p<0.001）→ 支持；积极情绪下伙伴类型效应更强，且 AI 的增益大于人（见图2）。

中介（表5，Hayes PROCESS 5000 抽样）

H3：行为控制中介「伙伴类型→胜任力」，间接效应 B=0.082，95% CI [0.011, 0.155]（不含0）→ 支持。

H4：服务共情中介「情绪→胜任力」，间接效应 B=0.073，95% CI [0.010, 0.139]（不含0）→ 支持。

探索性调节中介（表6、表7）

伙伴类型不调节「情绪→服务共情」（表6 Emotion×TPT β=-0.133，n.s.）。

但伙伴类型显著调节「服务共情→胜任力」（表7 SE×TPT β=-0.323，p<0.001）：相比 AI，人搭档更强地放大了服务共情对胜任力的正向作用（见图3）。

研究结论

① 反直觉核心结论：在临时任务里，搭档是 AI 还是人，对协作胜任力没有显著影响（H1a 不成立）——员工更在意「问题能不能及时解决」「有没有情绪支持/共情/掌控感」，而不是搭档的「身份」。这动摇了「AI 天然优于人」的固有认知。

② 情绪是关键杠杆：伙伴表达积极情绪（相对中性）显著提升协作胜任力（H1b），且积极情绪会放大「伙伴类型」的效应（H2），尤其让 AI 作为社会行动者(CASA)的优势显现。

③ 双中介机制：行为控制承接「伙伴类型→胜任力」(H3)，服务共情承接「情绪→胜任力」(H4)——员工既需要「掌控感」，也需要「被共情」。

④ 边界条件：人搭档比 AI 更能放大「服务共情→胜任力」（探索分析），说明在高共情情境下，人的价值反而更突出。

⑤ 理论贡献：把协作研究从常规任务拓展到临时任务，并细化 CASA——情绪是 AI 作为社会伙伴「发挥得好不好」的边界条件；实践上建议把情绪智能、共情、行为控制设为人机协作的设计原则。

研究局限

1. 仅限电商行业「临时任务」情境，结论向其他行业/不同紧急度任务的普适性待检验。 2. 未纳入任务重要性、时间压力强度、任务复杂度等工作情境变量，可能也是协作成效的前因。 3. 未考察不同组织文化、团队结构对协作胜任力的影响。 4. AI 效果高度依赖情境，未细分不同任务类型与 AI 部署阶段的作用差异。 5. 横截面情境实验 + 自报数据，存在需求效应，缺乏现场/纵向证据。

未来展望

① 把模型迁移到餐饮、酒店、医疗等其他临时任务高发行业，并变化紧急度/不确定性/顾客情绪。

② 纳入任务重要性、时间约束、复杂度等工作情境变量，检验其对协作成效的调节。

③ 考察组织文化、团队结构如何影响人机协作胜任力。

④ 细分不同任务类型与 AI 实施阶段，深挖 AI 搭档效能的情境依赖。

⑤ 用现场实验/纵向设计替代横截面情境实验，强化因果与外部效度。

金句

原文：“compared to a human partner, an AI partner does not have a significant influence on collaboration proficiency”（Li et al., 2026） 解读：临时任务里，AI 搭档并不比人更「能打」——员工要的是问题被解决、被理解、有掌控感，而不是搭档叫 AI 还是张三。 原文：“positive emotions operate as a boundary condition that amplifies the perceived social presence of AI partners, thereby activating the CASA process” 解读：让 AI 会「笑」、会表达积极情绪，才是它在高压协作里被当作「队友」而不是「工具」的开关。

— 研究模型图

欢迎关注我的视频号

（❤️会不定期更新AI工具哦❤️）

三连一下，不失联！