包容性、控制权和所有权在工作场所人工智能中介沟通中的作用

鉴于大型语言模型（LLMs）越来越多地集成到工作场所软件中，检查模型中的偏见如何影响工人是很重要的。例如，LLMs建议的语言中的风格偏见可能会导致疏离感，并导致个人或群体的工作量增加，特别是那些风格不匹配的个人或群体。我们研究了这种作者风格偏见在与LLMs共同写作时如何影响包容性、控制权和工作所有权。在一个在线实验中，参与者使用LLM提供的犹豫或自信的自动完成功能来撰写假设的工作晋升请求，并报告了他们随后的看法。我们发现，AI模型的风格并未影响感知的包容性。然而，感知到更高包容性的人确实感知到了更大的能动性和所有权，这种影响对少数性别参与者的影响更为强烈。当接受更多的AI建议时，包容感减轻了控制权和能动性的丧失。