Paper 110 ｜從工具到代理：重塑人機協作的 Agentic IS 授權框架

資訊系統的角色正在發生根本性的轉變。從過去我們點擊按鈕、系統執行指令，到現在系統能夠主動感知環境、做出決策並採取行動。這篇由 Baird 與 Maruping 發表於頂級期刊 MIS Quarterly 的經典論文，為我們理解這一轉變提供了重要的理論框架。

論文名稱：The Next Generation of Research on IS Use: A Theoretical Framework of Delegation to and from Agentic IS Artifacts
公開全文 PDF：ResearchGate 論文專頁（因 MISQ 版權限制無直接 PDF，可至此平台向作者 Request）
出處：MIS Quarterly, 45(1), 315-341（2021, SSCI）
主要研究人員：Aaron Baird & Likoebe M. Maruping

系列脈絡：這篇為 2021 年發表的經典理論框架，奠定了後續 Agentic IS (代理資訊系統) 人機授權研究的基礎，並被廣泛引用於當前探討 Generative AI Agent 與人類互動關係的實務研究中。

1. 什麼是 Agentic IS？從「工具」到「代理」

以前輔導企業導入 ERP 系統時，常聽生管人員抱怨：「系統只是個笨工具，算出來的排程根本不能用，最後還是得倒出 Excel 自己排。」這種抱怨背後，反映的是傳統資訊系統 (IT as a passive tool) 的限制——它只能被動地執行人類設定好的靜態規則。

Baird 與 Maruping 指出，隨著 AI 與機器學習的發展，資訊系統已經演進為「代理人工製品 (Agentic IS Artifacts)」。

Agentic IS Artifact (代理資訊系統人工製品)：具備自主性、目標導向行為，能在不確定環境中進行學習與適應，並代表人類執行任務的系統。（參考自本論文定義）

這種轉變意味著，我們不再只是「使用」系統，而是與系統進行「協作與授權 (Delegation)」。

當系統具備了代理能力，人類與系統的互動就轉變為一種授權關係。論文提出了分析人機授權的三大核心機制：

評估 (Appraisal)：在交辦任務前，人類需要評估代理系統的能力、可靠性與當下情境的風險。就像主管在交辦專案給下屬前，會先評估下屬的能耐。
分配 (Distribution)：決定人類與代理系統在任務中各自負責的部分、權力與責任邊界。是完全交由系統自動執行？還是系統提供建議，由人類做最終決策？
協調 (Coordination)：在任務執行過程中，雙方如何進行資訊交換、進度監控與例外狀況處理。

就過往輔導經驗來看，這個授權框架非常適合用來檢視企業在導入 AI 專案時的盲點。

以「AI 自動補貨系統」為例：

評估階段：採購人員往往對系統的預測模型缺乏信任（黑箱），擔心預測不準導致庫存爆倉或缺貨。
分配階段：初期不應直接把「下單權」完全授權給系統。較務實的做法是：系統負責運算與生成建議訂單（權責分配給系統），採購人員負責審查與放行（決策權保留給人類）。
協調階段：當遇到突發事件（如塞港、原物料大漲），系統應能主動發出警示，讓採購人員介入調整參數或接管流程。

賦予系統代理能力雖然能大幅提升效率，但論文也提醒，過度依賴代理系統可能帶來反效果。

在實際場景中，如果人類過度信任系統（Automation Bias），可能會在系統出錯時未能及時察覺；反之，如果系統頻繁發出無效警報，人類又會產生「狼來了」的疲乏感（Alert Fatigue），最終選擇無視系統。此部分也是未來在設計 Agentic IS 介面與互動流程時的挑戰之一。

役物而不役於物，別忘了初衷。未來的資訊系統不再是單純的工具，而是能夠幫我們分擔決策的「數位幕僚」。如何與這位幕僚磨合出最佳的協作模式，將是所有企業與工作者必修的課題~