基于大模型的个性化管理干预对员工越轨行为的抑制机理 .docxVIP

PAGE2

基于大模型的个性化管理干预对员工越轨行为的抑制机理

摘要

本研究聚焦于人工智能管理领域的前沿议题，系统探讨了基于大语言模型的个性化管理干预对员工越轨行为的抑制机理。

在数字化与智能化浪潮深度重塑组织管理模式的背景下，传统的“一刀切”式管理策略在应对员工复杂的心理与行为偏差时日益捉襟见肘。员工越轨行为作为组织管理的顽疾，其产生往往与个体动态演变的负面情绪紧密相关。本研究旨在揭示人工智能，特别是大模型技术，如何通过动态识别与精准干预员工负面情绪，从而在源头上抑制工作越轨行为的内在逻辑。

本文采用了文献分析、逻辑推演与理论建构相结合的研究方法。第一章绪论阐明了研究的现实背景与理论意义。第二章系统梳理了国内外关于越轨行为、情绪管理及AI干预的研究脉络。第三章界定了大模型个性化管理干预、情绪动态识别及越轨行为抑制等核心概念，并构建了以情感事件理论和资源保存理论为基础的分析框架。第四章深入解析了员工负面情绪向越轨行为转化的生成机制与内在矛盾。第五章作为核心章节，详尽阐释了大模型干预如何通过信息共情、认知重构与资源供给三条路径，打断情绪-行为转化链条的作用逻辑。第六章在此基础上建构了“动态识别-精准干预-行为重塑”的整合性理论框架。第七章总结了研究结论与管理启示。第八章反思了研究局限并展望了未来方向。

全文核心结论认为，大模型驱动的个性化干预并非简单的行为矫正，而是一种基于深层