《Proceedings of the Design Society》：Design and evaluation of an AI-based application to enhance creativity in design thinking workshops
编辑推荐：
研究人员设计并评估了一个基于人工智能(AI)的应用，旨在增强设计思维(DT)工作坊中人类的创造力。结果表明，AI阻碍了人类创造力，导致想法生成数量减少。通过比较仅人类团队和人类-AI团队的定量与定性分析结果发现，在发散(Divergent)阶段AI有助于提高想
研究人员设计并评估了一个基于人工智能(AI)的应用，旨在增强设计思维(DT)工作坊中人类的创造力。结果表明，AI阻碍了人类创造力，导致想法生成数量减少。通过比较仅人类团队和人类-AI团队的定量与定性分析结果发现，在发散(Divergent)阶段AI有助于提高想法的可用性(Usability)，并在收敛(Convergent)阶段支持人类聚焦于更具新颖性(Novelty)的想法。该应用的进一步开发有必要考虑如何让人类在不依赖AI的情况下与之协作。
研究背景与问题
设计团队日益需要与人工智能(AI)协作以提升设计过程中的角色和团队表现。先前关于人类-AI协作的研究多将AI视为支持系统，处理重复性任务。然而，随着AI技术进步和社会接受度提高，AI开始被视为团队成员。当前关于AI对创造力和设计思维(DT)过程影响的研究仍存在争议：一方面，混合团队中AI成员的比例被认为能提升团队创造力，但在教育环境中使用生成式AI也显示出对学生协作解决问题能力的增强；另一方面，AI在团队中可能扮演协调者、创造者、完美主义者或执行者等角色，有时甚至成为专横的队友。设计思维(DT)作为一种常用的创新方法，其与AI的结合潜力已被系统文献综述所关注，但现有研究多将AI作为辅助或引导工具，未能有效指导人类-AI协作。因此，有必要探究AI作为替代人类团队成员时对个体创造力及DT过程的影响，并明确AI在各阶段的具体角色。
研究内容与结论概述
研究人员设计并评估了一个基于AI的应用，旨在通过人类-AI协作增强设计思维(DT)工作坊中参与者的创造力。该研究比较了有AI参与的研讨会（WS-A）与无AI的仅人类研讨会（WS-B）的结果。研究发现，AI阻碍了参与者的自我评估创造性自我效能(Creative Self-Efficacy, CSE)和创造性成长思维(Creative Growth Mindset, CGM)，并减少了头脑风暴中产生的想法数量；然而，在发散阶段AI提升了想法的可用性(Usability)，在收敛阶段帮助人类筛选出更具新颖性(Novelty)的想法。这些发现表明，虽然AI对创造力有负面影响，但它在特定阶段具有支持作用。该研究为AI在设计思维中的应用提供了实证依据，并发表于《Proceedings of the Design Society》。其重要意义在于揭示了人类与AI协作时的依赖性问题，呼吁未来开发应注重如何在不依赖AI的前提下增强人类创造力。
关键技术方法
研究人员开展了两种类型的90分钟设计思维(DT)工作坊，分别设定不同主题：“新太空酒店业务”（WS-A，含AI）和“新食品业务”（WS-B，仅人类）。AI应用被设计为“AI作为提示者”、“通用知识”和“综合导向”，支持从发现问题到交付解决方案的四个阶段。参与者为经济学与管理学专业的本科生，其参与不影响课程成绩。定量数据来自前后调查问卷，测量创新行为(Innovative Behaviour, IB)、创造性自我效能(CSE)、创造性成长思维(CGM)和固定思维(CFM)；同时统计头脑风暴产生的便利贴数量，并由五位外部专家（两名高级设计师、一名专业工程师和两名其他大学本科生）从新颖性和可用性两个角度对最终三个想法进行评分。定性数据来自开放式问卷，采用定性编码分析。统计分析使用IBM SPSS Statistics进行配对t检验和相关分析。
研究结果
3.1 AI对创造力的影响
研究人员通过配对t检验比较WS-A和WS-B参与者的创造力变化。结果显示，WS-B（无AI）参与者的创造力得到进一步提升，其中创新行为(IB)、创造性自我效能(CSE)和创造性成长思维(CGM)显著增加；而WS-A仅有IB显著增加。这表明使用AI应用阻碍了参与者自我评估的CSE和CGM。
3.2 AI对想法发散和收敛的影响
配对t检验比较WS-A与WS-B的背景和想法生成数量，发现WS-B参与者在头脑风暴中产生了显著更多的想法。尽管WS-A参与者对DT的理解程度更高，但AI的使用对想法发散的阻碍作用更强。在最终选定的三个想法的专家评估中，WS-A的可用性显著更高，而WS-B的新颖性显著更高。相关分析显示，头脑风暴中生成的想法数量与交付阶段AI生成想法的比例及想法新颖性呈显著负相关；而开发阶段AI生成想法的比例与交付阶段AI生成想法比例及想法可用性呈显著正相关。这说明AI贡献了有用想法的生成，并在收敛阶段帮助选择了新颖想法。
3.3 对AI应用的评价
3.3.1 AI在团队中扮演的角色
对开放式评论的定性编码将AI的功能分为六类：想法生成支持、新颖性与客观性提供、言语化与结构化支持、问题生成与方向设定、促进协作与成员支持、使用局限性。在发散阶段，AI主要支持想法生成并提供客观新颖性；在收敛阶段，AI帮助言语化、结构化以及问题生成和方向设定；在团队协作中，AI充当促进讨论和打破僵局的角色。
3.3.2 未来使用AI的意向
分类显示多数参与者对AI持积极态度，认为AI能提供多样视角和新鲜想法，但倾向于将AI定位为补充工具而非自主创造者。部分人表达了独立创作的乐趣或对AI可靠性的担忧。整体而言，参与者视AI为支持性伙伴，而非完全替代人类创造力。
3.3.3 AI应用的改进
研究指出两个主要改进方向：一是消除操作限制，改善可用性，防止过度依赖；二是设计尊重人类能动性的协作流程，让人类作为最终决策者，并在收敛阶段提供分析反馈。
总结讨论与结论翻译
讨论部分强调，尽管研究人员试图通过人类-AI协作增强创造力，但结果却显示AI阻碍了创造性自我效能(CSE)和创造性成长思维(CGM)，且仅人类团队产生了更多想法。部分参与者将AI视为增强创造力的团队成员，导致过度依赖，反而抑制了自身创造力。未来应用开发需考虑如何在不依赖AI的情况下实现协作，同时人类应学会在DT过程中有效利用AI。关于AI对发散和收敛阶段的影响，定量分析表明：在发散阶段，AI支持团队生成可用性更高的想法，这些想法被人类认为是新颖的；在收敛阶段，通过AI提供的问题和方向，人类选择了新颖性更高的想法，这明确了人类作为决策者的角色。此外，虽然AI基于过去学习生成的想法可用性较强，但人类最终选择了AI生成的新颖想法。研究也存在局限，如不同主题和参与者群体可能带来混淆，但WS-A的可用性显著高于WS-B，表明AI对想法的可用性有强烈影响。
研究结论翻译如下：
研究人员设计并评估了一个基于人工智能(AI)的应用，旨在增强设计思维(DT)工作坊中人类的创造力。尽管试图通过人类-AI协作来增强创造力，但结果表明AI阻碍了人类的创造性自我效能(CSE)和创造性成长思维(CGM)。此外，仅人类团队在头脑风暴中产生的想法数量较少。由于一些参与者将AI视为增强其创造力的团队成员，用户过度依赖AI，从而阻碍了自己的创造力。该应用的进一步开发应考虑人类如何与AI协作而不依赖它。与此同时，人类应学会在DT过程中有效利用基于AI的应用。关于AI对发散和收敛阶段的影响，定量和定性分析均有发现。在发散阶段，AI支持团队生成更多可用的想法，团队可将其识别为新颖。在收敛阶段，通过AI提供的问题和方向，人类选择了具有更高新颖性的想法。这一结果明确了人类作为决策者的角色。从另一角度看，在保持人类积极作用的同时，未来基于AI的应用设计可将AI作为竞争者以生成更具新颖性的想法。本研究存在局限性：无法控制不同主题或参与者加入工作坊的影响，因为我们在不同班级举办了两次工作坊。然而，尽管我们认为太空业务的可用想法应该更难产生，WS-A的可用性仍显著高于WS-B（其主题与参与者的日常生活更为熟悉）。可以预测AI对想法的可用性有强烈影响。由于人类-AI协作的研究课题提供了进一步视角，未来的研究可以基于本研究中实际进行的基于AI的应用的结果展开。
