Artificial Intelligence in Green Human Resource Management: Examining the Mediating Role of Employee Engagement in Attaining Organizational Sustainability
这项文献计量学与批判性综述揭示了处于起步阶段的AI赋能绿色人力资源管理领域在很大程度上忽视了员工参与度作为组织可持续性中介机制的作用，从而促使作者提出了一个双路径框架和研究议程，以指导未来关于AI如何通过建立或削弱参与度来达成绿色成果的研究。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代职场中，企业面临着越来越大的压力，要求其运营方式必须保护地球。为了实现这些目标，许多组织转向了一种被称为“绿色人力资源管理”的策略。这种方法包括招聘关注环境的人才、培训他们减少浪费，并奖励有助于公司保持可持续发展的行为。多年来，研究人员已经知道，当员工感受到绿色政策的支持与激励时，他们更有可能采取有助于环境的行为。然而，一种新的工具正在迅速改变这些政策的交付方式：人工智能。从筛选具有环保价值观的求职者的软件，到实时追踪能源使用情况的算法，技术正在成为绿色职场的中心部分。领导者和科学家们面临的重大问题是，这种高科技手段究竟是真的有助于环境，还是可能会无意中创造出新的问题，从而削弱其原本旨在实现的各种目标。
最近的一项研究旨在通过观察该领域已发表的大量研究来回答这个问题。这些研究人员来自中亚和巴基斯坦的多所大学，他们希望了解人工智能究竟如何融入绿色人力资源管理，以及至关重要的是，它是否是通过提高员工的参与度和积极性来发挥作用的。他们首先收集并分析了 2010 年至 2026 年间讨论人工智能与绿色人力资源交集的 200 多篇科学研究。他们将这组研究与另一组探讨绿色人力资源与员工参与度（分别进行）的近 600 篇研究进行了对比。通过将这两组研究进行并排映射，他们可以观察到这两个领域的重叠之处，更重要的是，观察到它们在哪里未能建立联系。
分析揭示了一个令人惊讶的差距。虽然绿色人力资源领域发展迅速，尤其是在过去两年中，但该领域的 AI 研究仍处于非常初级的阶段。研究发现，现有的大多数研究将人工智能视为提高公司整体效率或能力的工具，侧重于整个组织层面。极少有研究探讨员工内心的变化。事实上，在 206 篇关于人工智能与绿色人力资源的论文中，只有 5 篇实际测试了“员工参与度”是否是导致更好环境结果的机制。这表明，尽管企业渴望采用这些技术，但它们尚未完全理解这些技术是如何改变员工对工作的感受，或者如何影响他们的日常行为的。
研究人员还发现，目前的文献通常假设人工智能自动对环境是有利的。然而，仔细观察证据会发现一个更为复杂的局面。研究强调，人工智能可能是一把“双刃剑”。一方面，它可以为员工提供宝贵的资源，例如个性化培训、清晰的环境影响反馈以及对其绿色努力的认可。当员工获得这种支持时，他们往往会感到更有参与感，也更有动力去做好工作。另一方面，同样的技术也会产生新的需求和压力。如果员工觉得自己在被算法时刻监视，或者软件做出的决策显得不公平或令人困惑，他们可能会感到压力和脱节。这种压力实际上会降低他们参与绿色倡议的意愿，从而抵消技术本应提供的任何益处。
此外，研究指出了一个经常被忽视的隐藏成本：人工智能系统本身的环保足迹。训练和运行这些强大的计算机模型需要消耗大量的能量。研究人员认为，一家公司若要真正声称自己是可持续发展的，就必须将人工智能系统所消耗的能量与其产生的环境收益进行权衡。如果技术消耗的能量多于它所节省的能量，那么最终的结果就称不上是绿色的。
基于这些发现，作者提出了看待这种关系的一种新方式。他们认为，只有当人工智能的设计旨在增强而非消耗员工的精力时，它才能带来真正的可持续组织。这意味着使用技术来提供有益的反馈和学习机会，而不是主要将其作为监控行为的监视工具。研究还强调，这些系统的成功取决于其治理方式。透明度、公平性以及“人在回路”（即由人类监督决策）等因素至关重要。如果满足这些条件，人工智能可以帮助员工感到自己与公司的绿色目标联系得更加紧密。如果未能满足，技术可能会产生阻力和压力，从而损害环境。
研究结论指出，该领域正从关注简单的技术效率转向对人员和治理的细致理解。作者呼吁未来的研究应超越简单的问卷调查，采用更严谨的方法来追踪随时间的变化。他们还敦促研究人员关注多样化的地区，并测量实际的环境成果（如能源使用和废物减少），而不仅仅是询问员工的感受。通过将人工智能视为一种必须经过精心管理以支持人类参与度的工具，而非一种能够自行运作的神奇解决方案，组织可以更好地应对通往真正可持续发展的道路。这项研究并未声称已经解决了问题，但它清晰地描绘了当前知识的现状以及未来最重要的研究方向。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。