協(xié)作學習中生成式人工智能促進創(chuàng)造性潛能的機理研究

[摘 要] 教育改革普遍重視學生創(chuàng)造性潛能培養(yǎng)，生成式人工智能（GAI）為此提供機遇。CHoM框架將創(chuàng)造性潛能分為創(chuàng)造性思維（發(fā)散、收斂）和創(chuàng)造性人格（好奇、堅持、協(xié)作）。研究在“教育技術研究方法”課程中，面向協(xié)作學習引入GAI工具，探索GAI 如何促進學生創(chuàng)造性潛能發(fā)展。通過前后測、認知網絡分析和滯后序列分析發(fā)現(xiàn)：觸發(fā)發(fā)散思維是GAI誘發(fā)創(chuàng)造性潛能的首要原因，收斂思維與發(fā)散思維相伴發(fā)生則是GAI推動創(chuàng)造性潛能的必要條件，好奇與堅持的人格是GAI衍生創(chuàng)造性潛能的獨特表現(xiàn)，而師生、生生的人際協(xié)作則是優(yōu)化人機共創(chuàng)效果的關鍵保障。由此，研究揭示了GAI影響創(chuàng)造性潛能的機理，包括強化人際協(xié)作、推動思維由廣至精、塑造人格的螺旋過程。最后，就深化研究體系、理清師—生—機關系以及培養(yǎng)學生能動性方面提出了建議。

[關鍵詞] 生成式人工智能； 創(chuàng)造性潛能； 創(chuàng)造力； 協(xié)作學習； 人機協(xié)同

[中圖分類號] G434 [文獻標志碼] A

[作者簡介] 王春麗（1987—），女，河南焦作人。副教授，博士，主要從事教育數(shù)字化、學習科學與技術設計、高階思維與能力研究。E-mail：clwang66@163.com。

一、引 言

作為核心素養(yǎng)的重要構成以及布魯姆認知類教學目標的最高層次，創(chuàng)造力或創(chuàng)造性（Creativity）長期以來受到高度重視。我國在2020年頒布的《中國高考評價體系》中首次將創(chuàng)新性作為考查要求之一[1]，黨的二十大報告將拔尖創(chuàng)新人才培養(yǎng)作為教育強國建設的重點方向[2]。聯(lián)合國教科文組織、聯(lián)合國兒童基金會和世界經濟論壇將創(chuàng)造力視為有助于個人成長和終身學習的核心技能，國際經合組織在2022年PISA測試中增加了創(chuàng)造性思維測評項目[3-4]。越來越多的用人單位將創(chuàng)造力視為重要能力，開設創(chuàng)造力培訓課程，幫助員工創(chuàng)造性地解決瞬息萬變世界中不斷涌現(xiàn)的挑戰(zhàn)。可見，創(chuàng)造力對于個體、國家和社會都有極其重要意義。

學校教育中的創(chuàng)造力培養(yǎng)，應以發(fā)展學生的創(chuàng)造性潛能（Creative Potential）為主要目標[5]。創(chuàng)造性潛能可以在某種契機或外部刺激時被喚醒，進而發(fā)展為個體的創(chuàng)造力[6]。隨著生成式人工智能（Generative Artificial Intelligence，簡稱GAI）的出現(xiàn)，其對人類創(chuàng)造性潛能的影響備受熱議[7]。智能技術極大延展了人類的能力、促進學習目標向高階能力躍遷[8-9]，深入了解GAI對人類創(chuàng)造性潛能的影響已成共識，這將有助于優(yōu)化人機協(xié)同創(chuàng)新模式。Nature中有研究也指出需要培養(yǎng)人類智能和人工智能相結合的共同創(chuàng)造力[10]。因此，本研究探索GAI對學習者創(chuàng)造性潛能的作用機制，從而為科學設計人工智能時代的創(chuàng)造性人才培養(yǎng)模式提供依據(jù)。鑒于學習科學將創(chuàng)造視為一種社會現(xiàn)象而非個人現(xiàn)象，本研究將在協(xié)作學習情境下予以探索。

二、文獻綜述

（一）創(chuàng)造性潛能的內涵

創(chuàng)造力不是有和無的區(qū)別，而是體現(xiàn)在創(chuàng)造性潛能程度的高低。潛能是每個人都具備的一種潛在的、休眠的能力，可以通過有利的經歷、培訓、環(huán)境被喚醒。創(chuàng)造性潛能本質上是個體利用某種契機，產生原創(chuàng)的、適應性作品的潛在能力[6]。根據(jù)Kaufman和Beghetto的4C模型，創(chuàng)造力可分為微創(chuàng)造、小創(chuàng)造、專業(yè)創(chuàng)造和大創(chuàng)造四層次，日常多見微創(chuàng)造和小創(chuàng)造，這二者屬于創(chuàng)造性潛能。經練習、沉淀和積累，個體創(chuàng)造力可實現(xiàn)向更高層次的轉化[11]。因此，喚醒學生的創(chuàng)造性潛能是培養(yǎng)學生具備創(chuàng)造力的重要開端。

創(chuàng)造性潛能的構成得到了學界的大量探討。發(fā)散思維被視為關鍵要素，它代表產生多樣化想法的認知能力[5]。然而，若缺乏堅持、動力等人格傾向，個體可能會錯失將這些想法轉化為實際創(chuàng)意產品的機會。因此，創(chuàng)造性潛能應由創(chuàng)造性思維和創(chuàng)造性人格共同構成[6]。前者指個體解決問題或創(chuàng)造新事物時涉及的一系列認知過程，如發(fā)散和收斂思維等，后者指冒險性、好奇性、堅毅性、內部動機、模糊容忍等人格傾向[12]。本研究也將從創(chuàng)造性思維和人格的雙重角度評估個體創(chuàng)造性潛能。

（二）協(xié)作學習與創(chuàng)造性潛能

學習科學領域認為，許多創(chuàng)造性工作是由團隊在協(xié)作中完成的。維果斯基提出的個體發(fā)展受社會文化因素影響的觀點，以及布魯納將文化心理學作為學習和發(fā)展的理論框架，促進了個人主義創(chuàng)造觀向社會建構主義創(chuàng)造觀的轉變[13]。Sawyer指出，創(chuàng)造產生于一個互動過程，該過程“涉及一個從事復雜、不可預測的互動的社會群體”，不同的想法產生并被批判性檢查，是持續(xù)的、漸進的團隊過程[14]。無論稱之為創(chuàng)造性團隊合作（Creative Teamwork）、協(xié)作創(chuàng)造力（Collaborative Creativity）還是創(chuàng)造性協(xié)作（Creative Collaboration），我們需要意識到社會的快速發(fā)展需要創(chuàng)造性的團隊[13]。

協(xié)作學習已成為培養(yǎng)創(chuàng)造性潛能的典型教學方法并得到了實證支持。在為現(xiàn)實世界的復雜問題設計創(chuàng)造性的解決方案時，群體表現(xiàn)通常更優(yōu)[15]。例如，張建偉團隊的系列研究打造了Idea Thread Mapper的社交網絡以支持創(chuàng)造力，提倡在協(xié)作中產生創(chuàng)造性思維[16]。也有研究整合協(xié)作學習和創(chuàng)造力的有關理論，構建在線協(xié)作學習知識創(chuàng)造螺旋模型[17]。還有研究基于協(xié)作知識建構理論設計了促進觀點產生、迭代、提升和升華的團隊創(chuàng)造力策略[18]。因此，本研究也將聚焦協(xié)作學習場景開展實證研究。

（三）GAI促進創(chuàng)造性潛能

GAI的創(chuàng)造性表現(xiàn)廣受關注。Hayles打破了人類作為唯一認知者的觀念，強調人類和技術相互作用時會形成“認知組合”[19]。越來越多的理論同樣強調了技術在創(chuàng)造力發(fā)展中的作用，例如：分布式理論認為創(chuàng)造力可以從人類分散到人工制品和環(huán)境中；后人類主義指出創(chuàng)造可以由人與人工制品或技術共同完成[20]。已有研究測試了GAI的創(chuàng)造力，發(fā)現(xiàn)它在給予適當提示詞時表現(xiàn)出良好的發(fā)散思維，且比人類表現(xiàn)更好[21]。總之，已有研究證明了GAI本身突出的發(fā)散性表現(xiàn)。

當前，研究焦點轉向探索GAI在激發(fā)和推動人類創(chuàng)造性潛能方面的作用。既然每位學生都具備創(chuàng)造性潛能，便可以通過適當?shù)姆绞桨l(fā)展這種潛能[12]。GAI擅長在短時間內生成想法列表，而人類在創(chuàng)造的開始和結束兩個關鍵時刻扮演更高層次的決策角色，例如，要問哪些問題、如何完善問題、保留哪部分文本等[21]。然而，相關實證研究較少且更多關注詩歌創(chuàng)作、藝術設計領域，例如，GAI能夠為藝術設計人員產生新的想法和靈感，通過展示不同藝術草圖來激勵個人，從而克服人類的固定思維和觀點匱乏等不足[22]。總體上，GAI作為促進人類創(chuàng)造性潛能工具的研究尚處初期，具體機理仍需深入探索。

三、 研究設計

（一）研究問題

本研究從“是否”和“如何”兩個層面預設三個問題：第一，使用GAI是否能夠促進學習者的創(chuàng)造性潛能；第二，使用GAI時學習者創(chuàng)造性潛能的認知網絡呈現(xiàn)何種態(tài)勢；第三，使用GAI時學習者創(chuàng)造性潛能的發(fā)展軌跡呈現(xiàn)哪些特征。其中，后兩個研究問題共同回應“如何”的問題。

（二）教學設計

本研究在H省某師范大學教育技術學專業(yè)“教育技術研究方法”課程中開展，該課程旨在培養(yǎng)學生從事教育技術研究的能力。研究對象為91名本科生，學生自由組成4～5人小組，以小組為單位完成一項研究任務。學期初，教師根據(jù)學生興趣和研究熱點制定選題列表，各小組據(jù)此列表或自擬主題開展創(chuàng)造性的科學問題解決活動。學生的協(xié)作學習活動持續(xù)16周，包括選題確定（第2～6周）、方案實施（第7～12周）、作品產出（第13～16周）三個階段，每個階段均包含協(xié)作論證、同伴互評、協(xié)作反思等協(xié)作活動。在此期間，允許學生利用GAI輔助小組研究，如促進對選題的理解認識，迭代研究思路和方法，以及延展研究難點。

（三）數(shù)據(jù)收集與分析

由于各組對GAI賦能科研的觀點各異，研究者并未強制學生使用11546714e9e8b5856e4a92403174b81aGAI，各組按需自行決定。學期結束時，要求各組對自身GAI使用的廣度和深度進行自評，同時結合小組匯報、查閱學生和智能工具的互動記錄，劃分出高使用組、中使用組、低使用組，從結果和過程兩方面探索不同程度GAI使用對創(chuàng)造性潛能的影響。采用英國學者盧卡斯（Lucas）的創(chuàng)造性心智習慣框架（Creative Habits of Mind，簡稱CHoM），作為創(chuàng)造性潛能的評估依據(jù)[23]。CHoM框架識別了創(chuàng)造性潛能的五種核心要素：好奇、想象、堅持、協(xié)作、自律。它不僅強調了創(chuàng)造性思維的價值，即代表發(fā)散思維的“想象”以及代表收斂思維的“自律”；也提及了創(chuàng)造性人格傾向，即好奇、堅持和協(xié)作。隨后Lucas據(jù)此設計了2022年PISA創(chuàng)造性思維的測評框架[4]。本研究以該框架為指導，將創(chuàng)造性潛能視為創(chuàng)造性思維和人格的融合，涵蓋個體產生想法的認知過程與創(chuàng)造性活動中的人格傾向。

在結果層面，基于CHoM框架編制了創(chuàng)造性潛能量表，經題目修訂與試測，最終形成了包括五個維度、共15道題的李克特五級量表，信度為0.912，前測表明高、中、低使用組在創(chuàng)造性潛能上無顯著差異。在過程層面，設計了GAI使用對創(chuàng)造性潛能影響的半結構化訪談提綱，以此深入探索GAI影響下創(chuàng)造性潛能的發(fā)生機制。基于以上準備工作，在協(xié)作學習結束時，選取高、中、低使用程度的代表性小組各2組（共6組）進行集體訪談，借助釘釘平臺進行話語轉錄，最終形成有效訪談記錄351條。基于CHoM框架設計的編碼表（見表1），對三名助教進行編碼訓練，隨機選取有效訪談數(shù)據(jù)50條進行預編碼，編碼一致性最終達到0.85，再完成剩余的訪談數(shù)據(jù)編碼。

在數(shù)據(jù)分析上，首先，使用SPSS軟件的ANOVA分析進行組間差異分析，以判斷GAI使用是否會對創(chuàng)造性潛能產生影響。其次，使用認知網絡分析和滯后序列分析，探索GAI影響下創(chuàng)造性潛能發(fā)生的機理。認知網絡分析工具ENA的核心思想是通過計算各個編碼在對話上下文中的共現(xiàn)次數(shù)，從而建立整個對話過程中編碼之間聯(lián)系的網絡化表征。滯后序列分析法主要用于檢驗人們發(fā)生一種行為之后，另一種行為出現(xiàn)的概率及其是否存在統(tǒng)計意義上的顯著性。最后，使用GSEQ5.1軟件揭示協(xié)作過程中創(chuàng)造性潛能五要素的轉化過程，比較不同小組在協(xié)作過程中的創(chuàng)造性潛能發(fā)展軌跡。

四、研究結果

（一）高、中、低使用組的創(chuàng)造性潛能對比分析

三類小組在想象（F=3.346，p=0.023）、好奇（F=2.717，p=0.049）、自律（F=2.883，p=0.019）和堅持（F=2.714，p=0.043）方面具有顯著差異。ANOVA事后分析顯示，高使用組在想象、好奇和自律三個維度均高于中、低使用組，并且在堅持維度上也高于低使用組。這表明，GAI使用對于學習者創(chuàng)造性潛能的提升，體現(xiàn)為學習者不僅能夠產生更多的觀點，也需要表現(xiàn)自律和堅持，以應對觀點之間的沖突。這一結論在訪談中也得到印證，例如，高使用組提到“我們有哪個部分拿不準時會問人工智能，然后我們再挑大梁”“有一次想讓它給出效應量計算方法，它給了好多，我們又找資料確認它說得對不對，總之不能盲目聽從它”。同時，ANOVA分析顯示，三類小組在協(xié)作上不存在顯著差異（F=0.312，p=0.817），這表明小組內的“人—人”協(xié)作水平并未受GAI使用程度影響。高、中、低組的訪談結果表示，GAI給出的答復雖然全面但不夠準確，關鍵環(huán)節(jié)還需要組內成員共同協(xié)作，甚至找老師求助。例如，有小組提到“在選題時，我們問了問GAI不同選題的價值，但它的答復也很客套，我們就自己讀文獻，再去找老師確認”。

（二）高、中、低使用組創(chuàng)造性潛能的認知網絡分析

1. 整個協(xié)作階段的認知網絡差異

認知網絡分析結果如圖1所示，連線粗細代表要素間的關聯(lián)程度強弱。圖1上半部分呈現(xiàn)了各組在想象、好奇、堅持、協(xié)作和自律五個要素上的網絡關系，小組間的共性規(guī)律表現(xiàn)為“想象—自律”“想象—好奇”“自律—好奇”“自律—堅持”之間有關聯(lián)，說明無論GAI使用程度如何，學習小組普遍需要以想象和自律為核心開展創(chuàng)造性活動。

圖1 高、中、低使用組的整體創(chuàng)造性潛能認知網絡對比

從圖1下半部分來看，小組間的差異體現(xiàn)為，高使用組在“想象—好奇”“想象—協(xié)作”“想象—自律”（連線系數(shù)分別為0.44、0.39、0.28）的關聯(lián)強度上，高于中、低使用組。表明對于高使用組而言，GAI的使用使得小組成員發(fā)展不同想法（即“想象”），同時也可以產生更強的質疑與探索欲望（即“好奇”），強化了創(chuàng)造性過程的社會化（即“協(xié)作”），并注重評估與批判人工智能生成的觀點（即“自律”）。此外，低使用組在“協(xié)作—堅持”（連線系數(shù)0.24）的關聯(lián)強度上高于高、中使用組（連線系數(shù)分別為0.15、0.17），說明低使用組主要依賴小組成員人際協(xié)作（即“協(xié)作”），克服各種困難以形成創(chuàng)意產品（即“堅持”），但難以在過程中產生與發(fā)散（即“想象”）或收斂（即“自律”）有關的思維活動。

2. 不同協(xié)作階段的認知網絡差異

本研究進一步繪制了不同階段的認知網絡結構圖，用以直觀呈現(xiàn)創(chuàng)造性潛能的發(fā)展歷程，如圖2所示。在選題確定階段，高使用組較其他兩組有更強的“想象—協(xié)作”“想象—自律”關聯(lián)（連線系數(shù)分別為0.47和0.71），中、低使用組有更強的“想象—堅持”關聯(lián)。在方案實施階段，高使用組較其他兩組有更強的“想象—協(xié)作”關聯(lián)（連線系數(shù)為0.37），中、低使用組仍有更強的“想象—堅持”關聯(lián)。在作品產出階段，高使用組有更強的“堅持—好奇”關聯(lián)（連線系數(shù)為0.41），低使用組有更強的“協(xié)作—堅持”關聯(lián)。

圖2 高、中、低使用組在不同階段的創(chuàng)造性潛能認知網絡對比

以上結果表明，高使用組在協(xié)作前期借助GAI產生豐富的觀點（即“想象”），但也需要共同探討（即“協(xié)作”）并批判性看待各種觀點（即“自律”）；進入協(xié)作中期會在充滿多樣化觀點（即“想象”）時合力解決問題（即“協(xié)作”）；到協(xié)作后期會堅韌地修改作品（即“堅持”），并再次尋求有趣和有價值的新問題（即“好奇”）。而其他兩組在前兩個協(xié)作階段都體現(xiàn)出堅持不懈地（即“堅持”）提出各種觀點（即“想象”），在最后階段才有了一定的協(xié)作，進程較為緩慢。

（三）高、中、低使用組創(chuàng)造性潛能的發(fā)展軌跡分析

為更深一步探討協(xié)作學習中創(chuàng)造性潛能的內在發(fā)展模式，根據(jù)行為序列調整后的殘差值（Z-score）是否顯著繪制行為轉化圖（如圖3所示）。其中創(chuàng)造性潛能要素和子要素旁邊的數(shù)字代表其發(fā)起與結束的序列數(shù)量。其中，高、中、低使用組的顯著性行為轉化個數(shù)分別為29條、20條和15條。從圖中分布可知，高使用組的顯著行為轉化相對集中在右側，即與好奇、想象和堅持有關的發(fā)起和結束行為，例如，好奇發(fā)起的序列共8條，指向好奇的序列共7條；中使用組的顯著行為轉化相對集中在右上側，即好奇、想象有關的發(fā)起和結束行為，例如，想象發(fā)起的序列共5條，指向想象的序列共3條；低使用組的顯著行為轉化相對集中在左下，即協(xié)作有關的發(fā)起和結束行為，發(fā)起和指向分別為3條和6條。這表明，高、中使用組體現(xiàn)更強的發(fā)散思維，例如，高使用組學生提到“我們一開始有點不知道怎么收集這樣的數(shù)據(jù)，但是經過GAI啟發(fā)，加上我們自己突然的一些靈感，就有了一個方案”，但低使用組在好奇和想象上的相關活動相對不足，更注重1cca64813b8c4a0ac47c0e62e9c168d7成員之間的協(xié)作。

五、結論與啟示

（一）研究結論

1. 觸發(fā)學生的發(fā)散思維，是GAI誘發(fā)創(chuàng)造性潛能的首要原因

本研究發(fā)現(xiàn)，GAI可以有效促進想法的生成。組間差異分析表明，高使用組在代表發(fā)散思維的“想象”上顯著高于其他組；認知網絡分析表明，高使用組在協(xié)作前期和中期表現(xiàn)出更多與“想象”有關的共生關系；滯后序列分析表明，高使用組更容易開展以“想象”“好奇”為關鍵節(jié)點的活動。此前有研究使用替代用途測試（AUT）和托蘭斯創(chuàng)造性思維測試（TTCT）驗證了GAI具有發(fā)散思維優(yōu)勢[23]，也有質性研究表明，GAI可為人們的藝術創(chuàng)作提供新視角，特別是在構思和設計過程的早期[24]。本研究進一步印證這些發(fā)現(xiàn)，表明GAI支持了想法生成過程，尤其是在創(chuàng)造性活動的開始階段。

2. 收斂與發(fā)散的共生，是GAI推動創(chuàng)造性潛能的必要條件

本研究也發(fā)現(xiàn)，GAI不僅能增強學習者的發(fā)散思維，也對學習者的收斂思維提出了要求。組間差異分析表明，高使用組在代表收斂思維的“自律”上顯著高于其他組，認知網絡分析表明，高使用組整體上表現(xiàn)出更強的“想象—自律”共現(xiàn)關系。可見，在讓GAI充當創(chuàng)造性工作的伙伴時，學習者也表現(xiàn)出更強的收斂思維。此前有研究從理論上剖析了這一現(xiàn)象，指出GAI所帶來的挑戰(zhàn)因素同樣可被有意識地利用以增強人類的創(chuàng)造力[25]。換言之， GAI生成的多元觀點也將激勵個體對其作出批判性思考，這種審辯本身也是創(chuàng)造性潛能結構中的一部分。盡管發(fā)散和收斂兩種思維對于創(chuàng)造性潛能都是必要的，但以往研究多側重于發(fā)散思維。本研究表明GAI時代需重視創(chuàng)造性潛能的多維性，避免將其簡化為發(fā)散思維。

3. 好奇與堅持的人格傾向，是GAI衍生創(chuàng)造性潛能的獨特表現(xiàn)

本研究還發(fā)現(xiàn)，GAI可以有效促進“好奇”和“堅持”的創(chuàng)造性人格傾向。組間差異分析表明，高使用組在“好奇”“堅持”上表現(xiàn)更好；認知網絡分析表明，高使用組在“想象—好奇”的共現(xiàn)強度上更高，并且在協(xié)作的最后階段有更強的“堅持—好奇”關聯(lián)；滯后序列分析表明，高、中使用組有更多以“好奇”和“堅持”為關鍵節(jié)點的活動。這表明，GAI不僅可以提升創(chuàng)造性思維，還有助于提升學習者愿意冒險、容忍模糊、意志堅定等人格傾向。盡管此前研究更多聚焦創(chuàng)造性思維，對創(chuàng)造性人格的探討較少，但已有研究表明人格傾向與個體發(fā)展存在著正相關關系[11]。本研究進一步揭示了人格傾向在創(chuàng)造性潛能中的價值，為理解GAI如何促進創(chuàng)造性潛能提供了獨特見解。

4. 師生、生生的人際協(xié)作，是優(yōu)化人機協(xié)同創(chuàng)造效果的關鍵保障

本研究進一步發(fā)現(xiàn)，不論GAI的使用程度如何，人類自身的協(xié)作具有基礎性作用。組間差異分析表明，高、中、低使用組在“協(xié)作”維度不存在顯著差異；認知網絡分析表明，高使用組在協(xié)作前期和中期表現(xiàn)出更多“協(xié)作”相關的共現(xiàn)關系，低使用組整體表現(xiàn)出更多“協(xié)作”相關的共現(xiàn)關系；滯后序列分析表明，低使用組更容易開展以“協(xié)作”為關鍵節(jié)點的活動。這表明，當面臨GAI反饋不準確、不匹配等挑戰(zhàn)時，師生、生生的人際協(xié)作在問題解決過程中發(fā)揮重要作用。這符合何文濤等人提出的“以人為本、以機為輔”的人機協(xié)同一般過程特征[26]，也呼應了武法提等提出的“人機合理分工”的人機合作效能最優(yōu)化法則[27]。此外，本研究將科學研究作為創(chuàng)造性任務，也可能引發(fā)人際協(xié)作的增加。與藝術家需要GAI具有趣味性相比，科學家則需要GAI產生準確和可靠的結果，GAI對科學研究而言是一種作用有限的工具[22]。本研究雖以某門課程為情境，但將GAI賦能科研作為切入點具有一定代表性。對于科學研究等復雜任務而言，學生可利用GAI輔助創(chuàng)造，但人際協(xié)作仍是創(chuàng)造的基礎。

圖4 生成式人工智能促進創(chuàng)造性潛能的機理

基于上述分析，本研究構建了如圖4所示的機理圖，揭示了GAI如何通過底部人格層到中部思維層再到頂部人格層，逐漸影響并促進創(chuàng)造性潛能的螺旋上升過程。首先，底部人格層以人際間的協(xié)作為基礎，代表創(chuàng)造性潛能發(fā)展的原始動力。GAI的引入形成了“人際+人機”協(xié)同模式，強化了創(chuàng)造性潛能發(fā)展的動力體系，但人際協(xié)作仍是維持該體系穩(wěn)定運轉的關鍵。其次，中部思維層是創(chuàng)造性潛能發(fā)展的關鍵區(qū)域，涵蓋了想象和自律兩大要素。GAI直接作用于學習者的想象過程，促進各種可能性與直覺的產生；隨著思維不斷發(fā)散，學生開始批判性地審視各種觀點，逐漸誘發(fā)了自律即思維收斂的過程，從而改進或完善方案。最后，頂部人格層由好奇、堅持兩大特質構成，體現(xiàn)了思維層對人格層的深遠影響。學習者通過思維的發(fā)散、收斂歷程，激發(fā)了自身好奇心，驅動自我不斷提出問題、構建假設。同時，也激勵了堅持的品質，確保自身在面臨挑戰(zhàn)和不確定性時，能夠持之以恒地追求目標。總之，引入生成式人工智能的協(xié)作學習，通過優(yōu)化協(xié)作模式，促進了思維由廣度到精度的轉變，塑造了好奇、堅持的創(chuàng)造性人格，從而深刻影響了創(chuàng)造性潛能發(fā)展。這一機理圖的構建，為理解GAI如何促進創(chuàng)造性潛能提供了新的視角和工具。

（二）研究啟示

1. 深化GAI時代創(chuàng)造性潛能的研究體系

雖然GAI情境下創(chuàng)造性潛能的研究尚處于起步階段，但GAI推動該領域進入新里程碑。本研究主張要豐富創(chuàng)造性潛能的表征維度，正如Rafner等認為的，發(fā)散思維并不等同于復雜的創(chuàng)造性潛能現(xiàn)象[10]。此外，創(chuàng)造性潛能的主體發(fā)生了變化，人工智能創(chuàng)造力[28-29]、人機協(xié)同創(chuàng)造力[21]等概念拓展了創(chuàng)造性活動的可能性。再者，當GAI可快速創(chuàng)建高質量文本或藝術圖像時，如何評估人類創(chuàng)造性潛能成為新話題。在評價指標上，盡管機器的輸出是原創(chuàng)和有效的，但它缺乏人類創(chuàng)造力中顯而易見的真實性和意圖性，因此，可以在獨特性和有效性基礎上，增加真實性和意圖性兩個新指標[29]。在評價證據(jù)上，人類創(chuàng)造性潛能并不全然體現(xiàn)在最終產品上，也可能來自對提示語的迭代[30]。總之，GAI塑造了對創(chuàng)造性潛能新的認識。

2. 厘清人機協(xié)同創(chuàng)造的師生機三元關系

本研究初步發(fā)現(xiàn)了創(chuàng)造性活動中不同主體的價值，包括GAI作為觀點的誘發(fā)者，學生作為觀點的發(fā)散和收斂者，以及教師作為關鍵問題的把關者。為構建“人機+人際”的協(xié)作模式，需進一步厘清“師—生—機”三元互補關系[31]，促進教師智慧、學生智慧、機器智能的共同進化[32]。例如，有研究分析了ChatGPT的多重角色，如智能點評專家、智慧助學同伴[33]，還有研究認為人工智能與人類智能之間的角色是波動的，會隨著協(xié)作的演進發(fā)生變化[25]。這種相互作用凸顯了研究人與機器共同創(chuàng)造的必要性，以解釋當下人類與人工智能之間的復雜混合機制。

3. 培養(yǎng)學生能動性以作為教學實踐前提

在GAI時代，培養(yǎng)學生能動性成為GAI融入教學實踐的前提。本研究發(fā)現(xiàn)當使用GAI輔助科學研究時，學生在獲得機器反饋的不同觀點后，面臨對這些觀點進行質疑與檢驗的挑戰(zhàn)。余勝泉也指出人工智能可能帶來的認知陷阱，如思維懶惰、認知地位邊緣化等[34]。為應對此問題，許多研究提出了通過自我調節(jié)學習理論來構建學生能動性的觀點，培養(yǎng)學生能動性的研究也愈發(fā)受到重視[35]。學生能動性（Student Agency），即學生積極塑造學習體驗、負責決策并掌控自身教育路徑的能力，被《OECD學習指南針2030》視為核心議題[36]。鑒于此，有必要從實踐層面培養(yǎng)學生能動性，以增強學生對新環(huán)境的適應力。

[參考文獻]

[1] 教育部. 教育部考試中心發(fā)布《中國高考評價體系》[EB/OL]. （2020-01-07）[2024-05-16]. http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202001/t20200107_414611.html.

[2] 習近平. 高舉中國特色社會主義偉大旗幟為全面建設社會主義現(xiàn)代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告[EB/OL]. （2022-10-16）[2024-05-14]. http：//www.news.cn/politics/2022-10/25/c_1129079429.htm.

[3] VENCKUT■ M， MULVIK I B， LUCAS B. Creativity-a transversal skill for lifelong learning. an overview of existing concepts and practices[R]. Luxembourg： Publications Office of the European Union， 2020.

[4] OECD. PISA 2021 creative thinking framework： third draft[R]. Paris： OECD Publishing， 2019.

[5] 龐維國. 創(chuàng)造性心理學視角下的創(chuàng)造性培養(yǎng)：目標、原則與策略[J]. 華東師范大學學報（教育科學版），2022，40（11）：25-40.

[6] 陶陽，楊向東，吳方文. 學生創(chuàng)造性潛能的課堂觀察[J]. 全球教育展望，2023，52（12）：97-108.

[7] 祝智庭，趙曉偉，沈書生. 技能本位的學習范式：教育數(shù)字化轉型的認識論新見解[J]. 電化教育研究，2023，44（2）：36-46.

[8] 董艷，夏亮亮，李心怡，等. ChatGPT賦能學生學習的路徑探析[J]. 電化教育研究，2023，44（12）：14-20，34.

[9] 王竹立，吳彥茹，王云. 數(shù)智時代的育人理念與人才培養(yǎng)模式[J]. 電化教育研究，2024，45（2）：13-19.

[10] RAFNER J， ROGER E， LUBART T， et al. Creativity in the age of generative AI[J]. Nature human behavior，2023，7（11）：18-36.

[11] KAUFMAN J C， BEGHETTO R A. Beyond big and little： the four C model of creativity[J]. Review of general psychology， 2009，13（1）：1-12.

[12] 田友誼，李榮華. 創(chuàng)造力測評研究70年：回顧與展望[J]. 中國考試，2022（5）：81-89.

[13] BARRETT M S， CREECH A， ZHUKOV K. Creative collaboration and collaborative creativity： a systematic literature review[J]. Frontiers in psychology， 2021，12（8）：1-15.

[14] SAWYER R K， JOHN-STEINER V， MORAN S， et al. Creativity and development[M]. New York： Oxford University Press， 2003， 88-94.

[15] 王春麗. 發(fā)展學習者協(xié)作能力的設計研究[D]. 上海：華東師范大學，2019.

[16] YUAN G， ZHANG J， CHEN M H. Cross-community knowledge building with idea thread mapper[J]. International journal of computer-supported collaborative learning， 2022，17（2）：293-326.

[17] 炕留一，朱珂，蘇林猛，等. 跨學科視閾下在線協(xié)作學習知識創(chuàng)造螺旋模型研究[J]. 電化教育研究，2023，44（11）：60-66.

[18] 蔣紀平，胡金艷，張義兵，等. 學習科學視角下團隊創(chuàng)造力培養(yǎng)的實證研究[J]. 中國電化教育，2023（4）：72-81.

[19] HAYLES K. Unthought： the power of the cognitive nonconscious[M]. Chicago： University of Chicago Press， 2017，267-280.

[20] 張婧婧，牛曉杰，黃一橙. 學習科學的學習觀與方法論：范式與實踐[J]. 電化教育研究，2024，45（6）：23-33.

[21] HUBERT K F， AWA K N， ZABELINA D L. The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks[J]. Scientific reports， 2024，14（2）：1-10.

[22] WINGSTR？魻M R， HAUTALA J， LUNDMAN D. Redefining creativity in the era of AI？ Perspectives of computer scientists and new media artists[J]. Creativity research journal， 2024，36（2）：177-193.

[23] LUCAS B. A five-dimensional model of creativity and its assessment in schools[J]. Applied measurement in education， 2016，29（4）： 278-290.

[24] UUSITALO S， KANTOSALO A， SALOVAARA A， et al. Creative collaboration with interactive evolutionary algorithms： a reflective exploratory design study[J]. Genetic programming and evolvable machines， 2024，25（1）：1-23.

[25] ACAR S. Creativity assessment， research， and practice in the age of artificial intelligence[J]. Creativity research journal， 2023，35（4）：1-7.

[26] 何文濤，路璐，周躍良，等. 智能時代人機協(xié)同學習的本質特征與一般過程[J]. 中國遠程教育， 2023，43（3）：12-20.

[27] 武法提，楊重陽，李坦. 智慧學習環(huán)境中的人機協(xié)同設計[J]. 電化教育研究，2024，45（2）：84-90.

[28] 胡衛(wèi)平，張陽，呂元婧，等. 人工智能創(chuàng)造力探究[J]. 現(xiàn)代教育技術， 2024，34（1）：17-25.

[29] RUNCO M A. Updating the standard definition of creativity to account for the artificial creativity of AI[J]. Creativity research journal， 2023， 35（1）： 1-5.

[30] OPPENLAENDER J. The creativity of text-based generative art[C]//The 25th International Academic Mindtrek Conference. Tampere： Association for Computing Machinery， 2022：192-202.

[31] 李海峰，王煒. 人機爭論探究法：一種爭論式智能會話機器人支持的學生高階思維能力培養(yǎng)模式探索[J]. 電化教育研究，2024， 45（3）：106-112，128.

[32] 王一巖，朱陶，楊淑豪，等. 人機協(xié)同教學：動因、本質與挑戰(zhàn)[J]. 電化教育研究，2024，45（8）：51-57.

[33] 單俊豪，劉永貴. 生成式人工智能賦能學習設計研究[J]. 電化教育研究，2024，45（7）：73-80.

[34] 余勝泉，汪凡淙. 人工智能教育應用的認知外包陷阱及其跨越[J]. 電化教育研究，2023，44（12）：5-13.

[35] 劉鸝，李佳寧. 論智能時代的學生主體性及其培育[J]. 電化教育研究， 2024，45（2）：42-47.

[36] OECD. Student agency for 2030[EB/OL]. （2019-12-30） [2024-03-16]. https：//www.oecd.org/education/2030-project/teaching-and-learning/learning/student-agency/Student_Agency_for_2030_concept_note.pdf.

Research on the Mechanism of Generative Artificial Intelligence in

Enhancing Creative Potentials in Collaborative Learning

WANG Chunli1， CHEN Yanyan1， GU Xiaoqing2， Xing Haifeng3

（1.Faculty of Education， Henan Normal University， Xinxiang Henan 453007;

2.Faculty of Education， East China Normal University， Shanghai 200062;

3.College of Software， Henan Normal University， Xinxiang Henan 453007）

[Abstract] Educational reforms generally attach importance to the creative potential， and Generative Artificial Intelligence （GAI） provides opportunities for this. According to the CHoM framework， the creative potential is divided into creative thinking （divergent thinking， convergent thinking） and creative personality （curiosity， persistence， collaboration）. In this study， GAI tools were introduced for collaborative learning in the course "Educational Technology Research Methods" to explore how GAI could promote the development of students' creative potential. Through pre- and post- tests， cognitive network analysis， and lag sequence analysis， it is found that triggering divergent thinking is the primary reason for GAI to induce creative potential， the co-occurrence of convergent thinking and divergent thinking is the necessary condition for GAI to promote creative potential. The personality of curiosity and persistence is the unique expression of GAI-derived creative potentials， teacher-student and student-student interpersonal collaboration are the crucial guarantee for optimizing the effects of human-machine co-creation. Thus， this study reveals the mechanism by which GAI influences the creative potential， including strengthening interpersonal collaboration， promoting transition of thinking from the broad to the refined， and shaping creative personality. Finally， suggestions are made regarding deepening the research system， clarifying the teacher-student-machine relationship， and cultivating students' initiative.

[Keywords] Generative Artificial Intelligence; Creative Potential; Creativity; Collaborative Learning; Human-Machine Collaboration

DOI：10.13811/j.cnki.eer.2024.11.011

基金項目：2023年度河南省重點研發(fā)與推廣專項（科技攻關）項目“大規(guī)模在線教育中學習者自我調節(jié)學習的動態(tài)測評與實時反饋研究”（項目編號：232102320150）；2023年度河南省高等教育教學改革研究與實踐項目（研究生教育類）“融合‘教學方法—學習空間—智能技術’的研究生協(xié)作學習設計與實踐”（項目編號：2023SJGLX263Y）