企业大量投资于人工智能,但多达约80%的人工智能项目以失败告终。为什么?研究发现,成功不仅取决于技术,还取决于一种难以量化的因素:各种形式的信任。换言之,员工对人工智能能力的认知与情感。即使在信任文化深厚的组织中,这一点也至关重要。
研究人员对一家拥有约600名员工的北欧软件公司“TechCo”进行了深入研究。该公司正在实施一款基于人工智能的知识映射工具。该工具通过收集员工的数字活动数据,生成一张可视化专业知识地图,展示组织内各成员的知识分布。
通过对TechCo的管理者和员工(在匿名条件下)进行访谈,并分析人工智能工具的使用数据,研究人员发现了员工中存在的四种信任形式。每种信任形式都会导致不同的行为,这些行为可能直接影响组织中人工智能项目的成败。
领导者可以通过哪些行动来培养员工对人工智能的各种信任形式,我们在文章后半部分将详细解释。
四种信任形式
1. 完全信任:高认知信任与情感信任
拥有完全信任的员工既相信人工智能工具的能力(认知信任),又对技术感到舒适(情感信任)。正如一位经理所说:“我完全理解该工具背后的逻辑,如果能改善利用人们知识和见解的方式,如果能让人们更容易找到彼此,这完全有道理。”
这些员工发现了该工具基本功能之外的战略应用。其中一人指出:“你可以观察自己与谁合作,以及与谁没有合作……你可以反思自己的行为,并确定需要与何种类型的人合作。”
情感上,这些员工对人工智能持积极态度:“我认为这是世界发展的方向,对我来说…… 如果我现在在工作并且正在获得报酬,为什么不应该透明呢?”值得注意的是,完全信任的员工并未改变他们的数字行为,从而为人工智能提供了实现最佳性能所需的准确数据。
2. 不适信任:高认知信任与低情感信任
第二种信任形式涉及那些认识到工具价值但对其影响感到担忧的员工。一位经理表示:“这是一个绝佳的构想,即能够识别出最适合的专家……但与此同时,当你刚开始关注积极潜力时,可能并未注意到这些负面潜力。”
许多人担心数据被滥用:“总有担忧,这些数据会被用于我无法控制的其他用途…… 例如,用于对付我们。目前,它专注于个人,而非管理层。但我想公司希望提高效率,而——嗯,这其中存在微妙的界限。”
为了应对这种认知与情感的冲突,这些员工开始对自己的数字足迹保持警惕。他们通过将日历事件标记为私密或使用通用描述来限制AI可见的信息。
3. 盲目信任:低认知信任与高情感信任
部分员工虽对AI工具的竞争力存疑,但仍对其感到舒适。一位受访者表示:“我有时觉得它未能准确追踪我在技术上花费的时间。”另一人指出工具生成的地图未能准确反映部分同事的专业能力。“很难找到真正掌握知识的人。”
尽管存在这些担忧,他们并未感到被技术威胁:“我并不担心分享信息,因为我知道这些信息……通常也能帮助其他人找到。”
有趣的是,这些员工通过详细记录自己的数字足迹来回应。他们向日历、项目条目和在线讨论中添加更多信息,以帮助提升工具的性能。一位员工解释道:“让我们迈出一步,提供必要细节以提升工具效率。”
4.完全不信任:认知和情感信任度低
完全不信任的员工既不相信工具的能力,也不觉得使用它舒适。他们描述了负面体验(“我尝试使用该工具,但完全没有效果”)并质疑其基本方法(“我们不应仅依赖数据或数字服务来做出决策”)。
这些员工还经历了负面情绪,尤其是恐惧。一位员工坦言:“我感到这很危险。我的担忧是数据可能被滥用。在某些情况下,这些收集的数据会被用来对付你。”
他们的反应对AI系统造成了最严重的损害——要么完全撤回数据(“我选择退出”),要么通过使用特定关键词主动操纵数字足迹,以影响自己在系统中的呈现方式。
这些行为形成恶性循环。当员工撤回、限制或操纵数字足迹时,AI系统接收到的数据变得不平衡或不准确,导致性能下降。正如一位受访者所言:“一些专家从可视化地图中消失了。”
性能下降进一步削弱了信任,导致使用率降低,最终项目失败。
如何让你的AI计划持续下去
如果说这项研究有一个关键洞见,那就是以人为本的方法,既要承认信任的思维维度,也要承认情感维度,这是至关重要的。信任不是一个单一的、一刀切的概念。
首先,引入人工智能工具的领导者应提供全面培训,解释人工智能的工作原理、能力及其局限性。此类努力有助于建立认知信任。领导者还应制定并传达清晰的人工智能政策,明确将收集哪些数据以及如何使用这些数据。这有助于员工理解工具的角色、其能力,以及同样重要的是,如何处理员工的担忧和个人保护问题。当人们感到安心时,他们更容易建立情感信任。
这让我们来到管理对人工智能性能期望的环节。管理者应在初期阶段鼓励耐心,因为此时结果可能不尽如人意。通过庆祝人工智能驱动的成就或改进,展示进展并强化人工智能计划的价值。
研究还表明,领导者必须关注情感,而不仅仅是事实。分享你对人工智能潜在益处的热情。通过鼓励员工公开表达对人工智能的担忧,营造心理安全感。以同理心而非否定态度应对焦虑。当员工感到自己的情感得到认可时,他们更倾向于与新技术建立积极联系。
记住:真正的AI转型并非始于算法,而是始于对各种形式的信任的深刻理解,并将其作为AI计划的一部分加以培养。