“人工”同事:评估与非人类同事协作时的工作满意度
生成式AI(文本、图像、音乐、视频)AI 辅助决策与自动化系统
文献标题
The "Artificial" Colleague: Evaluation of Work Satisfaction in Collaboration with Non-human Coworkers
文献信息
- 主题领域: 人工智能与人机协作
- 关键词: 人机协作、工作满意度、有意义的工作、工作自动化、人机团队合作
研究背景与问题
- 发现的问题:
- 随着人工智能(AI)技术的发展,工作模式正在发生深刻的变化。然而现有研究主要集中于AI协作的效率和性能,而较少关注AI对工作意义和工作满意度的影响。
- 与AI合作会影响人类在工作中的自主性和社会关系,从而对工作意义产生不同的影响。
- 研究重要性: 工作占据人类生活的重要部分,其意义感直接影响整体幸福感。理解AI协作对工作意义的影响对于设计有益于人类福祉的工作场所至关重要。
- 研究动机与相关工作:
- 当前的AI技术设计偏重于效率和性能,而未充分考虑如何促进有意义、有体验目标的工作设计。
- 人们对AI的社会角色缺乏明确认识。例如,AI是否应被视为团队成员或工具。
解决方案
- 研究方法:
- 使用基于实验的虚拟情景问卷方法,设计了两个特定场景,以了解工作分配和协作对象(人类或AI)的变化对工作满意度及协作关系的影响。
- 模拟了与人类或AI协作完成两种不同任务(有意义的任务和常规任务)的场景。
- 研究创新:
- 从体验和意义的角度出发研究人机协作,而非仅关注性能。
- 探讨了AI作为“同事”在工作中扮演的不同关系角色(下属、伙伴、上级等)。
- 实施步骤与技术:
- 使用问卷调查获取参与者对不同任务及协作对象的满意度评分。
- 采用工作诊断调查表(JDS)测量工作特性,以及合作角色的感知。
- 对数据进行统计分析以比较协作对象(人类/AI)和任务分配对满意度、关系感等关键变量的影响。
研究成果
- 具体成果:
- 即使在任务相同且结果积极的情况下,与人类合作依然被认为比与AI合作更有意义和更令人满意。
- 更有意义的任务(例如内容准备任务)通常能带来更高的工作满意度。
- AI更常被视为下属,而人类更常被视为团队伙伴。
- 人们对AI性能的评价偏低,即使其设计旨在表现为与人类相当。
- 实验结果:
- 具有高度意义的任务(如内容准备)显著提高了工作激励潜力评分(MPS)。
- 人类同事被视为更胜任,并且比AI更能提供技能多样性、任务重要性和自主性。
- 工作分配对人机关系的感知无显著影响,但AI的“工具性”特质较显著。
- 与现有方案的比较:
- 在关注效率的传统自动化设计之外,本文强调了体验目标(例如工作意义、满意度)的重要性。
- 考虑到工作心理需求(如自我价值、社会联结),强调了更人性化的AI协作设计。
- 局限性与未来方向:
- 依赖虚拟情景研究,仅捕捉了预期体验,而非实际工作环境中的真实感受。
- 操作变量涉及的任务相对独立,缺乏更高交互性的协作任务情境。
- 未来需进一步研究AI相关的自然互动设计如何影响工作满意度与社会关系。
总结
本文通过实验性研究揭示了,与AI相比,人类同事在同等条件下更能为工作带来意义和满足感。通过合理的任务分配和人性化的AI交互设计,可以更好地满足人类对自主性、技能价值和社会连结的心理需求,从而提升人机协作在工作中的体验效果。未来研究需进一步挖掘更复杂协作场景中的设计原则,以平衡性能和工作意义的双重目标。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- AI作为工作中的合作者时,会如何影响员工的工作满意度和工作的意义感?分类: 工作场景中的AI协作体验同类问题arrow_forward
- 任务类型(比如有意义任务和例行任务)如何改变与AI或人类同事协作时的工作体验?分类: 工作场景中的AI协作体验同类问题arrow_forward
- AI在工作场景中是更适合作为工具、下属还是团队伙伴?分类: 工作场景中的AI协作体验同类问题arrow_forward
lightbulb
现实痛点
1- AI在工作中作为合作者时,员工的满足感和自我价值感可能降低。分类: 工作场景中的AI协作体验同类问题arrow_forward
- 100%
建议来源与决策任务对寻求专家建议决策的影响
IUI '19· 生成式AI(文本、图像、音乐、视频) +1
- 67%
情绪是否影响智能手机打字时自动建议的使用?
IUI '19· 生成式AI(文本、图像、音乐、视频) +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3490099.3511128
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、AI 辅助决策与自动化系统
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文