问题提出

拟人化的 AI 到底能不能提升员工的工作投入，既有研究讲了人机协作、社会临场感与拟人化设计可以促进投入、动机和知识分享，但大多停留在主效应层面，很少说清「通过什么机制」「在什么条件下成立」。更麻烦的是拟人化研究里长期存在一个悖论：有时把 AI 做得像人有效，有时反而引发不适甚至抵触，缺一个能统一的解释。

难点剖析

难点在于几个概念长期纠缠。第一，AI 的能动性（agency，指系统自主、适应、看似有意图的行动能力）与拟人化（anthropomorphism，指用户把人类特征归因给 AI）常被混为一谈——一个高能动性的系统可以完全不做拟人呈现，一个拟人界面背后也可能能力很有限。第二，既有实验多用单线索操纵（比如只加一个头像），而真实产品的视觉、语言、非语言线索是打包出现的，单线索结论难以平移。第三，拟人化悖论至今缺少一个基于同一理论框架的边界条件解释。

理论脉络

作者把两个理论接起来。社会反应理论（SRT，源自「计算机是社会行动者」CASA 范式）解释人为什么会对表现出人类线索的技术本能地套用社会规则；工作要求-资源模型（JD-R）提供机制架构：拟人化设计作为工作资源启动动机过程，情感联结与获取型印象管理动机是两条近端动机状态，而 AI 威胁感知作为阻碍性要求启动健康损耗过程。两条过程相互作用在经验上的特征，就是本文要检验的调节效应——所以这个调节不是临时加的交互项，而是 JD-R 双过程的经验签名。

理论模型

双路径被调节的中介模型。自变量是 AI 拟人化（高 vs 低），因变量是工作投入（活力、奉献、专注），两条并行中介：情感型路径走「与 AI 的情感联结」，评价型路径走「想在 AI 面前表现好」的印象管理动机（IMM，取获取型而非防御型）。边界条件是 AI 威胁感知（含现实威胁即被取代、身份威胁即人机边界模糊），操纵为高、低两档。最关键的设计是：功能性能动性（任务能力、自主性、结构化引导、零延迟响应）在所有条件下保持恒定，只变拟人化的呈现方式。

研究假设

共七条（含分假设）：H1，拟人化越高，工作投入越高；H2，情感联结中介拟人化到工作投入；H3，印象管理动机中介拟人化到工作投入；H4a，威胁感知削弱拟人化到情感联结的关系；H4b，削弱经情感联结的间接效应；H5a，威胁感知削弱拟人化到印象管理动机的关系；H5b，削弱经印象管理动机的间接效应。实验一检验 H1–H3，实验二检验 H4–H5。七条全部成立。

分析策略

实验一为单因素组间设计，用 ANCOVA 检验主效应（协变量为营销知识、营销经验、产品涉入度、性别、年龄、学历、收入），用 Hayes PROCESS Model 4 做并行中介（5000 次 bootstrap）；实验二为 2（拟人化高/低）× 2（威胁高/低）组间设计，用双因素 ANCOVA 加 PROCESS Model 7（5000 次 bootstrap）检验被调节的中介。另单独跑了一次以沟通流畅性为中介的 Model 4，用来排除「拟人化只是让沟通更顺」这个替代解释。

数据收集

两个预实验只负责开发并验证刺激材料，两个主实验才检验理论，两阶段分开。被试全部经 Credamo 平台招募并随机分组，采用沉浸式职场角色扮演：被试扮演虚构音响厂商 Homar 公司的市场分析师，与一个新引入的 AI 助手一起为 AromaZen 智能香薰音箱做营销方案。先强制阅读产品档案至少两分钟，再用系统随机生成的四位验证码进入交互界面，进行三阶段多轮实时对话（自我介绍与确认称呼 → 拆解目标客群、品牌定位与核心卖点 → 战术执行）。实验二在此前多一步：先随机阅读一篇模拟新闻，再进入协作任务。研究经第一作者所在机构伦理委员会批准，并取得全部被试知情同意，材料与数据已在 OSF 公开。

研究样本

两预实验各 45 人，两主实验分别为 133 人与 278 人，合计 501 人。实验一招募 178 人，按三条硬标准剔除（注意力检测题未通过、四位验证码输入错误、作答短于三分钟），保留 133 人，有效率 74.72%，事前 G*Power 估计最少 128 人（f=0.25，α=0.05，power=0.80）；39.1% 为男性，47.4% 为 21–30 岁，94% 为本科或硕士。实验二招募 375 人，同标准筛选后保留 278 人，有效率 74.13%，事前估计最少 119 人（f=0.30，power=0.90）；31.3% 为男性，54.3% 为 21–30 岁，90.7% 为本科或硕士。

测量工具

拟人化操纵是三模态打包的「格式塔」：视觉上，高组用 3D 女性化虚拟形象并取名 Jamie，低组用抽象图标并标注「AI 协作系统」；语言上，高组用温暖个性化口吻与社交赞美，低组用正式任务导向口吻；非语言上，高组使用 emoji 传递情绪温度。两组的功能逻辑与任务内容完全一致，还用「系统验证码门禁」和「对复杂问题零延迟响应」这两条行为线索刻意强化其机器身份。威胁操纵用两篇仿中国日报版式的模拟新闻：高威胁组标题《人工智能：取代人类？》，引用国际劳工组织报告称 60–70% 的岗位可自动化、近一半到 2045 年面临被取代；低威胁组标题《人工智能：和谐共进？》，称只有 20–30% 的工作任务会被自动化、不到 10% 的岗位面临现实替代风险。核心变量均用七点李克特量表：拟人化 4 题（α 为 0.92 与 0.93）、工作投入 6 题 UWES 量表（α 为 0.91 与 0.89）、情感联结 5 题（α 为 0.91 与 0.89）、印象管理动机 3 题（α 为 0.81 与 0.87）、沟通流畅性 3 题（α=0.81）。

操纵检验与量表信度

操纵全部通过。拟人化操纵在预实验中为高组 M=4.91（SD=1.31）对低组 M=3.41（SD=1.58），t

(43)=3.45，p=0.001，Cohen‘s d=1.03；在实验一主样本中复核为 5.19 对 4.50，t(131)=2.82，p=0.005，d=0.49；在实验二主样本中复核为 4.90 对 4.14，t(276)=4.33，p<0.001，d=0.52。威胁操纵在预实验中同时生效：现实威胁 4.98 对 3.13，t

(43)=6.62，p<0.001，d=1.98；身份威胁 4.35 对 2.86，t

(43)=4.13，p<0.001，d=1.23；复合指标 t

(43)=6.14，p<0.001，d=1.83；在实验二主样本中复核为 4.61 对 2.96，t(276)=12.22，p<0.001，d=1.47。各量表 Cronbach’s α 介于 0.81 到 0.93，均满足信度门槛。

假设检验

H1 成立：拟人化显著提升工作投入。实验一 ANCOVA 主效应 F(1,124)=11.13，p=0.001，ηp²=0.082，高拟人化组 M=5.70（SD=0.98）高于低拟人化组 M=5.33（SD=1.05）。

H2 成立：情感联结的中介成立。拟人化到情感联结路径 0.63（SE=0.15，p<0.001），情感联结到工作投入 0.49（SE=0.08，p<0.001），间接效应 β=0.309（SE=0.098，95% CI [0.129, 0.507]）。

H3 成立：印象管理动机的中介成立。拟人化到印象管理动机 0.43（SE=0.14，p<0.01），印象管理动机到工作投入 0.27（SE=0.09，p<0.01），间接效应 β=0.119（SE=0.053，95% CI [0.021, 0.227]）。两条中介同时进入模型后，直接效应 c′=0.07（SE=0.13）不显著，而总效应 c=0.50（SE=0.15，p<0.01）显著，属完全中介。

H4a 成立：威胁感知削弱拟人化到情感联结的关系。实验二交互项 F(1,267)=5.00，p=0.026，ηp²=0.018；低威胁下 5.34 对 4.74，F(1,267)=15.77，p<0.001；高威胁下差异消失，F(1,267)=0.46，p=0.498。

H4b 成立：经情感联结的间接效应被显著调节。低威胁下 0.379（95% CI [0.194, 0.579]），高威胁下降为 0.068（95% CI [-0.126, 0.272]，不显著），调节指数 -0.311（SE=0.139，95% CI [-0.586, -0.036]）。

H5a 成立：威胁感知削弱拟人化到印象管理动机的关系。交互项 F(1,267)=6.90，p=0.009，ηp²=0.025；低威胁下 5.89 对 5.22，F(1,267)=21.79，p<0.001；高威胁下差异消失，F(1,267)=0.64，p=0.425。

H5b 成立：经印象管理动机的间接效应被显著调节。低威胁下 0.121（95% CI [0.050, 0.217]），高威胁下降为 0.022（95% CI [-0.024, 0.082]，不显著），调节指数 -0.099（SE=0.044，95% CI [-0.194, -0.024]）。

补充（非假设）：工作投入本身也呈现同样的交互，F(1,267)=6.90，p=0.009；低威胁下 5.61 对 5.10（p<0.001），高威胁下 5.36 对 5.37（p=0.963）。

补充（排除替代解释）：以沟通流畅性为中介的间接效应为 0.067（SE=0.055，95% CI [-0.028, 0.191]），不显著，说明效果不是「拟人化让沟通更顺」带来的。

研究结论

结论可以拆成三层。第一，拟人化不是靠让 AI 变可爱起作用，而是靠两条不同的动机通路：一条是情感型的「跟 AI 有了情感联结」，一条是评价型的「想在 AI 面前表现好」——后者是本文新增的机制，它把「喜欢 AI」和「在 AI 面前表演」区分开了。第二，这两条通路是并联的，加进去之后直接效应掉到不显著，说明拟人化对工作投入的作用基本都要经过这两条通路，是完整中介而不是部分中介。第三，也是最实用的一层：这两条通路高度依赖环境。低威胁下，拟人化推高情感联结、印象管理动机和工作投入；高威胁下，三个简单效应全部不显著。作者的解释是一套「评估加耗竭」逻辑：高取代威胁把拟人化智能体的主导评估从伙伴翻转成对手，同时带来应对负荷——情感联结需要感知到善意与心理安全，对手意象撤掉了这个前提；印象管理则从获取型（我要表现好）转成保护型（我要自保），而应对威胁本身还消耗了自我展示所需的自我调节资源。实践上，作者的建议很克制：在上高拟人化界面之前先用脉冲调查、反馈会或小范围试点监测员工的取代焦虑；在取代焦虑显著的场景里，单纯加更像人的线索，投入收益会很有限；同时应让 AI 的社会呈现与它的功能角色保持一致。

研究局限

作者列了六条。其一，实验强化了内部效度但牺牲生态效度，需要在真实组织里做现场实验与纵向数据验证。其二，样本年轻且高学历（契合数字原住民知识工作者画像），向年长员工或劳动密集型行业的推广受限。其三，设计上只直接建模了 JD-R 的动机过程，健康损耗过程是从高威胁下的衰减模式反推的，并没有把情绪耗竭这类压力指标当作独立结果变量测出来。其四，AI 只被操作化为一个虚拟的女性性别化助手、且只用在创意营销任务上，其他形态、性别线索与任务领域都没测。其五，本文的威胁概念是宏观层面的（AI 会取代人类工作、侵蚀人类独特性），与恐怖谷那种对近乎人类但不完美设计的知觉不适不是一回事；由于拟人化是打包操纵的，本设计无法分离恐怖谷效应。其六，威胁是用简短新闻情境操纵出来的，所以管理建议只是从实验模式推导的暂时性推论，不是已被本实验验证的组织实践。

未来展望

作者指了几条路：用现场实验与纵向组织数据检验这些效应在日常工作中是否成立，并直接测量压力指标以同时追踪 JD-R 的两条路径；检验其他 AI 形态、性别线索与任务领域；把「拟人化程度」与「取代威胁」做正交操纵，看这两种机制是否产生不同甚至非线性的效应；在更细的设计颗粒上比较不同人格设定（活泼型、支持型、顾问型、协作者型）哪个最有效——因为本实验操纵的是整体线索配置，无法识别单个线索或沟通风格的独立作用。作者也强调，这些管理建议需要在现场与纵向研究中检验，看它们是否真能降低威胁感知。

金句

同样一套拟人化线索，低威胁时是伙伴的信号，高威胁时是竞争对手的信号。

— 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！