生成式AI在团队构思中的设计：内容策略与参与模式如何通过团队涌现状态影响创新绩效

《International Journal of Industrial Ergonomics》：Designing AI for team ideation: How content strategy and participation style affect creative performance through team emergent states

本文探讨了生成式AI在团队构思中的设计特征（内容策略：广度优先/深度优先；参与模式：主动/被动）如何通过团队涌现状态（TESs）影响创新绩效。通过混合实验（n=52）和专家访谈，研究发现深度优先策略增强想法收敛性和方案完整性，广度优先策略提升发散性和实用性。AI设计通过影响认知和情感TESs（如想法链接、心理安全）差异化预测主客观绩效，为优化人机协同创新提供了TES视角的设计启示。

　　

亮点

AI设计特征对TESs的影响

表2展示了认知TESs的方差分析结果。AI内容策略显著影响想法间收敛性，通过链接比率衡量（F(1,24) = 21.187, p < 0.001, η² = 0.469, 统计功效 >0.90）。与深度优先AI协作（均值 = 0.716, 标准差 = 0.267）比广度优先AI（均值 = 1.217, 标准差 = 0.491）产生更多想法链接。内容策略也显著影响水平链接熵（F(1,24) = 9.786, p = 0.005, η² = 0.289, 统计功效 >0.90）。广度优先AI（均值 = 4.122, 标准差 = 0.985）比深度优先AI（均值 = 3.425, 标准差 = 0.985）引发更高的熵值，表明想法多样性更广。

研究结果

表5总结了主要发现、对应研究问题（RQs）及通过实验和专业人士访谈获得的证据。以下小节将按研究问题分组探讨每个发现，重点关注潜在机制与已有文献的联系。

结论

本研究通过受控学生实验和专业人士深度访谈，检验了AI内容策略和参与模式对团队-AI协同构思的影响。我们发现深度优先策略促进了想法和成员间更强的收敛性，并进一步提升了方案完整性，而广度优先AI则提高了发散性表现和方案实用性。AI设计特征有潜力影响情感TESs，但具体机制需进一步探索。