本文是一篇企业管理论文，本研究也为管理者提供了有价值的管理启示。尽管人工智能冲击意识在组织中的应用能大大提升工作效率并降低组织成本，但它对员工造成的压力也不容忽视。因此，必须全面了解人工智能技术对员工的影响过程和实施效应，以便更有效地帮助员工应对人工智能技术所带来的挑战。
第一章绪论
1.1 研究背景
在数字化时代的浪潮中，数字技术的快速迭代与不断演进已深度融入我们的日常生活。企业也遭遇了诸多难题，例如市场拓展、消除贸易壁垒以及核心技术研发等。为了解决这些难题，企业必须探索新的技术创新途径，借助数字化转型的力量，从而有效提升自身的市场竞争力，满足市场对高质量发展的要求。在此过程中，众多企业决定将人工智能、机器人技术以及算法等数字技术纳入其工作流程之中。智能技术的广泛应用在降低人力成本、提升企业价值的同时，亦为企业提供了高效的数据分析能力，从而强化了企业运营的决策支持系统。这些新技术的应用效应不仅体现在组织与社会层面，更深入地渗透至工作场景及员工心理领域，产生了具有持续性的深远影响。具体而言，智能技术通过优化资源配置与流程管理，实现了成本控制与价值创造的双重目标，其数据驱动的分析能力进一步提升了企业运营效率。然而，技术革新所带来的变革效应已经超越了传统的组织边界，开始重塑工作环境，并对员工的心理适应性提出新的挑战，这种影响机制值得深入探究。在这一背景下，学者们开始从微观角度研究员工对智能技术变革带来的影响的认识，即人工智能冲击意识。人工智能冲击意识涉及到员工对于数字技术、人工智能、机器人和算法可能取代他们工作的认知和担忧[1]。员工一旦形成人工智能冲击意识，可能会对其职业稳定性和发展前景产生不确定性感知，这种感知不确定性将通过心理传导机制，对员工的心理健康状态造成负面影响[2]。
已有研究表明，人工智能冲击意识对员工可能产生两种截然不同的影响。一方面，它会引发一些负面后果，人工智能冲击意识可能会降低员工的组织自尊感，同时增强他们的威胁感知[3]。在组织行为学领域，组织自尊被定义为员工对其在组织架构中的价值贡献与地位层级的认知评估。这种认知评估不仅涉及员工对自身角色重要性的主观判断，还包括对组织赋予其角色的客观定位的反思，当这种自尊感降低时，员工可能会对变革产生抵触，减弱对组织目标的支持与认同。员工对威胁感知的加剧会对工作满意度和组织承诺产生负面影响[4]，还可能通过情绪传导机制引发离职意向，以及可能导致员工感到抑郁、情绪耗竭等一系列消极影响[5]。
1.2 研究意义
1.2.1 理论意义
本研究首先构建了人工智能冲击意识对员工工作重塑的影响路径，拓宽了人工智能冲击意识影响结果的研究领域。虽然已有研究开始探索人工智能冲击意识对员工的潜在影响，但相关理论与实证研究仍显不足。具体而言，现有研究多将人工智能冲击意识与组织变革意愿、组织承诺及离职意向等态度和情绪结果相联系，而对其如何作用于员工具体行为的研究则相对较少。因此，本研究填补了人工智能冲击意识对员工行为影响的研究空白，进一步拓展了研究范围与理论视野。
其次，本研究以资源保存理论与趋近-回避框架为基础，从压力感知这一视角出发，全面解析了人工智能冲击意识对员工工作重塑行为的作用机制，拓展了工作重塑生成机制的理论边界。研究构建了中介模型，解析了人工智能冲击意识对工作重塑的多维影响路径，并凸显了个体特征在员工差异化工作行为中的解释功能。具体而言，本研究揭示了不同类型的工作不安全感会引发后续不同形式的工作重塑行为。这一发现不仅拓展了工作重塑成因的理论框架，还通过分类陈述不同类型工作不安全感的作用机制，为后续研究提供了实证基础与理论指引。
最后，本研究通过将学习目标导向作为影响人工智能冲击意识作用效果的边界条件，创新性地解答了人工智能冲击意识在何种情况下促进或抑制工作重塑的问题，以明确人工智能冲击意识与工作重塑之间的边界条件。研究结果显示，学习目标导向能够充当调节变量，对人工智能冲击意识影响员工行为结果的过程产生影响。因此，本研究不仅为理解人工智能冲击意识在何种情况下影响工作重塑提供了理论依据，而且为如何通过学习目标导向来缓解人工智能冲击意识的负面影响提供了见解。
第二章 文献综述
2.1 人工智能冲击意识相关文献综述
2.1.1 人工智能冲击意识的内涵与测量
人工智能冲击意识最早由Brougham和Haa（r2018）提出。Brougham和Haa（r2018）在其研究中指出，到2025年，智能技术、人工智能、机器人和算法（STARA）将取代目前三分之一的工作，但是对于员工如何看待技术进步对其职业生涯的影响以及他们如何为这些潜在的变化做好准备，学术界还知之甚少，因此，Brougham和Haa（r2018）创建了一个新的衡量标准—STARA意识，用来衡量员工认为自己的工作可能被技术取代的程度。这一概念反映了员工在多大程度上认为智能技术会对他们未来职业生涯产生影响[1]。基于STARA意识的理论框架，后续研究在国内外学术界得到了系统性拓展与应用，Li等（2019）以酒店业为研究背景指出，当前人工智能和机器人在酒店业的使用变得越来越普遍，其应用范围从协助客人服务流程的人工智能聊天机器人，到用于智能礼宾服务的机器人助手等，随着这一技术在酒店业的广泛应用以及已经提出的STARA意识的基础上，Li等（2019）提出了人工智能和机器人意识（ATRA）这一概念[14]，即当雇主积极探索人工智能和机器人等先进的人力技术时，员工会感到被低估和不被欣赏。国内学者徐广路和王皓天（2022）在Brougham和Haar（2018）的基础上将STARA意识概念清晰化，衍生出人工智能冲击意识这一概念，将其定义为员工对其职业可能被人工智能技术替代的潜在性主观认知，这种认知属于个体层面的“技术认知”行为。具体而言，这种意识反映了员工对技术替代可能性的主观评估，涉及对职业稳定性、技能可转移性以及未来就业市场的动态预期[3,15]，认为尽管人工智能的兴起可能会威胁到某些工作岗位，限制员工的职业发展，但同时，它也催生了众多新兴职业，为个人的职业成长开辟了新途径，并对员工产生了正面效应。
2.2 工作不安全感相关文献综述
2.2.1 工作不安全感的内涵
工作不安全感的概念最早是由Greenhalg和Rosenblatt（1984）提出的，他们认为在众多的工作激励因素中，工作不安全感应作为一种独立的应激源进行考量，而非激励机制，并将其定义为“在威胁性工作情境中对工作连续性中断的威胁认知”。这种定义不仅强调了工作不安全感的情境性特征，还揭示了其作为压力源的本质属性[24]。在后续的研究中，一些学者在探讨工作不安全感时，强调了失业对个体的影响，Van Vuuren（1990）认为失去工作以及由此产生的焦虑是工作不安全感的主要来源[25]。而Witte（1999）认为工作不安全感由三个部分组成，首先，它是一种主观的体验或感知；第二，工作不安全感还隐含着对未来的不确定；最后一点是对未来工作稳定性的系统性评估，这种评估反映了个体对职业连续性的主观认知与对工作环境变化的综合判断[26]。Witte（1999）对工作不安全感的定义进一步丰富了其内涵，将主观因素纳入其定义之中。根据这一视角，Mohr（2000）提出，工作不安全感是一个主观的体验，它强调个人的认知和情感，这种体验是由个人特质和外部环境等多种因素共同影响的结果，不的人对同一情境可能会有不同的反应[27]。Mohr以主客观结合的方式来界定工作不安全感：一方面，它源于个体对自身工作环境的主观认知评估过程；另一方面，它也与客观环境因素的作用密切相关。这种双重属性表明，工作不安全感不仅是员工对工作稳定性的内在心理认知，还受到外部工作条件、组织结构变化以及技术革新等客观因素的制约。国内学者陈兴华、凌文辁等（2004）认为工作不安全感是员工对自身目前拥有资源以及未来失去或获得资源可能性的综合比较和认知[28]。
第三章 理论基础与研究假设 .............. 30
3.1 理论基础 ............................... 30
3.1.1 资源保存理论 .......................... 30
3.1.2 自我决定理论 ...................... 31
第四章 研究设计 .............................. 38
4.1 研究样本 ............................ 38
4.2 变量测量 ................................. 38
第五章 实证分析与检验结果 ....................... 41
5.1 信度分析 ........................................ 41
5.2 效度分析 ................................... 43
第五章 实证分析与检验结果
5.1 信度分析
为验证问卷数据的可靠性和内部一致性，本研究借助SPSS27.0对人工智能冲击意识、数量性工作不安全感、质量性工作不安全感、趋近型工作重塑、回避型工作重塑及学习目标导向进行信度分析。分析结果显示：人工智能冲击意识的Cronbach’s α值为0.798，数量性工作不安全感为0.819，质量性工作不安全感为0.847，趋近型工作重塑为0.925，回避型工作重塑为0.819，学习目标导向为0.884。以上变量的Cronbach’s α系数均大于0.7，表明本研究使用的测量量表具有较高信度。
（1）人工智能冲击意识量表信度
表5-1呈现了人工智能冲击意识量表的信度分析结果，其Cronbach
