AI能否成为社交缓冲剂？研究AI辅助认知重评与叙事视角在处理困难工作场所邮件对话中的效果

文献标题

Can AI be a Social Buffer? Investigating the Effect of AI-assisted Cognitive Reappraisal and Narrative Perspectives on Managing Difficult Workplace Conversations over Email

出版信息

• 主题领域: 工作场所冲突解决中的人工智能辅助沟通
• 关键词: 人工智能辅助重构、认知重评、工作场所沟通、叙事视角、冲突管理、情绪调节、大型语言模型、电子邮件沟通、社会缓冲、对人工智能的信任

背景与问题

• 问题/挑战: 工作场所中通过电子邮件进行的困难对话由于缺乏非语言线索，往往会加剧负面情绪。现有工具主要帮助发送者优化语气，但对接收者处理情绪化内容的支持有限。
• 重要性: 有效管理工作场所冲突对员工福祉、团队绩效和组织成功至关重要。支持接收者在困难对话中调节情绪可能改善结果。
• 动机与相关研究: 之前的研究探讨了人工智能工具在认知重评和语气调整方面的应用，但尚未解决人工智能如何在不扭曲发送者意图的情况下帮助接收者重构困难信息。本研究基于现有发现，探索人工智能在文本沟通中作为调解者的作用。

解决方案

• 提出的方法: 利用大型语言模型（LLMs）进行人工智能辅助认知重评，将困难电子邮件重构为积极或中性语气，并以第一人称或第三人称叙事视角呈现。
• 创新点:
  1. 实证评估人工智能辅助重构对接收者情绪、行为和态度的影响。
  2. 比较积极与中性重构以及第一人称与第三人称视角的效果。
  3. 聚焦于以接收者为中心的人工智能辅助沟通，用于解决工作场所冲突。
• 程序与关键技术:
  • 通过五种条件（积极-第一人称、积极-第三人称、中性-第一人称、中性-第三人称、对照组无人工智能重构）对132名参与者进行控制实验。
  • 测量情绪反应、冲突管理行为、语言特征以及对人工智能的态度。
  • 使用LIWC进行语言数据分析，并对冲突管理风格进行编码。

结果

• 具体发现:
  • 积极重构显著减少了负面情绪（包括高唤醒和低唤醒情绪），相比中性重构或无重构条件（p < .001）。
  • 积极重构被认为更有帮助（平均差异：0.69，p < .001）且更值得信赖（p < .01），相比中性重构。
  • 对正面情绪或冲突管理行为未发现显著影响。
  • 积极重构减少了电子邮件解释中的“权力”相关词汇（p < .05），表明对支配感的感知有所降低。
• 相较基线的优势:
  • 积极重构在减少负面情绪、增强对人工智能的帮助性和信任感方面优于中性重构和对照条件。
• 实验/评估:
  • 参与者（n=132，平均年龄36.7岁）被随机分配至五种条件之一。
  • 场景模拟工作场所冲突（例如表现不佳、裁员）。
  • 评估指标包括情绪效价/唤醒度、冲突管理风格、语言分析以及信任/帮助性评分。
• 局限性与未来工作:
  • 仅限于单次电子邮件交流；未来研究应探索多轮互动。
  • 场景涉及层级权力动态；需进一步研究同级别冲突。
  • 缺乏显著行为变化，表明需要在人工智能提示中整合明确的冲突管理策略。

总结

本研究表明，人工智能辅助的积极重构能够减少负面情绪，并在工作场所电子邮件冲突中增强对人工智能的帮助性和信任感，同时不扭曲发送者意图。尽管未观察到对冲突管理行为的显著影响，积极重构减少了电子邮件解释中的支配感知。这些发现突出了人工智能在困难对话中作为社会缓冲的潜力，同时也强调了对长期影响、同级别动态以及在人工智能辅助沟通中整合行为指导的进一步研究需求。