裴嘉良,劉善仕,鐘楚燕,諶一璠

（華南理工大學(xué) 工商管理學(xué)院，廣東 廣州 510641）

一、引 言

人工智能、機(jī)器學(xué)習(xí)和大數(shù)據(jù)基礎(chǔ)設(shè)施的發(fā)展正在對傳統(tǒng)的管理模式發(fā)起挑戰(zhàn)。許多企業(yè)開始擁抱數(shù)字化技術(shù)，運(yùn)用人工智能（artificial intelligence，AI）持續(xù)賦能組織，為企業(yè)高質(zhì)量且具有競爭力的發(fā)展提供協(xié)調(diào)市場資源、提升管理效率、優(yōu)化決策環(huán)境和重塑商業(yè)模式等機(jī)遇和動力（Duan等，2019；徐鵬和徐向藝，2020）。其中，管理決策貫穿組織管理全過程，許多具有前瞻性的管理者青睞于使用以計(jì)算機(jī)深度學(xué)習(xí)算法為基礎(chǔ)、大數(shù)據(jù)驅(qū)動的人工智能來集成組織內(nèi)外部信息，協(xié)助管理者進(jìn)行復(fù)雜且關(guān)鍵問題的決策（Wilson和Daugherty，2018）。例如，亞馬遜使用混沌存儲算法實(shí)時(shí)計(jì)算可分配空間以實(shí)現(xiàn)大型倉庫的智能化管理（Danaher，2016）；谷歌使用基于自然語言處理算法技術(shù)幫助管理者分析員工郵件中的文本信息以預(yù)測哪些員工具有離職傾向，從而預(yù)先采取防范措施（Strohmeier和Piazza，2015）。

從實(shí)踐層面來看，人工智能的底層技術(shù)是算法（algorithms），即基于數(shù)理統(tǒng)計(jì)模型和決策程序的一系列指令組合，能告訴計(jì)算機(jī)在精準(zhǔn)的步驟和規(guī)則內(nèi)如何完成目標(biāo)任務(wù)（Schildt，2017）。人工智能算法（以下簡稱AI算法）通過機(jī)器、系統(tǒng)、數(shù)據(jù)和網(wǎng)絡(luò)構(gòu)建更高邏輯層次的復(fù)雜系統(tǒng)，隨著數(shù)據(jù)資源的持續(xù)輸入而不斷重寫升級（Li和Du，2017）。具備高效、優(yōu)化和數(shù)據(jù)驅(qū)動以實(shí)現(xiàn)決策的能力和優(yōu)勢的AI算法已被越來越多的管理者應(yīng)用于管理決策的實(shí)踐活動中（劉善仕等，2021）。此外，在管理實(shí)踐過程中，缺乏公平感是導(dǎo)致人才流失的重要因素之一（Shih和Susanto，2011）。而人力資源決策（以下簡稱HR決策）（例如，員工招聘、工作分配和績效考核等）的直接對象是員工，決策過程是否一致、基于準(zhǔn)確的信息或不受決策者主觀偏見的影響對于員工公平感的體驗(yàn)十分重要，管理者有強(qiáng)烈的動機(jī)去尋找能夠確保決策過程是公平的方法。因此，許多人力資源專家嘗試在實(shí)踐中利用AI算法來保障決策的科學(xué)有效性。例如，領(lǐng)英（LinkedIn）等職業(yè)社交平臺上的推薦算法會對數(shù)以千萬職業(yè)人員的資料進(jìn)行排序，結(jié)合招聘需求和求職者個人信息向客戶個性化地推薦最匹配的人才（Cho和Lam，2021）；施樂服務(wù)公司（Xerox Services）則實(shí)踐應(yīng)用了一種招聘算法來支持HR管理者的招聘決策，為他們提供申請人與工作匹配程度的分?jǐn)?shù)（Peck，2013）。可見，實(shí)踐界十分關(guān)注AI算法在提升HR決策準(zhǔn)確性、客觀性和公平性方面的作用。

從理論層面來看，雖然AI算法技術(shù)在決策公平領(lǐng)域的研究十分火熱，但現(xiàn)有文獻(xiàn)針對“AI算法決策是否無偏公正”問題的研究結(jié)論仍存在較大爭議。先前研究表明，當(dāng)算法被視作重要的信息來源時(shí)，由于算法每次運(yùn)算都遵循相同且固定的程序，不會受到人類情感因素的影響，因此相比人類決策者而言存在更少的決策偏見（Schildt，2017；Wilson和Daugherty，2018）。Edwards等（2000）指出，算法打破了人類對于知識、時(shí)間和精力的限制，可以基于數(shù)據(jù)信息創(chuàng)造出多種備選方案，將管理決策的思維從“有限理性”過渡到“極限理性”，有利于輔助決策者做出更加科學(xué)合理的決策。但是，后續(xù)研究則發(fā)現(xiàn)算法不僅客觀上可能會持有偏見，并且其決策程序可能被視為是不公平的。一方面，現(xiàn)有研究表明，由于在所有的案例中，算法的設(shè)計(jì)與開發(fā)都有人的參與，并且AI算法具備自主學(xué)習(xí)的能力。因此，用于訓(xùn)練和強(qiáng)化算法的機(jī)器學(xué)習(xí)的歷史數(shù)據(jù)模型存在人類偏見的可能性。例如，許多在線招聘公司使用的推薦算法從具有結(jié)構(gòu)性偏見（例如，男性優(yōu)于女性等）中的歷史案例中獲取數(shù)據(jù)用于強(qiáng)化學(xué)習(xí)，這導(dǎo)致招聘過程中出現(xiàn)歧視問題（Lambrecht和Tucker，2019）。另一方面，人機(jī)交互領(lǐng)域的文獻(xiàn)表明，人們對于算法的感知十分重要，不論實(shí)際決策結(jié)果的質(zhì)量如何，由于這些決策出自算法而非人類自己，這一事實(shí)可能會影響人們對算法決策的信任和態(tài)度（Sundar和Nass，2001）。例如，Lee（2018）針對員工如何感知算法決策的問題，通過一項(xiàng)在線實(shí)驗(yàn)研究發(fā)現(xiàn)，在招聘的情景任務(wù)中，由于員工傾向于認(rèn)為算法缺乏人類的直覺以及主觀判斷能力，因而導(dǎo)致更低的公平性和可信度；Newman等（2020）的基于HR決策的情景實(shí)驗(yàn)研究也發(fā)現(xiàn)，在組織借助算法進(jìn)行HR決策的情境下，員工認(rèn)為算法決策的過程是被簡化的，算法缺乏考慮語境化的定性信息，故其決策的程序公平性難以被信服。

綜上所述，在AI算法越來越多地被企業(yè)引入到管理決策的新興背景下，關(guān)于算法決策公平性問題的探討受到實(shí)踐界和理論界的廣泛關(guān)注和熱議。員工如何感知AI算法決策公平性，對于他們后續(xù)采取何種工作態(tài)度和行為以及組織數(shù)字化管理實(shí)踐能否取得預(yù)期效果具有重要影響。人力資源（以下簡稱HR）管理領(lǐng)域中關(guān)于決策公平問題的既有研究表明，員工參與、上下級溝通以及領(lǐng)導(dǎo)成員交換關(guān)系等因素能夠影響員工體驗(yàn)到的公平感（Jablin，1979；Hollenbeck等，1998；Kacmar等，2003）。但少有學(xué)者基于決策主體差異的視角對上述問題作出解答。隨著越來越多地管理者運(yùn)用AI算法進(jìn)行HR決策，員工對于決策程序的一致性、準(zhǔn)確性、無偏性以及決策主體能否接納不同意見并進(jìn)行調(diào)整等信息即程序公平問題的擔(dān)憂日益普遍（Colquitt等，2013），員工認(rèn)為AI算法決策是否比上級主管決策更加公平，其影響機(jī)理是什么，以及組織應(yīng)該采取何種措施予以干預(yù)這一具有理論價(jià)值和實(shí)踐意義的問題尚未得到解決。因此，本研究圍繞“決策主體差異對員工程序公平感知影響”的研究主題，在回顧已有理論文獻(xiàn)的基礎(chǔ)上，基于信息透明度的視角，以程序公平理論為基礎(chǔ)構(gòu)建了理論模型，通過設(shè)計(jì)2個實(shí)驗(yàn)研究檢驗(yàn)HR決策中不同決策主體（AI算法vs.上級主管）對員工程序公平感知的影響，并揭示這一影響的作用機(jī)理和邊界條件。本研究關(guān)于AI算法決策與員工程序公平感知之間關(guān)系的探討，將補(bǔ)充已有決策公平和人工智能領(lǐng)域的研究空白，并為企業(yè)管理者科學(xué)借助人工智能等數(shù)字化技術(shù)進(jìn)行管理實(shí)踐創(chuàng)新提供借鑒。

二、理論基礎(chǔ)與研究假設(shè)

（一）程序公平理論與AI算法決策

程序公平是指產(chǎn)生結(jié)果的過程具有公平性（Lind和Tyler，1988）。初期的組織公平性的研究關(guān)注分配公平的影響，但近年來許多研究發(fā)現(xiàn)決策的過程比最終結(jié)果更加重要。程序公平能夠影響員工對決策者的反應(yīng)，會進(jìn)而影響其后續(xù)的工作態(tài)度和行為。當(dāng)員工認(rèn)為上級決策有失公平時(shí)，會降低管理者行為的有效性并且導(dǎo)致員工針對工作環(huán)境的消極情緒（Cropanzano等，2001）。此外，Bal等（2011）發(fā)現(xiàn)，員工的程序不公平感知顯著增強(qiáng)了其離職意愿。這些對決策程序不公平的感知會產(chǎn)生各種負(fù)面結(jié)果，會嚴(yán)重降低組織效能。因此，挖掘何種潛在因素導(dǎo)致以及緩解甚至扭轉(zhuǎn)員工對決策程序不公平的看法始終是組織管理中的一個重要研究議題。Leventhal（1980）在組織情境中應(yīng)用了程序公平理論，并指出影響員工程序公平感知的主要因素包括能夠?qū)Q策過程產(chǎn)生影響的控制性、決策程序的一致性、決策程序的無偏性、決策信息的準(zhǔn)確性、決策程序的代表性以及決策程序的道德性。后續(xù)研究圍繞Leventhal（1980）提出的6個判斷程序是否公平的標(biāo)準(zhǔn)展開研究，發(fā)現(xiàn)決策的不確定性程度、公開透明程度以及組織結(jié)構(gòu)特征（個體主義或集體主義、正式化程度和員工參與度）等因素影響員工的程序公平感知（Schminke等，2002；劉亞等，2003；Thau等，2009）。

伴隨大數(shù)據(jù)、人工智能和機(jī)器學(xué)習(xí)等數(shù)字技術(shù)的發(fā)展，許多組織嘗試將AI算法引入到?jīng)Q策過程中，規(guī)避人類決策過程中固有的偏見，程序公平問題的一個潛在方案可能是更多地使用大數(shù)據(jù)驅(qū)動的算法輔助決策。算法被定義為根據(jù)統(tǒng)計(jì)模型或決策規(guī)則自主決策，告訴計(jì)算機(jī)在一系列精準(zhǔn)的步驟和規(guī)則內(nèi)應(yīng)該如何運(yùn)作的計(jì)算程序，其過程無需人工干預(yù)（Schildt，2017）。算法客觀上可以依靠數(shù)據(jù)驅(qū)動的數(shù)字邏輯來消除人的主觀性偏見從而改進(jìn)決策，組織期望算法能夠在時(shí)間和資源的有限條件下依靠大數(shù)據(jù)進(jìn)行理性客觀決策，使員工對決策的程序感到滿意和公平。但是，在圍繞人們?nèi)绾闻袛嗨惴Q策公平的研究中，Lee（2018）通過實(shí)驗(yàn)研究發(fā)現(xiàn)，通過算法進(jìn)行招聘的決策被員工視作不如人類主管的決策公平。此外，Newman等（2020）基于簡化論視角的實(shí)驗(yàn)發(fā)現(xiàn)，由于算法決策的程序是被簡化的，缺乏考慮語境化的定性信息，員工產(chǎn)生更多程序不公平感。上述研究結(jié)果表明員工并不認(rèn)為由算法進(jìn)行決策的程序更加公平。程序公平取決于決策程序是否給予準(zhǔn)確的信息，是否透明，是否一致適用等。然而既有文獻(xiàn)表明，由于算法決策的過程本身不具有透明性，加之復(fù)雜的運(yùn)算過程不易被理解并且缺少必要信息的披露，這導(dǎo)致許多工作者的沮喪情緒，認(rèn)為決策程序是不公平的（Orlikowski和Scott，2014；Lee等，2015）。在程序公平理論的框架內(nèi)，信息透明度是影響個體公平感知的重要因素。本研究試圖基于信息透明度的視角闡釋不同決策主體（AI算法vs.上級主管）對員工程序公平感知的影響。

（二）AI算法決策對員工程序公平感知的影響

在數(shù)智化的組織環(huán)境中，越來越多地管理者試圖借助大數(shù)據(jù)驅(qū)動的AI算法進(jìn)行科學(xué)決策。客觀上，AI算法比人類更能夠理解和解釋決策的過程，大數(shù)據(jù)資源為算法提供了眾多的模型和架構(gòu)從而提高決策效率（Schildt，2017）。但是，由于現(xiàn)階段人們并不能真正地了解機(jī)器學(xué)習(xí)算法是怎樣在不斷變化的市場環(huán)境下學(xué)習(xí)適應(yīng)并且自行優(yōu)化的，算法運(yùn)作的過程存在著“黑箱”問題，即基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，將抓取的數(shù)據(jù)細(xì)分為數(shù)以千萬計(jì)的變量自動加權(quán)計(jì)算與輸出結(jié)果之間存在不可觀察的空間，算法內(nèi)部運(yùn)作的程序往往是不透明的（Burrell，2016）。人類的智慧能夠針對某一具體的結(jié)論進(jìn)行推理和論證，但無法解釋得到某一特定結(jié)論的復(fù)雜和隱含的過程。因此，人們會對算法決策的結(jié)果或得出的結(jié)論表示擔(dān)憂和困惑。與此同時(shí)，AI算法的不透明性與實(shí)時(shí)動態(tài)變化的特點(diǎn)，也使一系列因算法產(chǎn)生的問題難以被發(fā)現(xiàn)和監(jiān)督。其中，基于機(jī)器學(xué)習(xí)的算法受到來自于社會大數(shù)據(jù)資源的訓(xùn)練，機(jī)器很容易習(xí)得既有的偏見，類型化、標(biāo)簽化的算法設(shè)計(jì)思想很容易在社會群體中固化社會偏見，會對某個社會群體作出誤判或傷害。例如Miron等（2021）在刑事司法中使用風(fēng)險(xiǎn)評估算法對犯罪率進(jìn)行比較，由于該算法是從本身就具有結(jié)構(gòu)化歧視的案例中汲取數(shù)據(jù)進(jìn)行強(qiáng)化學(xué)習(xí)，因此它報(bào)告的結(jié)果是非裔美國人的犯罪風(fēng)險(xiǎn)系數(shù)高于白人。Burrell（2016）指出，在商業(yè)環(huán)境下，由于算法對于企業(yè)而言是作為核心競爭力的關(guān)鍵，企業(yè)會有意隱藏由一系列源代碼組成的算法以保護(hù)可能涉及的關(guān)鍵知識產(chǎn)權(quán)。但對于算法輸出結(jié)果的接受方而言，他們似乎并不理解和確定為何由算法計(jì)算后會得到一個特定的結(jié)果。

在程序公平理論的研究框架下，本研究認(rèn)為，在組織進(jìn)行HR決策時(shí)，當(dāng)員工得知決策的結(jié)果是由AI算法制定時(shí)，面對所屬群體的不同屬性（AI和人類），員工會通過將AI算法與擁有人類自身特征的上級主管進(jìn)行嚴(yán)格對比和區(qū)分，以獲得既定條件下相應(yīng)的心理認(rèn)知。盡管員工可能傾向于認(rèn)為AI算法在決策程序執(zhí)行上具有相對客觀中立的特點(diǎn)，能夠有效規(guī)避人類決策過程中固有的偏見。但是，在程序公平感知形成的其他重要影響因素上（例如：決策參與、決策申訴和決策不確定性），AI算法決策比上級主管決策可能讓員工產(chǎn)生更低水平的程序公平感知。具體而言：第一，在決策參與方面，員工傾向于認(rèn)為上級主管在HR決策過程中會積極接納他們不同的聲音與建議，并根據(jù)他們提供的信息而進(jìn)行調(diào)整（Colquitt等，2013）。但AI算法是“冷冰冰”的程序公式，員工無權(quán)干預(yù)其決策過程，他們認(rèn)為自己的意見并不會被預(yù)先設(shè)定好、標(biāo)準(zhǔn)化且重復(fù)運(yùn)行的AI算法所采納。第二，在決策申訴方面，當(dāng)組織通過算法進(jìn)行HR決策時(shí)，員工傾向于認(rèn)為自己難以獲得申訴的機(jī)會，面對AI算法的決策結(jié)果，他們只能選擇被迫接受，并對申訴無門而感到困惑和不滿（Kuhn和Maleki，2017）。與之相比，當(dāng)決策主體是上級主管時(shí)，通常情況下員工對于決策結(jié)果的不滿可以找到上級主管予以申訴，充分表達(dá)自己的意見。第三，在決策不確定性方面，由于AI算法考慮了復(fù)雜的多種因素，其進(jìn)行HR決策的結(jié)果難以被員工所預(yù)測。而上級主管通常會追蹤、記錄和參考員工的績效表現(xiàn)來進(jìn)行HR決策，員工通常會對自己的績效表現(xiàn)有一個心理預(yù)判標(biāo)準(zhǔn)，因此，AI算法決策會給員工帶來更多的不確定性。例如，Rosenblat和Stark（2016）進(jìn)一步的研究中也指出，Uber等網(wǎng)約車平臺基于AI算法的派單機(jī)制除了考慮乘客的位置信息外還考慮了各個區(qū)域的運(yùn)力情況、司機(jī)往返途中的其他業(yè)務(wù)、司機(jī)的顧客評價(jià)等諸多復(fù)雜的因素，但司機(jī)顯然對此并不了解。此外，現(xiàn)有心理學(xué)研究表明，即使算法決策優(yōu)于人類決策，但人們似乎對AI算法的容錯度更低，這可能導(dǎo)致他們對算法輸出的結(jié)果更加嚴(yán)苛。人們必須了解算法推理過程和邏輯關(guān)系的心理需求使其更傾向于對算法表現(xiàn)出不信任（Dietvorst等，2015）。綜上所述，本研究提出以下假設(shè)：

假設(shè)1：在組織進(jìn)行HR決策情境下，AI算法決策比上級主管決策讓員工產(chǎn)生更低的程序公平感知。

（三）信息透明度的中介作用

透明度往往與信息分享、信息披露、信息交換等詞義相關(guān)，被廣泛地界定為相關(guān)主體間信息的公開程度（Liu等，2015）。信息透明度作為決策者建立公平感和信任感的紐帶，能夠幫助個體理解決策過程中的相關(guān)信息以便于針對決策結(jié)果予以判斷并采取行動（O’Toole和Bennis，2009）。在決策程序公平領(lǐng)域，信息透明度具有三個標(biāo)準(zhǔn)：首先，決策標(biāo)準(zhǔn)的清晰度反映了決策者作出決策的規(guī)則和方法是否公開且易被理解。在組織情境下，當(dāng)缺乏決策標(biāo)準(zhǔn)的溝通時(shí)，員工可能會對決策過程表示質(zhì)疑或產(chǎn)生不公平感，例如，當(dāng)上級主管在績效評估的過程中沒有明確評定規(guī)則時(shí)，員工體驗(yàn)到的公平感就會下降（Kim和Mauborgne，1998）。其次，決策標(biāo)準(zhǔn)的有效性反映了在既定的決策環(huán)境下用以決策的規(guī)則是否合理。如果用以決策的標(biāo)準(zhǔn)是基于不合理的推斷或毫無根據(jù)的假設(shè)前提，則被視作無效。例如，在派發(fā)薪酬獎勵過程中用于評判優(yōu)秀與否的標(biāo)準(zhǔn)如果僅考慮個人資歷信息而非業(yè)績信息時(shí)，員工會認(rèn)為決策標(biāo)準(zhǔn)是無效且決策程序是不公平的（Brockner和Tyler，1992）。最后，決策標(biāo)準(zhǔn)的代表性反映了決策信息或規(guī)則多大程度上能夠考慮決策參與者所關(guān)注的內(nèi)容。決策標(biāo)準(zhǔn)具有代表性能夠充分考量和回應(yīng)決策過程中個體的意見，避免他們產(chǎn)生被孤立或排斥的心理（Miller，1989；Lee，2018）。

近來大量文獻(xiàn)開始關(guān)注人工智能中“黑箱”問題，并以此描述AI算法如何在“暗處”運(yùn)作的景象，指出AI算法內(nèi)部運(yùn)作的過程往往是不透明的（Orlikowski和Scott，2014；Lee等，2015；Burrell，2016）。Burrell（2016）系統(tǒng)歸納了AI算法信息不透明的三種不同形式包括：首先，企業(yè)或機(jī)構(gòu)對核心算法有意的保護(hù)和隱瞞：算法的不透明性可以歸因?yàn)槠髽I(yè)以競爭優(yōu)勢的名義有意防止算法泄露，但也可能是一種新的回避監(jiān)管或操縱受眾群體的形式。因此，企業(yè)或機(jī)構(gòu)可能會利用算法的不透明性做出有失公平的機(jī)會主義行為（Sandvig，2015）。其次，編寫和讀取算法代碼具有專業(yè)性：盡管算法背后的代碼是使用特定的R或Python等語言編寫的，但編寫和讀取這些代碼需要嚴(yán)格遵守邏輯規(guī)則和精確語法以便于機(jī)器讀取，這與人類語言具有顯著的差異，復(fù)雜眾多的代碼難以被理解，需要強(qiáng)大的專業(yè)知識和計(jì)算思維（Schildt，2017）。最后，機(jī)器學(xué)習(xí)算法的智能復(fù)雜性：機(jī)器學(xué)習(xí)算法會在運(yùn)作過程中隨著數(shù)據(jù)資源持續(xù)大量的輸入而不斷重寫和升級，通過對海量數(shù)據(jù)的集成，利用構(gòu)建情境模擬等方式協(xié)助復(fù)雜問題的分析、推導(dǎo)和處理，因此，機(jī)器學(xué)習(xí)算法的更高層次邏輯已然超越了人類現(xiàn)階段的思維。此外，機(jī)器學(xué)習(xí)算法是基于類型化和標(biāo)簽化的設(shè)計(jì)，可能在大數(shù)據(jù)集成學(xué)習(xí)的過程中進(jìn)行不具有廣泛代表性和合理性的決策，甚至出現(xiàn)歧視等問題（Miron等，2021）。

程序公平理論始終強(qiáng)調(diào)決策過程的信息準(zhǔn)確透明（Thau等，2009）。因此，基于信息透明度的三個標(biāo)準(zhǔn)，本研究認(rèn)為，在組織進(jìn)行HR決策時(shí)，與上級主管決策相比，員工認(rèn)為AI算法決策具有更低的信息透明度，進(jìn)而產(chǎn)生更低的程序公平感知，理由如下：第一，在決策標(biāo)準(zhǔn)的清晰度方面，由于AI算法運(yùn)作機(jī)制的“黑箱”屬性（Burrell，2016），其難以被理解的運(yùn)算規(guī)則通常會使員工感知到?jīng)Q策標(biāo)準(zhǔn)的清晰度遠(yuǎn)低于上級主管，這不僅是因?yàn)锳I算法其本身需要強(qiáng)大的專業(yè)知識和計(jì)算思維去理解，同時(shí)上級主管的決策標(biāo)準(zhǔn)通常情況下會向員工公開，并不會刻意隱瞞所有的信息。但當(dāng)AI算法決策的標(biāo)準(zhǔn)和上級主管的決策標(biāo)準(zhǔn)都未被完全公開時(shí)，相比于復(fù)雜的AI算法，員工更容易猜測和理解上級主管做出決策的相關(guān)依據(jù)。第二，在決策標(biāo)準(zhǔn)的有效性方面，盡管大數(shù)據(jù)驅(qū)動的AI算法的決策過程客觀上具有更高的效率和準(zhǔn)確性，但這與員工的主觀感知具有一定的差距（Lee，2018），即員工傾向于認(rèn)為AI算法只是將部分可以量化的指標(biāo)納入到HR決策的標(biāo)準(zhǔn)，而一些非量化且無從記錄的內(nèi)容會被AI算法所簡化（Newman等，2020）。與之相比，員工傾向于認(rèn)為上級主管在決策標(biāo)準(zhǔn)的設(shè)定上，不僅會考慮可以量化的指標(biāo)，還會參考日常工作過程中一些隱性且只能被人類觀察的內(nèi)容，例如人情世故、精神面貌等因素，因此，員工會認(rèn)為AI算法決策標(biāo)準(zhǔn)并非基于完整的信息，因而對其有效性的評價(jià)更低。第三，在決策標(biāo)準(zhǔn)的代表性方面，由于AI算法決策程序的編寫來自組織中的技術(shù)團(tuán)隊(duì)，員工會質(zhì)疑這些并不了解他們基本信息的編程人員設(shè)計(jì)的AI算法所做出的決策結(jié)果，員工不可避免地會認(rèn)為AI算法并不會充分考量他們的意見，并且與上級主管相比，AI算法也不會回應(yīng)他們的意見，AI算法決策更容易導(dǎo)致員工產(chǎn)生被孤立或排斥的心理，因而對AI算法決策標(biāo)準(zhǔn)的代表性表示出不信任（Dietvorst等，2015）。綜上所述，考慮到信息透明度對決策程序公平的重要影響以及針對AI算法運(yùn)作“黑箱”不透明性的擔(dān)憂，本研究認(rèn)為信息不透明度能夠解釋AI算法決策對程序公平感知的作用機(jī)理，提出以下假設(shè)：

假設(shè)2：信息透明度在AI算法決策對程序公平感知的影響中起中介作用，即與上級主管決策相比，員工認(rèn)為AI算法決策具有更低的信息透明度，進(jìn)而產(chǎn)生更低的程序公平感知。

（四）包容型氛圍的調(diào)節(jié)作用

隨著組織邊界被逐漸打開，多元化的各類要素流入組織。在強(qiáng)調(diào)平等管理方式和理念的基礎(chǔ)上，為了避免阻礙群體差異性或個性發(fā)揮的問題（Miller，1998），學(xué)者們在多樣化管理的基礎(chǔ)上提煉出既平等對待差異化個體，又尊重個性化的存在，鼓勵差異化個體表現(xiàn)自我，提升自我價(jià)值的包容型管理（許梅枝和張向前，2018）。其中，包容型氛圍作為實(shí)現(xiàn)包容型管理的重要手段，強(qiáng)調(diào)組織鼓勵員工保留個體特質(zhì)并尊重其獨(dú)特性的存在，群體成員能夠共同感知到來自組織的尊重并體驗(yàn)到歸屬感的體驗(yàn)（Shore等，2011）。Nishii（2013）構(gòu)建了包容型氛圍的內(nèi)涵，指出包容型氛圍是群體成員對“組織是否平等對待員工、鼓勵員工參與、尊重員工在工作中的差異性”等包容特征的心理感知。許多組織行為學(xué)者重點(diǎn)探討了包容型氛圍的調(diào)節(jié)作用。例如，Nishii（2013）發(fā)現(xiàn)包容型氛圍負(fù)向調(diào)節(jié)了性別差異與沖突、沖突與滿意度之間的關(guān)系；David等（2016）研究表明包容型氛圍調(diào)節(jié)了上下級之間存在的殘疾（身體、認(rèn)知或心理健康水平偏離正常人）狀態(tài)差異對領(lǐng)導(dǎo)成員交換關(guān)系質(zhì)量和績效的影響。過去研究強(qiáng)調(diào)組織包容型氛圍在影響和塑造員工在人際關(guān)系中相關(guān)心理感知的積極作用，卻忽視了上述員工直接或間接感知到工作環(huán)境中具有包容性的組織特質(zhì)對于構(gòu)建和諧的“人—技術(shù)關(guān)系”的潛在作用。組織氛圍作為組織成員對于其所處組織環(huán)境的一種認(rèn)知詮釋（James和Jones，1974），會影響和塑造組織成員后續(xù)各個方面的認(rèn)知判斷和行為表現(xiàn)。

自古以來，新技術(shù)的發(fā)展都要經(jīng)歷質(zhì)疑、理解、接受再到成熟的過程，當(dāng)人們對新技術(shù)持有包容的態(tài)度時(shí)更有益于緩解對新技術(shù)的排斥心理，愿意接受新技術(shù)現(xiàn)階段存在的問題并且相信其發(fā)展的前景（Orlikowski和Scott，2014）。因此，本研究認(rèn)為，當(dāng)員工感知到不同水平的組織包容型氛圍時(shí)，自然會形成差異化的認(rèn)知判斷，進(jìn)而導(dǎo)致決策主體差異對員工程序公平感知產(chǎn)生不同的影響效應(yīng)，理由如下：第一，在決策參與方面，在良好包容型氛圍中的員工通常會感知到組織積極鼓勵員工參與決策，并且激勵員工商討并提出有益于組織的建議（Nishii，2013）。因此，不論決策主體是AI算法還是上級主管，在日常工作環(huán)境中，員工都能夠感知到組織決策對于員工自身參與的重視。雖然決策主體是AI算法，但員工同樣會體驗(yàn)到良好的決策參與感，因?yàn)樗麄儍A向于認(rèn)為AI算法背后的組織會充分考慮他們的聲音和意見。第二，在決策申訴方面，在良好包容型氛圍中的員工通常會感知到組織關(guān)注實(shí)踐過程中的公平性和多元性，并強(qiáng)調(diào)決策過程中對于員工主體地位的認(rèn)可和尊重。換言之，在包容型氛圍的熏染下，員工更容易體驗(yàn)到公平給自身帶來的主體地位（Shore等，2011）。因此，當(dāng)員工對于決策結(jié)果有異議時(shí)，不論決策主體是AI算法還是上級主管，員工對于向上申訴都更有信心。雖然決策主體是AI算法，但員工并不會因?yàn)樯暝V無門而感到困惑和不滿，因?yàn)樗麄兏兄降闹黧w地位會促使他們積極尋找各方途徑予以申訴，并相信組織會正面回應(yīng)他們的申訴意見。第三，在決策不確定性方面，在良好包容型氛圍中的員工通常會感知到組織對于不確定性的因素更加具有包容性和開放性（Nelissen等，2017）。因此，雖然員工可能對AI算法決策持有更低的容錯度，但具有更高包容型氛圍感知的員工可能會對AI算法決策帶來不確定性持有更加開放的態(tài)度，承認(rèn)并且接受這種不確定性的存在。綜上所述，包容型氛圍本質(zhì)上強(qiáng)調(diào)兼容并蓄（張凱麗和唐寧玉，2017），因而在良好組織包容型氛圍熏染下的員工對于決策主體差異可能表現(xiàn)出更高的兼容和接受度，他們可能會認(rèn)為不論決策主體是AI算法還是上級主管，在高水平組織包容型氛圍下的HR決策的程序是相對公平的。綜上所述，本研究提出以下假設(shè)：

假設(shè)3：組織包容型氛圍在AI算法決策對程序公平感知的影響中起調(diào)節(jié)作用，即當(dāng)員工感知到具有較高水平的包容型氛圍時(shí)，AI算法決策相比于上級主管決策對員工程序公平感知的影響效應(yīng)沒有顯著差異。

三、實(shí)驗(yàn)1：AI算法決策對員工程序公平感知的影響機(jī)制檢驗(yàn)

（一）實(shí)驗(yàn)設(shè)計(jì)

實(shí)驗(yàn)1的目的是檢驗(yàn)在組織進(jìn)行HR決策情境下，AI算法決策對員工程序公平感知影響的主效應(yīng)以及信息透明度的中介作用。本次實(shí)驗(yàn)調(diào)查周期為3日，采用單因素兩水平（AI算法決策vs.上級主管決策）被試間設(shè)計(jì)。本研究實(shí)驗(yàn)被試源于華南地區(qū)3家農(nóng)牧企業(yè)，涉及養(yǎng)殖、飼料加工等領(lǐng)域。在正式開始實(shí)驗(yàn)之前，首先向每家企業(yè)的人力資源經(jīng)理介紹本次實(shí)驗(yàn)的目的及概況，隨后秉持自愿參與的原則，由人力資源經(jīng)理通過企業(yè)內(nèi)部郵件系統(tǒng)征集實(shí)驗(yàn)被試。最后，共計(jì)244名員工同意參與本次實(shí)驗(yàn)，調(diào)研結(jié)束后給予紀(jì)念禮品作為獎勵。被試均為具有一定工作經(jīng)驗(yàn)的企業(yè)員工，被隨機(jī)分配到AI算法決策組和上級主管決策組，每組122人。在調(diào)查周期結(jié)束后，剔除漏填、亂填等無效樣本，以及決策主體感知量表中兩題項(xiàng)回答前后不一致的問卷，共獲得220份有效問卷，有效率達(dá)到90.16%。其中，AI算法決策組99人，男性被試占58.6%，被試平均年齡約34歲；上級主管決策組121人，男性被試占49.6%，被試平均年齡約為34歲。兩組被試在人口統(tǒng)計(jì)學(xué)特征上除學(xué)歷存在顯著差異外，其余不具有顯著差異。借鑒Newman等（2020）的實(shí)驗(yàn)設(shè)計(jì)，利用HR決策情境模擬的方法操縱決策主體，要求被試針對兩個決策主體之一（AI算法vs.上級主管）進(jìn)行的人力資源裁員決策進(jìn)行評估。

（二）實(shí)驗(yàn)問卷和變量測量

1.描述性情景材料。本研究所采用的描述性情景材料在正式實(shí)驗(yàn)之前經(jīng)過材料評定選取。在正式實(shí)驗(yàn)之前，本研究對Lee（2018）和Newman等（2020）所用的實(shí)驗(yàn)材料根據(jù)國內(nèi)的現(xiàn)實(shí)情境進(jìn)行改編，得到關(guān)于晉升、裁員、政策實(shí)施、獎勵、績效評估和面試共六種人力資源決策的描述性情景材料，每種情景材料均包含AI算法決策和上級主管決策兩種情況。本研究通過線上平臺招募20位在職的工作者對六種描述性情景材料進(jìn)行評定，被試需回答“該材料描述的決策者是誰？”“該材料描述的是何種人力資源情景？”等關(guān)于主題的開放性問題，以及“該材料描述的場景多大程度上是合理的？”“該材料描述的場景在現(xiàn)實(shí)生活中發(fā)生的可能性有多大？”等關(guān)于場景真實(shí)性的Likert7點(diǎn)評分問題。本研究最終根據(jù)主題吻合度（對開放性問題的回答包含關(guān)鍵詞的被試比例）、場景真實(shí)性得分兩個標(biāo)準(zhǔn)評定出吻合度及真實(shí)性最高的兩份材料——裁員、獎勵決策情景材料。

2.操縱決策主體。本研究邀請被試閱讀由材料評定選取出的關(guān)于人力資源裁員決策的描述材料，目的在于操縱解釋變量決策主體：AI算法vs.上級主管。為確保實(shí)驗(yàn)條件的真實(shí)性，并且避免由于裁員這一相對敏感情境下被試的緊張反應(yīng)，實(shí)驗(yàn)材料已將裁員部門名稱和對象姓名模糊化處理。兩組被試閱讀的材料前半部分相同：“由于2020年公司受到新冠肺炎疫情的影響，公司經(jīng)營受到前所未有的挑戰(zhàn)，大面積業(yè)務(wù)量快速縮水，預(yù)計(jì)公司業(yè)務(wù)全面復(fù)蘇仍需相當(dāng)長的時(shí)間，為控制公司經(jīng)營成本，公司決定對××部門進(jìn)行裁員。”接下來，AI算法組被試閱讀的情景描述為：“管理層借助AI（人工智能）算法對××部門的××進(jìn)行分析并決定他/她是否在裁員名單中。”上級主管組被試閱讀的情景描述為：“××部門的上級主管對××進(jìn)行分析并決定他/她是否在裁員名單中?！彪S后，請兩組被試回答：“①根據(jù)上述情景描述，是誰分析并決定裁員的最終名單？②誰來決定受到疫情影響被迫進(jìn)行的裁員名單？”采用Likert7點(diǎn)評分法，1為肯定是上級主管，7為肯定是AI算法。決策主體感知的信度系數(shù)為0.870。

3.信息透明度和程序公平感知。信息透明度的測量工具選取Liu等（2015）開發(fā)的4題項(xiàng)量表來測量。代表題項(xiàng)有“決策依據(jù)的信息是清晰的”“決策依據(jù)的信息是容易理解的”“決策依據(jù)的信息是容易獲得的”等。采用Likert7點(diǎn)評分法，1為非常不同意，7非常同意，該量表在本研究中的信度系數(shù)為0.838；程序公平感知的測量工具選取Colquitt（2001）開發(fā)的7個題項(xiàng)量表來測量，該量表的信效度在中國樣本中得到有效檢驗(yàn)，代表題項(xiàng)有“決策過程沒有偏見”“決策過程基于準(zhǔn)確的信息”“決策過程符合倫理道德標(biāo)準(zhǔn)”等。采用Likert7點(diǎn)評分法，1為非常不公平，7為非常公平，該量表在本研究中的信度系數(shù)為0.862。

4.控制變量。根據(jù)當(dāng)前學(xué)術(shù)界的建議，應(yīng)在統(tǒng)計(jì)分析中保留能夠得到理論解釋的控制變量，為最終研究結(jié)論的可靠性提供嚴(yán)格和準(zhǔn)確的信息（Bernerth和Aguinis，2016）。參考以往研究，除性別、年齡、工作年限等人口統(tǒng)計(jì)特征變量可能影響最終結(jié)果外，Newman等（2020）還將決策的典型程度（指代表性或常見性，典型性越高代表AI算法或上級主管在日常HR決策中是越常見的，越能代表日常工作中的情況）作為控制變量。本研究借鑒Newman等（2020）的測量方式，采用單一題項(xiàng)“您認(rèn)為上述材料中由AI（人工智能）算法/上級主管做出裁員決策的典型性程度有多高?”對決策的典型性進(jìn)行測量，采用Likert7點(diǎn)評分法，1表示非常不典型，7表示非常典型。Lee（2018）指出，決策主體考慮因素的數(shù)量也可能影響個體公平性的感知，因此，本研究請兩組被試回答：“在上述情景材料中，AI算法或上級主管在決策過程中可能考慮哪些因素？”隨后將考慮的因素?cái)?shù)量進(jìn)行統(tǒng)計(jì)并在數(shù)據(jù)分析過程中予以控制。

（三）實(shí)驗(yàn)結(jié)果

1.描述性統(tǒng)計(jì)及相關(guān)性分析。表1描述了本研究實(shí)驗(yàn)1主要變量的均值、標(biāo)準(zhǔn)差以及各變量間相關(guān)分析結(jié)果。由表1可得，實(shí)驗(yàn)1的被試平均年齡34歲、平均工作年限3.6年，男性118名，占53.6%，本科及以上學(xué)歷170名，占70.5%。相關(guān)分析結(jié)果顯示，決策主體與信息透明度、程序公平感知存在顯著的負(fù)相關(guān)關(guān)系（r=?0.328，p＜0.001；r=?0.411，p＜0.001）；信息透明度與程序公平感知存在顯著正相關(guān)關(guān)系（r=0.432，p＜0.001）。以上分析結(jié)果符合本研究的理論預(yù)期，為研究假設(shè)提供了初步支持。

2.操縱檢驗(yàn)。單因素方差分析結(jié)果表明，針對決策主體感知的AI算法組中被試的評分顯著高于上級主管組中的被試，AI算法組的均值M=4.904，上級主管組的均值M=3.893，兩組被試的均方比值F（1，218）=28.148，顯著性系數(shù)p＜0.001，效應(yīng)量系數(shù)η2=0.114。表明本研究對決策主體的操縱成功。

3.主效應(yīng)檢驗(yàn)。單因素方差分析結(jié)果表明，AI算法組的程序公平感知顯著低于上級主管組被試，AI算法組的均值M=3.693，上級主管組的均值M=4.560，F(xiàn)（1，218）=44.197，顯著性系數(shù)p＜0.001，效應(yīng)量系數(shù)η2=0.169。數(shù)據(jù)顯示，在組織進(jìn)行HR決策的情境下，AI算法決策與上級主管決策相比顯著的給員工帶來更低的程序公平感知。因此，假設(shè)1得到驗(yàn)證。

4.中介效應(yīng)檢驗(yàn)。首先，單因素方差分析結(jié)果表明，AI算法組被試評估的信息透明度顯著低于上級主管組被試，AI算法組的均值M=3.662，上級主管組的均值M=4.424，F(xiàn)（1，218）=26.338，顯著性系數(shù)p＜0.001，效應(yīng)量系數(shù)η2=0.108，表明員工更傾向于認(rèn)為AI算法決策的信息透明度更低，符合本研究的理論預(yù)期。其次，在決策的典型程度上，AI算法組的均值M=3.909，上級主管組的均值M=4.041，F(xiàn)（1，218）=0.293，p=0.589不顯著，效應(yīng)量系數(shù)η2=0.001。 在決策考慮因素的數(shù)量上，AI算法組的均值M=2.263，上級主管組的均值M=2.066，F(xiàn)（1，218）=2.926，p=0.089不顯著，效應(yīng)量系數(shù)η2=0.013。數(shù)據(jù)顯示，上述2個其他可能的解釋變量在AI算法組和上級主管組被試打分上不存在顯著差異，排除其可能的潛在影響，后續(xù)中介效應(yīng)檢驗(yàn)中作為控制變量予以控制。最后，利用Bootstrap分析中的模型4檢驗(yàn)信息透明度的中介作用，以程序公平感知為被解釋變量，以決策主體為解釋變量，決策主體中上級主管取值為0，AI算法取值為1，以信息透明度為中介變量。Bootstrap分析結(jié)果顯示，信息透明度在AI算法決策對程序公平感知的影響中起部分中介作用，95%CI=[?0.335，?0.093]，不包含0。為進(jìn)一步提高研究結(jié)論的可靠性，本研究參考Bernerth和Aguinis（2016）的建議，匯報(bào)不含控制變量時(shí)的中介效應(yīng)檢驗(yàn)的分析結(jié)果。數(shù)據(jù)結(jié)果同樣表明信息透明度所起的部分中介作用，95%CI=[?0.390，?0.135]，不包含0。因此，與上級主管決策相比，員工認(rèn)為AI算法決策具有更低的信息透明度，并產(chǎn)生較低的程序公平感知，假設(shè)2得到驗(yàn)證。

綜上分析，實(shí)驗(yàn)1利用兩組組間實(shí)驗(yàn)的方法驗(yàn)證AI算法決策對員工程序公平感知的影響，同時(shí)還驗(yàn)證了信息透明度的中介作用。數(shù)據(jù)結(jié)果揭示了在組織進(jìn)行HR決策的情境下，AI算法決策對員工程序公平感知的影響機(jī)理，接下來重點(diǎn)檢驗(yàn)在什么邊界條件下AI算法決策對員工程序公平感知的影響可能減弱。

四、實(shí)驗(yàn)2：組織包容型氛圍的調(diào)節(jié)作用檢驗(yàn)

（一）實(shí)驗(yàn)設(shè)計(jì)

實(shí)驗(yàn)2的目的是重復(fù)檢驗(yàn)實(shí)驗(yàn)1得出的結(jié)論，并進(jìn)一步檢驗(yàn)組織包容型氛圍的調(diào)節(jié)作用。本次實(shí)驗(yàn)調(diào)查周期為2日，采用AI算法和上級主管的組間設(shè)計(jì)。此次實(shí)驗(yàn)被試源于華南地區(qū)1家小微企業(yè)，涉及人力資源外包服務(wù)領(lǐng)域。在正式開始實(shí)驗(yàn)之前，首先向企業(yè)負(fù)責(zé)人介紹本次實(shí)驗(yàn)的目的及概況，隨后秉持自愿原則，由企業(yè)負(fù)責(zé)人通過企業(yè)內(nèi)部郵件系統(tǒng)征集實(shí)驗(yàn)被試。最后，共計(jì)264名員工同意參與本次實(shí)驗(yàn)，調(diào)研結(jié)束后給予紀(jì)念禮品作為獎勵。被試均為具有一定工作經(jīng)驗(yàn)的企業(yè)員工，被隨機(jī)分配到AI算法決策組和上級主管決策組，每組132人。在調(diào)查周期結(jié)束后，剔除漏填、亂填等無效樣本，以及決策主體感知量表中兩題項(xiàng)回答前后不一致的問卷，共獲得252份有效問卷，有效率達(dá)到95.45%。其中，AI算法決策組112人，男性被試占55.4%，被試平均年齡約為34歲；上級主管決策組140人，男性被試占47.9%，被試平均年齡約為34歲。兩組被試除學(xué)歷存在顯著差異外，其余人口統(tǒng)計(jì)學(xué)特征不具有顯著差異。實(shí)驗(yàn)2對決策主體的操縱設(shè)計(jì)與實(shí)驗(yàn)1類似，借鑒Newman等（2020）的實(shí)驗(yàn)設(shè)計(jì)，利用HR決策情境模擬方法操縱決策主體，要求被試評估兩個決策主體之一（AI算法vs.上級主管）所做的人力資源獎勵決策。

（二）實(shí)驗(yàn)問卷和變量測量

1.操縱決策主體。邀請被試閱讀由材料評定選出的關(guān)于人力資源獎勵決策的描述材料，目的在于操縱解釋變量決策主體：AI算法vs.上級主管。為確保實(shí)驗(yàn)條件的真實(shí)性，避免社會贊許性問題，實(shí)驗(yàn)材料將獎勵部門名稱和對象姓名模糊化處理。兩組被試閱讀的材料前半部分相同：“在2020年公司積極應(yīng)對新冠肺炎疫情的影響，抓準(zhǔn)靈活用工市場快速擴(kuò)張的機(jī)會，公司的業(yè)務(wù)往來同比去年增加10個百分點(diǎn)，為激勵公司員工繼續(xù)努力再創(chuàng)輝煌，公司決定對××部門進(jìn)行10萬元現(xiàn)金獎勵。”接下來，AI算法組被試閱讀的情景描述為：“管理層借助AI（人工智能）算法對××部門的××進(jìn)行分析并決定他/她是否在現(xiàn)金獎勵名單中?！鄙霞壷鞴芙M被試閱讀的情景描述為：“××部門的上級主管對××進(jìn)行分析并決定他/她是否在獎勵名單中?！彪S后，請兩組被試回答：“①根據(jù)上述情景描述，是誰分析并決定獎勵的最終名單？②誰來決定由于業(yè)務(wù)增長進(jìn)行的獎勵名單？” 采用Likert7點(diǎn)評分法，1為肯定是上級主管，7為肯定是AI算法。決策主體感知的信度系數(shù)為0.854。

2.程序公平感知、信息透明度、包容型氛圍和控制變量。程序公平感知和信息透明度的測量工具與實(shí)驗(yàn)1一致，針對具體情境進(jìn)行適當(dāng)調(diào)整，兩個量表在本次實(shí)驗(yàn)的信度系數(shù)分別是為0.855和0.831。調(diào)節(jié)變量包容型氛圍的測量工具選取Nishii（2013）開發(fā)的15題項(xiàng)量表來測量，本研究主要關(guān)注員工個體感知層面，代表題項(xiàng)有“在公司中，員工經(jīng)常平等地分享觀點(diǎn)、互相學(xué)習(xí)”“公司的績效評估流程是公正的”“公司的員工收入是按勞分配的”等。在本研究中，該量表的信度系數(shù)為0.908。實(shí)驗(yàn)2選擇的控制變量及其測量方式也與實(shí)驗(yàn)1一致。

（三）實(shí)驗(yàn)結(jié)果

1.描述性統(tǒng)計(jì)及相關(guān)分析。表2描述了實(shí)驗(yàn)2主要變量的均值、標(biāo)準(zhǔn)差及相關(guān)分析結(jié)果。由表2及統(tǒng)計(jì)結(jié)果可得，被試平均年齡約34歲、平均工作年限3.6年，男性129名，占51.2%，本科及以上學(xué)歷190名，占75.4%。相關(guān)分析結(jié)果顯示，決策主體與信息透明度、程序公平感知存在顯著的負(fù)相關(guān)關(guān)系（r=?0.315，p＜0.001；r=?0.408，p＜0.001）；信息透明度與程序公平感知存在顯著正相關(guān)關(guān)系（r=0.425，p＜0.001）；包容型氛圍與程序公平感知存在顯著正相關(guān)關(guān)系（r=0.377，p＜0.001）。以上分析結(jié)果為研究假設(shè)提供了初步支持。

表2 實(shí)驗(yàn)2描述性統(tǒng)計(jì)與相關(guān)系數(shù)矩陣

2.操縱檢驗(yàn)。單因素方差分析結(jié)果表明，針對決策主體感知的AI算法組中被試的評分顯著高于上級主管組中的被試，AI算法組的均值M=4.924，上級主管組的均值M=3.850，兩組被試的均方比值F（1，250）=36.369，顯著性系數(shù)p＜0.001，效應(yīng)量系數(shù)η2=0.127。包容性氛圍對決策主體感知沒有影響，p=0.899不顯著；決策主體操縱與包容型氛圍的交互對決策主體感知沒有影響，p=0.463，表明本研究對決策主體的操縱成功。

3.假設(shè)檢驗(yàn)。首先，本研究通過實(shí)驗(yàn)2進(jìn)一步地重復(fù)檢驗(yàn)實(shí)驗(yàn)1得出的結(jié)論。單因素方差分析結(jié)果表明，決策主體對程序公平感知的影響顯著，并且AI算法組的程序公平感知顯著低于上級主管組被試，AI算法組的均值M=3.661，上級主管組的均值M=4.497，F(xiàn)（1，250）=49.808，顯著性系數(shù)p＜0.001，效應(yīng)量系數(shù)η2=0.166。假設(shè)1再次得到驗(yàn)證。利用Bootstrap分析中的模型4以程序公平感知為被解釋變量，以決策主體為解釋變量，以決策典型性、決策考慮因素的數(shù)量及人口統(tǒng)計(jì)學(xué)變量為控制變量，再次檢驗(yàn)信息透明度的中介作用。Bootstrap分析結(jié)果顯示，信息透明度在AI算法決策對程序公平感知的影響中起部分中介作用，95%CI=[?0.360，?0.120]，不包含0。不含控制變量的分析結(jié)果同樣表明了信息透明度所起的部分中介作用，95%CI=[?0.329，?0.123]，不包含0。假設(shè)2再次得到驗(yàn)證，證明本研究具有良好的外部效度。

其次，利用Process分析中的模型1檢驗(yàn)包容型氛圍的調(diào)節(jié)作用，以程序公平感知為被解釋變量，以決策主體為解釋變量，以包容型氛圍為調(diào)節(jié)變量。Process分析結(jié)果表明，決策主體與包容型氛圍的交互對程序公平感知產(chǎn)生顯著影響，t（241）=4.693，p＜0.001。圖1給出兩個不同組中被試對程序公平感知的評分均值統(tǒng)計(jì)結(jié)果：當(dāng)員工包容型氛圍感知較低時(shí)，AI算法組的均值M=3.362，上級主管組的均值M=4.598，t（241）=?7.856，顯著性系數(shù)p＜0.001；當(dāng)員工包容型氛圍感知較高時(shí)，AI算法決策對程序公平感知的消極影響減弱，AI算法組的均值M=4.481，上級主管組的均值M=4.675，t（241）=?1.201，顯著性系數(shù)p>0.05。數(shù)據(jù)表明，包容型氛圍調(diào)節(jié)了AI算法決策對程序公平感知的主效應(yīng)，當(dāng)員工包容型氛圍感知較高時(shí)，決策主體差異對程序公平感知的影響效應(yīng)不顯著，當(dāng)員工包容型氛圍感知較低時(shí)，這種效應(yīng)更加明顯。因此，假設(shè)3得到驗(yàn)證。進(jìn)一步地，不含控制變量的分析結(jié)果同樣表明包容型氛圍調(diào)節(jié)AI算法決策對程序公平感知的影響：決策主體與包容型氛圍的交互對程序公平感知產(chǎn)生顯著影響，t（248）=4.820，p＜0.001；當(dāng)員工包容型氛圍感知較低時(shí)，t（248）=?8.019，顯著性系數(shù)p＜0.001；包容型氛圍感知較高時(shí)，t（248）=?1.095，顯著性系數(shù)p>0.05，進(jìn)一步支撐了本研究的假設(shè)3。

圖1 研究2結(jié)果

綜上分析，本研究在人力資源獎勵決策情境下再次驗(yàn)證了AI算法決策對員工程序公平感知的影響機(jī)制，并且驗(yàn)證了組織包容型氛圍對主效應(yīng)的調(diào)節(jié)作用。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，在具有高包容型氛圍感知的員工群體中AI算法決策的主效應(yīng)減弱，說明組織包容型氛圍是緩解AI算法決策消極影響的邊界條件。

五、結(jié)論與討論

（一）研究結(jié)論

本研究旨在圍繞數(shù)字化背景下員工如何看待和感知組織借助AI算法驅(qū)動決策的公平性問題，運(yùn)用實(shí)驗(yàn)方法在2個不同的人力資源決策情境下探討AI算法決策對員工程序公平感知的影響，并揭示這一影響的作用機(jī)理和邊界條件。結(jié)果表明，在組織進(jìn)行人力資源決策情境下，與上級主管決策相比，員工認(rèn)為AI算法決策的信息透明度更低，由此對AI算法決策產(chǎn)生更低的程序公平感知；組織包容型氛圍能夠調(diào)節(jié)AI算法決策的主效應(yīng)強(qiáng)度，即當(dāng)員工在組織感知到較高水平的包容型氛圍時(shí)，AI算法決策對程序公平感知的作用會減弱。本研究挑戰(zhàn)了現(xiàn)有主流觀點(diǎn)，即認(rèn)為人工智能算法決策不存在或不具有與人類決策相比更低的偏見。研究結(jié)論不僅為全面、辯證地理解和科學(xué)地應(yīng)用人工智能提供了新的視角，也為企業(yè)系統(tǒng)地構(gòu)建數(shù)字化管理創(chuàng)新的組織環(huán)境提供實(shí)踐啟示。

（二）理論貢獻(xiàn)

本研究的理論貢獻(xiàn)在于：第一，基于辯證的視角分析并論證了決策主體（AI算法vs.上級主管）對員工差異化體驗(yàn)程序公平感的影響。響應(yīng)了Kuhn和Maleki（2017）強(qiáng)調(diào)關(guān)注AI算法決策和員工程序公平感知問題的呼吁，并挑戰(zhàn)了現(xiàn)有認(rèn)為與人類決策相比，由于AI算法決策能夠剔除人類決策過程中的主觀偏見而更加客觀公正的主流觀點(diǎn)（Waytz和Norton，2014）。本研究從理論闡釋和實(shí)驗(yàn)分析上檢驗(yàn)了AI算法決策為何以及如何讓員工體驗(yàn)到更低水平的程序公平感，從決策主體視角拓展了程序公平感知的前因變量。第二，強(qiáng)調(diào)了信息透明度在員工如何理解HR決策程序公平性問題中的重要作用，積極拓展了程序公平理論在人工智能決策領(lǐng)域的價(jià)值和應(yīng)用。本研究提出并論證了信息透明度的中介作用，即在引入AI算法輔助進(jìn)行決策的情況下，員工認(rèn)為AI算法并不能提供具有可獲得、可理解、可辨認(rèn)以及準(zhǔn)確清晰等特征的決策信息，進(jìn)而導(dǎo)致他們產(chǎn)生更低的程序公平感知。第三，在程序公平理論的整體框架和現(xiàn)有文獻(xiàn)的基礎(chǔ)上，引入組織包容型氛圍作為AI算法決策效應(yīng)的邊界條件，解釋了何種條件下AI算法決策導(dǎo)致員工體驗(yàn)到更低的程序公平感的負(fù)面影響會被削弱。不僅積極響應(yīng)了Newman等（2020）在未來展望中提到的關(guān)于闡明算法決策影響個體公平感的邊界條件的建議，同時(shí)，也將組織包容型氛圍的影響效應(yīng)由“人際關(guān)系”拓展到“人—技術(shù)關(guān)系”的層面。研究發(fā)現(xiàn)，當(dāng)員工感知到較高水平的包容型氛圍時(shí)，AI算法決策對其程序公平感知的影響會減弱?；诓煌榫诚碌臋?quán)變研究有益于進(jìn)一步拓展本研究的外部效度，幫助學(xué)者們更加全面系統(tǒng)地理解人工智能背景下員工決策程序公平感知的作用機(jī)理。

（三）實(shí)踐啟示

本研究的實(shí)踐意義在于：第一，本研究的發(fā)現(xiàn)揭示了通過AI算法進(jìn)行HR決策可能存在的一種負(fù)面影響，即由于員工認(rèn)為AI算法復(fù)雜的決策過程信息不透明，進(jìn)而導(dǎo)致他們體驗(yàn)到更低的程序公平感。因此，企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型并引入人工智能協(xié)助組織決策時(shí)，需要關(guān)注在人機(jī)交互過程中員工對于諸如人工智能之類的數(shù)字化技術(shù)的感知及看法，管理者可以嘗試向員工公開和共享AI算法決策過程的相關(guān)信息，增加員工對AI算法的好感甚至信任。第二，對管理者而言，讓員工體驗(yàn)到更高水平的公平感是降低人才流失率、提高工作效率和組織承諾的保障（Lee，2018；Newman等，2020）。了解采取何種措施有利于在引入AI算法優(yōu)化決策環(huán)境并提升決策效率的同時(shí)，也能夠抑制或減弱AI算法決策的負(fù)面影響，這對于組織數(shù)字化轉(zhuǎn)型過程中構(gòu)建積極的人機(jī)交互關(guān)系并實(shí)現(xiàn)管理決策的預(yù)期效果十分重要?？紤]到本研究的發(fā)現(xiàn)，即當(dāng)員工感知到較高水平的包容型氛圍時(shí)，決策主體差異對其程序公平感知的影響會被減弱，管理者應(yīng)當(dāng)致力于在組織構(gòu)建尊重差異、決策兼容以及雇傭公平的包容型氛圍，公平對待每個人，接納或重視不同見解，并鼓勵每個人的決策地位（Nishii，2013），同時(shí)鼓勵員工參與決策，設(shè)置申訴渠道，并努力增強(qiáng)決策過程的確定性。第三，值得注意的是，對處于數(shù)字化轉(zhuǎn)型階段的企業(yè)而言，過分依賴大數(shù)據(jù)驅(qū)動的AI算法進(jìn)行決策可能存在潛在的風(fēng)險(xiǎn)，一方面，員工感知到的公平感持續(xù)下降會導(dǎo)致一系列職場偏差問題逐漸凸顯。另一方面，對AI算法的過度依賴可能會增加組織的道德風(fēng)險(xiǎn)，以最優(yōu)決策為標(biāo)準(zhǔn)的AI算法會忽視管理倫理問題。因此，管理者需要考慮管理效率和道德倫理之間的平衡。

（四）研究局限與展望

本研究的局限性在于：第一，僅僅通過情景材料編寫人為地創(chuàng)造實(shí)驗(yàn)條件可能會使假設(shè)檢驗(yàn)遠(yuǎn)離現(xiàn)實(shí)情境中的自然狀態(tài)，影響本研究的外部效度以及對管理實(shí)踐指導(dǎo)的針對性。未來研究可以嘗試田野實(shí)驗(yàn)、二手?jǐn)?shù)據(jù)、情感分析等多種方法檢驗(yàn)本研究的各項(xiàng)假設(shè)。例如，可以嘗試選擇分別由AI算法決策和上級主管決策的兩家企業(yè)，利用網(wǎng)絡(luò)爬蟲技術(shù)抓取員工郵件中與決策內(nèi)容相關(guān)信息，并結(jié)合自然語言處理等方法進(jìn)行語義情感分析，檢驗(yàn)不同決策主體帶來的程序公平感知之間的差異。第二，本研究基于程序公平理論選取了信息透明度作為員工理解人工智能背景下決策主體差異影響程序公平性問題的關(guān)鍵因素，未來研究可以跳出程序公平理論的框架，進(jìn)一步地拓展新的作用機(jī)理。例如，社會認(rèn)同理論強(qiáng)調(diào)個體傾向于通過社會分類而對自己的群體產(chǎn)生認(rèn)同，并通過維持積極的群體認(rèn)同來提高自尊，群體認(rèn)同會影響個體對公平感的評價(jià)（Taylor等，1995）。因此，員工在針對人工智能認(rèn)知評價(jià)的過程中，可能會將自己劃分為與上級主管一致的人類群體，相應(yīng)地將人工智能劃分為外部群體，進(jìn)而產(chǎn)生內(nèi)群體偏好和外群體偏見，這會影響他們對AI算法決策程序公平感的體驗(yàn)。第三，盡管本研究檢驗(yàn)了包容型氛圍在AI算法決策對員工程序公平感知的主效應(yīng)中的調(diào)節(jié)作用，但并不能減弱員工對AI算法決策產(chǎn)生更高信息不透明性的感知。未來可以探討何種干預(yù)措施能夠?qū)χ薪樾?yīng)產(chǎn)生調(diào)節(jié)作用。此外，在AI算法進(jìn)行人力資源決策的新情境下，本研究在針對包容型氛圍的調(diào)節(jié)作用進(jìn)行闡述時(shí)，部分內(nèi)容可能超出了包容型氛圍的內(nèi)涵。例如，在良好包容型氛圍中的員工可能對新技術(shù)更加具有包容性和開放性，這似乎與Nishii（2013）對于包容型氛圍概念內(nèi)涵的界定相對不符。未來研究可以尋找更加貼切的調(diào)節(jié)變量，進(jìn)一步論證本研究提出的理論假設(shè)。第四，本研究只考察了目標(biāo)對象針對員工進(jìn)行人力資源決策的情境，但當(dāng)人工智能的組織決策內(nèi)容針對業(yè)務(wù)、設(shè)備等客觀主體時(shí)，則AI算法決策可能被員工視為相對公平的。未來可以將AI算法決策的具體情境拓展到組織戰(zhàn)略、市場營銷、財(cái)務(wù)會計(jì)等其他商業(yè)環(huán)節(jié)，進(jìn)一步考察AI算法決策相較于上級主管決策的差異化影響。