随着生成式人工智能（GAI）快速进入教育场景，越来越多研究开始关注AI如何支持学习者的创造性表现。现有研究大多聚焦“人类个体-AI”互动场景，对于更贴近真实教学情境的“人类团体-AI”协作模式关注很少。特别是在项目式学习、合作问题解决和开放性探究中，AI究竟如何影响团体创意生成与观点整合，是当前教育心理研究中一个亟待解决的关键问题。

为回答这一问题，合肥师范学院学术副院长、华东师范大学心理与认知科学学院郝宁教授团队开展了一项实验研究。研究采用被试内设计，招募96名大学生，让同一批参与者分别在三种协作模式（人类团体-AI协作、人类个体-AI协作、人类个体-个体协作）下完成科学发散应用任务（见图1）。研究不仅比较三种模式下创造性表现的差异，还结合行为编码技术考察参与者在合作过程中的观点采择和AI调用策略（见图2）特征，以揭示AI使用如何嵌入团体创意生成过程及如何发挥作用。

图1 实验界面和流程

图2 观点采择和AI调用策略的编码分类

结果显示，人类团体-AI协作模式下的创造性表现最具优势。与人类个体-AI协作、人类个体-个体协作相比，人类团体-AI协作产出的创意在实用性、新颖性和高质量创意数量上都显著更高（见图3），但三种模式在总体创意数量上并无显著差异。换言之，AI带来的关键影响并不是让团体“想得更多”，而是让团队“想得更好”，即帮助人类成员产出更多兼具新颖性与实用性的高质量创意。具体来看，人类团体-AI条件下的高质量想法数量显著高于另外两种条件，约为后两者的两倍以上。

图3 三种模式下创意实用性、新颖性和高质量创意流畅性的差异

进一步分析发现，人类团体-AI协作的优势并非来自对AI建议的被动接受，而是来自更有选择性的加工与整合。在人类团体-AI模式下，参与者并没有比人类个体-AI条件更多地直接采纳AI的想法，而是更倾向于在AI建议基础上进行修改、重组和延展；修改AI想法而生成的创意达到高质量标准的比例高达82%，显著高于人类个体-AI条件的33%。同时，在人类团体-AI协作中，成员也更常借助AI去发展和重构同伴的创意，而不是生硬抄袭同伴创意。也即，真正提升团队创造力的不是简单地“多用AI”，而是更有策略地筛选、重构和整合AI与同伴提供的信息。

研究还发现，人类团体-AI协作中的人类成员会更频繁地调用AI，并更多采用“广泛生成”和“精细优化”等AI调用策略。这表明，在高效的团体创新中，AI不是一个被动提供答案的工具，而更像是一个能够在创意生成、评估与完善等不同阶段发挥作用的动态合作伙伴。正是这种阶段性、策略性的AI使用方式，促进了人类团体对高质量创意的识别与整合。

上述研究发现具有教育实践意义。首先，AI不仅可作为个人完成任务的辅助工具，更适合被纳入小组学习、项目式学习和开放性探究等团体任务中。其次，真正有价值的并非是使用AI本身，而是学习者能够在不同阶段对AI进行批判性、选择性和策略性使用。未来教学设计可进一步围绕“如何提出更好的问题”“如何筛选AI输出”“如何将AI建议与同伴观点整合”等方面提供脚手架支持，从而提升学生在AI时代的团体创新能力。与此同时，作者也指出，当前研究仍基于较为受控的实验任务，未来研究还需在更真实的课堂与项目学习场景中继续检验相关机制。

该研究于2026年3月10日正式发表于国际学术期刊Journal of Computer Assisted Learning（中科院大类一区top, JCR Q1）。华东师范大学心理与认知科学学院博士生周志豪为论文第一作者，郝宁教授为通讯作者。硕士生肖乐陶、王佳仪，博士生童帅、张文宇对本研究做出了重要贡献。青少年心理健康与危机干预安徽省哲学社会科学重点实验室是联合署名单位。该研究得到国家自然科学基金（32471103）和教育部人文社会科学基金（24YJA190004）的资助。

论文信息：

Zhou, Z., Xiao, L., Wang, J. Tong, S., Zhang, W., & Hao, N.* (2026). Group-AI collaboration enhances creativity performance: The roles of perspective-taking and AI utilization strategies. Journal of Computer Assisted Learning,42, e70223.