這本教科書與傳統組織行為有何差別？有何貢獻？顯著性？
這本《AI治理時代的公共組織行為》與傳統組織行為教科書的差別，不是章節順序的調整，而是典範的重建。以下用三個層次說明：差別、貢獻、顯著性。
一、與傳統OB的根本差別：從三層到四層 × AI跨層次
傳統OB教科書（如Robbins & Judge, Colquitt, McShane）有三個隱藏假設，本書全部打破：
| 構面 | 傳統OB | 本書 |
|---|---|---|
| 分析層次 | 三層：個人 → 團體 → 組織，單向由下而上 | 四層 × AI跨層次：個人、團體、組織、治理，加上AI作為穿透四層的跨層次力量，而非第五層。層次間相互構成 |
| 人的假設 | 同一種人：經濟人、理性人，動機是薪資、升遷、成就 | 公共人：具有PSM（公共服務動機四構面）、公共承諾、多重承諾（組織/公共利益/法律/專業）、網絡成就感、價值衝突情緒 |
| 組織假設 | 私人企業：目標是績效與競爭力，結構是為了效率，文化是為了創新與顧客 | 公共與治理型組織：目標多重（效率+公平+合法+透明+公眾滿意）、結構剛性需法律授權、文化強調程序正義、合規、公共服務精神、治理型組織五特徵（開放邊界、網絡整合、多重邏輯、協作導向、適應性） |
| 環境假設 | 市場與技術是背景變數 | 治理本身就是行為場域：治理不是背景，是第四層分析單位，具有跨組織性、責任分散、價值協商、邊界滲透特性 |
| 技術假設 | 工具論：技術是外部工具，提高效率 | AI四重角色論：工具 → 行動者（準成員）→ 制度（隱含價值與規範）→ 權力來源（控制數據演算法者獲權力）。AI官僚制、演算法權力、演算法權威、人機團隊 |
方法論差別：五步法
傳統教科書是「理論 → 應用」，本書每章強制執行五步法：舊庫存 → 公共化 → 治理化 → AI化 → 處理（保留/修正/擴充/重概念化）。這是全書24章的統一分析引擎。
二、四大理論貢獻
貢獻1：提出全書核心理論架構 — 四層次 × AI跨層次整合架構
這是本書在圖24-1的核心理論落點。過去文獻爭論AI是第五層還是什麼，本書明確主張：AI不是第五層，而是穿透四層。個人層次的人機認知、團體層次的人機團隊、組織層次的AI官僚制、治理層次的AI基礎設施，是一個跨層次力量的連鎖效應。這解決了傳統OB無法處理AI的困境。
貢獻2：系統化「公共化」與「治理化」的雙重修正
過去公共行政研究只做公共化（Rainey, Perry, Bozeman），治理研究只做網絡化（Provan, Kenis, Agranoff），兩者分離。本書整合：
- 公共化轉譯：每章都回答傳統理論在公共組織的特殊性。例如：
- 動機：從Maslow/Herzberg → PSM四構面（Perry 1996→Kim 2013跨12國驗證→Perry & Vandenabeele 2015制度論），Homberg meta顯示PSM與滿意r=.38
- 情緒：從Hochschild情緒勞動 → 多元情緒勞動（同時管理公民/政治/媒體/其他組織）、價值性倦怠、PSM-倦怠悖論（Giauque 2013高PSM在資源不足時倦怠更高）
- 權力：從French & Raven五權力 → 八權力，新增政治權、公眾權、媒體權、數據/AI權
- 治理化擴充：每章都回答治理如何鬆動邊界。例如：團體邊界模糊→多重團隊成員資格（Mortensen & Hinds）、忠誠分裂；責任→集體負責無人問責；文化→科層文化vs使命文化vs績效文化衝突
貢獻3：建立AI治理時代的新概念群
這是傳統OB完全沒有的：
- AI官僚制（Bullock et al. 2020）：AI同時強化（自動化合規檢查）與削弱（提供多元選項）科層邏輯，重構為人機協作網絡與數據驅動
- 人工裁量 / 後設裁量：從人類對情境的裁量，轉為人類對AI建議的裁量（監督AI的裁量）
- 人機團隊（O’Neill et al. 2020）：AI作為準成員、分工（人類價值取捨/專業判斷/協調 vs AI數據分析/模式識別/執行）、人機信任、共同心智模式
- 演算法權力與權威（Lodge & Mennicken, Busuioc）：數據權力、演算法權威挑戰法理/專業/政治三重權威
- 治理型組織：本書第20章定義的組織轉型目標，區別於科層組織，五特徵皆有量表可測
貢獻4：提出理論處理清單（保留/修正/擴充/重概念化）
第24章總結全書24章，明確列出哪些傳統理論應：
- 保留：大五人格、基本團體動力、溝通基本模式
- 修正：動機需納入PSM與網絡成就感、情緒需納入價值衝突、領導需納入網絡/無權威/共享、權力需擴充三權力
- 擴充：專業需擴充公共與網絡化與人工裁量、價值需擴充五大衝突、團隊效能需擴充多重目標與跨組織與人機
- 重概念化：AI四重角色、人機團隊、演算法權力、治理型組織、四層次×AI架構
這是傳統教科書從未做的「理論清盤」工作。
三、顯著性：為何台灣需要這本？
1. 教學顯著性：解決公共行政系的OB困境
台灣公行系長期使用企管系翻譯的Robbins，學生學的是企業團隊激勵，回機關面對的是議會質詢、公眾監督、跨局處協調、AI導入，理論無法落地。本書每章導讀案例都是台灣案例：衛福部防疫人員為何低薪堅守、921社工情緒耗竭、台中空污跨局處內耗、勞保年金改革權力風暴、登革熱治理網絡、數位部治理型組織實驗。從台灣實務長出理論，而非套用美國企業案例。
2. 實務顯著性：回應AI治理的真實挑戰
數位部、衛福部、勞動部已導入AI客服、AI風險評估、AI量刑輔助，公務員出現被取代焦慮、專業認同威脅、公共價值焦慮、責任模糊。本書提供診斷工具：
- PSM量表全球常模比較、JD-R失衡圖、AI信任五前因（價值一致性4.8最高）、人機團隊信任沙盒、責任配置決策樹
這些是傳統OB沒有的治理工具。
3. 學術顯著性：台灣對國際OB的反向貢獻
國際OB期刊近年大量呼籲納入公共情境與AI，但缺乏整合架構。本書的四層次×AI跨層次架構、公共化×治理化×AI化五步法、治理型組織與AI官僚制概念，可以直接投稿至 Public Administration Review, JPART, Public Management Review，作為台灣學者提出的中程理論框架（middle-range theory）。特別是第21章明確區分AI四重角色，第24章的未來研究議程（跨層次連鎖效應、公共化×治理化×AI化三重交互）提供了可驗證命題。
一句話總結顯著性：
傳統OB回答「如何在企業提高績效」，本書回答「如何在民主治理與AI穿透下，公務人員仍能實現公共價值」。前者是管理問題，後者是民主治理問題。這就是從企管OB到公共OB的典範轉移。
