作者：Mia Hoffmann，Laura Nurski
来源：Bruegel
人工智能有潜力将企业层面的劳动生产率提高3%至4%，从而显著影响欧洲的经济增长。然而，到目前为止，只有40%的欧洲企业采用了人工智能技术，最常见的是在欺诈检测或仓库管理等领域。
欧洲企业接受人工智能慢于设想的一个原因，在于工人犹豫是否在工作中使用人工智能和其他智能技术。员工对技术的利用不足被认为是解释“生产率悖论”的一个关键因素，即尽管技术大幅引进、但生产率停滞的现象，因为简单地提供一项新技术并不一定会导致员工采用它。
愿意让机器人协助工作的欧洲人比例，从2014年的47%下降到了2017年的35%，这一数据似乎部分源于就业方面的担忧：74%的欧洲人预计人工智能摧毁的工作岗位将多于它创造的工作岗位，44%的工人认为他们目前的工作至少可以部分由机器人或人工智能完成(图1)。这种担忧在低技能的体力劳动者和白领中最为严重，这证实了一项研究，即面临自动化风险的职业人士更担心未来。
欧洲现有数据中，很少会将企业层面的人工智能采用和员工层面的人工智能接受度联系起来，但Eurobarometer提供了一些关于员工在工作中接受和采用新技术的证据：在工作中更接受机器人的国家，工人们也报告了在工作场所更多使用机器人(图2)。因果关系可能是双向的（随着时间的推移，通过学习效应，接触机器人也会提高对其的接受度），但这一数据表明，工人对新技术的接受程度和企业对新技术的采用程度有着错综复杂的联系(相关系数为0.47)。为了充分利用人工智能，雇主和员工都需要能够看到它的潜力。在工作场所接受技术的文献可以指导决策者和企业，帮助员工在工作场所接受人工智能和其他智能技术。在工作中接受技术：我能得到什么好处，会付出什么代价？工人决定是否以及如何使用一项新技术，取决于两个因素：技术的感知有用性和感知易用性。感知有用性被定义为“一个人相信使用一个特定的系统可以提高他或她的工作绩效的程度”，感知易用性被定义为“一个人认为不费力使用一个特定的系统的程度”。如果一个工人认为该技术提供了一个不费吹灰之力的东西，他们就会更倾向于使用它。早期的研究表明，有用性比易用性更能预测技术的被运用程度：用户通常愿意在一个提供急需功能的系统中应对一些使用上的困难。然而，再多的易用性也无法弥补一个无用的系统。员工通过比较系统的能力和他们在工作场所的职责来判断有用性。当技术与他们的任务相关，能带来高质量的产出，并且其结果很容易被展示时，工人会更重视技术。社会过程也影响感知有用性。如果一项技术提高了一个人的地位，或者如果同事或主管期望一个人使用新技术，那么工人对系统有用性的感知就会增加。感知的易用性，取决于工人对技术的先入为主的信念，以及随着时间的推移对这些信念的调整。工人根据他们的计算机知识、现有的组织支持资源、使用计算机的内在动机等来固定他们的信念。一旦员工体验了实际的技术，他们就会根据使用技术的实际乐趣(不考虑任何性能上的影响)和它的客观可用性(完成特定任务所需要的实际水平，而不是感知)来调整他们的信念。组织支持对技术吸收的重要性随着时间的推移而增加，因为更多可用的支持基础设施被使用，对具体的、在职使用的帮助变得更加重要。性别、年龄、经验和使用意愿对上述因素有调节作用。算法在工作场合并不新鲜。几十年来，它们一直被用于优化(如调度和库存管理)和预测(如需求预测、信用风险分析和个性化营销)。这些老式算法和目前的人工智能应用之间的主要区别在于：谁在与算法互动、如何互动、何时互动。在过去，算法主要由后台部门的统计学家或计算机工程师处理。算法的输出对一线工作人员有影响(例如，通过确定他们的每月时间表)，但这些工作人员通常不知道系统的存在。现在，许多人工智能应用让一线工作人员每天在电脑、智能手机和可穿戴设备上与算法互动。此外，在过去，算法的作用周期更长：调度和预测是提前完成的，为工人提供了某种形式的稳定性。现在，快速易用的算法可以进行每分钟的调整，并实时对工人的环境做出反应(例如优步的峰时定价算法)。关于机器人和人工智能接受度的研究仍处于初级阶段，其特点是小样本研究，工人的观点没有得到充分代表。尽管如此，还是出现了一些关键因素。首先，人们发现员工会避免使用繁重的人工智能系统，比如增加工作量或发送过多的建议和警报。同样，算法的难以理解性也可能成为员工采用它的障碍。在医疗保健领域，如果不理解人工智能的建议为何与自己的评估不同，就无法将其应用纳入日常工作。无法判断系统决策的正确性会导致不信任，并降低其可用性。模糊的医疗决策问责制，让员工对依赖一个低透明度的系统感到不安。当工作人员本身是数据来源时，这个责任问题同样重要，例如，使用算法管理。在这种情况下，对隐私的担忧和对数据安全的怀疑，加剧了系统缺乏透明度而引起的怀疑，这可能使工人更不愿意采用这种技术。当机器人参与其中时，工人会出现对身体健康的额外担忧。在人-机积极合作的工作场所，比如制造业，即使是机器人的小故障也会导致严重的人体伤害。因此，安全考虑是产业工人在工作场所对机器人态度的关键决定因素。个人对工作安全的担忧和对整个劳动力市场的不利影响，是人们在工作中对机器人态度的重要因素。同时，工人的态度是基于机器人对其日常工作的影响。例如，人机交互可能会取代人与人之间的互动，减少同事之间的沟通和协作。或者，工人可能需要重新分配时间，从特定的工作任务转到监测机器人工作，从而导致实际操作知识的退化和贬值。
