人機協同增強型商務信息管理決策采用的心理機制——自我決定理論視角*

黃敏學 劉 遠

·研究構想(Conceptual Framework)·

人機協同增強型商務信息管理決策采用的心理機制——自我決定理論視角*

黃敏學 劉 遠

(武漢大學中國營銷工程與創新研究中心; 武漢大學經濟與管理學院, 武漢 430072)

隨著數據科學和認知智能等新技術的發展, 人機協同的增強型商務信息管理決策逐漸成為組織決策的主流方式, 它的潛在優勢也引起了眾多實踐者和研究者的高度關注。相較于傳統的以管理者為中心的組織決策范式, 人機協同決策范式意味著曾經作為工具的機器演變成為了與管理者具有平等地位和同等決策權力的隊友。對于管理者而言, 機器這一重要角色的轉變弱化了管理者自身在決策過程中的重要性, 甚至導致管理者對人機協同決策產生潛在抵制行為。為了解決這一關鍵問題, 本研究從自我決定理論出發, 系統地優化人機協同增強型商務信息管理決策模式和功能的設計, 增加管理者對其“造” (技術就緒度)和“用” (技術接受模型)的感知, 以滿足管理者的自我決定需要, 從而提高管理者對人機協同增強型商務信息管理決策的采納意愿。

自我決定理論, 技術就緒度, 技術接受模型, 人機協同增強型

1 問題提出

隨著互聯網、數據科學和認知智能等新技術的發展, 人機協同的增強型商務信息管理決策或將成為未來組織決策的主流方式。該方式將支持性決策(以經驗為中心)與自動化決策(以數據為中心)有機融合, 相較于傳統組織決策范式(以管理者為中心), 人機協同的增強型商務信息管理決策范式使得機器與管理者擁有了平等的決策地位。這一重要角色的轉變會對管理者產生不容忽視的負面影響, 比如造成管理者作為人類的自我分類和身份認同感遭到破壞(Makarius et al., 2020), 進而導致其對人機協同決策產生潛在抵制行為。因此, 如何將人類與非人類(即算法、統計、機器等)決策有效結合, 依然是行為決策領域最突出和復雜的障礙之一(Burton et al., 2020)。

目前, 技術接受模型和技術就緒度被廣泛用于解釋和推測用戶對信息系統或新技術接受行為的研究(余世英等, 2015; 張成虎等, 2015; Parasuraman et al., 2005; Tsikriktsis, 2004), 但如何理解用戶決策行為背后的心理動機才是解決行為決策領域突出問題和突破障礙的關鍵。特別是在人機協同增強型商務信息管理決策背景下, 機器的角色在一定程度上破壞了管理者在組織中固有的自我決定需要, 即自主需要、能力需要和歸屬需要, 因而可能嚴重影響管理者對人機協同決策的采納意愿。因此, 本研究基于用戶行為機制理論視角, 希望通過系統地優化人機系統決策的模式設計, 以增強管理者對技術就緒度和技術接受度的感知, 從而滿足管理者自我決定需要, 最終提高其對人機協同增強型商務信息管理決策的采納意愿。

2 國內外研究現狀及評述

2.1 人機協同增強型商務信息管理決策

在新技術賦能情境下, 商務信息管理決策研究主要關注如何集中機器智能技術和工具的優勢, 優化企業現有的商務信息管理決策, 從而提高商務決策的效率和效果。人工智能技術近年來在人類決策領域獲得了學術界的高度關注。與也從經濟決策(Parkes & Wellman, 2015)、道德決策(Bonnefon et al., 2016)、健康醫療決策(Savage, 2020)、政府管理決策(Margetts & Dorobantu, 2019)等方面討論了人工智能在人類決策中的作用及其前景。特別是在認知智能等新技術的推動下, 人工智能現在已經開始支持各類組織中曾經需要人類認知能力的各種復雜任務, 包括做出深刻的判斷和決策(Shrestha et al., 2021)。

最近學術界提出了一種新的管理決策范式, 即增強型決策(Raisch & Krakowski, 2021; Shrestha et al., 2021)。所謂的“增強”意味著人類與機器緊密協作、緊密互動地執行相關的管理任務。這種方法允許將人類的獨特能力用來補充機器的能力, 比如他們的直覺和常識推理。通過增強, 人類和機器的工作將緊密地交織在一起, 從而可能共同表現出全新的、突發的行為(Raisch & Krakowski, 2021)。該類決策模式強調人機協同, 將管理者的知識和智能決策有機結合起來(劉業政等, 2020; Raisch & Krakowski, 2021), 在保證實時響應的基礎上, 使用網絡組織和場景關聯的方式, 使得決策能夠針對具體的場景完成精準判斷(賈建民等, 2020)。由于增強型決策尚處于初步發展階段, 因此目前只有很小一部分可用數據能用于創建組織的相關知識和增強決策的支持(Shrestha et al., 2021)。

從技術和流程實現而言, 如何推動和建構組織的增強型商務信息管理決策框架, 優化組織決策效率, 促進人機協同決策系統的使用, 增強管理者對人機協同決策的采納意愿是當前實踐界和學術界重點關注并需要解決的問題(陳國青等, 2018;陳國青等, 2020; 劉業政等, 2020; Raisch & Krakowski 2021; Shrestha et al., 2021)。在用戶對新技術的態度和使用意向方面, 由Davis等人(1989)基于理性行為理論提出的技術接受模型和由Parasuraman (2000)開發的用于測量個體使用新技術意向的技術就緒度模型已成為國內外學者用來解釋和推測用戶對信息系統或新技術接受行為的理論基礎, 是互聯網時代和人工智能時代用于研究用戶接受和采納信息技術系統的兩個最具有影響力的研究模型。

2.2 技術接受模型與技術就緒度

2.2.1 技術接受模型

社會的進一步發展催生出許多新鮮事物, 尤其是以信息系統為代表的各種新技術不斷出現后, 計劃行為理論和理性行為理論在預測個體行為方面出現了相應的偏差。Davis (1989)將期望理論以及自我效能理論的相關思想融合起來創立了技術接受模型(Technology Acceptance Model, TAM)。在對個體行為意愿進行預測的過程中, Davis (1989)摒棄了主觀規范變量, 將感知有用性和易用性兩個新的變量引入其中, 這也是最初技術接受模型框架產生的標志。所謂感知易用性就是用戶在主觀上對某技術使用難易程度的感知, 感知有用性就是用戶主觀上對某技術使用時有用程度的感知。該理論認為感知有用性和感知易用性與使用意愿、使用行為之間存在著清晰的邏輯關系。用戶的接受行為受到接受意愿影響, 而接受意愿又受到接受態度的影響, 最終感知有用性和易用性又會對接受態度產生作用, 而感知有用性的程度與感知易用性的程度又密切相關。

在30多年的發展過程中, 技術接受模型理論也得到了進一步完善和優化, 應用范圍也逐步拓展, 主要包括信息系統領域(Dhami, 2005)、教育與學習領域(Masrom, 2007; Park et al., 2012)、醫療領域(Holden, 2010; Huang, 2010)、經濟與管理等相關領域(余世英等, 2015; 張成虎等, 2015; Pavlou, 2003)。

2.2.2 技術就緒度

技術就緒度(Technology Readiness Index, TRI)是一種用于測量個人對新技術使用意向程度的理論模型, 既涵蓋了個體通過新技術實現工作和家庭目標的傾向, 又考慮了激勵因素和抑制因素共同作用于個人的新技術使用意愿(Parasuraman, 2000)。該模型將用戶特征劃分為4個維度, 包括樂觀性、創新性、不舒適感和缺乏安感。

樂觀性是用戶對技術的積極看法, 主要涉及個體的控制、便利性、靈活性以及效率信念。Dabholkar (1996)指出, 在使用服務技術時個體非常關注是否能掌控全局；而便利性則代表著使用電子服務或自助服務技術的優點(Zeithaml et al., 2002; Meuter et al., 2000)。

創新性是指用戶有意成為某一領域的技術和思想領袖。創新性包括一般領域和特定領域兩個方面。雖然一般領域的創新被認為可以預測消費者對創新采用的傾向, 但實證研究并未證實這種關系(Citrin et al., 2000; Ha & Stoel, 2004; Roehrich, 2004)。而Goldsmith等人(1998)認為消費者會在特定領域更積極地采用創新。Agarwal和Prasad (1998)同時也提出在信息技術領域“個體對任何新信息技術都有嘗試的意愿”。Garcia和Calantone (2002)及Roehrich (2004)指出消費者創新和產品創新是不可避免的發展趨勢。

不舒適感是技術給用戶帶來的壓力感知和用戶控制感的缺失。不舒適感變量是由Meuter等人(2003)在對技術焦慮研究的過程中提出的, 他們發現不舒適感不僅對客戶使用自助服務技術存在顯著的負面影響, 而且還會對其實際使用意愿和體驗帶來負面影響。Susskind (2004)研究發現互聯網給用戶帶來的恐懼心理會減少他們的上網時間。

缺乏安全感則指用戶對新技術產生的不信任感, 既是對新技術工作能力所產的懷疑, 也是對其可能出現的危害所感受到的憂慮。Hoffman等人(1999)認為該因素對電子商務的發展至關重要, 因為缺乏安全感可能制約其發展。缺乏安全感主要是因為受到了創新預期實現情況的影響, 而預期實現與創新抵抗力之間又存在負相關關系(Ram, 1987)。

針對上述4個維度, Parasuraman (2000)認為創新性與樂觀性是“激勵因素”, 可以使人們產生更強烈的新技術使用意向; 缺乏安全感與不舒適感為“抑制因素”, 可能降低人們對新技術的使用意向。更重要的是, 這4個維度獨立存在, 因此一個人可能會同時存在多種技術特征。

技術就緒度始于個體水平特征, 短期具有穩定性, 即使外部刺激也不會使之發生改變。Parasuraman (2000)研究提出, 如果個體在使用一門新技術時表現出創新性、樂觀性的特征, 同時其不安全感和不舒適感表現也較低的話, 則個體使用該新技術的可能性更大。Parasuraman和Colby (2001)認為客戶個性特質不同會表現出非常明顯的互聯網行為差異。Dabholkar和Bagozzi (2002)及Susskind (2004)指出, 用戶個性特質會對其使用自助服務技術產生影響。截至目前, 技術就緒度在對比各國消費者行為意向, 了解服務員工技術準備, 解釋感知有用性、易用性和行為意向間的關系等方面得到了廣泛使用(Parasuraman, 2000; Parasuraman et al., 2005; Taylor et al., 2002; Tsikriktsis, 2004; Yi et al., 2003)。Massey等人(2007)認為, 個體技術就緒度水平的感知越高, 越愿意使用各種先進技術, 同時個體也就越能體會到新技術帶來的輕松感。

雖然技術接受模型和技術就緒度是考察人機協同增強型商務信息管理決策使用意愿的重要指標, 但隨著新技術的進步和迭代, 這一決策模式是否真的滿足了用戶的心理需要才是解決問題的關鍵。因此本研究基于自我決定理論, 對管理者使用人機協同增強型商務信息管理決策時的內心需要進行深入地探究(Ryan & Deci, 2000)。

2.2 自我決定理論

自我決定理論(Self-Determination Theory, SDT)主要關注人類行為自我決定的具體程度, 該理論的構建前提為人是積極主動的有機體, 所有的個體均存在建設性的、內在的以及先天性的自我整合傾向, 在自我成長和自我實現方面具有潛能, 而該潛能發揮與否主要受個體與社會情境交互作用的影響。所以自我決定就是個體在充分認識自我心理需求以及外界環境信息的基礎上, 做出的自主性行為選擇(Deci & Ryan, 1985)。自我決定理論認為在人類動機形成過程中, 自我具有非常重要的作用, 行為是在滿足人們心理需要的基礎上不斷形成的。

自我決定理論確定了人類的三種基本心理需要, 即自主需要、能力需要和歸屬需要。自我決定理論認為, 個體在與社會情境的交互過程中, 由于這三種基本需要得到了不斷滿足, 從而個體行為的內在動力受到了不斷激發, 進而完成了個體價值觀的內化和自我的整合, 個體幸福感和個體潛能也因此得到實現。同時, 個體的內在成長又受到外部社會環境積極和消極的雙重影響。因此個體內在的自我成長、自我整合與外部社會環境之間構成了一對辯證的關系, 即“有機辯證元理論” (Deci & Ryan, 1985)。

2.2.1 三種基本心理需要

自我決定理論內容的相關研究者, 基于對外部環境和個體內部心理等因素的分析, 確定了人類的三種基本心理需要：自主需要、能力需要和歸屬需要。他們認為這三種心理需要的滿足是個體健康成長和自我發展的基礎(Ryan & Deci, 2000)。

自主需要是指個體在充分認識環境信息和個人需求的基礎上, 根據內心意愿自由選擇從事某些活動的需要。這種自我決定的潛能使人們更愿意從事能夠促進個人能力發展和感興趣的行為, 也構成了人類行為的內在動機。能力需要是個體控制環境的需要, 即人們在參與各種活動中需要體驗到一種勝任感。歸屬需要是個體在感受到周圍群體和環境的支持、理解和關愛時所獲得的歸屬感。如果社會環境能夠支持和滿足這些需要, 人類的動機和天性就能得到有效發展, 個體也能夠實現健康成長。

自我決定理論中, 自主需要、能力需要和歸屬需要是自我決定理論的核心理論, 這三種基本心理需要的滿足有利于實現個體外在動機的不斷內化, 最終形成內在目標定向以及個體幸福感的提升(Ryan & Deci, 2000)。

2.2.2 內在動機和外在動機

根據動機來源分類, 自我決定理論可分為內在動機(intrinsic motivation)和外在動機(extrinsic motivation) (Deci & Ryan, 1985)。內在動機是由活動本身所帶來的滿足感和快樂感所驅動的, 不需要外在因素參與。相反, 外在動機則是由活動外部的因素所引起, 是在外部力量和外界要求的作用下個體產生的行為動機。

Deci (1971)提出生命有機體是內在動機的最初來源。人類天生就具有心理發展以及成長的傾向, 會極度渴望各種精神的或者物質的營養物, 因此能夠最大程度的發揮個人潛能。在內在動機的驅使之下, 個體參與某項活動或做某事的時候會發自內心的感受到快樂和有趣, 這種情感進而推動了個體心理發展與成長。內在動機所引發的活動常常體現出非常明顯的“新奇”、“刺激性” (Berlyne, 1971)、“給人以暢快感”和“最適宜的挑戰” (Csikszentmihalyi, 1975; Danne & Lonky, 1981)等特征。內在動機不需要外部力量發揮促進作用, 而是其本身給個體所帶來的樂趣和滿足感引起的。

而外在動機是個體受到外界環境的影響所產生的一種行為驅動方式, 由活動相關的外部環境因素將其啟動(Ryan & Deci, 2000)。Deci和Ryan (1980)認為外部事件在影響內部動機時, 是基于個體在事件方面的認知評價來實現的。首先, 個體感知到對外部事件的勝任力, 也就是能力。如果人們因為外部事件獲得了成就感, 在活動中就會知覺勝任感, 這時候行為的內在動機就會進一步增強, 反之內在動機降低。其次, 個體感知到參與決定外部事件的自主感, 也就是自我決定感知。當人們感受到成就感的時候, 勢必會感受到行為是源于自我決定, 這時候內在動機才會真正發揮促進作用。所以, 自我決定程度以及勝任感的知覺會對內在動機產生影響, 使其不斷產生變化, 也就是高水平自我決定和勝任感將增加內在動機, 相反則會減少內在動機。相對于控制性事件, 信息性事件的內在動機更容易形成, 它會最大程度的激發個體的興趣感、創造力和對于概念的把握力, 以及產生更加積極的情緒。除此之外, 歸屬需要也會影響到個體內在動機。如果個體所處的環境具有歸屬感和安全感, 其內在動機行為就會表現的更多。針對嬰兒好奇心所進行的研究表明, 當嬰兒對母親存在安全依戀時, 他們的探索行為會在內在動機的支配下增加(Frodi et al., 1985)。雖然內在動機并非只受到歸屬因素的影響, 但安全的人際環境對內在動機的影響是十分顯著的。Ryan和Deci (2000)提出人類天生就具有積極自我調節的能力, 而且會將社會規范轉化為自身能夠認可的相關內容, 從而使外在動機能夠有效的內化。外在動機是個體在受到外部環境的影響之下所形成的行為驅動方式, 是除了活動本身的環境因素所引起的(Ryan & Deci, 2000)。

在外部事件的劃分中, 獎勵、報酬等外部事件被劃分為信息性、控制性和去動機性三種類型。不同類型的外部事件通過對個體勝任感和因果關系知覺的影響, 進而使內在動機受到影響。信息性事件可以提供積極反饋, 使個體能夠在選擇過程中自我決定, 并獲得勝任感或習得勝任活動的方式。這類事件增強個體對內部因果關系的知覺, 提升個體勝任感, 從而增強內在動機。控制性事件引導個體按特定方式來思考和行動, 在受控制的情況下對行為產生決定作用, 個體對外部因果關系的知覺被提升, 從而降低其自主性, 進而導致內在動機降低, 最終會引起個體強烈的抵抗或者是假意順從。研究者發現威脅性懲罰(Deci & Cascio, 1972)、強制性目標(Mossholder, 1980)、限制期限(Amabile et al., 1976)以及競爭(Deci et al., 1981)等控制性事件都會降低個體的內在動機。去動機事件指無效事件, 個體在這種情況下體驗到缺乏勝任能力的感覺, 內在動機也會減弱, 甚至產生負面反饋。綜上所述, 凡是滿足個體的自主需要、能力需要和歸屬需要的外部事件, 如報酬、積極反饋以及避免貶低和分離感等, 都可以增強個體的內在動機行為。

3 研究構想：人機協同增強型商務信息管理決策的采用機制研究

如前所述, 就管理者層面而言, 人機協同增強型商務信息管理決策要求管理者與機器進行密切的協作和互動, 然而如何有效地結合人類和非人類(即算法、統計、機器等)的決策仍然是行為決策界最突出和最復雜的障礙之一(Burton et al., 2020)。為了更好地挖掘人工智能技術在商務決策的資源優勢, 本研究基于智能增強商務的視角, 強調人機交互協同和即時迭代優化式的智能商務管理與決策思維, 以自我決定需要理論為基礎, 擬在兩個逐漸遞進的層面上展開探索：(1)機理分析層面：人機協同模式設計和增強型決策系統功能設計如何通過分別影響技術就緒度和技術接受度, 進而影響管理者的自我決定需要, 最終影響對商務信息管理決策的采納意愿？(2)調節作用層面：組織的權變因素怎樣調節技術就緒度和技術接受度對管理者自我決定需要的影響？上面的研究構想可以總結為圖1。

3.1 研究方向1：人機協同增強型商務信息管理決策的影響機制研究

為了增進人機協同增強型商務信息管理決策在組織中的推廣速度, 本研究從用戶行為機制理論的視角, 通過利用不同的人機協同模式設計和增強型決策系統功能設計增加管理者對決策系統“造”和“用”的感知, 從而滿足管理者的自我決定需要, 進而提高管理者對于人機協同增強型商務信息管理決策的采納意愿。

3.1.1 研究方向1a：人機協同模式設計對技術就緒度的影響

技術就緒度是指人們接受和使用新技術在家庭生活和工作中實現目標的傾向(Parasuraman, 2000), 也是一種衡量技術發展成熟程度的指標。近年來, 技術在組織中的作用以及基于技術的產品和服務的數量一直在迅速增長。通常而言, 當一項新技術被發明之后, 一般不易在一個真實系統中進行運用, 因為新技術的普及需要進行大量的實際測試和反復改進。就新技術的評估層面而言, 盡管對科技的積極和消極情緒可能并存, 但這兩種情緒的相對主導地位可能因個人而異, 對技術的積極和消極情緒的結合構成了技術就緒度的基礎(Parasuraman, 2000)。從評估的角度, 技術就緒度包含4個子維度：(1)樂觀性即對新技術的積極看法, 相信該技術能提高人們的控制力、靈活性和生活效率; (2)創新性即成為技術先鋒和領袖的趨勢; (3)不舒適感即一種對技術缺乏控制的感覺及被技術壓倒的感覺; (4)不安全感即對技術的不信任, 主要是人們對其潛在危害性的擔憂以及對其工作能力方面的懷疑(Parasuraman, 2000)。

圖1 總體研究框架

我們設計人機交互協同模式時, 按照“人”到“機”在人機協同增強型商務信息管理決策的重要性和控制性, 依次構建了溝通方式設計、交互界面設計、工作任務設計和智能程度設計, 在每個設計上都以增加管理決策系統給管理者帶來“造”的感知為目的。

在溝通方式的設計上, 可以通過仆人式的溝通風格增強其控制力感知, 也可以通過朋友式的溝通風格建立管理者與機器的共有關系, 增強他們的合作意向, 同時更多地呈現與領導相關的自我肯定信息增加信任感, 以此增加管理者的樂觀性和創新性感知, 降低他們的不安全感和不舒適感。

在設計交互界面時, 應該考慮賦予管理者更正和優化決策的自主權, 提高其控制力和工作效率, 或者通過個性化界面設計提升機器與領導自我身份的契合度, 前者可以提高管理者的樂觀性和創新性, 后者可以減少他們對新技術不安全和不舒適的負面感知。

在工作任務設計上, 通過較小的管理決策任務增加用戶控制力和任務的靈活性, 從而提高管理者的樂觀性感知, 同時這樣精細的管理決策任務可以減少用戶對人機協同的不信任感和對潛在后果的擔憂, 減少管理者的不安全感; 還可以將管理者的管理思維標注為機器可以識別的語言, 這種獨特性和先進性的體現讓管理者感知到創新性, 同時這種語言識別也會增加管理者的歸屬感, 降低他們的不舒適感。

在智能程度的設計上, 用專有智能顯示替代超智能顯示, 讓管理者即使在同機器一起做決策時, 仍可以保持他的控制感和領導感知, 減少技術帶來的壓迫感, 增加管理者對技術就緒度的積極感知, 減少其負面感知。

因此, 本研究認為工作任務設計、交互界面設計、溝通方式設計和智能程度設計四個方面可能增加管理者對人機協同增強型決策系統的信任, 產生樂觀性和創新性, 減少系統帶來的不舒適感和不安全感, 消除懷疑和擔憂, 即從“造”的角度探討上述功能對管理者技術就緒度的影響。

研究命題1a：人機協同模式設計的4個設計能夠增加管理者的技術就緒度感知的樂觀性和創新性, 也可能降低技術就緒度感知的不舒適感和提升安全感。

3.1.2 研究方向1b：增強型決策系統功能設計對技術接受度的影響

隨著信息技術的發展, 技術接受模型己經成為研究消費者接受和使用信息技術或系統的最具有影響力的模型之一。技術接受模型是一個解釋用戶對于技術接受程度的模型(Davis, 1989), 被廣泛地運用于評估各種信息技術的接受程度。技術接受模型為互聯網技術、電子商務網站等新技術和系統的研究奠定了理論基礎, 該模型認為用戶對于信息技術的評估和使用主要取決于兩大主要因素, 即感知易用性和感知有用性(Davis, 1989)。Dishaw和Strong (1999)認為態度和行為是一體的, 在一項新技術上用戶所表現出的態度是由用戶在技術方面的感知易用性和感知有用性共同決定的,特別是在網絡營銷的消費者行為研究中, 許多研究者分析了消費者的感知有用和感知易用對其網上購物行為的影響作用(Henderson & Divett, 2003;朱麗娜, 2006; 常亞平, 朱東紅, 2007)。

在設計增強型決策系統功能時, 與人機協同模式的設計理念一致, 也是按照“人”的功能到“機”的功能逐步轉化, 依次設計了聯合決策功能、迭代優化決策功能、認知決策環境功能、更新決策知識功能和大數據深度挖掘功能, 以求增強管理決策系統給管理者“用”的感知。

聯合決策功能是該決策系統的基礎功能, 即將經驗為中心的支持性決策與以數據為中心的自動化決策有機融合為與管理者共同合作的決策功能, 管理者可以通過此功能感知到決策系統帶來的支持和效率的提高, 從而感知易用性和有用性。

迭代優化決策功能主要完成決策數據和信息的快速迭代和優化, 使決策的經驗總結和結果反饋變得簡單, 提高管理者的決策正確率, 增加管理者對易用性和有用性的感知。

認知決策環境功能幫助管理者了解復雜萬變的商務環境, 并對其進行調查、整理和分析, 避免管理者在決策的過程中受到多余信息的干擾, 同時這個功能也能讓管理者體會到系統的易用性和有用性。

在更新決策知識功能中, 強調信息到知識, 再到智慧的積累和轉化。機器不再只是提供簡單的商務決策信息, 而是為管理者賦予決策智慧, 提升管理者做決策的能力, 故而也帶來了感知易用性和有用性。

在大數據深度挖掘功能中, 人工智能、大數據的“機器”作用最為明顯, 它可以通過神經網絡算法、遺傳算法等各種方法, 從大量、隨機、有噪聲的數據信息中提取有價值的數據, 并且進行解釋、評價和分類, 幫助管理者獲得潛在的、有價值的、優于他人的且能理解的信息結果, 所以該功能在決策的過程中易用且有用。

因此, 本研究將通過對增強型決策系統聯合決策功能、迭代優化決策功能、認知決策環境功能、更新決策知識功能和大數據深度挖掘功能的設計, 試圖增加管理者的技術接受度感知即感知有用性、感知易用性, 從“用”的角度研究增強型決策功能對管理者使用感知的影響。

研究命題1b：增強型決策系統的5個功能設計能夠提高管理者技術接受度的易用性和有用性感知。

3.1.3 研究方向1c：技術就緒度和技術接受度對管理者自我決定需要的影響

基于自我決定理論, 個體的內在動機和社會環境相關(Deci & Ryan, 2000)。自我決定一般是指個體在對環境信息和自身需要充分理解的前提下所做出的自由行為選擇, 自我決定理論提出人們具有三種最基本的心理需要即自主需要(需要在行為中體驗到自我指導和個人認可)、能力需要(需要在與環境的互動中感覺有效能感)以及歸屬需要(需要感覺與他人產生有意義的聯系) (Deci & Ryan, 2000)。如果人們對自主性、能力性和歸屬性的基本心理需要被一個不完善的社會環境所破壞, 那么就會產生潛在的負面影響, 比如被控制、分裂和疏遠; 相反, 如果所處的環境和關系對自主性有很強的支持, 則會進一步促進個人內在偏好和內在動機資源的培養。

用戶的自主性體驗是來自于環境的, 如個人意志、發表看法以及采取主動等, 當個體在某項活動上具有較高自我決定程度時, 他就能夠體驗到內部歸因, 感受到自己在行為方面的主宰力, 進而會產生更高的內部動機。技術就緒度的樂觀性感知和創新性感知兩個“激勵因素”來源于用戶對新技術的控制感和主動意愿(Agarwal & Prasad, 1998; Dabholkar, 1996), 不舒適感和缺乏安全感兩個“抑制因素”代表了用戶對技術的失控感和不信任感, 因此技術就緒度的“激勵因素”和“抑制因素”可能分別增加和降低用戶自主需要的滿足體驗。另外技術接受模型當中的感知有用性即用戶對工作效率提升的感知, 感知易用性即用戶對新技術使用所感知的容易程度, 兩者都可以幫助用戶建立使用的主宰感, 增加自主性的體驗。

能力需要在意義上和班杜拉的自我效能感一致, 是個體在自身行動能力以及學習行為到達某一水平方面的信念, 相信在該活動方面自己可以勝任, 如恰到好處、有效力的挑戰, 可以最大程度地調動人的積極性。技術就緒度的樂觀性包括了用戶對便利性和效率的感知(Meuter et al., 2000; Zeithaml et al., 2002), 創新性代表用戶體驗到了技術先鋒和領袖的感覺, 這兩者都極大地滿足了用戶的能力需要; 相反, 來自于技術壓力感知的不舒適感和源于對技術工作能力懷疑的缺乏安全感會使用戶的能力需要得不到滿足, 產生負面的影響。技術接受度的感知易用性和感知有用性都有效地增加了用戶的自我效能感, 讓他們產生了更強的勝任感。

而歸屬需要是個體所需要的來自他人或者周圍環境的理解、關愛和支持, 由此產生歸屬感, 人們在這種情況下, 一般會有比較強的自我調節能力和自主動機。技術就緒度的樂觀性感知為用戶帶來的支持和控制感知(Dabholkar, 1996), 以及創新性讓用戶體驗到的對特定領域的控制感和歸屬感, 都讓用戶的歸屬需要得到了滿足; 相反, 源于缺乏歸屬控制的不舒適感, 和來自于對新技術的有害后果的擔憂造成的缺乏安全感破壞了用戶的歸屬需要。同時, 代表用戶對新技術的掌握程度的感知易用性和代表新技術在用戶工作中的有用性程度的感知有用性, 這兩個技術接受模型維度的增強也會讓用戶對其工作任務產生歸屬感。

因此, 本研究認為技術就緒度的樂觀性和創新性可能增加管理者的自我決定需要滿足感, 而技術就緒度的不舒適感和缺乏安全感可能降低管理者的自我決定需要滿足感; 技術接受度的感知易用性和有用性會提高管理者的自我決定需要滿足感。

研究命題1c：技術就緒度的樂觀性和創新性能夠正向影響管理者的自我決定需要, 而技術就緒度的不舒適感和缺乏安全感可能負向影響管理者的自我決定需要; 技術接受度的感知易用性和有用性可能正向影響管理者的自我決定需要。

3.1.4 研究方向1d：管理者自我決定需要對管理決策采納意愿的影響

研究命題1c推測, 管理者的自主需要、能力需要、歸屬需要分別受到技術就緒度樂觀性和創新性正向影響, 以及不舒適感和缺乏安全感的負向影響, 同時還受到技術接受度的感知易用性和有用性正向影響。而自主需要、能力需要、歸屬需要作為人類最基本三種需要, 是自我決定理論的核心內容, 這三種需要是個體內部動機的組成部分, 同時內部動機也是個體自我決定程度最高的一種動機形式(Hollembeak & Amorose, 2005; Neys et al., 2014)。如果個體的自我決定程度非常高, 就會在某一特定行為方面形成強烈的興趣, 進而產生非常堅定的挑戰信心(Yoo, 2014)。也就是說, 較高的自我決定會正向預測用戶的參與度、受影響程度、學習傾向和應對策略的有效性 (Grolnick & Ryan, 1987; Grolnick & Ryan, 1989; Grolnick et al., 1991)。在信息系統研究領域, 很多研究者也認為滿足這種內在動機將會刺激用戶有更強的意愿購買并堅持使用某個互聯網產品 (Chen & Jang, 2010; Jang et al., 2009)。此外, Roca和Gagné(2008)也發現自我決定需要與工作滿意度之間存在正相關關系。

因此經過上述推理, 本研究認為當管理者在感受到人機協同增強型商務信息管理決策系統所帶來的“造” (技術就緒度)和“用” (技術接受度)滿足了自身的自主需要、能力需要和歸屬需要后, 其內在動機將會被激發從而產生對人機協同增強型商務決策的采納意愿。

研究命題1d：管理者自我決定需要的滿足可能增加其對人機協同增強型管理決策的采納意愿。

3.2 研究方向2：企業的權變因素調節技術就緒度和技術接受度對管理者自我決定需要的影響

在自我決定理論的研究中, Deci等人(1980)提出內在動機是在個體內部心理需要的基礎上產生的動機, 滿足外在需要產生的是外在動機, 外在動機受到活動的外部環境因素的啟動(Ryan & Deci, 2000)。假如外部環境對自主需要和能力需要存在損害, 則個體將感受到強烈的無能感和被控制感, 這會使其內在動機降低, 從而降低自我決定需要的滿足感; 相反如果外部環境可以滿足或不損害員工的基本心理需求, 內在動機就會被提高或不會降低, 自我決定需要也會被提高或不會降低(Deci & Ryan, 1985)。比如, Deci (1971)提出當使用的外部獎勵是有很強控制感的金錢, 員工內在動機則很有可能被降低; 而如果所使用的外部獎勵方式是正向的增強能力感和自主感的語言反饋, 則員工的內在動機很有可能被增強。換言之, 個體在外部環境的作用下形成的外在動機可以影響到個體的內在動機, 從而影響到自我決定需要的滿足感(Ryan & Deci, 2000)。研究者們從這些外部環境中發現威脅性的懲罰(Deci & Cascio, 1972)、限制期限(Amabile et al., 1976)、強制性目標(Mossholder, 1980)、競爭(Deci et al., 1981)等都會影響個體的外在動機從而削弱內在動機。可見, 凡是滿足人們能力、自主性和歸屬需要的外部事件如報酬、積極反饋、免于受到貶低性評價和降低分離感等都能提高個體行為的內在動機。因此, 研究認為變革型的領導風格、自主型的組織氛圍、有機式的組織類型、個性化的決策情景四個企業權變因素(外部環境)可能會有助于技術就緒度和技術接受度對管理者自我決定需要的影響。

在領導者風格方面, Bono和Judge (2003)研究發現, 變革型領導者會使員工具有更強的工作自主性, 而且變革型領導在提高群體認同感方面更擅長, 也會讓員工產生更強的自我效能感, 實現員工個體價值和企業價值的有效連接, 因此變革型領導的下屬的自主需要、歸屬需要和能力需要更容易滿足, 而且表現出更高的工作滿意度以及對組織的情感依附(Breaugh, 1985; Ellemers, 2004)。所以, 我們認為變革型的管理風格能夠正向調節技術就緒度和技術接受度對管理者自我決定需要的影響。

在組織氛圍方面, Deci (1981)等人通過實驗研究了工作場所中支持自主的重要性, 他們發現支持自主的組織會讓員工對工作任務控制性增加, 也能增加任務過程中帶來的自我效能感, 以及對于工作環境會產生更強的滿意度, 同時對于公司的高層管理者也會更加信任, 感受到更少的控制感和壓力, 得到更多的歸屬感。因此, 自主型的組織氛圍可能正向調節技術就緒度和技術接受度對管理者自我決定需要的影響。

在組織類型方面, 有機式的組織具有高度適應性和靈活性, 主要追求動態適應中的創新, 成員之間的溝通以協作為主, 其信息以分散與共享的形式存在, 強調成員的主觀能動性和對工作任務的自主性(Maureen & Marshall, 2003)。因此, 有機式的組織類型可能正向調節技術就緒度和技術接受度對管理者自我決定需要的影響。

在決策情景方面, Gagne和Deci (2005)發現個體在個性化的決策情景中, 以非控制方式提供相關信息和選擇, 鼓勵自我發動, 會有更高的自主性和能動性, 主觀幸福感也會更高, 對組織的信任感更強而且會形成更加穩定的承諾。所以, 個性化的決策情景可能正向調節技術就緒度和技術接受度對管理者自我決定需要的影響。

研究命題2：企業的權變因素中, 變革型的領導風格、自主型的組織氛圍、有機式的組織類型和個性化的決策情景可能會正向調節技術就緒度和技術接受度對管理者自我決定需要的影響。

總體而言, 由于機器在大數據計算和分析能力、大部分理性能力方面超越人類, 使管理者作為個體的自我決定需要產生嚴重威脅, 因此常常在人機協同過程中對機器產生抵制行為。基于此, 本研究對如下問題進行了深入研究和探討：(1)人機協同模式設計能否增強管理決策系統之“造”感知, 即增強管理者對技術就緒度的感知？(2)增強型決策系統功能設計能否增強管理決策系統之“用”感知, 即增強管理者對技術接受度的感知？(3)技術就緒度和技術接受度的增強是否能滿足管理者的自我決定需要, 即對自主需要、能力需要和歸屬需要的滿足？(4)管理者的自我決定需要是否能影響他們對管理決策的采納意愿？(5)管理者的領導風格、組織氛圍、組織類型、決策情境等權變因素如何干擾技術就緒度和技術接受度對自我決定需要的影響過程？

4 理論構建

4.1 學理層面：基于自我決定理論的人機協同增強型決策系統采用模型

本研究基于自我決定理論, 探討了影響管理者對人機協同增強型商務信息管理決策的采納意愿的相關因素。在企業的經營管理中, 管理決策對于企業的發展至關重要, 日益復雜的外部環境使得及時正確的管理決策更加重要。同時, 管理決策對個體的能力也有較高的要求, 這既是個體展現能力和素質的重要場所, 也是個體追求自我表現機會實現個人追求的重要機會。因此, 在企業經營管理的決策過程中, 個體也會渴望可以展現自己的智慧和能力, 實現個人追求。另外, 個體天生具有自我決定的需要, 他們的行為決策既是內在動機和需要的外在表現, 也是內在動機和需求滿足的途徑(Deci & Ryan, 1985)。

隨著互聯網、物聯網、數據科學、人工智能等新技術賦能, 企業組織的商務信息管理決策范式正在經歷深刻的升級和發展, 并逐漸向人機協同的增強型商務信息管理決策范式轉變。雖然這種轉變產生了巨大的經濟效益, 但機器也不再是簡單的使用工具, 而是成為了與管理者密切合作的隊友。由于機器的行為往往是難以捉摸的(Ryu et al., 2016)、不明確的(We?el et al., 2019)、可能產生潛在錯誤的(Zerilli et al., 2019), 所以在決策過程中用戶與它們成為隊友的同時, 也造成了用戶的控制水平降低(Jhaver et al., 2019)、無法解釋做出的決策(Jhaver et al., 2019)、感到自我關注降低(Pacaux-Lemoine et.al, 2017)、用戶的自我分類和身份認同感遭到破壞(Makarius et al., 2020)等問題。因此, 在決策的過程中, 需要逐步探索合作范疇中合理的劃分方式, 兩者之間可能存在一定的磨合、試探甚至競爭才能實現理想的合作模式。也就是說, 即使機器可以提高決策效率, 但個體的心理需求仍是不可忽視的首要考慮因素。本研究認為自我決定理論有助于解決人機協同管理決策中用戶的心理需求問題。因為人類的自我在其動機形成過程中發揮著重要作用, 行為是在人們內在心理需要得到滿足的基礎上形成的(Deci & Ryan, 1985), 只有內在的心理需要得到了滿足, 人們才會發展有利且感興趣的行為, 比如采納和使用意愿。因此, 如何滿足用戶的自主需要、能力需要和歸屬需要這三種基本的自我決定需要是問題的關鍵所在。

在計算機系統的設計中, 需要將“技術”和“人”相結合, 即一方面系統的設計應當將新技術作用發揮到最大化, 另一方面系統也要考慮到用戶在使用時的習慣和感受, 所以技術接受模型和技術就緒度可以作為考量人機協同增強型商務信息管理決策使用意愿的重要指標, 這兩個模型一直以來被廣泛用于解釋和推測用戶對信息系統或新技術接受的行為研究(Parasuraman et al., 2005; Tsikriktsis, 2004; 余世英等, 2015; 張成虎等, 2015)。換言之, 需要對人機協同的增強型商務信息管理決策進行系統的設計, 這個設計首先應符合用戶對新技術的接受度和就緒度的感知, 更重要的是能滿足用戶對自我決定需要的滿足, 進而才能提高管理者對人機協同的增強型商務信息管理決策的采納意愿, 有助于人機協同的增強型商務信息管理決策范式的推廣。

因此, 本研究按照從“人”到“機”在人機協同增強型商務信息管理決策的重要性和控制性, 在人機協同模式設計上, 依次構建了溝通方式設計、交互界面設計、工作任務設計和智能程度設計, 在每個設計上都以產生樂觀性和創新性、減少系統帶來的不舒適感和不安全感為目的, 給管理者帶來技術就緒度“造”的感知; 同時在增強型決策系統功能設計上, 依次設計了聯合決策功能、迭代優化決策功能、認知決策環境功能、更新決策知識功能和大數據深度挖掘功能, 試圖增加管理者的技術接受度感知即感知有用性、感知易用性, 以求增強管理者技術接受度“用”的感知。隨著技術就緒度“造”和技術接受度“用”的增強, 即樂觀性和創新性的增加、不舒適感和不安全感的減少以及感知有用性、感知易用性的增強, 管理者能體會到更高的行為主宰力(Agarwal & Prasad, 1998)、自我效能感(Meuter et al., 2000; Zeithaml et al., 2002)和支持控制感知(Dabholkar, 1996), 進而自主需要、能力需要和歸屬需要也將被一一滿足。此時, 管理者的內在動機將會被激發從而產生對人機協同增強型商務決策的采納意愿(Chen & Jang, 2010; Jang et al., 2009)。

同時, 本研究還探討了哪些企業權變因素影響了技術就緒度和技術接受度對管理者自我決定需要的激活。由于外部環境事件中的威脅性的懲罰(Deci & Cascio, 1972)、限制期限(Amabile et al., 1976)、強制性目標(Mossholder, 1980)、競爭(Deci et al., 1981)等都會影響個體的外在動機從而削弱內在動機, 相反, 凡是滿足人們能力、自主性和歸屬需要的外部事件都能提高個體行為的內在動機。因此, 本研究推測變革型的領導風格、自主型的組織氛圍、有機式的組織類型和個性化的決策情景可能帶來更高的自主性、效能感和歸屬感, 從而有助于技術就緒度和技術接受度對管理者自我決定需要的影響。

總體而言, 本研究試圖通過自我決定理論建立起一個理論模型, 系統地優化人機系統決策的模式設計, 增強管理決策系統之“造”和“用”的感知, 滿足管理者的自我決定需求, 增加其對人機協同增強型商務信息管理決策的采納意愿, 從而增進人機協同的增強型商務信息管理決策范式在組織中的推廣速度, 降低管理者的潛在抵制行為。

4.2 實踐層面：促進企業管理者接受人機協同增強型決策的方法路徑

當前, 大多數企業組織主流的決策模式還是以決策支持型或者算法自動型為主, 構建人機協同增強型決策范式是當前組織的重要任務(陳國青等, 2018; 陳國青等, 2020; 劉業政等, 2020; Raisch & Krakowski, 2021; Shrestha et al., 2021)。特別就管理者層面而言, 如何有效地推進人機協同決策增強型范式在組織實踐中的使用, 如何解決其與組織決策有機融合仍是行為決策領域的重點研究問題(Burton et al., 2020)。因此, 如何提升管理者對人機協同增強型商務信息管理決策的采用愿意就成為了一個極具實踐價值的問題。

本研究提出, 受到自我決定需要的影響, 管理者在使用人機協同增強型商務信息管理決策時, 可能會出現對這種決策范式抵制的行為。因此, 研究針對管理者的自我決定需要, 對人機協同增強型商務信息管理決策進行了系統的設計, 首先考慮了管理者對新技術的技術就緒度“造”和技術接受度“用”的感知, 即通過對人機協同模式設計(工作任務設計、交互界面設計、溝通方式設計和智能程度設計)提高技術就緒度的創新性和樂觀性、降低不安全和不舒適感知, 同時通過增強型決策系統功能的設計(聯合決策功能、迭代優化決策功能、認知決策環境功能、更新決策知識功能、大數據深度挖掘功能)加強決策系統帶來技術接受度的感知有用性和易用性, 這兩個感知維度的提高進而滿足了管理者的自我決定需求(常亞平, 朱東紅, 2007; 朱麗娜, 2006; Dishaw & Strong, 1999; Henderson & Divett, 2003; Lin & Chang, 2011; Massey et al., 2007;)。

在影響自我決定需要的外部動機的企業權變因素上, 本研究提出凡是滿足人們能力、自主性和歸屬需要的外部事件如報酬、積極反饋、免于受到貶低性評價和降低分離感等都能提高個體行為的內在動機, 因此, 建議在變革型的領導風格、自主型的組織氛圍、有機式的組織類型、個性化的決策情景四種權變因素下, 推廣人機協同增強型商務信息管理決策可能會達到事半功倍的效果。

總之, 本研究試圖借助自我決定理論, 系統地優化人機協同增強型商務信息管理決策模式和功能的設計, 增加管理者對其“造” (技術就緒度)和“用” (技術接受模型)的感知, 以滿足管理者的自我決定需要, 從而提高管理者對人機協同增強型商務信息管理決策的采納意愿, 有效地推進人機協同決策增強型范式在組織實踐中的使用。

常亞平, 朱東紅. (2007). 基于消費者創新性視角的網上購物意向影響因素研究.(6), 820?823.

陳國青, 吳剛, 顧遠東, 陸本江, 衛強. (2018). 管理決策情境下大數據驅動的研究和應用挑戰——范式轉變與研究方向.(7), 1?10.

陳國青, 曾大軍, 衛強, 張明月, 郭迅華. (2020). 大數據環境下的決策范式轉變與使能創新.(2), 95?105.

賈建民, 耿維, 徐戈, 郝遼鋼, 賈軾. (2020). 大數據行為研究趨勢:一個“時空關”的視角.(2), 107?116.

劉業政, 孫見山, 姜元春, 陳夏雨, 劉春麗. (2020). 大數據的價值發現: 4C模型.(2), 129?138.

余世英, 邢亞楠. (2015). 移動社交支付采納行為影響因素實證研究.(8), 92?99.

張成虎, 李霖魁. (2015). 我國互聯網金融客戶接受意愿影響因素研究.(10), 161?167.

朱麗娜. (2006).(碩士學位論文). 廣西大學, 南寧.

Agarwal, R., & Prasad, J. (1998). A conceptual and operational definition of personal innovativeness in the domain of information technology.(2), 204?215.

Amabile, T. M., DeJong, W., & Lepper, M. R. (1976). Effects of externally imposed deadlines on subsequent intrinsic motivation.(1), 92?98.

Berlyne, D. E. (1971).New York: Appleton-Century-Crofts.

Bonnefon, J. F., Shariff, A., & Rahwan, I. (2016). The social dilemma of autonomous vehicles.(6293), 1573?1576.

Bono, J. E., Judge, T. A. (2003). Self-concordance at work: Toward understanding the motivational effects of transformationalleaders.(5), 554?571.

Breaugh, J. A. (1985). The measurement of work autonomy., 551?570.

Burton, J. W., Stein, M. K., & Jensen, T. B. (2020). A systematic review of algorithm aversion in augmented decision making.(2), 220?239.

Chen, K. C., & Jang, S. J. (2010). Motivation in online learning: Testing a model of self-determination theory.(4), 741?752.

Citrin, A. V., Sprott, D. E., Silverman S. N., & Stem D.E. (2000). Adoption of internet shopping: The role of consumer innovativeness.,(7), 294?300.

Csikszentmihalyi, M. (1975).Washington: Jossey-Bass Publishers.

Dabholkar, P. A. (1996). Consumer evaluations of new technology based self-service options: An investigation of alternative models of service quality.(1), 29?51.

Dabholkar, P. A., & Bagozzi, R. P. (2002). An attitudinal model of technology-based self-service: Moderating effects of consumer traits and situational factors.(3), 184?201.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology.(3), 319?340.

Deci, E. L. (1971). Effects of externally mediated rewards on intrinsic motivation.(1), 105?115.

Deci, E. L, Betley, G, Kahle, J, Abrams, L., & Porac, J. (1981). When trying to win: Competition and intrinsic motivation.(1), 79?83.

Deci, E. L., & Cascio, W. F. (1972). Changes in intrinsic motivation as a function of negative feedback and threats.(1), 24.

Deci, E. L. (Eds)., & Ryan, R. M. (1985).New York: Plenum Press.

Deci, E. L., & Ryan, R. M. (1980). The empirical exploration of intrinsic motivational processes.(2), 39?80.

Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior.(4), 227?268.

Dhami, H. S. (Ed). (2005).. New York: Rensselaer Polytechnic Institute.

Dishaw, M. T., & Strong, D. M. (1999). Extending the technology acceptance model with task-technology fit constructs.(1), 9?21.

Ellemers, M., de Gilder, D., & Haslam, S. A. (2004). Motivationindividuals and groups at work: A social identity perspectiveon leadership and group performance.(3)459?478.

Frodi, A., Bridges, L., & Grolnick, W. (1985). Correlates of mastery-related behavior: A short-term longitudinal study of infants in their second year.(5), 1291? 1298. https://doi.org/10.1111/j.1467-8624.1985.tb00197.x

Gagne, M., & Deci, E. L. (2005). Self-determination theory and work motivation.(4)331?362.

Garcia, R., & Calantone, R. (2002). A critical look at technological innovation typology and innovativeness terminology: A literature review.(2), 110?132.

Goldsmith, R. E., Hauteville, D. F., & Flynn, L. R. (1998). Theory and measurement of consumer innovativeness. A transnational evaluation.(3/4), 340?353.

Grolnick, W. S., & Ryan, R. M. (1987). Autonomy in children’s learning: An experimental and individual difference investigation., 890?898.

Grolnick, W. S., & Ryan, R. M. (1989). Parent styles associated with children’s self-regulation and competence in school.(2), 143?154.

Grolnick, W. S., Ryan, R. M., & Deci, E. L. (1991). Inner resources for school achievement: Motivational mediators of children’s perceptions of their parents.(4), 508?517.

Ha, Y., & Stoel, L. (2004). Internet apparel shopping behaviors: The influence of general innovativeness.(8), 377?385.

Henderson, H., & Divett, M. J. (2003). Perceived usefulness, ease of use and electronic supermarket use.(3), 383?395.

Hoffman, D. L., Novak, T. P., & Peralta, M. (1999). Building consumer trust online: How merchants can win back lost consumer trust in the interest of e-commerce sales.(4), 80?85.

Holden, R. J., & Karsh, B. T. (2010). The technology acceptance model: Its past and its future in health care.(1), 159?172.

Hollembeak, J., & Amorose, A. J. (2005). Perceived coaching behaviors and college athletes' intrinsic motivation: A test of self-determination theory.20?36.

Jang, H., Reeve, J., Ryan, R. M., & Kim, A. (2009). Can self- determination theory explain what underlies the productive,satisfying learning experiences of collectivistically oriented Korean students?(3), 644?661.

Jhaver, S., Birman, I., Gilbert, E., & Bruckman, A. (2019). Human-machine collaboration for content regulation: The case of Reddit Automoderator.(5), 1?35.

Makarius, E. E., Mukherjee, D., Fox, J. D., & Fox, A. K. (2020). Rising with the machines: A sociotechnical framework for bringing artificial intelligence into the organization.262?273.

Margetts, H., & Dorobantu, C. (2019). Rethink government with AI(7751), 163?165.

Masrom, M. (2007, May).. Paper presented at the meeting of the 12th International Conference on Education, Sultan Hassanal Bolkiah Institute of Education Technology (pp. 1?10), Brunei Darussalam.

Meuter, M. L., Ostrom, A. L., Roundtree, R., & Bitner M. J. (2000). Self-service technologies: Understanding customer satisfaction with technology-based service encounters.(3)50?64.

Meuter, M. L., Ostrom, A. L., Bitner, M. J., & Roundtree, R. (2003). The influence of technology anxiety on consumer use and experiences with self-service technologies.(11), 899?906.

Mossholder, K. W. (1980). Effects of externally mediated goal setting on intrinsic motivation: A laboratory experiment.(2), 202?210.

Neys, J. L. D., Jansz, J., & Tan, E. S. H. (2014). Exploring persistence in gaming: The role of self-determination and social identity.196?209.

Pacaux-Lemoine, M. P., Trentesaux, D., Rey, G. Z., & Millot, P. (2017). Designing intelligent manufacturing systems through Human-Machine cooperation principles: A human- centered approach.581?595.

Parasuraman, A. (2000). Technology Readiness Index (TRI): A multiple-item scale to measure readiness to embrace new technologies.(4), 307?320.

Parasuraman, A. & Colby, C, L. (Eds.). (2001).. New York: Free Press.

Parasuraman, A., Zeithaml, V. A., & Malhotra, A. (2005). E-S-QUAL: A multiple-item scale for assessing electronic service quality.(3), 213?233.

Park, S. Y., Nam, M. W., & Cha, S. B. (2012). University students' behavioral intention to use mobile learning: Evaluating the technology acceptance model.(4), 592?605.

Parkes, D. C., & Wellman, M. P. (2015). Economic reasoning and artificial intelligence.(6245), 267?272.

Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model.(3), 101?134.

Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation-augmentation paradox.(1), 192?210.

Ram, S. (1987). A model of innovation resistance.(1), 208?212.

Roca, J. C., & Gagné, M. (2008). Understanding e-learning continuance intention in the workplace: A self- determination theory perspective.(4), 1585?1604.

Roehrich, G. (2004). Consumer innovativeness: Concepts and measurements.(6), 671?677.

Ryan, R. M., & Deci, E. L. (2000). Intrinsic and extrinsic motivations: Classic definitions and new directions.(1), 54?67.

Ryu, H., Kim, N., Lee, J., & Shin, D. (2016). An affordance- based model of human action selection in a human? machine interaction system with cognitive interpretations.(5), 402?414.

Savage, N. (2020). How AI is improving cancer diagnostics.(7800), S14?S16.

Shrestha, Y. R., Krishna, V., & von Krogh, G. (2021). Augmenting organizational decision-making with deep learning algorithms: Principles, promises, and challenges.588?603.

Susskind, A. M. (2004). Electronic commerce and world wide web apprehensiveness: An examination of consumers' perceptions of the world wide web.(3). https://doi.org/10.1111/ j.1083-6101.2004.tb00287.x

Taylor, S. A., Celuch, K., & Goodwin, S. (2002). Technology readiness in the e-insurance industry: An exploratory investigation and development of an agent technology e-consumption model.(2), 142?165.

Tsikriktsis, N. (2004). A technology readiness-based taxonomy of customers. A replication and extension.(1), 42?52.

We?el, G., Altendorf, E., Schwalm, M., Canpolat, Y., Burghardt, C., & Flemisch, F. (2019). Self-determined nudging: A system concept for human-machine interaction.(4), 621?630.

Yi, Y., Lai, T., & Wu, Z. (2003, December).Paper presented at the workshop of Diffusion Interest Group in Information Technology (DIGIT) Workshop, Seattle.

Yoo, J., Choi, S., Choi, M., & Rho, J. (2014). Why people use Twitter: Social conformity and social value perspectives.265?283.

Zeithaml. V. A., Parasuraman, A., & Malhotra, A. (2002). Service quality delivery through web sites: A critical review of extant knowledge.(4), 362?375.

Zerilli, J., Knott, A., Maclaurin, J., & Gavaghan, C. (2019). Algorithmic decision-making and the control problem.(4), 555?578.

Psychological mechanisms underlying adopting human-machine collaboration in augmented managerial decision-making:A perspective of Self-Determination Theory

HUANG Min-xue, LIU Yuan

(Research Center for Marketing Engineering and Innovation of China, Wuhan University; School of Economics and Management, Wuhan University, Wuhan 430072, China)

With the advent of novel technologies, including data science and cognitive intelligence, business information managerial decision-making enhanced by human-machine collaboration has progressively developed into the mainstream form of organizational decision-making. Further, its potential advantages have garnered significant attention from many practitioners and researchers. In contrast to the traditional manager-centered paradigm of organizational decision-making, the paradigm of human-machine collaborative decision-making enables the machine, once a tool, to evolve into a team-mate with equal status and decision-making power as the manager. For managers, the transformation in the crucial role of machines erodes the importance of managers in the decision-making process, resulting in potential resistance to human- machine collaborative decision-making. To resolve this vital issue, this study systematically optimizes the design of decision-making modes and functions in augmented business information management with human-machine collaboration from the perspective of self-determination theory. The aim is to increase managers’ perception of their “creation” (Technology Readiness Index) and “use” (Technology Acceptance Model) to fulfill their self-determination needs, thereby improving their willingness to adopt augmented business information decision-making with human-machine collaboration.

self-determination theory, technology readiness index, technology acceptance model, augmented with human-machine collaboration

2022-10-21

* 國家自然科學基金項目(72132008)資助。

劉遠, E-mail: 16263617@qq.com

B849: C93