组织人工智能采纳对员工工作重塑行为的双路径影响机制：基于趋避动机理论的实证研究

《Frontiers in Psychology》：How does organizational AI adoption affect employees’ job crafting behaviors? An approach-avoidance perspective

本文基于趋避动机理论(Approach-Avoidance Theory)，通过三阶段追踪调查揭示组织AI采纳通过AI支持自主性(AI-supported autonomy)和AI焦虑(AI anxiety)的双中介路径影响员工趋近/回避型工作重塑(Job Crafting)的机制。研究发现AI知识共享(AI knowledge sharing)可强化正向路径(β=0.156, p<0.001)并弱化负向路径(β=0.005, ns)，为组织数智化转型中的人力资源管理提供了理论框架与实践启示。

　　

引言

人工智能(Artificial Intelligence, AI)技术正在深刻重构组织工作模式，但组织层面AI采纳(Organizational AI Adoption)对员工工作重塑行为(Job Crafting Behaviors)的影响机制尚不明确。基于趋避动机理论(Approach-Avoidance Motivational Theory)，本研究通过650名中国企业员工的三阶段追踪调查(有效样本487份)，揭示AI技术如何通过双路径激发员工不同的行为反应。

理论框架与假设

研究整合Elliot(2006)的趋避动机理论，提出组织AI采纳会同时激活员工的趋近动机(表现为AI支持自主性)和回避动机(表现为AI焦虑)。当员工感知AI技术增强其工作自主权时(AI-supported autonomy)，会倾向于开展趋近型工作重塑(Approach Job Crafting)，例如主动拓展工作边界、寻求挑战性任务；反之，当产生AI焦虑(AI Anxiety)时，则易触发回避型工作重塑(Avoidance Job Crafting)，如减少工作投入或回避AI相关任务。

研究方法

采用SPSS 21.0和Mplus 7.0对五家AI应用企业数据进行潜在调节结构方程建模(Latent Moderated Structural Modeling)。测量工具包括：组织AI采纳采用Lin等(2024)3条目量表(Cronbach‘s α=0.84)，AI支持自主性采用Kong等(2024)6条目量表(α=0.90)，AI焦虑采用Wang和Wang(2022)21条目量表(α=0.97)，工作重塑行为采用Bruning和Campion(2018)30条目量表(趋近型α=0.97，回避型α=0.92)。

研究结果

验证性因子分析显示六因子模型拟合良好(χ²/df=2.11, CFI=0.916, RMSEA=0.048)。中介效应检验发现：组织AI采纳通过AI支持自主性正向影响趋近型工作重塑(β=0.044, p<0.01)，通过AI焦虑正向影响回避型工作重塑(β=0.040, p<0.05)。调节效应显示：AI知识共享(AI Knowledge Sharing)显著强化组织AI采纳与AI支持自主性的关系(β=0.164, p<0.001)，同时弱化其与AI焦虑的关系(β=-0.114, p<0.001)。被调节的中介效应进一步证实：高AI知识共享环境下，正向间接效应更强[β=0.156, 95%CI(0.087,0.241)]；低AI知识共享时，负向间接效应更显著[β=0.045, 95%CI(0.014,0.089)]。

讨论与启示

本研究首次将趋避动机理论应用于组织AI采纳场景，揭示技术变革下员工行为的心理机制。实践启示包括：组织应通过AI知识共享体系降低员工焦虑，例如建立AI学习社区、开展案例培训；同时设计AI增强型工作流程，提升员工自主感知。未来研究可开发AI特异性工作重塑量表，探索不同文化背景下员工适应行为的差异。

结论

组织AI采纳通过双路径影响员工工作重塑：AI支持自主性促进趋近型行为，AI焦虑引发回避型行为。AI知识共享作为关键边界条件，可优化技术采纳的心理传导路径。这为数字化转型期组织人力资源管理提供了理论依据和实践方向。