AI 輔助績效考核的錨定偏誤

1. 基本資訊

這篇文章由 Lemuria Carter 與 Dapeng Liu 發表於 2025 年的 International Journal of Information Management，題目為〈How was my performance? Exploring the role of anchoring bias in AI-assisted decision making〉，DOI 為 10.1016/j.ijinfomgt.2025.102875。研究焦點放在 AI 輔助決策進入組織管理後，是否會像人類建議一樣成為錨點，甚至因為 AI 被視為更客觀而帶來更強的偏誤。整體設計採 mixed-methods，結合兩個控制實驗與一個 critical incident technique 的質性驗證。

2. 研究問題

作者要回答三個層次的問題。第一，AI 推薦數值是否會在績效考核中產生明顯 anchoring effect。第二，當同樣的高錨或低錨來自 AI 而不是人類時，管理者是否會更靠近 AI 的建議。第三，若確實存在 AI 錨定偏誤，低成本的去偏誤策略 CTO（consider-the-opposite）能否有效降低這種影響。這組問題的重要性在於，它把 AI 從「提供效率」的工具，轉成「會重塑判斷流程」的制度性因素來看。

3. 理論基礎

本文核心理論基礎是 anchoring and adjustment bias。依照 Tversky 與 Kahneman 的傳統觀點，決策者一旦先接收到某個初始數值，就會以它為參照進行不充分調整，最後判斷仍偏向初始錨點。作者把這套認知偏誤理論延伸到 AI-assisted decision making，主張 AI 建議之所以可能更危險，不是因為它一定比較錯，而是因為人會把它視為 data-driven、情緒較少、相對客觀，因此更容易放下警戒。去偏誤部分則引入 consider-the-opposite，認為要求決策者主動思考「為什麼這個建議可能太高／太低」可以打破原本被錨點固定的認知框架。

4. 研究架構

研究架構很清楚，可分成三段。第一段比較高錨與低錨是否在非 AI 情境下重現既有 anchoring effect。第二段把錨點來源改成 AI，檢驗 AI recommendation 是否同樣造成錨定，並比較 AI 與非 AI 在高錨與低錨條件下的差異。第三段只保留 AI 情境，再加入 CTO 干預，觀察去偏誤是否能把評分拉離 AI 錨點。最後再用 CIT 訪談式回溯法確認實驗發現是否和真實世界的 AI 使用經驗一致。

5. 假設邏輯

這篇是標準假設檢驗研究。H1 預期在非 AI 情境中，高錨組的績效評分會顯著高於低錨組，作為既有研究的 replication。H2 預期在 AI 情境中，高錨 AI 組評分也會顯著高於低錨 AI 組，證明 AI recommendation 會形成 anchoring effect。H3a 與 H3b 進一步比較 AI 與非 AI 錨點來源，作者預期高錨 AI 組會比高錨非 AI 組更靠近錨點，低錨 AI 組也會比低錨非 AI 組更靠近錨點，理由是 AI 被視為更客觀。H4a 與 H4b 則檢驗 CTO 去偏誤效果，預期在 AI 高錨情境下，接受 CTO 的受試者會給出較低分數；在 AI 低錨情境下，接受 CTO 的受試者會給出較高分數。

6. 方法

研究共分三個 study。Study 1 採 2（AI vs. human recommendation）× 2（high vs. low anchor）控制實驗，讓具 supervisory experience 的美國受試者扮演主管，根據 vignette 評估部屬績效。研究者在 2022 年 4 月透過 Prolific 招募樣本，423 人中有 377 份有效回覆。高錨條件提供前一年評分 91/100，低錨條件提供較低評分，觀察最後績效評分差異。Study 2 延伸為 AI-only 的 2（CTO vs. non-CTO）× 2（high vs. low anchor）設計，共 439 人、398 份有效回覆；CTO 操作要求受試者列出兩個「為何這個錨點可能不適當」的理由。Study 3 則以有管理經驗者進行 CIT 線上蒐集，45 份回覆中保留 24 份有效個案，用來檢查真實世界中 AI 數值建議與去偏誤經驗。

7. 結果

Study 1 先成功重現非 AI 錨定偏誤，支持 H1。AI 條件下也出現強烈錨定，高錨 AI 組平均評分 89.64，低錨 AI 組為 72.66，差異顯著，支持 H2。來源比較方面，H3a 獲支持：高錨 AI 組的評分比高錨非 AI 組更靠近錨點，顯示高分 AI 建議的錨定力更強；但 H3b 不成立，低錨 AI 與低錨非 AI 並無顯著差異，表示 AI 的放大效果主要出現在高錨而非低錨情境。Study 2 顯示 CTO 對高錨 AI 有效，CTO 高錨組平均 84.64，顯著低於未介入高錨組的 90.58，支持 H4a；但低錨條件下 CTO 未顯著提高評分，H4b 不成立。Study 3 的 CIT 也大致呼應前述結論：23/24 位受試者曾依賴 AI 數值建議，11 人有使用 CTO 經驗，其中 10 人認為 CTO 有幫助，顯示真實情境中也存在 AI 錨點與去偏誤需求。

8. 理論貢獻

這篇最重要的理論貢獻，是把傳統 cognitive bias 研究具體帶入 AI-assisted organizational decision making。第一，它提供了相當直接的證據說明 AI recommendation 不是中性的資訊輸入，而是可能因為「被認為較客觀」而變成更強的錨點。第二，它把 anchoring bias 從一般判斷研究，推進到績效考核這種具制度後果的管理場景，讓認知偏誤研究更貼近實務。第三，它證明 consider-the-opposite 這種低成本機制至少對高錨 AI 有效，為後續研究 AI governance、decision support interface design 與 debiasing workflow 提供可操作起點。

9. 實務意涵

對組織來說，這篇的訊息相當直接：把 AI 接進績效考核、選才、醫療或金融等高風險判斷流程，不代表偏誤自然減少，反而可能因為使用者過度信任 AI 而放大偏誤。管理者不能把 AI 分數當作「比較客觀的第一答案」，而應視為需要交叉檢驗的參考訊號。作者也提供一個很務實的方向，就是把 CTO 或類似反思提示嵌進系統介面，例如在主管送出最終評分前，要求他回答為何 AI 建議可能過高或過低。這類介面設計比單純做 bias training 更容易進入日常流程。

10. 研究限制

限制也很清楚。第一，研究採線上控制實驗與 vignette，雖然內部效度高，但和真實績效考核中的資訊量、政治因素與長期關係相比仍然簡化。第二，樣本主要是美國具管理經驗的 Prolific 受試者，外推到其他文化與制度情境要保守。第三，研究只處理 anchoring bias，尚未檢驗 confirmation bias、overconfidence 或 availability bias 等其他常見 AI-assisted decision bias。第四，作者比較的是 AI 與一種人類來源建議，沒有細拆不同 human source 的差異。第五，文中也承認目前尚缺統一量表去衡量 AI-related anchoring bias 強度，因此跨研究比較仍有限。

11. 對我研究的啟發

這篇對我很有用，因為它把人機協作的問題從「創造性知識產出」往前推到「人在接收 AI 建議時到底怎麼判斷」。如果我後續要研究 human-GenAI collaboration 與 knowledge creation，這篇提醒我不能只看最後成果品質，也要看中間是否有某些認知機制讓人過度依賴 AI。第一個可延伸方向，是把這種 anchoring 邏輯搬到創意任務或知識搜尋任務，檢查 AI 初始建議是否會限制人類後續探索廣度，反而傷害 novelty。第二個方向，是把我最近累積的 cognitive style 主線接上來，問理性型與直覺型我是否對 AI 錨點的敏感度不同。第三個方向，是把 CTO 類去偏誤設計轉成 knowledge creation workflow 的 prompt 或介面機制，例如要求我在採納 AI 觀點前先提出反例、替代框架或反向證據。

12. 整體評價

我認為這篇很適合放在本輪 backlog 優先讀，因為它不是泛泛談 AI adoption，而是精準處理「AI 建議如何改變管理判斷」這個更具機制感的問題。文章優點是研究問題清楚、實驗結構乾淨、對實務場景也有直接指向，而且高錨 AI 與去偏誤的非對稱結果很有啟發性。相較於我前幾輪讀的 collaboration / trust / task-fit 研究，這篇補上的不是另一個正向成效，而是一個很關鍵的風險機制。它未必直接回答 knowledge creation，但很適合作為我建立 human-GenAI collaboration 邊界條件與認知風險模型時的重要拼圖。