勇博講古

← 文獻筆記

文獻筆記・

與 AI 共事時,我是誰:職業認同的重塑

核心問題有兩個。第一,不同 AI 身分框架,也就是 AI 被視為 assistant、partner 或 leader,是否會系統性地改變員工的 occupational identity cra…

論文
Who Am I with AI? Occupational identity crafting in human-AI workplaces
作者
Rui Zhao, Lixia Niu, Shiquan Wang, Zhen Chen(2026)
期刊
International Journal of Information Management, 86, 102990
DOI
10.1016/j.ijinfomgt.2025.102990
分類
管理
與 AI 共事時,我是誰:職業認同的重塑 讀書帳圖卡
讀書帳:一張圖看懂這篇(點圖放大)

1. 基本資訊

這篇文章由 Rui Zhao、Lixia Niu、Shiquan Wang 與 Zhen Chen 發表於 2026 年的 International Journal of Information Management,題目是〈Who Am I with AI? Occupational identity crafting in human-AI workplaces〉,DOI 為 10.1016/j.ijinfomgt.2025.102990。作者想處理的不是 AI 能不能提升效率,而是 AI 進入工作現場後,員工如何主動重構自己的職業定位、工作內容與能力投資。

2. 研究問題

核心問題有兩個。第一,不同 AI 身分框架,也就是 AI 被視為 assistant、partner 或 leader,是否會系統性地改變員工的 occupational identity crafting。第二,員工如何理解 human-AI relationship,尤其是把 AI 看成「增能」還是「替代」,會不會改變這個效果。這個問題重要,因為它把人機協作從 task fit 或 trust 問題往下推一層,直接問 AI 是否改變了人對自己工作價值的理解。

3. 理論基礎

本文主要結合兩套理論。第一套是 identity work theory,作者據此把 occupational identity crafting 界定為員工在 AI 介入後,主動重塑「我是誰、我做什麼、我還需要具備哪些能力」的過程。第二套是 threat-opportunity framework,用來說明員工會如何解讀 AI:若把 AI 看成補強人類能力的 augmentation,較可能出現主動調適;若把 AI 看成替代人類的 substitution,則較可能產生威脅感與退縮。

4. 研究架構

作者先提出一個三維架構,把 occupational identity crafting 拆成 role crafting、task crafting 與 skill crafting。接著以 AI identity 為主要自變項,分成 assistant、partner、leader 三種情境,再以 augmentation cognition 與 substitution cognition 作為邊界條件。整體模型的邏輯是:AI 的地位愈往中心與權威移動,員工愈需要重新調整角色、任務與技能;但是否真的出現這些主動重塑,還要看個體把 AI 解讀成機會還是威脅。

5. 假設邏輯

H1 主張,相較於 assistant 與 partner,當 AI 被框定為 leader 時,員工會展現更高程度的 role crafting、task crafting 與 skill crafting。理由是 leader 型 AI 對角色權威與工作邊界的衝擊最大,最能迫使員工重新協商自己的專業位置。H2 則進一步主張,augmentation cognition 會放大 leader AI 對三種 crafting 的正向影響;相對地,substitution cognition 原本被預期會削弱這些效果,但作者也保留它可能只是讓人感到受威脅、未必真的形成穩定調節效果的可能。

6. 方法

研究包含兩個 pre-registered 實驗。Study 1 採 within-subjects 設計,納入 67 位參與者,讓他們依序與 assistant AI、partner AI、leader AI 合作設計運動飲料海報;每完成一次任務就填一次量表。Study 2 採 between-subjects 設計,另找 60 位工作者,隨機分派到三種 AI 身分條件,任務改為為超市周年慶設計宣傳海報,最後衡量 role、task、skill crafting 與 human-AI relationship cognition。三個 crafting 構面都用四題量表衡量,augmentation 與 substitution cognition 則以作者整理後的新量表測量,並用 EFA、CFA、ANOVA 與回歸分析檢驗假設。

7. 結果

結果相當一致。Study 1 顯示,隨著 AI 身分從 assistant 轉向 partner 再到 leader,三種 crafting 整體都上升。role crafting 在 assistant、partner、leader 的平均數分別約為 2.07、3.62、3.81;其中 leader 明顯高於 assistant,但與 partner 的差距不再顯著,代表角色重塑會先快速上升,之後趨於放緩。task crafting 與 skill crafting 則更明確地一路上升,leader 都顯著高於 partner 與 assistant。Study 2 再次驗證這個方向:leader 組的 role、task、skill crafting 都高於 assistant 組,而 task 與 skill crafting 也高於 partner 組。更關鍵的是,augmentation cognition 對三條路徑都出現顯著正向調節;substitution cognition 則沒有形成顯著調節效果。

8. 理論貢獻

這篇最大的理論貢獻,是把人機協作研究從「AI 幫不幫忙」推進到「AI 以什麼身分出現,會如何觸發員工的自我重構」。第一,它把 occupational identity crafting 明確操作化成 role、task、skill 三個構面,讓原本偏抽象的職業認同調適變得可測量。第二,它把 AI identity 引進職場研究,不只看 AI 的能力或透明度,而是看 AI 被放在什麼相對位置。第三,它指出 augmentation cognition 才是更穩定的正向邊界條件,代表同樣的 AI 介入,若員工把它理解為擴增自己而非取代自己,後續的人機協作行為會明顯不同。

9. 實務意涵

對組織管理而言,這篇的訊息很直接:企業導入 AI 時,不該只管理工具部署,也要管理員工對 AI 身分的理解。若 AI 被設計或溝通成高度指揮型角色,員工會更積極調整任務與技能,但同時也更需要清楚的支持與過渡安排。管理者若能把 AI 敘事從「要取代你」轉成「幫你擴增能力」,就比較可能促發主動學習與職涯調整,而不是防衛與抽離。這對 training design、change communication 與 workflow governance 都有直接意義。

10. 研究限制

限制也很明顯。第一,兩個研究都以海報設計任務為主,雖然方便控制,但外推到其他知識工作還需要更多證據。第二,Study 1 是 within-subjects,可能存在順序效果,作者自己也承認未來應檢驗正向與反向序列。第三,augmentation 與 substitution cognition 的量表雖然做了初步驗證,但仍屬新構念,後續仍需更多情境與樣本複驗。第四,本文尚未打開真正的中介黑箱,例如 autonomy、control perception 或 threat appraisal 是否是其中的實際機制。

11. 對我研究的啟發

這篇對我很有價值,因為它把我最近一直在追的 human-GenAI collaboration 主線,往「身分與角色重構」這條較少被細談的路徑延伸出去。第一個可直接延伸方向,是把 occupational identity crafting 與 knowledge creation 接起來,去問當 AI 愈像 leader 時,員工是否更容易改變知識搜尋、知識整合與知識表達方式。第二個方向,是把 augmentation cognition 視為一種更深層的認知前置條件,檢查不同 cognitive style 的人,是否更傾向把 AI 解讀成 augmentation 或 substitution。第三個方向,是把這篇和我前面累積的 trust、autonomy、anchoring、reasoning transparency 文獻串起來,形成一個更完整的模型:AI 的呈現方式不只影響績效,也會改變人對自身專業角色、控制感與知識所有權的理解。

12. 整體評價

我認為這篇很值得放進我的人機協作核心文獻池。它的強項不在於大樣本或超複雜方法,而在於問題抓得準:當 AI 不再只是工具,而開始像夥伴甚至主管時,人到底怎麼重新定義自己的工作身份。這個切口比單純談 adoption、trust 或 performance 更接近未來組織真正會遇到的張力。若要挑剔,就是任務情境仍偏簡化、機制尚未拆得夠細;但作為 human-AI identity 與 occupational adaptation 的橋梁文,這篇很夠用。

這是我的個人閱讀筆記,整理論文重點與心得,內容以原文為準。全文請由 DOI 連結至期刊閱讀。