问题提出

现有关于 AI 与工作的研究，几乎都围着同一个问题打转：AI 是替代人的任务，还是增强人的能力。自动化—增强悖论（Raisch 与 Krakowski，2021）就是这条主线的代表。但这篇论文把问题挪开了一格：当 AI 已经放进团队，它改变的是人和工具的关系，还是人和人之间的关系？作者认为后者几乎没人认真测过，而它恰恰是运营场景里最要紧的——供应链、生产计划、质量控制这些岗位，本来就得靠跨职能的相互依赖才能跑起来。 于是他们选了关系协调（Relational Coordination，RC）当结果变量。按 Gittell（2002: 300）的定义，RC 是「为整合任务而进行沟通与建立关系的相互强化过程」，同时看沟通的频率、及时性、准确性，以及共同解决问题、共同目标、相互尊重。这个构念比单看「沟通次数」厚，也比单看「信任」实，正好能接住「人和人的关系有没有变」这个问题。

难点剖析

难在两种相反预测都站得住，而且各有文献撑腰。 往「削弱」这边看：AI 给的是动态处方性建议，人一旦信了，就可以不跟队友商量直接照做，协调自然变少；AI 还会让人觉得自己有了专家背书，向同事求助的动力下降；更麻烦的是归因——有 AI 的人做出成绩，功劳容易被算到 AI 头上，出了错又容易被追责，相互尊重就磨掉了。Dell‘Acqua 等（2025）用自动化代理替换一名团队成员，确实观察到协调失败；Contractor 等（2011）引入类 AI 工具后，员工向人请教专家意见的次数也变少了。 往「促进」这边看：AI 的建议本身就是一个需要共同解读的对象。要不要跟、为什么偏离、它对我这个角色和对队友那个角色分别意味着什么——这些都得聊。聊的过程就是频繁、及时、准确的沟通，顺带把共同目标和相互尊重建起来。 作者还老实地摆出两种非线性可能：网络理论预测倒 U 型（一开始只有个别人有 AI，结构洞刺激协作；等人人都有，结构洞消失、过度依赖反而压低协调），社会评价理论预测 U 型（一开始分配不均引发猜忌，等大家都有了反而公平）。他们最终选择假设线性关系，理由是「越多人拿到 AI，可供性被实际化的机会就越多」。这是一处理论取舍，不是数据推出的结论，读的时候值得单独记一笔。

理论脉络

理论是可供性理论（affordance theory）。Gibson（1977, 1979）的原意是：行动者感知到的不是物体的属性，而是物体许可的潜在行动；Hutchby（2001）、Volkoff 与 Strong（2013, 2017）把它搬进信息系统研究，强调人与技术在持续互动中互相塑造，同一项技术对不同人许可的行动并不相同，哪些被「实际化」（actualize）取决于目标、认知与社会情境，而且会随经验改变。 这篇论文自己新造了两个概念。聚合可供性（convergent affordances）：来自不同来源、或同一次交互的不同可供性，最后汇到同一个结果上——ERP 报表和 AI 建议都通向绩效评估与学习，这是不同来源汇聚；AI 同时许可技能积累、动态校准、主动决策，都通向绩效提升，这是同一来源汇聚。发散可供性（divergent affordances）：同一次人机交互同时许可相反的结果——社交平台既许可联络也许可网暴，AI 既许可照做不商量也许可拿来当共同话题。作者用后者解释「为什么文献里两派结论能同时成立」，用前者解释「为什么 AI 会稳定地推高绩效」。 关系协调一侧接的是 Gittell（2001, 2002, 2011）在航空地勤、医疗等场景建立的那套测量传统；对照组还有 Hohenstein 等（2023）关于 AI 中介沟通改变社会关系、Reif 等（2025）关于使用 AI 会招致社会评价惩罚的发现。

理论模型

研究不是「提出一个模型、跑一次结构方程」，而是三轮递进：Study 1 先测有没有效应，再用质性材料挖机制、建框架，最后预注册复制并补一条假设；Study 2 换成两阶段重复实验，看效应随时间与团队历史怎么变；Study 3 干脆把团队互动录下来，用行为数据校验问卷，并观察框架里的路径是不是真在发生。 理论框架是论文 Figure 2 的 ACT 循环（AI affordances and actualization cycle）。图分四层：最上面是系统层，AI generates recommendations 与 System updates results 首尾相接；第二层是四个菱形可供性判断——Discuss Other?、Discuss AI?、Trust AI?、Use AI?，中间用双向箭头连着，作者特意注明「对结果的讨论以及对结果的讨论方式会影响对 AI 的信任，且可能独立于是否讨论 AI」；第三层是实际化方式，AI Discussion Points（AI 怎么工作、可靠性如何、跟还是不跟）与 Discussion Points（角色与职责、团队绩效、改进与目标、共同决策）并列，「How Trusted」从 As unhelpful、As a reference、As an expert 到 As a truth 由低到高，「How Used」对应 Ignore: No use、Baseline: deviate、Baseline: follow、Accept: follow；最底层是 Relational Coordination 与 Performance，绩效再回灌到系统更新，形成闭环。 图里最有用的两条典型路径，作者在讨论部分点名了。低 RC 路径：几乎不讨论、把 AI 当真理照单全收，绩效可能不错，但关系没建起来。高 RC 路径：经常一起讨论、把 AI 当参考基线、允许适度偏离，RC 更高，再由 RC 把绩效补回来（增加值可能抵掉偏离 AI 的损失）。这也正是「发散可供性」的具体样子：同一个 AI，走法不同，人和人的关系走向相反。 配图说明：本文没有带路径系数的实证模型图——Figure 1 只是竞争假设示意（H1a 负向、H1b 正向、H2 正向，加一条 RC→绩效的文献虚线），Figure 3、4 是趋势与交互结果图。因此交付图直接取论文原图 Figure 2（ACT 循环）作机制框架，不重绘、不自制，也不把它误读成已检验的系数模型。

研究假设

H1a（削弱）：团队里拿到 AI 的人越多，个体报告的关系协调越低。 H1b（促进）：团队里拿到 AI 的人越多，个体报告的关系协调越高。两条是一对竞争假设，作者不预设谁赢，这在同一篇实证论文里不多见。 H2（绩效）：同时有 ERP 报表与 AI 建议的团队，绩效优于只有 ERP 报表的团队。这条走的是聚合可供性逻辑。 H3（讨论机制）：因 AI 而增加的讨论越多，关系协调越高。这一条不是开篇就有的，是 Study 1 质性阶段（Part B）从开放式回答里归纳出「讨论、信任、使用」三类可供性之后才提出，并在随后 Part C 的数据里检验——读结果时要记得它属于后验生成、同批数据检验，与完全预注册的 H1、H2 分量不同。

分析策略

量化侧：Study 1 Part C 用单因素 MANOVA 比较三组在 RC 与绩效上的均值，多重比较给 Bonferroni 校正，RC 按预注册方案做 Winsorize 处理；H3 与 Study 2 用 OLS 回归，单位按构念分开——RC 在个体层、团队绩效在团队层；跨 Part A 与 Part C 的效应是否等价用 Chow test（Chow，1960）；事后还控制了性别、疫情疲劳与 AI 建议质量做稳健性检查。 质性侧：三位作者先独立编码再合并，按 Charmaz（2014）、Corbin 与 Strauss（2014）、Creswell 与 Poth（2016）、Gioia 等（2013）的做法做开放编码与主轴编码，从「AI 如何影响团队动态／为什么」两道开放题里归纳可供性类别。 Study 3 借 Traeger 等（2020）的沟通编码方案，把发言分成对全组、对特定人、回应他人、自言自语等类型，并构造「每分钟有效词数」这一转录指标；再把两个指标标准化后互相回归，验证问卷测的「沟通频率」和录音测的「说话量」是不是同一件事（1 SD 的词数对应 0.42 SD 的沟通频率，p < 0.001）。

数据收集

实验场景是一个同步在线的虚拟工厂：三人一队，分任运营、质量、需求经理，做 10 轮决策，靠共享表格（带宏脚本）与虚拟会议软件自由沟通；需求同时受决策与一个对所有队一致的随机项影响，防止靠猜摸到最优解。三组唯一差别是有没有 AI 建议——所有组都拿 ERP 报表（成本、缺陷、预期需求变化），只有 Single AI 与 Full AI 额外拿到基于机器学习、从历史结果学习并给出各角色处方性建议的分析型 AI。培训视频只说明工具存在，不教怎么用、也不提任何可供性，把「实际化」完全留给参与者自己决定。 时间线是分开的三批，不能相加：Study 1 分 Part A（基线）、Part B（2020 年夏，质性，n = 60）、Part C（2021 年春，预注册复制，n = 260）；Study 2 是 2024 年 9 月的两阶段实验，同一批人相隔一周做两次，保留原处理、队友与角色，只调整第二阶段需求参数，防止照抄上一轮输入；Study 3 在 2024 年 6–11 月，经 IRB 批准并获知情同意后录制团队互动，共 93 人、31 队、17,941 行转录、每队约 32 分钟、合计约 17 小时。

研究样本

三种处理：No AI（全队只有 ERP 报表，视频里完全不提 AI）、Single AI（只有运营经理收到 AI 建议，但全队都被告知运营经理有 AI）、Full AI（三个角色各收到自己岗位的 AI 建议）。作者把 No AI → Single AI → Full AI 称为 AI 的「剂量」梯度，用来对应企业从局部试点走向全员铺开的过程；留 Single AI 这一档，是为了捕捉「只有一个队友有 AI」时才存在的特殊可供性。 参与者是商科课程本科生，理由是研究的是通用现象而非工厂专业知识（Katok，2011）。激励统一为额外学分加绩效奖金：个人前列 5–10 美元、团队前列每人 8–20 美元；Study 2 两阶段全勤者另得 20 美元。具体样本：Study 1 Part A 个体 219 人、团队 24 / 23 / 26 队；Part C 个体 260 人（84 / 89 / 87）、团队 28 / 30 / 31 队；Part B 质性 60 人（Single AI 30、Full AI 30，对照组不采集，因为问的是与 AI 的互动）；Study 2 新样本 124 人（44 / 39 / 41），且这批人来自同一年级、实验前已共同上过两周课、做过小组作业——专门用来检验「团队历史」；Study 3 为 93 人（31 / 33 / 29）。

测量工具

关系协调：用 Gittell（2001, 2011）开发验证的 7 个题项、5 点量表，在模拟结束后立刻施测；每人对另外两名队友各答一遍，按「平均关系强度」取均值。设计上有两个防偏差细节——7 题里有 6 题问的是「别人怎么与我沟通」，而非自评；最后一轮结束时不让参与者看到最终绩效、不告知排名、也不给「什么叫好绩效」的参照，避免绩效光环污染关系评分。信度 Part A 为 Cronbach‘s alpha = 0.843（n = 219），Part C 为 0.897（n = 260）。 团队绩效：模拟工厂的净收益 = 收入 − 成本，收入 = 固定价格 × min(产量，需求)；团队层分析，每轮可见但最后一轮不可见。个体绩效另按单位成本（运营）、产量偏差（需求）、缺陷数（质量）计。 可供性测量：Part C 与 Study 2 用 5 点量表（1 = 完全没有，5 = 非常多）在初期／中期／后期各问三题，取均值构成 Discuss AI、Trust AI、Use AI；Study 2 另加 Discuss Other，问团队讨论决策、角色与职责的程度。Study 3 用录音转录的每分钟有效词数。需要说明：AI 是「照做能带来高于平均、但不保证全局最优」的处方型分析 AI，不是能给出全局最优解的系统，作者明确说这对应现实中多数企业尚未拥有全局优化能力的处境。

信效度检验

先说一个不该被略过的细节：Study 1 的两轮结果并不完全一致。 Part A 里是 Single AI 比 No AI 高 0.49 SD（p < 0.01），Full AI 只比 No AI 高 0.20 SD（p = 0.24），甚至比 Single AI 低 0.30 SD（p = 0.08）；到了预注册的 Part C，掉了个个儿——Full AI 比 No AI 高 0.38 SD（p = 0.01），Single AI 只高 0.20 SD（p = 0.17）。作者没有把这段抹掉，而是做了根因与事后分析（e-Appendix 表 D7–D10）：控制性别与疫情疲劳后两轮方向一致，Chow test 未能拒绝「两轮处理效应等价」的原假设，控制 AI 建议质量后结论仍稳健。所以能说的稳妥话是「有 AI 的组平均 RC 更高」，而不是「AI 越多 RC 越高」——后者只在 Part C 成立。 Study 1 Part C 的原始数值如下（RC 为 5 点量表，绩效单位为千美元）：

读表提醒：真正过了 Bonferroni 校正的，只有 Full AI 对 No AI 这一对（RC 与绩效都是）。Single AI 对 No AI 的绩效差在未校正 p = 0.02、校正后恰好 0.05；Full AI 与 Single AI 之间无论 RC 还是绩效都不显著。也就是说，「多给几个人 AI 会不会再上一层」这个问题，数据给的是没有证据，不是「会」。作者还特意把本研究的效应量（0.20–0.38 SD）与 Gittell 等在银行、医疗实地研究里 0.19–0.42 SD 的区间对照，说明量级不离谱。 Study 2 的机制边界更值得记。 讨论 AI 与 RC 的正向关系在有共同历史的团队里没有复现：单独放 Discuss AI 不显著（Table 2 Column 4），加进 Discuss Other 并放入两者交互后才出现条件性结果——Discuss Other = 1 时，Discuss AI 每增 1 SD 对应 RC +0.35 SD；Discuss Other = 5 时，对应 −0.10 SD。换句话说，团队熟了以后，聊的话题从 AI 挪到决策、角色、职责，继续推动 RC 的是后者。作者据此把 ACT 循环里的「讨论」拆成两块，并明确写了「讨论 AI 作为 RC 机制的重要性，对磨合更久的团队可能不一样」。这是对 H3 的主动收窄，不是补一句稳健性了事。 Study 3 是行为数据交叉校验，不是又一次显著性检验。 93 人 / 31 队，作者明说样本量不足以做统计功效足够的组间检验，只报效应量：Full AI 的沟通频率高于 No AI（问卷 0.35 SD、转录 0.37 SD），也高于 Single AI（0.19 / 0.31 SD）；Single AI 高于 No AI（0.17 / 0.06 SD）。两个测量标准化后回归系数为 0.42（p < 0.001），说明问卷与录音确实在测同一件事。文字观察还确认了 ACT 循环里的多条路径真实存在——同一个 Full AI 组里，有的队几乎不讨论、把 AI 当专家照做，有的队每轮都讨论、边跟边偏离。

假设检验

H1a（削弱）vs H1b（促进） — Part C MANOVA：Full AI 比 No AI 高 0.38 SD（p = 0.01，Bonferroni p = 0.03），Single AI 高 0.20 SD（p = 0.17）→ H1a 被拒，H1b 获部分支持；Part A 方向一致但高低组相反。

H2：有 AI 建议的团队绩效更好 — Part C：Single AI 比 No AI 高 0.61 SD（p = 0.02）、Full AI 高 0.72 SD（p < 0.01）；Part A 分别为 1.04 SD 与 1.08 SD（均 p < 0.01）→ 接受，两轮都成立。

H3：讨论 AI 越多，RC 越高 — Part C OLS（n = 168）：Discuss AI 每增 1 SD，RC 增 0.35 SD（p < 0.01）；控制处理后 0.36 SD → 接受，但属质性阶段后生成、同批数据检验。

非预设补充：RC → 团队绩效 — RC 每增 1 分（1–5 量表），团队绩效增 0.27 SD（p < 0.01），复现了既有 RC 文献的结论 → 支持。

Study 2：效应是否随时间变化 — 第一阶段 Single AI 比 No AI 高 0.39 SD（p = 0.01）、Full AI 高 0.32 SD（p = 0.05）；处理 × 阶段交互不显著 → 无证据表明效应随时间衰减；先前共事经验每增 1 SD，RC 增 0.13 SD。

Study 2：讨论机制的边界 — Discuss AI 单独不显著；Discuss Other 每增 1 SD 对应 RC 增 0.27 SD，交互项为负 → H3 在磨合过的团队里被收窄为条件性成立。

Study 3：录音复核 — Full AI 沟通量高于 No AI 与 Single AI（问卷／转录 0.35 / 0.37 SD 与 0.19 / 0.31 SD）；样本小、作者未做显著性检验 → 方向性支持，不作确证。

研究结论

第一，AI 没有把人隔开。 在这套虚拟工厂里，人更常把 AI 当成可以一起讨论的对象，而不是「有它就不用找同事」的许可证。用作者自己的话说：人们拿它当话题、当建立关系的由头，在讨论 AI 建议的过程中把关系建起来。 第二，决定方向的不是「有没有 AI」，而是「怎么用」。 讨论、信任、使用这三类可供性各自怎么被实际化，才把同一次人机交互分岔到相反的结局。这是「发散可供性」这个概念最实在的用处：它解释了为什么文献里「AI 让人孤立」和「AI 促协作」两派都能找到证据。 第三，绩效与关系可以同时变好，但走的是两条路。 少讨论、把 AI 当真理照做，绩效可能上去了，RC 却低；多讨论、把 AI 当基线并适度偏离，RC 高，再由 RC 把绩效补回来。对管理者来说，这比「AI 提升效率」这句口号有用得多——真正要盯的是团队有没有在讨论。 第四，AI 更像「关系加速器」，不是永久增益。 对新组建的团队，它帮人快速搞懂角色与决策、提供一个共同的参照点，让 RC 提前达到老团队的水平；等团队熟了，话题自然从 AI 转向决策、角色与职责，推动 RC 的也随之换人。 第五，理论上的增量是两块。 聚合／发散可供性这对新概念，加上 ACT 循环这个把「AI 输出 → 讨论／信任／使用 → 关系协调 → 绩效 → 回灌 AI」串成闭环的框架。它不提供系数，但给出了后续研究可以逐条去测的路径清单。

研究局限

样本与场景：商科本科生、约 30 分钟的模拟工厂、新组建的三人团队。作者自己划了适用边界——最适合「小规模、高度相互依赖的决策团队」，未必适用于工作基本独立的场景（如呼叫中心）或强自上而下的决策结构（如公共部门）。所有团队用同一套偏重团队激励的薪酬方案，换一种激励是否还成立未知。 设计上的具体缺口：Single AI 处理固定只让运营经理拿 AI，没有随机化「哪个角色拿」，作者明确列为局限；AI 被设计成「高于平均但不保证全局最优」，更复杂或更简单的 AI、更高频或更低频的推荐都可能改写结论；非线性（倒 U / U 型）关系在开篇被讨论过，但本研究假设线性，作者承认在其他情境下未必成立。 证据强度的不均匀：Study 1 的 Part A 与 Part C 谁更高并不一致，靠事后分析与 Chow test 支撑方向一致性；H3 由质性阶段生成并在同批 Part C 数据上检验，属探索性；Study 2 里 Discuss AI 的直接效应没复现；Study 3 样本 93 人 / 31 队，作者明说无统计功效做显著性检验，只报效应量。把这几条连起来看，最稳的结论是「在这类情境下有 AI 的组平均 RC 与绩效更高」，而不是「AI 剂量越大关系越好」。 版本与材料口径：本次带读依据的是用户直接提供的在线优先版本 PDF（页眉为 Production and Operations Management 0(0)、页码 1–20、© The Author(s) 2025），正式卷期为 35

(6): 2496–2515 (2026)。论文大量细节放在 e-Appendix（表 A–F、图 B1–F1、预注册方案等），本次交付未纳入；文中所有数值均取自这 20 页正文，未从附录补写，也未据新闻稿或二手解读补任何统计值。

未来展望

作者列的方向包括：换成生成式 AI 等其他形态，看关系与协调会不会走不同的路径；把心理安全、持续改进等团队动力纳入；在不同角色分配、不同 AI 不平等感与过度依赖程度下检验倒 U / U 型非线性；随机化 Single AI 里「谁拿到 AI」；在实地、更大样本、更长任期、更长时间跨度上追踪效应是否持续；更换薪酬与激励结构；比较不同 AI 复杂度、推荐频率对 RC 的影响。此外，ACT 循环里的每条路径（讨论 → 信任 → 使用 → RC → 绩效）目前仍是质性归纳加零散量化，逐条做正式的中介／调节检验，是这条线最顺的下一步。

金句

「In our research context and studies, people were more likely to use AI in ways that stimulated rather than diminished RC.」（在我们的研究情境与这几轮实验里，人们更多地以促进而非削弱关系协调的方式使用 AI。） 这句话的重心不在「促进」，而在开头那串限定词。作者没有宣称 AI 天然让人更亲近，只说在这套虚拟工厂、这套激励、这类处方型分析 AI 之下，人更多地选了那条促进关系的路径；紧接着他们在讨论里也承认，同一个处理组内部同时存在刺激与削弱 RC 的质性证据。把边界写进结论句里，比把结论喊得更响要难，也更像可信的研究。

— 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！