人智協同創造力回溯AIGC科學與審美的思維共創

摘要：超速發展的大模型升級了推理水平和多模態處理能力，支撐和提升了AIGC的生成力和創造力。AIGC支持學習者科學思維和審美思維的融合共創，為科學教育和美育的跨學科學習開辟了新路徑。該研究依據技術可供性對人類認知的影響，從智能技術環境中人智協同的現象入手，將人智協同的任務協同推演到人智協同的創造協同，確立了包括人智信任在內的人智協同創造力的概念及其基本內容。以涵養學習者的人智協同創造力為導向，分析了AIGC的知識獲取和認知模式，從計算思維等常規思維中拔擢出AIGC思維方法。AIGC思維是人智協同中涵蓋知情意的整體性意識活動，科學思維和審美思維是AIGC思維的內核，“現象←→體驗”雙向反饋是AIGC思維的外顯。AIGC思維可以自覺調配人類智能協同力和主動獲取AI協同力，并且通過科學專注和審美獎勵的結合獲得思維增益。AIGC思維通過強化學習者語言圖式和視覺圖式的科學性與審美性促進人智信任的養成。

關鍵詞：人智協同創造力；科學思維；審美思維；AIGC思維；跨學科學習

中圖分類號：G434 文獻標識碼：A

* 本文系2021年國家社會科學基金教育學一般課題“智能生成藝術認知下的中小學生審美計算思維培育策略研究”（課題編號：BLA210217）階段性研究成果。

① 郭宇剛為本文通訊作者。

2024年OpenAI-o系列模型的發布推動數字時代向數智時代的顯著轉變，催促學生人工智能素養的培養從計算思維向智能思維的拓展和升級，也就是從問題分解、模式識別、抽象化和算法設計等思維方式過渡到數據驅動和模型決策，以及采用試錯和微調等方法的交互式和自適應的強化學習、持續學習和跨學科學習。2023年5月教育部等十八部門聯合印發了《關于加強新時代中小學科學教育工作的意見》，強化了科學課程在動手實踐、實驗探究和創新思維培養等方面的要求，強調項目式教學、跨學科綜合實踐能力等育人思想。STEAM理念契合了科學教育的科學、技術和工程等跨學科內涵，又驅使美育找到與科學教育的融合途徑，其底層邏輯在于美育和科學教育的共同目標都聚焦在創造性思維和創造力。生成式人工智能（Generative Artificial Intelligence，GAI）創設的技術環境深化和泛化了AIGC （Artificial Intelligence Generated Content，人工智能生成內容）教育場景應用，并以LLM（Large Language Model ，大語言模型）為杠桿，撬動教育領域中知識的復制性生產和原創性生產的變革[1]，促進教育范式從人機協同完成向人智協同的轉變，科學思維和審美思維的共創化常態已經形成。培養什么樣的智能之人？這是一種以“智能”為尺度的培養新標準[2]。AIGC多模態和跨模態技術成為4I（沉浸式Immersive、創新式Innovative、協作式Interactive、跨學科式Interdisciplinary）教學模式創立的基礎，從AIGC技術現象入手，可以廓清人智協同環境的構成要素及其關系，探尋學習者科學思維和審美思維的融合共創機理，以及創造性思維和創造力的養成機制。

一、技術現象下人智協同創造力的概念顯化

（一）科學思維和審美思維的融合共創考證

跨學科思維是產生突破性創新和創造的根本認知模式，科學思維與審美思維的融合共創可以追溯到文藝復興時期。理性的覺醒和科學的興起使人們勇敢嘗試去揭示宇宙、自然界、人類社會、生態、倫理價值等結構關系和組織規律，而無論是結構關系還是組織規律都預期能夠清楚表達內在的秩序、和諧與穩定，先哲們在展開科學思考的同時也因為美好的世界而產生審美情感和體驗。藝術家們就是受自然視覺實驗的啟發，創造性地發明了繪畫透視法。英國藝術史家貢布里希（Sir E.H.Gombrich）闡述到：在西方傳統中，繪畫實際上被作為一種科學來追求[3]。科學思維和審美思維的融合共創一定程度上促進了文藝復興時代的科學藝術的繁榮。人類對與美的追求既是一種本能，也是價值實現的最高需求表達，這種先驗認知深刻地作用于科學思維。科學發現和創造的過程伴隨著強烈的審美體驗，一流科學家對科學問題的思考往往帶有藝術和審美的立場。量子力學的奠基者狄拉克（Paul Adrien Maurice Dirac）認為，描述自然的基本規律的方程必須包含偉大的數學之美[4]。物理學的質能方程、數學的歐拉公式等，都被公認為具有審美價值。為了“詩意的棲居”，人類在“審美”境遇中不斷地去追求“新穎”和“有利”的事物，這就是創造的原始動機。科學思維與審美思維的關系越是直接和密切，就越容易在科學和審美的思維共創中養成了創造思維和創造力。教育不僅是傳遞文化遺產和永恒真理的活動，更是為了個人的美好生活和價值實現而存在的活動[5]。

本研究的前期階段，面向計算思維提出了審美計算圖式的概念，即指人類大腦進行模式識別時認知消耗最小的圖形。它由形狀（對象結構特征）、顏色（對象物理特征）、位置與層次（對象與環境靜態關系）和動作與姿勢（對象與環境動態關系）等四個維度進行描述。研究選取小學科學教育課程《我們知道的動物》《地球表面的變化》進行了實驗研究，自變量是AIGC審美計算圖式教學法，因變量是學生創造力基本素養中的感知力和意象力。提出實驗假設，即AIGC審美計算圖式教學法能夠對學生的感知力和意象力的提高有顯著影響。設計與課程內容對應的測試試卷，在實驗班和對照班實施測試，獲得測試數據，利用獨立樣本t檢驗方法進行假設檢驗，檢驗結果驗證了上面的實驗假設。

（二）技術現象塑造創造性思維

技術是與一定的科學概念或原理對應的，科學概念和原理則來源于自然和社會中的現象。技術可供性就是縮短技術和現象之間的距離，技術能夠塑造可以感知的各種現象甚至預設之外的突發性和新奇性的現象，這可以直接引導和激發人們在技術現象中學習和發現科學的因果關系及其規律。從胡塞爾（Edmund Husserl）的現象學到梅洛·龐蒂（Maurice Merleau-Ponty）的知覺現象學再到唐·伊德（Don Ihde）的技術現象學，“純粹意識”跨越過“身體知覺”與當代最新技術不斷融合，研究技術既是研究技術的實際應用，更是研究技術背后的現象及其組合方式。技術現象學以圖像技術為支點，通過放大-縮小的知覺形式，建構特有的空間場域，身體知覺及其延伸最終通過技術得以體現[6]。唐·伊德根據技術調和人與世界的經驗方式，提出了（人-技術）-世界的具身關系的意向表達式，強調觀察和實驗等學習和探究行為，關注實際技術使用情境，以及人們在使用技術時心理和行為變化。

技術現象學為教育研究提供了新的視角和方法。跨學科學習注重將學習認知投向通過觀察、實驗和實踐來認識自身和他身的何以存在，是學習的認識論向存在論的轉向。存在和認識的中介就是思維，思維對存在進行抽象概括從而成為新認識。技術是人類存在的根本方式，技術現象改變和塑造人類的思維方式。人類的思維結果必然是優化和改善其存在方式，并最終被具體化為技術的創新和創造。在思維的作用下，認識論意義上的科學不斷被技術所汲取和借鑒從而成為技術科學，技術敘事及其共享深刻地變革自然世界和人類社會，也必然為跨學科學習創設新的路徑，實現學習焦點從掌握知識向創造性思維的轉移。

（三）智能技術環境催生新概念——人智協同創造力

美國生態心理學家吉布森（James J.Gibson）提出了生態學意義上的可供性概念，指的是環境為生物提供的行動可能性。可供性的具身性意蘊表明身體是對環境的直接認識，這種直接認識伴隨著自身知覺的同步性與環境形成一種實時的互動關系[7]。從可供性推演到技術可供性是合理的，技術向人類主體顯現的環境越有利于思維和認知，就意味著技術促動思維活躍和創新的可能性越大。美國蒙大拿大學及其合作伙伴通過ChatGTP-4與2700名大學生的創造性思維對比評估，從思維的流暢性、獨創性和靈活性等三個指標進行了測試，結果表明，ChatGTP在流暢性和獨創性方面排在最優秀的行列；在靈活性方面的表現也超過了絕大多數大學生。ChatGPT以其文本生成能力和多任務處理能力成為AI領域的突破，GPT-4則在模型規模和性能上實現了數百倍的增長，實現了跨模態能力、跨語言理解和生成能力等質的飛躍。OpenAI-o系列通過強化學習和內部思維鏈生成，能夠在不斷試錯的過程中優化學習策略，提升了復雜推理能力、問題解決能力和多模態統覺化整合能力。進化中的大模型正在表現出與人類相當甚至超出人類的創造力，也顯著提升了AIGC的能力。通過簡化和明確技術的功能屬性和外顯結構，強化技術生態環境的可感知性和可利用性，AIGC激勵人類的感知力和行動力，產生與人類相互協同的能力，激活混合智能涌現，引發人類的直覺和創造等潛在意識。有研究結果表明，功能可供性與感知有用性之間存在顯著的相關關系，認知可供性也與感知有用性有顯著的關聯[8]。AIGC應用場景的推廣，不僅迭代了功能可供性概念，也升級了認知可供性概念。

智能技術環境中AIGC的人智協同是一種普遍現象。人智協同（Human-AI Collaboration）是將AI系統無縫集成到人類現有的工作流程中，通過合理融合及優勢互補來提高整體工作結果的綜合質量和效率。人智協同打破人類與AI模型之間的認知壁壘，實現知識和能力的雙向傳遞與賦能，創造性思維和創造力被訓練和強化，催生了人智協同創造力（Human-AI Co-creativity）的概念范疇。人智協同創造力是指在人智協同的過程中，人類和AI系統通過互動和協作所展現的創造性思維和創造力的總和，它既來自人類的新穎想法、情感體驗和直覺判斷，也來自AI在數據處理、模式識別和和決策支持方面的能力，最終促進了新知識的產生、新問題的解決和新價值的創造。人智協同創造力有三個基本內容，一是人類智能和AI系統之間形成融洽和信任的關系，即建立人智信任；二是人類的創造性思維得到AI系統的支持和擴展；三是AI系統的能力因人類的指導和控制而更加精準和明確地服務人類的目的。人智協同創造力對勞動者在知識、技術、態度、倫理與價值等方面均提出了新的要求[9]。其中，知識和技術屬于科學范疇，對應于科學思維方式，態度、倫理與價值可以大概劃分到情感范疇，對應于審美思維方式，這是因為主體行為具有社會意義，理智情感必然伴隨道德情感，且最終的情緒體驗往往由道德情感決定[10]，而道德是態度、倫理與價值的反映。

二、人智協同創造力的思維方法——AIGC思維

（一）從常規思維拔擢AIGC思維方法

從學習者的角度來講，科學思維一般指理論思維和實驗思維。因由科學與技術工程的相互催化，具有技術工程特質的工具思維成為一種活躍在各個學科領域的學習者思維。計算機科學技術引發了信息技術革命，計算思維是具有計算機科學規定性和跨學科效用的學習者思維方式。隨著以模擬人類智能為目標的人工智能科學技術的發展，形成了以AIGC為代表的新知識生產機制和認知現象，需要學習者建立一種與之相適應的且與上述常規思維不同的思維方法，即AIGC思維。第一，AIGC的生產過程不是形式邏輯或辯證邏輯的理論演繹過程，表現為AIGC使原本周密的理論思維產生了一定的不準確性和不確定性的現象，需要學習者對現象進行懸置和還原，以真正掌握現象的本質；第二，實驗思維是預設結論實施證實或證偽，但是AIGC的生成結果是不可能被完全預設和驗證的，反而需要學習者對AIGC超出預期的生成結果進行反思、評估和體驗，而這正是對原有經驗開展否定和揚棄的起點，也打開了批判性和創造性的空間；第三，AIGC作為一種內容生成的方式，強調AI技術的創新性應用，這與旨在提高生產效率和效果的工具思維存在顯著差別。AIGC不是要求學習者詳細研究工具的使用說明和訓練工具的使用方法，而是要求學習者利用自己的創造力引導和激活AIGC創造力；第四，目前人工智能尚無法有效解決的是由“黑箱”引致的“不可解釋性”，也就是無法對具有千億級參數模型的因果、過程、機制和功能等作出全面正確完備的預測和解釋。但是，通過微調機制可以顯著提高AI系統的思維、智能和創造力，甚至進化出有自主意識的AI系統。當AI系統的思維模式發生快速和極大改變時，以算法、程序和基礎模型為重點的計算思維已不能與之對標，需要以數據驅動和模型構建為理念，以微調、試錯、交互、協作等為方法的新型思維與之進行適配。總之，常規思維已經不足以與AIGC融合協同，更在引發和提升AIGC生產力和創造力方面表現乏力，需要一種全新的思維方法——AIGC思維。

（二）人智協同創造力目標下AIGC思維內涵的確立

學習者與人工智能深層次的協作交互，產生超越學習資料的建設性內容，人智角色是學習者主導的人智共生，體現的是學習者批判性和創造性等高階思維[11]。在AIGC技術環境中，創造性思維和解決問題能力等高階思維的產生機制從內容、過程和效率等方面發生了改變，演化為一種人智協同共創中涵蓋知情意的整體性思維，即AIGC思維。AIGC思維包含三個方面的內涵本質，“知”的方面，AIGC思維是包含AI思維在內的思維，也是學習者借助AI思維對已有科學經驗和科學思維的綜合和升級；“情”的方面，AIGC的外部現象是多模態內容的生成結果，它們直接作用于學習者的視覺聽覺觸覺等感官，觸發學習者的審美聯想和審美想象，進而激發學習者的創造情感和意志，實現學習者感受力和審美力的融合促進和效益增值。AIGC思維成為科學思維與審美思維的有效中介，它化解了科學和藝術是認識世界的兩條途徑以及科學和藝術殊途同歸的兩種觀念的糾結和迷惑，極大地消弭了科學思維和審美思維的界限；“意”的方面，AIGC思維需要學生者相信，在與AI思維相互“磨合”過程中，AI思維將以啟發和重塑自己的思維作為信任回饋。創造力的秘訣之一是養成一種能夠享受新思維不熟練或表現不好的不適感的習慣[12]。涵養學習者AIGC思維的目的就是培養學習者的人智協同創造力。

（三）科學思維和審美思維是AIGC思維的內核

在AIGC給予學習者的科學體驗和審美體驗中，科學體驗表現在學習者可以輕松獲取學科知識以及跨學科知識的整合，啟發和引領學習者的科學探究方向。學習者也基本可以理解數據集、模型訓練和參數調試等，從而不斷培養和形成計算與智能思維。審美體驗涵蓋感覺、共情、聯想和想象等情感能力，具體表現在AIGC成果的數量、質量和效率已經遠遠超出了學習者的期望，與感受、意象、創造等人類深層次審美和情感的關系正在逐漸步入和諧交融的狀態，現存的AIGC審美和情感方面的暫時性欠缺就需要學習者去彌補和填充。例如，美國麻省理工學院的科學家與音樂家合作，通過映射算法的設計和編碼規則的制定，對蛋白質結構轉義為音樂。通過音樂欣賞與審美判斷，發現基因的突變和異常，進而研發新的藥物和醫療方法。正是AIGC思維的加持，使得人類的科學思維和審美思維達成了共振和鳴，人類的創造性思維和創造力不斷涌現。科學思維和審美思維是人智協同創作力目標下AIGC思維的內化核心。

（四）“現象←→體驗”雙向反饋是AIGC思維的外顯

現象和體驗是相互依存的。體驗是現象的內在化，現象只有通過個體的體驗才能完成對現象的解讀，并被賦予個體情感和意義。“現象←→體驗”遵循正向互反饋的循環催化原則，也就是說現象引起的體驗可以成為新的輸入量，引發現象的增強化和升級化的輸出；輸出的現象新樣態又可以成為新體驗的輸入量，促動一定深度和廣度的情感和意義生發。循環催化原則可以在“現象←→體驗”的反復相互作用中自覺生效，作用效果由環境、對象和觀察者等因素及因素之間的結構關系及其層級所決定。以現象經驗為研究對象的格式塔心理學派強調，對現象經驗的觀察是一切科學的來源和基礎。通過創造性設想解決生活中問題的經歷和體驗，是創造力的外化表現[13]。AI正在通過集成AIGC技術來不斷增強自身智能，AI Agent（智能代理）已經展露出廣泛應用的態勢。AI Agent系統具備感知環境、理解情境、進行決策和執行動作的能力。學習者與AI Agent協同中存在主體間性的問題，其本質是能夠讀懂互為彼此的“他心”，讀懂“他心”必然上升為體驗“他心”。人工智能可以解碼大腦的活動信息，通過讀取腦數據來了解心智活動的內容[14]。之前所有的邏輯形式推演、線性或非線性的計算變換等只是淺層次的變革而不會產生創造性行為，只有感知、情感、聯想和想象等融匯生成的體驗才能為成為創造性思維生發的基礎，以情感為內容的審美體驗及其觸發的審美思維是人智協同創造性思維的重要成分。AI系統通過感應系統主動監測和識別人類生理、認知、行為、意圖、情感等狀態，人類則通過多模態界面獲取最佳的情景意識[15]。“現象←→體驗”雙向反饋是AIGC思維的外化形式。

三、AIGC思維激發學習者的人智協同創造力

（一）AIGC思維自覺調配人類智能的協同力

技術進步驅使人類追求利用簡易方便快捷的方式來填補因為技術缺席而需要專業訓練才能達到的相同的甚至是超越的技術享用和成果體驗。AIGC簡易化與智能化的操作和調用可以為創造和創作提供有力的幫助。想要實現真正意義上的創造和創作，則必須調配人類智能，通過強化科學思維和審美思維的融合，提升創造和創作的質量和效率。

以小學科學教育課程中的認識“牛”為例，學生可以借助AIGC生成各種環境中各種姿態的 “美牛”畫像，這些畫像激發了學生對牛的認識動機和興趣。為避免學生對AIGC畫像審美的過渡關注，弱化和替代學生科學思維的培養，應該在審美思維中補充和拓展科學思維，同時在只關注美感的審美檔次上提升審美的藝術品位。因此，需要調控教師和學生智能的介入，在人智協同中涵養學生的創造性思維和創造力。例如，可以將荷蘭藝術家特奧·凡·杜斯伯格（Theo van Doesburg）的風格派繪畫作品《構圖八（母牛）》吸納進教學中。在繪畫作品中，藝術家將熟悉的“牛”進行具象臨摹，然后不斷地從真實的實體牛演變到由三角形和矩形等空間及色彩造型元素構成的牛的質性結構和狀態的抽象，其中的決定因素是藝術家對“牛”的結構關系和本質的提取，是理性邏輯與自然屬性的對話和協商。這種對自然的解釋來自藝術家在審美體驗中深層次的科學思維。現代藝術解決的最重要的事情是將具象和抽象之間建立了邏輯的理性思維方式，藝術最終所呈現的面貌并不是很重要，重要的是能否掌握從具象到抽象過渡的思維方式[16]。通過AIGC思維調試審美思維和科學思維的創造力同頻點，在同頻點上補齊表達人類智能的內容和方法，就能夠為創造和創作提供源動力。反過來，對于尚待迭代升級的AIGC系統，學生可以通過反饋機制，重新施加教師、學生和專業人員等的智能作用，建立“數據-模型”的閉環，也就是“反思-創作”的閉環。教機器學習、作業，和機器一同學習、作業將成為人們生活和工作的常態[17]。

（二）AIGC思維主動獲取AI的協同力

AI掀起的空前的科學技術革命產生了科學領域生產的新范式。AI for Science（人工智能驅動的科學研究）被視為科學發現的第五范式，它將AI技術與科學研究深度融合，開辟了新的研究路徑。AI蛋白質結構預測工具AlphaFold 3及其在藥物和醫療領域的應用就是典型。蛋白質結構的精確預測在科學上具有重要意義，其復雜的三級結構也具有一種內在的美學特質和價值。蛋白質結構的獨特形態被藝術家和設計師作為創作元素，產生了很多蛋白質藝術繪畫。

在小學科學教育中，除了闡明蛋白質的功能及其完整空間結構之外，嘗試通過蛋白質繪畫的方式，提高學生的感性認識。本研究的前期階段，從南北高校聯合舉辦的蛋白質繪畫跨省藝術展作品中，選取50張蛋白質繪畫，通過基于圖像色彩和紋理的質量評估算法進行審美信息評價[18]，挑選出20張繪畫作為訓練樣本集，訓練一個蛋白質AI繪畫模型。學生利用AI繪畫模型，通過提示詞設計和微調，生成出絢麗多彩的蛋白質繪畫作品，不僅為科學教育提供了沉浸式的教學氛圍，也為科學教育與審美教育的跨科融合提供了思路。“靜觀式”審美向“再創造式”審美的轉變和升級，牽引著學生沉浸在探索生命本質的科學體驗和珍愛生命的審美體驗的交融之中。AIGC蛋白質繪畫創設的虛構主旨和表達自主性，也進一步激發了學生的想象力和創造力，增強了學生與AIGC協同和協作的愿望和能力。美國美學家蘇珊·朗格（Susanne K.Langer）就強調，藝術家表現的決不是他自己的真實情感，而是他認識到的人類情感，是對人類情感本質的洞察和理解[19]。進一步鼓勵學生結合自己實際的生活體驗或者喜歡的藝術風格訓練自己的AIGC模型，并借助AIGC去洞察和理解人類情感獲得的原理和規律，不僅使“人人有創意、人人可創造”得以實現，并且使得個體創意的邊界盡可能地實現最大化[20]。

（三）AIGC思維增益追究科學專注和審美獎勵的結合人類思維的基礎是意識，意識對于創造力的發揮具有決定性的作用。美國實用主義哲學家詹姆斯（William James）將意識與注意力聯系在一起，認為意識是注意力發揮作用進行比較、選擇而形成的[21]。保持高度的注意力能夠在面對復雜和困難的問題時專注于一個任務而不被外界干擾。認知神經科學表明抑制控制與創造力存在顯著相關性。當個體對無關刺激或干擾信息具有抑制能力的時候，就可以集中注意力于當前任務相關的信息，從而提高認知效率和行為的適應性，更好地發揮個體的創造力。德國啟蒙文學的代表人物席勒（Johann Christoph Friedrich von Schiller）認為，審美活動是感性與理性相統一的自由活動[22]，意識的自由活動是創造發生的前提條件。神經科學ERP（Event Related Potential，事件相關電位）實驗解釋了科學探究專注力提升的本質原因是審美獎勵的發生。

小學科學教育的項目式學習鼓勵學生在實踐中學習科學知識，嘗試開展小發明和制作科技作品。有針對13—14歲新加坡學生創造力研究表明，藝術和科學類型的創造力在13—14歲的學生中明顯是不可分離的[23]。為了提高學生的專注力和創造力，可以在科學學習和探究中增加審美元素，發揮審美獎勵的作用。例如，以 瑞士工程師喬治·德·梅斯特拉爾（George de Mestral）發明尼龍扣為案例，向學生講解尼龍扣發明的實際活動過程以及發明創造的一般方法和思路，再利用AIGC思維完成人智協同創造的學習和探究體驗，如表1所示。首先，指導學生形成科學思維的模式，建立一般發明的實現流程。然后，在各個環節中增加審美思維元素，提高發明的實際應用價值。最后，總結和嘗試提供解決方案或完成圖樣設計。有OpenAI-o1正式版展示，只要向它提供簡單的科技實驗設計草圖和相關科學原理或理論，它就可以對其科學性、可行性和實踐性進行推理，提供數據依據、結構關系和設計路線。因此，學生提出需要解決的問題和創意的雛形才是發明創造的關鍵因素。

四、AIGC思維促進學習者人智信任的養成

（一）人智交互提示是人智信任的重要因素

人智信任建立在人類對AI系統能力的認可、可靠性的預期以及對AI系統行為及其結果的信賴上。人類思維和AI思維所依靠的基本模式都是語義網絡，它們遵循相同的運行原理和機制，存在互相信賴的條件和基礎。一方面，人類利用語義網絡組織和表示知識，支持表達、推理和創造；另一方面，AI系統利用語義網絡模擬人類的記憶和思維過程。在人與技術的相互作用、雙向構建的互動過程中，人的本質力量與技術品性不斷融合并返回自身，這種返回不再是在原有基礎上的簡單重現，而是人對自身本質的揚棄、發展和完善[24]。人的智能和機器的智能互補，以超自然進化速度形成迭代的智能，這也部分地消除了人的精神的神秘性，尤其是人類對機器意識的擔憂[25]。有研究表明，隨著人智信任水平的提高，人智協同水平也會提高，同時人智協同的創新量不斷提高。在現實環境中，人智信任水平的提高也有利于人工智能生成內容與提示詞知識內容、人類智能創新內容的關聯增強[26]。因此，提示詞是人智信任水平的主要影響因素，提示詞是人智交互的媒介，是人智協同的基礎，提示工程已成為一項具有巨大潛能的新技能。AIGC背后的大模型是一個學習了海量文本的全能式百科書，能夠借由提示詞映射出AIGC用戶的知識體系、感知能力和推理能力等。不僅如此，AIGC用戶和AIGC系統互相之間的情感交互水平也是人智協同創造力的重要因素，情感識別和表達是人智協同的關鍵，人類智能有情感地與AIGC系統進行交互作業是人智深度協同的前提[27]。TTCT（Torrance Tests of Creative Thinking，托蘭斯創造力思維測驗）量表中重點設計了言語測試和圖形測試，給出了包括情感表達、故事講述連貫性、圖形意象豐富性和圖形色彩等標準參考指標。鑒于TTCT能夠在不同背景下一致地衡量創造潛力，也可以預測未來的創造性成就[28]，針對學習者人智協同創造力的養成，應該關注言語和圖形方面的思維能力以及AIGC對學習者語言圖式和視覺圖式的改變和再造。

（二）AIGC思維強化人智交互提示中語言圖式的科學性與審美性

語言圖式是指人類個體的語言知識，即關于語音、詞匯、語法、句法和語義等方面的知識。語言通過建立現實的邏輯構象表述事實，語言的邊界塑造思想的邊界。人類確立的世界都是可以用語言表述的，只有能夠語言表達的體驗才是人類所認知的體驗。語言作為一種建立與現實邏輯同構的構象表達工具是合理的，但它不能超越它自身集合去描寫它所不能完全映射到的具有歷時性動態性的所有體驗集合。ChatGPT的成功暗示了一個重要的“科學”事實：有意義的人類語言實際上可以比我們所知道的更加結構化、更加簡單，最終可能以相當簡單的規則來描述如何組織這樣的語言[29]。

AIGC提供了提示詞導引機制，語言圖式是用戶理解和表達提示詞的基礎。AIGC模型依據提示詞來完成用戶語言圖式的表達向生成內容的轉換，并通過預測來補充和拓展語言的界域，代替人的主體性完成語言圖式無法描述的體驗。語言圖式與AIGC提示詞存在密切的關系，用戶可以利用提示詞盡可能地通過語言圖式建立思維鏈條。提示詞的基本規格包括：主題（場景和背景）、目的（指定和明確目標）、詳細描述（完整細致的內容要求）、限制條件（提出建議和避免事項）等，這其實就是一個相對完整的多元思維邏輯鏈路。描述提示詞的順序、數量和位置等都會對AIGC內容生成產生顯著的影響。從定向要求、質量控制和效率保證等方面進行語言圖式的科學性考量，具體考察提示詞是否預設了內容背景或場景，是否明確指示了內容生成的主題、風格和結構，是否對內容生成的準確性進行了表達詞匯的數量和質量的把握和控制，是否審視了提示詞表達的重復、混淆和沖突等問題，是否考慮了提示詞之間的邏輯順序和語義臨近關系，是否注意了提示詞在開頭和結尾處的重要作用，是否描述了限制和避免的條件等。為了培養學生AIGC情景中語言圖式的科學性和審美性，教師要培養學生更多樣的思維，而不是試圖讓學生掌握更多的知識[30]。

（三）AIGC思維強化人智交互提示中視覺圖式的科學性與審美性

視覺圖式指人類個體對視覺對象的知覺理解與思考范式，是視覺心理活動的框架或結構特征。美國美學家魯道夫·阿恩海姆（Rudolf Arnheim）提出視覺思維的概念，是指一種以視覺意象為運作單元的視知覺。以人類個體已有的視覺圖式為基礎的視覺思維是感性和理性的統一，作為中介的視覺意象不僅直接來自于感性現象本身，而且還可以由某些抽象的概念間接地喚出[31]。因為視覺意象是人類個體心理活動構建的視覺對象及其結構關系，它可以是與視覺對象本身同構的形象，也可以是在知識經驗基礎上對視覺對象的抽象和頓悟的新形象。所以視覺思維其實就是一種創造性思維。格式塔理論的視知覺法則指出，任何視覺刺激圖式，最終都傾向于被看成是在給定條件下最簡單的圖形[32]。AIGC場景中的視覺圖式顯然突破了人類習慣的最簡單圖形的界定。AIGC提供了界定多種圖式理念的用戶可控參數，可以實現動作識別再創作、線稿識別再創作以及自定義訓練模型創作等功能。為了培養學生AIGC情景中視覺圖式科學性和審美性，作為“人智協同”教學模式的協調者，教師最需要的是想象力而不是知識，需要的是廣博而不是專深的知識[33]，要指導學生掌握一些基本技能和相關專業術語。涉及的專業術語系列主要包括色彩、構圖、景別、光線、畫風、材質、類型、格式、質量等。培養學生逐漸理解人智交互與人際交互的差異和聯系，借助必要技術手段應對復雜問題，從而真正實現技術祛魅[34]，使學生所期望的創作過程得以連貫流暢地實現，積極地促進學生視覺圖式的更新、優化和升級。

從語言思維和視覺思維不可分割的整體性講，提示詞是以語法、語義和語用的描述整合語言圖式和視覺圖式的形式。語言的抽象化和規則化一定程度上限制了人們的思維和表達。如果語言不能支撐構造人類“無可名狀”的個人體驗的思維鏈條時，思維鏈條就會斷開。所以，應該考慮借助“語言+視覺”的混合圖式建立提示詞與人的聯想和想象等感性思維的鏈接。如果可以在提示詞的詞匯中加入情感抽象符號，就能夠彌補提示詞中的情感體驗性內容。文化符號學的創立者蘇珊·朗格將符號區分為兩種符號，即科學符號和藝術符號，藝術符號是情感符號[35]。在AI追求與人類價值觀對齊的導向下，創建和使用與人類普遍認知、約定和邏輯等同構的科學符號和情感符號可以幫助AIGC更好地接受和解釋人類的認知圖式。

五、結語

人工智能作為人類的“外接大腦”將協同人類的大腦共同實施創造性的活動。人類會努力發揮人類智能與人工智能的各自優勢，形成雙向賦能的協作共同體，拓展人類思維和創造力[36]。教育應該引導學生拋卻人類中心主義，嘗試將機器作為全然他者，向機器學習，明晰機器的創造機制，以推動自身創作力的發展[37]。人智系統協同創新的新范式可以積極促進跨學科學習的發生機制，使學習過程成為一個運用多學科知識實現真實問題解決的過程，最終實現發展學生的高級思維技能[38]。總之，經由AIGC思維揭示人智協同創造力培養的過程和機制，建立學生創造力培養的新模式是一種必然的結果。

參考文獻：

[1] 劉三女牙，郝曉晗.生成式人工智能助力教育創新的挑戰與進路[J].清華大學教育研究，2024，45（3）：1-12.

[2] 李政濤.ChatGPT/生成式人工智能對基礎教育之“基礎”的顛覆與重置[J].華東師范大學學報（教育科學版），2023，41（7）：47-55.

[3] 劉偉冬.是科學活動還是美術活動——對文藝復興美術的再思考[J].南京藝術學院學報（美術與設計版），1989，（3）：66-69.

[4] 張富利.新技術與美學的互生之旅：人工智能藝術何以可能 [J].南京理工大學學報（社會科學版），2022，35（1）：46-60.

[5] 祁東方.西方教育哲學的體認與斷想——兼論中國教育哲學研究[J].當代教育與文化，2021，13（6）：11-19.

[6] 李雨濃，邱慧.伊德是否提出了一種規范性的圖像技術學[J].自然辯證法通訊，2021，43（8）：112-118.

[7] 谷曉丹.數字空間藝術具身交互美學與審美趨向——基于可供性具身認知視角[J].渤海大學學報（哲學社會科學版），2022，44（1）：123-128.

[8] Jo Hyeon，Park Do Hyung.Affordance，usefulness，enjoyment and aesthetics in sustaining virtual reality engagement [J].Scientific Reports，2023，13（1）：15097-15097.

[9] 周詳，張婧婧.人智協同創新素養促進新質生產力發展[J].企業管理，2024，（8）：120-123.

[10] 顏士剛，馮友梅等.“知識”及其把握方式再論——緣于對認知心理學之理論困境的思考[J].電化教育研究，2019，40（5）：18-24.

[11] 汪靖，陳恬妮等.思維與調節的融合共創：生成式人工智能支持的人智交互過程與模式研究[J].中國電化教育，2024，（8）：45-55.

[12] 陳永東.對人工智能藝術可能性、創造力及情感的思考[J].長江文藝評論，2021，（6）：57-64.

[13] 于淼.現象學創造力研究的方法論解析[D].沈陽：東北大學，2010.81.

[14] 肖峰.人工智能與認識論新問題[J].西北師大學報（社會科學版），2020， 57（5）：37-45.

[15] 許為，高在峰，葛列眾.智能時代人因科學研究的新范式取向及重點[J].心理學報，2024，56（3）：363-382.

[16] 劉棟，程越.西方藝術的邏輯化審美思維——從具象到抽象的認知[J].家具與室內裝飾，2016，（5）：38-39.

[17] 李德毅，馬楠.人工智能看教育[J].高等工程教育研究，2023，（3）：1-7.

[18] 張巖，劉哲等.基于圖像顏色和紋理的審美信息測量[J].沈陽師范大學學報（自然科學版），2022，40（6）：548-553.

[19] 吳風.藝術符號美學：蘇珊 朗格符號美學研究[M].北京：北京廣播學院出版社，2002.13.

[20] 毛迎新，譚維智等.AIGC機器創作時代學校美育的人性之維[J].中國遠程教育，2023，43（9）：18-27.

[21] 閔家胤.系統科學與系統哲學[M].北京：中國民主法制出版社，2023.123.

[22] [德]席勒，張玉能譯.審美教育書簡[M].南京：譯林出版社，2009.3.

[23] Kozhevnikov Maria，Ho Shuen，Koh Elizabeth.The Role of Visual Abilities and Cognitive Style in Artistic and Scientific Creativity of Singaporean Secondary School Students [J].The Journal of Creative Behavior，2021，56（2）：164-181.

[24] 鐘柏昌，劉曉凡等.何謂人工智能素養：本質、構成與評價體系[J].華東師范大學學報（教育科學版），2024，42（1）：71-84.

[25] 李德毅.人工智能看哲學[J].科學與社會，2023，13（2）：123-135.

[26] 張進澳，盧新元等.人智協同知識創新機制的建模與仿真——基于模擬實驗的系統動力學分析[J].情報理論與實踐，2024，47（12）：143-153+96.

[27] 張進澳，陳亮等.生成式人工智能環境下人智協同的前沿分析與機會挖掘——基于扎根理論的綜述研究[J].數字圖書館論壇，2024，20（6）：23-32.

[28] Alabbasi Ahmed M.Abdulla，Paek Sue Hyeon，Kim Daehyun，Cramond Bonnie.What do educators need to know about the Torrance Tests of Creative Thinking：A comprehensive review [J].Frontiers in Psychology，2022，13： 1000385-1000385.

[29] [美]斯蒂芬·沃爾弗拉姆.WOLFRAM傳媒漢化小組譯.這就是ChatGPT[M].北京：人民郵電出版社，2023.96.

[30] 張治.ChatGPT/生成式人工智能重塑教育的底層邏輯和可能路徑[J].華東師范大學學報（教育科學版），2023，41（7）：131-142.

[31] 汪振城.視覺思維中的意象及其功能——魯道夫·阿恩海姆視覺思維理論解讀[J].學術論壇，2005，（2）：129-133.

[32] [美]魯道夫·阿恩海姆.孟沛欣譯.藝術與視知覺（新編）[M].長沙：湖南美術出版社，2008.37.

[33] 陳玉琨.ChatGPT/生成式人工智能時代的教育變革[J].華東師范大學學報（教育科學版），2023，41（7）：103-116.

[34] 袁磊，徐濟遠等.AIGC催生學習型社會新格局：應然樣態、實然困境與創新范式[J].現代遠距離教育，2023，（3）：12-19.

[35] 高建平.論審美活動——主客二分的美與美感及其超越[J].學術研究，2021，（2）：143-150+178.

[36] 楊宗凱，王俊等.ChatGPT/生成式人工智能對教育的影響探析及應對策略[J].華東師范大學學報（教育科學版），2023，41（7）：26-35.

[37] 李永梅，譚維智.機器創造時代的人類創造危機與教育應對[J].中國電化教育，2023，（7）：35-42.

[38] 萬昆，饒愛京.促進跨學科學習的發生機制、模型構建與實證研究[J].中國電化教育，2023，（8）：59-67.

作者簡介：

張巖：教授，碩士，碩士生導師，研究方向為教育數字化理論與實踐。

郭宇剛：副教授，博士，研究方向為創新理論與方法。羅旭：講師，在讀博士，研究方向為腦電與腦機接口技術。

Human-AI Co-Creativity Traces Back to the AIGC Thinking Co-Creation of Science and Aesthetics

Zhang Yan1， Guo Yugang2， Luo Xu1

1.Research Center for Elementary Education Informationization， Shenyang Normal University， Shenyang 110034， Liaoning 2.School of Journalism and Communication， Shenyang Normal University， Shenyang 110034， Liaoning

Abstract： The rapid development of large-scale models has upgraded the level of inference and multimodal processing capabilities， supporting and enhancing the generation and creativity of AIGC. AIGC supports the integration and co creation of learners’ scientific and aesthetic thinking， opening up new paths for interdisciplinary learning in science education and aesthetic education. This study is based on the impact of technological availability on human cognition， starting from the phenomenon of human-AI collaboration in intelligent technology environments， deducing the task collaboration of human-AI collaboration to the creative collaboration of human-AI collaboration， and establishing the concept of human-AI collaborative creativity and basic content including human-AI trust. Guided by the cultivation of learners’ collaborative creativity， this study analyzes the knowledge acquisition and cognitive patterns of AIGC， and extracts AIGC thinking methods from conventional thinking such as computational thinking. AIGC thinking is a holistic conscious activity that encompasses cognition， emotion， and will in the human-AI collaboration， scientific thinking and aesthetic thinking is the core of AIGC thinking， and the two-way feedback of “phenomenon ←→ experience” is the externality of AIGC thinking. AIGC thinking can consciously allocate human intelligence synergy and actively acquire AI synergy， and achieve cognitive gain through the combination of scientific focus and aesthetic rewards. AIGC thinking enhances the scientific and aesthetic aspects of learners’ linguistic and visual schemas， thereby fostering the development of humanAI trust.

Keywords： human-AI co-creativity； scientific thinking； aesthetic thinking； AIGC thinking； interdisciplinary learning

收稿日期：2024年11月22日

責任編輯：趙云建