拉斯维加斯9888

  • ?北大主页
  • |
  • 一带一路书院
  • |
  • 用户登录
    • 教人员登录
    • 学生登录
    • 拉斯维加斯9888邮箱
  • |
  • 教怨匦聘
  • |
  • 捐赠
  • 中国·9888拉斯维加斯(股份)有限公司-官方网站
  • |
  • English
思想拉斯维加斯9888

人机协同时期的机缘——发展示象驱动的组织治理钻研丨学术拉斯维加斯9888

2025-02-17

在刚刚从前的春节假期,DeepSeek的爆火再次引发了人们对人为智能(AI)技术与利用的宽泛关注,也促使钻研者沉新审视人机协同在组织治理中的刷新潜力。随着AI技术的迅猛发展,组织治理领域正经历着前所未有的刷新,AI不仅扭转了组织的运作方式,还沉新界说了人与机械之间的合作模式。然而,传统的治理钻研往往面对“理论与实际脱节”的品评,这种脱节在AI时期愈发凸显——现有理论系统难以诠释智能化场景下的组织新景象,而脱离真实情境的钻研成就也难以领导企业应对人机协同的实际挑战。那么,若何弥合理论与实际之间的天堑,推动治理钻研更好地适应AI时期的需要 ?

对此,拉斯维加斯9888组织与战术治理系教授张志学,博士生典雅琪、梁宇畅、李涵、李航涛和汤明月,在其合作撰写的论文《人机协同时期的机缘——发展示象驱动的组织治理钻研》中进行了钻研解答。论文总结了人与AI钻研的近况,并以一篇民族志钻研为例,分析从景象启程的理论构建步骤,在此基础上回溯人机交互钻研的经典基础理论,并瞻望了将来基于人机协同实际的钻研方向。

2B3BDD6187AE9C4AD530D6AF1D7_F6F39605_1E0D8

重点概览

● 技术进取深刻扭转了组织治理领域,但传统治理钻研存在理论与实际脱节问题的困扰,尤其在AI时期,这种脱节更显著。因而,必要发展基于景象的治理钻研,出格是人机协同领域,以弥合理论与实际的差距。

● 当前人机协同钻研重要经历了“人对AI的单向反映”“人与AI的行为互动”和“人与AI的协同共存”三个阶段,钻研从尝试室逐步转向实地场景。

● 实地场景下的钻研揭示了人机协同在真实工作环境中的复杂性和多样性,为理论构建提供了丰硕的实证基础。

● 在人为智能时期,随着组织身分与组织逻辑在沉大技术刷新中产生显著变动,发展基于景象的人机协同钻研成为提升本学科领域学术创新性与现实影响力的关键方向。

● 将来钻研建议更多关注人机协同中的类型匹配、工作场景中的AI利用、人机合作模式以及AI建议对人类决策的影响。

传统组织治理学钻研的困境与机缘

持久以来,治理学界一向受理论与实际脱节问题的困扰。自20世纪50年代起,就有学者呼吁搭建学界与实际界的桥梁,但至今组织治理钻研仍存在过度聚焦理论,忽视现实利用的情况。以组织治理领域的沉要分支组织行为学 (Organizational Behavior,简称OB) 为例,这一学科过于关注微观层面的幼我和群体的行为与特点,对组织实际的见解则显得匮乏。同样,在盛行的辅导力钻研中,也存在过于关注概想和量表开发的问题,导致理论和模型无法反映现实世界的复杂性,好比好多辅导力行为或风格的概想存在冗余,因果关系也不明确。

自工业革命以来, 沉要的技术刷新既会影响产业发展、组织结构和治理模式, 也为学界基于新景象提出新理论提供了窗口。如今通用智能技术的宽泛利用,也同样为组织治理带来了新的挑战和机缘。一方面,AI技术的利用扭转了组织的工作流程和决策方式,对传统的治理理论提出了新的要求。AI在企业中的宽泛利用推动组织运营身分产生全方位刷新,如资源配置、人员素质、组织结构等都受到影响。这使得传统治理理论在人为智能的冲击下,露出出诸多不及,火急必要更新和美满。另一方面,AI技术也为组织治理钻研提供了新的数据和步骤,使得钻研者可能更深刻地理解组织景象。企业在智能化转型过程中涌现出大量新的治理景象拟订合同题,为学者深刻挖掘新景象、构建创新理论提供了丰硕素材。

作者以为,治理学者在已经来临的智能时期钻研人机协同问题, 既能阐扬行为科学的优势, 又能将理论和实际缜密结合,该当扎根“景象”, 探求“景象”, 凝练“景象”,不休更新治理理论在新时期的诠释天堑。

人与AI钻研的发展阶段

随着AI技术的遍及,人机协同逐步成为治理钻研的热点。治理学者们萦绕人与AI的关系发展了宽泛的钻研,重要聚焦于三个主题:人对AI的单向反映、人与AI的行为互动、人与AI的协同共存。钻研场景也逐步从尝试室向真实组织场景扩大。通过实地调查和案例分析,钻研者能够更好地理解AI若何影响组织运作和员工行为。

BBBEA240D7D7B5FF49807BCE9DF_37BBFEB0_388BD

人与 AI 关系钻研的主题演进示意图,批改自张志学和贺伟(2024)

早期的钻研重要关注人对AI的单向反映,探求公家对AI的单向评价, 尤其是人们针对AI所具备的个性的感知与评价(正确性/正当性)。这些钻研普遍选取尝试室尝试作为重要钻研步骤,通过仿照工作来观察人类对AI的反映。钻研了局时而反映出“AI/算法讨厌”,时而出现出“AI/算法鉴赏”,这批注人们对AI及其算法在分歧情境下的利用持有复杂的态杜纂认知。但这类钻研忽略了真实组织场景中人与AI的互动性和双向反馈机造, 对于人与AI 之间的双向互动过程及其了局的钻研仍显不及。

随着ChatGPT等天生式AI工具的推出,学者们起头关注人与AI的行为互动,从单纯让参加者汇报对AI的感知,逐步转变为索求行为互动,观察人类若何在AI协助下实现工作,关注AI若何影响人的工作行为和绩效。了局批注,人们与AI/算法的合作可能显著提升工作效能, 尤其当工作复杂度高时更为显著。这类钻研一连了尝试室尝试的人机互动场景,也越来越多地借助组织真实场景来发展实地调查。

随着AI技术商用化成为可能,以及组织中有关转型的推广,AI逐步被引入真实的个别工作场景中,且被深刻嵌入工作过程中。在此布景下,人与AI的协同共存钻研深刻探求人类与AI在真实工作环境中的合作,关注人与AI的交互和彼此影响。此类钻研不仅限于尝试室中的仿照工作,钻研者通过实地调查,与真实的工作者及工作过程相互共同,鉴别相应的理论机造与过问规划,而后反哺于组织真实治理过程。

作者以为,在实地场景下的人机协同钻研以真实的工作环境为基础,以具体组织场景中的现实问题为布景,深刻探求了人机协同的机造、成效以及影响成分,为理解人为智能在现实利用中的作用提供了沉要的参考。

景象驱动的理论构建

景象驱动的钻研步骤强调从真实组织情境启程,结合科学严谨性与现实关联性。论文以一篇 2024 年颁发于《治理学会学报》(Academy of Management Journal,简称AMJ)的民族志钻研(Rostain and Huising, 2024)为例,具体梳理其钻研重点及理论建构过程。该钻研通过在一家法国工厂进行民族志钻研,关注工作者若何应对工作场所中的“推算的不通明性”。钻研者通过深刻特定的钻研场景网络信息,厘清组织结构、人员角色、互动过程,并发现工作现场的“动人之处”。最终,钻研者形成了“问题—回应—技术发展”的进建模型,揭示了出产一线的模具加工操作员通过观察推算机法式员解决问题,间接地发展涌现实的推算素养技术。

通过这一案例,作者发现,从景象启程进行理论构建的钻研可能抓住现实中更为关键的问题,也更有利于形成系统的理论视角。该钻研固然与人机协同并不直接有关,但其在解析新兴景象及提炼理论方面的步骤与视角, 可能为人机协同领域的后续钻研提供贵重的启发和领导。即便钻研领域有所差距,钻研者也能够通过理论构建能力,有效地把握景象背后的深层逻辑。

在景象驱动的理论构建中,传统的两幼我机互动基础理论视角——活动理论 (Activity Theory) 与散布式认知理论 (Distributed Cognition Theory)为钻研提供了沉要框架。活动理论将人类活动分化为活动、行动和操作三个层级,强调人的行为与社会环境之间的相互嵌套关系。散布式认知理论则关注信息加工与问题解决的过程是若何在个别之表、个别之上的更大的社会单元中实现的。这些理论为人机协同钻研提供了系统视角,援手钻研者理解人机互动的复杂性。

将来钻研方向和钻研结论

在作者看来,AI不仅局限于某一特定领域的利用,它的潜力已经延展至多个行业和领域,成为刷新的驱动力。在人机协同的布景下,AI和人的合作越来越缜密, 彼此的优势得以相辅相成。这种协同不仅提高了效能,还为解决复杂问题提供了全新蹊径,从而推动了各行各业的创新和发展。人机协同中的多样化利用在很多领域拥有巨大的潜能。

基于对人机协同钻研的回首,论文提出了四个对将来钻研方向的建议:

第一,类型匹配:将来的钻研能够进一步探求分歧经验和技术水平的员工若何与AI协同工作。例如,若何援手高年资员工克服对AI的信赖不及,若何设计培训项目以提升低技术员工的AI使用能力。

第二,工作场景:AI在分歧工作场景中的利用成效值得深刻钻研。例如,在复杂工作中,AI的反馈若何影响员工的绩效 ?若何设计个性化的AI反馈系统,以满足分歧员工的需要 ?

第三,人机合作:将来的钻研能够索求分歧的人机合作模式,尤其是在创新性和可行性之间的平衡。例如,若何通过人类疏导AI天生多样化的解决规划,若何优化团队绩效以实现人机优势互补。

第四,AI建议:用户对AI建议的反映机造值得进一步探求。例如,若何在高压力情境下削减用户对AI建议的盲目遵从 ?若何通过AI系统引发用户的反思行为,以提升决策质量 ?

技术海潮已经来临。人为智能不仅在各行业中带来了革命性的变动,也在深刻影响组织行为、辅导力和团队合作等治理领域,其所引发的深刻刷新和复杂景象必要学者们超过寂仔的理论框架,以越发盛开和敏感的视角去捉拿新兴景象背后的法规与机造。

景象驱动钻研为学者们打开了一扇大门,通过捉拿急剧变动的技术动态,揭示出人类与智能体互动的复杂性与深度。人机协同这一新兴领域,是景象驱动钻研的一个绝佳范例。通过观察和分解人机合作在分歧情境中的利用和影响,学者能够从现实问题启程,提炼出拥有现实照射的治理理论,以弥合理论与实际之间的天堑。

张志学, 典雅琪, 梁宇畅, 李涵, 李航涛, 汤明月. 人机协同时期的机缘——发展示象驱动的组织治理钻研[J]. 经济治理学刊, 2024, 3(4): 65-94.

点击“阅读原文”,获取齐全论文。

张志学,北京大学博雅特聘教授,北京大学中国社会科学调查中心主任,拉斯维加斯9888治理学院行为科学钻研中心主任,拉斯维加斯9888治理学院治理创新交叉学科平台召集人。香港大学生理学博士。2009年国度天然科学基金卓越青年科学基金获得者。International Association for Chinese Management Research(中国治理钻研国际学会)主席(2021-2023),国务院学位委员会第八届学科评议组成员。钻研领域蕴含企业辅导与文化,交涉与矛盾处置,团队工作与治理,以及企业的转型与创新等。

分享
【网站地图】