摘要
人智交互（HAI）的创造力研究与创造力支持系统（CSS）的研究是当前全球研究的两个前沿课题，但对这两个前沿课题的交叉创新鲜有探索。本文从HAI行为与CSS交叉创新视角，基于认知理论，结合佳都科技的实践参照，采用逻辑推演分析方法，探讨HAI-CSS的设计、实现与评价，形成三个主要结论：知识积累、思维拓展和动机维持构成HAI-CSS设计的三个主要模块，分别对应创造力的领域知识、创造性思维和内在动机三要素；提示词工程、上下文工程和知识发现工程构成HAI-CSS实现的三类人智交互工程化方法； HAI-CSS通过配置人与AI的交互行为结构，有选择地作用于个体创造力，从而影响创造力结果。这一基础构成HAI-CSS评价的基本原则。
Abstract
Research on creativity in Human-AI Interaction （HAI） and Creativity Support Systems （CSS） represents two cutting-edge global research frontiers， yet few studies have explored cross-disciplinary innovation integrating these two fields. From the perspective of cross innovation between HAI behaviors and CSS， and drawing on practical evidence from PCI Technology Group， this study adopts a logical deductive approach to examine the design， implementation， and evaluation of a Human-AI Interaction Creativity Support System （HAI-CSS）. Three main conclusions are derived. First， knowledge accumulation， cognitive expansion， and motivational maintenance constitute the three core modules of HAI-CSS design， corresponding respectively to domain-relevant knowledge， creative thinking skills， and intrinsic motivation in the componential theory of creativity. Second， prompt engineering， context engineering， and knowledge discovery engineering represent three categories of engineering approaches for HAI-CSS implementation. Third， by configuring the structural patterns of interaction between humans and AI， HAI-CSS selectively acts upon individual creativity and further shapes creative outcomes， which forms the fundamental principle for HAI-CSS evaluation.
关键词
生成式人工智能 /
人智交互 /
创造力支持系统 /
系统设计 /
开发实践
Key words
generative artificial intelligence /
human-AI interaction /
creativity support system /
system design /
development practice
罗婷予, 张少文, 秦基伟, 刘佳.
人智交互创造力支持系统的设计、实现与评价[J]. 北京交通大学学报(社会科学版). 2026, 25(2): 91-102
LUO Ting-yu, ZHANG Shao-wen, QIN Ji-wei, LIU Jia.
Design， Implementation and Evaluation of Human-AI Interactive Creativity Support System[J]. Journal of Beijing Jiaotong University（Social Sciences Edition）. 2026, 25(2): 91-102
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
1 SALMA Z，HIJóN-NEIRA R，PIZARRO C. Designing co-creative systems： Five paradoxes in human-AI collaboration［J］. Information， 2025， 16（10）：909.
2 施锦诚，刘洋，朱凌. 人工智能驱动创新管理： 理论演进、研究框架及未来展望［J］. 管理世界， 2025， 41（12）：198-224.
3 宗树伟， 杨付， 龙立荣， 等. 促进还是抑制？生成式人工智能建议采纳对创造力的双刃剑效应［J］. 心理科学进展， 2025，33 （6）：905-915.
4 陈丽萍， 徐敏亚， 刘圣明. 工作场所生成式AI使用对员工创造力的双重影响路径［J］. 管理学报， 2025， 22（2）：326-335.
5 LUAN Y L，KIM Y J，ZHOU J. Augmented learning for joint creativity in human-GenAI co-creation［J/OL］. Information Systems Research， 2025， ［2025-11-27］. https：//doi.org/10.1287/isre.2024.0984.
6 KUMAR H，VINCENTIUS J，JORDAN E，et al. Human creativity in the age of LLMs： Randomized experiments on divergent and convergent thinking［C］//CHI Conference on Human Factors in Computing Systems， 2025.
7 黄丹， 刘钰， 李志勇. 人智对话下旅游从业者创意生成研究［J/OL］. 旅游学刊， 1-22 ［2026-02-10］.https：//link.cnki.net/urlid/11.1120.K.20260210.1141.002.
8 NING B， LIU F， LIU Z. Creativity support in AI co-creative tools： Current research， challenges and opportunities［C］//2023 26th International Conference on Computer Supported Cooperative Work in Design （CSCWD）， IEEE， 2023：5-10.
9 SHNEIDERMAN B. Creativity support tools： Accelerating discovery and innovation［J］. Communications of the ACM， 2007， 50（12）：20-32.
10 唐锡晋， 刘怡君. 从群体支持系统到创造力支持系统［J］. 系统工程理论与实践，2006，（5）：63-71.
11 LUBART T. How can computers be partners in the creative process？［J］. International Journal of Human-Computer Studies， 2005， 63（4-5）：365-369.
12 FRICH J，VERMEULEN L M，REMY C，et al. Mapping the landscape of creativity support tools in HCI［C］//Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems， 2019：1-18.
13 COX G，GREEN D P，SIMMONS R，et al. Supporting creativity with AI［J］. Foundations and Trends in Human-Computer Interaction， 2021， 14（3）：1-93.
14 刘怡君， 唐锡晋. 几种有关创造力的思维模型和支持工具介绍［J］. 系统工程理论与实践，2005， （2）：56-61.
15 WANG K，NICKERSON J V. A literature review on individual creativity support systems［J］. Computers in Human Behavior， 2017， 74：139-151.
16 DAVIS N，HSIAO C P，POPOVA Y，et al. An enactive model of creativity for computational collaboration and co-creation［M］//Creativity in the Digital Age. London： Springer，2015：109-133.
17 DWIVEDI Y K， KSHETRI N， HUGHES L， et al.“So what if ChatGPT wrote it？” Multidisciplinary perspectives on generative conversational AI［J］. International Journal of Information Management， 2023， 71.
18 AMERSHI S， WELD D， VORVOREANU M， et al. Guidelines for human-AI interaction［C］//Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems， 2019：1-13.
19 程卿玄，许浩，董晶，等.人智交互中的社交机器人：评论情感极性对用户参与行为的操纵机制研究［J］.图书情报工作，2026，70（1）：56-68.
20 SHNEIDERMAN B. Human-centered AI［M］. Oxford： Oxford University Press，2022.
21 尹兴翰， 叶俊民， 于爽， 等. GenAI支持的元认知调节学习中人智交互行为建模及分析研究［J］. 现代教育技术， 2025， 35（10）：52-59.
22 LIU P， YUAN W， FU J， et al. Pre-train， prompt， and predict： A systematic survey of prompting methods［J］. ACM computing surveys， 55（9）， 1-35.
23 BUDZIANOWSKI P，WEN T H，TSENG B H，et al. MultiWOZ： A large-scale multi-domain wizard-of-oz dataset［C］//Conference on Empirical Methods in Natural Language Processing， Brussels， Belgium. 2018：5016-5026.
24 Litan A. Context engineering： Why it’s replacing prompt engineering for enterprise AI success［R］. GARTNER， 2025.
25 REYNOLDS L， MCDONELL K. Prompt programming for large language models［C］//Extended Abstracts of the 2021 CHI Conference， 2021：1-7.
26 HOGAN A， BLOMQVIST E， COCHEZ M， et al. Knowledge graphs［J］. ACM Computing Surveys （Csur）， 2021， 54（4）：1-37.
27 AMABILE T M. The social psychology of creativity： A componential conceptualization［J］. Journal of Personality and Social Psychology， 1983， 45（2）：357-376.
28 FLAVELL J H. Metacognition and cognitive monitoring： A new area of cognitive-developmental inquiry［J］. American Psychologist， 1979， 34（10）：906-911.
29 STERNBERG R J. The triarchic mind： A new theory of human intelligence［M］. New York： Viking， 1988.
30 KAUFMAN J C，BEGHETTO R A. Do people recognize the four Cs？ Examining layperson conceptions of creativity［J］. Psychology of Aesthetics， Creativity， and the Arts， 2013， 7（3）：229-236.
31 SCHRAW G， DENNISON R S. Assessing metacognitive awareness［J］. Contemporary Educational Psychology， 1994， 19（4）：460-475.
32 LEHMANN S L，DAHLKE J，PIANTA V，et al. Artificial intelligence and corporate ideation systems［J］. Journal of Product Innovation Management， 2026， 43（1）：160-185.
33 刘佳，罗婷予，王玥邈.大模型智能交通运维结构优势：佳都科技案例研究［J］.北京交通大学学报（社会科学版）， 2025， 24（3）：54-65.
34 Myers M D， Newman M. The qualitative interview in IS research： Examining the craft［J］. Information and Organization， 2007， 17（1）： 2-26.
35 KIRSCHNER P A，SWELLER J，CLARK R E. Why minimal guidance during instruction does not work［J］. Educational Psychologist， 2006， 41（2）：75-86.
36 MOON K，GREEN A E，KUSHLEV K. Homogenizing effect of large language models on creative diversity［J］. Computers in Human Behavior： Artificial Humans， 2025.
37 CHENG X， ZHANG L. Inspiration booster or creative fixation？［J］. Humanities and Social Sciences Communications， 2025， 12（1）：1-10.
38 REZWANA J， MAHER M L. Designing creative AI partners with COFI［J］. ACM Transactions on Computer-Human Interaction， 2023， 30（5）：1-28.
39 DOSHI A R， HAUSER O P. Generative AI enhances individual creativity but reduces collective diversity［J］. Science Advances， 2024， 10（28）：5290.
40 DENNIS A R， MINAS R K， BHAGWATWAR A P. Sparking creativity： Improving electronic brainstorming［J］. Journal of Management Information Systems， 2013， 29（4）：195-215.
41 DECI E L， RYAN R M. Self-determination theory［M］//Handbook of Theories of Social Psychology. 2012：416-436.
42 KULESZA T，STUMPF S，BURNETT M，et al. Too much， too little， or just right？［C］//Proceedings of the IEEE Symposium on Visual Languages and Human-Centric Computing， 2012：3-10.
43 FARAJ S， PACHIDI S， SAYEGH K. Working and organizing in the age of the learning algorithm［J］. Information and Organization， 2018， 28（1）：62-70.
基金
国家自然科学基金专项项目“基于生成式人工智能的新产品开发人智融合研究”（72442012）。
PDF(1019 KB)
