研究写作专业人士与GenAI的关系：竞争与协作的组合感知如何塑造工作实践和成果

文献标题

Investigating Writing Professionals' Relationships with GenAI: How Combined Perceptions of Rivalry and Collaboration Shape Work Practices and Outcomes

出版信息

• 主题领域: 人机交互（HCI）以及生成式人工智能（GenAI）对写作职业的影响。
• 关键词: 生成式人工智能、专业写作、协作、竞争、工作设计、技能维护、生产力、满意度。

背景与问题

• 问题 / 挑战: 以往关于生成式人工智能在专业环境中的研究通常将协作和竞争视为孤立现象，未能考虑它们的共存及其对工作实践和结果的综合影响。
• 意义: 理解与生成式人工智能之间竞争与协作的双重关系，对于塑造可持续的工作实践以及提升写作专业人士的长期职业发展至关重要。
• 动机与相关研究: 之前的研究探讨了生成式人工智能增强或取代专业角色的潜力，强调了协作或抵制的单一视角。然而，这些研究忽略了专业人士如何同时处理这两种取向，从而在理解生成式人工智能对工作实践和结果的复杂影响方面存在空白。

解决方案

• 提出的方法: 通过横断面调查研究，探讨写作专业人士对生成式人工智能的竞争和协作感知如何独立及联合地与工作设计、技能维护、生产力和满意度相关联。
• 创新点:
  1. 展示竞争和协作取向对工作实践和结果的独立及联合影响。
  2. 强调短期收益（生产力、满意度）与长期可持续性（技能维护）之间的权衡。
  3. 提出设计策略以平衡竞争与协作，促进与生成式人工智能的健康关系。
• 研究过程与关键技术:
  • 使用经过验证和改编的量表对竞争、协作、工作设计、技能维护、生产力和满意度进行调查，样本为403名专业写作者。
  • 采用线性回归进行确认性分析（RQ1），并使用响应曲面分析（RSA）结合聚类（PAM）进行探索性分析（RQ2）。
  • 分析定性响应以理解技能维护的模式。

结果

• 具体发现:
  • 竞争与技能维护和关系型工作设计强相关，但与生产力和满意度的相关性较弱。
  • 协作与生产力、满意度和任务型工作设计强相关，但与技能维护的相关性较低。
  • 高竞争与高协作（HighR/HighC）组合与工作设计和技能维护的关联性最强。
  • 单独高协作（LowR/HighC）对应最高水平的生产力和满意度。
• 相较基线的优势:
  • 竞争与协作的联合建模在解释工作设计和生产力的方差方面优于独立模型。
  • HighR/HighC配置在长期技能维护与短期生产力收益之间实现了平衡，而单一以竞争或协作为主导的配置则无法做到这一点。
• 实验 / 评估:
  • 调查包括人口统计分层和通过试点研究验证的李克特量表测量。
  • 统计分析包括普通最小二乘回归（OLS）、响应曲面分析（RSA）、PAM聚类以及定性响应的主题编码。
• 局限性与未来工作:
  • 研究仅限于北美地区的写作专业人士，结果可能无法推广到其他职业或地区。
  • 依赖自我报告数据，可能存在偏差。
  • 未来研究应探索纵向设计、行为数据以及更广泛的全球样本。

摘要

本研究探讨了写作专业人士对生成式人工智能的竞争与协作感知如何影响其工作实践和结果。竞争与技能维护和关系型工作设计相关，而协作与生产力、满意度和任务型工作设计相关。高竞争与高协作的结合产生了最平衡的结果，同时促进了长期技能发展和短期生产力提升。研究结果表明，设计策略（如引入微摩擦和培育实践社区）可以帮助专业人士与生成式人工智能保持平衡关系。未来研究应在不同职业和全球背景下验证这些结果。