生成式人工智能賦能學生創造力培養路徑研究

摘 要 生成式人工智能的產生對于學生的創造力培養提出了巨大的挑戰，許多人擔憂生成式人工智能會影響學生的創造力發展，但事實上二者并不存在根本矛盾。如何應對這種挑戰并且尋求二者之間相互融合的可行路徑，是當代教育迫切需要解決的難題。在教育數字化進程中，生成式人工智能賦能人才培養已經成為一種顯著的發展趨勢。生成式人工智能技術具有數據化與自動化特性、內容生產方面的優勢、個性化與定制化的特點，因此它可以在教育活動中扮演“教學輔助者”“知識開發者”“學習陪伴者”的角色，從而對學生創造力的有效構建、內在培育和多元發展起到積極的推動作用。

關 鍵 詞 生成式人工智能；學生創造力；教育數字化

引用格式 段霖瑤.生成式人工智能賦能學生創造力培養路徑研究[J].教學與管理，2024（33）：65-69.

2022年的全國教育工作會議明確提出“實施國家教育數字化”的戰略方針，旨在推動教育數字化轉型任務。黨的二十大報告又進一步提出“推進教育數字化”，以數字變革推進教育強國的建設。在人工智能賦能現代教育的大背景下，生成式人工智能技術在教育領域的應用和研究成為新的熱點研究趨向。這種研究趨向主要集中在人工智能教學的關鍵技術、應用形態、基礎理論以及師生素養研究等領域[1]，但是基于學生創造力構建與培育的視角所展開的研究還相對較少。因此，本文從生成式人工智能的“數據化與自動化”“內容生產優勢”以及“個性化與定制化”三個層面的技術特征出發，對學生創造力的培養路徑進行探討。

一、生成式人工智能與學生創造力融合的有效基礎

聯合國教科文組織2023年發布的《生成式人工智能教育與研究應用指南》曾經給出過一個定義：“生成式人工智能是根據人類借助思維符號表征系統表達的提示自動生成內容的人工智能技術。”[2]相比于以往的人工智能構造類型，生成式人工智能在知識表征、解構與重構語義以及基于邏輯的推理等方面具有顯著優勢，它能夠分析、理解并生成多模態的內容，從而成為推動創造力教育和發展的核心力量；它能夠學習和挖掘海量的數據，智能自動生成自動化、個性化、精準化的內容資源，從而為人的創造力培養提供全新機遇[3]?！皠撛炝Α币辉~由古伊福德（Guiford）于1950年提出，后來的許多學者也對于“創造力”問題進行過系統研究，并逐漸形成了關于創造力概念的綜合定義，認為創造力是一種“在學習知識、解決問題和創造活動中，根據一定的目的，運用一切已知信息，在新穎、獨特且有價值地產生某種產品的過程中表現出來的智能品質或能力”[4]。從認知心理學的角度來看，知識是創造力的重要基礎，學生需要具備豐富的“領域”知識，這樣他們才能在該領域內進行創造性的思考和活動。同時，知識與創造力并非一種簡單的線性關系，過度僵化的知識體系可能會限制人的創造力發展，而靈活的、具有廣泛性的知識結構則有助于人的創造力發揮。以往，人們認為只有人類才具有創造能力，但是隨著人工智能技術的迭代更新尤其是生成式人工智能的出現，人們發現，創造力似乎不再是人類所獨享的專利，而“人工智能創造力”一詞也應運而生，即“人工智能技術賦能的虛擬主體，在算法驅動下模擬人類的創造性活動時產生新穎性、價值性創造的能力”[5]。

那么，學生創造力的培養是否需要生成式人工智能技術的支撐呢？對此，學界有不同的聲音，而生成式人工智能與創造力之間的關系一直以來也存在著較大的爭議。有學者指出，以ChatGPT為代表的生成式人工智能雖然具備較強的邏輯分析與批判性思維，但它并沒有明顯的創造力傾向；他們在對ChatGPT的創造力、問題解決、元認知、協作和溝通協調等五個方面的思維傾向進行測量評價后得出結論：“ChatGPT的創造力傾向最低，但在其他思維傾向方面表現得更為積極主動。”[6]有學者也認為，如果學習者過度依賴生成式人工智能來獲取信息，可能會導致學生的信息判斷力以及批判性思維能力下降，從而影響個體的創造力發揮。

盡管學界關于生成式人工智能還存在著種種爭議，但生成式人工智能所具有的“數據化與自動化”“內容生產優勢C69waPTORO+Jb+9gr+IxgA==”以及“個性化與定制化”三大特征，恰恰是學生創造力融合的有效基礎，因而具有重要的研究價值和意義。生成式人工智能的數據化和自動化特性為學生創造力的有效建構提供了諸多可能性——它可以從豐富知識儲備、激發創意靈感、提供學習輔助和創新實踐支持等多方面助力學生創造力的發展。通過教育者的引導監督和技術與規則的改進完善，能夠充分發揮生成式人工智能在支撐學生創造力建構中的積極作用；通過設計開放式任務、分階段引入生成式人工智能、支持協作學習以及提供反思評估，教師能夠在教學中有效運用生成式人工智能技術來激發學生的創造力。上述這些實踐操作路徑不僅能夠助力學生在學習過程中提出創新性想法，而且還能提高他們的自我效能感并改進他們的學習動機。

二、生成式人工智能的數據化與自動化支撐學生創造力有效建構

傳統的人工智能技術一般依賴于判別模型——通過監督機器學習對數據進行分類并提供計算效率與成本效益，而生成式人工智能卻能夠通過基于轉換器的機器學習算法來對海量數據進行處理，其顯著的特征就在于數據處理過程中的靈活性與適應性以及更為智能的自動化處理技術[7]。上述這些特征使得生成式人工智能能夠成為“教學輔助者”，從而對學生創造力的有效建構與開發起到支撐作用。一是在教學準備方面，生成式人工智能技術能夠基于龐大的數據模型突破教師個人的知識局限，自動為教育工作者生成符合不同課程目標和要求的教學素材，從而極大地豐富教師教學內容，為教師設計具有創造性的教學活動提供重要支撐。二是在教學評估方面，生成式人工智能也能為教師提供十分便利的條件。生成式人工智能可以根據教師設定的教學目標以及課堂學習內容自動生成對應的測試內容，且能夠在測試完畢后對學生的測試情況進行評分，形成成績分析與評估報告供教師參考，并據此制定下一步的教學計劃[8]。在傳統的課堂教學中，教師的主要教學重心在于課前的教學準備以及課后的教學評價，而生成式人工智能技術以其海量教學數據的供給和強大的數據分析能力為教師分擔最為繁瑣的課前備課與課后評價兩個教學環節工作任務，從而使教師得以從繁忙的教學輔助工作中解脫出來，有更加充沛的時間和精力投入課堂教學中。三是在對學生的課后輔導與答疑方面，生成式人工智能不僅能夠憑借其強大的數據庫以及自動化處理技術，給予學生更加全面、快速的響應——問題解答與情況反饋，在最大限度拓寬學生知識面的同時也能夠激發學生創造力的發展與批判性思維的形成。雖然借助生成式人工智能解答學生疑問不一定能夠給出百分百準確的答案，但是生成式人工智能憑借其龐大的數據庫以及自動化處理能力，幾乎能夠解答學生的任何問題，尤其是它能夠對于一些開放式的問題給出全方位、多視角的思路，而這種發散思維正是創造力的重要來源。從這一意義上來說，生成式人工智能在某些方面所具有的優勢是教師所無法比擬的，畢竟即使是學富五車的學者也會存在知識盲區，而生成式人工智能海量的數據庫供給則能夠掃清大部分的知識盲區。正是由于生成式人工智能的出現，使教師從繁瑣的教學輔助工作中解放出來，從而能夠專注于更高維度的創造性教育工作。從某種意義上來說，生成式人工智能所帶來的教學變革在于使教師的教學重心由之前的注重教學知識和內容本身逐漸過渡到了關注學生主體，更加強調對學生身心健全發展以及創造力與批判性思維的培養，從而真正做到了回歸教育的本質，即從“以知識為中心”回歸到了“以人為本”的教育主旨。

那么，教育工作者如何運用生成式人工智能數據化和自動化的優勢培養學生的創造力呢？第一，基于生成式人工智能海量數據多元知識素材，為學生創造力培養奠定基石。傳統的教育資源獲取往往受到教材內容、圖書館館藏資源以及教師個人知識儲備等因素的限制，學生只能在相對有限的知識范圍內進行學習。而生成式人工智能可以最大程度上汲取來自各個學科領域的知識養分，從而擁有了寬廣的問題解決視野，進而為學生創造力的發展奠定了堅實的基石。例如，對于一個想了解不同歷史時期特有文化的學生而言，生成式人工智能的價值不可估量。它能夠以極快的速度提供不同朝代、不同地區豐富多樣的文化特色。從華夏文明的各個朝代，如唐代的詩歌文化、繪畫藝術以及開放包容的社會結構，到歐洲中世紀的宗教文化、城堡建筑風格與封建等級制度；從古老的瑪雅文明神秘的祭祀文化、精確的天文歷法知識到非洲大陸上部落文化中的獨特藝術形式與社會組織形態等。這種全方位、多層次的知識供給，遠遠超越了傳統教育資源獲取的方式及其天然的局限性。不僅如此，數據化的生成式人工智能具備獨特的優勢，它可以輕松跨越不同學科的界限，將不同學科的知識進行有機整合。例如，當學生著手設計一個關于環保主題的創意項目時，他可以借助生成式人工智能獲取多學科的知識。從自然地理的角度來看，學生能夠獲取到諸如全球變暖的成因、各種污染類型及其對生態系統的影響以及不同生物群落對環境變化的響應等知識；從人文地理方面來看，借助于生成式人工智能了解到社會公眾對于環保問題的認知態度、不同國家和地區的環保政策及其背后的社會文化因素，以及環保運動在社會變革中的推動作用等。更為重要的是，生成式人工智能能夠清晰地呈現不同學科知識之間的聯系。例如，在環保主題項目中，環境科學中的生態平衡原理與藝術設計中的可持續材料應用之間存在著緊密的關聯。生態平衡原理強調了生物與環境之間的相互依存關系，這一原理啟發學生在選擇創作材料時，要考慮材料的來源是否可持續、對環境的影響是否最小化等因素。這種跨學科知識之間聯系的呈現，能夠助力學生進行跨學科思考，這是創造性思維的重要組成部分?？鐚W科思維能夠打破學科之間的壁壘，讓學生從多個角度去審視問題，將不同學科的知識和方法進行融合創新，從而產生獨特而新穎的創意和解決方案，提升自己內在的創造力。第二，生成式人工智能可以挖掘知識關聯與模式，提升學生的創造性思維。生成式人工智能憑借其強大的數據分析能力，通過對海量數據進行深入細致的分析，可以挖掘出各種知識元素之間隱藏的錯綜復雜的聯系，學生可以從中學習到新的思維模式。通過學習生成式人工智能所展示的關聯模式，學生能夠以一種更加靈活、多元的方式去思考問題，將不同的知識概念和方法進行重新組合與創新應用，從而在不同學科領域的學習和實踐中提升自己的創造力。例如，在解決復雜的數學問題時，學生可以不再局限于單一的解題方法，而是從幾何與函數的關聯思維出發，尋找新的解題思路。

三、生成式人工智能的內容生產優勢輔助學生創造力內在培育

生成式人工智能除了在教學中能夠成為教師得力的“教學輔助者”，同時它也是學校教育中重要的“知識開發者”。生成式人工智能作為“知識開發者”主要體現在對知識的復制性生產與對知識的原創性生產[9]。生成式人工智能在知識的復制性生產中主要有兩大功能：一是它不僅能夠生成文字、圖片、視頻等多種知識模態，而且它還能夠實現各種知識模態之間的相互轉化[10]。二是生成式人工智能擁有比以往人工智能更加強大的認知力和語言感知能力，從而能夠在最短的時間內系統、全面地搜集、整合出所需的多模態主題內容，而且其還能根據學習者的反饋不斷調整答案與自我修正，從而不斷完善給出的知識內容，有效提升了知識交流的深度與廣度[11]。此外，生成式人工智能在知識的原創性生產方面的優勢則主要體現在三個方面：一是教育工作者或學習者能夠在生成式人工智能對海量數據進行搜集、分析與整理的基礎上，展開更加深入且發散式的思考，繼而得出創新性見解；二是在與生成式人工智能進行知識及認知交互的過程中，基于生成式人工智能所具有的較強的認知能力和自我修正能力，學習者能夠從中獲得意想不到的靈感與啟發，從而提出新的創新型問題與研究方案；三是生成式人工智能能夠對海量數據進行搜集、整理分析、情感計算以及虛擬互動實驗等，并在此基礎上形成可視化的多模態知識內容，這有助于教育工作者借助生成式人工智能在不同學科之間實現多學科協作教學與研究工作[12]，從而形成更加有利于學生創造力培養的途徑與渠道。

奧蘇貝爾（D.Ausubel）的有意義學習理論認為：教師在精心選擇、加工后的教學內容能夠在學生的原有知識與新知識框架之間起到重要的認知橋梁作用[13]，而這種基于“有意義學習”的教學資源開發是學生創造力內在培育的重要支撐。教師需要借助生成式人工智能技術加工、搜集、整理出有助于“有意義學習”的那部分核心資料內容，從而為學生構建起溝通新舊知識以及創造力開發的重要橋梁，從而達到借助生成式人工智能的內容生產優勢輔助學生創造力內在培育的教學目標。

第一，明確目標，生產多元創造性內容。生成式人工智能借助不同算法生成多樣內容，有助于學生擺脫固有思維模式，開啟更多富有創造力的學習方向。為此，教師要依據具體學科內容與目標，設計適合生成式人工智能參與的任務類型——這些任務應具備開放性和情境性，允許學生利用生成式人工智能生成不同類型的創意內容，并在此基礎上進行創新創作。原因在于，開放性的任務能給予學生自由發揮的空間，促使他們自主開展創造性探索，而情境性問題的設置則有助于學生從實際情況出發，提升創造性解決問題的能力。

第二，分階段分層次引入任務內容，培育學生的創造性思維。生成式人工智能生成的內容為學生提供了一個初始創意框架，助力他們在創作初期找到起點。為了讓學生逐步掌握生成式人工智能技術的使用并提升創造力，教師可采用分階段引入的方式，使學生在由淺入深的學習過程中不斷提高創新能力。在教學初始階段，教師應向學生介紹生成式人工智能的基本原理和操作方法。這一階段的目標是讓學生熟悉工具，初步體會人工智能帶來的創作自由度。當學生熟練掌握人工智能工具的基本操作后，便進入中級階段，此時教師可逐步提高任務難度，讓學生使用人工智能生成內容，并在此基礎上開展進一步創作。這一階段我們應當鼓勵學生在人工智能生成內容的基礎上進行更多自主創意發揮。到了更高級階段，學生應能夠獨立運用生成式人工智能技術完成復雜的創作任務。這時，教師可以設計跨學科項目，讓學生結合不同的生成式人工智能技術進行全面創作。例如，學生可以在一個創意項目中整合人工智能生成的文本、圖像和音頻，打造完整的多媒體作品——通過這種自主整合，學生能夠真正將人工智能視為創意過程中的工具和助手，而非單純的內容生成器。

第三，協作學習，利用內容生產優勢激發團隊創新潛能。生成式人工智能不僅可以在完成個體學習的目標任務中發揮作用，而且還能通過協作學習的方式，進一步激發學生的創造力。教師可組織學生分組，小組成員分工合作，利用生成式人工智能完成共同的創意任務。在協作學習中，教師還可為學生分配不同角色，如“人工智能操作員”“創意負責人”“編輯”等。通過角色輪換，學生能夠獲得不同體驗，從不同視角開展創作，這有助于他們在團隊環境中進一步激發創造性思維。

第四，反思評估，促進深度創造。人工智能生成的內容并非總是盡善盡美，學生需要對這些內容進行批判性評估、篩選和改進。通過與人工智能生成的材料互動，學生不僅能學會創造，還能學會評估生成內容的質量，從而提升分析能力和批判性思維。反思評估是生成式人工智能支持下創造性學習過程中的重要環節，通過自我反思、同伴反饋和教師評估，學生能夠進一步提升創作的深度和前沿性。

四、生成式人工智能的個性化與定制化推動學生創造力多元發展

個性化與定制化是指生成式人工智能可以根據學生的需求，生成高度個性化的內容，提供定制化的學習建議?！吧墒饺斯ぶ悄芸梢愿鶕W生的學習需求和偏好，生成個性化的學習資源，從而滿足學生的多樣化需求，提升學習效果?！盵14]生成式人工智能最突出的技術特征與優勢就在于其能夠根據不同學生的興趣愛好、知識水平和學習能力，自動“定制”生成適用于每個學生的“個性化”學習內容與教學策略，成為學生的“學習陪伴者”。生成式人工智能還能夠實時跟蹤學生的學習進度與狀態，及時調整教學方案和教學難度，從而為學生提供“個性化”學習體驗。此外，學生在完成階段性學習任務以后，生成式人工智能還可以在“精準”分析學生學習數據和行為模式的基礎上，給出個性化的教學評估報告和建議，從而使學生更加清晰地認識到自己的學習狀態，并且在生成式人工智能的個性化引導下逐漸走出困境[15]。因此，在教師引導下，生成式人工智能成為學生的“學習陪伴者”，在推進學生實現全面自由、符合個體需求的發展過程中發揮極為重要的作用。在教學實踐中，生成式人工智能的個性化與定制化優勢在培養學生創造力過程中有著多方面的積極作用。

第一，生成式人工智能幫助學生適應個體學習差異，激發多元創意起點。每位學生都有其獨特的學習節奏與方式。生成式人工智能可以借助學生的歷史學習數據，例如作業完成的情況、測試成績等信息，精準地識別出學生的學習進度以及存在的學習問題。針對那些學習進度相對較慢的學生，它能夠生成更為基礎、精準細致的學習內容和創意啟發素材，助力他們逐步構建起完善的知識體系，從而為創造力的萌發與發展奠定堅實的基石。對于學有余力、在學習上表現較為突出的學生，生成式人工智能則能夠提供更具挑戰性和深度的創意任務與豐富的學習資源，從而激發他們向著更高層次的創造力探索邁進。生成式人工智能具備分析學生興趣愛好的能力，例如，它可以通過分析學生在學習平臺上的瀏覽歷史記錄、參與討論的話題內容等數據信息，深入了解學生的興趣傾向，并基于這些興趣點為學生定制創意項目。例如，為喜愛歷史的學生定制歷史題材的創意寫作任務，鼓勵他們巧妙地結合歷史事件創作富有想象力的虛構故事；或者為熱愛科學的學生定制與前沿科學研究緊密相關的創新實驗設計思路。這種基于興趣的定制化方式，能夠極大程度地提升學生對學習和創意活動的參與度與投入度，進而激發他們從自身獨特的興趣點出發，產生多元化的創意靈感。

第二，生成式人工智能輔助教師定制教學模式，拓展創造思維空間。傳統的教學模式往往嚴格遵循固定的課程大綱和教學進度安排，這種模式在滿足學生個性化需求方面存在明顯的局限性。而生成式人工智能則能夠為每一位學生量身定制獨一無二的學習路徑。例如，在藝術教育領域，對于那些擅長色彩表達卻在構圖方面有所欠缺的學生，生成式人工智能可以生成專門針對構圖技巧提升的學習模塊，并且緊密結合學生對色彩獨特的理解和運用能力，定制創意繪畫任務，積極鼓勵學生將色彩運用與構圖創新有機地結合起來，從而突破傳統繪畫教學千篇一律的統一模式，有效地拓展學生在藝術創作領域的思維空間。此外，生成式人工智能還具備提供個性化反饋的能力，這種反饋不僅僅是簡單地指出學生作品中存在的錯誤，更能夠依據學生獨特的創作風格和創作思路，給出針對性的引導建議。例如，在文學創作方面，對于那些創作風格較為寫實的學生，生成式人工智能可以根據其作品的具體內容，從情節發展的合理性、人物塑造的生動性等多個維度，提供符合其風格特點的創意拓展建議，幫助學生在自己擅長的創作風格基礎上進一步挖掘創新點，突破固有的思維定式，逐步培養多元的創造思維能力。

第三，生成式人工智能助力學生培養跨學科能力，豐富創造力維度?，F代社會的創新成果往往依賴于跨學科知識的深度融合。生成式人工智能可以根據學生的知識背景和學科優勢，精準定制跨學科的創意任務。例如，我們可以借助于生成式人工智能為在物理和計算機科學方面基礎較好的學生設計模擬物理現象的編程項目。這種跨學科任務的設置，能夠促使學生積極主動地整合不同學科的知識和思維方式，從而極大地豐富其創造力的維度。在跨學科學習這一復雜的過程中，學生需要對不同學科的知識進行有效的整合，而生成式人工智能則能夠針對學生個體之間的差異，為其提供個性化的知識整合引導。對于那些在不同學科知識鏈接與融合方面存在困難的學生，生成式人工智能可以為其提供直觀清晰的知識關系圖、具有代表性的案例分析等內容，幫助學生更加透徹地理解如何將不同學科的知識融合與相互促進的路徑與方法，進而顯著提升學生的跨學科創造能力。

在當今教育不斷追求創新與發展的時代背景下，生成式人工智能通過其數據化與自動化的特性、內容生產的優勢以及個性化與定制化的服務，為學生創造力的培養開辟了新的路徑，展現出巨大的潛力。隨著技術的持續進步，生成式人工智能的數據處理能力將更加強大，從而能夠為學生提供更加精準、深入和全面的知識與創意支持。與此同時，未來的生成式人工智能還將會在具身認知、模擬世界等方面實現更進一步的發展，為學生創造出沉浸式的學習體驗，更好地激發學生的創造力發展，從而助力更多學生成為富有創造力的、適應未來社會發展需求的創新型人才。

參考文獻

[1] 葛堃，徐海峰，劉曉媛.高校人工智能教學研究的現狀、熱點與前沿[J].高教論壇，2024（06）：13-18+82.

[2] 苗逢春.生成式人工智能技術原理及其教育適用性考證[J].現代教育技術，2023，33（11）：5-18.

[3] 邱峰，吳躍東.生成式人工智能驅動教育創新的核心要素分析[J].教育發展研究，2024，44（Z1）：9-16.

[4][5] 胡衛平，張陽，呂元婧，等.人工智能創造力探究[J].現代教育技術，2024，34（01）：17-25.

[6] 楊曉哲，王晴晴，王若昕.生成式人工智能的有限能力與教育變革[J].全球教育展望，2023，52（06）：3-12.

[7] 吳河江，吳砥.生成式人工智能教育應用：發展歷史、國際態勢與未來展望[J].比較教育研究，2024，46（06）：13-23.

[8][13] 謝晗，劉伊思.生成式人工智能在教學運用中的價值、困境與展望[J].信息系統工程，2024（08）：120-123.

[9][10][12] 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（03）：1-12.

[11][14] 羅業榮，張鋒，黃春芝.生成式人工智能沖擊下的創新思維教育研究[J].中國現代教育裝備，2024（16）：8-11.

[15] 于浩，張文蘭，楊雪瓊.生成式人工智能在教育領域的應用、問題與展望[J].中國成人教育，2023（07）：30-36.

[作者：段霖瑤（1978-），女，山西太原人，山西大學黨委統戰部，常務副部長，講師，碩士。]

【責任編輯 鄭雪凌】

*該文為國家社科基金后期資助項目“人工智能的意向性構造問題研究”（23FZXB046）的階段性研究成果