摘 要：生成式人工智能（GAI）在教育领域的应用引发了关于学生创造力培养的多重争议，核心聚焦于GAI对人类创造力的“模拟与超越”、对创造力培养的“促进与阻碍”、与创造性主体的“竞争与合作”三重矛盾。这些矛盾暴露了传统教育模式难以调和人类创造意图与算法生成逻辑的深层困境，因而亟须构建人智协同的创造力培养新范式。该范式基于GAI的技术特性，提出“人智协同创造力”新模型，并通过设定师生主权、差异分工、协同进化原则重构教育实践逻辑。为此，人智协同需通过知识网络重构、思维交互深化、个性潜能激活和实践生态进化四重机制促进学生创造力培养。面对算法依赖与伦理风险，须采取韧性策略，限制GAI对人类创造的过度嵌入，避免其对创新标准、动机、个性及价值判断的侵蚀，在技术赋能与人文反思的动态平衡中，培育兼具创新胆识与伦理自觉的未来创造者。

关键词：创造力培养；人智协同；人智协同创造力；生成式人工智能

作为21世纪人类应对复杂挑战的核心素养，创造力既是拔尖创新人才应当具备的关键能力，对其培养亦是国家实施创新驱动发展战略的重要基石。然而，面对社会对创新人才的迫切需求，传统学校教育在创造力培养上的成效仍显不足。当前，生成式人工智能（GAI）凭借其强大的算力和算法，正引发教育范式的深刻变革与转型，为突破传统创造力培养的局限提供了新的可能。我国《中小学生成式人工智能使用指南（2025年版）》提出，将GAI合理融入中小学教育是“激发学生创造潜能、提升教育品质的关键路径，是锻造面向未来的创新能力、推动教育与科技融合发展的核心支撑”。与此同时，技术狂飙也催生了教育界的深层焦虑：当机器能够快速生成“符合创新标准”的作品时，人类的创造力是否会在算法依赖中退化？学界对此展开激烈交锋——争议聚焦于GAI对人类创造力的“模拟与超越”、对创造力培养的“促进与阻碍”、与创造性主体的“竞争与合作”，揭示了技术工具理性与教育人文价值的内在张力。事实上，GAI对于学生创造力发展的机遇与挑战并不存在根本矛盾。教育的未来不是人与技术的零和博弈，而是人类智慧与人工智能的协同创造。因此，本文尝试突破非此即彼的二元叙事，从厘清GAI嵌入学生创造力培养的争议出发，通过对人智协同框架的辩证调适，剖析“人智协同创造力”理论模型得以实现的技术基座、生成机理与原则设计，在此基础上，进一步探索“人智共创”新范式推动学生创造力培养的多重协同机制，以期助力培育兼具技术驾驭力与人文反思力的未来创造者。

一、GAI嵌入学生创造力培养的核心争议

GAI的崛起，正以前所未有的速度重构教育的核心逻辑。从ChatGPT的文本生成到Sora的视频创作，GAI不仅改变着传统的知识生产范式，也将深刻影响学生创造力培养的核心理念与未来图景，引发学界激烈争议。争议的焦点从技术效能的表层比较，延伸至哲学层面的根本追问：GAI究竟是对人类创造力的有限模拟，还是智能革命的范式超越？其在教育中扮演的角色是促进创新的赋能者，还是扼杀原创的隐形枷锁？创造性主体的地位又将在人智博弈中经历何种重构？这些问题的答案，不仅关乎教育实践的技术适配，更触及数智时代“何以为人”的价值根基。本文从模拟与超越、促进与阻碍、竞争与合作三重维度，剖析GAI嵌入学生创造力培养的核心争议，试图探寻创造力教育的动态平衡与良性发展。

（一）GAI之于人类创造力：模拟还是超越？

作为一种“通过自然语言对话界面响应提示，并自动生成内容的人工智能技术”，GAI正以前所未有的方式冲击传统创造力范式。传统创造力理论将“原创性”（originality）与“有效性”（effectiveness）视为核心判准。GAI显然满足这两重标准：其生成的文本、图像或音乐既具备客观意义上的新颖性，又能在特定场景中解决实际问题。然而，在许多学者看来，这种“创造力”本质上是计算主义的产物，即超大规模参数空间中统计模式的涌现，缺乏人类创造力的关键特征——真实性（authenticity）与意向性（intentionality）。真实性指向创造过程的情感投入与价值归属。人类创造力根植于生命体验与文化语境，而GAI仅是“无身体、无历史”的算法系统。正如塞尔（John Searle）的“中文屋实验”所力图揭示的，GAI虽能输出合理答案，却无法理解语义或建立意义关联。意向性则涉及创造动机的自主性。目前来看，GAI的“创造”主要体现为对外部提示的被动响应，而非自身“渴望表达”的结果。显然，传统创造观持守一种以人为中心的立场，将GAI所生成的内容视为对人类创造力不成功的“模仿”。

与此相反，作为人工智能分支领域之一，计算创造力（Computational Creativity）研究者主张超越人类中心主义的创造观，承认非人类（如GAI）的创造性贡献。计算创造力研究领域奠基人之一博登（Margaret Boden）提出的创造力类型学为此提供了分析视角：GAI擅长组合型创造力与探索型创造力，但在变革型创造力上表现孱弱。因此，尽管GAI无法像人类一样通过直觉、顿悟或社会批判突破既有知识边界，但其创造力仍具有独立价值，例如通过超大规模数据关联发现人类难以观照的规律和模式。正如考科尔伯格（Mark Coeckelbergh）所言，“创造力有不同的表现形式，机器不一定要模仿人类的创造力，也可以有自己的创造力形式”。这一观念挑战了传统创造力理论的排他性，将创造力从“单纯内在心理能力”的窄框架中释放出来，视其为“广泛而复杂的心理、自然、文化、社会现象”。在此“宽创造力”视野下，GAI的“人工创造力”虽异于人类创造力，却能在人智协作中实现二者的增强与拓展。

GAI对人类创造力的冲击，本质是一场关于“人性与技术”的哲学对话。它既非完全地模仿，亦非彻底地超越，而是通过另类路径拓展创造力的疆域。在“宽创造力”视角下，人工智能因人类的智慧而进化，人类因人工智能的挑战而反思。正如海德格尔（Martin Heidegger）所言，技术的本质在于“解蔽”，GAI的真正价值，或许正是迫使我们重新发现创造力的本真意义：它不仅是产出新颖产品的技能，更是人类存在的根本方式。未来的创造力教育，需在拥抱技术变革的同时，坚守人的主体性与价值自觉，实现“机器更智能，人类更智慧”的愿景。

（二）GAI之于创造力培养：促进还是阻碍？

GAI在教育领域的渗透，直接引发了对学生创造力培养的争议。支持者视其为“创新催化剂”，反对者则警示其可能成为“原创性杀手”。这种分歧不仅源于技术本身的复杂性，更折射出技术工具的效能逻辑与育人过程的发展逻辑之间的深层冲突。基于已有研究，可从促进与阻碍两个维度剖析GAI的双刃剑效应。

支持者认为，GAI为学生创造力的多维发展提供系统性支持。一是从被动接受到主动探索的学习模式重构。相较于传统技术“无法提供实时信息、难以解决数理问题、无法给出创意回答”等局限，GAI能够通过海量数据即时整合与多模态内容生成等功能，推动学生从单向知识接收者转变为主动探索者。一项涵盖31项实验的元分析表明，GAI对学生认知、行为能力和情感态度均具有中等程度的正向影响。二是从线性传授到人智协作的创新生态营造。GAI的多元化观点与拟人化互动能够模拟真实场景下的头脑风暴，为创造力培养提供类社会化学习环境，有助于打破传统课堂的线性思维训练，促使学生发展出更具原创性和多样化的创意想法和创作方案。协作学习的实证研究表明，引入GAI后，学生思维呈现出“由广度到精度”的跃迁，有助于拓展人脑的创新边界。三是从技能训练到心智成长的创造性人格培育。作为“学习陪伴者”，GAI持续性的互动反馈机制可增强学生的心理韧性，帮助学生建立“创新—反馈—优化”的正向循环。研究表明，使用GAI的学生在“好奇心”和“坚持性”两项创造性人格特质上的发展更快，GAI还有助于培育学习者坚定意志、愿意冒险、容忍模糊等人格倾向。此外，GAI的赋能效应在不同学段呈现显著差异。对于具备基础认知能力的大学生，尤其是研究生群体，GAI展现出“遇强则强”的协同效应。有研究以学术写作为例，指出更熟悉选题且有发表经验的研究生能批判性评估GAI生成的内容并在此基础上实现创新突破。

反对者尖锐指出，对GAI的技术依赖引发了“创造性危机”。首先是思维惰性与自主性削弱。GAI的即时答案生成特性易诱发“拿来主义”倾向。有实证研究表明，大部分学生倾向于依赖GAI，将其作为提供论点和论据的资料库，甚至直接进行复制粘贴以代替思考，导致浅表理解与思维弱化。更严重的是，长期依赖可能引发智慧“退化”风险，使学生创造力发展空间受限。其次是情感互动缺失与创意同质化。创造力发展依赖的直觉、共情等主观因素，在纯技术交互场景中难以激活。GAI虽能模拟人际对话，却无法替代师生间的情感共鸣与社会化学习，不利于学生创造力的长远发展。同时，GAI基于历史数据生成内容的算法逻辑可能导致创意趋同，抑制多元视角与原创性思维。再次是低龄学习者的脆弱性加剧。有研究表明，当学生的思维和内部认知网络尚未完全发展之时，无节制地将认知任务“外包”给GAI，任由其主导思考方向，将导致学生自身思维的“短路”，甚至永远停留在低层次、幼稚化的状态。特别是当其缺乏自我调节能力时，面对GAI的“幻觉”问题，学生可能因缺乏辨别输出可靠性的能力而让渡自主性，导致“创造性危机”。这种“遇弱则弱”的马太效应可能加剧教育不公平，形成基于GAI使用能力的新“数字鸿沟”。

尽管GAI已展现出变革教育的潜力，但其对学生创造力的长期效应仍充满不确定性。现有证据多聚焦短期影响，“缺乏长周期、系统性及大规模的证据支撑”。此外，技术快速迭代亦可能颠覆现有研究结论。GAI对学生创造力的影响取决于技术特性、教育实践与个体能动性在具体情境中的耦合方式。因此，在拥抱技术红利的同时，教育者须超越简单的“促进/阻碍”之争，通过动态、审慎的教育设计，使GAI真正成为维系学生创造动机、深化其思维自主性的协作者，并始终将学生的主体性发展置于核心地位。

（三）GAI之于创造性主体：竞争还是合作？

GAI在教育领域的应用，也使师生作为创造性主体的地位及其与GAI的关系，成为激烈争论的焦点：GAI究竟是教师和学生的竞争者，还是协同进化的合作伙伴？这一问题的答案不仅关乎技术伦理，更指向对教育核心要素的深刻反思与重构。

具有一定独立创造力的GAI的出现引发了对其是否会取代师生成为创造性行动者，争夺与消解师生主体性的担忧。在教育领域，GAI“能依据算法和数据自主学习、作出是非正误的选择与判断、创造性地生成知识，已经表现出某种类主体性”。更进一步，在人智对话交互的教育过程中，GAI具备的“数字权威”也直接挑战了师生在创造性活动中的中心地位。具体而言，GAI对师生主体的挑战体现在三重维度。一是认知空间的挤压。GAI通过即时答案生成与高效内容生产，可能会压缩学生试错、反思与重构的认知过程。这种“效率至上”的逻辑将创造力简化为结果导向的技术操作，削弱学生作为思维主体的能动性。二是权威资源的转移。GAI凭借海量数据与算法优势，成为学生优先依赖的知识源，教师从“引导者”退化为“解释者”，其专业判断或因与GAI输出冲突而遭遇合法性危机。三是创造价值的稀释。GAI基于历史数据的统计涌现式创新，导致创造力评价标准向“可计算性”倾斜。原创性被量化为数据重组概率，而意向性、真实性等人类创造力的本质维度被边缘化，师生作为价值赋予者的角色遭到消解。

也有观点指出，GAI尚不具备想象力和直觉，不能代替人类的思考和情感，更不可能取代人类师生。问题在于，尽管GAI仅有“聪明的脑”而无“温暖的心”，但它在教育领域的嵌入事实上已深刻改变了创造主体、过程与环境。如果师生仍将其视为纯粹的创造性工具或者创造性活动的“敌人”，那么就算暂时不会被GAI所取代，也很可能被懂得使用GAI并愿意与其协同共创的师生所取代。因此，面对GAI所带来的竞争性挑战，师生需要探索与其合作的路径，以实现自身主体性的重构与进化。具体而言，人智协同创造一方面需要实现师生与GAI在思维与能力上的互补，这要求更好地理解二者各自擅长的创造方式与领域，将GAI擅长的“变异劳动”（生成可能性空间）与师生承担的“规范劳动”（价值筛选与意义赋予）深度融合。另一方面，师生通过连接GAI，形成复合人类主体，通过“智慧共同体”生成新的能力，提升创造力水平。在此路径下，GAI可以成为师生创造力的赋能伙伴，教育者的态度也随之从对抗转为协同。师生通过与GAI的深度协作，在创新过程中重塑并巩固其作为价值引领与意义赋予的核心角色。

总之，当前对于GAI嵌入学生创造力培养争议的实质，是工业时代“人类中心主义”教育范式与数智时代“人机共生”需求的深层错位与逻辑冲突。GAI对学生创造力的真正威胁，与其说是技术本身的颠覆性，不如说是教育系统无法有效调和人类创造意图与算法生成逻辑的辩证关系——过度依赖技术导致学生创造力空心化，而完全拒斥技术则错失认知升级机遇。因而，破解困局的出路在于构建“人智共创”新范式，超越盲目抵制技术与放任算法逻辑操控的对立，在人智协同框架的动态调适中，寻求对数智时代“人之为人”创造本质的重新锚定。

二、基于人智协同的共同创造力生成何以可能

教育领域的技术突破正推动人机关系从单向工具辅助迈向深度协作的“人智协同”（Human-AI Collaboration）新阶段。区别于早期聚焦工具性任务分工的人机协同，人智协同强调师生与具备一定自主性的GAI在创造性活动中进行动态合作与双向赋能，其核心目标指向培育一种新型“人智协同创造力”（Human-AI Co-Creativity），即通过人智深度互动所共同实现的、超出各自独立水平的创新能力。基于此，下文将通过厘清技术支撑、剖析生成机理、确立协同准则，阐明人智协同创造力得以实现的理论基础。

（一）GAI能否作为人智共创的技术基座？

GAI是否能够成为人智协同创造的技术基座？这一问题需从其技术特性与教育场景的适配性切入。GAI的“数据巨量化”“内容创造力”“跨模态融合”与“认知交互力”四重特性，虽在理论上为创造力培养提供新路径，但其实际作用仍须通过教育主体的能动调控方能实现。以下从技术特性的潜在贡献与内在限制展开探讨。

数据巨量化为GAI提供了处理海量多模态数据的能力，使其能够构建超越个体经验的知识网络。基于转换器（Transformer）架构的大语言模型通过参数规模的扩展，可能突破学科知识的传统边界，形成跨领域的知识联结。然而，数据驱动的知识整合并非自然导向创新，庞杂信息的无序堆砌还可能加剧认知负荷。教育者须通过设计筛选策略，引导学生从GAI生成的“数据海洋”中提取有效认知资源，避免陷入算法推荐的同质化陷阱。内容创造力表现为GAI通过迁移重组与思维链（Chain of Thought）推理生成多样化输出。这种能力或可为学生提供突破常规的创意启发，但需明确的是，GAI的创造力本质是算法驱动的“可能性枚举”，而非基于意图的原创表达，其创意萌发、创作过程与成果应用仍需以人类的价值判断为前提，由人类主体承担伦理责任。跨模态融合通过整合文本、图像、音频等异质数据，可能重构知识表达的组织形式。多模态模型等技术的多模态对齐能力，或能帮助学习者将抽象概念转化为具象表征，降低特定环节的认知负荷。但这一过程的潜在风险在于，过度依赖多模态转译可能削弱符号化思维能力。因此，教育场景需审慎设定模态转换的节点，形成抽象与具象能力平衡。认知交互力的突破在于GAI从被动工具转向动态应答的“对话伙伴”。例如，DeepSeek的“长链思维”（Long-CoT）技术通过可视化推理路径，使学生得以追踪GAI所生成内容的逻辑链条并与其展开对话与质疑。这种交互模式或能构建人智双向认知增强的通道，需要警惕的是，深度交互必须建立在内部认知网络（人类大脑）与外部认知网络（智能系统）相对平衡的基础之上，否则学生与GAI之间的认知交互将变成一个单向灌输与压制的过程。

GAI作为技术基座的潜能实现，取决于教育者对其四重特性的辩证运用：数据巨量化需与批判筛选结合，内容创造力需以人文意图为锚点，跨模态融合需调和认知负荷与思维深度，认知交互力需以内外部认知平衡为前提。唯有如此，GAI方能真正成为支撑人智协同创造的技术基座。

（二）“人智协同创造力”生成是否可能？

“人智协同创造力”这一概念，指向人类与GAI通过认知互动与价值校准，共同实现新颖且有意义的知识生产与问题解决的能力。它不将人智关系看作两者创造力的简单叠加，而视为一种知识共享、认知增强的“分布式创造”（Distributed Creativity），GAI在其中既提供环境供给，也参与创造行动。为解析这一协同创造力的内在逻辑，下文将融合经典创造力理论视角，构建其生成的理论解释框架。

尽管创造力理论涵盖多元视角（如4C模型、投资理论等），但4P模型（Person，Process，Product，Press）与5A模型（Actor，Action，Artifact，Audience，Affordances）的融合，为人智协同创造力生成提供了独特解释力。传统4P模型聚焦创造者个体的心理特质与线性过程，而5A模型强调创造力生成的社会文化情境与多主体互动。二者的互补与融合不仅有助于解释人智协同创造力的分布式特质，也为其在教育场景中的实践转化提供了分析框架。

基于4P模型与5A模型的整合视角，“人智协同创造力”的生成需要建立四个支点。

1.创造行动者的能动性重构。作为创造力生成的第一要素，行动者通常被认为是具有产生新颖想法和行动能力的人。然而，这一观点受到了后人类和分布式创造力理论的挑战，这些理论强调创造过程中人与“非人”之间的互动与融合。从这一角度看，创造力不再是人类个体单独的努力，而成为人类意图和机器算法之间的共生舞蹈。在接纳GAI作为创造行动者的同时，师生需在人智协同中通过技术驾驭力与人文反思力主导创新进程，实现技术可控与意图自主的辩证统一。

2.创造行动的阶段性分工。华莱士（Graham Wallas）将创造视为一种涵盖准备、酝酿、明朗、验证阶段的心理历程。基于人智协同分工，准备期，由教师设定价值目标，学生独立发现问题，GAI提供领域知识图谱与可行性预测；酝酿期，师生可将GAI前期生成的多元素材作为潜意识加工的“养料”，GAI本身也可在需要时提供跨领域关联，间接催化直觉的涌现；明朗期，师生基于具身经验整合直觉突破，借助GAI的可视化思维链增强逻辑严密性，形成原创方案；验证期则通过构建“人类定义价值标准，机器量化技术效能”的双轨评估体系，确保创新成果兼具伦理正当性与实践可行性。

3.创造产物的技术—人文双重认证。GAI的出现进一步改变了关于创造成果独创性、价值性和作者身份的看法。因而，人智协同创造的成果需同时通过技术效能与人文价值的检验。技术效能认证由GAI完成，包括算法复杂度分析、方案科学性验证；人文价值认证则由师生基于质性指标评估，涵盖原创真实性、文化适宜性及社会影响力等维度。例如，GAI生成的绘画虽具有风格创新性，但其艺术价值仍需依赖社会大众的诠释与评判。

4.创造环境的虚实共生。这一环境构成了创造过程中人与非人类行动者、创造产物及空间的互动网络。在这一环境中，虚实共生的教育生态通过多维度协同构建，形成人智互嵌的创新支持体系。物理层面，通过构建虚实融合实验室，实现数字原型与实体模型的实时交互测试；制度层面，通过制定算法审查机制，定期更新人智协同伦理，约束GAI应用边界；文化层面，培育“容错—反思—共创”的学校与课堂氛围，鼓励学生试错性探索与批判性使用GAI，最终形成数字与人文的共生格局。

人智协同创造力可能性的实现，有赖于GAI技术基座的持续成熟、教育设其从“独立创作者”转向“协同调节者”。师生需通过技术驾驭力释放GAI潜能，依托伦理审查与批判性质询守护人文内核。

（三）学生创造力培养需遵循何种人智协同原则

在人智协同视域下，GAI的嵌入与学生创造力发展的关系始终处于动态博弈中，其关键在于能否设立有助于平衡技术赋能与人文反思张力的人智协同原则。基于技术哲学与教育伦理的双重审视，师生主权、差异分工与协同进化三原则或构成协同规范的基本框架。

师生主权原则强调人类对创造活动的全程主导权。这一原则需落实于“起点控制、过程监管、终点审查”三个核心环节。师生需在创造起点自主设定问题边界，在过程中记录GAI的嵌入节点并反思技术对思维路径的影响，最终对GAI输出结果进行价值批判与伦理审查，识别算法隐含的文化偏见或逻辑漏洞。具体实践中，该原则或可通过“红黄绿分类系统”将GAI应用场景划分为禁止使用（红）、辅助工具（黄）与不可或缺（绿）的“人智协同光谱”，确保师生始终掌控终极决策权，维护师生在创造链条中的主体性地位，避免沦为技术操作的执行者。基于这一原则，在人智共创中，即便允许GAI深度参与，仍需通过“人智协同光谱”明确人类主导问题提出与价值判断的不可让渡性。正如德勒兹（Gilles Deleuze）所言，GAI生成的是“n-1”的多样性，而人类思维是统摄多元的“一”，主权原则确保师生始终是那个执“一”驭“多”的主体。

差异分工原则的核心在于构建人智互促互补的分工与应用体系。从GAI与人类在创造力方面的差异来看，GAI凭借其高速运算与海量数据处理能力，擅长在短时间内生成多样化内容，为人类创作提供“可能性空间”；而人类的优势则体现在创造性意图的锚定、思维深度的把控以及文化意义的赋予。这一分工并非静态切割，而是动态互哺：人类对GAI生成内容的优化重组可反哺算法模型迭代，而GAI对创作过程的量化反馈亦能帮助师生反思思维盲区。但这一差异化分工必须建立在对学生认知发展阶段性规律的准确认识之上。《中小学生成式人工智能使用指南（2025年版）》为此提供了分学段差异化应用策略：“小学阶段禁止学生独自使用开放式内容生成功能，教师可在课内适当使用辅助教学；初中阶段可适度探索生成内容的逻辑性分析；高中阶段允许结合技术原理开展探究性学习。”通过阶梯式技术嵌入，推动学生逐步建立完备的内部认知网络及其内外部认知网络的平衡，确保人智分工始终服务于学生主体性的良性发展。

协同进化原则指向人智关系的长期演化，其目标是构建跨领域、跨学科、跨主体的创新生态，形成双向赋能的共生网络：GAI通过认知增强扩展学生创新边界，师生通过价值判断矫正技术工具性偏向。通过跨学科协同、群智协同以及虚实协同等方式，人类教师与GAI可基于双向反馈的螺旋循环，助力学生创意从个人顿悟（微创造）逐步升维至社会性创新（大创造），最终形成稳定的创造性才能。对于GAI而言，在此过程中，其进化遵循“器—术—道”的升维路径：从“智能生成”的工具（器），发展为支撑师生“智慧生成”的方法（术），最终融入“使人成为人”的教育本质生成（道）。

总而言之，师生主权原则通过制度刚性防范技术异化，差异分工原则依托认知科学实现精准赋能，协同进化原则在技术哲学层面重构人智关系。三重原则需在动态平衡中构建“约束—适配—进化”的协同生态。而这一生态的实践落地，亟待探索人智协同背景下学生创造力培养的具体机制，从而在技术狂飙中守护创造力教育的本质，孕育能驾驭技术、反思技术、超越技术的未来创造者。

三、人智协同视域下学生创造力培养如何可能

创造力是个体对外部世界发生作用的“人力”与内在“人性”相统一的全面品性。培养学生创造力就是促进学生人性与人力和谐发展，达成个体内在健全精神与外在创造活动的一致。19在人智协同视域下，学生创造力培养要求重构“人性”与“人力”的动态共生系统，构建人类主体性与GAI技术特性深度互嵌的协同共创范式。斯滕伯格（Robert Sternberg）的创造力投资理论揭示，智力、知识、思维风格、人格特征、动机与环境六种资源需要通过个体的创造性决策实现资源的价值转化。GAI的技术特性有助于实现这一过程：人类提供动机导向与价值判断，GAI则作为创造的数字基座拓展创造边界，二者共同完成对“知识资本”的创造性投资。而奇凯岑特米哈伊（Mihaly Csikszentmihalyi）的系统模型进一步表明，创造力是一个系统内部个体、领域、范围等因素相互作用的结果。GAI的嵌入既可能成为领域符号系统的新变量，也可能重构环境支持网络的运行规则。因此，基于人智协同共创视域，学生创造力培养需要在个体心智、领域知识与环境支持的交织中形成多重协同机制，通过技术潜能与创造规律的双向调适与深度耦合，在动态平衡中孕育创新涌现的开放生态。

（一）知识网络重构机制：认知奠基与超域联结

在人智协同框架下，师生与GAI可通过重构知识生产的逻辑，共同搭建超越个体经验局限的认知基座。这一机制的核心在于平衡知识深度与广度的动态张力，并借助技术特性突破传统教育中知识积累与创造力发展的线性思维定式。传统教育模式往往将知识积累等同于创新能力提升，实则“知识的多寡不能简单等同于创新能力的高低”。心理学研究表明，专业知识与创造力呈倒U型曲线关系——中等知识水平最有利于创新突破，过度专业化可能导致心理定势与认知僵化。这一发现揭示了创造力培养的一个核心矛盾：既需要扎实的领域知识作为创新的根本和源泉，又须警惕知识体系的路径依赖对发散性思维的压制。师生与GAI的协同，能够构建兼具认知奠基与超域联结的动态知识网络，有助于化解这一矛盾。

这一机制通过三重作用重构知识网络。其一，广度奠基与深度优化的互补性协同。GAI凭借跨模态理解与生成能力整合全球知识资源，既突破教材与师资局限，提供全方位、多层次的知识供给，又通过算法挖掘隐性关联，将传统割裂的学科知识转化为动态互联的超域网络。这种混合知识生态不仅有助于扩展认知带宽，更通过跨学科的知识联结促进认知结构的弹性重组。其二，人智交互的知识价值锚定。教师通过设计探索性任务，引导学生利用GAI的跨域重组能力进行“可能世界”探索，同时设置伦理边界与文化框架对探索过程进行必要规制。在此过程中，学生既汲取算法提供的超域关联，又通过筛选、修正GAI生成内容强化跨域知识的价值甄别与意义整合能力。其三，认知负荷的动态再平衡。GAI的引入推动学生建立“认知功能外部化—认知负荷再分配”的动态迭代。基于内外部认知网络的有效连接与平衡，GAI更多承担知识检索与关联生成的低阶认知任务，学生则将有限认知资源集中于批判性评价与意义生产等高阶思维活动。

这一机制经由人智协作突破生物脑的经验局限，有助于克服“认知外包”与“知识孤岛”的局限，在知识网络的“认知奠基”与“超域联结”之间达成有机协同，为创造力涌现提供兼具深度、广度与伦理自觉的混合智能基座。

（二）思维交互深化机制：辩证共振与系统突破

通过构建“生成—批判—重构”的双向交互机制，学生创造力培养可由传统单向知识传递转化为人智协同的思维共振。在这一人智思维辩证融合的过程中，机器以算法逻辑提供结构化思维路径，师生则以批判性思维重构问题边界，二者协同推动创新思维从线性积累跃升至系统性突破。

师生与GAI可通过三重协同作用深化思维交互。其一，GAI以思维链的可视化与动态修正，为学生高阶思维发展提供认知脚手架。以DeepSeek为例，它能够将原本黑箱化的推理过程转化为可追踪的逻辑链条，并通过自然语言与图形化呈现，使抽象推理透明化。学生在此过程中既可模仿GAI的结构化思维模式，又能通过“思维链”反思纠错训练无认知能力。这一模式可被视为一种“认知学徒制”，即由GAI作为“数字导师”输出专家级思维框架，学生则通过批判性干预逐步内化其分析逻辑。其二，人智协同通过建立“苏格拉底式对话”重构思维交互的辩证空间。传统教育中，教师主导提问与反馈的线性流程，而GAI的嵌入使思维交互扩展为“师生—问题—GAI”的三元动态系统。例如，GAI可扮演“智能辩手”，针对学生提出的技术方案进行诘问，迫使学生跳出技术中心主义框架，转向系统性价值权衡。这一过程并非简单的答案迭代，而是在算法驱动的人机对话中，模拟多元认知视角的对抗与融合。其三，人智协同基于动态分工调和发散与聚合思维的认知悖论。认知心理学研究表明，“创造力是聚合思维和发散思维充分发展、有机结合的结果”。GAI的嵌入使两者得以解耦与重组：在发散阶段，GAI可通过海量数据关联拓展思维的“可能性空间”；在聚合阶段，师生则通过批判性筛选与伦理校准完成创新收敛，二者在动态交互中实现创新思维的质变。

这一机制通过思维链显性化、辩证对话与动态分工，将人智协同转化为系统性创新的催化剂。在此过程中，学生的角色从被动应答者转向“思维编织者”，推动创新思维从片段式灵感锤炼为结构性突破。

（三）个性潜能激活机制：差异适配与动态评估

依托人智协同，教育者能够构建基于个体差异的个性化培养范式，为学生创造力发展提供从潜能识别到实现的系统性支持。这一机制通过技术驱动的精准诊断与人类主导的价值锚定，调和标准化教育对个性特质的压制，在差异化的动态适配中激活学生的创造性潜能。

首先，教育者可利用GAI的多维数据建模能力，构建动态学习者画像，从而更精准地识别与激活学生的个性潜能。传统教育中，学生的创造性潜能常被统一的教学标准所遮蔽，而GAI凭借多模态数据分析能力可构建个人“创造性潜能图谱”。例如，基于创造力的阶段理论，GAI可识别学生当前所处层次，并依据其认知风格与创新特质生成适配性学习路径。然而，这一过程需警惕算法推荐的“适配性陷阱”——主流算法依赖学习偏好与行为数据预设路径，但“感兴趣”未必等同于“真正需要”。例如，学生可能沉迷于娱乐化内容推送，忽视批判性思维训练。因此，教师须设定伦理框架，引导学生在兴趣驱动与认知发展需求之间取得平衡，避免陷入自适应学习的反向闭环。其次，人智协同通过动态难度调节与过程性赋能，拓展个性潜能的发展边界。基于“最近发展区”理论，GAI可实时监测学生的认知负荷与情感状态，动态调整任务难度与支持强度。但这一过程并非单向的技术适配，而是人智交互的“双向校准”。以DeepSeek的开源策略为例，其允许开发者根据教学场景调整模型参数，同时通过用户行为数据反哺模型进化，形成“教育需求牵引技术迭代、模型升级反哺教学创新”的共生格局。最后，人智协同通过“量化—质性”双轨评估模型，重构创新能力的评价维度。机器侧追踪思维跃迁轨迹，生成“创造力生长曲线”；人类侧则聚焦社会价值审查与创新思维的制度性保护。这种协作模式在规避算法独断风险的同时，又为冒险尝试与默会知识发展提供安全空间。

这一机制既利用GAI的数据洞察力突破标准化教育的同质化桎梏，又通过人类的价值干预遏制技术异化风险。在此框架下，学生从“被适配的对象”逐步发展为学习生态的“积极建构者”，其创造性潜能得以在差异激活、过程赋能与动态适配的协同中自由生长。

（四）实践生态进化机制：虚实融合与韧性共生

人智协同致力于构建虚实融合与韧性共生的教育生态，为学生创造力培养提供可持续的创新环境。这一机制旨在通过虚实空间的认知延展、制度设计的价值锚定、开放生态的协同培育，最终形成技术赋能与人文反思共同支撑的创新生态系统。

首先，基于数字孪生等技术的虚实融合协同，重构创新实践的认知边界。传统教育受限于实体空间的资源约束与风险成本，而GAI可通过融合数字孪生、元宇宙等技术构建“混合增强实践场域”，允许学生安全验证激进构想，同时通过增强现实、虚拟现实技术将生成式方案与实体工坊的手工创作有效衔接，形成数字试错与实体验证的递归循环。这种虚实融合不仅降低了创新成本，更通过“假设—验证—修正”的循环，增强学生思维的严密性与系统性。其次，建立制度化约束框架，抵御技术工具理性的异化风险。教育系统需通过多重制度设计保障人智协同共创的伦理边界：建立人智协作透明度公约，确保协作过程与结果的可追溯性，防止数据霸权侵蚀学生创新主权；制定社会影响预评估方案，预判创新成果的伦理效应并制定应对策略，确保技术应用符合公共利益；确立混合场域设计原则，在开放数字场域生成式探索的同时，保留实体空间的手工创作以守护物质文化基因，形成技术赋能与人文浸润的共生界面。这些制度通过将技术工具纳入教育价值的规制框架，以消解人智协同创造力可能的“阴暗面”，更好地保护和发展学生积极健康的创造力。最后，培育自由开放的创造性环境，推动教育生态的动态进化。其中，作为教育发生核心场域的未来学校与课堂，必须充分体现自由、宽容、支持、开放等基本特征，成为人智协同创新的孵化器。这种环境需要通过多层次生态化平衡实现韧性共生：在物理层面，构建虚实联动的混合学习空间，支持人智跨模态交互与分布式协作；在制度层面，建立弹性化的创新评估体系，包容非常规思维与失败尝试；在文化层面，倡导“批判性接纳”的技术伦理观，引导学生既善用GAI拓展认知边界，又坚守创新的人本立场。如此，未来学校得以在充分释放技术创新潜能的同时构筑“意义防火墙”，成为守护人类创造力的精神家园，为社会创新提供不竭动力。

基于人智协同的理想图景，四重机制的协同效应并非简单的线性递进或机械叠加，而是将智能技术深度融入教育实践，使其遵循创造规律，形成动态平衡的创新生态系统。在学生创造力培养过程中，知识网络与思维模式嵌套共生，知识网络为思维交互提供跨域素材，思维突破反哺知识网络的深度拓展；个性潜能的激活驱动思维活性，推动虚实场域重构实践逻辑；实践生态的迭代则为知识拓展与思维跃迁提供验证场域。只有当四重机制以开放性姿态相互激发时，方能真正孕育出兼具创新胆识与伦理自觉的未来创造者。

最终，这种“认知奠基—思维突破—潜能激活—生态进化”协同机制的可持续性，依赖于教育系统对技术嵌入的批判性驾驭。在人智协同共创过程中，GAI的应用需始终服务于“人的自由全面发展”的教育追求。为此，学生创造力培养需划定GAI不可逾越的禁区：不定义创新标准，避免算法逻辑成为创造力评价的隐形标尺，守护人类对创新本质的话语权；不消解创造动机，防范技术便利性导致的认知惰性，确保GAI始终服务于思维深化而非思维替代；不干涉个性发展，抵御算法推荐对个体独特性的消磨；不替代价值判断，坚守人类在伦理抉择中的主体地位。未来挑战正潜藏于此：当技术迭代速度超越教育系统的消化能力，当虚拟实践的伦理风险突破制度容错阈值，创造力培养的螺旋网络能否维持动态平衡，将决定人智协同是成为学生创造力发展进化的新范式，还是异化为“技术达尔文主义”的教育陷阱。

（本文参考文献略）

Human-AI Co-Creativity: The Possibility of Embedding Generative Artificial Intelligence into Students’ Creativity Cultivation

TianYouyi XuFangjian

Abstract: The application of generative artificial intelligence (GAI) in education has triggered multiple controversies over the cultivation of students’ creativity, focusing on the “simulation and transcendence” of GAI over human creativity, the “promotion and obstruction” of GAI to creativity cultivation, and the “competition and cooperation” between GAI and creative subjects. The three contradictions expose the profound predicament of traditional educational models in reconciling human creative intention with algorithmic generative logic. This revelation necessitates the urgent establishment of a new paradigm for creativity cultivation through Human-AI Collaboration. Grounded in the technical attributes of GAI, this paradigm proposes an innovative “Human-AI Co-Creativity” model, reconstructing educational practical logic through three foundational principles: teacher-student agency allocation, differentiated task specialization, and collaborative evolution. To operationalize this framework, the Human-AI collaborative system should implement four synergistic mechanisms: knowledge network reconstruction, deepened interactive thinking, personalized potential activation, and evolutionary practice ecosystems. Faced with algorithmic dependence and ethical risks, resilience strategies need to be implemented to limit GAI’s excessive intervention in human creation, avoid its erosion of innovation standards, motivations, personalities and value judgments, and ensure a dynamic equilibrium between technological empowerment and humanistic reflection, ultimately cultivating future innovators with both creative courage and ethical awareness.

Key words: cultivation of students’ creativity; Human-AI collaboration; Human-AI co-creativity; generative artificial intelligence

初审：魏莉莎

复审：孙振东

终审：蒋立松