人工智能算法决策如何影响员工的程序公平感知？——一项基于信息透明度视角的实验研究

一、作者与发表信息
本研究由华南理工大学工商管理学院的裴嘉良（博士研究生）、刘善仕（教授）、钟楚燕（硕士研究生）和谌一璠（硕士研究生）合作完成，发表于《外国经济与管理》2021年第11期（DOI: 10.16538/j.cnki.fem.20210818.103）。研究受国家自然科学基金重点项目（71832003）和面上项目（71772067）支持。

二、研究背景与目标
在数智化时代，人工智能算法（AI算法）被广泛应用于人力资源（HR）决策（如招聘、绩效评估等），但其对员工心理感知的影响尚未明确。尽管算法理论上能规避人类决策偏见，但实践显示员工可能对其公平性存疑。本研究基于程序公平理论（procedural justice theory），探讨AI算法与上级主管两种决策主体对员工程序公平感知的差异，并揭示信息透明度的中介作用及组织包容型氛围的调节效应。

三、研究方法与流程
研究设计采用两个情境实验，分别聚焦裁员和奖励决策场景，通过组间设计（AI算法组 vs. 上级主管组）比较员工反应。

1. 实验1：主效应与中介机制检验

   • 样本与设计：选取华南地区3家农牧企业244名员工，最终有效样本220人（AI组99人，主管组121人）。
     
   • 实验操纵：被试阅读裁员决策情境材料（AI算法或上级主管为决策主体），通过Likert7点量表评估程序公平感知和信息透明度。
     
   • 测量工具：
     
     • 程序公平感知：采用Colquitt（2001）的7题项量表（如“决策过程无偏见”）。
       
     • 信息透明度：使用Liu等（2015）的4题项量表（如“决策依据信息清晰”）。
       
   • 控制变量：包括决策典型性、考虑因素数量及人口统计学变量。
     

2. 实验2：调节效应检验

   • 样本与设计：华南地区1家小微企业264名员工，有效样本252人（AI组112人，主管组140人）。
     
   • 新增变量：引入Nishii（2013）的15题项包容型氛围量表（如“公司绩效评估流程公正”）。
     
   • 情境调整：奖励决策场景，其余流程与实验1一致。
     

四、主要研究结果
1. 主效应验证：
- 实验1中，AI算法组的程序公平感知（M=3.693）显著低于主管组（M=4.560，p<0.001）。
- 实验2重复验证该效应（AI组M=3.661 vs. 主管组M=4.497，p<0.001），支持假设1。

1. 中介机制：

   • 信息透明度在AI算法决策与程序公平感知间起部分中介作用（实验1 Bootstrap 95%CI=[−0.335, −0.093]；实验2 CI=[−0.360, −0.120]）。员工认为AI算法决策信息更不透明（如“黑箱”问题），导致公平感降低，支持假设2。
     

2. 调节效应：

   • 包容型氛围显著调节主效应（p<0.001）。当氛围感知较高时，AI与主管组的公平感知差异不显著（AI组M=4.481 vs. 主管组M=4.675，p>0.05）；低氛围时差异显著（AI组M=3.362 vs. 主管组M=4.598，p<0.001），支持假设3。
     

五、结论与价值
1. 理论贡献：
- 揭示了AI算法决策的潜在负面影响，补充了决策公平与人工智能交叉领域的研究空白。
- 提出信息透明度是关键中介机制，为“算法黑箱”问题提供了实证依据。
- 识别包容型氛围的缓冲作用，拓展了组织氛围理论的应用场景。

1. 实践意义：
   
   • 企业引入AI决策时需提升信息透明度（如解释算法逻辑），并培育包容型文化以缓解员工抵触。
     
   • 为HR数字化实践提供了“技术-心理”双维度的优化路径。
     

六、研究亮点
1. 方法创新：通过多情境实验设计增强结论外部效度，结合Bootstrap分析强化中介效应检验。
2. 跨学科视角：融合程序公平理论、组织行为学与人工智能研究，构建综合解释模型。
3. 现实针对性：响应企业数字化管理需求，为算法伦理与员工心理健康的平衡提供科学依据。

七、其他发现
研究还指出，员工对AI算法的容错度低于人类决策者（如对不确定性的排斥），这一心理机制值得后续深入探讨。