人工智能焦虑与新生代员工创新行为:组织依恋及工作重塑的作用

数智化背景下,越来越多的企业引入人工智能技术替代部分低端重复的工作,AI技术的“替代效应”逐渐凸显[1-3] 。未来各类场景都可能实现数字化、智能化重塑,人工智能技术对人们工作和生活的渗透将更加普遍[4] 。成长于AI技术快速发展时代的新生代员工开始活跃于职场,感受到AI技术对个人就业竞争力的冲击。AI技术快速发展引发新生代员工对失业的恐慌和对学习新技术的不安,表现为人工智能焦虑(Artificial Intelligence Anxiety,简称AI焦虑)[5] 。AI焦虑指对学习人工智能技术感到困难,同时对人工智能技术可能替代自己的工作感到不安[6] 。一方面享受AI技术带来的工作和生活上的便利,另一方面对AI技术可能取代自身工作而感到担忧。在此矛盾心理状态下,新生代员工行为会发生何种改变,是“迎难而上”采取创新行为提高自身职场竞争力,还是“因循守旧”避免作出冒险尝试,这一问题值得研究。

当前,学界对AI焦虑的概念、维度及来源进行了研究,认为AI焦虑是一种焦虑或恐惧的整体情感反应,可分为学习、人工智能配置、工作替代和社会技术盲目性4个维度[7] 。AI焦虑可能是由于技术发展的不准确认知、对自主性的困惑和社会技术盲目性造成的[8] 。人工智能焦虑对员工偏差行为[6] 、人工智能技术接受意愿[9] 的负面影响,以及对动机学习行为[7] 的正面影响已经得到验证。有学者从前景理论视角出发,研究发现员工对于被AI取代的恐惧心理促使其更具创新性[10] ,也有学者从AI技术引发替代危机角度验证了AI技术替代感对工作场所人与AI合作意愿具有负向影响(张恒等,2024)。但对于AI技术所引发的焦虑、不安情绪会对员工行为产生什么影响,相关研究较为缺乏。相比老一辈员工,新生代员工想法更为大胆,也更富创新活力,是企业创新不可忽视的一股强大新生力量。创新行为不可避免存在风险,有研究表明,工作中人工智能技术应用对员工创新行为有着“双刃剑”作用[11] 。AI焦虑如何因员工自身认知不同而带来不同行为影响,相关研究还处于探索阶段。本研究基于压力认知评价理论,分析AI焦虑如何影响新生代员工创新行为。

工作重塑(Job Crafting)指员工为了更好地将自身与工作相匹配,自主对工作角色、工作关系以及工作环境进行调整或重新设计[12] 。根据压力认知评价理论,个体会对压力源进行认知评价并采取应对行为。智能机器人、智能语音助手、ChatGPT等大模型在职场中的使用愈发频繁,新生代员工为了保住自己的“饭碗”,可能主动更新自身对AI技术的认知,学习掌握先进的AI技术,并做出一系列行为对自身工作内容和工作方式进行升级创新,以求在数智化变革中展现个人独特能力。因此,本研究选取工作重塑作为中介变量,探究AI焦虑对新生代员工创新行为的影响路径。

员工与其所属企业在长期工作中形成较为稳定的心理链接,企业就像一个“家”,给员工带来保障和安全,使其感受到归属和温暖,这种现象称为组织依恋(Organizational Attachment)[13] 。根据压力认知评价理论,个体与环境相互作用会形成“评价—情感—反应”作用路径[14] 。当企业或组织给予新生代员工足够的关心和支持时,员工所感知到的客观环境趋向安全、稳定,在正面评价下员工积极情绪被激活,此时他们敢于大胆探索新事物,开展创新行为。因此,本研究选取组织依恋作为调节变量,揭示其在AI焦虑与工作重塑、新生代员工创新行为之间的调节效应。

综上,本研究从压力认知评价理论视角出发,分析AI焦虑对新生代员工创新行为的影响效应,以及工作重塑在其中的中介作用,并讨论组织依恋的调节作用,探究在不同水平组织依恋下,AI焦虑、工作重塑与新生代员工创新行为的关系边界。

1 理论基础与研究假设

1.1 压力认知评价理论

压力认知评价理论和情绪认知评价理论属于认知评价理论两大分支,由Lazarus等[15]首先提出。认知评价理论认为,个体所感知到的客观环境对自身福祉的影响,以及个体是否有足够资源应对这一影响,共同决定个体认知和行为。情绪认知评价理论认为,个体对外部的认知评价会产生不同情绪,并指导个体后续行为[16] 。而压力认知评价理论强调个体对压力源的认知评价和应对行为,当外界对个体的要求大于个体本身拥有的资源时,会产生较大压力,若个体认为外界压力会危害自身福祉且无法有效应对时,就会产生消极反应,反之则会作出积极反应[14] 。

压力认知评价理论认为,个体应对压力有两种方式,分别为聚焦情绪和聚焦问题[15] 。当个体认为外界压力较大,自身难以应对时,会倾向于采用聚焦情绪的方式,通过回避、疏远、选择性注意等策略尽量降低压力源对自身的负面影响。当个体认为外界压力具有一定挑战,自身通过努力可以作出应对时,会倾向于采用聚焦问题的方式,通过重新定义压力源、生成替代性方案、提升个人能力等积极应对压力。人工智能技术会引发个体学习焦虑和工作替代焦虑,即个体会感到人工智能技术学习和运用存在一定困难,难以掌握,且人工智能技术有可能替代自己的工作,使个体面临失业危机。此时,人工智能技术作为一种外部压力源,会引发员工一系列后续行为。根据压力认知评价理论,当员工对自身能力和资源进行衡量,认为自己可以较好地应对人工智能焦虑时,就会把重心放在解决问题上,积极寻找新思路和方法,如主动学习新技术,扩大自己工作范围,使原有工作内容变得更具有挑战性,努力提升工作质量等。反之,当员工评估自己难以应对人工智能焦虑时,会把重心聚焦在情绪上,任由负面情绪蔓延,不去寻找解决问题的办法,尽量避免出现自己不熟悉的情况,如只完成本职工作、拒绝学习新技术、不愿意改变工作方式等。

1.2 AI焦虑与新生代员工创新行为

AI技术发展要求员工具有更高的信息处理能力、专业度和更丰富的技能,员工需要理解并掌握人工智能相关技术,但这并非能轻松做到;同时,AI技术替代部分岗位,引发的工作替代危机愈发显著[10] ,从事低技能工作的员工难免产生工作不安全感。根据压力认知评价理论,人工智能技术发展给新生代员工带来的学习焦虑和工作替代危机作为一种外部压力,由于员工个体对压力的不同认知,会产生不同行为结果。新生代员工的显著特点是敢想敢干,追求个性,自我意识强[17] 。在成长过程中,他们经历了智能产品从出现到变革的时代,对于人工智能应用并不陌生,且对于这种新技术普遍接受度较高。出现AI焦虑时,新生代员工的好胜心有可能被激发,认为自身能力和资源可以应对AI技术带来的挑战,从而采取聚焦问题的压力应对方式,积极行动,如学习AI技术、改变工作范围和工作内容、优化工作方式等,面对不断变化的外界环境,持续提高个体工作胜任力和竞争力。基于上述分析,本文提出以下假设:

H1：AI焦虑正向影响新生代员工创新行为。

1.3 工作重塑的中介作用

工作重塑的概念最早由Wrzesniewski等[18]提出,指员工通过对工作进行重新构建,取得工作认同和工作角色,根据自身偏好及个人能力主动对工作任务作出调整。他们将工作重塑分为3种类型:任务重塑(改变任务数量、范围、类型及个人时间精力分配)、关系重塑(改变与他人互动的形式、时间、性质)、认知重塑(改变对任务和关系的看法)。随后,Tims等[19]基于工作要求—资源模型对工作重塑的概念作了修订,认为工作重塑是员工根据个人能力和需求,为了实现工作要求与工作资源平衡所采取的行为。Tims等[20]提出工作重塑四维度,包括增加结构性工作资源(如“我努力在工作中学习新东西”)、增加社会性工作资源(如“我向同事征求意见”)、减少阻碍性需求(如“我通过管理工作尽量避免与那些会影响我情绪的人接触”)、增加挑战性需求(如“如果有新情况出现,我会做第一个去了解并行动的人”)。Wrzesniewski &Dutton的观点与Tims &Bakker的观点作为工作重塑领域的两大分支,分别从工作角色理论视角和工作资源理论视角定义了工作重塑。之后,Bruning等[21]对前人观点进行整合,将工作重塑定义为“员工为了改善工作而作出的有关工作任务结构、社会关系和认知等改变”,并基于趋近—回避动机理论及调节定向理论提出趋近导向工作重塑和回避导向工作重塑。其中,趋近导向工作重塑强调员工主动改变以提高工作收益,具体包括拓展工作内容和范围、使任务复杂化和更具挑战性、扩大自身人际关系网等。回避导向工作重塑强调员工努力使负面结果最小化,具体包括仅专注本职位核心技能、降低工作复杂程度、尽量避免与不熟悉的同事互动等。同时,他们将工作重塑分为7个维度,分别为工作角色拓展、社会扩张、减少工作角色、工作组织、采用、元认知、回避,并构建了对应量表。Bindl等[22]在Bruning &Campion观点的基础上进一步指出,个体会出于内部动机做出趋近和回避两种行为,并制定了趋近导向和回避导向的工作重塑量表。

本研究参考Bruning &Campion的观点,将工作重塑分为趋近导向工作重塑和回避导向工作重塑。趋近导向工作重塑关键在于员工主动改变工作内容和范围等,以适应环境变化,使工作收益最大化。回避导向工作重塑关键在于员工专注本职位核心工作,尽量避免复杂或陌生事件发生,使负面结果最小化。基于压力认知评价理论,个体对AI技术的不同认知大体分为积极和消极两种情感倾向,进而在工作中表现出不同行为,即积极认知通过趋近导向工作重塑对行为产生影响,消极认知通过回避导向工作重塑给个体行为带来影响。

随着扁平化组织管理趋势愈发显著,新生代员工在工作中拥有更多自主性,可以发挥主观能动性,思考如何优化工作方式和内容,从而使价值最大化。拥有强自我意识的新生代员工,在感知到AI焦虑时,其主动性的“开关”很可能被触发,他们不甘于被AI技术打败,会积极行动,改变旧有工作方式和内容,开展创新活动使自身价值得以体现,例如设计创新性方案,采用创新型工具或方法,主动扩大工作范围,学习岗位要求之外的技能,与同事讨论解决问题的新办法等。有研究表明,工作重塑对增强员工责任感知,提高工作绩效和工作幸福感具有积极影响[23]。因此,本研究提出以下假设:

H2：AI焦虑正向影响工作重塑。

H3：工作重塑正向影响新生代员工创新行为。

H4：工作重塑在AI焦虑与新生代员工创新行为之间发挥中介作用。

1.4 组织依恋的调节作用

组织依恋起源于心理学家Bowlby[24]于1982年提出的依恋理论(Attachment theory)。依恋理论认为,个体从外界感受到的安全感、爱和信任,促使个体表现出亲社会化行为,个体依恋风格可分为安全型、焦虑型、回避型。Hazan等[25]最先将依恋理论引入工作场所,认为不同依恋风格的员工表现出的工作态度和行为不同。Misciagna[26]提出个体会对组织产生依恋关系,将依恋这一构念从“人对人”跨越至“人对组织”。随后,学者们对此进行完善,将组织依恋定义为个体对组织的情感联结和依赖,或个体对组织目标、价值观等的认同心理和行为投入[27-29] 。国内学者陈琳等[30]将组织依恋定义为个体对组织的持久、稳定情感联系,并将组织依恋风格分为安全型和非安全型。陈玉玲等[31]进一步将组织依恋界定为个体对组织的信赖感、归属感,即对组织的情感寄托和眷恋。综合学者们观点,本研究将组织依恋定义为个体对组织或团体的情感联结。根据个体对组织依恋程度高低,划分为非安全型组织依恋和安全型组织依恋[30]。安全型组织依恋的员工面对AI焦虑时更可能采取行动寻求支持,且更容易适应多变环境,以积极心态面对未知挑战,因为他们从组织处获得足够安全感,相信自己能得到组织关心和支持;非安全型组织依恋的员工更易产生忧虑或愤怒情绪,害怕自己的行为遭到拒绝,容易受到外界负面刺激,因为他们认为组织没有给予自己足够帮助和认可,对组织可靠性抱有不确定和怀疑态度。

员工在工作中的行为受到个体特质影响,新生代员工成长环境和个性特点使其对组织产生不同依恋心理,而组织依恋程度高低作为个体特质会对其行为产生不同影响。低组织依恋(安全型组织依恋)的个体往往对组织有着更强归属感和安全感,认为组织会给予他们关心和帮助,相信组织不会因为某次任务失败而苛责自己。根据压力认知评价理论,拥有低组织依恋的新生代员工面对AI焦虑时会倾向于用积极态度看待这一问题,由此产生相应主动行为,创新工作内容和工作方式,迎接AI技术带来的挑战。即低组织依恋与AI焦虑的交互作用会增强新生代员工组织归属感和支持获得感,进而激发员工工作重塑。反之,对于高组织依恋(非安全型组织依恋)的个体,往往对组织的信任不强,不确定组织能否给予自己足够支持。根据压力认知评价理论,拥有高组织依恋的新生代员工,为了避免外部环境不确定性给自己带来负面影响,会尽量选择循规蹈矩的工作方式完成本职工作,减少陌生情况的发生。面对AI焦虑时,他们倾向于将其评价为一种危险、负面的情绪,这种认知使得他们进一步避免采用新的技术或方式工作,尽量降低工作复杂程度,减少工作中的不确定性,避免负面情况发生。即高组织依恋与AI焦虑的交互作用会引起新生代员工负面情绪,进而削弱员工工作重塑。因此,本研究提出以下假设:

H5：组织依恋在AI焦虑与工作重塑之间发挥调节作用,即相比高组织依恋的新生代员工,AI焦虑对低组织依恋新生代员工工作重塑的正向影响更显著。

1.5 被调节的中介作用

根据压力认知评价理论,当新生代员工组织依恋程度较低时,新生代员工对其工作组织的评价是安全的、舒适的,可以放心大胆地按照自己的创新想法开展工作,因为他们知道组织如同安全港湾一样在身后给予支持,提供所需各种资源,并在精神上鼓励和包容他们,不管创新实践是否取得成功,组织都不会责怪他们。此时,新生代员工乐于通过改变原有工作方式和工作内容使任务更具有挑战性,并尝试使用创新性工具,主动学习技能以提高工作效益,从而激发创新意愿并产生创新行为。当新生代员工组织依恋程度较高时,表示其未能从组织中获得足够安全感和支持,身处不稳定环境下,不敢尝试风险性较高的创新活动。此时,新生代员工倾向于保持原有工作方式,降低任务复杂程度,专注本岗位核心工作和核心技能,尽量避免陌生事件的发生,减少创新想法,难以做出创新行为。因此,本研究提出以下假设:

H6：组织依恋调节AI焦虑通过工作重塑影响新生代员工创新行为的中介效应。即组织依恋水平越低,AI焦虑越能通过工作重塑影响新生代员工创新行为。

综上所述,本研究构建理论模型如图1所示。

2 研究设计

2.1 样本选取与数据收集

本研究于2023年11月—2024年2月采用多时点调查方式收集数据,样本为互联网IT行业、制造业、餐饮服务业、教育行业在职人员。调查共进行两轮,每轮均分为两个阶段,第一阶段邀请被试测量人工智能焦虑、组织依恋、工作重塑,收集样本的性别、年龄、受教育程度等人口统计学信息;第二阶段,从第一阶段样本中筛选年龄23～34岁之间(满足新生代员工定义)的群体,邀请其报告员工创新行为。总计发放问卷435份,回收有效问卷343份,有效回收率为78.85%。其中,男性占51%,女性占49%;高中及大专占35.3%,本科占45.1%,研究生及以上占19.6%。

2.2 变量测量

除个人基本信息外,AI焦虑、组织依恋、工作重塑、员工创新行为4个变量的测量均选取在国际权威期刊上公开发表的成熟量表,采用Likert 5点计分法,其中,1表示“非常不同意”,5表示“非常同意”。

(1)AI焦虑:采用Li等[5]编制的AI焦虑量表,选取其中两个分量表测量工作替代焦虑和学习焦虑,共6个题项,如“我担心人工智能的发展会造成很多人失业”。

(2)组织依恋:采用李同归等[32]开发的团体依恋量表,从两个维度对组织依恋类型进行测量,本研究从中筛选10个题项,如“我有点担心会失去这个团体成员的身份”。

(3)工作重塑:采用Bindl等[22]开发的八维度工作重塑量表,从中筛选16个题项,其中8个题项测量趋近导向工作重塑,8个题项测量回避导向工作重塑,如“我积极提升自己的工作能力,甚至去学习超越我核心领域的技能”。

(4)新生代员工创新行为:采用张振刚等[33]开发的量表,共8个题项,如“我经常尝试采用新的方法解决工作中出现的问题”。

(5)控制变量:根据以往关于AI焦虑对员工行为影响的研究,本文选取性别、年龄、学历作为控制变量。

3 实证分析

3.1 信度与效度检验

使用SPSS23.0和Mplus8.0软件对模型进行信效度检验,结果如表1所示,各变量的Cronbach′s α系数均大于一般规定值0.7,说明本研究所使用的测量量表具有良好内部一致性。同时,组合信度(CR)大于0.7,各变量平均方差萃取(AVE)大于0.5,说明问卷聚合效度达到判定标准,量表具有较高信度。

3.2 验证性因子分析与共同方法偏差检验

为检验AI焦虑、组织依恋、工作重塑、员工创新行为4个变量之间的区分性, 本研究使用Mplus8.0软件对上述变量进行验证性因子分析(confirmatory factor analysis, CFA)。结果如表2所示, 四因子模型对数据的拟合结果较为理想(χ2=1 114.059,df=726, RMSEA=0.071,CFI=0.861,TLI=0.85,SRMR=0.057),且其拟合优度显著优于其它模型,表明这4个变量具有较高区分效度。

尽管本研究采用问卷匿名评价、多时点获取等方法,但由于多数题项由员工自评完成,结果可能存在共同方法偏差问题。为检验是否存在严重同源偏差,采用Harman单因子法,对4个变量涉及的40个题项进行探索性因子分析。如果因子分析结果显示只能抽出一个因子, 或者第一个因子解释了大部分方差(方差解释率高于40%),就说明存在严重共同方法偏差问题。检验结果显示,存在7个特征值大于1的因子,未经旋转的最大因子方差解释率为18.517%,因此,本研究不存在严重共同方法偏差问题。

3.3 描述性统计与相关分析

本研究各变量均值、标准差和相关系数如表3所示。部分变量间相关系数大于0.3,为检验变量间是否存在多重共线性问题,本研究进行多重共线性诊断。结果显示,所有变量的方差膨胀因子(VIF)最大值为4.9,远小于10的临界值标准,因此,多重共线性问题未对研究结果产生实质性影响。由表3可知,AI焦虑与新生代员工创新行为(r=0.388,p<0.01)、工作重塑(r=0.259,p<0.01)显著正相关,工作重塑与新生代员工创新行为显著正相关(r=0.368,p<0.01)。变量相关性基本符合预期,研究假设得到初步支持。

3.4 假设检验

(1)主效应及中介效应检验。借助Mplus8.0软件,采用多元回归分析对假设进行检验。将性别、年龄、学历作为控制变量,结果如表4所示。

由表4中模型6结果可知,AI焦虑显著正向影响新生代员工创新行为(B=0.731,p<0.001),因此假设H1得到验证;由模型2可知,AI焦虑显著正向影响工作重塑(B=0.782,p<0.001),同时由模型7可知,当自变量受到控制时,工作重塑显著正向影响新生代员工创新行为(B=0.744,p<0.001),因此,假设H2、H3得到验证。此时AI焦虑对工作重塑的影响不再显著,说明工作重塑在AI焦虑与新生代员工创新行为之间具有中介作用。为进一步检验中介效应,采用SPSS中的process插件对中介变量进行Bootstrap检验,重复抽样5 000次,结果如表5所示。AI焦虑通过工作重塑影响新生代员工创新行为的总效应值为0.731,95% CI为[0.615,0.848];直接效应值为0.15,95% CI为[-0.027,0.327];间接效应值为0.581,95% CI为[0.416,0.788]。直接效应置信区间包含0,间接效应置信区间不包含0,因此,间接效应显著,进一步说明工作重塑在AI焦虑与新生代员工创新行为之间发挥中介作用,假设H4得到验证。

(2)调节效应检验。由表4中模型4可知,AI焦虑与组织依恋的交互项显著负向影响工作重塑(B=-0.214,p<0.001),说明组织依恋负向调节AI焦虑与工作重塑间关系。为进一步明确调节作用的大小和方向,本研究以均值加减一个标准差为基准,划分调节变量高分组和低分组,分析AI焦虑与工作重塑间关系,绘制调节效应图,如图2所示。对组织依恋程度较高的员工而言,AI焦虑对工作重塑的正向影响不显著(B=0.257,t=0.142,p=0.071);对组织依恋程度较低的员工而言,AI焦虑对工作重塑的正向影响显著(B=0.456,t=0.096,p<0.001)。这说明在低组织依恋条件下,AI焦虑对员工工作重塑的正向影响作用更强,因此假设H5得到验证。

(3)有调节的中介效应检验。本研究采用process插件检验组织依恋在AI焦虑通过工作重塑影响新生代员工创新行为关系中的调节效应,结果如表6所示。当组织依恋水平较高(+1SD)时,AI焦虑通过工作重塑影响新生代员工创新行为的中介效应估计值为0.106,95% CI为[-0.055,0.28],包含0,说明工作重塑的中介效应不显著;当组织依恋水平较低(-1SD)时,人工智能焦虑通过工作重塑影响新生代员工创新行为的中介效应估计值为0.406,95% CI为[0.243,0.596],不包含0,说明工作重塑的中介效应显著。且高低两组之间的效应估计值为-0.3,95% CI为[-0.484,-0.143],不包含0,说明在不同组织依恋水平下中介效应存在显著差异。因此,组织依恋负向调节AI焦虑通过工作重塑对新生代员工创新行为的间接影响,组织依恋水平越低,AI焦虑越能通过工作重塑影响新生代员工创新行为,假设H6得到验证。

4 研究结论与讨论

4.1 研究结论

本研究基于压力认知评价理论,通过对343份样本进行实证分析,探究人工智能焦虑对新生代员工创新行为的影响机制,并验证组织依恋在其中的调节作用。得到主要结论如下:

(1)AI焦虑促进新生代员工创新行为。AI技术在产生职业替代效应的同时,也催生一批新职业和新岗位(陈琳等,2024),同时,新生代员工敢想敢拼的个性特点使得其面对AI焦虑时拥有更多自信,主动学习新的AI技术,让AI技术为己所用。尽管工作中的创新行为具有冒险成分,但当压力和挑战并存时,个性鲜明的新生代员工不会因为困难而止步不前,而更有可能迎难而上,主动学习并利用AI技术。充分挖掘新生代员工身上的特质与潜力,能更好地激发其在AI焦虑下蕴藏的创新活力。

(2)工作重塑在AI焦虑与新生代员工创新行为之间发挥中介作用。AI技术发展带来许多新变化,被AI“省”去的工作流程背后是越来越多的岗位被迭代。AI焦虑促使新生代员工主动思考工作内容、工作方式在新形势下该如何变化,充分发挥主观能动性,通过优化工作流程,转变固有模式,跳出思维限制,在AI技术的加持下发现新的机会与挑战,激发创新行为。

(3)组织依恋不仅调节AI焦虑与工作重塑间关系,还调节工作重塑在AI焦虑与新生代员工创新行为之间的中介效应。具体而言,新生代员工组织依恋程度越低,AI焦虑与工作重塑间正向关系越强,通过工作重塑促进新生代员工创新行为的影响机制就越显著;当新生代员工组织依恋程度较高时,该影响不显著。AI焦虑通过工作重塑影响新生代员工创新行为,受到员工组织依恋程度的影响。组织依恋程度高的员工,其依恋风格对应非安全型组织依恋,在焦虑或回避情绪状态下,难以从组织处获得足够安全感,担心组织会抛弃自己。创新行为具有挑战和冒险特性,需要付出一定时间和精力,同时需要承担失败的后果。因此,组织依恋程度高的员工在缺乏安全感的情境下很难做出创新行为。相反,组织依恋程度低的员工其依恋风格对应安全型组织依恋,能从组织处获得足够安全感,面对AI焦虑时保持稳定情绪,敢于尝试新的工作方式,挑战困难的工作任务,付诸更积极的行动,促进创新行为产生。因此,组织依恋程度低的员工能更好地在工作中开展创新实践,AI焦虑通过工作重塑激发其创新行为的影响效应更强。

4.2 理论贡献

(1)本研究揭示了AI焦虑对新生代员工创新行为的重要预测作用。以往关于新生代员工创新行为的前因研究从组织因素、个体因素和领导因素出发,主要关注组织环境、组织管理、员工自我效能感等对新生代员工创新行为的影响。数智化变革背景下,员工深刻感受到AI技术给工作带来的新变化。成长于不同时代的员工会表现出不同人格特质,研究其独特性能帮助组织管理者更好地知悉员工特点和需求,从而进行有效管理。现有研究较少关注AI焦虑对新生代员工创新行为的影响,本研究从人工智能这一时代背景出发,揭示了AI焦虑对新生代员工创新行为的正向影响作用,丰富了新生代员工创新行为前因研究,有助于增进对新生代员工创新行为的认识,为激发新生代员工创新行为提供了新思路。

(2)本研究基于压力认知评价理论,引入工作重塑,试图打开AI焦虑影响新生代员工创新行为作用机制的“黑箱”。如果员工对问题的评价是积极、乐观的,其更有可能通过一系列积极行为改变自身工作方式和内容,通过工作重塑,如主动学习技能,积极与同事交流,敢于提出新的工作方法等,增强创新行为。本研究从压力认知评价理论视角出发,验证了压力源(AI焦虑)—认知评价(工作重塑)—行为反应(新生代员工创新行为)这一作用链,丰富了AI焦虑对员工创新行为作用机理研究。

(3)本研究探讨了AI焦虑通过工作重塑影响新生代员工创新行为的边界条件,即组织依恋的调节作用。组织依恋作为员工个体特质,依恋程度反映员工对组织的安全感和依赖感水平。对于低组织依恋的新生代员工而言,从组织获得的安全感和支持度更高,进而积极影响其工作重塑和创新行为。该研究结果证实了组织依恋在“AI焦虑—工作重塑—新生代员工创新行为”这一影响路径中发挥重要边界作用,为AI焦虑在何种条件下激发员工创新行为提供了依据。

4.3 管理启示

(1)关注新生代员工面对AI技术压力下的行为反应,发掘其创新潜能。企业早已认识到创新对发展的重要性,但对于占据劳动力市场半壁江山的“90后”员工的价值挖掘存在不足。而且,未清晰意识到AI技术发展对新生代员工的潜在威胁会导致员工做出差异化行为,若管理欠妥,则不利于企业长远发展。AI焦虑对新生代员工创新行为具有正向影响,且这种正向影响可以通过工作重塑得到加强,因此管理者应关注新生代员工在AI技术运用下的压力状况。AI技术发展使得一部分低技能、重复性的工作被替代,一定程度上解放了生产力。但随着技术不断进步,是否会有越来越多职位被AI取代,自己能否跟上AI发展步伐,这类焦虑或多或少影响着新生代员工们。管理者首先要意识到AI焦虑会对新生代员工带来影响,其次要正向利用这种焦虑心理,引导、鼓励员工主动进行工作重塑,大胆开展创新行为。如适度营造人与机器的竞争氛围,适当放权让员工自主开展工作,改变过于严厉的领导风格,疏导员工紧张情绪等。

(2)关注新生代员工对组织的依恋程度,给予其更多关心和支持,提高新生代员工安全感和归属感。组织依恋对新生代员工工作重塑和创新行为具有重要影响,在低组织依恋条件下,AI焦虑通过正向影响工作重塑促进新生代员工创新行为,而在高组织依恋条件下这一影响不显著。因此,管理者应尽量使员工保持低组织依恋程度,即安全型组织依恋,打造“避风港”和“安全岛”式的组织环境,给予新生代员工足够安全感,鼓励其大胆进行创新实践;当员工需要组织帮助时,最大程度给予员工所需支持。此外,管理者也要注意不过分苛责员工,不漠视员工需求,以免员工形成非安全型组织依恋。

4.4 研究不足与未来展望

本研究存在几点不足:第一,采用两时段、跨地域数据收集方式,尽量避免同源偏差问题,但数据来源仍存在局限,未来可采用实验法、经验抽样法等方式,增加多样化数据来源,使实验结果更为精确。第二,本研究聚焦新生代员工创新行为前置影响因素,但未对具体职业涉及的技术含量进行区分,不同职业中AI技术的影响可能存在差异,进而影响员工行为。未来研究可进一步细化职业分类,关注AI焦虑下技术密集型等不同类型职业员工创新行为有何不同。第三,未来可继续深入探究AI焦虑与新生代员工创新行为间关系,分析是否存在其它中介和调节机制,尤其是在人工智能时代何种因素会阻碍员工创新行为,何种因素能激发员工创新活力,为管理者有的放矢,帮助员工更好实现个人价值,促进企业长远发展提供参考。

[1] 王林辉,胡晟明,董直庆.人工智能技术、任务属性与职业可替代风险:来自微观层面的经验证据[J].管理世界,2022,38(7):60-79.

[2] ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542.

[3] 蔡跃洲, 陈楠. 新技术革命下人工智能与高质量增长, 高质量就业[J]. 数量经济技术经济研究, 2019, 36(5): 3-22.

[4] 翟云,潘云龙.数字化转型视角下的新质生产力发展——基于“动力—要素—结构”框架的理论阐释[J].电子政务,2024,21(4):2-16.

[5] LI J, HUANG J S. Dimensions of artificial intelligence anxiety based on the integrated fear acquisition theory[J]. Technology in Society, 2020, 63(10): 101410.

[6] 徐广路.人工智能焦虑对员工偏差行为的影响——一个有调节的中介模型[J].华东经济管理,2023,37(11):120-128.

[7] WANG Y Y, WANG Y S. Development and validation of an artificial intelligence anxiety scale: an initial application in predicting motivated learning behavior[J]. Interactive Learning Environments, 2022, 30(4): 619-634.

[8] JOHNSON D G, VERDICCHIO M. AI anxiety[J]. Journal of the Association for Information Science and Technology, 2017, 68(9): 2267-2270.

[9] 黄丽满,宋晨鹏,李军.旅游企业员工人工智能焦虑对知识共享的作用机制——基于技术接受模型[J].资源开发与市场,2020,36(11):1192-1196,1258.

[10] VERMA S, SINGH V. Impact of artificial intelligence-enabled job characteristics and perceived substitution crisis on innovative work behavior of employees from high-tech firms[J]. Computers in Human Behavior, 2022,131(10): 107215.

[11] 张恒,高中华,李慧玲.增益还是损耗:人工智能技术应用对员工创新行为的“双刃剑”效应[J].科技进步与对策,2023,40(18):1-11.

[12] TIMS M, DERKS D, BAKKER A B. Job crafting and its relationships with person-job fit and meaningfulness: a three-wave study[J]. Journal of Vocational Behavior, 2016, 92(2): 44-53.

[13] 陈维政, 陈玉玲. 组织依恋的影响因素及其作用机理分析[J]. 四川大学学报(哲学社会科学版), 2017,63(2):134-145.

[14] LAZARUS R S. Emotion and adaptation[M].New York: Oxford University Press, 1991.

[15] LAZARUS R S, FOLKMAN S. Stress, appraisal, and coping[M].Berlin: Springer Publishing Company, 1984.

[16] KOOPMAN J, ROSEN C C, GABRIEL A S, et al. Why and for whom does the pressure to help hurt others? affective and cognitive mechanisms linking helping pressure to workplace deviance[J]. Personnel Psychology, 2020, 73(2): 333-362.

[17] 赵宜萱, 赵曙明, 徐云飞. 基于20年成就方式数据的中国员工代际差异研究[J]. 管理学报, 2019,16(12):1751-1760.

[18] WRZESNIEWSK A, DUTTON J E. Crafting a job: revisioning employees as active crafters of their work[J]. Academy of Management Review, 2001, 26(2), 179-201.

[19] TIMS M, BAKKER A B. Job crafting: towards a new model of individual job redesign[J]. SA Journal of Industrial Psychology, 2010, 36(2): 1-9.

[20] TIMS M, BAKKER A B, DERKS D. Development and validation of the job crafting scale[J]. Journal of Vocational Behavior, 2012, 80(1): 173-186.

[21] BRUNING P F, CAMPION M A. A role-resource approach-avoidance model of job crafting: a multimethod integration and extension of job crafting theory[J]. Academy of Management Journal, 2018, 61(2): 499-522.

[22] BINDL U K, UNSWORTH K L, GIBSON C B, et al. Job crafting revisited: implications of an extended framework for active changes at work[J]. Journal of Applied Psychology, 2019, 104(5): 605-628.

[23] 陈志俊,纪顺洪,张辉华.自下而上提升组织绩效的主动尝试:基于动态过程视角的工作重塑[J].心理科学进展,2023,31(10):1814-1827.

[24] BOWLBY J. Attachment and loss, volume I: attachment[M]. New York: Basic Books, 1982.

[25] HAZAN C, SHAVER P R. Love and work: an attachment-theoretical perspective[J]. Journal of Personality and Social Psychology, 1990, 59(2): 270.

[26] MISCIAGNA M A. Measuring workplace attachment as the relationship between individuals and the social institutions for which they work[M]. Alexandria:The George Washington University Publishing, 2005.

[27] TSUI A S, EGAN T D, O'REILLY III C A. Being different: relational demography and organizational attachment[J]. Administrative Science Quarterly, 1992, 62(3): 549-579.

[28] BOLANOWSKI W. Organizational attachment of interns in Poland to healthcare system[J]. International Journal of Occupational Medicine and Environmental Health, 2007, 20(3): 281-319.

[29] SAHU S, PATHARDIKAR A D. Job cognition and justice influencing organizational attachment: an assessment through SEM[J]. Sage Open, 2014, 4(1): 1-12.

[30] 陈琳, 乐国林, 王利敏. 依恋理论在组织研究中的应用与启示[J]. 心理与行为研究, 2015, 13(6): 853-860.

[31] 陈玉玲, 陈维政, 胡冬梅. 组织依恋在组织投入与工作绩效之间的跨层次中介效应[J]. 企业经济, 2020, 39(2): 114-122.

[32] 李同归, 刘飏. 团体依恋的概念与测量: 项目因子分析方法的应用[J]. 北京大学学报: 自然科学版, 2012, 48(2): 331-342.

[33] 张振刚, 余传鹏, 李云健. 主动性人格、知识分享与员工创新行为关系研究[J]. 管理评论, 2016,28(4):123-133.