Stress lavorativo e creatività individuale: un protocollo di modellazione strutturale delle equazioni parziali dei minimi quadrati basato su schermo per i luoghi di lavoro abilitati dall'IA

Sommario

Questa ricerca presenta un protocollo di modellazione strutturale delle equazioni basate su screening basato su sondaggio fino ai minimi quadrati parziali (PLS-SEM) per testare mediazione e moderazione, condurre diagnostica con metodi comuni, interpretare pendenze semplici e valutare la rilevanza predittiva nella ricerca aziendale integrata con IA.

Abstract

L'uso crescente dell'intelligenza artificiale (IA) nelle organizzazioni sta rimodellando le richieste lavorative dei dipendenti, le percezioni di leadership e le opportunità di creatività. Basandosi sul modello Job Demands–Resources (JD–R) e sulla Social Learning Theory, questo studio esamina se la percezione della leadership etica dei dipendenti medi la relazione tra stress lavorativo e creatività individuale, e se l'incorporazione dell'IA organizzativa amplifichi questa relazione. Utilizzando la modellazione strutturale parziale delle equazioni dei minimi quadrati (PLS-SEM) con 5.000 ricampionamenti bootstrap, i risultati mostrano che lo stress lavorativo influenza negativamente la percezione della leadership etica, mentre la percezione della leadership etica influisce positivamente sulla creatività. Lo stress lavorativo non era direttamente collegato alla creatività; Al contrario, la percezione della leadership etica ha rappresentato un significativo percorso indiretto. Inoltre, l'incorporazione dell'IA organizzativa ha rafforzato il rapporto tra percezioni di leadership etica e creatività. Questi risultati suggeriscono che la creatività nei luoghi di lavoro abilitati dall'IA sia influenzata meno dalla tecnologia stessa e più dai meccanismi psicologici organizzativi. Le organizzazioni che vogliono aumentare la creatività durante la trasformazione digitale dovrebbero quindi gestire lo stress lavorativo e promuovere ambienti di leadership etica, invece di concentrarsi esclusivamente sull'implementazione dell'IA. Questo protocollo utilizza il modello empirico come esempio pratico per dimostrare un flusso di lavoro riproducibile da survey a PLS-SEM.

Introduzione

L'intelligenza artificiale (IA) ha trasformato il modo in cui i dipendenti svolgono il loro lavoro, comprendono la natura delle loro esigenze lavorative e identificano opportunità di creatività, poiché le organizzazioni iniziano ad adottare l'IA per il supporto decisionale, l'automazione e ^{il coordinamento} 1,2,3,4. Le capacità abilitate dall'IA possono aumentare la portata delle informazioni accessibili e supportare la sperimentazione, ma di per sé non incoraggiano le persone a comportarsi in modo creativo ^5,6. Al contrario, il comportamento creativo dei dipendenti dipende dalla loro percezione della legittimità della sperimentazione, dall'equità nel trattamento degli errori e dal sostegno dei loro leader ^7,8. Questo protocollo definisce la creatività come un processo basato sulla percezione nella psicologia organizzativa piuttosto che come un prodotto tecnologico, consentendo però che il processo dal reclutamento all'inferenza sia ripetibile e^{trasparente 9}. La procedura non filma o osserva i partecipanti in laboratorio, ma il fenomeno di interesse è comunque il comportamento, poiché i dipendenti rispondono allo stress lavorativo, danno senso alle informazioni sociali e sviluppano risposte creative a una situazione lavorativa influenzata dall'IA. L'ambito comportamentale viene quindi affrontato attraverso comportamenti sul lavoro misurabili e costrutti interpretativi legati alla creatività, alla percezione della leadership e alla risposta contestuale correlata all'IA, piuttosto che al comportamento^{fisico 6,10}.

I luoghi di lavoro integrati nell'IA sono definiti come contesti di lavoro in cui i dipendenti percepiscono l'IA come una parte ricorrente del coordinamento lavorativo, del supporto alle decisioni, della valutazione e della risoluzione dei problemi, piuttosto che come uno strumento opzionale occasionale. Questa struttura è più ristretta rispetto alla trasformazione digitale ampia, diversa dall'adozione dell'IA come introduzione, diversa dalla maturità dell'IA come fase di implementazione e diversa dalla capacità dell'IA come competenza tecnica. Poiché i dipendenti potrebbero non conoscere l'entità oggettiva dell'uso dell'IA in tutte le funzioni, il concetto viene trattato come percepita come incorporazione organizzativa dell'IA, il che è appropriato per un modello basato sulla percezione della leadership etica e della creatività^individuale 1,4,11,12.

Questo protocollo affronta tre lacune che si rafforzano a vicenda. Innanzitutto, si sa meno su cosa costituisca una leadership etica in contesti di lavoro integrati nell'IA e su come le percezioni della leadership etica si relazionano allo stress lavorativo per quanto riguarda la creatività. Questa relazione è importante perché gli effetti dello stress lavorativo sulla creatività variano una volta contestualizzati e^{interpretati 13,14}. In secondo luogo, sebbene la ricerca sulla creatività nei luoghi di lavoro embedded dall'IA abbia spesso considerato l'IA come uno strumento o una misura dell'adozione dell'IA, ci sono meno evidenze su come l'embedded dell'IA a livello organizzativo influenzi le risposte comportamentali ai segnali dei leader o alle interpretazioni dell'incertezza legata^{all'IA 4,11,12}. In terzo luogo, gli studi che utilizzano dati basati su sondaggi in psicologia organizzativa spesso condensano tutto, dal reclutamento e lo screening fino alla costruzione costruttiva, alla preparazione dei dati e alle successive analisi di mediazione e moderazione della PLS-SEM (Parziale Equazioni Strutturali dei Minimi Quadrati) in brevi descrizioni, anche se validità della misurazione, validità discriminante, collinearità e rilevanza predittiva sono tutte importanti da considerare 15,16,17,¹⁸. Gli autori rendono visibile questo flusso di lavoro in questa procedura riducendo 342 inizi di indagine a 310 casi utilizzabili, separando i blocchi costrutti, testando la collinearità completa con VIF e un cutoff di 3,3, testando effetti diretti, indiretti e di interazione con 5.000 ricampionamenti bootstrap, e infine includendo PLSpredict come schermata predittiva-rilevante 15,16,18,19.

Il contributo principale è quindi metodologico. Il modello Stress Lavorativo-Leadership Etica-Creatività viene mantenuto come esempio praticato, ma il contributo principale è rendere visibili le decisioni analitiche normalmente nascoste: screening dell'idoneità, conservazione dei codici elementi, separazione dei costrutti, validazione delle misurazioni, diagnostica di collinearità e metodo comune, bootstrapping, decomposizione degli effetti, interpretazione a semplice pendenza e valutazione PLSpredict 15,18,19. Seguendo il modello Richieste di Lavoro-Risorse^20,21, lo stress lavorativo è una richiesta che consuma le risorse cognitive ed emotive necessarie per interagire creativamente, influenzando così la^{creatività 9}. I dipendenti concentrano il loro sforzo discrezionale nel generare soluzioni innovative e uniche attraverso la flessibilità cognitiva, la sperimentazione e nuovi metodi di lavoro. Hanno meno tempo per generare idee quando affrontano scadenze lunghe in un ambiente di lavoro turbolento e tendono a concentrarsi sulla prevenzione degli errori e sul completamento^{dei compiti 13,14}. Non tutto lo stress è dannoso per la creatività, e certi livelli di sfida possono favorire la generazione di idee tra individui che ottengono autonomia nel compito e ricevono supporto sociale sul^{posto di lavoro 13,22}. Al contrario, una pressione sostenuta potrebbe portare a una relazione negativa.

Di conseguenza, gli autori ipotizzano che lo stress lavorativo sia negativamente associato alla creatività individuale (H1). Lo stress lavorativo può anche influenzare il modo in cui alcuni dipendenti vedono il loro ambiente sociale. Durante periodi di mutamento e stress, i dipendenti possono sviluppare una maggiore sensibilità ai segnali di equità, supporto e reattività⁸. Una risposta ritardata da parte della direzione o decisioni incoerenti, da questo punto di vista, potrebbero essere interpretate come scarsa coordinazione in un contesto e come negligenza in un altro. La chiave è che quando le persone sono sotto stress, tendono a dare maggiore importanza a ciò che i leader segnalano loro e, di conseguenza, in situazioni senza una visibile equità e supporto, sono più propense a formare interpretazioni negative ^8,10. Successivamente, gli autori ipotizzano che lo stress lavorativo sia negativamente associato alla percezione che i dipendenti hanno della leadership etica (H2). La percezione della leadership etica è il modo in cui i dipendenti vedono il loro leader come giusto, onesto, aperto e dotato di buoni valori^morali 10,23,24. Dal punto di vista della teoria dell'apprendimento sociale, la percezione della leadership etica indica se i dipendenti useranno la propria voce, si prenderanno rischi provando cose nuove o^{sperimenteranno 7}. I dipendenti saranno più propensi a fornire suggerimenti su nuovi modi di lavorare e a provare nuove idee quando percepiscono il loro leader come etico. Leader equi e affidabili creeranno più opportunità per i dipendenti di impegnarsi in comportamenti creativi^{discrezionali 6,7,10}.

Di conseguenza, gli autori ipotizzano che la percezione della leadership etica dei dipendenti sia positivamente associata alla creatività individuale (H3). Il modello introduce anche un percorso indiretto in cui la percezione della leadership etica media l'effetto dello stress lavorativo sulla creatività individuale. Le influenze legate allo stress sulla creatività appaiono incoerenti e implicano che la relazione non sia semplice ^14,22. Due dipendenti possono essere esposti allo stesso livello di stress, ma uno può continuare a percepire il leader come etico e il luogo di lavoro come abbastanza sicuro da condividere idee. L'altro dipendente può smettere di condividere idee quando percepisce il leader come non etico o si sente trattato^{ingiustamente 6,7}. Questo percorso indica l'influenza dell'interpretazione sociale e suggerisce che concentrarsi esclusivamente sull'effetto diretto dello stress lavorativo sulla produzione creativa possa essere insufficiente.

Gli autori ipotizzano inoltre che la percezione della leadership etica dei dipendenti medi la relazione tra stress lavorativo e creatività individuale (H4). L'incorporazione dell'IA organizzativa è associata a contesti di lavoro in cui l'IA viene utilizzata per mediare, valutare e supportare il lavoro^{dei dipendenti 1,25,26}. Gli ambienti organizzativi integrati con IA ampliano l'accesso dei dipendenti alle informazioni, riducono il tempo necessario per svolgere alcune attività e offrono maggiori possibilità di ricombinare idee. Allo stesso tempo, possono sollevare domande su chi o cosa sarà ritenuto responsabile, quali tipi di valutazioni verranno effettuate e quali forme di sperimentazione siano^{accettabili 27}. In situazioni come queste, i dipendenti tendono a prestare maggiore attenzione ai segnali etici della leadership quando valutano se la sperimentazione abilitata dall'IA, la tolleranza all'errore dell'IA e la generazione di idee assistita dall'IA siano legittime e^sicure 11,30,31. Pertanto, gli autori prevedono che l'incorporazione dell'IA organizzativa aumenterà la rilevanza delle percezioni della leadership etica per la creatività individuale.

Di conseguenza, gli autori ipotizzano che l'embeddedness dell'IA organizzativa moderi la relazione tra la percezione della leadership etica dei dipendenti e la creatività individuale, in modo che la relazione positiva sia più forte quando l'embedded dell'IA organizzativa è elevata (H5). Questo protocollo è progettato per i ricercatori comportamentali che studiano il comportamento auto-riferito sul posto di lavoro e la sua interpretazione sociale quando l'osservazione diretta è impraticabile o eticamente non giustificata. Il manoscritto contribuisce in tre modi. Innanzitutto, si discosta dalle comprensioni tradizionali della creatività nei luoghi di lavoro abilitati dall'IA come manifestazione dei risultati tecnologici e della conoscenza tecnico-scientifica, e presenta questo processo come fondato sulla percezione come un processo di psicologia^{organizzativa 6,9}. In secondo luogo, estende questo argomento dimostrando che le percezioni di leadership etica mediano la relazione tra stress lavorativo e creatività individuale, e che la relazione tra percezioni di leadership etica e creatività è moderata dall'incorporazione dell'IA^{organizzativa 4,10,14}. In terzo luogo, vengono introdotte un'indagine basata su screening e una procedura PLS-SEM per valutare i processi di mediazione^{e moderazione 15, 18, 19}. Il suo vantaggio è rendere visibili le decisioni nascoste, inclusi lo screening dell'occupazione, la separazione dei costrutti, i controlli di validità e collinearità, il bootstrapping, la decomposizione degli effetti, l'interpretazione della moderazione, l'analisi PLSpredict e l'interpretazione cauta delle relazioni trasversali.

Protocollo

Il processo di ricerca ha seguito tutti i protocolli etici per la ricerca con partecipanti umani. Tutte le informazioni dei partecipanti sono state raccolte in modo anonimo tramite tecnologia di sondaggi online e procedure digitali di consenso informato. Non sono state raccolte informazioni che identificassero alcun partecipante e nessun video di alcun partecipante. A tutti i partecipanti è stata presentata una schermata digitale di consenso informato prima di arrivare al sondaggio. Lo schermo spiegava lo scopo accademico dello studio, che la partecipazione era volontaria, che le risposte sarebbero state mantenute riservate e che i dati sarebbero stati utilizzati solo per scopi di ricerca. I partecipanti che non riconoscevano attivamente il consenso informato venivano rimossi dal sondaggio prima che venisse presentato qualsiasi item dello studio. Le informazioni sull'approvazione etica o sulle esenzioni devono essere riportate nella dichiarazione etica in conformità con i requisiti dell'istituzione sottoposta. L'elemento visivo di questo protocollo è pensato per presentare questi passaggi come una dimostrazione video basata su schermo di reclutamento, consenso, screening, elaborazione dati de-identificate, creazione di modelli SmartPLS, bootstrapping, decomposizione degli effetti e valutazione PLSpredict, piuttosto che come una figura aggiuntiva del flusso di lavoro. La sequenza delle tabelle imita la sequenza di passi nella dimostrazione video. La Tabella 1 identifica il campione trattenuto dopo il reclutamento, il consenso, lo screening e i controlli di qualità. La base per misurare i blocchi costrutti è presentata nella Tabella 2. Le Tabelle 3–5 riportano la qualità della misurazione, la validità discriminante e la diagnostica della collinearità. La Tabella 6 riporta i risultati del test di ipotesi. La Tabella 7 mostra la decomposizione degli effetti diretti e indiretti. La Tabella 8 è il checkpoint PLSpredict. Le Tabelle 1–8, quindi, rappresentano la traccia dell'output dall'inserimento del sondaggio all'inferenza statistica per il flusso di lavoro basato su^{schermo 15,18}. Tutte le piattaforme/strumenti utilizzati in questo studio sono elencate nella Tabella dei Materiali.

Modello di ricerca

Nell'esempio risolto, la percezione della leadership etica media gli effetti dello stress lavorativo sulla creatività individuale, e l'incorporazione dell'IA organizzativa modera l'effetto della percezione della leadership etica sulla creatività individuale. La Figura 1 presenta il modello concettuale, in cui H4 si riferisce all'impatto della percezione della leadership etica come percorso indiretto, e H5 alla moderazione della percezione della leadership etica da parte dell'incorporazione dell'IA organizzativa. Lo scopo del modello non è rappresentare un modello causale, ma un flusso di lavoro di mediazione e moderazione basato su schermo.

Figura 1: Modello concettuale. Il diagramma presenta lo stress lavorativo (JS) come predittore, la percezione della leadership etica (EL) come mediatore, la creatività individuale (IC) come risultato e l'incorporazione dell'IA organizzativa (OA) come moderatore della relazione EL–IC. Frecce solide indicano i percorsi diretti ipoteti, il percorso mediato è JS > EL > IC, e il termine di interazione rappresenta EL × OA > IC. Clicca qui per visualizzare una versione più grande di questa figura.

Dati di ricerca

Un sistema di reclutamento partecipanti basato su internet e un sistema di sondaggi basato su internet sono utilizzati per raccogliere risposte anonime da dipendenti a tempo pieno nella popolazione lavorativa target. I filtri dovrebbero essere impostati prima del lancio e dovrebbe essere utilizzato un elemento di screening basato su sondaggi per confermare l'idoneità prima della visualizzazione dei blocchi costrutti. Le risposte dei partecipanti non consenzienti, dei rispondenti non idonei e delle risposte che non superano i controlli di qualità sono escluse prima dell'analisi. Nell'esempio lavorato, agli autori sono rimasti con 310 indagini valide completate su un numero iniziale di 342 inizi dopo screening dello status di lavoro e controlli di qualità. La Tabella 1 presenta le informazioni demografiche per il campione valido finale.

Tabella 1: Caratteristiche descrittive del campione (n = 310). La tabella riassume i rispondenti trattenuti per caratteristiche demografiche e occupazionali dopo consenso, screening di idoneità e esclusioni per il controllo qualità; n indica la dimensione del campione. Clicca qui per scaricare questa tabella.

Misure

Per tutti gli elementi si usa una scala di Likert a sette punti (1 = fortemente in disaccordo; 7 = fortemente d'accordo). Il sondaggio include blocchi di misurazione dello stress lavorativo, della percezione della leadership etica, della creatività individuale e dell'incorporazione dell'IA organizzativa. Conservare i codici degli elementi durante la progettazione e l'esportazione del sondaggio per garantire che ogni indicatore misurato possa essere mappato alla sua corrispondente variabile latente durante la specifica del modello. L'insieme completo di elementi di misurazione e fonti è fornito nella Tabella 2.

Tabella 2: Elementi di misurazione e fonti. Questa tabella fornisce gli elementi del questionario, i compiti costruttivi e le fonti della scala. Abbreviazioni: JS = stress lavorativo; EL = percezione della leadership etica; IC = creatività individuale; OA = embedded dell'IA organizzativa. Clicca qui per scaricare questa tabella.

Prima di importare i dati nel software PLS-SEM, i ricercatori dovrebbero esportare il dataset completo in .csv formato. Nomi, indirizzi email, indirizzi IP e altri identificatori diretti devono essere rimossi dall'esportazione per prevenire la divulgazione non intenzionale delle informazioni dei partecipanti. Il file esportato deve essere ispezionato per valori mancanti, risposte di screening fallite, lineing diretto, controlli di attenzione falliti ed errori di nome variabile. Devono essere conservate solo le variabili indicatori pulite e le variabili di controllo richieste dal modello. L'inizio dell'indagine, il campione valido finale, le fasce di affidabilità, l'intervallo AVE, l'intervallo VIF strutturale e l'impostazione del ricampionamento bootstrap dovrebbero essere registrati per una successiva segnalazione.

Flusso di lavoro analitico PLS-SEM

Per analizzare le ipotesi, i ricercatori dovrebbero utilizzare il PLS-SEM. In SmartPLS 4.1, un nuovo progetto deve essere creato importando il file .csv pulito. I costrutti latenti dovrebbero essere posizionati sulla tela del modello e gli indicatori conservati dovrebbero essere assegnati a JS, EL, IC e OA. Questi percorsi diretti possono essere tracciati sulla tela del modello; il percorso indiretto può essere specificato come JS > EL > IC, e il termine di interazione prodotto-indicatore può essere creato anche come OA × EL > IC. I ricercatori dovrebbero eseguire l'algoritmo PLS prima di valutare i percorsi strutturali. In SmartPLS, vai su Calcola > algoritmo PLS e prendi nota delle impostazioni di stima, inclusi lo schema di pesatura del percorso, il numero massimo di iterazioni e il criterio di stop se fornito. Una volta eseguito l'algoritmo PLS, gli studiosi dovrebbero valutare i valori alfa di Cronbach, affidabilità composita, AVE, carichi esterni, rapporto Fornell-Larcker, HTMT e^{valori VIF} 17,18,19. Gli output per la valutazione dell'affidabilità, validità e collinearità sono riportati nelle Tabelle 3–5. Si consiglia agli autori di effettuare un test di collinearità completo per verificare eventuali bias verso il metodo comune. I valori strutturali del VIF dovrebbero essere considerati come un indicatore diagnostico di potenziale bias verso la stessa sorgente, non come un indicatore che il bias verso la stessa fonte è stato rimosso.

Il protocollo distingue i modelli esterni di VIF dai VIF strutturali/completamente collineari. Se un VIF esterno supera 3,3 ma rimane sotto 5,0, il valore dovrebbe essere riconosciuto come una potenziale preoccupazione di collinearità a livello indicatore piuttosto che trattato come una diagnostica di bias a metodo comune. I VIF a piena collinearità sono interpretati separatamente come uno screening diagnostico della stessa fonte, non come prova che il bias comune del metodo sia stato^eliminato 15,18,19. La qualità della misurazione e la diagnostica della collinearità dovrebbero essere effettuate prima di interpretare coefficienti di percorso, effetti indiretti e termini di interazione. Per calcolare i percorsi diretti, gli effetti indiretti specifici e l'effetto moderazione, i ricercatori devono eseguire la procedura di bootstrapping con 5.000 ricampionamenti. Con 5.000 sottocampioni, eseguire un test a due code a α = 0,05, e lasciare le opzioni di cambio segno e intervallo di confidenza come nel progetto. La Tabella 6 presenta il coefficiente di cammino, l'effetto indiretto specifico e i risultati dell'interazione. Dopo aver testato le ipotesi, le sezioni sugli effetti indiretti specifici e sugli effetti totali nell'output dovrebbero essere riviste per valutare la relazione diretta JS > IC rispetto al percorso indiretto attraverso EL e per catturare la decomposizione degli effetti nella Tabella 7. Questa procedura evita di interpretare il percorso non significativo di stress–creatività diretto isolatamente dal percorso indiretto significativo basato sulla percezione. Si raccomanda ai ricercatori di eseguire PLSpredict per i costrutti endogeni e riportare le statistiche Q²predict, RMSE e MAE come valutazione predittiva-rilevante limitata. I risultati attuali per Q²prevedono, RMSE e MAE per i costrutti endogeni EL e IC, insieme a quelli per il benchmark del modello lineare, se forniti, nella Tabella 8. Questi risultati devono essere interpretati come prove predittive di rilevanza limitate piuttosto che come prove di previsione^{complete 18}.

Il protocollo è intenzionalmente focalizzato piuttosto che statisticamente elaborato. I ricercatori che successivamente confrontano paesi, occupazioni o livelli manageriali possono aggiungere test di invarianza della misura, analisi multigruppo, segmentazione o mappatura importanza-performance una volta stabilito il flusso di lavoro di mediazione e moderazione di base. I percorsi indiretti o di interazione statisticamente significativi non devono essere interpretati come effetti causali quando i dati sono trasversali. Dovrebbero essere presentate come associazioni coerenti con la teoria, a meno che non siano disponibili prove longitudinali, sperimentali o multifonti. Questa cautela è ripetuta nei Risultati e nella Discussione, così che i percorsi di mediazione e moderazione siano presentati come associazioni coerenti con la teoria piuttosto che come effetti^{causali 15,18}. Se le etichette dei menu esatte differiscono tra le versioni SmartPLS, i ricercatori dovrebbero utilizzare il percorso del menu equivalente e registrare la versione software, le impostazioni dell'algoritmo e le impostazioni di ricampionamento nella Tabella dei Materiali o in una nota di riproducibilità.

Risultati

Valutazione del modello di misura

Il modello di misura è stato successivamente utilizzato per valutare l'affidabilità e la validità del costrutto. Affidabilità, validità convergente, carichi degli elementi e diagnostica della collinearità sono presentati nella Tabella 3. I valori alfa di Cronbach che vanno da 0,877 a 0,932 superano il cutoff di 0,70. Le stime dell'affidabilità composita erano accettabili, con CR (ρ_a) che variava da 0,880 a 0,959 e CR (ρ_c) da 0,911 a 0,945. L'AVE era sostanzialmente superiore al limite richiesto di 0,50 (0,672–0,779). La valutazione della collinearità su base completa non ha rilevato evidenza di bias verso il metodo comune, poiché tutti i VIF strutturali erano <3,3. Nel complesso, le misure hanno soddisfatto i parametri di affidabilità, validità convergente e collinearità accettabile. Gli elementi sono contenuti nella Tabella 2. Questi intervalli confermano che il modello di misura soddisfa i benchmark di affidabilità, validità e piena collinearità comunemente utilizzati specificati in questo protocollo.

Tabella 3: Valutazione del modello di misura e diagnostica della collinearità. La tabella riporta le statistiche alfa (α) di Cronbach, affidabilità composita (ρa e ρc), media della varianza estratta (AVE), carichi esterni e fattori di inflazione della varianza (VIF). I valori VIF vicini a 1 indicano una multicollinearità trascurabile, valori tra 1 e 3 indicano una collinearità bassa e accettabile, e valori superiori a 3 indicano crescenti preoccupazioni di collinearità. Abbreviazioni: JS = stress lavorativo; EL = percezione della leadership etica; IC = creatività individuale; OA = embedded dell'IA organizzativa. Clicca qui per scaricare questa tabella.

Valutazione della validità discriminante

La validità discriminante viene valutata tramite il criterio di Fornell-Larcker o il rapporto^{HTMT 17,19}. I risultati Fornell-Larcker sono presentati nella Tabella 4. La radice quadrata di ogni stima AVE è superiore alle sue correlazioni con altri costrutti, il che dimostra una validità discriminante. Inoltre, come mostrato nella Tabella 5, tutte le HTMT sono < 0,85, il che indica anche che i costrutti sono empiricamente distinti. I risultati di Fornell-Larcker e HTMT indicano collettivamente che il modello di misura rappresenta adeguatamente le distinzioni tra i costrutti impiegati in questo studio.

Tabella 4: Validità discriminante valutata utilizzando il criterio di Fornell–Larcker. I valori diagonali sono le radici quadrate della varianza media estratta (AVE), e i valori fuori diagonale sono correlazioni di intercostruzione. Abbreviazioni: JS = stress lavorativo; EL = percezione della leadership etica; IC = creatività individuale; OA = embedded dell'IA organizzativa. Clicca qui per scaricare questa tabella.

Tabella 5: Validità discriminante valutata utilizzando il rapporto eterotratto–monotratto (HTMT). I valori inferiori a 0,85 indicano una distintività empirica tra i costrutti. Abbreviazioni: JS = stress lavorativo; EL = percezione della leadership etica; IC = creatività individuale; OA = embedded dell'IA organizzativa. Clicca qui per scaricare questa tabella.

Modello strutturale e test di ipotesi

Per testare le ipotesi, è stato testato il modello strutturale. La percezione etica della leadership è una valutazione soggettiva di come i dipendenti vedono il comportamento dei leader. Di conseguenza, qualsiasi percorso strutturale tra EL e le altre variabili deve essere interpretato come relazioni basate su percezioni. La Tabella 6 mostra i risultati per lo stress lavorativo, la percezione della leadership etica, la creatività individuale e l'incorporazione dell'IA organizzativa. R² = 0,104 della percezione della leadership etica e R² = 0,186 della creatività individuale sono stati spiegati dal modello. Questi risultati rappresentano un modesto potere esplicativo, adatto per un'inferenza cauta nel contesto della ricerca sul comportamento organizzativo trasversale. Per questo motivo, il protocollo si concentra sulla dimostrazione del flusso di lavoro, sulla decomposizione degli effetti e sulla valutazione della rilevanza predittiva piuttosto che sulla piena validità predittiva. Inoltre, la creatività può essere influenzata da altri fattori, come il clima di squadra, lo scambio leader-membro, l'autonomia del compito, il contesto occupazionale e le norme di innovazione organizzativa, che non erano considerate nell'attuale modello. La piccola R²indica quindi il limite al potere esplicativo del modello, e non un fallimento del flusso di lavoro indiretto e di interazione. H1 non è stata supportata, poiché l'associazione tra stress lavorativo e creatività individuale non era significativa (β = –0,054, t = 0,935, f²= 0,003, dimensione dell'effetto trascurabile). Lo stress lavorativo è stato negativamente associato alla percezione della leadership etica (β = –0,322, t = 6,785, f²= 0,116, dimensione dell'effetto piccola), supportando H2. H3 è stata supportata, con la percezione della leadership etica positivamente associata alla creatività individuale (β = 0,371, t = 5,453, f² = 0,136). L'effetto indiretto dello stress lavorativo sulla creatività individuale tramite la percezione della leadership etica è stato significativo (β = –0,120, t = 4,364), supportando H4. L'interazione tra percezione della leadership etica e l'incorporazione dell'IA organizzativa è stata positivamente correlata alla creatività individuale (β = 0,141, t = 2,211, f² = 0,024, dimensione dell'effetto piccola), supportando H5. I risultati a variabile di controllo e dimensione d'effetto sono riportati nella Tabella 6.

Tabella 6: Risultati dei test di ipotesi, dimensioni degli effetti ed effetti variabili di controllo. L'effetto indiretto corrispondente a H4 è riportato qui e decomposto ulteriormente nella Tabella 7. *p < 0,05, **p < 0,01 e ***p < 0,001. Abbreviazioni: β = coefficiente di percorso standardizzato; statistica t = t; f² = dimensione dell'effetto; p = valore di probabilità; n.s. = non significativo; JS = stress lavorativo; EL = percezione della leadership etica; IC = creatività individuale; OA = embedded dell'IA organizzativa. Clicca qui per scaricare questa tabella.

L'incorporamento dell'IA organizzativa ha rafforzato la relazione tra percezioni di leadership etica e creatività individuale (β = 0,141, t = 2,211, p = 0,027). Per rendere l'interazione interpretabile per un articolo di protocollo visualizzato, la Figura 2 e la Tabella 9 presentano l'interazione in modo visivo e condizionale a bassi livelli (−1 SD), media e alta (+1 SD) di embeddness AI^{organizzativa 18}.

Figura 2: Pendenze semplici per l'effetto moderatore dell'incorporazione dell'IA organizzativa. La figura rappresenta la relazione condizionale tra percezione della leadership etica (EL) e creatività individuale (IC) a bassi livelli (−1 deviazione standard [SD]), media e alta (+1 SD) di incorporazione organizzativa dell'IA (OA). Nel file della Figura 2 sottomesso separatamente, gli spazi sono usati prima e dopo tutti gli operatori matematici (ad esempio, OA × EL, β = 0,141 e +1 SD). Clicca qui per visualizzare una versione più grande di questa figura.

Decomposizione degli effetti strutturali

Per illustrare il meccanismo di mediazione, sono stati separati effetti strutturali diretti e indiretti. Nella Tabella 7, gli autori mostrano la decomposizione degli effetti strutturali che coinvolgono la percezione della leadership etica. La relazione diretta tra stress lavorativo e creatività individuale non era significativa (β = –0,054), mentre la relazione indiretta basata sulla percezione della leadership etica era significativa (β = –0,120, p < 0,001). Pertanto, la relazione tra stress lavorativo e creatività individuale nel campione era evidente principalmente attraverso la percezione della leadership etica da parte dei dipendenti. Questo schema indica una mediazione completa piuttosto che una mediazione parziale perché il percorso diretto JS > IC non era significativo mentre il percorso indiretto JS > EL > IC era significativo. L'interpretazione è che lo stress lavorativo sia legato principalmente alla creatività attraverso la percezione della leadership etica da parte dei dipendenti, piuttosto che attraverso un percorso diretto residuo in questo esempio lavorato.

Tabella 7: Decomposizione degli effetti strutturali. La tabella separa gli effetti diretti, specifici, indiretti, indiretti totali e totali per la relazione JS > IC. Abbreviazioni: JS = stress lavorativo; EL = percezione della leadership etica; IC = creatività individuale; n.s. = non significativo. p < 0,001. I valori potrebbero non sommarsi esattamente a causa dell'arrotondamento. Clicca qui per scaricare questa tabella.

Valutazione predittiva della rilevanza

La rilevanza predittiva è stata valutata utilizzando PLSpredict. Questo metodo viene utilizzato per valutare la rilevanza predittiva esaminando^lapredittione Q 2, RMSE e MAE per i costrutti endogeni identificati nella Tabella 8. PLSpredict fornisce anche un utile mezzo metodologico per i ricercatori per fornire un controllo predittivo conciso della rilevanza sui percorsi significativi identificati. Nell'esempio elaborato fornito in questo rapporto, la Tabella 8 riassume il punto finale di audit a supporto dei percorsi di mediazione e moderazione precedentemente identificati, includendo alcune evidenze di rilevanza predittiva per la percezione della leadership etica e la creatività individuale. Poiché tutti i valori predittivi di^Q2erano positivi ma di dimensioni modeste, la rilevanza predittiva dovrebbe essere interpretata come una fornitura di utilità predittiva limitata piuttosto che come previsioni complete di tutti gli esiti. Il valore molto basso di Q2 predict per la creatività individuale viene discusso direttamente come una previsione pratica debole. Questo non invalida i risultati di mediazione e moderazione, ma limita le affermazioni di previsione e motiva la ricerca futura con predittori più forti a livello individuale, di team, di compito e organizzativo^{della creatività 18}.

Tabella 8: PLSpredict risultati per i costrutti endogeni. La tabella riporta la previsione Q², l'errore quadratico medio (RMSE) e l'errore assoluto medio (MAE) per la percezione della leadership etica (EL) e la creatività individuale (IC), insieme al benchmark del modello lineare (LM) dove disponibile. Queste statistiche sono interpretate come prove predittive di rilevanza limitate. Clicca qui per scaricare questa tabella.

La Tabella 9 va letta insieme alla Figura 2. Traduce l'interazione significativa tra OA × EL in effetti condizionati della percezione della leadership etica sulla creatività individuale a bassi livelli (−1 SD), medi e alti (+1 SD) di embeddness organizzativo dell'IA. La pendenza condizionale è più debole quando l'embeddness dell'IA è bassa, corrisponde all'associazione di base EL > IC nella media, ed è più forte quando l'embeddness dell'IA è elevata. Così, la Tabella 9 chiarisce la direzione pratica di H5 mostrando che i segnali di leadership etica diventano più rilevanti per la creatività quando l'IA è più profondamente integrata nelle routine^{lavorative 18}.

Tabella 9: Effetti condizionati della percezione della leadership etica (EL) sulla creatività individuale (IC). La tabella riporta le pendenze condizionate di EL > IC a bassi livelli (−1 deviazione standard [SD]), media e alta (+1 SD) di incorporazione dell'IA (OA), rendendo così interpretabile l'effetto moderazione H5. Clicca qui per scaricare questa tabella.

DISPONIBILITÀ DEI DATI:

I materiali analitici grezzi sono forniti come file di dati supplementari chiaramente denominati: Tabella Supplementare 1, Dataset di Sondaggi Puliti De-identificati; Tabella supplementare 2, Output dell'algoritmo SmartPLS PLS; Tabella Supplementare 3, Output di Bootstrap SmartPLS 5.000 Recampioni; e Tabella Supplementare 4, SmartPLS PLSprediction e output CVPAT. Una spiegazione dettagliata di questi file è fornita nel File Supplementare 1.

Tabella supplementare 1: Dati grezzi. Dataset di sondaggi de-identificati e puliti. Clicca qui per scaricare questo file.

Tabella supplementare 2: Dati grezzi. Output dell'algoritmo SmartPLS PLS. Clicca qui per scaricare questo file.

Tabella supplementare 3: Dati grezzi. SmartPLS 5.000 ricampionamenti di avvio in uscita. Clicca qui per scaricare questo file.

Tabella supplementare 4: Dati grezzi. SmartPLS PLSpredict e output CVPAT. Clicca qui per scaricare questo file.

File supplementare 1: file README. Per istruzioni relative alle tabelle dei dati grezze. Clicca qui per scaricare questo file.

Discussione

Il protocollo presenta un metodo trasferibile basato su sondaggi per comprendere come le esigenze psicologiche, le percezioni della leadership e le condizioni contestuali legate all'IA influenzino i risultati dei dipendenti in contesti di lavoro digitalmente ^{trasformati 1,2,4}. Il suo contributo principale non è una manipolazione filmata, ma un flusso di lavoro analitico tracciabile per il reclutamento, il consenso e lo screening online, la misurazione dei costrutti di interesse, la preparazione dei dati, la specificazione di un modello SmartPLS, il bootstrapping e l'interpretazione dei risultati rappresentativi di mediazione e^{moderazione 15,18}. I passaggi intrapresi possono essere tracciati attraverso tabelle presentate nel manoscritto e nei file di output SmartPLS nel materiale supplementare online. Tuttavia, è facilmente dimostrabile perché tutti i passaggi, dal reclutamento online all'analisi tramite SmartPLS, sono eseguiti tramite clic basati su schermo che possono essere mostrati nel video e verificati tramite file di output SmartPLS inviati e tabelle che riflettono gli stessi risultati.

Questo flusso di lavoro può essere facilmente adattato allo studio di altri meccanismi basati sulla percezione al posto dei costrutti esplorati dagli autori, e può utilizzare lo stesso reclutamento online, screening, misure validate e sequenza PLS-SEM. Questa procedura è adatta a un formato di metodi visualizzati per tre motivi. Innanzitutto, gran parte di ciò che viene fatto nella ricerca anonima è digitale e procedurale piuttosto che fisico. In secondo luogo, queste operazioni influenzano l'interpretazione; in questo esempio, gli autori potrebbero semplicemente riconoscere il percorso JS > IC come un risultato nullo, a meno che i controlli di misurazione e la decomposizione degli effetti non indichino che JS > EL > IC siano il percorso indiretto. In terzo luogo, poiché queste procedure vengono eseguite tramite Prolific, Qualtrics, gestione dei dataset, SmartPLS, file di output, file di tabelle e video di screen-capture dove appropriato, possono essere insegnate, auditate e riprodotte senza registrare singoli partecipanti. Gli autori possono procedere schermo per schermo in SmartPLS e collegare file di output software, file di tabelle, file supplementari SmartPLS e video di screen-capture a decisioni metodologiche chiave riguardanti l'inclusione di campioni, separazione dei costrutti, valutazione della qualità del modello e l'interpretazione di risultati diretti, indiretti, di interazione e predittivi. Sebbene il PLS-SEM basato su sondaggi manchi della precisione grafica di una manipolazione di laboratorio, il percorso auditabile dal reclutamento all'inferenza costituisce la metodologia. In questo modo, fornisce mezzi replicabili per studiare il comportamento umano sul posto di lavoro - azione creativa, interpretazione sociale e IA - risposta contestuale - senza richiedere la registrazione video dei^{partecipanti 6,8,10}.

Il protocollo è adatto a un formato di metodo visualizzato perché la procedura è digitale e basata su schermo. Il video può mostrare la schermata di consenso, il filtro di idoneità, il dataset de-identificato, la struttura dei codici elemento, il canvas del modello, le impostazioni dell'algoritmo, l'output di bootstrap, gli effetti indiretti, l'output delle interazioni, l'interpretazione a semplice pendenza e PLSpredict i risultati senza filmare i partecipanti o rivelare dati privati^15,18. L'applicazione rappresentativa dimostra perché la visibilità procedurale è importante anche se la tecnica statistica non è rara. La riduzione da 342 inizi di indagine a 310 casi validi, i coefficienti di affidabilità tra 0,877 e 0,932, l'AVE tra 0,672 e 0,779, i VIF strutturali tutti sotto 3,3, il percorso JS diretto > IC non significativo (β = –0,054), il percorso indiretto significativo JS > EL > IC (β = –0,120) e l'interazione significativa OA × EL (β = 0,141) dipendono tutti da decisioni precedenti sullo screening, costruire separazione, validità della misurazione, diagnostica della collinearità e bootstrap^{15, 18, 19}. PLS-SEM supporta questo protocollo valutando la qualità dei costrutti, separando effetti diretti, indiretti e di interazione, e stimando i percorsi bootstrapped in^{parallel 18}. PLSpredict poi chiede se i costrutti endogeni abbiano ancora rilevanza predittiva dopo che sono stati giudicati la qualità della misura e i percorsi strutturali. I valori positivi ma modesti di Q2Predict per la percezione della leadership etica e la creatività individuale supportano l'inclusione della Tabella 8, suggerendo al contempo un'utilità predittiva limitata, piuttosto che una previsione completa. Il percorso diretto JS > IC non significativo non dovrebbe essere interpretato da solo. La decomposizione mostra che lo stress lavorativo è legato alla creatività attraverso la percezione della leadership etica, motivo per cui il manoscritto rivisto enfatizza la mediazione completa, la decomposizione degli effetti e l'interpretazione limitata delle associazioni^trasversali 15,18,19.

Questi risultati sono coerenti con una spiegazione percettiva della creatività nel lavoro embedded con IA ^8,9. In questo studio, lo stress lavorativo ha predetto negativamente la percezione della leadership etica, che a sua volta ha predetto positivamente la creatività individuale. Sebbene lo stress lavorativo non prevedesse direttamente la creatività individuale, era indirettamente collegato alla creatività attraverso la percezione che i dipendenti avevano dell'ambiente di leadership. L'associazione positiva tra percezione della leadership etica e creatività è stata inoltre rafforzata dall'embedded dell'IA^{organizzativa} 26,28,29,31. La ricerca attuale progredisce la psicologia organizzativa dimostrando che la generazione di creatività sul posto di lavoro è meno una funzione della tecnologia in sé e più della percezione che i dipendenti hanno del lavoro integrato nell'IA e del supporto dei^{leader 1,4,13}. L'effetto della percezione della leadership etica sulla creatività è un collo di bottiglia interpretativo condizionato socialmente, contestualmente e motivazionalmente, attraverso il quale lo stress lavorativo influisce sulla creatività. In particolare, lo stress lavorativo può ridurre l'accessibilità dei segnali di leadership etici e di supporto percepiti, mentre la percezione della leadership etica fornisce informazioni sociali che incoraggiano la voce, la sperimentazione e l'assunzione costruttiva^{del rischio 6,7,10}. Lo studio chiarisce anche che l'incorporazione dell'IA organizzativa è un facilitatore contestuale, invece che un motore diretto del comportamento creativo. In ambienti integrati con IA, i lavoratori potrebbero essere meno sicuri della sperimentazione, della responsabilità e di come i loro manager e colleghi valuteranno gli sforzi creativi. Questa lettura può contribuire a spiegare perché i risultati sulle relazioni stress-creatività sono stati contrastanti in passato: lo stress può influenzare la creatività in modo diverso a seconda che i dipendenti percepiscano ancora i leader come giusti, affidabili e di supporto. La leadership etica è quindi interpretata come un importante segnale sociale e collo di bottiglia interpretativo nei luoghi di lavoro integrati nell'IA. Quando responsabilità, sperimentazione e valutazione sono in parte mediate dall'IA, i dipendenti possono fare più affidamento su equità, trasparenza e affidabilità del leader per decidere se la creazione creativa di rischi sia sicura.

I risultati suggeriscono inoltre che la creatività nei luoghi di lavoro integrati nell'IA non può essere mantenuta solo con^{la tecnologia 1,2,4}. Una comunicazione continua, procedure di valutazione più eque e un sostegno visibile alla sperimentazione permettono ai dipendenti che vedono i loro leader come etici di sentirsi più liberi di discutere e provare nuove^{idee 6,7,10}. Le organizzazioni dovrebbero concepire lo stress lavorativo come una condizione rilevante per la creatività piuttosto che attraverso una lente puramente del benessere, riconoscendo che uno stress eccessivo può minare le condizioni relazionali che supporterebbero il comportamento creativo^13,14. L'implementazione dell'IA sarebbe più fruttuosa quando un luogo di lavoro fornisce ai dipendenti aspettative comportamentali chiare, feedback equo e un supporto centrato sull'uomo. Poiché le caratteristiche centrate sull'uomo dell'IA per ideazione, previsione, automazione e controllo entreranno nel mondo degli individui in modi diversi, le organizzazioni dovrebbero collegare l'implementazione dell'IA alla gestione dello stress e alla leadership etica, piuttosto che trattare le due come iniziative separate ^2,32,33.

Diverse limitazioni dovrebbero guidare l'uso futuro del protocollo. I dati sono a un'unica occasione, trasversali, auto-riportati, e quindi non possono essere del tutto esclusi il bias comune dal metodo e la segnalazione dipendente dallo stato, così come l'inferenza causale; Pertanto, i percorsi strutturali devono essere interpretati come associazioni coerenti con la teoria^15,18. Questa limitazione è visibile piuttosto che nascosta: il protocollo indica dove le evidenze di indagine a un'unica onda supportano test di associazione coerenti in teoria e dove sono necessari disegni longitudinali, multi-fonte o osservazionali per affermazioni causali o comportamentali più forti. Il modello ha spiegato una piccola o media variazione nella percezione della leadership etica (R² = 0,104) e nella creatività individuale (R² = 0,186). Questi non sono valori critici perché l'obiettivo del protocollo è fornire una comprensione chiara del flusso del processo di mediazione e moderazione, ma suggeriscono altri potenziali predittori come lo scambio leader-membro, il clima di team, la cultura organizzativa e le norme di innovazione. Il campione comprendeva dipendenti provenienti dagli Stati Uniti e dal Regno Unito, e la misura dell'incorporazione dell'IA organizzativa era ampia piuttosto che specifica per sistemi di IA generativi, predittivi, di abbinamento o orientati al controllo. Studi successivi possono approfondire questo protocollo di base impiegando disegni longitudinali o multi-onda, campioni interculturali, analisi multigruppo, segmentazione o misure più sofisticate dei sistemi di IA secondo la domanda^{di ricerca 16}. Il protocollo fornisce un percorso chiaro per lo sviluppo: i ricercatori possono partire dal flusso di lavoro di base di mediazione e moderazione e aggiungere moduli specializzati quando la teoria impone, ad esempio, test di invarianza della misurazione in confronti nazionali, analisi multigruppo in studi sulle differenze occupazionali o manageriali, segmentazione di classi latenti nel tentativo di scoprire profili nascosti dei rispondenti, o mappatura importanza-performance quando utilizzata per la prioritizzazione manageriale. Nel complesso, il protocollo tratta la creatività aziendale abilitata dall'IA come una pratica interpretativa e la leadership etica come un tramite attraverso cui lo stress lavorativo è indirettamente collegato alla creatività, e questo percorso è rafforzato dall'incorporazione dell'IA organizzativa. Spiegando la traiettoria dalla definizione e lo screening di una popolazione alla validazione delle misure, al test di mediazione e moderazione, alla conduzione di PLSpredict e all'interpretazione con cautela, il flusso di lavoro ha il potenziale di promuovere trasparenza, comparabilità e riutilizzabilità della ricerca sul posto di lavoro abilitata dall'IA^18,19.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
ChatGPT (Modello di Linguaggio AI)	OpenAI	N/A	Utilizzato solo per l'editing linguistico, la verifica grammaticale e il perfezionamento strutturale durante la preparazione del manoscritto. Lo strumento non è stato utilizzato per la raccolta di dati, l'analisi statistica o l'interpretazione dei risultati empirici. Gli autori hanno esaminato, modificato e approvato il manoscritto finale e ne assumono piena responsabilità per il suo contenuto. URL: https://chatgpt.com/
Prolific (Piattaforma di Reclutamento Online dei Partecipanti)	Prolific Academic Ltd.	N/A	Piattaforma online utilizzata per reclutare i partecipanti al sondaggio per l'esempio lavorato. I partecipanti sono stati selezionati utilizzando criteri di idoneità predefiniti, tra cui l'occupazione a tempo pieno e la rilevanza per la popolazione lavorativa target. URL: https://www.prolific.com/
Qualtrics (Piattaforma di Sondaggi Online)	Qualtrics, LLC	N/A	Piattaforma di sondaggi basata sul web utilizzata per la progettazione del questionario, il consenso informato digitale, lo screening, la presentazione dei blocchi di costruzione, la raccolta dei dati delle risposte e l'esportazione del set di dati anonimo. Gli item di misurazione sono stati somministrati utilizzando una scala Likert a 7 punti che va da 1 = fortemente in disaccordo a 7 = fortemente d'accordo. URL: https://www.qualtrics.com/
SmartPLS 4.1 (Software PLS-SEM)	SmartPLS GmbH	Versione 4.1	Utilizzato per la modellizzazione delle equazioni strutturali a minimi quadrati parziali (PLS-SEM), inclusi la specificazione del modello, la stima dell'algoritmo PLS, la valutazione del modello di misurazione, la diagnostica della collinarietà, il bootstrapping con 5.000 rielaborazioni, il test specifico dell'effetto indiretto, la stima del termine di interazione, la decomposizione degli effetti e la valutazione PLSpredict. URL: https://smartpls.com/