新火种
2023-10-19 
人工智能如何提高员工创造力
在现代组织中，员工创造力十分重要。人工智能技术能否增加人类员工的创造力，从而产生AI增强型员工创造力（AI-augmented employee creativity）呢？这个问题引起了诸多学者的兴趣。有学者猜测，人工智能可以提高员工的创造力，因为“人类和机器人一起工作，机器人负责繁重的工作，这样人类就可以专注于创造性的部分”。然而，人工智能是否真的可以帮助员工创造性地解决更高层次的问题，以及实现这一理想结果所必须满足的关键条件，目前还缺乏理论基础和系统的经验证据。
本文通过研究AI与人类在顺序分工任务中的合作来解决这个问题。任务的顺序分工是指，将初期的常规编码和重复的部分分配给AI，而将后续更高层次的问题解决部分分配给人类员工。首先，作者认为这种形式的AI协助改变了人类员工的工作设计。在此基础上，作者假设了两种相互竞争的情况。然后，作者将员工的工作技能确定为调节因素，并假定高技能员工从AI协助对创造力的获益更多。最后，作者还认为，提高员工的创造力对于人工智能协助提高组织绩效至关重要。
理论与假设
AI已被用于开展一系列快速增长的经济活动，其准确性、可靠性和可扩展性都高于人类。目前的AI技术在执行重复的、已编码的任务方面特别有效，这些任务遵循明确、具体的协议和脚本。但同时AI在处理无脚本的、更高层次的、非结构化的任务时面临着局限性，部分原因是它在对未知问题产生新的答案时不具备人类的创造力。
基于此AI和人类之间的分工可能是合理的，这样可以利用AI和人类员工的相对优势。任何成功的分工都需要将实现特定组织任务的目标分解为相互依赖的工作子群。当一个子任务的结果成为另一个子任务的输入时，这种相互依存关系可以依次表现出来，或者当子任务共同产生一个共同的结果时，这种相互依存关系可以平行表现出来。在本文研究中，我们
这种顺序分工给人类员工的工作设计带来了结构性变化，具体表现为两个关键特征：（1）降低了员工执行重复的、规范的、结构化的工作的工作量；（2）强化了员工处理非结构化的、高水平问题解决的工作量。
那么AI对于改变工作设计的重要性在何处？第一，可以避免将初始任务交给人类员工所产生的两个问题。一方面，在执行重复、规范化的工作时，人类员工由于可能会受到厌倦与疲惫的负面影响，表现得不如AI可靠。又因为顺序分工的任务间相互依赖，处理后续工作的员工如果发现之前委托给其他人的任务没有得到可靠的执行，可能会产生负面溢出效应。这种负面经历会降低员工的工作自主性与个人责任感，从而破坏他们在工作中的内在动力，例如努力富有创造性。另一方面，将重复性工作交给人类员工，是工作丰富化模型的倒退，这将使人类员工经历工作设计专家们一直努力避免的已知的负面后果。
第二，AI是处理已编码、重复性工作中最先进的技术工具。与其他技术相比，AI对话式机器人更为强大。因为其他技术无法进行类似人类对话的交流，导致信息交流效果不佳，并更容易引发客户的厌恶。
基于对工作特征模型和员工创造力的研究，关于AI和人类员工之间的顺序分工所引起的工作设计的变化是否会增加员工的创造力，从而产生AI增强型员工创造力，存在着理论上的矛盾。
引入AI的积极影响包括：（1）节约资源。改变后的工作设计有助于节约员工解决更高层次问题所需的资源，员工就更有可能保持对手头工作的
引入AI的消极影响包括：（1）增加压力。工作压力的增加构成了员工创造力的障碍。高工作要求提高了克服认知挑战和应对时间压力的工作量，降低了工作对时间、节奏和工作质量的控制。（2）替代威胁。虽然员工可能认为组织在顺序分工中使用AI是对他们工作的帮助，从而增加了组织支持，但也存在一个突出的担忧，即AI的采用会引发员工对技术取代工作的恐惧，这可能被认为是对员工的组织支持的降低。
员工的工作技能是指他们的领域专长或如何执行工作所需任务的知识。工作技能决定了员工如何克服工作中遇到的挑战；因此，这些能力关系到他们在相关任务中的表现。
多个理论都强调了专业知识在创造新想法方面的重要性。员工创造力的构成理论认为，与领域相关的技能是该领域内员工创造力的重要驱动力。如吸收能力理论（即更多的现有知识使个人和组织能够更好地学习新知识）和创新理论（即新知识来自于先前知识的重新组合）所支持的，员工在工作相关领域的更多现有技能提高了他们找到新问题解决方案的能力。因此，员工的工作技能越强，他们就越有可能利用保存的认知资源，以及由AI引起的工作设计变化所产生的工作复杂性越高，这两者都有利于工作场所的创造力。
同时，尽管改变后的工作设计增加了员工从事高层次问题解决的工作量，但较高的工作技能使员工能够解决其工作领域的问题，因此，对于高技能的员工来说，整体的工作量压力不太可能增加或增加的程度较低。其次，当员工拥有较高的工作技能时，他们在与AI的“赛马”中会形成更大的优势，从而减轻他们对被AI取代的担忧。因此，作者提出假设1:
H1：在一项AI和人类员工之间有顺序分工的组织任务中，当这些员工具有较高的工作技能时，AI协助处理任务中最初编排好的、重复的部分，更有可能提高员工解决任务中后续更高层次问题的创造力。
H2：如果AI协助处理初始的、规范化的、重复性强的任务确实增加了员工解决后续更高层次问题的创造力，那么增加员工创造力就是AI协助提高员工绩效的一种途径。
研究设计
为了检验所提出的假设，作者进行了一个现场实验研究和一个定性研究。
研究结果
AI和人类员工之间的顺序划分改变了工作设计，减轻了员工处理编排好的标准工作的负担，加强了员工解决更复杂、更高层次问题的需要。但低工作技能员工则认为这降低了他们的工作速度和效率，因为AI协助提升了他们遇到对产品认知的客户的可能性，所以使服务更有挑战。但受限于能力，他们在后续任务时遇到了很多困难,且很有压力。相反，高工作技能员工对不必发掘潜在客户表示欣慰，并认为与潜在客户更密集、复杂的互动提供了更大的职业机会。
由AI协助引起的工作模式的关键变化，一方面影响了人类员工在开发新脚本和改进现有脚本方面取得的实际成果，这两者在这种工作环境中被认为是 "创新"，尽管这在高技能和低技能的代理人之间存在着巨大的分歧。另一方面，高技能和低技能的员工都认为，工作模式的改变应该提高他们的能力，以便在长期内表现出更大的创造力。但相比较高技能员工通过节约资源和面对更有挑战性任务发展了更多的工作技能，低技能员工虽然也认为AI协助节约了时间，但他们由于能力有限，所以这些变化在帮助他们找到新的或更好的答案方面没有起到作用。
改变后的工作模式以及AI协助产生了各种心理后果，影响员工创造力。一方面，高技能的人类员工从执行改变后的任务中体验到更多的积极情绪，包括更好的心情、更高的士气和更大的激情。然而，低技能的人类员工报告了负面情绪，包括紧张、士气低落和被拒绝的感觉。积极的情绪会形成更大的创造力。另一方面，高技能和低技能的人类员工报告了对公司采用AI协助的更积极的情绪和更大的组织承诺。
讨论
研究表明，即使是简单的顺序分工也能在AI和所涉及的人类员工之间创造协同效应。如果没有员工，AI在独立处理高层次问题的解决上面临着局限性；同样，如果没有AI的协助，员工会因为简单重复的工作而分心，士气低落，而他们却渴望有趣和创造性的工作。因此，人工智能与人类的合作是 "一箭双雕"。
研究还表明，使用AI处理繁琐和重复的工作有助于人工员工专注于开发更多的创造性成果这一传统假设并不总是成立。对于AI协助是否真的能增加员工的创造力，理论上存在紧张，但员工的领域专业知识或工作技能构成了调和这种紧张关系的关键条件。具有较高工作专长的员工在开发创造性解决方案时更多地受益于人工智能协助。
最后，员工对工作的厌倦是一种常见的、有问题的经历，可以追溯到工业时代。技术的进步加剧了这种担忧，因为它导致了工作的进一步碎片化。然而，这项研究表明，由于AI可以有效地执行精心编排的重复性工作，它们可以使员工保持专注于更有趣的工作，这可能导致更有意义的工作经验。
文献来源：Jia, N., Luo, X., Fang, Z., & Liao, C. (2023). When and How Artificial Intelligence Augments Employee Creativity. Academy of Management Journal. https://doi.org/10.5465/amj.2022.0426
相关推荐
- 免责声明
- 本文所包含的观点仅代表作者个人看法，不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险，读者在采取与本文内容相关的任何行动之前，请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。
