蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

文陳曉萍 謝小云

陳曉萍

浙大EMBA《跨文化管理》授課教師

華盛頓大學福斯特商學院Philip M. Condit講席教授

最近回國訪學，發(fā)現(xiàn)我住的酒店里，有一位白色機器人，經(jīng)常和我一起坐電梯。它舉止文雅、彬彬有禮，進入電梯時，會說請大家讓一讓。之后，它會不好意思地說：“請大家不要吃驚，我馬上要隔空按樓層的數(shù)字了?！彪娞堇锏钠渌硕紩牡匦ΑＰ∨笥堰€會好奇地去摸機器人，想和它說話。我去商場的時候，有時也會看到機器人在送花；在餐館，則看見機器人送餐，在桌椅間穿梭自如。有意思的是，在美國住酒店的時候，卻從來沒見過機器人，在商場和超市也沒有。我不禁想到，人與機器和諧合作相處的時代，也許提前在中國到來了。

據(jù)國際機器人聯(lián)合會（International Federation of Robotics）的調(diào)查，從2017年到2022年，中國市場的機器人數(shù)量的增長率是300%，而美國的對應(yīng)增長只有43%，英國則是16% 。數(shù)據(jù)還顯示，中國目前已經(jīng)達到在每1萬個雇員里就有392個機器人的驚人比例。在這個全新的領(lǐng)域，中國在一定意義上似乎已成為機器人與人協(xié)作的大試驗場。

在這樣的背景下，我們不禁追問：我們和機器人如何成為同事？如果你所在的討論群里，除了你本人，其他成員全是不同的AI大模型，人機又該如何協(xié)作？AI時代的人與組織管理，是否會被徹底重構(gòu)？當AI模仿人類時，它是否也形成了一種類人的行為模式？

研究AI的人力資源管理學者傾向于將AI視為一種能力或資源，并提出了AI的14種主要能力。他們認為，這些能力不僅會影響AI的具體應(yīng)用場景，還會改變?nèi)祟惞ぷ鲌鏊奶卣?，例如工作設(shè)計和工作自由度，從而進一步影響組織的運行與發(fā)展。

如何與AI合作呢？我非常同意伊森·莫里克在《合成智商》（Co-intelligence）一書中提出的幾個觀點，因為那也符合我個人與以大模型為基礎(chǔ)的AI協(xié)同工作的經(jīng)驗。這主要涉及下面幾點：

1. 把AI當作“人”，而不是單純的機器。傳統(tǒng)機器通過軟件運行，通常表現(xiàn)得可靠且可預(yù)測；但AI卻更像人，時而不可捉摸，甚至會“胡思亂想”或出現(xiàn)“幻覺”。

AI的能力令人印象深刻。它可以像人一樣寫作、查資料、總結(jié)文章、編程、做分析，能和人進行對話，這大大提升了工作效率。此外，AI還能模擬人類的思維模式，針對具體問題進行分析。當你賦予它不同的“人設(shè)”，例如讓它扮演老師、學生、長者或幼兒時，它的反應(yīng)和考慮因素的權(quán)重也會隨之變化。這種擬人化的表現(xiàn)令人驚訝，也顯得非常逼真，進一步增強了協(xié)作的實用性并提高了效率。

2. 要重視AI的創(chuàng)造力。盡管AI可能不夠準確、不夠可靠，甚至會出現(xiàn)“幻覺”，但這些特性反而賦予了它獨特的創(chuàng)造力。創(chuàng)造力既包括完全原創(chuàng)的想法，也包括對現(xiàn)有想法的整合與重組，從而生成新想法。

AI在整合能力上的表現(xiàn)尤為突出，甚至超越人類。你可以讓它結(jié)合兩個甚至三個完全不相關(guān)的領(lǐng)域，它往往能迅速提供許多全新的思路。這種能力為創(chuàng)新提供了無限可能，幫助我們發(fā)現(xiàn)新的解決方案與發(fā)展方向。

3. 把AI當作同事。曾有一項深度研究對AI能夠執(zhí)行的工作與現(xiàn)有職場工作（約1061種）之間的重合程度進行了比較，結(jié)果顯示，幾乎所有的工作都可以被AI取代。其中，許多是高薪工作，比如高知類工作和需要創(chuàng)造力的工作，包括大學教授的崗位。只有36種工作不容易被取代，這些大多是機械類工作或是非人類無法完成的工作。面對這一現(xiàn)實，保持良好的心態(tài)非常重要。我們可以將AI視為同事或助理，利用AI來縮短工作時間并提高工作質(zhì)量。這樣，AI不僅不會是威脅，反而能成為我們的得力助手。

4. 把AI當成教練，提高學習的有效性，然后成為專家。專家是那些有能力評判AI的答案并提出尖銳意見的人，而不是唯AI是從的人。能夠評判AI的正確與否，則需要有扎實穩(wěn)固的基礎(chǔ)知識和對客觀事實的準確認知。

人機之間

在正常的人際交流和合作中, 不同個體對于與他人合作的意愿和態(tài)度存在差別。同樣, 在人機協(xié)同工作場景下, 人對于機器算法也存在兩種截然相反的態(tài)度。

現(xiàn)階段，人對機器智能的接受程度會影響人機協(xié)同的效果以及能否實現(xiàn)智能增強。新興技術(shù)的引入改變了員工的工作慣例及原有的利益分配格局,往往會造成人員的不確定感并遭到抵制, 其中涉及控制與信任的問題。從更一般的意義上看, 控制與信任是組織管理中的永恒問題, 上級對下屬的過度控制會導(dǎo)致下屬的不信任, 而上級不施加控制又可能導(dǎo)致下屬無法達成目標。

一方面，人們可能對AI心存擔憂，甚至會產(chǎn)生“算法厭惡”。在某些情況下，即使人們知道算法的決策優(yōu)于人類，他們?nèi)匀豢赡鼙憩F(xiàn)出抵觸情緒，甚至寧愿犧牲效率來反對AI的介入。

這種厭惡在一定程度上可能受到媒體關(guān)于AI威脅人類的報道的影響。研究表明，在AI應(yīng)用興起之初，那些看到AI自主運行且無視人類指令的人，更傾向于認為AI不僅會威脅人類的工作、安全和資源，還會沖擊人類的身份認同和獨特性。相比之下，那些看到AI缺乏自主性且遵循人類指令的人則較少產(chǎn)生這種憂慮。此外，觀看具有自主能力的AI后，人們對機器人的情緒更為負面，并且更加反對與機器人相關(guān)的研究。

另一方面，人類也可能對算法產(chǎn)生“欣賞”。有研究提出了“機器啟發(fā)式”（machine heuristic）的概念，指人們傾向于認為機器是機械化、客觀且沒有意識形態(tài)偏見的。相比之下，人們認為人類決策者容易受到偏見和情緒的影響，而算法則更為公正和無偏。

調(diào)查顯示，在高等教育招生場景中，人們普遍認為人工智能的錄取過程更加客觀，比人類決策更公平。在解雇決策的研究中，被解雇的員工通常認為算法中立、理性且客觀。在招聘決策中，應(yīng)聘者認為AI的決策一致性顯著高于人類決策。他們還認為算法篩選簡歷的過程比公司代表篩選的過程更加一致，并且算法能夠在招聘場景中更快速地做出決定。

算法厭惡和算法崇拜都會阻礙在AI大背景下實現(xiàn)高效的人機協(xié)同。我們知道，AI大模型開展深度學習的基礎(chǔ)是人類專家的決策數(shù)據(jù)。輸入數(shù)據(jù)的質(zhì)量直接決定了人工智能算法在后續(xù)任務(wù)中的決策水平。

要實現(xiàn)優(yōu)質(zhì)的人機協(xié)同，關(guān)鍵在于人類與機器的相互促進。人類工作者需要不斷積累處理新問題的經(jīng)驗，并將這些經(jīng)驗反哺給機器智能。同時，人類還需發(fā)現(xiàn)機器算法依賴數(shù)據(jù)的不足之處，并糾正算法中存在的偏差。只有通過這種循環(huán)改進，人機協(xié)同的質(zhì)量才能持續(xù)提升。

總體而言，管理學者在技術(shù)掌握方面不及人工智能領(lǐng)域的專業(yè)人士，但其優(yōu)勢在于能夠深入不同行業(yè)的典型企業(yè)，通過現(xiàn)場研究了解企業(yè)的商業(yè)模式和工作流程。在企業(yè)調(diào)研中，我們發(fā)現(xiàn)，學者由于研究工作的學術(shù)屬性而非盈利導(dǎo)向，比商業(yè)化的第三方機構(gòu)更容易贏得企業(yè)的信任。這種信任使學者能夠更全面地理解企業(yè)在AI轉(zhuǎn)型和人機協(xié)作探索過程中面臨的問題。

作為一種通用技術(shù)，AI正對當代生產(chǎn)力和生產(chǎn)關(guān)系產(chǎn)生巨大影響。中國的各類商業(yè)場景，正處于大規(guī)模人機合作應(yīng)用的階段，這一現(xiàn)象在全球范圍內(nèi)獨樹一幟，積累了豐富且獨特的場景和數(shù)據(jù)。我們中國的管理學者應(yīng)抓住這一難得的研究機遇，深入研究各類場景下的人機互動，創(chuàng)造大量原創(chuàng)性的研究成果，才能不辜負時代賦予的使命。