一、引言

隨著(zhù)深度學(xué)習技術(shù)的普及、自動(dòng)化機器學(xué)習的應用以及生成對抗網(wǎng)絡(luò )的進(jìn)展，人工智能技術(shù)的廣泛應用正在引發(fā)前所未有的關(guān)注。人工智能技術(shù)中的大語(yǔ)言模型應用（large language model）只需幾秒鐘就能生成與人類(lèi)專(zhuān)家媲美甚至超越其能力的結果。具體而言，數智化技術(shù)的應用為企業(yè)提供了更好、更廉價(jià)的服務(wù)，從而替代人類(lèi)員工承擔一些枯燥、危險或環(huán)境惡劣的工作任務(wù)，保護員工免受不良影響。機器人律師在倫敦和紐約成功處理超過(guò)16萬(wàn)張停車(chē)罰單，減少了人類(lèi)律師的工作壓力和錯誤率等[1]。研究表明，隨著(zhù)人工智能技術(shù)的迅猛發(fā)展，一些傳統的工作崗位逐漸被替代甚至消失，已有學(xué)者預測自動(dòng)化技術(shù)在美國將減少47%的工作崗位[2]。還有一些學(xué)者認為，隨著(zhù)技術(shù)的不斷進(jìn)步，人工智能作為一種工具并不能完全替代所有職業(yè)[3]，相反未來(lái)員工與人工智能之間的相互合作、相互依賴(lài)程度將進(jìn)一步加劇[4]，人工智能技術(shù)正逐漸成為員工工作環(huán)境的關(guān)鍵要素[5]。

在人工智能技術(shù)中，以大語(yǔ)言模型為代表的新一代人工智能技術(shù)進(jìn)展對整個(gè)AI社區產(chǎn)生了重要影響，不僅徹底改變了人們開(kāi)發(fā)和使用AI算法的方式，而且其在工作場(chǎng)所的應用將重塑工作信息（實(shí)時(shí)數據）、工作地點(diǎn)（共同工作空間）、工作模式（員工與人工智能的互動(dòng)）等方方面面[6]，顛覆性地改變員工的工作屬性。具體而言，在數智化企業(yè)工作過(guò)程中，員工與人工智能技術(shù)之間的交互和溝通更為頻繁，組織結構更加扁平化、網(wǎng)絡(luò )化[7]。此時(shí)，工作任務(wù)也表現出數字化、人工智能化的特點(diǎn)，由此人與人工智能協(xié)同辦公將成為流行的辦公方式。在此過(guò)程中，線(xiàn)上工作和遠程工作也會(huì )成為工作的新趨勢[8]。基于此，大語(yǔ)言模型應用給企業(yè)和員工帶來(lái)了更多機遇和挑戰。大語(yǔ)言模型應用可以根據企業(yè)的目標和已有數據，自動(dòng)化地處理工作[9]。需要關(guān)注的是，大語(yǔ)言模型應用在為員工帶來(lái)便捷的同時(shí)提出了更高的工作要求[10]。2022年11月底面世的ChatGPT，其強大的計算和學(xué)習能力正在促使工作向非繁重、精簡(jiǎn)化和自由化方向發(fā)展[11]。隨著(zhù)企業(yè)的數智化轉型程度加深，團隊合作、跨學(xué)科合作和伙伴網(wǎng)絡(luò )的重要性將逐漸增強[12]，對員工分散整合和跨職能管理能力的需求將不斷增加，尤其缺乏具有數字素養和創(chuàng )新能力的人[5]144。在人工智能技術(shù)出現導致工作變化的情況下，員工應積極改變以主動(dòng)適應數智化環(huán)境[13]。員工應發(fā)揮個(gè)人主動(dòng)性，積極思考工作和技術(shù)之間的關(guān)系，隨時(shí)調整工作方式以適應環(huán)境。

對于大語(yǔ)言模型在工作場(chǎng)所的應用，現有研究主要關(guān)注其與員工工作態(tài)度和工作行為之間的關(guān)系，廣泛探討員工被動(dòng)地接受并適應新技術(shù)，而不是如何主動(dòng)發(fā)起轉變開(kāi)展工作重塑，以更好地滿(mǎn)足工作設計和技術(shù)要求[1]1173。與此同時(shí)，工作要求-資源（job demands-resources）模型指出，工作要求和工作資源的變化能夠推動(dòng)員工的工作重塑[14]。工作重塑（job crafting）是員工主動(dòng)調整自己的工作任務(wù)、工作職責和工作關(guān)系，從而更好地滿(mǎn)足自己的需求和目標的行為。事實(shí)上，大語(yǔ)言模型在工作領(lǐng)域的廣泛應用改變了員工的工作任務(wù)要求、工作方式及工作場(chǎng)景等[15]，也給員工帶來(lái)了技術(shù)資源的支持。這些工作要求和資源的變化驅動(dòng)員工的工作重塑正確認識并使用大語(yǔ)言模型，通過(guò)重新設計工作流程、任務(wù)分配和工作方式來(lái)適應現代科技和經(jīng)濟環(huán)境的變化，從而提高員工的效率、靈活性和競爭力，適應企業(yè)數智化轉型[16]。目前，工作重塑研究更加聚焦于員工個(gè)體特質(zhì)與工作要求之間的探索，對大語(yǔ)言模型應用在工作情境中提供工作資源導致工作重塑的現象仍缺乏深入研究。此外，以往研究從相對靜態(tài)視角探討了傳統工作情境下工作重塑的影響因素以及結果，較少基于動(dòng)態(tài)過(guò)程分析工作重塑的驅動(dòng)過(guò)程[17]。在大語(yǔ)言模型應用的工作情境下，幫助員工主動(dòng)適應新的人工智能技術(shù)是當前研究數字時(shí)代工作重塑的重要任務(wù)。盡管當前研究對工作重塑的前因和結果變量進(jìn)行了一定探討，但缺乏對大語(yǔ)言模型應用下工作重塑影響路徑的深入分析[18]。因此，本研究擬從員工的工作要求和資源的視角出發(fā)，揭示數智化工作情境下大語(yǔ)言模型應用對工作重塑的影響路徑，以促進(jìn)員工工作積極性的發(fā)揮，幫助企業(yè)營(yíng)造適合數字化技術(shù)的工作方式和工作環(huán)境。

二、研究現狀與述評

（一）工作場(chǎng)所大語(yǔ)言模型應用及其積極影響

1.大語(yǔ)言模型的界定

近年來(lái)，大語(yǔ)言模型在邏輯對話(huà)和交互方面表現出色，彰顯了人工智能技術(shù)的巨大潛力。這些模型通過(guò)大規模語(yǔ)料庫和復雜神經(jīng)網(wǎng)絡(luò )模型的訓練，可以自動(dòng)學(xué)習語(yǔ)法、句法、語(yǔ)義等語(yǔ)言層次的結構和規律。與傳統的語(yǔ)言模型相比，大語(yǔ)言模型在邏輯性和靈活性方面具有顯著(zhù)優(yōu)勢，可以模擬人類(lèi)的對話(huà)和寫(xiě)作，并生成符合語(yǔ)境和語(yǔ)義的文本輸出[19]。總體而言，這些大語(yǔ)言模型是具備大規模參數和復雜網(wǎng)絡(luò )結構的人工智能生成內容技術(shù)，為該領(lǐng)域帶來(lái)了質(zhì)的飛躍。大語(yǔ)言模型的參數數量通常高達1億多個(gè)，這一標準還在持續提升，如GPT-4是擁有數萬(wàn)億到數十萬(wàn)億個(gè)參數的超大模型[9]1。這些大語(yǔ)言模型被廣泛應用于完成自然語(yǔ)言處理領(lǐng)域的復雜任務(wù)，如問(wèn)答系統和機器翻譯，以及計算機視覺(jué)領(lǐng)域的目標檢測和圖像生成等[19]1。通過(guò)使用這些模型，使用者不但能夠生成基本的文本、圖像、音頻和視頻等多模態(tài)內容，還能夠在其上面衍生出新的設計、知識和思想，甚至完成藝術(shù)和科學(xué)的再創(chuàng )造[11]7。因此，大語(yǔ)言模型應用不僅局限于自然語(yǔ)言處理和計算機視覺(jué)領(lǐng)域，還可以拓展到其他相關(guān)領(lǐng)域，如自動(dòng)編程和智能制造等。

2.工作場(chǎng)所大語(yǔ)言模型發(fā)揮的作用

大語(yǔ)言模型應用在工作場(chǎng)所中發(fā)揮多重作用，顯著(zhù)提升了員工的工作效率和企業(yè)智能化水平。具體來(lái)說(shuō)，大語(yǔ)言模型應用在工作場(chǎng)所中主要具備以下核心能力。首先，大語(yǔ)言模型具備內容生成與創(chuàng )意輔助的能力。一方面，大語(yǔ)言模型應用能夠為工作場(chǎng)所帶來(lái)創(chuàng )新性思維和工作方案，即通過(guò)大規模語(yǔ)料庫的訓練，生成符合語(yǔ)法和語(yǔ)義規則的新文本，這個(gè)生成過(guò)程具有一定的創(chuàng )造性[20]。另一方面，大語(yǔ)言模型應用能夠生成基礎的報告、策劃等文檔，既減少了人工撰寫(xiě)時(shí)間，也確保了內容的質(zhì)量和準確性。因此，在工作場(chǎng)所中，這種能力可以用于生成具有啟發(fā)性和創(chuàng )新性的工作方案、策劃、報告等，從而提高工作效率和質(zhì)量。

其次，大語(yǔ)言模型具備對話(huà)理解與交互支持的能力[11]7。一是大語(yǔ)言模型應用能夠理解對話(huà)情境并進(jìn)行多輪對話(huà)。具體而言，通過(guò)復雜的神經(jīng)網(wǎng)絡(luò )模型，大語(yǔ)言模型具有上下文感知能力，可以理解對話(huà)的上下文和語(yǔ)境，從而提供更個(gè)性化、連貫的回應[21]。這種連貫性不僅使對話(huà)更自然、流暢，還能確保員工在與大語(yǔ)言模型交互時(shí)獲得更準確、更有用的信息。二是大語(yǔ)言模型應用能夠提供實(shí)時(shí)反饋。在工作場(chǎng)所中，大語(yǔ)言模型應用能夠與員工進(jìn)行實(shí)時(shí)對話(huà)，提供即時(shí)的支持和反饋，幫助員工解決問(wèn)題和完成任務(wù)。這種能力可以用于智能客服、智能助手等場(chǎng)景，幫助員工進(jìn)行信息查詢(xún)、發(fā)送提醒等。

最后，大語(yǔ)言模型具備執行自動(dòng)化任務(wù)和序列任務(wù)的處理能力[9]2。通過(guò)深度學(xué)習和自然語(yǔ)言處理技術(shù)，大語(yǔ)言模型能夠承擔大量繁瑣、重復性的工作，從而釋放員工的時(shí)間和精力，使其更專(zhuān)注于高價(jià)值的工作任務(wù)[9]4。在工作場(chǎng)所中，這種能力可以用于自動(dòng)化處理大量的文本數據和信息，以及從數據中提取關(guān)鍵信息，如篩選簡(jiǎn)歷、安排面試、回答常見(jiàn)問(wèn)題等任務(wù)，提高工作效率和準確性。通過(guò)以上功能的實(shí)現，大語(yǔ)言模型在工作場(chǎng)所中具有重要的應用價(jià)值，可以為員工的工作效率提升和企業(yè)的智能化升級提供有力支持。

3.大語(yǔ)言模型應用在工作場(chǎng)所的積極影響

大語(yǔ)言模型應用為企業(yè)和員工提供了高效、智能的交互體驗，可以無(wú)縫嵌入到企業(yè)的內部管理、官方網(wǎng)站、應用程序或客戶(hù)服務(wù)平臺中，提供實(shí)時(shí)的智能對話(huà)服務(wù)。學(xué)者從多元視角對大語(yǔ)言模型在工作場(chǎng)所的應用及其產(chǎn)生的影響進(jìn)行了深入探索（如圖1所示）。首先，大語(yǔ)言模型應用有利于提高員工的工作效率[22]。大語(yǔ)言模型應用可以通過(guò)數據收集、數據分析和洞察能力從工作中提取有用的信息和模式，并進(jìn)行工作內容生成與創(chuàng )意輔助，從而改善工作效率和提升工作質(zhì)量。大語(yǔ)言模型應用可以在招聘方面進(jìn)行簡(jiǎn)歷篩選，在日常報告方面進(jìn)行方案生成，為工作提供有效支持[20]226，[23]。同時(shí)，大語(yǔ)言模型應用可以幫助員工更好地理解工作需求和目標，從而提高工作質(zhì)量和掌控感[11]8。它們還可以用于檢查拼寫(xiě)和語(yǔ)法錯誤、自動(dòng)排版等任務(wù)，大大節省了工作時(shí)間和工作量。

圖1 大語(yǔ)言模型在工作場(chǎng)所的應用

 

其次，大語(yǔ)言模型應用在提升員工滿(mǎn)意度方面也發(fā)揮了積極作用。大語(yǔ)言模型可以為員工提供更智能、更高效的工作工具和輔助支持，幫助他們更快速地完成工作任務(wù)，提高工作滿(mǎn)意度。一方面，大語(yǔ)言模型應用可以幫助員工挖掘自身潛力和提升自我效能。通過(guò)與大語(yǔ)言模型對話(huà)，員工可以更深入地了解自己的能力，從而更好地發(fā)揮自己的優(yōu)勢和潛力[19]1。這種自我能力的掌控和發(fā)揮也使員工對工作更有信心，進(jìn)而提高了他們的滿(mǎn)意度。另一方面，大語(yǔ)言模型應用可以根據員工的需求提供個(gè)性化的學(xué)習資源和培訓建議，幫助他們提升技能水平和實(shí)現職業(yè)發(fā)展。這種個(gè)性化支持滿(mǎn)足了員工對自我成長(cháng)的需求，提高了員工的工作體驗，進(jìn)一步提升了他們的滿(mǎn)意度[23]41。

最后，大語(yǔ)言模型應用可以為員工提供決策支持。隨著(zhù)大型語(yǔ)言模型（如GPT-3、BERT等）的出現和發(fā)展，這些模型在理解人類(lèi)語(yǔ)言的基礎上能夠生成邏輯清晰、條理分明的回答和解決方案，為工作中的問(wèn)題解決提供了新視角[11]7。此外，大語(yǔ)言模型還可以建立預測模型，幫助員工和企業(yè)更好地了解工作和業(yè)務(wù)趨勢。大語(yǔ)言模型具備數據分析和洞察功能，可以從大量的數據和信息中提取關(guān)鍵知識，為企業(yè)提供更準確的經(jīng)營(yíng)決策建議和最佳決策方案。基于數據的決策制定使組織能夠更好地適應市場(chǎng)變化和業(yè)務(wù)需求。

總體來(lái)說(shuō)，作為一種先進(jìn)的人工智能技術(shù)，大語(yǔ)言模型在職場(chǎng)中扮演著(zhù)不可或缺的角色。首先，通過(guò)為員工提供精準的支持和指導，大語(yǔ)言模型應用可以輔助完成工作任務(wù)、提高工作效率以及提升工作質(zhì)量。此外，大語(yǔ)言模型應用對員工職業(yè)發(fā)展和工作滿(mǎn)意度產(chǎn)生了積極的影響。最后，它也為員工提供了更好的自我認知、職業(yè)規劃和職業(yè)發(fā)展建議等方面的支持。然而，需要明確的是這一人工智能技術(shù)并不能完全替代人類(lèi)在工作中的作用。它們只是一種提高工作效率和質(zhì)量的輔助工具。在未來(lái)工作中，需要注重人工智能和人類(lèi)員工的平衡與協(xié)作，確保人智協(xié)作共融，從而實(shí)現更好的工作效果。

（二）數智時(shí)代工作重塑的相關(guān)研究

1.工作重塑的界定

Wrzesniewski等[24]24]將工作重塑的概念界定為個(gè)體對自己的工作任務(wù)或關(guān)系邊界作出的客觀(guān)或認知上的改變，并將其分為三個(gè)維度的內容：（1）任務(wù)重塑，即工作任務(wù)內容方面，包括數量、范圍和方式的改變；（2）關(guān)系重塑，即工作中與其他關(guān)系質(zhì)量和數量的改變；（3）認知重塑，即關(guān)于工作原有認識和想法的判斷改變。這些方面的重塑都可以幫助員工更好地適應現代科技和經(jīng)濟環(huán)境的變化。Tims等[25]25]基于工作要求-資源模型，對工作重塑的定義賦予了更具操作性的定義，即“員工為了平衡‘工作要求和資源’與‘個(gè)人能力和需要’對工作設計進(jìn)行的積極主動(dòng)的改變，這些改變可以讓工作更好地滿(mǎn)足員工的獨特技能、動(dòng)機和興趣”。Tims等[17]17]183隨后提出，工作要求和工作資源與員工能力和意愿之間的不匹配狀態(tài)是工作重塑的誘因。工作重塑的方式主要包括：（1）增加結構性工作資源，如尋求新的學(xué)習機會(huì )；（2）增加社會(huì )性工作資源，如獲取領(lǐng)導的積極、支持性反饋等；（3）提高挑戰性工作要求，如增加新的工作內容等；（4）減少阻礙性工作要求，如降低工作壓力等，共四個(gè)方面的內容。上述學(xué)者分別從不同的視角對工作重塑開(kāi)展研究，近年來(lái)也有學(xué)者從系統的角度通過(guò)整合上述視角對工作重塑概念進(jìn)行了拓展。Bruning等[26]26]歸納了工作重塑角色視角和資源視角的相關(guān)理論，將其重新劃分。在此基礎上，Zhang等[27]27]構建了一個(gè)工作重塑的三層次理論框架。具體而言，促進(jìn)-回避動(dòng)機理論處在理論的第一層，角色視角處在中間層，具體形式為認知重塑和行為重塑；資源視角處在第三層，內容是重塑資源和調整工作要求。

綜合工作重塑的相關(guān)研究發(fā)現，其主要影響個(gè)體的工作感知、態(tài)度和行為等方面[28]28]。首先，工作重塑對個(gè)體工作認知的影響主要包括對個(gè)體工作意義感和幸福感等積極認知的促進(jìn)[28]28]56。其次，工作重塑對工作態(tài)度具有顯著(zhù)影響。一方面工作重塑可以提升員工滿(mǎn)意感、工作投入、職業(yè)使命感等積極態(tài)度[29]29]；另一方面，可降低員工的工作耗竭和離職傾向等消極態(tài)度。這意味著(zhù)員工將更加積極地看待工作，并投入更多的熱情和精力，同時(shí)伴隨著(zhù)對組織忠誠度和承諾的提高[30]30]。Alonso等[31]31]發(fā)現，團隊的工作重塑顯著(zhù)提升了員工的工作滿(mǎn)意度。最后，工作重塑對個(gè)體的工作行為也具有顯著(zhù)的積極影響，主要包括員工的工作績(jì)效、創(chuàng )新行為和組織公民行為等。這些積極行為既有助于提高員工的工作效率和質(zhì)量，也有利于組織的穩定和發(fā)展。Uen等[32]32]研究指出，團隊工作重塑通過(guò)心理資本的中介作用進(jìn)一步提升員工的創(chuàng )新行為。同時(shí)，工作重塑與員工的工作績(jì)效和組織承諾呈現顯著(zhù)正向關(guān)系，尤其是當員工的組織支持感知程度處于低水平時(shí)[33]33]。

2.數智時(shí)代的工作重塑

大語(yǔ)言模型等人工智能技術(shù)的出現加快了工作環(huán)境智能化的趨勢。鑒于這一變化的不確定性和復雜性，企業(yè)要充分利用和支持員工充分參與其中，并基于技術(shù)變化為工作的轉換和修改奠定基礎。目前，已有大量研究探討了人工智能及其對工作領(lǐng)域的重塑，主要包括技術(shù)因素對工作重塑的前因和工作重塑后的結果兩方面。一方面，從人工智能技術(shù)的角度出發(fā)，關(guān)于數智化技術(shù)對工作重塑的影響是不確定的，取決于技術(shù)本身的屬性、組織屬性和對該技術(shù)的管理選擇等各種因素，以及現有員工的技能水平、組織戰略和設計等方面[1]1]1174。Lehdonvirta[34]34]通過(guò)一項短周期的在線(xiàn)計件工作調查發(fā)現，工作自主權的程度取決于特定的通信技術(shù)平臺和對工作組織的選擇。另一方面，基于人工智能技術(shù)完成工作重塑后的結果研究發(fā)現，人工智能技術(shù)通過(guò)重塑工作信息和模式進(jìn)而影響工作的結果[11]11]11。Lee等[35]35]研究發(fā)現人工智能技術(shù)可以作為員工在工作環(huán)境中的工作資源和工作需求感知，促進(jìn)了工作在任務(wù)、認知和關(guān)系上的重塑，并進(jìn)一步激發(fā)個(gè)人工作參與。Parker等[1]1]1171的研究通過(guò)舉例說(shuō)明了人工智能技術(shù)如何通過(guò)工作資源（自主權、技能使用、工作反饋、關(guān)系）和工作要求（如績(jì)效監控）推動(dòng)員工的工作重塑，并進(jìn)一步影響員工的福利、安全和績(jì)效。如技術(shù)為虛擬團隊工作提供了機會(huì )，這可能會(huì )阻礙員工的關(guān)系重塑。

盡管現有研究對人工智能技術(shù)下的工作重塑已經(jīng)進(jìn)行了豐富探討，但是缺乏對大語(yǔ)言模型應用影響工作重塑的專(zhuān)門(mén)探討。大語(yǔ)言模型應用已在各個(gè)領(lǐng)域引發(fā)廣泛的關(guān)注，特別是在工作場(chǎng)所。可以預見(jiàn)，未來(lái)很多工作將需要人和數智化技術(shù)之間進(jìn)行深度互動(dòng)[13]13]2。因此，有必要評估大語(yǔ)言模型應用可能給企業(yè)帶來(lái)的工作變化，必須重視工作重塑的問(wèn)題，從而引導工作朝著(zhù)期望的方向發(fā)展。源于技術(shù)本身的特性、組織屬性和對該技術(shù)的管理選擇等因素，盡管大語(yǔ)言模型應用對工作重塑的影響存在一定的不確定性[1]1]1173，但企業(yè)員工仍可以積極作出選擇和主動(dòng)改變，通過(guò)工作重塑適應大語(yǔ)言模型應用的影響，從而促使積極結果的發(fā)生。工作重塑有助于個(gè)體在工作中及時(shí)應對大語(yǔ)言模型應用產(chǎn)生的挑戰，也是個(gè)體在工作中主動(dòng)開(kāi)展的、持續不斷的改變工作內容和特征的行為[36]36]。基于此，筆者將根據工作要求-資源模型對大語(yǔ)言模型應用影響工作重塑的過(guò)程進(jìn)行重新探索和整合分析。筆者認為，大語(yǔ)言模型應用下的工作重塑是指員工為了個(gè)體偏好、智能技術(shù)應用與當前工作任務(wù)相匹配，主動(dòng)地對工作任務(wù)、關(guān)系互動(dòng)及技術(shù)應用展開(kāi)實(shí)質(zhì)或認知上改變的過(guò)程[36]36]1134。余文將闡述大語(yǔ)言模型應用通過(guò)各種工作要求（技能使用、工作反饋）要素和工作資源（自主權、關(guān)系方面）要素對工作重塑產(chǎn)生影響的具體機制。

三、大語(yǔ)言模型應用驅動(dòng)工作重塑的理論邏輯

基于工作要求-資源模型，可分別從工作要求和工作資源的角度對大語(yǔ)言模型應用對工作重塑的影響進(jìn)行分析。從工作要求的角度來(lái)看，大語(yǔ)言模型應用對員工提出的新技能要求，這些要求促使員工通過(guò)優(yōu)化流程和改變任務(wù)內容等方式進(jìn)行工作重塑。從資源視角來(lái)看，大語(yǔ)言模型應用為員工提供了新的工作支持，如數智化技能學(xué)習機會(huì )和即時(shí)信息反饋，這些資源支持可以幫助員工更好地適應新工作環(huán)境的變化。在此基礎上，本研究將探索大語(yǔ)言模型應用下工作重塑內容的演化，進(jìn)一步將工作重塑的形式分為任務(wù)型、關(guān)系型和認知型，這將有助于更深入地理解大語(yǔ)言模型應用對工作重塑的影響，為員工主動(dòng)適應新技術(shù)提供指導，更好地應對現代科技和經(jīng)濟環(huán)境的變化。具體演化如圖2所示。

圖2 工作要求-資源視角下大語(yǔ)言模型應用與工作重塑

 

（一）工作要求-資源視角下的大語(yǔ)言模型應用

工作要求-資源模型是一個(gè)區分工作要求和工作資源兩種核心工作特征的流行理論框架，用于分析工作環(huán)境中的壓力和動(dòng)機過(guò)程[14]14]312。其中，工作要求指的是工作中需要員工付出心理、生理或情感努力的因素，通常與工作的壓力性和挑戰性因素相關(guān)，包括高負荷的工作任務(wù)、時(shí)間壓力、復雜的人際互動(dòng)等[14]14]312。工作要求可能會(huì )引發(fā)員工的壓力反應，如緊張、疲勞或健康問(wèn)題等。工作資源指的是工作中有助于員工實(shí)現工作目標、緩解工作要求的負面影響以及促進(jìn)個(gè)人成長(cháng)和發(fā)展的因素，通常與工作的支持性和激勵性要素相關(guān)，包括社會(huì )支持、職業(yè)發(fā)展機會(huì )、工作自主性、工作反饋等[14]14]312。工作資源可以增強員工的動(dòng)機、滿(mǎn)意度和績(jì)效，促進(jìn)員工的健康和福利。

基于工作要求-資源模型，大語(yǔ)言模型應用給工作場(chǎng)所及員工的影響可以分別從工作要求和工作資源的角度進(jìn)行分析。第一，大語(yǔ)言模型應用可以提供個(gè)性化的學(xué)習資源和推薦，幫助員工增加豐富的結構性工作資源。一方面，大語(yǔ)言模型應用可以幫助員工更好地了解行業(yè)趨勢、市場(chǎng)動(dòng)態(tài)和最新技術(shù)，學(xué)習最新的專(zhuān)業(yè)知識和技能，提高自身工作能力和競爭力。另一方面，大語(yǔ)言模型作為一個(gè)工作工具與平臺，員工可以從中接觸到多樣化的學(xué)習材料和資源，如在線(xiàn)課程、培訓資料等，為他們提供了持續學(xué)習和提升的機會(huì )。通過(guò)在工作場(chǎng)所使用大語(yǔ)言模型這一智能技術(shù)，員工能夠獲取額外的個(gè)性化知識與信息等結構性工作資源，更加高效地完成任務(wù)。

第二，大語(yǔ)言模型應用可以通過(guò)其交互性和智能性為員工增加社會(huì )性工作資源。首先，員工與大語(yǔ)言模型實(shí)時(shí)互動(dòng)可得到即時(shí)反饋和解決方案[19]19]1，獲得更多的情感支持和心理安慰。同時(shí)，大語(yǔ)言模型的數據分析功能還可以幫助員工更好地了解自己的工作狀態(tài)和需求，找到適合自己的工作節奏和方式。這種個(gè)性化的工作方式有助于緩解員工的心理壓力和焦慮情緒，促進(jìn)員工的心理健康。其次，在團隊合作中，大語(yǔ)言模型成為了一個(gè)共享的知識庫。它可以幫助團隊成員快速獲取所需信息，減少溝通成本，提高協(xié)作效率[11]11]16。當員工不熟悉工作中所需的大語(yǔ)言模型技術(shù)時(shí)，可以向精通技術(shù)的同事請教。這種合作與共享的氛圍有助于增強團隊的凝聚力和工作動(dòng)力，營(yíng)造積極向上的組織文化和氛圍。最后，領(lǐng)導可以通過(guò)大語(yǔ)言模型為員工提供更加個(gè)性化的支持和關(guān)懷，有助于增強員工的歸屬感和忠誠度，提高員工的工作滿(mǎn)意度和幸福感。大語(yǔ)言模型應用為管理者提供了更智能的管理工具和數據分析功能，幫助領(lǐng)導更加精準地了解員工的工作需求和工作表現，更好地進(jìn)行人才管理和決策[9]9]2。

第三，大語(yǔ)言模型應用可以為員工增加更具挑戰性的工作要求，以激發(fā)他們的潛力和創(chuàng )造力。基于工作要求的理論視角，本研究考慮大語(yǔ)言模型應用對員工能力的要求，因為工作需要持續的身體和/或心理（認知和情感）努力或技能[14]14]312，即員工在完成工作任務(wù)的基礎上，要實(shí)現對智能技術(shù)的熟練應用[15]15]12。在學(xué)習和適應大語(yǔ)言模型應用的過(guò)程中，員工的能力得到了提升。此外，通過(guò)與大語(yǔ)言模型的對話(huà)，員工可以更深入地理解和挖掘自己的能力和潛力，可以為員工設定更具挑戰性的目標。這些目標能夠激發(fā)員工的斗志和動(dòng)力，促使他們不斷超越自我、實(shí)現突破。最后，大語(yǔ)言模型應用可以幫助員工識別和分析新的業(yè)務(wù)機會(huì )和挑戰，從而為其提供更加豐富和多樣化的工作內容，有助于激發(fā)員工的創(chuàng )造力和創(chuàng )新精神。

第四，大語(yǔ)言模型作為一種智能工具，有助于減少員工的阻礙性工作要求，降低員工的工作壓力和負擔。一方面，工作場(chǎng)所中的大語(yǔ)言模型應用對員工來(lái)說(shuō)是技術(shù)支持，可改善員工的工作體驗，減輕他們的精神壓力，從而降低員工在工作中的認知和情感阻礙。如通過(guò)篩選、自動(dòng)化處理和分析大量數據，大語(yǔ)言模型可以幫助員工減少重復性、低價(jià)值的工作任務(wù)，減輕他們的工作負擔[11]11]17。同時(shí)，大語(yǔ)言模型還可以?xún)?yōu)化工作流程和決策過(guò)程，提高工作效率和準確性，降低工作壓力。另一方面，大語(yǔ)言模型能夠根據員工的需求和偏好提供個(gè)性化支持和建議，有助于員工更好地應對工作壓力和挑戰，保持積極的心態(tài)和情緒狀態(tài)。

綜上所述，基于工作要求-資源模型的分析表明，大語(yǔ)言模型應用通過(guò)增加結構性工作資源、社會(huì )性工作資源以及挑戰性工作要求，減少阻礙性工作要求，對員工的工作產(chǎn)生了積極而深遠的影響。這些影響不僅提高了員工的工作效率和質(zhì)量，還激發(fā)了他們的創(chuàng )造力和潛力，促進(jìn)了個(gè)人和組織的共同成長(cháng)。

（二）工作要求-資源視角下大語(yǔ)言模型應用與工作重塑

綜上所述，工作要求和工作資源模型為理解大語(yǔ)言模型應用下的工作重塑提供了有用的理論框架。工作重塑是員工對工作要求的調整和對工作資源的利用，旨在更好地滿(mǎn)足自身的需求和目標。通過(guò)調整大語(yǔ)言模型應用帶來(lái)的工作要求和工作資源的平衡，員工可以調整工作內容和改善工作體驗，更好地完成工作目標，提高工作滿(mǎn)意度和績(jì)效。

結合現有工作重塑和工作要求-資源理論的核心思想，本研究提出大語(yǔ)言模型應用可能通過(guò)影響工作要求和工作資源實(shí)現對工作重塑的內容改變，最終表現為工作任務(wù)重塑、關(guān)系重塑、認知重塑三個(gè)形式。首先，工作任務(wù)重塑是指個(gè)體通過(guò)大語(yǔ)言模型改變工作任務(wù)的數量、形式、范圍或完成方式等[36]36]1137。一方面，大語(yǔ)言模型可以支持員工的學(xué)習和更新技能，以及為他們提供新的職業(yè)發(fā)展資源，這些結構性工作資源可以幫助他們增強工作能力和動(dòng)力，改善工作壓力，有助于個(gè)體工作目標的實(shí)現。另一方面，根據員工的工作計劃和目標，大語(yǔ)言模型可以通過(guò)智能分析識別并優(yōu)化重復性的任務(wù)或低效的工作流程，降低完成工作任務(wù)的難度，減少阻礙性工作要求。在這個(gè)過(guò)程中，員工通過(guò)大語(yǔ)言模型可以更好地管理時(shí)間和任務(wù)，提高工作效率和工作質(zhì)量，完成對工作任務(wù)的重塑。基于此，員工使用大語(yǔ)言模型應用可以調整工作要求的數量和性質(zhì)，改變之前的工作方式和工作流程，調整工作內容和范圍的界定，通過(guò)智能技術(shù)處理工作任務(wù)提升效率，以適應企業(yè)數智化轉型的需求。綜上所述，大語(yǔ)言模型應用之后，員工可以通過(guò)工作任務(wù)重塑完成工作任務(wù)，并通過(guò)人工智能技術(shù)的資源支持更加高效地完成任務(wù)，提升工作效率。

命題1：大語(yǔ)言模型應用可以通過(guò)增加員工的結構性工作資源、減少阻礙性工作要求完成對工作的任務(wù)重塑。

此外，大語(yǔ)言模型應用下的關(guān)系重塑概念為員工在工作中改變人智互動(dòng)、人際互動(dòng)的數量和質(zhì)量，以獲得自己和他人對大語(yǔ)言模型應用的支持[36]36]1138。在工作場(chǎng)所中，大語(yǔ)言模型應用的功能可以增加員工的結構性工作資源，有效提升員工的社會(huì )關(guān)系。首先，員工在與大語(yǔ)言模型不斷對話(huà)的過(guò)程中，也與其建立了人與智能體的交互聯(lián)系。大語(yǔ)言模型應用通過(guò)與員工的對話(huà)提供學(xué)習反饋，實(shí)現人智協(xié)作[19]19]1，增加員工的結構性工作資源。同時(shí)，在企業(yè)數智化轉型的迫切需求下，員工為了學(xué)習人工智能技術(shù)的這一結構性資源，可以通過(guò)大語(yǔ)言模型應用與企業(yè)范圍內的同事進(jìn)行互動(dòng)并搭建關(guān)系，從而幫助彼此掌握技術(shù)并完成工作任務(wù)，應對該技術(shù)在工作場(chǎng)所應用帶來(lái)的挑戰。因此，大語(yǔ)言模型應用通過(guò)智能郵件過(guò)濾、社交媒體互動(dòng)等功能，幫助員工識別潛在的合作伙伴、導師或行業(yè)專(zhuān)家，促進(jìn)他們之間的交流和合作，增加員工社會(huì )性工作資源。在這個(gè)過(guò)程中，大語(yǔ)言模型應用可以為員工和任務(wù)、同事之間搭建溝通的橋梁，協(xié)助員工與技術(shù)、團隊建立更好的工作關(guān)系，提高工作靈活性和企業(yè)效能。綜上所述，大語(yǔ)言模型應用之后，員工可以通過(guò)與大語(yǔ)言模型之間的互動(dòng)，以及與同事之間進(jìn)行技術(shù)交流，建立和維持高質(zhì)量的人際和人智關(guān)系，重塑現有的工作關(guān)系，這對于員工提升工作績(jì)效以及積極推動(dòng)企業(yè)數智化轉型具有深刻的意義。

命題2：大語(yǔ)言模型應用可以通過(guò)增加員工的結構性工作資源、社會(huì )性工作資源完成對工作的關(guān)系重塑。

最后，認知重塑是指個(gè)體改變對大語(yǔ)言模型技術(shù)及其與工作要求、自身偏好間關(guān)系的認識[36]36]1138。大語(yǔ)言模型應用不僅是工作場(chǎng)所的技術(shù)變革，更是員工個(gè)體的認知與思維革命。在面對人工智能技術(shù)帶來(lái)的風(fēng)險和不確定性時(shí)，員工如何看待大語(yǔ)言模型及其在工作中的應用對員工主動(dòng)適應數智化轉型至關(guān)重要。首先，大語(yǔ)言模型在工作場(chǎng)所的應用意味著(zhù)任務(wù)內容的增加，產(chǎn)生了對員工使用該技術(shù)的能力要求。因此，大語(yǔ)言模型技術(shù)激發(fā)了員工提升挑戰性技能的熱情，從而幫助員工在認知和情感上更好地應對新的工作要求。在這個(gè)過(guò)程中，大語(yǔ)言模型可以輔助員工進(jìn)行項目策劃、產(chǎn)品設計或市場(chǎng)研究，員工可以承擔更具挑戰性的工作任務(wù)，拓展自己的職責范圍，提高員工的挑戰性工作要求，提升個(gè)人成長(cháng)和職業(yè)發(fā)展的速度。其次，工作場(chǎng)所的大語(yǔ)言模型應用可以?xún)?yōu)化員工工作流程，減少員工的工作壓力和疲憊感。在這個(gè)過(guò)程中，大語(yǔ)言模型應用也會(huì )降低員工的阻礙性工作要求，改善員工的工作體驗，提高他們的工作滿(mǎn)意度和幸福感[29]29]427。綜上所述，員工可以通過(guò)認知重塑提高心理（認知和情感）上對大語(yǔ)言模型技術(shù)和技能的認識，從根本上改變對智能技術(shù)滿(mǎn)足自身偏好和工作要求的價(jià)值判斷。相比于其他工作重塑形式，認知重塑的優(yōu)勢在于即使員工不進(jìn)行工作任務(wù)重塑、關(guān)系重塑和人工智能技術(shù)使用，也有助于提升大語(yǔ)言模型應用與工作要求、資源支持的關(guān)系，進(jìn)而助力員工適應數智化轉型。

命題3：大語(yǔ)言模型應用可以通過(guò)提高員工的挑戰性工作要求、減少阻礙性工作要求完成對工作的認知重塑。

四、分析與討論

（一）研究?jì)r(jià)值及不足之處

本研究基于工作資源-要求模型揭示了大語(yǔ)言模型應用對工作重塑的激發(fā)機制，此外還探討了工作資源和要求對工作重塑的影響路徑。一方面，基于動(dòng)態(tài)過(guò)程視角，本研究將工作重塑視為一個(gè)從“點(diǎn)”到“線(xiàn)”的過(guò)程，揭示大語(yǔ)言模型應用在驅動(dòng)工作任務(wù)、關(guān)系和認知重塑方面的作用。這一模型有助于認識企業(yè)數智化轉型背景下員工工作重塑的啟動(dòng)過(guò)程。另一方面，基于工作要求-資源模型，從傳統工作重塑的資源和要求的四個(gè)內容維度出發(fā)，進(jìn)一步探索大語(yǔ)言模型應用通過(guò)工作內容影響工作重塑的作用機制。這一研究彌補了現有研究關(guān)于大語(yǔ)言模型作用后果的缺失。本研究觀(guān)點(diǎn)有助于深化學(xué)界對員工工作與人工智能交互過(guò)程的認識，為更好地實(shí)現大語(yǔ)言模型的應用價(jià)值和工作重塑的效果，應關(guān)注員工的工作內容，提供相應的培訓和支持，幫助他們更好地適應新技術(shù)環(huán)境。

綜上，筆者試圖在大語(yǔ)言模型應用的工作場(chǎng)所中重新思考和建構工作重塑這一兼具理論價(jià)值和實(shí)踐意義的核心概念。在此基礎上，筆者進(jìn)一步從工作資源-要求模型出發(fā)，探討了大語(yǔ)言模型應用影響的過(guò)程機制，構建了一個(gè)系統整合的大語(yǔ)言模型應用下工作重塑理論模型。然而，本研究仍存在一些不足和需要進(jìn)一步探討的問(wèn)題。首先，本研究構建的大語(yǔ)言模型應用下工作重塑模型仍處于理論思考的初始階段，缺少充分的調研數據支持。未來(lái)將基于案例研究和問(wèn)卷調查等方式對其進(jìn)行驗證，更好地推動(dòng)大語(yǔ)言模型應用下員工工作重塑的相關(guān)研究。其次，本研究主要關(guān)注了大語(yǔ)言模型應用對工作重塑的影響，忽略了其他可能的影響因素，如員工的個(gè)體特征、組織文化、數智化技術(shù)的采納速度等，這些都可能對工作重塑產(chǎn)生影響。未來(lái)研究可以從其他理論視角或研究層次出發(fā)，更全面地考察這些因素，從而更準確地理解工作重塑的過(guò)程。最后，本研究主要聚焦于大語(yǔ)言模型應用對工作重塑的影響，但實(shí)際上工作重塑可能還有其他更廣泛的影響。工作重塑可能影響員工的職業(yè)發(fā)展、組織變革和社會(huì )影響等[1]1]1185。未來(lái)研究可以進(jìn)一步探討這些影響，更全面地理解大語(yǔ)言模型應用的效果。通過(guò)對上述理論模型進(jìn)行更新和完善，不僅揭示了大語(yǔ)言模型在工作場(chǎng)所應用的作用過(guò)程及其后果，也借此推動(dòng)了學(xué)者對企業(yè)微觀(guān)工作重塑過(guò)程的系統性理解。

（二）管理實(shí)踐挑戰及啟示

從實(shí)踐來(lái)看，大語(yǔ)言模型應用為員工提供了更加智能、高效的工具與輔助支持，極大程度上改變了工作性質(zhì)與方式。員工利用大語(yǔ)言模型能夠自動(dòng)處理大量繁瑣、重復性的任務(wù)，從低價(jià)值的任務(wù)中解放出來(lái)，將更多精力投入到更具附加值的創(chuàng )新任務(wù)中[9]9]4。然而，這種工作轉變也帶來(lái)了一些挑戰。

首先，在工作重塑的過(guò)程中，員工需要不斷學(xué)習和適應大語(yǔ)言模型這一技術(shù)和工具，確保員工與人工智能技術(shù)實(shí)現有效的匹配和協(xié)作。在這一過(guò)程中，員工可能會(huì )經(jīng)歷學(xué)習曲線(xiàn)，對員工的工作效率產(chǎn)生一定的影響[36]36]1139。此外，大語(yǔ)言模型的某些局限性也需要引起關(guān)注。大語(yǔ)言模型只能根據訓練數據中的信息進(jìn)行學(xué)習，若這些數據存在偏見(jiàn)或錯誤，那么大語(yǔ)言模型在處理用戶(hù)信息時(shí)可能產(chǎn)生不準確的結果或誤判[11]11]9。同時(shí)，隨著(zhù)時(shí)間的推移，員工過(guò)度依賴(lài)大語(yǔ)言模型會(huì )削弱決策能力和問(wèn)題解決能力，一旦遇到復雜任務(wù)和非標準情況時(shí)，可能會(huì )出現判斷失誤。因此，企業(yè)管理者應采取有效的數據清洗和校驗措施確保算法的公正性和可解釋性。

其次，在工作重塑的過(guò)程中，大語(yǔ)言模型應用可能對員工的職業(yè)發(fā)展產(chǎn)生影響。由于大語(yǔ)言模型能夠自動(dòng)化工作任務(wù)，一些傳統的工作崗位會(huì )減少甚至消失，導致員工感到自己的職業(yè)發(fā)展受到威脅[10]10]75。同時(shí)，在適應大語(yǔ)言模型下工作重塑變化的過(guò)程中，員工會(huì )感到焦慮和壓力。此外，大語(yǔ)言模型作為生成式人工智能技術(shù)，部分員工會(huì )產(chǎn)生不熟悉感和抗拒感，認為大語(yǔ)言模型對工作穩定性造成消極影響。因此，在工作重塑的過(guò)程中，員工情緒和壓力的管理是關(guān)鍵，這需要管理者關(guān)注員工的情緒狀態(tài)和壓力水平，提供必要的支持和幫助，減輕他們在新技術(shù)應用過(guò)程中的負擔[23]23]41。同時(shí)，在大語(yǔ)言模型應用過(guò)程中，管理者應建立良好的溝通機制，確保溝通渠道暢通無(wú)阻，及時(shí)解答員工的問(wèn)題和疑慮，了解他們的需求和反饋，為員工提供更多職業(yè)發(fā)展機會(huì )和培訓，幫助他們適應大語(yǔ)言模型應用下新的工作環(huán)境和技能需求。在應用大語(yǔ)言模型的過(guò)程中，企業(yè)管理者應注重企業(yè)的社會(huì )責任，關(guān)注員工權益，確保大語(yǔ)言模型應用的優(yōu)勢能夠公平地分配給所有員工。

最后，在大語(yǔ)言模型應用的過(guò)程中，員工的工作重塑必須考慮數據安全和隱私保護的問(wèn)題。大語(yǔ)言模型系統通常需要收集和分析大量的個(gè)人數據來(lái)訓練模型，這些數據如果被不當使用或泄露，會(huì )損害員工的隱私和安全問(wèn)題[11]11]9。因此，在數據隱私保護方面，應確保系統存儲和處理用戶(hù)信息的安全性，避免數據泄露；在技術(shù)監管方面，應明確任務(wù)主體并保持對決策的監督和控制；在道德和法律方面，應遵循基本的道德和法律原則以保障用戶(hù)的權益[21]21]135。同時(shí)，企業(yè)也需要對員工進(jìn)行數據安全和隱私保護的宣傳和教育，提高員工的數據保護意識[7]7]9。尤其是在使用ChatGPT等大語(yǔ)言模型時(shí)，需尊重用戶(hù)的隱私權和知情權，明確告知用戶(hù)系統的功能和數據來(lái)源，獲得用戶(hù)的許可后才能使用。

 

參考文獻

[1]PARKER S K,GROTE G.Automation,algorithms,and beyond:Why work design matters more than ever in a digital world[J].Applied Psychology,2022,71(4):1171-1204.

[2]FREY C B,OSBORNE M A.The future of employment:How susceptible are jobs tocomputerisation?[J].Technological Forecasting and Social Change,2017,114:254-280.

[3]BRYNJOLFSSON E,MITCHELL T,ROCK D.What can machines learn and what does it mean for occupations and the economy?[C]//AEA papers and proceedings.2014 Broadway,Suite 305,Nashville,TN 37203:American Economic Association,2018,108:43-47.

[4]徐鵬，徐向藝.人工智能時(shí)代企業(yè)管理變革的邏輯與分析框架[J].管理世界，2020,36(1):122-129+238.

[5]戚聿東，肖旭.數字經(jīng)濟時(shí)代的企業(yè)管理變革[J].管理世界，2020,36(6):135-152+250.

[6]BROUGHAM D,HAAR J.Smart technology,artificial intelligence,robotics,and algorithms(STARA):Employees’perceptions of our future workplace[J].Journal of Management&Organization,2018,24(2):239-257.

[7]羅文豪，霍偉偉，趙宜萱，等.人工智能驅動(dòng)的組織與人力資源管理變革：實(shí)踐洞察與研究方向[J].中國人力資源開(kāi)發(fā)，2022,39(1):4-16.

[8]高中華，徐燕.智能制造師徒關(guān)系理論構建及對團隊雙元創(chuàng )新的驅動(dòng)機制[J].心理科學(xué)進(jìn)展，2023,31(8):1411-1428.

[9]S?TRA H S.Generative AI:Here to stay,but for good?[J].Technology in Society,2023,75:paper102372.

[10]王林輝，錢(qián)圓圓，周慧琳，等.人工智能技術(shù)沖擊和中國職業(yè)變遷方向[J].管理世界，2023,39(11):74-95.

[11]鄭世林，姚守宇，王春峰.ChatGPT新一代人工智能技術(shù)發(fā)展的經(jīng)濟和社會(huì )影響[J].產(chǎn)業(yè)經(jīng)濟評論，2023,3:5-21.

[12]LEONARDI P,CONTRACTOR N.Better peopleanalytics[J].Harvard Business Review,2018,96(6):70-81.

[13]張志學(xué)，華中生，謝小云.數智時(shí)代人機協(xié)同的研究現狀與未來(lái)方向[J].管理工程學(xué)報，2024,38(1):1-13.

[14]BAKKER A B,DEMEROUTI E.The job demands-resources model:State of the art[J].Journal of Managerial Psychology,2007,22(3):309-328.

[15]ERNST E,MEROLA R,SAMAAN D.Economics of artificial intelligence:Implications for the future ofwork[J].IZA Journal of Labor Policy,2019,9(1):1-13.

[16]朱曉妹，王森，何勤.人工智能嵌入視域下崗位技能要求對員工工作旺盛感的影響研究[J].外國經(jīng)濟與管理，2021,43(11):15-25.

[17]TIMS M,BAKKER A B,DERKS D.Development and validation of the job craftingscale[J].Journal of Vocational Behavior,2012,80(1):173-186.

[18]陳志俊，紀順洪，張輝華.自下而上提升組織績(jì)效的主動(dòng)嘗試：基于動(dòng)態(tài)過(guò)程視角的工作重塑[J].心理科學(xué)進(jìn)展，2023,31(10):1814-1827.

[19]陳曉東.數字技術(shù)與大語(yǔ)言模型時(shí)代[N].中國社會(huì )科學(xué)報，2023-09-05(007).

[20]VAN DIS E A M,BOLLEN J,ZUIDEMA W,et al.ChatGPT:Five priorities for research[J].Nature,2023,614(7947):224-226.

[21]令小雄，王鼎民，袁健.ChatGPT爆火后關(guān)于科技倫理及學(xué)術(shù)倫理的冷思考[J].新疆師范大學(xué)學(xué)報(哲學(xué)社會(huì )科學(xué)版),2023,44(4):123-136.

[22]GORDIJN B,HAVE H T.ChatGPT:Evolution or revolution?[J].Medicine,Health Care and Philosophy,2023,26(1):1-2.

[23]趙宜萱，趙曙明，欒佳銳.基于人工智能的人力資源管理：理論模型與研究展望[J].南京社會(huì )科學(xué)，2020,2:36-43.

[24]WRZESNIEWSK A,DUTTON J E.Crafting a job:Revisioning employees as active crafters of their work[J].Academy of Management Review,2001,26(2):179-201.

[25]TIMS M,BAKKER A B.Job crafting:Towards a new model of individual jobredesign[J].SA Journal of Industrial Psychology,2010,36(2):1-9.

[26]BRUNING P F,CAMPION M A.A role-resource approach-avoidance model of job crafting:A multimethod integration and extension of job crafting theory[J].Academy of Management Journal,2018,61(2):499-522.

[27]ZHANG F,PARKER S K.Reorienting job crafting research:A hierarchical structure of job crafting concepts and integrative review[J].Journal of Organizational Behavior,2019,40(2):126-146.

[28]TIMS M,TWEMLOW M,FONG C Y M.A state-of-the-art overview of job-crafting research:Current trendsand future research directions[J].Career Development International,2022,27(1):54-78.

[29]BAKKER A B,OERLEMANS W G M.Daily job crafting and momentary work engagement:A self-determination and self-regulationperspective[J].Journal of Vocational Behavior,2019,112:417-430.

[30]LLORENTE-ALONSO M,TOPA G.Individual crafting,collaborative crafting,and job satisfaction:The mediator role ofengagement[J].Revista de Psicología del Trabajo y de las Organizaciones,2019,35(3):217-226.

[31]ALONSO C,FERNáNDEZ-SALINERO S,TOPA G.The impact of both individual and collaborative job crafting on Spanish teachers’well-being[J].Education Sciences,2019,9(2):74.

[32]UEN J F,VANDAVASI R KK,LEE K,et al.Job crafting and psychological capital:A multi-level study of their effects on innovative work behaviour[J].Team Performance Management:An International Journal,2021,27(1/2):145-158.

[33]CHENG J C,YI O.Hotel employee job crafting,burnout,and satisfaction:The moderating role of perceived organizationalsupport[J].International Journal of Hospitality Management,2018,72:78-85.

[34]LEHDONVIRTA V.Flexibility in the gig economy:Managing time on three online pieceworkplatforms[J].New Technology,Work and Employment,2018,33(1):13-29.

[35]LEE S H,SHIN Y,BAEK S I.The impact of job demands and resources on job crafting[J].Journal of Applied Business Research(JABR),2017,33(4):829-842.

[36]史燕偉，謝菊蘭，王雅妮，等.數字化工作重塑及其對工作績(jì)效的促進(jìn)作用：基于人-任務(wù)-技術(shù)匹配視角[J].心理科學(xué)進(jìn)展，2023,31(7):1133-1145.

 

徐燕 | 赤峰學(xué)院經(jīng)濟與管理學(xué)院。

 

高中華,徐燕.大語(yǔ)言模型驅動(dòng)下的員工工作重塑機制[J].北京郵電大學(xué)學(xué)報(社會(huì )科學(xué)版),2024,26(02):1-11.