生成式AI能够切实提升创造力,但仅限于元认知能力较强的员工。通过将AI的部署与对元认知思维的有意支持相结合,组织可以获得更深刻的见解,加速创新,并确保是员工驾驭工具,而不是让工具支配员工。

生成式AI正日益融入全球组织的日常工作流程。员工们利用诸如ChatGPT之类的AI工具来集思广益寻求解决方案、探索多种选择、总结信息以及加快项目推进。随着这些工具功能日益强大,许多组织期望它们能激发更高水平的创造力,帮助员工产生更具新颖性和影响力的想法。
然而现实与愿景存在明显差距。盖洛普公司最近的一项调查发现,使用生成式AI的员工中,只有26%的人表示自己的创造力有所提升。这种广泛应用与有限的创造力提升之间的差距,给领导者们提出了一个重要问题:生成式AI真的能提升职场中的创造力吗?为什么有些员工能从中受益,而另一些却不能呢?
我们发表在《应用心理学杂志》上的最新研究回答了这个问题。我们发现,生成式AI确实能够提升员工的创造力,但这种提升并非普遍存在。具体而言,元认知能力较强的员工——即具备规划、评估、监控和完善自身思维的能力——更有可能通过使用生成式AI获得创造力的提升,因为他们能够更有效地利用该技术获取激发创造力所需的认知资源。
对于领导者和组织而言,这一发现重新定义了借助AI提升创造力所面临的挑战:要释放AI在提升职场创造力方面的潜力,组织不能仅仅局限于推出新工具;还需要投入资源培养员工的元认知能力,并推动对AI的审慎、策略性使用,以便员工能够将AI的输出转化为更有效的创造性成果。
为了弄清楚生成式AI如何以及对哪些人能提升创造力,我们聚焦于创造力研究中的一个重要观点:当员工拥有足够的认知资源时,他们能够产生更多创造性想法。这些资源包含两个关键要素:a)信息与知识储备;b)调整工作方法和任务的机会,比如在复杂任务和简单任务之间切换,以及进行思维放松。信息和知识对于创造力至关重要,因为创造力本质上是以新颖且有用的方式重新组合和综合信息。同样,调整工作方法和任务的机会对创造力也很关键,因为它们能让员工打破固定思维模式,恢复认知能力。
我们的研究表明,使用生成式AI可以通过两种关键方式增加员工的认知资源。首先,拓展知识边界:尽管员工自身的知识有限,但生成式AI能在几秒钟内提供大量信息。这扩大了员工的知识基础,使他们能够整合跨领域的见解。其次,释放思维能力:当生成式AI处理诸如文本总结、数据管理和内容起草等任务时,它减轻了员工的认知负担,使他们能够将资源重新导向复杂问题的解决。员工还可以利用AI支持复杂、认知要求高的任务,同时定期切换到更简单的任务,从而恢复思维能力并打破固定思维模式。
然而,仅仅提供AI工具并不能保证员工能够获取创造力所需的认知资源。员工在利用AI获取这些认知资源的能力上存在显著差异。我们发现,一个关键的区别因素在于员工的元认知能力:即在完成任务时积极监控自身思维的能力。例如,元认知能力强的员工通常会思考执行任务的步骤,跟踪自己方法的有效性,并在发现进展不顺时做出调整。
这种持续的反思使他们更清楚自己的知识差距、任务的要求以及自身的精神状态。因此,他们能更好地理解自己需要什么信息,以及何时转换思路或休息以打破固定思维模式并恢复认知能力。相比之下,元认知能力较低的员工更有可能接受AI给出的第一个答案,依赖默认输出,并且不会去检查AI的建议是否准确或相关。结果是,元认知能力较强的员工更有能力利用AI工具获取激发创造力的认知资源,而元认知技能较弱的员工则从AI中获得很少的创造力提升。
为了在实际工作场景中检验这些想法,我们对中国一家技术咨询公司的 250 名员工进行了一项实地实验。员工被随机分为两组,一组为AI组,他们获得一个 ChatGPT 账户用于日常工作;另一组为对照组,无法使用AI。一周后,我们通过两种独立评估方式来评估员工的创造力:a)经理对员工这一周整体创造性表现的评价;b)两名外部评估人员对员工在一项创造力任务中的回答的新颖性和实用性的评价。我们还通过一项调查,使用一个既定的量表来衡量元认知能力(要求人们对诸如 “在朝着目标努力时,我会跟踪自己方法的有效性” 等陈述表明认同程度)。
结果很明显。元认知能力较强的员工在使用AI时变得更有创造力 —— 他们提出的想法被认为更新颖且更有用。但对于元认知能力较弱的员工来说,AI的作用不大。换句话说,只有那些知道如何审慎使用该工具的员工,才能利用AI来扩充激发创造力所需的认知资源。
简而言之,我们的研究为领导者揭示了一个关键要点:生成式AI并不会自动使员工更具创造力。重要的是员工是否具备以反思性方式使用AI的元认知能力。因此,领导者面临的核心问题不是员工是否使用AI,而是他们是否具备以审慎和策略性的方式与之互动的元认知技能 —— 将AI的建议转化为创造性见解。

随着组织和团队越来越多地采用生成式AI,领导者应该从我们的研究中认识到一个关键要点:员工的元认知能力是决定AI能否真正提升创造力的关键因素。以下步骤可以帮助组织和领导者最大限度地发挥生成式AI对创造力的影响。
1、帮助员工利用AI扩充激发创造力的认知资源
生成式AI可以通过扩大员工获取信息和知识的渠道,以及释放他们用于创造性问题解决的思维能力,来提升员工的创造力。领导者应该鼓励员工利用AI收集多样化的信息,从多个角度进行探索,并将常规任务外包出去以恢复认知能力。通过利用AI扩大知识基础、打破固定思维模式并减轻认知负担,员工创造了更有可能产生创造性见解的条件。然而,我们的研究结果表明,这些益处很大程度上取决于员工与AI的互动方式 —— 这凸显了元认知的重要性,我们将在下一点中重点阐述。
2、确立"元认知是AI赋能创造力的引擎"这一认知
领导者可能会认为,将生成式AI整合到工作流程中会自动使所有员工更具创造力。然而,我们的研究表明,创造力的提升往往发生在那些能够积极监控自己的思维,然后对AI的输出进行评估、质疑和完善的员工身上。在实践中,这意味着员工必须将AI的建议视为起点而非最终答案 —— 对其进行反复思考、探究差距并挑战假设。例如,两名使用相同AI工具的员工可能会得到截然不同的结果:一名员工可能未经检查就接受AI的第一个建议,而另一名员工可能会检查其准确性、寻求其他替代方案并整合新的见解。后一种方法对创造力的促进作用要大得多。领导者应该帮助员工理解这种区别,以便更有效地利用AI。
3、通过有针对性且可扩展的培训,培养元认知技能
领导者在实施AI时应考虑员工的元认知能力,并通过培训投入资源来培养这些能力。值得注意的是,元认知技能可以通过多种方法得到加强。公司可以提供短期培训课程,介绍元认知知识,并通过实际的AI错误示例引导员工,要求他们预测、发现并纠正这些错误。较长时间的培训项目可以专注于帮助员工养成更深入的规划、监控和评估自身思维的习惯。即使是简单的清单 —— 明确问题、确定如何评估AI的建议以及探索替代方案 —— 也可以使员工从被动依赖AI转变为更积极、更具策略性的参与。根据预算和优先事项,组织可以采用简短的干预措施或更广泛的培训项目。
4、设计促进与AI积极、迭代互动的工作流程
领导者应该设计将AI定位为思维伙伴而非捷径的工作流程。领导者不应鼓励员工利用AI快速获取答案,而应建立包含多视角生成、AI输出比对批判、多轮创意完善等环节的流程。例如,一个产品团队可以利用AI生成对比性的观点,在会议上辩论其优缺点,然后将最强的观点综合成最终建议。这种迭代过程自然会激发元认知思维,并防止过度依赖AI的默认输出。随着时间的推移,组织甚至可以在招聘对AI依赖度高或对创造力要求高的职位时,考虑员工的元认知能力。但对于大多数公司而言,通过培训和日常实践来培养这些技能,比仅仅依靠选拔更具可扩展性。
在应用这些见解时,领导者应考虑几个局限性。首先,我们的研究结果基于中国的一家单一组织。尽管潜在机制可能具有普遍性,但不同国家和行业的人们对AI的态度可能有所不同。其次,其他个人特质 —— 例如,诸如强烈的学习欲望或追求雄心勃勃目标的动机特质 —— 也可能影响员工利用AI提升创造力的有效性。第三,我们的研究考察的是一周内的短期效果。持续使用AI的长期影响仍是未知问题。组织应该定期评估随着时间推移,AI的使用如何影响员工的学习和技能发展。
总之,我们的研究表明,生成式AI能够切实提升创造力 —— 但仅限于元认知能力较强的员工。通过将AI的部署与对元认知思维的有意支持相结合,组织可以获得更深刻的见解,加速创新,并确保是员工驾驭工具,而不是让工具支配员工。
随着生成式AI融入工作流程,培养员工的元认知能力将成为区分那些仅仅采用AI的组织与那些真正释放其创造潜力的组织的关键。帮助员工强化这些技能的组织不仅能跟上AI的发展步伐,还能将其转化为持续的创造优势来源。
关键词:#人才管理
杰克逊・G・卢(Jackson G. Lu)、孙树华(Shuhua Sun)、李竹伊(Zhuyi Angelina Li )、符懋德(Maw-Der Foo)、周京(Jing Zhou)| 文
杰克逊・G・卢是麻省理工学院斯隆管理学院管理学副教授。孙树华是杜兰大学弗里曼商学院管理学副教授。李竹伊是中国人民大学商学院组织与人力资源系助理教授。符懋德是南洋理工大学南洋商学院校长讲席教授兼创业学教授。周京是莱斯大学琼斯商学院副院长。
周强 | 编校
