在实习中是否需要深入思考：通过“可供性-学习-实现”理论解析人工智能对管理学习的双重影响

《Thinking Skills and Creativity》：To Think Deeply or Not in Internships: Unpacking the Dual Impact of AI on Management Learning through Theory of Affordance-Learning-Actualization

建立基于TALA理论的人工智能应用对实习生表层与批判性思维的双重影响机制研究，提出双元学习在AI赋能与思维能力转化中的核心作用，并揭示导师指导模式的关键调节效应。

　　

林志鹏

台湾国立阳明交通大学商学院

摘要

本研究提出了一种新理论——可供性-学习-实现理论（Theory of Affordance-Learning-Actualization，简称TALA），用以解释人工智能应用对实习生学习和思维的双重影响。在TALA的基础上，该理论构建了一个框架，说明了两种重要的思维能力（即表面思维和批判性思维）是如何通过利用、探索和认知动机等复杂过程得到培养的。在这个框架中，转化型指导（transformative mentorship）起到了关键的调节作用。这一理论讨论旨在启发研究人员和实践者优化利用与探索之间的平衡，从而提升实习生应对管理挑战的整体思维能力。最后，本研究还提出了一个明确的研究议程，并指出了实证研究和定性研究的前景，以进一步推动学习和思维能力的发展。

引言

人工智能应用已越来越多地被纳入实习项目中，以增强管理学习效果。然而，它们对学习成果的影响仍相对较少被探索。一方面，人工智能应用可以通过表面思维为实习生提供快速但临时的解决方案，帮助他们有效应对管理挑战（Carbajo-Nú?ez, 2024）。另一方面，人工智能应用也可能通过培养实习生的耐心，促使他们深入进行批判性思考，从而开发出有效且长期的解决方案（Alhur et al., 2025; Al-Mubaid et al., 2016）。尽管人工智能应用具有这些优点，但目前仍缺乏对其在管理问题解决中影响思维能力的双重效应以及这些效应背后调节机制的理论研究。填补这一研究空白是本研究的首要目标。

基于第一个研究目标，本研究还旨在探讨影响思维能力发展的另一个关键因素。因此，提出了两个研究问题：（1）人工智能应用分别在多大程度上影响表面思维和批判性思维能力，以及是通过哪些调节过程实现的？（2）应考虑哪些关键调节因素，这些因素又是如何影响思维能力发展的？

为了解决这些问题，本研究提出了可供性-学习-实现理论（TALA）（见图1），该理论基于可供性实现理论。TALA描述了从人工智能提供的机会到实习生思维能力实现的路径，这一过程反过来又调节了机会与思维能力之间的关系。TALA在人工智能驱动的实习项目、组织培训以及管理思维能力发展等情境中具有实际应用价值，这些都与学习和动机过程密切相关。例如，实习项目是组织培训的基础组成部分，有助于实习生发展和强化他们的管理思维技能。

对于支持实习生培养应对管理挑战所需思维技能的学者和实践者来说，解决这些问题至关重要。如果没有明确了解人工智能应用如何影响个人的学习和战略思考方式，实习生可能会过度依赖人工智能来寻找快速解决方案，而忽视问题的根本原因。例如，Lin等人（2025a）指出，过度或不恰当地使用人工智能可能会阻碍高阶思维技能的培养。此外，如果没有识别出学习过程中的关键调节因素，学者和工作场所的指导者可能缺乏有效利用人工智能潜力、提升实习生学习能力和思维能力的理论指导。

总之，通过人工智能应用的视角来研究管理学习和思维的形成，本研究填补了我们在理解实习生学习挑战方面的关键空白。它提供了有助于制定更有效的培训和指导实践的见解，符合当代学习需求。此外，该研究还通过阐明人工智能背景下的管理学习过程背后的规律网络，为学术文献做出了贡献，并为未来的人力资源开发研究指明了方向，有助于制定更加系统和连贯的研究议程。

理论部分

可供性-学习-实现理论（TALA）

根据可供性实现理论，人工智能提供的机会代表了人工智能应用为实习生实现管理学习目标所提供的潜在行动。例如，人工智能应用可以模拟多样的组织文化环境，增强学习过程中的沉浸感，从而促进管理知识（如规划、组织、领导和控制）和技能（如人际沟通、协调等）的掌握。

TALA的应用

需要注意的是，尽管TALA适用于人工智能驱动的实习导向、培训活动或管理发展项目等个人和群体层面，但它并不适用于组织层面的理论构建，因为组织层面过于宽泛，难以用足够的理论精确性来描述。组织层面的现象涉及更高层次的结构和系统，如组织文化、战略和治理等。

基于TALA的理论框架

基于TALA，本研究构建了一个理论框架（见图2），解释了人工智能应用提供的机会如何影响利用和探索行为，进而分别塑造表面思维和批判性思维能力。个体在利用和探索之间分配心理资源的过程受到认知动机的调节，目的是优化两者之间的平衡（Rewitz et al., 2025; Tromp & Baer, 2022）。此外，表面思维和批判性思维能力也受到这一框架的调控。

讨论与启示

对于培训师或指导者来说，了解人工智能应用如何以及通过哪些调节过程提升个体的思维能力非常重要。本研究首次系统地阐述了利用和探索的互补性和竞争性关系。研究表明，利用和探索可以共同提升整体思维能力。

理论调和

本研究提供了一个有价值的理论基础，调和了关于人工智能是促进还是阻碍思维能力发展的看似矛盾的观点。例如，Adams和Alzaabi（2025）发现人工智能可以提升基本知识吸收（如表面思维）和高阶思维能力（如分析评估和评价）。然而，他们也指出，人工智能可能会阻碍批判性思维技能的发展。

人工智能的多方面影响

尽管人工智能在支持实习生管理学习方面非常有用，但在某些假设不成立或实施条件不满足的情境下，应谨慎使用TALA。例如，人工智能可能将复杂的社会性问题视为脱离具体情境的技术任务来处理，导致解决方案在形式上正确但在实际情境中不合适（Raz et al., 2024）。此外，人工智能指导系统也可能引发伦理问题（Kooli et al., 2025）。

未来研究议程

本研究提出的新理论（TALA）和框架为未来研究指明了五个关键方向，并指出了相应的研究空白和问题（见表2）。第一个方向是将TALA与现有理论相结合，以深入理解思维能力形成的机制。第二个方向探讨不同指导风格如何调节人工智能应用对学习的影响。第三个方向关注帮助个体有效利用人工智能应用的策略。

资金信息

本研究得到了台湾科技部的财政支持。

伦理审查

不适用。

未引用参考文献

Hakiki et al., 2023; Lin and Cheung, 2023

CRediT作者贡献声明

林志鹏：撰写 – 审稿与编辑；撰写 – 原稿；可视化；监督；资源协调；方法论设计；资金争取；概念化。

利益冲突声明

作者声明本文不存在利益冲突。