有效的电子邮件沟通在工作场所一直至关重要。麦肯锡的研究表明,花7-8分钟来提升电子邮件的清晰度和语法可以将其生产力提高多达30%(McKinsey, 2012)。在电子邮件中清晰地阐述任务可以确保接收者能够理解并无误解地采取行动,而模糊不清的表述可能导致冗长的澄清过程或错误的行动(Sappelli et al., 2016; Lampert et al., 2008; Cohen et al., 2004)。这一原则不仅适用于电子邮件沟通:在众包研究中,不明确的任务指示促使人们开发出帮助工作者有效理解和执行任务的系统,从而在最小依赖请求者提供信息的情况下保持高质量的结果(Manam and Quinn, 2018)。
近期生成式AI的进步为工作场所的电子邮件沟通带来了新的动态。大型语言模型(LLMs),如GPT-4,越来越多地被用于撰写或完善专业邮件。这些工具通常被认为能够提高邮件的流畅性和清晰度,尤其是对于非母语者、缺乏写作经验的人或职场新人(Cambon et al., 2023; Dell’Acqua et al., 2023; Dhillon et al., 2024)。然而,它们的使用也引发了关于真实性和情感细微差别的担忧。一些研究发现,接收者可能认为LLM生成的邮件不真诚或不真实(Hohenstein et al., 2023a; Hoque et al., 2024),而另一些研究则指出人们常常难以区分AI生成的内容和人类撰写的文本,并依赖有缺陷的启发式方法来进行判断(Jakesch et al., 2023)。此外,Kadoma等人(2023)观察到,尽管AI生成邮件的风格对感知到的包容性没有显著影响,但感到更被包容的参与者报告了更高的自主性和归属感,尤其是在少数群体成员中。
在沟通中使用生成式AI不仅仅是技术层面的问题;它改变了作者身份、意图和人际关系的本质。Constantinides等人(2025)提出了“混合工作”(blended work)的概念,强调了人机协作如何重塑用户的控制感、真实性和身份认同。随着生成式AI逐渐融入日常沟通工作流程,其对人际关系以及用户如何引导、信任或重新解读这些关系的影响需要更深入的实证研究。
除了写作质量外,有效的电子邮件沟通还高度依赖于人际动态(例如权力关系、文化期望和情感基调)。由上级或能力更强的员工撰写的电子邮件可能与同等级别的同事撰写的电子邮件被解读的方式不同(DeWall et al., 2011)。同样,不同文化中的电子邮件风格在正式程度、直接性和情感表达方面也存在差异(Holtbrügge et al., 2013; Meyer, 2014)。此外,电子邮件中情感的表达和解读方式可能导致误解;(Byron, 2008)发现员工常常认为电子邮件中的情感内容比实际意图更为消极或中性。
尽管之前的研究已经考察了LLM生成邮件的语言清晰度和流畅度,但关于这些邮件在激发接收者采取行动方面的效果如何,以及情感框架的微妙差异如何影响接收者的动机,以及哪些提示策略可以帮助AI作者更有效地传达人际意图等方面,了解甚少。为了解决这些空白,我们做出了两项主要贡献:
- 我们进行了一项跨文化的众包研究(n = 266),比较了人类生成和LLM生成的电子邮件,评估了消息来源、感知到的情绪、文化契合度和权力动态对接收者对邮件清晰度和行动意愿评分的影响(第4节)。
- 我们发现,虽然LLM生成的电子邮件比人类撰写的更清晰,但清晰度本身并不能预测接收者采取行动的意愿(第5节)。相反,感知到的情感基调是最强的预测因素,权力动态起次要作用,而文化契合度则没有影响。此外,通过主题分析,我们发现了与特定情感解读(例如信任与厌恶)相关的表达策略,并这些策略影响了接收者的行动意愿。
我们的发现为人类与AI沟通以及具有文化意识的AI设计的相关研究做出了贡献(第6节)。
先前的研究表明,当办公室工作人员使用AI辅助时,常规办公任务的效率可以得到提升(Dell’Acqua et al., 2023; Cambon et al., 2023),但AI在电子邮件沟通中的帮助程度以及权力动态、文化和情感在这一过程中的作用尚未得到充分研究。为了解决这一空白,我们着手探讨权力动态、文化和情感因素是否与有效的电子邮件沟通相关。