该文档属于类型a:报告单一原创研究的科学论文。以下是针对该研究的学术报告:
人机协作中的信任机制:基于关系人口统计学理论的研究
作者及机构
本研究由Sangseok You(韩国成均馆大学SKK商学院)与Lionel P. Robert Jr.(美国密歇根大学工程学院机器人系)合作完成,发表于2024年的《MIS Quarterly》(第48卷)。
研究领域
该研究聚焦于人机协作(Human-Robot Collaboration, HRI)与组织行为学的交叉领域,结合关系人口统计学理论(Relational Demography Theory, RDT),探讨人类对机器人同事的信任形成机制及其对工作偏好的影响。
研究动机
随着机器人在劳动力市场的渗透(如White Castle餐厅引入炸薯条机器人),组织面临如何整合人机协同的挑战。现有研究多关注人类同事间的信任,但对人机信任的动态差异缺乏理论解释。此外,机器人可能因“被感知的差异性”引发人类抵触(如对失业的恐惧),亟需理论突破以优化协作策略。
理论基础
1. RDT理论:解析人口统计学差异(如性别、种族)与价值观差异(如工作风格)如何影响团队信任。
2. 快速信任(Swift Trust):基于社会分类的初始信任,无需直接互动即可形成。
3. 心智归因(Mind Attribution):人类是否将意图、情感等心智状态赋予非人类实体(如机器人)。
研究目标
通过两项实验验证:(1) 机器人类型如何调节性别、工作风格等差异对信任的影响;(2) 对人/机的信任如何进一步影响工作伙伴偏好。
实验设计
研究采用2×2×2×2(同事类型×性别差异×工作风格差异×风险水平)的组间设计,共招募347名仓库工人(Study 1)和422名(Study 2),通过线上实验平台Qualtrics完成。
关键操作
1. 同事类型操纵:
- 人类同事:视频展示无面部特征的仓库工人,配音描述其能力。
- 机器人同事:使用性别中性的PR2机器人,通过名称(如“RX-01 Jessica”)和语音强化性别差异。
差异操纵:
风险操纵:高危险任务(搬运有毒容器) vs. 低危险任务(搬运木箱)。
数据收集与分析
- 因变量:
- 快速信任:采用Jian等(2000)的6项量表(如“我认为该同事可靠”)。
- 机器人偏好:3项量表评估选择机器人而非人类同事的倾向。
- 控制变量:技术知识、对机器人的负面态度(NARS量表)、工作经验等。
- 统计方法:因方差不齐采用广义最小二乘法(GLS),通过SPSS 26分析交互效应。
性别差异的负面效应在机器人同事中更强(H1支持):
工作风格差异的负面效应在机器人同事中更弱(H2部分支持):
信任与偏好的矛盾关系(H3支持):
理论贡献
1. 拓展RDT理论:首次将机器人纳入“同事类型”差异变量,揭示人机协作中差异性的非对称效应。
2. 人机交互新视角:提出“心智归因缺失”可缓冲价值观差异的负面影响,为AI伦理设计提供依据。
应用价值
- 组织管理:避免为机器人赋予过度拟人化特征(如性别),以减少性别差异的信任损耗。
- 机器人设计:通过标准化工作风格(如固定流程)降低人类对差异的敏感度。
局限性
Study 2中性格差异效应不显著,或与仓库工作场景中外向性关联较弱有关,未来可探索其他行业背景。