探索大学生在人机协作创作中的AI依赖：CC-PACE模型的开发与验证

《Journal of Intelligence》：Exploring College Students’ AI Dependence in Human–AI Collaborative Creation: Development and Validation of the CC-PACE Model

　　

人工智能（AI）的发展对创造力研究和实践提出了重大挑战。因此，管理创作过程中的AI依赖程度对于促进人类创造力的健康发展至关重要。为了解决这一问题，本研究通过整合5A框架与I-PACE模型，提出了CC-PACE模型，并考察了与创作过程中AI依赖相关的因素。研究人员在中国对813名大学生进行了横断面调查，并使用偏最小二乘结构方程模型（PLS-SEM）分析数据。结果表明：（1）创造性个人身份（creative personal identity, CPI）和创造性自我效能（creative self-efficacy, CSE）均与观众亲近度（closeness with the audience, CA）和将AI视为创造性主体的感知（perception of AI as a creative agent, PAICA）呈正相关。（2）CA和PAICA均与使用AI的时间（time spent using AI, TS）、使用偏好（usage preference, UP）和避免使用AI的感知难度（perceived difficulty in avoiding AI use, PDA）呈正相关。（3）TS和UP与学生的创造性自我评估（creative self-assessment, CSA）呈正相关，而PDA与CSA无显著关联。本研究为理解创造性情境中的AI依赖提供了一个可行的分析框架。研究结果进一步表明，教师应帮助学生正确理解AI的角色，增强学生的创造性主体性，并在创造性活动中强调过程导向的评估。

**论文解读：探索大学生在人机协作创作中的AI依赖——CC-PACE模型的开发与验证**

**研究背景与问题**
人工智能（AI）在创造性工作中的广泛应用，为创造力研究与实践带来了双重挑战：一方面，AI可促进创意生成与作品质量提升；另一方面，过度依赖AI可能削弱人类创造力。国际创造力与创新研究学会（ISSCI）的30位专家（包括Giovanni Emanuele Corazza、Sergio Agnoli、Ana Jorge Artigau等）共同提出了“十诫”（Decalogue）研究挑战框架，其中“创作者在创作过程中的AI依赖”被识别为跨维度的核心议题。现有理论如I-PACE模型（Interaction of Person–Affect–Cognition–Execution model，人格–情感–认知–执行交互模型）虽能解释技术依赖，但未针对创造力领域；5A框架（Actor, Action, Artifact, Audience, Affordances，行动者、行动、制品、观众、可供性）虽涵盖创造力要素，但缺乏系统关系与依赖机制。因此，本研究整合两者，提出CC-PACE模型（C-Creativity of Person–Affect–Cognition–Execution model，人–情感–认知–执行的创造性模型），旨在揭示大学生在创造性协作中的AI依赖机制，并为教育实践提供指导。

**研究内容与结论**
研究人员基于5A框架与I-PACE模型，构建了CC-PACE模型的五个构念：Actor-Person（行动者–人格，以创造性个人身份CPI和创造性自我效能CSE为指标）、Audience-Affect（观众–情感，以观众亲近度CA为指标）、Affordances-Cognition（可供性–认知，以AI作为创造性主体的感知PAICA为指标）、Action-Execution（行动–执行，以AI使用时间TS、使用偏好UP、避免使用AI的感知难度PDA为指标）、Artifact-Consequence（制品–后果，以创造性自我评估CSA为指标）。提出13条假设，探究个人特征→情感/认知反应→AI依赖→创造性产品评估的路径。对813名中国大学生进行横断面调查（样本来自中国东部某大学，通过问卷星平台收集），采用偏最小二乘结构方程模型（PLS-SEM）分析数据。结果支持12条假设，表明：CPI和CSE正向预测CA和PAICA；CA和PAICA正向预测TS、UP、PDA；TS和UP正向预测CSA，而PDA与CSA无显著关联。该模型为理解创造性情境中的AI依赖提供了整合分析框架，并提示教师应帮助学生正确定位AI角色、增强学生主体性、强调过程性评估。

**主要关键技术方法**
本研究采用横断面调查设计，以中国东部一所大学的813名大学生为样本，通过在线问卷平台（问卷星）发放问卷。数据分析使用偏最小二乘结构方程模型（PLS-SEM），借助SmartPLS 4软件进行。测量工具包括：Short Scale of Creative Self（SSCS，创造性自我量表）测量CPI与CSE；改编版Miller社会亲密量表测量CA；基于Siemon（2022）的AI团队角色框架改编的PAICA量表；改编自Andreassen等（2012）的成瘾量表（包含TS、UP、PDA三个维度，并基于创造性问题解决模型CPS扩展为四个阶段）；创造性自我评估（CSA）测量流畅性、灵活性、原创性。所有量表经专家审查和双向翻译，信效度在测量模型评估中得到验证。

**研究结果**
**3.1 描述性分析**
描述性统计显示，各变量均值合理，其中PDA均值最高（M=2.603），CPI均值最低（M=1.865）。

**3.2 测量模型评估**
信度分析：Cronbach's alpha和组合信度（CR）均高于0.70，表明内部一致性良好。收敛效度：平均方差提取量（AVE）均大于0.50，指标载荷均高于0.70，满足标准。区分效度：Fornell-Larcker准则中，各构念AVE平方根大于其与其他构念的相关系数；异质–单质比率（HTMT）均低于0.85，因此区分效度可接受。多重共线性：方差膨胀因子（VIF）介于2.214至4.456之间，低于5，无严重共线性问题。

**3.3 结构模型评估**
路径系数与假设检验：
- H1–H4支持：CPI与CA（β=0.153, p=0.004）、PAICA（β=0.234, p<0.001）正相关；CSE与CA（β=0.387, p<0.001）、PAICA（β=0.403, p<0.001）正相关。
- H5–H10支持：CA与TS（β=0.333, p<0.001）、UP（β=0.320, p<0.001）、PDA（β=0.281, p<0.001）正相关；PAICA与TS（β=0.374, p<0.001）、UP（β=0.347, p<0.001）、PDA（β=0.216, p<0.001）正相关。
- H11–H12支持：TS（β=0.374, p<0.001）和UP（β=0.251, p<0.001）正向预测CSA；H13不支持：PDA与CSA无显著关联（β=0.079, p=0.054）。
效应量f2：仅PAICA→TS为中等效应（f2=0.168），其余显著路径均为小效应（0.02
**讨论与结论**
**讨论总结**
研究结果验证了CC-PACE模型的核心路径。个人特征方面，拥有较强创造性自我概念（CPI和CSE）的学生更倾向于感知与观众的心理亲近度（CA），并更认可AI的创造性角色（PAICA），这可能源于他们对创造性活动的自我相关性和自信心。情感/认知反应方面，CA和PAICA均正向预测AI依赖（TS、UP、PDA），原因可能是心理亲近度高的学生认为观众更接受AI使用，从而减少顾虑；而认可AI角色则直接促进其使用。AI依赖与产品评估方面，TS和UP正向预测CSA，但PDA无显著作用，说明当学生难以离开AI进行创作时，其创造性自我评估并未提升，可能因为高PDA反映了对AI的依赖而非对质量的改进。这些发现扩展了现有研究，强调AI素养教育需关注自我监控，避免过度让渡创造性判断；同时，教师应引导学生独立思考后再使用AI，以维护创造性主体性。理论贡献在于提出了CC-PACE模型，整合并扩展了5A框架与I-PACE模型，为理解创造性AI依赖提供了系统视角。实践启示包括：正确定位AI为工具而非主导者；增强学生独立判断与自我监控能力；强调过程导向评估，避免仅关注最终产品。

**研究结论翻译**
本研究通过整合5A框架与I-PACE模型，开发了CC-PACE模型，并探索了学生在C-创造性（C-creativity，人机协作创作）情境中的AI依赖。结果如下：（1）创造性个人身份（CPI）和创造性自我效能（CSE）显著正向预测观众亲近度（CA）和AI作为创造性主体的感知（PAICA）；（2）CA和PAICA显著正向预测C-创造性中的AI依赖；（3）学生在C-创造性中使用AI的时间（TS）和使用偏好（UP）显著正向预测创造性自我评估（CSA），而避免使用AI的感知难度（PDA）与CSA无显著关联。总体而言，研究结果为CC-PACE模型提供了实证支持。这些发现扩展了现有关于AI辅助创造力的研究，为理解学生在C-创造性情境中的AI依赖提供了整合框架。研究结果表明，这种依赖不仅是一个技术使用问题，还与个人创造性因素、情感体验、对AI的认知感知以及AI支持创作工作的感知后果相关。研究还提供了教育实践启示，建议教师引导学生正确看待AI在C-创造性过程中的角色，增强学生的主体性，并更强调对创作过程的评估。通过识别和应对C-创造性中AI依赖的相关因素，教育者和研究者可以更好地支持青少年创造力的平衡与可持续发展。