生成式AI赋能虚拟团队协作能力培训：基于人本设计的教育技术创新

本研究针对工程学生虚拟团队协作能力(Virtual Teamwork Competency)培养不足的现状，采用人本设计(HCD)方法开发了生成式AI(GenAI)训练系统。通过三阶段研究（需求分析、协同设计、效果验证），构建了融合苏格拉底提问法与情景模拟的AI教练，显著提升了学习主动性、实时反馈质量和实践技能转化。该研究为AI教育工具开发提供了"技术赋能-教学需求"平衡的范式，成果发表于《International Journal of Educational Technology in Higher Education》。

　　

随着远程工作模式的普及，虚拟团队协作能力(Virtual Teamwork Competency)已成为工程人才的核心素养。然而当前高等教育存在三大痛点：传统培训过度强调任务完成而忽视能力培养；教学形式单一导致参与度低下；缺乏过程性反馈机制。更棘手的是，工程学生普遍存在"重技术轻协作"的认知偏差，将团队协作简单理解为"开会+任务分配"。这种能力缺口在疫情后的混合式学习环境中愈发凸显，亟需创新解决方案。

香港大学Wenjie Hu和Cecilia Ka Yuk Chan团队在《International Journal of Educational Technology in Higher Education》发表的研究，开创性地将生成式AI(GenAI)与人本设计(HCD)相结合。研究者采用三阶段混合方法：首先通过师生访谈识别出四大关键挑战（系统性支持不足、培训形式局限、反馈机制缺失、团队意识薄弱）；随后协同设计基于Coze平台的AI教练，整合行为导向框架(Hu & Chan, 2025)的15项指标；最终由72名工程学生验证效果。该系统独创性地将苏格拉底提问与情景模拟相结合，通过AI角色"李鸣"实现个性化互动。

关键技术包括：(1) 使用Coze平台的多智能体模式开发AI教练，选用中文优化的Doubao-32K-Pro大语言模型；(2) 基于虚拟团队能力框架设计两阶段训练：理论探讨（20轮苏格拉底式对话）和情景实践（4类真实冲突场景）；(3) 建立动态评分系统（初始50分，满分100分），对沟通行为进行5级量化评估；(4) 通过半结构化访谈和反思报告收集用户反馈。

研究结果揭示：

1. 1.

   当前培训环境的挑战

   访谈数据显示，现有培训存在结构性缺陷：教师过度依赖小组任务（86%受访者），却缺乏明确的能力发展路径；学生反映70%的培训采用单向讲座形式，且评估仅关注最终产出（如报告），忽视协作过程。

2. 2.

   协同设计解决方案

   创新性地开发了"理论-实践"双螺旋模型：理论阶段通过分层提问引导认知建构，例如让学生分析"在线信息误传"的应对策略；实践阶段设置4类高发冲突情景，如"PPT设计争议"和"创新竞赛挫败"，要求学生在模拟中应用行为指标。

3. 3.

   学生训练效果评估

   参与者普遍认可三大突破：83%认为AI提问显著提升元认知能力；情景训练的沉浸感评分达4.2/5分；动态反馈系统使92%学生能即时调整沟通策略。典型评论包括："AI模拟的不同立场迫使我对假设进行压力测试""评分细则让我意识到非语言线索的重要性"。

这项研究的意义在于：首次实证了HCD框架在AI教育工具开发中的有效性，其分阶段设计（需求识别-协同创造-迭代优化）为同类研究提供模板；开发的GenAI教练突破传统培训时空限制，使个性化团队训练成为可能。值得注意的是，研究者特别强调"心理安全实验环境"的价值——AI模拟既保持真实冲突的复杂性，又避免真人互动的情感风险。未来方向包括开发多智能体团队场景，以及整合VR技术增强沉浸感。正如作者指出，这种"数字化脚手架"或将重塑工程教育中"硬技能-软技能"的培养格局。