在刚刚过去的春节假期，DeepSeek的爆火再次引发了人们对人工智能（AI）技术与应用的广泛关注，也促使研究者重新审视人机协同在组织管理中的变革潜力。随着AI技术的迅猛发展，组织管理领域正经历着前所未有的变革，AI不仅改变了组织的运作方式，还重新定义了人与机器之间的协作模式。然而，传统的管理研究往往面临“理论与实践脱节”的批评，这种脱节在AI时代愈发凸显——现有理论体系难以解释智能化场景下的组织新现象，而脱离真实情境的研究成果也难以指导企业应对人机协同的实践挑战。那么，如何弥合理论与实践之间的鸿沟，推动管理研究更好地适应AI时代的需求？
对此，北京大学光华管理学院组织与战略管理系教授张志学，博士生高雅琪、梁宇畅、李涵、李航涛和汤明月，在其合作撰写的论文《人机协同时代的机遇——开展现象驱动的组织管理研究》中进行了研究解答。论文总结了人与AI研究的现状，并以一篇民族志研究为例，分析从现象出发的理论构建方法，在此基础上回溯人机交互研究的经典基础理论，并展望了未来基于人机协同实践的研究方向。
要点概览
● 技术进步深刻改变了组织管理领域，但传统管理研究存在理论与实践脱节问题的困扰，尤其在AI时代，这种脱节更明显。因此，需要开展基于现象的管理研究，特别是人机协同领域，以弥合理论与实践的差距。
● 当前人机协同研究主要经历了“人对AI的单向反应”“人与AI的行为互动”和“人与AI的协同共存”三个阶段，研究从实验室逐渐转向实地场景。
● 实地场景下的研究揭示了人机协同在真实工作环境中的复杂性和多样性，为理论构建提供了丰富的实证基础。
● 在人工智能时代，随着组织要素与组织逻辑在重大技术变革中发生显著变化，开展基于现象的人机协同研究成为提升本学科领域学术创新性与现实影响力的关键方向。
● 未来研究建议更多关注人机协同中的类型匹配、工作场景中的AI应用、人机合作模式以及AI建议对人类决策的影响。
传统组织管理学研究的困境与机遇
长期以来，管理学界一直受理论与实践脱节问题的困扰。自20世纪50年代起，就有学者呼吁搭建学界与实践界的桥梁，但至今组织管理研究仍存在过度聚焦理论，忽视实际应用的情况。以组织管理领域的重要分支组织行为学 (Organizational Behavior，简称OB) 为例，这一学科过于关注微观层面的个人和群体的行为与特征，对组织实践的见解则显得匮乏。同样，在流行的领导力研究中，也存在过于关注概念和量表开发的问题，导致理论和模型无法反映现实世界的复杂性，比如很多领导力行为或风格的概念存在冗余，因果关系也不明确。
自工业革命以来, 重要的技术变革既会影响产业发展、组织结构和管理模式, 也为学界基于新现象提出新理论提供了窗口。如今通用智能技术的广泛应用，也同样为组织管理带来了新的挑战和机遇。一方面，AI技术的应用改变了组织的工作流程和决策方式，对传统的管理理论提出了新的要求。AI在企业中的广泛应用推动组织运营要素发生全方位变革，如资源配置、人员素质、组织结构等都受到影响。这使得传统管理理论在人工智能的冲击下，暴露出诸多不足，迫切需要更新和完善。另一方面，AI技术也为组织管理研究提供了新的数据和方法，使得研究者能够更深入地理解组织现象。企业在智能化转型过程中涌现出大量新的管理现象和议题，为学者深入挖掘新现象、构建创新理论提供了丰富素材。
作者认为，管理学者在已经来临的智能时代研究人机协同问题, 既能发挥行为科学的优势, 又能将理论和实践紧密结合，应当扎根“现象”, 探讨“现象”, 凝练“现象”,不断更新管理理论在新时期的解释边界。
人与AI研究的发展阶段
随着AI技术的普及，人机协同逐渐成为管理研究的热点。管理学者们围绕人与AI的关系展开了广泛的研究，主要聚焦于三个主题：人对AI的单向反应、人与AI的行为互动、人与AI的协同共存。研究场景也逐渐从实验室向真实组织场景扩展。通过实地调查和案例分析，研究者可以更好地理解AI如何影响组织运作和员工行为。
人与 AI 关系研究的主题演进示意图，修改自张志学和贺伟（2024）
早期的研究主要关注人对AI的单向反应，探讨公众对AI的单向评价, 尤其是人们针对AI所具备的特性的感知与评价（正确性/正当性）。这些研究普遍采用实验室实验作为主要研究方法，通过模拟任务来观察人类对AI的反应。研究结果时而反映出“AI/算法厌恶”，时而呈现出“AI/算法欣赏”，这表明人们对AI及其算法在不同情境下的应用持有复杂的态度与认知。但这类研究忽略了真实组织场景中人与AI的互动性和双向反馈机制, 对于人与AI 之间的双向互动过程及其结果的研究仍显不足。
随着ChatGPT等生成式AI工具的推出，学者们开始关注人与AI的行为互动，从单纯让参与者报告对AI的感知，逐渐转变为探索行为互动，观察人类如何在AI协助下完成任务，关注AI如何影响人的工作行为和绩效。结果表明，人们与AI/算法的协作能够显著提升工作效率, 尤其当任务复杂度高时更为明显。这类研究延续了实验室实验的人机互动场景，也越来越多地借助组织真实场景来开展实地调查。
随着AI技术商用化成为可能，以及组织中相关转型的推广，AI逐渐被引入真实的个体工作场景中，且被深刻嵌入工作过程中。在此背景下，人与AI的协同共存研究深入探讨人类与AI在真实工作环境中的协作，关注人与AI的交互和彼此影响。此类研究不仅限于实验室中的模拟任务，研究者通过实地考察，与真实的工作者及任务进程相互配合，识别相应的理论机制与干预方案，然后反哺于组织真实管理过程。
作者认为，在实地场景下的人机协同研究以真实的工作环境为基础，以具体组织场景中的现实问题为背景，深入探讨了人机协同的机制、效果以及影响因素，为理解人工智能在实际应用中的作用提供了重要的参考。
现象驱动的理论构建
现象驱动的研究方法强调从真实组织情境出发，结合科学严谨性与现实关联性。论文以一篇 2024 年发表于《管理学会学报》(Academy of Management Journal，简称AMJ)的民族志研究(Rostain and Huising, 2024)为例，详细梳理其研究要点及理论建构过程。该研究通过在一家法国工厂进行民族志研究，关注工作者如何应对工作场所中的“计算的不透明性”。研究者通过深入特定的研究场景收集信息，厘清组织结构、人员角色、互动过程，并发现工作现场的“动人之处”。最终，研究者形成了“问题—回应—技能发展”的学习模型，揭示了生产一线的模具加工操作员通过观察计算机程序员解决问题，间接地发展出实际的计算素养技能。
通过这一案例，作者发现，从现象出发进行理论构建的研究能够抓住现实中更为关键的问题，也更有利于形成系统的理论视角。该研究虽然与人机协同并不直接相关，但其在解析新兴现象及提炼理论方面的方法与视角, 能够为人机协同领域的后续研究提供宝贵的启发和指导。即便研究领域有所差异，研究者也可以通过理论构建能力，有效地把握现象背后的深层逻辑。
在现象驱动的理论构建中，传统的两个人机互动基础理论视角——活动理论 (Activity Theory) 与分布式认知理论 (Distributed Cognition Theory)为研究提供了重要框架。活动理论将人类活动分解为活动、行动和操作三个层级，强调人的行为与社会环境之间的相互嵌套关系。分布式认知理论则关注信息加工与问题解决的过程是如何在个体之外、个体之上的更大的社会单元中实现的。这些理论为人机协同研究提供了系统视角，帮助研究者理解人机互动的复杂性。
未来研究方向和研究结论
在作者看来，AI不仅局限于某一特定领域的应用，它的潜力已经延展至多个行业和领域，成为变革的驱动力。在人机协同的背景下，AI和人的合作越来越紧密, 彼此的优势得以相辅相成。这种协同不仅提高了效率，还为解决复杂问题提供了全新途径，从而推动了各行各业的创新和发展。人机协同中的多样化应用在许多领域具有巨大的潜能。
基于对人机协同研究的回顾，论文提出了四个对未来研究方向的建议：
第一，类型匹配：未来的研究可以进一步探讨不同经验和技能水平的员工如何与AI协同工作。例如，如何帮助高年资员工克服对AI的信任不足，如何设计培训项目以提升低技能员工的AI使用能力。
第二，工作场景：AI在不同工作场景中的应用效果值得深入研究。例如，在复杂任务中，AI的反馈如何影响员工的绩效？如何设计个性化的AI反馈系统，以满足不同员工的需求？
第三，人机协作：未来的研究可以探索不同的人机协作模式，尤其是在创新性和可行性之间的平衡。例如，如何通过人类引导AI生成多样化的解决方案，如何优化团队绩效以实现人机优势互补。
第四，AI建议：用户对AI建议的反应机制值得进一步探讨。例如，如何在高压力情境下减少用户对AI建议的盲目服从？如何通过AI系统引发用户的反思行为，以提升决策质量？
技术浪潮已经来临。人工智能不仅在各行业中带来了革命性的变化，也在深刻影响组织行为、领导力和团队协作等管理领域，其所引发的深刻变革和复杂现象需要学者们超越既有的理论框架，以更加开放和敏锐的视角去捕捉新兴现象背后的规律与机制。
现象驱动研究为学者们打开了一扇大门，通过捕捉快速变化的技术动态，揭示出人类与智能体互动的复杂性与深度。人机协同这一新兴领域，是现象驱动研究的一个绝佳范例。通过观察和剖析人机协作在不同情境中的应用和影响，学者可以从实际问题出发，提炼出具有现实映照的管理理论，以弥合理论与实践之间的鸿沟。
张志学, 高雅琪, 梁宇畅, 李涵, 李航涛, 汤明月. 人机协同时代的机遇——开展现象驱动的组织管理研究[J]. 经济管理学刊, 2024, 3(4): 65-94.
点击“阅读原文”，获取完整论文。
张志学，北京大学博雅特聘教授，北京大学中国社会科学调查中心主任，光华管理学院行为科学研究中心主任，光华管理学院管理创新交叉学科平台召集人。香港大学心理学博士。2009年国家自然科学基金杰出青年科学基金获得者。International Association for Chinese Management Research(中国管理研究国际学会)主席(2021-2023)，国务院学位委员会第八届学科评议组成员。研究领域包括企业领导与文化，谈判与冲突处理，团队工作与管理，以及企业的转型与创新等。
