人智協同創造力視域下大學生創新能力的生成機制與培養路徑

【關鍵詞】人工智能；人智協同；創造力；創新能力【中圖分類號】 G640 【文章編號】 1003—8418（2025）07—0082—09【文獻標識碼】 A 【DOI】 10.13236/j.cnki.jshe.2025.07.011

創新人才培養是時代發展的迫切需求，已成為教育政策的重要導向和教育實踐的基本指向。人工智能的快速發展正深刻重塑傳統的生產工具與職業結構，甚至直接沖擊人類的生存方式。一方面，人工智能逐步進入以往被視為人類專屬的創造性勞動領域，展現出一定程度的創造性[1]，并以其強大的計算創造力迅速取代大量重復性勞動[2]。另一方面，這場“普羅米修斯式\"的技術變革使人類面臨著前所未有的主體性危機，無法適應智能時代生產工具與生產方式的人群正面臨被淘汰的風險，被稱為“過時的人”[3]

盡管學界普遍認為，人類在與人工智能的協同創造中仍占據主導地位[4]，但這種主導性并非天然賦予，而是需要通過教育體系的深刻變革來重新鞏固與培養。當下我國高等教育已邁入普及化階段，每年千萬級規模的大學畢業生迫切需要掌握適應人工智能場景的創新能力，以有效應對結構性失業挑戰，釋放新時代的人才紅利。面對這一時代挑戰，越來越多的觀點認為，與其將人工智能看作人類的對手，不如將其視為協同伙伴[5]共同探索如何有效實現人類與人工智能的優勢協同，進而產生創造性突破。生成性人工智能技術的出現宣告人作為機器主人的時代走向終結，同時宣告人機共生時代的開始[。然而，智能時代背景下，傳統的創新人才培養模式與心智模型已難以有效解釋人智協同創造活動過程和創新機制，并難以為創新路徑與實踐提供有力的指導。為此，本文從人智協同更深層次的耦合關系出發，探尋人智協同創造力生成過程中心理與工具、社會因素的深度嵌入與融合機制，旨在探索更具融合性和適應性的大學生創新能力培養實踐路徑。

一、大學生創造力的生成機制：意向驅動與社會規制

創造性是大學生創新能力的集中體現。在心理學中，人的創造力意指人的心智或智慧活動[7]對于大學生而言，這種創造力體現在運用所學知識和智慧解決問題、進行創新的過程。大學生創造力的產生以學生群體所特有的主觀意向性為基礎，這種意向性體現了人類創造活動的獨特品質[8]。具體而言，大學生創造力的生成機制表現為個體內在意向優勢與外部社會規制之間的辯證統一：前者賦予創造活動內在的動機和持續探索的動力，包括心理意向與審美意向，后者則為創造活動提供了評價標準與倫理邊界。

（一）心理意向：個體特質與文化復刻的雙向互動

首先，心理意向為大學生的創造過程賦予了明確的目的性和復雜的認知支撐。哲學意義上的意向性是指由人類的需要所引發的一種心理傾向，即人在實踐中滿足自身需要并從中獲得愉悅的過程，也就是經歷“非知”到“知”再到“利用”的過程[9]。大學生在面對學習或研究中的問題時，能夠有意識地設定目標，并調動多種認知策略來尋求創新解決方案。從認知心理學的角度，這種心理過程既可能是邏輯理性的，也可能是非邏輯感性的，其核心都是創造主體基于一定目的進行的認知加工過程。根據心理學家格雷厄姆·華萊斯的創造過程模型，有意的準備階段是創意產生的開端，大學生在該階段對問題進行全面探究，為隨后的孵化和頓悟奠定基礎[10]。比如在高校的項目式學習和大學生創新訓練計劃中，教師經常鼓勵學生自主發現問題，通過明確的心理意向驅動開啟創新的準備階段。可見，大學生創造力具有強大的心理驅動，內在意向使大學生的創造活動能夠沿著確定的方向不斷深入發展，由此賦予了創造活動目的性，并持續推動大學生個體不斷探索與創新。

其次，大學生的創新心理機制并非孤立的心理活動，而是深嵌于具體的社會文化環境之中，帶有文化復刻的印記。一般而言，人類所有的創新本質上均源于個體自身的需求[11]，這種需求體現為創造主體心理與生理機能對環境的主動感知和回應。在此過程中，大學生創造主體必然受到特定社會文化，尤其是校園學術文化背景的熏陶和塑造。而文化中的價值觀念、行為模式和審美偏好等則通過一種被稱為“迷因”的方式進行傳播和復刻[12]，從而影響大學生的心理活動。一方面，文化復刻有助于大學生的創造性活動被既定社會文化所理解和接受，另一方面卻也可能使創新思維囿固于已有的文化框架，難以實現真正的突破性創新。

（二）審美意向：新穎體驗及心理支持的內在耦合

審美意向使大學生在創造過程中通過追求新潁事物帶來審美體驗和情感滿足，這構成大學生創造力的另一大優勢。創造發明與創新實踐常常伴隨著發現“新穎之美”的愉悅體驗，當人們產生獨特見解或構思出新穎作品時，會體驗到審美愉悅感和成就感。如在參與“挑戰杯\"等大學生創新創業競賽時，學生因突破常規而獲得的興奮體驗正是這種審美悅感的體現。心流（Flow）理論指出，創造者最享受的是探索未知所帶來的激動人心的過程，新奇所激發的愉悅能夠刺激大腦的獎賞中樞[13]。當大學生個體全身心投人具有挑戰性的創意活動時，會進人一種忘我而愉悅的心流狀態，對活動本身產生強烈的興趣與專注，從而進一步激發創造。也就是說，當大學生因為興趣、好奇和審美享受而自發投人創造活動時，往往會表現出更強的創造力；反之，如果只是為了獲得學分或者獎學金，或為規避懲罰而被動進行創造，創造力可能受到抑制。可見，審美意向激發的好奇心與內在熱情能夠維系創造過程的動力，幫助大學生在困難面前堅持持續探索并進發靈感。這種源于心理愉悅和價值追求的體驗是人工智能等技術手段難以模擬的人類獨特創造優勢。

然而，僅憑審美驅動尚不足以完全支撐創造活動。大學生的創造力還需要其他復雜的心理特質作為支撐，如開放性、風險偏好、自信心、自我效能感、社會責任感和意志力等[14]，以及相應的執行機制。然而，這些心理品質固然重要，但與人工智能相比并不占絕對優勢。因為人工智能可以不知疲倦地，也可無懼風險地，只要接收指令便會“義無反顧\"地執行任務。因此，大學生創造力的獨特性與局限性不能僅從個體心理層面加以界定，還需要放置于更宏觀的社會情境中加以審視。

（三）社會規制：規范評判與約束邊界的動態平衡

人的創造活動并非在真空中進行，而是深受社會文化規范的影響和調節作用。一方面，社會規范對大學生的創新進行篩選和指導，引導創造活動符合倫理標準和現實需求。米哈里·契克森米哈賴的創造力系統理論認為，創造力的實現離不開“場\"的評判，即社會中的領域專家和受眾對創新價值的認定[15]。任何自稱創新的想法都需要經過社會他者的評價才能確定其價值。例如在大學生科技創新競賽中，評審專家和公眾的反饋往往決定了參賽作品的價值與前景。只有當新的創意被社會所接受并證明對文化有意義時，該創意才能上升為真正的創造性成果。大學生的創新活動嵌套于倫理乃至更廣泛的社會規范之中，社會環境決定著哪些創新能夠被接受和推廣，哪些會遭到否定或邊緣化。

另一方面，社會規范的存在也意味著對創造力的約束。共同的價值觀、法規和傳統（如大學里的學術規范和紀律要求）在抑制某些離經叛道想法的同時，也為創新確立了基本方向和倫理邊界。社會規范會影響創意轉化為創新產品的路徑，只有那些符合規范且滿足社會群體需求的創造性產出才具有持久的生命力[16]。歷史上的重大創造發明常常體現為對既有范式的揚棄一—創造者深暗傳統規則，從中發現矛盾并提出新概念來超越舊范式。這表明遵循規范與創新突破并非完全對立，而是在互動中共生。社會規制促使大學生需要不斷反思“為何創新、為誰創新”，從而引領創造活動朝著更有價值的方向發展。基于創造力內在意向優勢與社會規制的辯證統一，大學生才能摸索出既富獨創性又為社會所接受的新范式。

二、人工智能創造力的生成特征：算法局限與變異空間

從具身認知視角看，人的創造力不僅源于大腦的運作，更是身心系統協同作用的結果[7]。因此，人類的創造力無法被簡化為純粹形式化的計算模型，更無法直接映射到某種算法結構上。相比之下，人工智能的創造力及其局限性均內嵌于算法體系之中，其創新能力的邊界本質上受限于算法規則及其變異性。

（一）算法邏輯下的結構性局限

當前人工智能已經具備一定程度的創造性能力。瑪格麗特·博登曾將創造性勞動劃分為組合型創造、探索型創造和變革型創造[18]。其中，組合型創造是指對已有知識或元素進行創造性的組合，這一過程類似于搭積木，即通過不同的排列組合方式生成新的知識成果和思想結構。人類在執行此類任務時往往受到心理加工能力和認知廣度的限制，而人工智能憑借強大的計算力，能夠在短時間內組合出遠超人類認知范圍的結果。因此，在這一層面，人工智能表現出比人類更強的創造力。在探索型創造中，人類創新通常依托于既定的概念框架，而人工智能的創新則基于特定的學習模型。由于這一創造本質上是在既有概念和思維方式引導下通過模式識別和規則推演來生成新知識的過程，因此人工智能在這一領域同樣能夠展現出超越人類的優勢，而且人工智能的最大優勢也正在于此。這意味著在高校教育過程中可以引導學生借助人工智能工具拓展思路，激發更多創新靈感。

就當前的生成式人工智能而言，經過大規模訓練并習得一定的概念框架和語法規則后，計算機能夠迅速生成文本，其生成速度遠超人類。然而，在變革型創造任務中，人類可以依靠更高層次的認知調控來突破原有的概念框架，從而實現創新。這個過程在心理學上被稱為元認知調節，因此有學者將人的創造力定義為一種元認知能力[19]。從技術角度來看，人工智能的計算模型可以設置多層級學習架構來模擬人類的元認知能力，但計算機過于形式化的多層級認知調節仍存在缺陷，尤其表現在它無法有意識地檢驗和調整自身生成的內容。換言之，計算機模型無法從根本上顛覆已有的算法模型，而人類對既有知識的反思則具有無限的可能。

此外，從需求驅動的視角來看，人類創造力源于主體在具體情境中的現實需求。需求產生改變環境的動力，進而實現認識的擴展、深化以及勞動工具的改進、實踐的改進[20]。可見，人類創造力的基礎是生活經驗性和社會實踐性的結合。要讓機器真正具備創造力，它不僅需要擁有某種形式的生命體驗，還需要參與社會實踐。然而，當前的機器學習盡管能夠通過大規模數據訓練來模擬經驗，但這些經驗在本質上仍是間接的、脫離現實生活且缺乏生命力的“二手經驗”。當然，計算機可以通過自身的“視覺”感知世界，但由于它并無內在需求，也就不會產生創新意向，其感知過程也完全是形式化的算法過程。相比之下，人類作為有限的生命體，持續通過打破固有的思維模式來實現創新。在計算機真正被賦予生命機制之前，其不可能成為創新的自主策動者。因此，在教育過程中，需著重強化學生的高階思維能力與批判意識，以彌補人工智能在這些方面的不足。

（二）創造生成中的變異性空間

盡管人工智能不會主動提出創新任務，然而一旦人類為其設定任務，它就能夠在創造性勞動中發揮作用。在哲學意義上，人工智能所承擔的創造性勞動被稱為“變異性勞動”，即在既定規則和技術路徑下，通過快速迭代產生多種變體方案的創造性勞動形式。在此方面，人工智能的計算能力遠超人類，因而在創造性勞動的變異空間中具有顯著優勢。例如，2024年諾貝爾化學獎獲得者正是利用“阿爾法折疊\"（AlphaFold）在人工智能驅動的蛋白質結構預測、設計和優化方面取得了突破性進展。

AlphaFold的技術基礎在于模擬人腦神經網絡的深度學習算法的應用，以及大規模蛋白質結構數據庫的支撐。人工智能能夠為科學家提供多種可能的解決方案，還能在短時間內解析海量的蛋白質結構，其計算速度相比傳統的人工預測方法提升了成百上千倍。然而，對預測結果或方案優劣的判定與選擇，最終仍需依賴人類科學家的專業判斷。此外，蛋白質結構研究的創新不僅依賴于AlphaFold等人工智能技術，還要有冷凍電子顯微鏡、X射線晶體學等實驗技術的協助。人工智能本質上仍然是執行特定任務的功能性工具，而如何整合這些創新工具，依然需要具備高度專業知識的人類科學家來主導。同樣，由于人工智能缺乏創新意向，其變異性勞動結果中可能存在大量無效數據，僅僅是字節堆積的產物。不過，這種海量變體生成的方式已經足以改變人類科學家創造性勞動的形態和結果，從此種意義上說，人工智能在人類的創新性勞動中已經展現出巨大的應用前景。

三、人智協同創造力的生成機理：從優勢互補到耦合增強

人類與人工智能的創造力各具優勢與局限，二者的有效協同是實現創新突破的重要路徑。在人工智能的更新迭代下，人智協同（Human一AICollaboration）作為人機協同的更高階段[21]，其不僅意味著人工智能對人的心理機制產生擾動，還涉及人機互動過程中創新規范的重構，這一過程既包含倫理學、美學和哲學層面的規范演進，也引發對創造性活動機制的再思考[22]。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被稱為人智協同創造力[23]。圍繞心理認知的互補機制、技術工具的功能增強、社會規范的融合共治三個層面，人智協同創造力呈現出從優勢互補到深層耦合增強的生成機理，

（一）心理層面的認知互補

從心理認知角度看，人類與人工智能在思維方式和能力上具有高度互補性。人類具有自主意向性、目的指向性和審美體驗等獨特的創造性認知優勢，而人工智能則在海量數據處理、高速計算與變異性生成方面表現優異。在人智協同創造中，雙方可在認知上形成互補，人工智能提供廣度探索和方案生成，人類賦予方向引導和意義評估。換言之，人工智能擅長生成，能快速提供多樣化的創意，而人類則更擅長判斷，對機器產出進行意圖篩選與價值賦予。兩者結合能夠催生出單一主體無法達到的創造高度，二者的結合可以同時實現發散思維與收斂思維的協同效應[24]。這一認知互補的機制對于大學生的創造力發展具有重要意義。在面對新問題時，大學生可借助人工智能拓展思路邊界同時結合自身的經驗判斷與價值導向，完成深層次的創造轉化。不過，這種認知層面的結合不能停留于表面的工具使用或機械分工，而需要更深層次的協同。

當然，在認知層面的協同中也需要看到雙方的局限性和邊界。當前的人工智能本質上仍是對人類經驗的統計提煉，其創造多屬于已有素材的重組或模式延伸而非真正的原創[25]，既缺乏人類那樣的自主意識和情感驅動，也缺乏人類在具體情境中獲取靈感的生活體驗和需求動機。正因如此，人工智能難以主動提出超越既有框架的顛覆性創想，這一點仍有賴于人類的元認知能力和對既有知識的反思突破。因此，在心理層面的融合中，大學生主體需要具備兩方面能力，一是理解人工智能的符號運作邏輯與局限，善于選擇和運用適當的智能工具來拓展自己的認知邊界，二是具備豐富的文化體驗和價值判斷力，能夠從社會文化語境出發來審視人工智能的產出，使人智創造活動始終與人類意圖和需求相契合。

（二）工具層面的功能增強

人工智能不僅是人類的研究對象，亦可作為認知工具深度參與創造過程。從技術哲學角度看，人和工具并非主仆關系，而是可以形成“人一技術\"協同體，共同完成創造性任務。具身認知理論認為，技術是人身體的延伸，與人的生理身體和文化身體協同工作。根據唐·伊德的認識，要實現具身的人與技術關系，需要人和技術構建四層立體的關系模式，即他者關系、背景關系、詮釋關系和具身關系[26]。在他者關系中，技術與人相互獨立，難以產生實質合作；背景關系下，技術融入環境但尚未參與核心創造；詮釋關系中，技術成為人理解世界的媒介；而在具身關系中，人機高度協同，工具如同人體器官般參與認知過程，使創新效能達到最優。

延展認知理論認為，個體的創造性認知“并不全然發生在腦內，而是可以擴展到顱外環境的部分工具與設備中，并共同構建起認知的耦合系統\"[27]。隨著人工智能日益深度嵌入人類的認知實踐，它正逐步演化為一種認知延展工具（cogni-tiveextender），與個體形成深度耦合的協同認知系統，改變人的思維運作結構與創新能力邊界。人工智能與人之間不再是工具與使用者的線性關系，而是形成一個不可拆解的協同認知單元，成為一種有別于傳統自動化工具的新型認知范式[28]當人工智能實現與人類認知活動的高度協同，人智合一共同參與創意生成過程時，創造性認知將進發出更高層級的系統活力。在此趨勢下，高校正日益將人工智能工具作為學生認知的外延性支撐，在項目式學習、實驗設計與創意開發等實踐中推動學生將人工智能深度嵌入其思維路徑與問題解決流程中，促進其創新能力的生成與發展[29]

人工智能拓展了人類的感知半徑與記憶廣度，使之能在更宏大的時空尺度上發現問題并提出創新。例如，人類可以借助人工智能處理深太空觀測數據，進而在新的時空里提出問題。同時，人工智能的參與顯著提升了創造活動的效率和客觀分析能力，它可以快速生成備選方案、模擬各種情境并評估結果，提升人類決策效能。然而，這并不意味著人工智能取代人類成為決策者或創造主體，相反，人智功能耦合的目的在于讓技術更好地服務于人的創造意圖。最終的創新決策往往涉及人類對倫理價值和社會影響的審度，這些超出技術計算范圍的因素仍需由人類來定奪[30]。人工智能作為智能工具，可賦能人類突破自身生理與認知限制，而人類則通過訓練和實踐，將智能工具內化為思維過程的一部分。在高校創新人才培養過程中，推動人工智能工具向學生認知系統的深度內化，有助于重塑其能力結構與認知機制，進而實現人智協同下超越單一主體的創造性系統。

（三）社會層面的規范共融

任何創造活動都根植于特定的社會文化結構之中，人智協同創造也不例外。人類創造力的生成深受文化傳統、教育制度與社會規范的影響。只有當人智協作產生的創意符合社會認可的創新定義和倫理標準時，這種創意才能被真正接受并產生積極影響。人工智能的應用為這種生態增添了新變量，為此需要重新審視既有的創造力評價和規范體系。例如在科研領域，人工智能可能提出極具突破性的實驗想法，但真正實施則需要經過倫理與法律的雙重審查。

人工智能的介入不僅拓展了人類創造活動的技術邊界，也打破了傳統社會規范所依賴的穩定認知結構。值得強調的是，人工智能作為認知延展工具，并不天然構成風險的來源，而在于個體是否具備對其輸出可靠性的敏感性與反思能力，當人工智能出現偏誤或失靈，人可以從自動狀態中“跳出”，重新評估信息來源，完成責任化融合[31]由此可見，人智協同創造必須嵌套于社會規范的框架之中，才能在合法性與價值導向上獲得社會的正當性認同。因此，高校在教育中尤其應重視人工智能的規范使用與價值引導，強化大學生在技術應用過程中的責任意識、判斷力與反思能力。

此外，在人工智能時代，創新思想的傳播和積累離不開支持人智共創的創新生態，社會應以開放心態接納人智合作產生的新穎成果，在價值層面給予正向反饋，為創新主體提供持續的靈感與資源支持。同時要積極探求智識世界多元開放的創新場域和心靈空間，孕育首創精神和有組織創新理念[32]。在高等教育體系中要倡導人智協同創新理念，培養大學生的人智協作素養等等。這樣的社會文化場域能夠降低人智協同的阻力，促使更多創新主體大膽嘗試將人工智能融人創造流程，促使生成更豐碩的創新成果。

（四）人智協同創造力生成三維模型

基于心理認知、技術工具與社會規范三個層面的分析可以看出，人工智能背景下人智協同創造力并非單一維度的知識建構或技術應用問題，而是一個多要素協同作用的系統性過程。為進一步揭示三者間的聯系，構建“心理一工具一社會”三維互動模型，以此啟發人智協同背景下大學生創新能力的培養路徑。

圖1“心理一工具一社會\"人智協同創造力生成三維模型

圖1中，三角結構的三個頂點分別對應人智協同創造力的三大生成要素。其中，心理認知強調個體的內在動因與問題意識，技術工具體現人工智能作為認知延展系統的中介功能，社會文化則界定創新行為的規范邊界與價值導向。三者共同構成創造力生成的基礎框架，中央交匯處即為三維驅動合力下所生成的人智協同創造力，并最終指向大學生創新能力的生成機制。

模型跳出了將人工智能視為線性工具的傳統思維框架，轉而從內在動因、技術中介與價值規范的融合視角出發，揭示人智協同創造力的生成機制，突出人智之間的深度耦合。區別于現有單一維度的分析范式，模型強調人智協同的多維驅動邏輯，涵攝了創造活動中的個體心理、技術條件與文化語境三重因素，而創新能力則是在這種多維互動基礎上，將創造性思想有效地轉化為具體實踐成果的綜合實踐能力。在此機制下，大學生可借助人工智能拓展思維邊界、增強認知功能，并在社會文化語境中校準創新方向，逐步培育出適應智能時代要求的綜合性創新能力。

四、人智協同共創下大學生創新能力的培養路徑

在人工智能深度嵌人教育系統的時代語境，大學生創新能力的培養亟待跳脫傳統模式，重構面向未來的復合型能力結構。為此，基于前文理論分析，高校可基于“心理一工具一社會”人智協同創造力生成模型，圍繞心智訓練、“心理一社會”交互以及具身認知整合三個維度探索具有動態適應性的大學生創新能力培養路徑。

（一）以心智訓練構建創新思維基底

創造性思維和批判性思維的培養是心智訓練的核心。吉爾福特的“發散一收斂\"思維模型將創造性思維分為發散思維與收斂思維兩個階段，前者鼓勵個體產生豐富且多樣的新穎想法，后者則對這些想法進行評估與整合，二者相輔相成共同促進創新[33]。創造性思維一方面表現為發散性特征，有助于激發多種新想法，另一方面表現為認知調控能力，幫助個體突破慣性思維，拓展認知邊界。在此過程中，人工智能在變異性勞動方面具有獨特優勢，可以基于初始想法生成大量變體，為大學生的創意探索提供豐富素材與靈感增量。然而，人類與人工智能的發散思維并非相互替代，而是互相強化的關系。人類提出問題框架與初步構思，人工智能則通過算法生成指數級別的方案變體，供人類進一步篩選、評估與整合，形成超出單一認知體所能完成的高質量創新成果。

在此基礎上，批判性思維的培養變得尤為重要。作為收斂性思維，批判性思維負責對創新思維的真假優劣進行篩選和評判，是認知調控系統的重要環節。相較于人工智能在發散性思維中的突出能力，其在批判性思維過程中的作用則相對有限。因此，大學生不僅需要獨立評估人工智能生成的內容，還需在與人工智能協作中提升批判性判斷能力[34]。例如，在論文寫作或數據分析中，人工智能可以快速生成大量文本，但如何判斷這些內容的科學性、邏輯性及適用性，仍然依賴于大學生的專業知識與價值判斷。由此，高校應當針對新技術環境強化批判性思維的系統訓練，開發適應人智協作的教學策略，培養學生在人智互動中進行批判分析的能力。

值得注意的是，批判性思維不僅是科學的求真過程，也涉及文化和倫理層面的判斷。就知識求真而言，當前最先進的生成式人工智能仍然依賴習得的語法規則進行內容生成，本質上仍是基于統計概率的文本預測，而非真正的知識創造。因而從創新人才培養來看，在人工智能應用的條件下，大學生首先需要具備扎實的專業知識，以甄別人工智能生成內容的真偽。在社會文化層面，要求大學生能夠判斷知識是否合乎社會文化的發展需求。而在倫理層面，要求大學生判斷知識創新是否符合社會倫理規范。批判性思維在真、善、美的意義上均能給人帶來強烈的情感體驗，其中不僅包含著認識的意向性問題，還包含著知識的真理性問題。因此，批判性思維的培養不僅要關注知識的真實性（求真），還應引導學生思考知識的社會適應性（求善），以及創新過程中的審美價值（求美），使學生在技術賦能的背景下，仍能保持獨立判斷力、價值反思力與審美感知力。

（二）以“心理—社會”互動激活能力生成

人的“認知系統是由神經系統、身體和環境組成的有機動態系統\"[35]。從心理認知系統與社會文化環境的交互來看，創新能力的培養涉及個體認知工具的協同作用以及社會文化系統對認知過程的調節兩個關鍵方面。

從認知工具的維度來看，人類的思維活動不僅依賴固有的心理加工模式，如直覺、歸納、邏輯等，也依賴通過社會化學習獲得的概念系統。在這一機制中，人工智能逐漸從傳統物質工具的范疇中脫離出來，成為影響人類認知和創新能力的重要媒介。其不僅承載人類的文化符號系統，還能基于這些符號進行分析和問題求解，在一定程度上進入了人類創造性思維的領域。因此，在培養大學生的創新能力時，應超越傳統技術工具的認知框架，把人工智能視為一種能動的認知工具，將其納入“類認知主體\"的教學設計邏輯之中。

然而，當前人工智能仍難以自主進行反思性評估與價值判斷，其輸出過程高度依賴既定算法與數據驅動，缺乏對復雜社會情境中倫理沖突的敏感與處理能力。這意味著，人類在人智協同認知中仍需發揮核心的認知監督與價值引導作用。尤其在大學階段，學生面臨的不僅是信息處理與創意生成的問題，更需建立穩定的價值立場與判斷力。此時，社會文化系統的調節功能愈發重要，它既以制度規范限制部分不當創新，又通過價值共識賦予創新以方向與合法性。

因此，高校在培養大學生的創新能力時，不僅需要推動學生掌握人工智能技術，還應強化學生對技術倫理問題的理解和反思。美國斯坦福大學已經在課程教學中引入生成式人工智能，并提供相關指南，強調學生在使用人工智能輔助完成作業時必須進行批判性評估并考慮倫理問題[36]這也表明，技術工具的嵌入并不自動等于能力提升，只有在倫理視域下進行思維再調適、價值再判斷，學生才能真正實現創新能力的責任化生成。而高校的創新人才培養應從“技術—認知一倫理”三維架構出發，構建一個既促進思維發展，又保障人文底線的教育系統，使學生在智能技術浸潤的環境中仍能保持獨立思考、自主判斷與理性創造。

（三）以具身認知深化人智協同創新

人工智能作為智能化的信息技術工具，在人智協同中的理想狀態是“上手”，即成為使用者創造性工作的自然延伸。然而，與傳統非智能化教學工具相比，人工智能的應用面臨更大挑戰。基于唐·伊德關于人與技術四種關系的理論，可以將大學生創新能力培養的人智協同實踐劃分為以下四個階段。

首先，在對人工智能進行謹慎批判的第一階段，教育界對人工智能技術持較為審慎的態度。許多大學嚴格限制人工智能的使用，要求申明在何處使用了人工智能，以明確知識產權和勞動成果屬性[37]，甚至有高校禁止其在學術寫作、科研分析等核心任務中的應用。事實上，“教育需要放棄人與智能技術之間的競賽和對抗思維”，還“需要一場人工智能啟蒙教育，并基于人類智能和人工智能兩種不同的智能系統，重構我們的教育哲學和制度安排\"[38]。為此，高校可以通過系統的教育與培訓，使大學生對人工智能的能力和局限性形成科學認知，降低對人工智能的排斥感，并掌握基本的使用方法，并為后續的創造性應用奠定基礎。

其次，在人工智能逐步滲透的第二階段，智能化學習被構建到大學生的學習和生活環境中，成為智能化校園建設的一部分。人工智能不再只是獨立工具，而是嵌入學習體系的背景要素，為教學、科研和日常生活提供數據支持與智能反饋。大學應當及時甚至前瞻性地推進校園智能化改造，使智能化學習成為學生認知發展的一部分[39]。同時，課程設計應與技術迭代協同演化，使學生在學習過程中自然而然地掌握人工智能，提升其技術素養和創新能力。

再次，在解釋關系的第三階段，人工智能從外部工具轉變為個體認知系統的擴展部件，參與知識建構與問題解決的全過程。大學生需要能夠逐步獨立使用人工智能學習、做實驗以及解釋問題，并在智能技術的加持下更具創造力地完成工作任務[40]。這一階段的重點在于引導學生完成從使用工具到駕馭工具的思維轉變，使人工智能真正成為其創新實踐的有效支撐。

最后，在人智協同創新的具身融合的第四階段，人與技術的具身關系達到最高層次，大學生的人工智能使用能力達到“上手\"狀態，人工智能的使用不再依賴刻意控制，而是與學生的思維流程實現高度協同與流動，并將其作為自身創造力的自然延伸。為此，高校應打造更加開放的技術使用環境，支持并鼓勵大學生在真實的應用場景中自由探索，促使人工智能由單純的工具轉變為提升創新能力的驅動引擎。

五、結語

創新人才培養是建設教育強國的必由之路。智能時代，人智協同創造顯現出前所未有的發展機遇，創新人才培養正迎來范式變革與能力升級的關鍵節點。面對這一深刻變革，高校應當構建更加適應智能時代需求的人智協同教育體系，為大學生提供涵蓋心理認知訓練、智能工具運用與社會情境互動的全面且系統的創新學習場景，以提升大學生的創造性思維能力、技術運用能力與倫理判斷能力，真正發揮人智協同創造力的倍增效應，從而培養出兼具技術能力與人文底蘊的時代新人。

【參考文獻】

[1]魏屹東.人工認知如何創造性地解決問題[J].社會科學，2025（01） ：10—19+58.

[2]高新民，嚴國紅.計算創造力：人工智能亟待開發的處女地［J].自然辯證法研究， 2024，40（06）：62-71.

[3]（德）京特·安德斯.過時的人（第一卷）[M].范捷平，譯.上海：上海譯文出版社， 2010：8-10

[4][22]李建會，夏永紅.人工智能會獲得創造力嗎？［J].國外社會科學，2020（05）：52-60.

[5]

[8][38]王建華.我們為什么需要人工智能啟蒙教育[J].教育研究，2025，46（02）：72—85.

[6]王洪才.創新創業教育：高校適應新質生產力發展的根本選擇[J].江蘇高教， ?2024（08）：25-33

[7]林崇德.探索創新心智規律促進創新人才發展[J].教育研究，2024，45（08）：4-14.

[9]（法）讓—保羅·薩特.什么是主體性[M].吳子楓，譯.上海：上海人民出版社，2017：30-32.

[10]Wallas，G. The Art of Thought[M]. New York： Harcourt，Brace and Company，1926：80.

[11]盧衛紅，楊新福.人工智能與人的主體性反思[J].重慶郵電大學學報（社會科學版），2023，35（02）：85-92.

[12]常江，田浩.迷因理論視域下的短視頻文化——基于抖音的個案研究[J].新聞與寫作，2018（12）：32-39.

[13]

[15]Csikszentmihalyi，Mihaly.Creativity：Flowand thePsychology of Discovery and Invention[M]. New York： Harper-Perennial，1997：1—16.

[14]

[19]Feist，G.J. A Meta-Analysis of Personality in Scien-tific and Artistic Creativity[J]. Personality and Social Psy-chologyReview，1998，2（04）：290-309.

[16]Du X， Zhang H， Zhang S，et al. Creativity and Leadershipin the Creative Industry：A Study from the Perspective ofSocial Norms[J]. Frontiers in Psychology，2021（12）：651817.

[17]張克，杜秀敏.具身認知視角下的創造性思維[J].心理科學進展，2024，32（07）：1126—1137.

[18]Boden MA. Creativity and Artificial Intelligence[J]. Artifi-cialIntelligence，1998，103（1—2）：347—356.

[20]（德）馬克思，恩格斯.馬克思恩格斯文集：第5卷[M].北京：人民出版社，2009：47—56.

[21]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.的思維共創[J].中國電化教育，2025（03）：86-93.

[24][33]GuilfordJP.Creativity：Yesterday，Todayand Tomor-row[J].TheJournal ofCreativeBehavior，1967（Ol）：3—14.

[25]SgantzosK，Stelios S，TzavarasP ，etal.Mindsand Ma-chines：Evaluating the Feasibility of Constructing an Ad-vanced Artificial Intelligence[J].Discover Artificial Intelli-gence，2024，4（01）：1-13.

[26] Ihde，D. Technology and the Lifeworld：From Garden toEarth[M.Bloomington：Indiana University Press，1990：72.

[27]Clark A，Chalmers D. The Extended Mind[J].Analysis，1998，58（01）：7—19.

[28]Jos，Hern，ndez-Orallo，etal.AIExtenders：TheEthical andSocietal Implications of Humans Cognitively Extended by AI[C]//the 2019 AAAI/ACM Conference.ACM，2019.

[29]Dubay CM，RichardsMB.LeveragingArtificial Intelligencein Project-Based Service Learning to Advance SustainableDevelopment：A Pedagogical Approach for Marketing Edu-cation[J].MarketingEducation Review，2024，34（04）：307-323.

[30]Verganti R，Vendraminelli L，Iansiti M.Innovation and De-sign in the Age of Artificial Intelligence[J].Journal of Prod-uct Innovation Management，2020，37（03）：212-227.

[31]Naeem H，Hauser J.Should We Discourage AI Extension？Epistemic Responsibility and AI[J].Philosophyamp; Technology，2024，37（03）：91.

[32]陳亮.人工智能推動知識生產模式轉型中的新型研究型大學：品格特質、運行機理與動力機制[J].社會科學，2025（02）：130—144.

[34]王竹立，吳彥茹，王云.數智時代的育人理念與人才培養模式[J].電化教育研究，2024，45（02）：13-19.

[35]Gelder T V，PortR.It's About Time：An Overview of theDynamical Approach to Cognition[C].Mind asMotion：Ex-plorations in the Dynamics of Cognition.Cambridge，MA：MITPress，1995：1-43.

[36]Course Policies on Generative AI Use[EB/OL].（2024-12-09）[2025-02-11].https：//tlhub.stanford.edu/docs/course-policies-on-generative-ai—use/.

[37]Alqahtani N，Wafula Z.Artificial Intelligence Integration：Pedagogical Strategies and Policies at Leading Universities[J].Innovative Higher Education，2025（50）：665-684.

[39]百里清風，李昕琦.數智化大學：內涵意蘊、主要特征與實現路徑[J].重慶高教研究，2025，13（02）：41-49.

[40]段曉麗，文武.智能時代高校拔尖人才培養模式探要[J].江蘇高教，2022（08）：58-62.

基金項目：2024年度江蘇省教育科學規劃戰略性與政策性重大招標課題“人口變化趨勢下江蘇師資配置與培養培訓質量提升策略研究\"（A/2024/a1）。

The Generative Mechanism and Practical Pathways of University Students Innovative Ability from the Perspective of Human-Al Collaborative Creativity

Lv Ping，Zhang Jizhou

Abstract：The widespread integration of artificial inteligence into knowledge production and cognitive structures presents significant challenges to the cultivation of innovative talents in higher education. The development of creative capacity among university students is driven by psychological intentionality，accompanied by aesthetic engagement with new knowledge，and constrained by social norms. While the creative potential of Al is limited by algorithmic structures，it also exhibits a capacity for variation that may exceed human cognition. Therefore，a \"psychological-technological-socio一cultural\" model of human一Al integrated creativity is constructed to reveal how cognitive complementarity，functional enhancement，and normative alignment can be deeply coupled across psychological，technical，and social dimensions.This framework enlightens educational practice by proposing that universities strengthen the foundation of innovative thinking through mind training，activate capability development through psycho一social interaction，and deepen human一Al collaboration through embodied cognition一 thus equipping students with compound innovative competencies encompassng judgment，adaptability，and creativity in complex intelligent environments.

Key words： artificial intelligence； human-Al collaboration；creativity; innovative capability

（責任編輯 肖地生）