設計思考 Design Thinking 2026-07-0956

和 AI 一起創作，不保證越做越好：研究揭示人機創意協作的真正關鍵

#生成式AI

讀完這篇，你會知道：

為什麼大多數人使用生成式 AI 工具的方式，反而讓創意陷入瓶頸
「增強式學習（Augmented Learning）」是什麼，它如何讓人機協作的創意隨時間真正提升
企業在導入 AI 創意工具時，最常漏掉的那個設計環節

思考的起點

生成式 AI 工具改變了職場創意工作的日常運作方式：腦力激盪可以在幾分鐘內產出大量概念；文案初稿可以從一句提示詞開始；設計方向可以從 AI 生成的視覺參考快速展開。效率大幅提升，幾乎是所有導入 AI 工具的組織的共同體驗。

但「更快產出更多」等於「創意越來越好」嗎？

一份發表於《Information Systems Research》期刊的最新研究，給出了一個讓人需要停下來思考的答案：不是的。和 AI 協作並不會自動提升創意的品質—除非人們主動改變與 AI 互動的方式。

這份研究由萊斯大學商學院管理學教授 Jing Zhou（Mary Gibbs Jones 管理學講座教授）與研究團隊共同完成，核心概念是「增強式學習（Augmented Learning）」—一種人類與 AI 在創意任務中相互調適、共同進化的動態過程。

使用 AI 創意工具最常見的方式，正在限制你的創意成長

研究發現了一個在 AI 創意工具使用者中非常普遍的模式—研究團隊稱之為「想法機器使用模式（Idea Machine Usage）」：

提出一個概念，等待 AI 的回應
或者，直接提示工具「給我更多想法」
選擇其中一個或幾個，繼續下一步

這個模式非常直觀，也確實能夠快速產出大量的想法。問題在於：當使用者只是在「選擇 AI 提供的想法」，而不是在「與 AI 共同發展想法」，兩者之間的創意結果隨時間的累積，會走向完全不同的軌跡。

研究的發現是：採用「想法機器模式」的參與者，在一系列創意任務中，隨時間推移的創意品質提升有限—甚至在某些指標上，相比沒有使用 AI 的對照組，優勢並不顯著。更快速地產出了更多想法，但這些想法的原創性、深度與獨特性，並沒有隨著使用時間的增加而同步成長。

原因在於：當人類只是在「從 AI 的選項中挑選」，他們自身的創意思維肌肉並沒有被鍛鍊。沒有磨擦，就沒有成長。AI 流暢產出的大量內容，某種程度上反而遮蔽了創意工作中最有生產力的那個部分—那個在想法和想法之間的空隙中，讓思維真正深化的過程。

增強式學習：讓人與 AI 在創意中彼此進化的機制

Jing Zhou 和她的研究團隊的核心貢獻，是定義了一個讓人機協作創意能夠隨時間真正提升的機制，並給它一個清晰的名稱：增強式學習（Augmented Learning）。

增強式學習的本質，是人與 AI 在創意任務中的主動相互調適—不只是人「使用」AI，而是人與 AI 在反覆協作中，雙方都在從對方的輸入中學習並調整自己的下一步。

具體來說，當研究團隊訓練參與者用「創意夥伴」而非「創意機器」的方式與 AI 協作，參與者被引導做這些事：

主動向 AI 提問，而不只是要求 AI 提供答案。例如：「這個方向有什麼是我還沒有考慮到的？」或「如果從完全相反的角度看，這個問題會有什麼可能？」
對 AI 的回應提出挑戰或追問，而不只是接受或拒絕。這個過程迫使使用者更深入地思考 AI 的想法背後的邏輯，也讓使用者更清楚地意識到自己真正想要什麼。
把自身的社會判斷、情境理解和倫理推論帶入協作。這是目前 AI 最難複製的能力，而人類在這個過程中更有意識地運用這些能力，也就是在強化這些能力。
在 AI 的想法基礎上繼續發展，而不只是挑選。把 AI 的產出當作起點，而非終點，再加入自己的觀點、連結和延伸。

採用增強式學習模式的參與者，在一系列創意任務中，隨時間累積的創意品質顯著優於只把 AI 當作「想法機器」使用的參與者。更重要的是：他們在沒有 AI 輔助的情況下，獨立完成的創意作品品質也同步提升—因為他們在協作過程中，真正發展了自己的創意思維。

這個研究對企業創意工作者意味著什麼

Zhou 在研究公開後特別強調了一個對企業實務者的核心啟示：「要從這些工具中獲得最大效益，組織需要評估員工實際上如何使用它們。」

這句話看似簡單，背後的意涵卻很深。大多數企業在導入 AI 創意工具時，關注的是「工具能做什麼」和「員工會不會用」。但研究指出，真正決定 AI 工具投資回報的，不只是這兩個問題，而是第三個更根本的問題：「員工用這個工具，是在讓自己更有創意，還是在讓創意外包給工具？」

這個問題的答案，對組織的長期創新能力有重大影響。如果員工長期以「想法機器模式」使用 AI 工具，組織可能在短期內提升了創意產出的速度與數量，但人才自身的創意能力並沒有跟著成長—當工具不可用時，或面對 AI 無法處理的複雜創意挑戰時，能力的斷層就會顯現。

研究提供了對企業創意工作設計者非常具體的方向：

導入 AI 創意工具時，把「如何與 AI 協作」的方法論培訓，納入工具使用訓練的核心，而不只是操作教學。
設計讓員工帶入人類獨特優勢的協作流程—社會判斷、情感理解、倫理推論、跨情境連結，這些都是 AI 目前難以替代的能力，也是在 AI 協作中最需要被刻意培育的能力。
定期評估員工使用 AI 的模式，而不只是評估產出的數量。「員工是在和 AI 一起思考，還是在讓 AI 代替自己思考？」是一個值得定期追問的問題。
創造讓員工在 AI 協作中練習「深化而非接受」的工作慣例—例如，規定在提交 AI 協助的創意方案時，必須附上「我在 AI 的想法基礎上新增了什麼」的說明。這個小小的制度設計，能有效推動增強式學習模式的形成。

「更快」不等於「更好」：創意工作與效率工作的根本差異

這份研究揭示了一個在 AI 時代容易被忽視的區分：創意工作和效率工作，對 AI 工具的使用邏輯，根本上是不同的。

效率工作—例如資料整理、文件初稿、資訊彙整—AI 工具確實能直接帶來顯著的效率提升，使用者只需要品質把關，不需要在使用過程中「成長」。工具越好，效率越高，這是一個正向且直接的關係。

創意工作則不同。創意不只是產出一個「夠好的答案」，而是在過程中發展出看問題的新視角、建立新的概念連結、形成獨特的思維模式。這些是使用者在工作過程中積累的能力，不是工具可以直接給予的。

因此，在創意工作中使用 AI，如果只追求「更快得到夠好的答案」，可能在不知不覺中犧牲了「讓人的創意思維真正成長」的機會。研究所定義的增強式學習，恰好是避免這個代價的設計機制。

這個區分，對個人創作者和企業組織都有直接的實務意涵：使用 AI 工具時，請問自己—這個使用方式，是在讓我的思維更強，還是在讓我的思維更懶？這個問題沒有單一的正確答案，但持續問這個問題的人，最終在人機協作的時代，會和從來不問這個問題的人走向非常不同的創意發展軌跡。

我們的觀點

這份研究和我們在創意思考工作坊現場的觀察，有高度的共鳴。

在工作坊裡，當我們引導學員做腦力激盪，最常見的現象之一是：有些人非常快速地說出大量想法，但這些想法往往是熟悉的、安全的、在舒適區內的；而有些人說話慢，甚至沉默很久，最後說出的想法卻往往出人意料地深刻。

快速產出並不等於高品質創意—這個道理在 AI 工具出現之前就存在，AI 工具只是讓這個現象以更明顯的方式放大了。當一個人習慣「提示詞 → 選答案 → 繼續」的協作模式，那個沉默的、掙扎的、在不確定中摸索的過程—而那恰好是創意真正發生的時刻—就消失了。

增強式學習這個概念，讓我們想起設計思考中「原型測試（Prototype & Test）」的精神：不是做出一個完美的東西，而是做出一個能讓你學到東西的東西，然後根據所學調整，再做下一個。好的人機創意協作，應該也有這樣的節奏—不是讓 AI 直接給你一個完成品，而是讓 AI 給你一個能讓你的思維往下走的觸發點，然後帶著你的判斷繼續發展。

對於正在思考如何在組織中更有效導入 AI 創意工具的讀者，這份研究給出了一個比「選工具」更重要的先決問題：你打算如何訓練員工和 AI 互動的方式？工具只是環境，互動的品質，才是決定創意成長還是停滯的真正變數。

更具體地說，增強式學習的操作，可以從一個非常簡單的習慣改變開始：當 AI 給了你一個想法，先不要直接選擇或拒絕，而是先問自己一個問題：「這個想法讓我想到什麼是它沒有提到的？」這個追問，迫使你的思維繼續走，而不是在 AI 的回應這裡停下來。一段時間後，你會發現，最有價值的想法，往往不是 AI 直接給的那個，而是你從那個想法延伸出去的某個地方。

在工作坊中，我們把這個過程稱為「加一層」—AI 給了第一層，你加上第二層，再用第二層去提示 AI 給第三層，然後你再加第四層。這個「人加一層、AI 加一層」的節奏，就是增強式學習在實際創意工作中的運作樣貌。它比單純提示 AI 慢，但慢得有意義，因為每一次你加的那一層，都是你的創意思維在成長的痕跡。

在我們看來，AI 時代最值得培育的創意能力，不是「更會提示詞（prompting）」，而是「更清楚知道自己想要什麼、能夠用精確的問題引導 AI、並且有能力判斷 AI 的回應哪裡好、哪裡不夠」。這些能力，都需要在持續的協作練習中主動培養，不會自動發生。

本文關鍵概念速查

增強式學習（Augmented Learning）：

萊斯大學 Jing Zhou 教授研究團隊提出的概念，指人類與 AI 在創意任務中主動相互調適的動態過程。在增強式學習中，人類不只是使用 AI 產出的內容，而是透過主動提問、挑戰、延伸的協作方式，讓自身與 AI 雙方的創意能力都隨時間累積成長。

想法機器模式（Idea Machine Usage）：

人類使用 AI 創意工具時的常見模式，特徵是「提出請求→等待 AI 回應→從中選擇」。研究發現這種模式雖然能快速產出大量想法，但無法帶來隨時間累積的創意品質提升，因為使用者自身的創意思維肌肉並未在過程中被鍛鍊。

人機協作創意（Human-AI Creative Collaboration）：

一種工作模式，人類與 AI 在創意任務中各自發揮優勢—AI 負責快速廣泛的概念發散，人類負責情境判斷、倫理推論、跨領域連結與深度發展。有效的人機協作創意需要刻意設計互動方式，而非自然放任。

Information Systems Research：

美國資訊系統學會（Association for Information Systems）旗下的頂級學術期刊，聚焦於資訊技術對個人、組織與社會的影響，在管理學與資訊科學交叉領域具有高度學術權威性。本文引用的研究即發表於此期刊。

FAQ

Q：用 AI 創意工具，會讓人「越來越依賴 AI、越來越沒有自己的創意」嗎？

A：這個研究給出了一個更精確的回答：不是使用 AI 本身造成創意退化，而是「使用方式」決定了結果。以「想法機器模式」長期使用，可能讓自身創意思維停滯；以「增強式學習模式」使用，反而能促進創意能力成長。關鍵不在工具，在互動的品質。

Q：個人創作者和企業內的創意工作者，導入 AI 工具的建議有什麼不同？

A：個人創作者對自己的工作習慣更有掌控權，可以比較容易實驗不同的協作方式。企業環境則需要在制度設計上創造增強式學習的誘因—例如要求說明「AI 給了什麼、自己加了什麼」、設計鼓勵深化而非只選取的工作流程。企業導入最常忽略的，恰恰是這個「使用方式的設計」環節。

Q：這個研究結論適用於所有類型的創意工作嗎？

A：研究的核心結論主要針對「需要原創性與深度」的創意工作，如概念設計、策略發想、問題解決框架等。對於更接近效率工作的創意任務（如依照固定格式產出文案變體、生成大量視覺參考），「想法機器模式」可能仍然是適合的使用方式。兩種工作類型的 AI 使用邏輯本來就不同。

Q：「提示詞（prompt）技巧」重不重要？

A：提示詞技巧有其價值，但這份研究提醒我們，它只是起點，不是終點。真正的問題不只是「如何讓 AI 給出更好的初始回應」，而是「拿到 AI 的回應之後，如何帶著自己的判斷讓協作繼續深化」。提示詞技巧解決的是「怎麼問」，增強式學習解決的是「問完之後怎麼走」。

開放討論

你目前使用 AI 創意工具的方式，更接近「想法機器模式」還是「增強式學習模式」？有沒有一次讓你覺得「和 AI 一起想，讓我的想法更好了」的具體經驗？歡迎留言分享。

延伸思考

你在創意工作中，哪些部分最適合讓 AI 參與？哪些部分你認為必須保留給自己的思維？這個邊界，是你刻意設計的，還是自然形成的習慣？
如果你是負責帶領創意團隊的主管，你會怎麼設計工作流程，讓增強式學習成為團隊的日常工作慣例？
研究說在 AI 協作中，「社會判斷、情感理解、倫理推論、跨情境連結」是人類最難被取代的能力。你認為在你的工作中，哪一項最難被 AI 替代？你平常有沒有刻意在鍛鍊這項能力？