简一成长视点 | AI 如何真正提升团队协作？关键在于“人”而非“技术”

近年来，生成式人工智能（GenAI）正迅速融入协作学习领域。随着这些工具的能力日益增强，人们的讨论往往聚焦于技术本身：它究竟是会提升学习效果，还是会削弱学习效果？然而，这种视角忽略了一个更为根本的问题。不妨设想一个外科手术团队：拥有精良的手术器械，并不能决定一台手术是否成功。手术的成败，取决于团队成员在使用这些工具时，如何沟通、协调以及彼此信任。AI 支持的协作学习亦是如此——就像手术刀一样，AI 只有在熟练且相互信任的人手中，才能发挥其价值。

最近的三项实证研究，涵盖了高等教育中超过 480 名学习者，结果表明，AI 的有效性更多地取决于人们如何与之协作，而非技术本身的能力。这些研究共同指向一个重要的结论：设计用于协作学习的 AI，不仅仅是一个技术挑战，更是一个心理挑战。

信任：AI 协作的基石

Luo 及其同事（2025 年）对 308 名大学生（分为 66 个协作小组）进行了调查，以探究在引入生成式 AI 后，信任、集体效能感和任务冲突如何影响团队创造力。该研究并未将协作视为单一结果，而是深入考察了决定 AI 能否为团队工作带来益处的社会条件。信任通过学生对以下方面的感知来衡量：小组成员能否公开讨论困难、以专业态度处理任务，以及是否能够相互依靠、履行各自职责。任务冲突则反映了关于工作如何组织的分歧，以及 AI 生成的建议或人类判断应如何指导决策。

研究结果揭示了 AI 对协作的双刃剑效应。那些认为 AI 智能的学生，其集体效能感（即对团队成功能力的共同信心）更强，进而促进了团队创造力。与此同时，AI 也增加了任务冲突，引发了降低创造性表现的分歧。而信任则是其中的关键差异。拥有更强人际信任的团队，更能够将 AI 支持的协作转化为创造性成果，因为信任加强了 AI 使用与集体效能感之间的联系。然而，该研究也指出了一个重要的局限性：信任被视为团队原本就具备的特质，而非 AI 主动帮助培养的。如果信任决定了 AI 能否增强协作，那么未来的教育 AI 或许需要支持那些能让团队自信协作的人际互动过程。

批判性参与：与 AI 共思，而非让 AI 代思

Lehtinen 及其同事（2026 年）观察了 75 名职前教师与生成式 AI 协作设计教案的过程。通过视频记录和过程挖掘，研究人员考察了高绩效组和低绩效组在协作教案设计过程中与 AI 的互动方式。

两组之间的行为差异十分显著。高绩效组通常会先起草教案的各个部分，然后搜索外部资源来验证 AI 生成的信息，最后再根据所查到的内容返回修改。他们查阅在线资源的频率是低绩效组的两倍以上，并且在使用 AI 回复之前，始终会进行核实。相比之下，低绩效组在初始回复不理想时，会反复重新提示 ChatGPT，直接将 AI 生成的文本复制到教案中，随后再修改措辞，而不是独立核实内容。

这种差异不仅仅是能力上的，更是互动方式上的。成功的团队将 AI 视为“与之思考”的工具，而非“替他们思考”的工具。这一发现对教育 AI 的设计具有重要启示：如果批判性参与能够提升协作学习，那么 AI 系统就不应仅仅通过生成越来越完善的回复来奖励高效的提示。相反，它们应该鼓励学习者在继续之前，比较证据、论证决策并核实信息。

整合支持：AI 应覆盖协作全过程

Gyasi 及其同事（2025 年）通过实验比较了在线协作学习中三种人机协作方式。一种方式是引入 AI 反馈和前馈，即在每次任务后为小组提供个性化的表现总结，并在下一次活动前提供指导。这些总结包括对小组讨论中话题相关性的可视化展示，并附有书面反馈。第二种方式是将 AI 聊天机器人直接嵌入小组讨论中，作为额外的参与者，贡献想法、提出问题、提供解释，并帮助保持对话聚焦。第三种方式结合了前两种，始终产生最强的效果。同时获得 AI 伙伴和 AI 反馈支持的小组，在协作知识建构、认知参与、社会共享调节以及整体小组表现方面，均优于仅接受其中一种干预或完全没有 AI 支持的小组。这些发现表明，当 AI 支持整个协作周期（包括计划、监控、评估和调整）时，协作学习会受益，而非仅仅执行单一孤立的功能。简而言之，当 AI 的设计反映这一整合过程时，其效果最佳。

这些更广泛的原则，在结合 Xu 等人（2026 年）关于共享与个人 AI 使用的研究时，变得更加清晰。上述研究确定了信任、批判性参与和共享调节是成功 AI 协作的基础，而 Xu 及其同事则展示了当 AI 的使用对整个团队可见时，这些品质是如何得到强化的。当学生集体提示、评估和修改 ChatGPT 的回复时，AI 成为了一个共享的讨论对象，促进了相互理解和协商。相反，当学生在小组会议前私下使用 AI 时，集体评估和共同决策的机会就减少了。总之，这些发现表明，有效的 AI 协作不仅取决于 AI 支持什么，还取决于其使用如何融入协作活动。

结语：AI 的未来在于赋能人际过程

综合来看，这些研究指向了同一个方向。信任、批判性参与和共享调节，并不会因为团队获得 AI 而自动产生。它们是需要通过教育实践，并日益通过 AI 本身的设计来积极培养的条件。

这代表了人们对 AI 支持的协作学习讨论的一个重要转变。与其问 AI 能否改善协作，教育者和设计者或许需要问：AI 如何支持那些一直支撑着有效协作的心理和社会过程？这里回顾的证据表明，教育中 AI 的未来不太可能仅仅依赖于构建更强大的系统。相反，它可能取决于设计出能够帮助团队更有效沟通、更批判性思考，并共同调节学习的 AI。

Rónan Fulton 和 Alana McCarthy 是爱尔兰国立大学戈尔韦大学的研究人员。