關(guān)注“在線學(xué)習(xí)”

獲取更多資訊！

刊載信息

張淑莉，& 張雨強(qiáng).(2026).延異共生：人工智能技術(shù)何以重塑創(chuàng)造力范式——斯蒂格勒技術(shù)哲學(xué)視角下的教育審思. 中國(guó)遠(yuǎn)程教育(1),125-142.

延異共生：人工智能技術(shù)何以重塑創(chuàng)造力范式——斯蒂格勒技術(shù)哲學(xué)視角下的教育審思
張淑莉, 張雨強(qiáng)

【摘要】當(dāng)前，學(xué)生利用人工智能輔助完成創(chuàng)造性任務(wù)的現(xiàn)象愈加普遍，創(chuàng)造不再專屬于個(gè)體活動(dòng)，而發(fā)展為人機(jī)共創(chuàng)模式。在此背景下，本研究以人工智能持存創(chuàng)造力為邏輯起點(diǎn)，通過(guò)分析“人類創(chuàng)造力的原始缺陷—人工智能技術(shù)的代具性補(bǔ)償”，做出奠基性判斷，明確人工智能具備技術(shù)性創(chuàng)造力。接著，指出當(dāng)前“二元分離”的創(chuàng)造力范式或?qū)⒃趧?chuàng)造的“源頭—過(guò)程—結(jié)果”層面引發(fā)異化：動(dòng)力衰退，技術(shù)依賴下的創(chuàng)造內(nèi)驅(qū)力流失；沉思缺位，即時(shí)輸出下的創(chuàng)造過(guò)程簡(jiǎn)化；同質(zhì)化產(chǎn)出，算法規(guī)訓(xùn)下的創(chuàng)造結(jié)果趨同。經(jīng)分析，上述異化風(fēng)險(xiǎn)的深層邏輯在于人們對(duì)人工智能技術(shù)“代具”角色的誤解，由此，本研究試圖構(gòu)建人工智能時(shí)代人與技術(shù)“延異共生”的創(chuàng)造力新范式。借鑒伊德“人—技術(shù)—世界”四類關(guān)系模式，提出在不同類型的創(chuàng)造性關(guān)系中實(shí)現(xiàn)“延異共生”的教育策略：具身關(guān)系，在技術(shù)嵌入中保持具身創(chuàng)造力；詮釋關(guān)系，在技術(shù)中介中維護(hù)創(chuàng)造主權(quán)；它者關(guān)系，在技術(shù)互動(dòng)中強(qiáng)化協(xié)同創(chuàng)造力；背景關(guān)系，在技術(shù)環(huán)境中夯實(shí)創(chuàng)造的知識(shí)與人文基礎(chǔ)。

【關(guān)鍵詞】延異共生; 創(chuàng)造力范式; 人工智能技術(shù); 代具; 斯蒂格勒技術(shù)哲學(xué)

當(dāng)前，各國(guó)日益重視對(duì)創(chuàng)新人才的培育，創(chuàng)造力作為創(chuàng)新人才的核心特質(zhì)（林崇德, 2024），是教育、科技領(lǐng)域重點(diǎn)培育的關(guān)鍵能力。長(zhǎng)期以來(lái)，創(chuàng)造力被視為人類獨(dú)有的高級(jí)認(rèn)知能力。信息技術(shù)發(fā)展初期，人們雖然擔(dān)心技術(shù)可能會(huì)取代大量機(jī)械性勞動(dòng)，但普遍認(rèn)為創(chuàng)造性工作因其非重復(fù)性、獨(dú)特性和思維復(fù)雜性而不受影響（段偉文 & 余夢(mèng), 2024）。然而，ChatGPT、DeepSeek等生成式人工智能逐漸展現(xiàn)出超越普通人類個(gè)體的創(chuàng)造水準(zhǔn)，使得技術(shù)從知識(shí)與經(jīng)驗(yàn)的“存儲(chǔ)者”躍升為創(chuàng)造力的“持存者”，深刻改變了人類創(chuàng)造性活動(dòng)的傳統(tǒng)邏輯。以某高校為例，調(diào)查研究顯示90%以上的研究生使用過(guò)生成式人工智能，且不少人將其用于代碼生成、頭腦風(fēng)暴、實(shí)驗(yàn)設(shè)計(jì)等創(chuàng)造性場(chǎng)景（李艷 等, 2025）。但人工智能并非以單一的賦能邏輯加入創(chuàng)造性活動(dòng)，它雖能支持學(xué)生創(chuàng)造性思維的發(fā)展，但也或?qū)?duì)其創(chuàng)造力和創(chuàng)造性人格產(chǎn)生負(fù)面影響（Habib et al., 2024; 王紅麗 等, 2024），抑制其創(chuàng)造主體性及創(chuàng)造潛能的發(fā)揮。當(dāng)前，人們未能正確認(rèn)識(shí)人工智能在創(chuàng)造中的角色，易陷入人工智能介入下的創(chuàng)造危機(jī)，且學(xué)生普遍缺乏對(duì)人工智能創(chuàng)造邏輯的認(rèn)識(shí)和理解（李艷 等, 2025），既難以有效激發(fā)自身創(chuàng)造潛能，也難以發(fā)揮技術(shù)的支持價(jià)值。為此，教育亟須審慎思考人工智能介入下學(xué)生創(chuàng)造力發(fā)展的風(fēng)險(xiǎn)，并積極建構(gòu)新的創(chuàng)造力范式，引導(dǎo)學(xué)生在技術(shù)支持的創(chuàng)造性環(huán)境中拓展創(chuàng)造潛能。

基于此，本研究在斯蒂格勒技術(shù)哲學(xué)視角下，關(guān)注四大遞進(jìn)命題：首先，基于“代具”理論闡明人工智能何以具備創(chuàng)造力，且為何種創(chuàng)造力；其次，從創(chuàng)造力的“源頭—過(guò)程—結(jié)果”三個(gè)層面出發(fā)，系統(tǒng)揭示當(dāng)前創(chuàng)造力范式下可能引發(fā)的創(chuàng)造危機(jī)；再次，剖析危機(jī)發(fā)生的深層邏輯，構(gòu)建適應(yīng)人工智能時(shí)代的創(chuàng)造力新范式；最后，基于“人—技術(shù)—世界”四種關(guān)系模式，提出如何教育學(xué)生規(guī)避創(chuàng)造危機(jī)，合理運(yùn)用這種創(chuàng)造力新范式。

一、

人工智能持存創(chuàng)造力的技術(shù)哲學(xué)分析

在分析人工智能時(shí)代的創(chuàng)造危機(jī)、構(gòu)建新的創(chuàng)造力范式前，需要先對(duì)人工智能本身做出基礎(chǔ)性判斷，即人工智能是否具備創(chuàng)造力？如果具備，其呈現(xiàn)何種性質(zhì)？因此，本研究以斯蒂格勒的技術(shù)哲學(xué)框架為分析工具，剖析人工智能與創(chuàng)造力之間的深層關(guān)系，為后續(xù)危機(jī)分析與范式建構(gòu)提供邏輯起點(diǎn)。

（一）人類創(chuàng)造力的原始缺陷

在創(chuàng)造力發(fā)展過(guò)程中，人類不可避免地受其記憶能力、思維模式和生理特征等原始缺陷的限制。貝爾納?斯蒂格勒（Stiegler, B.）指出：“人類沒(méi)有過(guò)失，有的只是起源的原初缺陷?！保ㄘ悹柤{?斯蒂格勒, 2010, p.10）“人類之所以是人類，是因?yàn)槿笔?。也就是說(shuō)，他們的存在是他們的生成?！保ㄘ悹柤{?斯蒂格勒, 2018, p.69）因此，人與世界的關(guān)系從一開(kāi)始就不是自然適應(yīng)的，人是通過(guò)工具、技術(shù)和文化的外部支持來(lái)彌補(bǔ)其生存的先天不足，使自身成為一種“未完成的”“不斷生成的”存在。

首先，人的創(chuàng)造力受其記憶限度的影響。斯蒂格勒借鑒埃德蒙德?胡塞爾（Hussein, E.）的“持存”（retention）概念，指出人的認(rèn)知和記憶可以分為三類：第一持存指人的瞬時(shí)感知，是有知覺(jué)參與和體驗(yàn)性的；第二持存是人的記憶，它構(gòu)成了個(gè)體知識(shí)的積累，使人能夠回憶、分析、創(chuàng)造新的事物；第三持存則是超越個(gè)體記憶的外在化存儲(chǔ)，如文字、影像、計(jì)算機(jī)存儲(chǔ)等（貝爾納?斯蒂格勒, 2012b, pp.19-20）。大量研究表明，個(gè)體掌握某一領(lǐng)域的知識(shí)越多，在該領(lǐng)域的創(chuàng)造力就越強(qiáng)（龐維國(guó), 2009），因此，個(gè)體創(chuàng)造力受其“第二持存”豐富性的影響。然而，人的“第二持存”常受限于經(jīng)驗(yàn)積累，其更新速度緩慢，且容易受遺忘、誤記和認(rèn)知偏差的干擾，這種局限性也決定了人類創(chuàng)造力的邊界。其次，人的創(chuàng)造力受其思維模式的束縛。心理學(xué)認(rèn)為，“新穎性”是創(chuàng)造力的核心標(biāo)準(zhǔn)之一（Simonton, 2012），即創(chuàng)造者不僅需要具備豐富的知識(shí)儲(chǔ)備，還必須能夠在原有的知識(shí)框架上打破既定模式，生成新的思維路徑。然而，人類的創(chuàng)造過(guò)程常受限于“思維定勢(shì)”（張敬威 & 于偉, 2018），即在思考時(shí)傾向于沿用已有的認(rèn)知結(jié)構(gòu)，因而通常難以在短時(shí)間內(nèi)完成大規(guī)模的信息重組和創(chuàng)新突破。最后，人的創(chuàng)造力受其生理特征的限制。創(chuàng)造是一個(gè)復(fù)雜的認(rèn)知過(guò)程，往往需要長(zhǎng)時(shí)間的思考、推敲和試驗(yàn)，而人類的精力、注意力和認(rèn)知負(fù)荷有限，個(gè)體在長(zhǎng)時(shí)間的創(chuàng)造過(guò)程中，往往會(huì)因精力枯竭、思維疲憊等因素而中斷思考，進(jìn)而限制了創(chuàng)造的持續(xù)性和高效性。

（二）人工智能技術(shù)的代具性補(bǔ)償

斯蒂格勒的技術(shù)哲學(xué)中，“代具”（prosthesis）理論是理解人類與技術(shù)關(guān)系的核心范式。從廣義上看，“代具”不僅指假肢、義肢等身體替代物，還包括一切用于擴(kuò)展和補(bǔ)償人類能力的技術(shù)媒介。這些技術(shù)雖源于人類設(shè)計(jì)，但在使用過(guò)程中能夠逐步形成自身的發(fā)展邏輯（劉宗岱, 2024）。隨著社會(huì)加速發(fā)展，創(chuàng)新的復(fù)雜性不斷提升，個(gè)體的創(chuàng)造力愈加難以匹配時(shí)代的需求。在這一背景下，人工智能不僅是人類知識(shí)庫(kù)的“第三持存者”，更在大規(guī)模信息處理、非線性計(jì)算邏輯、穩(wěn)定地持續(xù)創(chuàng)造以及全局優(yōu)化等方面展現(xiàn)出獨(dú)特的能力，因而成為人類創(chuàng)造力的“代具”。這標(biāo)志著技術(shù)持存機(jī)制從“存儲(chǔ)”向“生成”的進(jìn)化，它不再僅僅是知識(shí)的存儲(chǔ)載體，還可通過(guò)概率建模與深度學(xué)習(xí)主動(dòng)生成新內(nèi)容，從而動(dòng)搖了以“內(nèi)在心智”為中心的創(chuàng)造力認(rèn)知范式。

這一轉(zhuǎn)變也引發(fā)了技術(shù)哲學(xué)領(lǐng)域關(guān)于人工智能是否具備創(chuàng)造力的爭(zhēng)論。早在19世紀(jì)，阿達(dá)?洛夫萊斯（Lovelace, A.）就指出：“分析機(jī)并不自詡能原創(chuàng)出任何東西。它只能完成我們知道如何命令它完成的任何事情?！保∕enabrea & Lovelace, 1843）其核心在于：智能技術(shù)的創(chuàng)造活動(dòng)始終受限于預(yù)設(shè)規(guī)則，缺乏自主性和意向性，因此不能突破既定程序產(chǎn)生真正的創(chuàng)造。然而，隨著技術(shù)的發(fā)展，這一觀點(diǎn)逐漸受到挑戰(zhàn)。艾倫?麥席森?圖靈（Turing, A. M.）通過(guò)對(duì)“機(jī)器是否能思考”的討論回應(yīng)了這一觀點(diǎn)，并提出隨著技術(shù)進(jìn)步，人們最終會(huì)接受“機(jī)器能思考”的觀點(diǎn)（Turing, 1950）。馬格麗特?安?博登（Boden, M. A.）指出，人工智能已在多個(gè)領(lǐng)域表現(xiàn)出“探索性創(chuàng)造力”。例如：AARON在生成色彩圖像方面被稱為“世界級(jí)色彩家”，其設(shè)計(jì)出的某些配色讓創(chuàng)作者自己都“不敢使用”；某些作曲系統(tǒng)能在既定風(fēng)格中自主展開(kāi)創(chuàng)作；而B(niǎo)ACON則可“再發(fā)現(xiàn)”傳統(tǒng)科學(xué)中的經(jīng)典規(guī)律（Boden, 2009）。這類成就對(duì)“計(jì)算機(jī)只能執(zhí)行預(yù)設(shè)指令”這一立場(chǎng)提出了有力的挑戰(zhàn)。近年來(lái)，生成式人工智能的發(fā)展進(jìn)一步證明人工智能不僅能夠模仿和再現(xiàn)已有作品，還能夠從海量數(shù)據(jù)中提取潛在模式，形成新的組合邏輯，并在某些領(lǐng)域展現(xiàn)出超越個(gè)體創(chuàng)造力的特征。因此，學(xué)界對(duì)“人工智能創(chuàng)造力”的認(rèn)可度不斷提高，有研究將“人工智能創(chuàng)造力”明確定義為“人工智能技術(shù)賦能的虛擬主體，在算法驅(qū)動(dòng)下模擬人類的創(chuàng)造性活動(dòng)時(shí)產(chǎn)生新穎性、價(jià)值性創(chuàng)造的能力”（胡衛(wèi)平 等, 2024），Science 雜志更是將“具有創(chuàng)造性的人工智能”列為2022年度十大科學(xué)突破之一（Science, 2022）。

基于上述分析，本研究提出“人工智能持存創(chuàng)造力”的論斷，借助斯蒂格勒“第三持存”的定義，即通過(guò)技術(shù)媒介儲(chǔ)存下來(lái)的記憶，對(duì)“持存”概念（retention）賦予“具有”或“具備”的動(dòng)詞性含義，意在表達(dá)：人工智能技術(shù)在豐富的第三持存與生成能力的支持下已然持有一定程度的創(chuàng)造力。但是，人工智能的創(chuàng)造依然依賴數(shù)據(jù)輸入和算法規(guī)則，缺乏自主意識(shí)和價(jià)值判斷。因此，本研究認(rèn)為“人工智能持存創(chuàng)造力”的論斷雖然成立，但其持有的創(chuàng)造力本質(zhì)上仍屬于“技術(shù)性創(chuàng)造力”，即基于大規(guī)模數(shù)據(jù)、深度學(xué)習(xí)和概率生成的創(chuàng)造，而非源自主觀能動(dòng)性的創(chuàng)新。人工智能并未顛覆人類作為創(chuàng)造主體的地位，而是在新的技術(shù)環(huán)境下，與人類共同構(gòu)成完整主體，推動(dòng)創(chuàng)造性活動(dòng)向高質(zhì)高效方向發(fā)展。

二、

異化風(fēng)險(xiǎn)：“二元分離”創(chuàng)造力范式的潛在危機(jī)

人工智能展現(xiàn)出某種形式的創(chuàng)造力推動(dòng)人技共創(chuàng)成為重要的創(chuàng)造模式。然而，實(shí)踐中的人技共創(chuàng)活動(dòng)仍建立在“二元分離”創(chuàng)造力范式之上：人與技術(shù)被視為功能明確、邊界清晰的獨(dú)立系統(tǒng)，缺乏深層的認(rèn)知互動(dòng)與結(jié)構(gòu)嵌合?！爸R(shí)歸AI，智慧歸人類”的策略一開(kāi)始就落入了二元分離的窠臼（楊九詮, 2024）。這種創(chuàng)造力范式雖在表面上實(shí)現(xiàn)了協(xié)同產(chǎn)出，但也或?qū)⑹箘?chuàng)造的動(dòng)力源頭、創(chuàng)造過(guò)程與最終的創(chuàng)造結(jié)果面臨危機(jī)。正如斯蒂格勒指出的，技術(shù)“沖擊了人類看似最穩(wěn)固的組成部分，也由于把各種程序操作交給機(jī)器代管而使以群體統(tǒng)一性構(gòu)成的種族面臨滅絕的威脅”（貝爾納?斯蒂格勒, 2010, p.86）。這一判斷并非意在夸大技術(shù)的毀滅性，而是強(qiáng)調(diào)當(dāng)技術(shù)在感知、記憶、判斷等方面逐步替代人類自身能力時(shí)，人類將逐漸失去對(duì)自我特性與發(fā)展方向的把握。

圖1 “二元分離”創(chuàng)造力范式的潛在危機(jī)

（一）動(dòng)力衰退：技術(shù)依賴下的創(chuàng)造內(nèi)驅(qū)力流失

斯蒂格勒指出，“什么”（技術(shù)）具有動(dòng)力，它不能被納入“誰(shuí)”（人）的動(dòng)力中，但又需要“誰(shuí)”的動(dòng)力作為超前的能力（貝爾納?斯蒂格勒, 2010, p.7）。人工智能憑借高效演算能力展現(xiàn)出強(qiáng)大的創(chuàng)造動(dòng)力，但這種技術(shù)性動(dòng)力需要以人的主觀能動(dòng)性為導(dǎo)向，否則便會(huì)淪為無(wú)意義的自動(dòng)生成。若個(gè)體對(duì)技術(shù)過(guò)度崇拜和依賴，容易產(chǎn)生“人不如自己創(chuàng)造的機(jī)器”的羞愧感（滕長(zhǎng)利, 2025），進(jìn)而導(dǎo)致自我創(chuàng)造動(dòng)力的衰退。

從心理機(jī)制層面來(lái)看，創(chuàng)造力的發(fā)生始終建立在個(gè)體的內(nèi)驅(qū)力和主觀能動(dòng)性之上（龐維國(guó), 2022）。個(gè)體之所以能夠產(chǎn)生創(chuàng)造行為，是因?yàn)槠湓谡J(rèn)知層面形成了“我能創(chuàng)新”的能力判斷與“我應(yīng)創(chuàng)新”的責(zé)任意識(shí)（王紅麗 等, 2024）。進(jìn)一步而言，這種認(rèn)知基礎(chǔ)通常依賴于個(gè)體對(duì)創(chuàng)造過(guò)程的積極情感體驗(yàn)——“珍稀感”“歸屬感”與“意義感”，即當(dāng)創(chuàng)作者相信自身不可替代、作品屬于并能夠展示自己、創(chuàng)造行為具有價(jià)值時(shí)，其創(chuàng)造動(dòng)力才會(huì)持續(xù)生成。然而，生成式人工智能超強(qiáng)的想象力、拓展力和合作力在很大程度上挑戰(zhàn)了人類的認(rèn)知優(yōu)越感（陸曉芳, 2025），伴隨創(chuàng)造的個(gè)體的主觀體驗(yàn)和價(jià)值認(rèn)同正逐漸動(dòng)搖，繼而引發(fā)一系列動(dòng)力衰退的潛在危機(jī)。

在教育場(chǎng)域中，這種危機(jī)尤為明顯地表現(xiàn)于學(xué)生群體。首先，當(dāng)人工智能在信息檢索、數(shù)據(jù)整合、創(chuàng)意生成上展現(xiàn)出超乎人類想象的高效率和高精度時(shí)，許多原本為人所珍視的技巧、經(jīng)驗(yàn)和靈感不再被視為“稀缺資源”，這種珍稀感的喪失意味著個(gè)體創(chuàng)造身份的貶值與弱化，學(xué)生或?qū)①|(zhì)疑自身創(chuàng)新能力的獨(dú)特性，進(jìn)而削弱對(duì)“我能創(chuàng)新”的積極評(píng)估。有研究指出，創(chuàng)造性想法的新穎性要求會(huì)讓個(gè)體產(chǎn)生風(fēng)險(xiǎn)感、緊張感和不確定感（Mueller et al., 2012），而人工智能的高度確定性與穩(wěn)定性在某種程度上進(jìn)一步增強(qiáng)了學(xué)生在創(chuàng)作過(guò)程中的焦慮感，從而動(dòng)搖“我應(yīng)創(chuàng)新”的內(nèi)在動(dòng)力。其次，學(xué)生對(duì)創(chuàng)造的情感投入與追求部分來(lái)自對(duì)創(chuàng)造成果的“歸屬感”，即相信作品能反映其個(gè)性、美學(xué)傾向或思想深度。然而，人工智能在創(chuàng)意呈現(xiàn)中引入的數(shù)據(jù)驅(qū)動(dòng)的風(fēng)格與邏輯，導(dǎo)致學(xué)生在審視成果時(shí)會(huì)發(fā)現(xiàn)，其中相當(dāng)部分的靈感或風(fēng)格來(lái)自人工智能的算法模式而非自己的獨(dú)立思考。這種模糊的創(chuàng)作歸屬感削弱了學(xué)生與作品之間的情感聯(lián)結(jié)，進(jìn)一步導(dǎo)致學(xué)生創(chuàng)作動(dòng)機(jī)的下降。最后，創(chuàng)造本身蘊(yùn)含著反復(fù)試錯(cuò)與深度思辨的意義探尋過(guò)程，但在“二元分離”創(chuàng)造力范式中，學(xué)生往往只是提供命令與調(diào)適參數(shù)，缺少?gòu)拿鞯筋D悟再到突破過(guò)程中獲得的深度滿足，其對(duì)創(chuàng)造過(guò)程的意義感隨之削弱，進(jìn)一步導(dǎo)致創(chuàng)造動(dòng)力下降。

（二）沉思缺位：即時(shí)輸出下的創(chuàng)造過(guò)程簡(jiǎn)化

斯蒂格勒指出，當(dāng)代的“什么”（技術(shù)）通常以速度為特性……實(shí)時(shí)或許是當(dāng)代技術(shù)的基本特征，亦或許是技術(shù)的毀滅（貝爾納?斯蒂格勒, 2010, p.74）。這一批判直指現(xiàn)代技術(shù)對(duì)時(shí)間的重構(gòu)——?jiǎng)?chuàng)造過(guò)程中原本應(yīng)有的醞釀與沉思正被“實(shí)時(shí)化”的運(yùn)算邏輯全面取代。正如他從愛(ài)比米修斯神話中所汲取的警示——“欲速則不達(dá)”（貝爾納?斯蒂格勒, 2010, p.73）——過(guò)度追求速度，不僅破壞了技術(shù)的藥理平衡，也會(huì)使人忽視創(chuàng)造力賴以生成的沉思過(guò)程。

人工智能時(shí)代，技術(shù)通過(guò)即時(shí)輸出機(jī)制高效參與創(chuàng)造過(guò)程，使創(chuàng)作者在輸入指令后即可獲得大量生成性內(nèi)容。該過(guò)程雖極大提升了創(chuàng)造物的產(chǎn)出效率，卻也可能導(dǎo)致“沉思缺位”，使創(chuàng)造過(guò)程簡(jiǎn)化為快速組合、即時(shí)驗(yàn)證的程序化模式，創(chuàng)造過(guò)程本該蘊(yùn)含的延宕、探索、交互被即時(shí)反饋帶來(lái)的便捷性、高效性所消解，個(gè)體的創(chuàng)造靈感與頓悟愈發(fā)難以顯現(xiàn)。創(chuàng)造心理學(xué)普遍強(qiáng)調(diào)深度思考與反復(fù)推敲在激發(fā)創(chuàng)新靈感中的關(guān)鍵作用。康奈爾大學(xué)研究者通過(guò)實(shí)驗(yàn)研究發(fā)現(xiàn)，人的創(chuàng)造力往往會(huì)隨著時(shí)間的推移越來(lái)越強(qiáng)，并指出人們不應(yīng)該僅憑初期想法而停止探索和思考（Lucas & Nordgren, 2020）。另有研究指出，創(chuàng)造過(guò)程往往需要漫長(zhǎng)的探索階段，這一階段不僅要檢驗(yàn)想法的可行性，也為偶然發(fā)現(xiàn)、新奇組合等靈感生成提供必要時(shí)空（Finke et al., 1992, pp.17-25）。然而，在高度即時(shí)化的技術(shù)情境中，創(chuàng)造的時(shí)間維度被壓縮，個(gè)體容易僅在表層操作中做出有限修改，難以經(jīng)歷系統(tǒng)性的自我懷疑、反省與深思過(guò)程，導(dǎo)致其創(chuàng)造潛能難以充分釋放。例如，在科學(xué)探究活動(dòng)中，學(xué)生原本應(yīng)經(jīng)歷提出問(wèn)題、設(shè)計(jì)實(shí)驗(yàn)、反復(fù)驗(yàn)證等思維過(guò)程，但在智能輔助工具廣泛使用的情境下，學(xué)生或會(huì)直接向人工智能提問(wèn)“實(shí)驗(yàn)結(jié)論是什么”“為什么會(huì)出現(xiàn)某某現(xiàn)象”，從而快速獲得標(biāo)準(zhǔn)答案。此類操作跳過(guò)了必要的推理與思辨，探究過(guò)程被壓縮為結(jié)果復(fù)制，長(zhǎng)此以往易削弱個(gè)體的深度思考能力與科學(xué)創(chuàng)造潛能。丹尼爾?卡尼曼（Kahneman, D.）的“雙系統(tǒng)理論”進(jìn)一步揭示了這一風(fēng)險(xiǎn)，指出人類思維包含“快速系統(tǒng)”和“慢速系統(tǒng)”兩大部分，前者基于自動(dòng)化、直覺(jué)式處理，后者則需要更多時(shí)間進(jìn)行邏輯分析（丹尼爾?卡尼曼, 2012, p.5）。創(chuàng)造過(guò)程中的深度思維正需要“慢速系統(tǒng)”的持續(xù)介入，以便在不確定和模糊中碰撞出新想法。然而，人工智能生成的即時(shí)方案往往直接滿足了創(chuàng)作者對(duì)“快速系統(tǒng)”便利與效率的偏好，導(dǎo)致其僅停留于即時(shí)滿足的淺層思考。

（三）同質(zhì)化產(chǎn)出：算法規(guī)訓(xùn)下的創(chuàng)造結(jié)果趨同

風(fēng)格是創(chuàng)造的靈魂，它不僅是創(chuàng)造成果形式上的辨識(shí)特征，更是創(chuàng)造者精神、思想與情感的獨(dú)特體現(xiàn)。正如斯蒂格勒所言，“風(fēng)格難以確定且不確定”，它“產(chǎn)生于風(fēng)格制造者的缺陷”，是其感知方式、情感經(jīng)驗(yàn)等在文字、圖像、聲音中留下的不可復(fù)制痕跡（貝爾納?斯蒂格勒, 2010, p.98）。因此，風(fēng)格是由人的“不完全性”所構(gòu)成的差異印記，有非同質(zhì)化特征。然而，斯蒂格勒也曾深刻追問(wèn)：“以普遍的技術(shù)趨勢(shì)滲透世界并破壞了種族多樣性的工業(yè)化是否意味著風(fēng)格、感覺(jué)和世界的終結(jié)？”（貝爾納?斯蒂格勒, 2010, p.98）這警醒我們做出前瞻性判斷——當(dāng)人工智能以算法邏輯大量參與創(chuàng)造，創(chuàng)造物可能會(huì)在技術(shù)的規(guī)訓(xùn)之下喪失獨(dú)特風(fēng)格，出現(xiàn)“同質(zhì)化”現(xiàn)象。

“同質(zhì)化”一詞源于生態(tài)學(xué)領(lǐng)域，指外來(lái)物種入侵并逐步取代本地物種，使不同生態(tài)系統(tǒng)在物種組成上趨于一致的過(guò)程（McKinney & Lockwood, 1999）。在創(chuàng)造領(lǐng)域，“同質(zhì)化”則表現(xiàn)為作品在語(yǔ)言、形式、主題與結(jié)構(gòu)上的高度重復(fù)，使新內(nèi)容更像是已有模式的復(fù)制，而非源自個(gè)體經(jīng)驗(yàn)的原創(chuàng)生成。在“二元分離”的創(chuàng)造力范式中，創(chuàng)造性結(jié)果的趨同不僅源于技術(shù)自身的生成邏輯，也與人類在技術(shù)引導(dǎo)下的認(rèn)知偏移密切相關(guān)。一方面，人工智能的創(chuàng)造力依賴于對(duì)既有數(shù)據(jù)的強(qiáng)化學(xué)習(xí)，這削弱了風(fēng)格表達(dá)的多樣性。以自然語(yǔ)言處理中的“最大似然估計(jì)”方法為例，它訓(xùn)練模型盡可能預(yù)測(cè)出最常見(jiàn)或最可能的詞序列，從而避免生成結(jié)果偏離預(yù)期。這一機(jī)制雖提升了內(nèi)容的可讀性與連貫性，卻也壓制了語(yǔ)言、形式與思想的突破，導(dǎo)致生成的內(nèi)容趨于常規(guī)，缺乏創(chuàng)造風(fēng)格中獨(dú)特的異質(zhì)性。隨著生成作品數(shù)量的指數(shù)級(jí)增長(zhǎng)，新作品越來(lái)越像既有成果的變式，缺乏創(chuàng)造物應(yīng)有的新奇性特征。另一方面，創(chuàng)作者受機(jī)器算法所提供的“創(chuàng)意錨點(diǎn)”影響，導(dǎo)致自我創(chuàng)造風(fēng)格弱化。協(xié)同創(chuàng)造場(chǎng)景中，創(chuàng)作者往往在人工智能提供的材料啟發(fā)中完成后續(xù)創(chuàng)造。這種人機(jī)互動(dòng)雖然在形式上是協(xié)同的合作，但實(shí)際上極易形成一種認(rèn)知依賴。該過(guò)程可由心理學(xué)中的“錨定效應(yīng)”解釋，即在不確定情境中，個(gè)體的決策和判斷極易受初始錨點(diǎn)（信息）的影響，致使其隨后的數(shù)值估計(jì)偏向該錨的一種判斷偏差現(xiàn)象（李斌 等, 2010）。在內(nèi)容創(chuàng)作中，人工智能提供的初稿、建議或文本框架成為人類創(chuàng)造思維的錨點(diǎn)，盡管后續(xù)修改看似體現(xiàn)了人類的創(chuàng)造性介入，實(shí)則許多判斷已在初始“錨”的影響下完成。創(chuàng)造過(guò)程由此轉(zhuǎn)變?yōu)閷?duì)既有生成邏輯的微調(diào)與再排列，表達(dá)的自由度與風(fēng)格的獨(dú)特性逐漸被技術(shù)預(yù)設(shè)所取代，從而導(dǎo)致創(chuàng)造性成果的趨同傾向。這一現(xiàn)象在高校學(xué)生科研寫(xiě)作中尤為突出，不少學(xué)生傾向于先讓人工智能提供思路再進(jìn)行修飾與補(bǔ)充，導(dǎo)致其越來(lái)越難以獨(dú)立構(gòu)思研究框架與論證邏輯，寫(xiě)作過(guò)程轉(zhuǎn)變?yōu)閷?duì)人工智能語(yǔ)言風(fēng)格與結(jié)構(gòu)模式的適應(yīng)與修整，產(chǎn)出成果呈現(xiàn)極高的相似性。

三、

延異共生：人工智能時(shí)代的創(chuàng)造力新范式

“二元分離”創(chuàng)造力范式未能回應(yīng)人工智能技術(shù)對(duì)創(chuàng)造過(guò)程的深度重塑，也未能充分發(fā)揮人工智能技術(shù)性創(chuàng)造力的應(yīng)然價(jià)值。為有效化解上述危機(jī)，亟須在技術(shù)哲學(xué)層面追溯創(chuàng)造異化的根源，重新理解人工智能作為“代具”在創(chuàng)造中的角色，并基于此建立一種強(qiáng)調(diào)共生、互動(dòng)、互惠與互塑的創(chuàng)造力新范式。

（一）代具誤讀：人技“二元分離”的異化根源

人工智能所引發(fā)的創(chuàng)造危機(jī)，并非源于技術(shù)創(chuàng)造性功能的增強(qiáng)，而在于人類對(duì)其“代具”角色的理解發(fā)生了偏差。斯蒂格勒強(qiáng)調(diào)，“代具并不取代任何東西……它的實(shí)質(zhì)是加入”（貝爾納?斯蒂格勒, 2012a, p.166）?！按摺辈⒎恰按妗保侵讣夹g(shù)以“延展”的方式嵌入人的認(rèn)知、感知與記憶系統(tǒng)之中，與人共同承擔(dān)創(chuàng)造過(guò)程中的相應(yīng)任務(wù)。在“代具”理論視域下，技術(shù)與人類存在之間是相互構(gòu)成、缺一不可的轉(zhuǎn)導(dǎo)關(guān)系，二者共同構(gòu)成一個(gè)不斷運(yùn)動(dòng)、生成差異的整體（劉宗岱, 2024）。但當(dāng)前，人們傾向于將人工智能視為創(chuàng)造力的替身，而非個(gè)人創(chuàng)造潛能的激發(fā)者，由此將本應(yīng)由人完成的構(gòu)思、判斷、審美、頓悟等環(huán)節(jié)交由技術(shù)全權(quán)代理。因此，人工智能時(shí)代的創(chuàng)造力危機(jī)之所以成為系統(tǒng)性問(wèn)題，正在于人們對(duì)人工智能“代具”角色的誤讀與濫用?；貞?yīng)這一危機(jī)的關(guān)鍵，不能止于重新肯定人類中心，退回個(gè)體主義的創(chuàng)造觀，而應(yīng)考慮如何合理利用人工智能技術(shù)這一“青銅利器”，重塑新的創(chuàng)造力范式。

（二）關(guān)系明晰：“延異共生”創(chuàng)造力范式的提出

化解危機(jī)的關(guān)鍵在于糾正認(rèn)知偏差，重新理解技術(shù)在人類創(chuàng)造中的合理位置?；诖?，建構(gòu)新的創(chuàng)造力范式，需明確人與技術(shù)的一元結(jié)構(gòu)關(guān)系，將技術(shù)視為創(chuàng)造的延展而非替身。斯蒂格勒借用雅克?德里達(dá)（Derrida, J.）的“延異”（différance）概念，描述了人與技術(shù)非本質(zhì)主義的共生結(jié)構(gòu)：延異既非“誰(shuí)”（人），也非“什么”（技術(shù)），它是兩者共同的可能性，是它們之間的相互往返運(yùn)動(dòng)，是兩者的交合。缺了“什么”，“誰(shuí)”就不存在，反之亦然（貝爾納?斯蒂格勒, 2012a, p.154）。根據(jù)理解，“延異共生”本質(zhì)上體現(xiàn)的是一種非決定性、非封閉性、非替代性的關(guān)系，意味著技術(shù)不是人的附屬物，也不是主體性的對(duì)立面，而是人類存在的組成條件之一，內(nèi)含強(qiáng)烈的“共生”取向。這種理解體現(xiàn)了對(duì)人工智能“代具”角色的正確定位，既保留了對(duì)技術(shù)賦能的合理性期待，又避免陷入對(duì)技術(shù)的消極依賴，對(duì)于回應(yīng)當(dāng)前的創(chuàng)造危機(jī)具有重要價(jià)值。一方面，它肯定了技術(shù)的補(bǔ)償性，即技術(shù)確實(shí)具有擴(kuò)展人的認(rèn)知邊界、儲(chǔ)存文化經(jīng)驗(yàn)、優(yōu)化表達(dá)形式的積極作用；另一方面，它也強(qiáng)調(diào)技術(shù)不可獨(dú)立成為創(chuàng)造的主體，必須處于被人引導(dǎo)、反思和評(píng)判的生成結(jié)構(gòu)中。

基于此，本研究提出人工智能時(shí)代的創(chuàng)造力新范式——“延異共生”創(chuàng)造力范式，即在創(chuàng)造過(guò)程中不將人和技術(shù)視作兩個(gè)分離主體，而是強(qiáng)調(diào)雙方互為條件、相互構(gòu)成，體現(xiàn)共生、互動(dòng)、互惠、互塑的特點(diǎn)?！肮采币庵溉嗽趧?chuàng)造性活動(dòng)中始終與技術(shù)并存共在，技術(shù)不外在于人，而是與人共同構(gòu)成一個(gè)整體；“互動(dòng)”強(qiáng)調(diào)人與技術(shù)在創(chuàng)造過(guò)程中的動(dòng)態(tài)交互，在基本信息、創(chuàng)造思路等方面持續(xù)交換；“互惠”體現(xiàn)為人類在使用技術(shù)的同時(shí)，從中獲得新的思路，技術(shù)則因人的介入而具備更高階的生成能力；互塑”則強(qiáng)調(diào)人技之間能力結(jié)構(gòu)的長(zhǎng)期協(xié)同與增長(zhǎng)，在持續(xù)共創(chuàng)中彼此鍛造，形成穩(wěn)定發(fā)展的創(chuàng)造體系。該范式與“二元分離”創(chuàng)造力范式的根本差異可從“本體論”與“關(guān)系論”兩個(gè)層面加以揭示。從本體論層面看，“二元分離”范式仍然預(yù)設(shè)人類與技術(shù)是兩個(gè)彼此獨(dú)立的實(shí)體，技術(shù)被視為外在于人的工具性存在，在創(chuàng)造過(guò)程中承擔(dān)特定功能或執(zhí)行特定任務(wù)。這種范式秉持一種“實(shí)體先行”的存在論觀念：人先于技術(shù)存在，創(chuàng)造力歸屬于人。然而，延異共生范式在本體論上根本性地排斥這種二元?jiǎng)澐?，?qiáng)調(diào)“誰(shuí)”與“什么”之間并無(wú)本質(zhì)界限，二者在歷史進(jìn)程中持續(xù)交互、相互構(gòu)成。在此視角下，技術(shù)不是外部工具，而是人之為人的生成性條件之一，是創(chuàng)造力不可分割的組成維度。例如，有學(xué)者從“集體”的角度討論創(chuàng)造力，認(rèn)為創(chuàng)造力并非局限于某個(gè)個(gè)體，而是通過(guò)與其他個(gè)體共同組成一個(gè)集體，共同生成“對(duì)世界造成差異”的新成果（朱恬驊, 2024）。在關(guān)系論層面，“二元分離”范式強(qiáng)調(diào)的分工合作，典型模式是人類承擔(dān)“規(guī)范勞動(dòng)”，即設(shè)定目標(biāo)、提供價(jià)值判斷與審美評(píng)估等；人工智能則承擔(dān)“變異勞動(dòng)”，借助數(shù)據(jù)運(yùn)算與模式重組，拓展創(chuàng)新的廣度與深度（李建會(huì) & 夏永紅, 2020）。這種關(guān)系設(shè)定仍停留于命令、執(zhí)行的線性結(jié)構(gòu)。相比之下，延異共生范式強(qiáng)調(diào)人不再是技術(shù)的主控者，技術(shù)也不只是人可任意支配的對(duì)象，二者在交互過(guò)程中彼此延展、能力互塑，體現(xiàn)關(guān)系論上的共生邏輯。

四、

教育策略：“人—技術(shù)—世界”關(guān)系框架下“延異共生”創(chuàng)造力范式的實(shí)現(xiàn)

斯蒂格勒從藥理學(xué)角度指出，技術(shù)具有毒性與藥性的雙重結(jié)構(gòu)，但其毒性之根源不在于技術(shù)本身之優(yōu)劣，而在于人類與技術(shù)如何建立適當(dāng)?shù)膮f(xié)作關(guān)系（邊宇桐 & 邱慧, 2024）。對(duì)抗技術(shù)之藥的毒副作用的唯一途徑，就是依賴于同一種藥的解毒作用（陳明寬, 2021, p.161）。上述兩種創(chuàng)造力范式的劃分起點(diǎn)在于對(duì)“人—技”關(guān)系的不同理解，因此，要避免人工智能技術(shù)對(duì)人的創(chuàng)造力帶來(lái)的風(fēng)險(xiǎn)，達(dá)成“延異共生”的創(chuàng)造力范式，只能從人與技術(shù)的關(guān)系入手予以實(shí)現(xiàn)。新范式雖提供了認(rèn)識(shí)論上的指引，但它作為抽象理念仍需借助一定的指導(dǎo)策略落實(shí)于實(shí)踐場(chǎng)域中。唐?伊德（Ihde, D.）提出的“人—技術(shù)—世界”的四種關(guān)系模式可提供適切的分析工具，其分類不僅具體呈現(xiàn)了技術(shù)介入人類經(jīng)驗(yàn)的多樣方式，更與斯蒂格勒所強(qiáng)調(diào)的“代具—延異”關(guān)系高度契合，能夠有效區(qū)分人與技術(shù)融合共生的不同程度，以更精準(zhǔn)地探討技術(shù)如何既實(shí)現(xiàn)人創(chuàng)造力的延伸，又規(guī)避對(duì)人的替代與壓制。因此，本研究在該關(guān)系框架的基礎(chǔ)上，嘗試以“說(shuō)明書(shū)式”的方式提出在不同情境下的創(chuàng)造性活動(dòng)中，如何規(guī)避創(chuàng)造力異化風(fēng)險(xiǎn)，實(shí)踐“延異共生”創(chuàng)造力范式的教育策略。

圖2 “人—技術(shù)—世界”關(guān)系框架下的延異共生教育策略

（一）具身關(guān)系：在技術(shù)嵌入中保持具身創(chuàng)造力

“具身關(guān)系”是伊德技術(shù)哲學(xué)中最基礎(chǔ)的關(guān)系模式，可圖示為（人—技術(shù)）→世界。在該關(guān)系中，技術(shù)以一種“透明”的形式融入人的身體經(jīng)驗(yàn)中（吳寧寧, 2015），使人不再將其視為外在工具，而是通過(guò)它直接感知并改造世界。例如，戴眼鏡的人并不會(huì)持續(xù)意識(shí)到眼鏡的存在，而是透過(guò)鏡片自然地感知世界。在創(chuàng)造性活動(dòng)中，這種關(guān)系表現(xiàn)為創(chuàng)作者將技術(shù)深度嵌入自身的感知與表達(dá)過(guò)程，技術(shù)成為靈感生成、形式構(gòu)建與情感表達(dá)的自然延伸。例如，創(chuàng)作者在借助人工智能繪圖的過(guò)程中，將生成圖像內(nèi)化為視覺(jué)判斷的一部分，技術(shù)逐漸代替身體感官嵌入創(chuàng)作體驗(yàn)。

在具身關(guān)系中，人與技術(shù)的整合具有內(nèi)在必然性，因此，防范整合中的異化風(fēng)險(xiǎn)，避免技術(shù)嵌入導(dǎo)致的身體感知退化，是實(shí)現(xiàn)“延異共生”創(chuàng)造力范式的關(guān)鍵。正如斯蒂格勒所警示的，當(dāng)技術(shù)取代了人的時(shí)間化體驗(yàn)與身體感知，個(gè)體便可能失去沉思與自我風(fēng)格生成的能力。學(xué)習(xí)是基于感知的（鄭旭東 & 王美倩, 2014），創(chuàng)造力則是學(xué)習(xí)在高級(jí)階段生成的思維成果，若脫離身體實(shí)踐，僅憑純思辨進(jìn)行創(chuàng)造，則難以觸及知識(shí)的本質(zhì)，更會(huì)削弱創(chuàng)新本身（鐘柏昌 & 劉曉凡, 2022）。因此，在具身關(guān)系中，教育的核心任務(wù)在于強(qiáng)化人在協(xié)同中的身體參與和感知主動(dòng)性，防止技術(shù)過(guò)度透明導(dǎo)致具身創(chuàng)造力的退化。首先，應(yīng)在教學(xué)中強(qiáng)化“創(chuàng)造性感知訓(xùn)練”，引導(dǎo)學(xué)生感官與世界的直接交互。想象是創(chuàng)造性思維的源泉，豐富的感知表象是產(chǎn)生創(chuàng)造性想象的基礎(chǔ)（張敬威 & 于偉, 2018）。因此，在相關(guān)課程中，教師應(yīng)強(qiáng)化學(xué)生手、眼、耳的感知力，安排他們?cè)谑止だL制草圖、觀察周?chē)h(huán)境、以聽(tīng)覺(jué)捕捉空間節(jié)奏的過(guò)程中形成未受技術(shù)干擾的原生靈感。該過(guò)程意在保護(hù)創(chuàng)造的感知起點(diǎn)，同時(shí)也可延續(xù)斯蒂格勒強(qiáng)調(diào)的“第一持存”個(gè)體化感知記憶的生成。其次，應(yīng)強(qiáng)化對(duì)創(chuàng)造物的“多樣化具身表征”訓(xùn)練，打破技術(shù)生成結(jié)果的同質(zhì)化傾向。具體而言，在人工智能生成初步作品后，教師可以要求學(xué)生用肢體動(dòng)作、語(yǔ)言等形式對(duì)其進(jìn)行再表達(dá)，使學(xué)生不斷切換感知方式，喚醒身體在創(chuàng)作中的積極介入。最后，推行“即時(shí)感知—即興創(chuàng)作”訓(xùn)練，促使學(xué)生在創(chuàng)作過(guò)程中保持感知敏感性。教師在教學(xué)中可設(shè)定短時(shí)間限制的創(chuàng)作任務(wù)，要求學(xué)生依據(jù)即時(shí)感知變化迅速做出創(chuàng)造性反應(yīng)，而非反復(fù)依賴人工智能生成與修改。

（二）詮釋關(guān)系：在技術(shù)中介中維護(hù)創(chuàng)造主權(quán)

在“詮釋關(guān)系”中，技術(shù)充當(dāng)人類與世界之間的中介，將世界詮釋為人們可理解、可接觸的形態(tài)，可圖示為人→（技術(shù)—世界）。其中，技術(shù)扮演著“解讀者”的角色，并且“這種解讀具有一種即時(shí)性”（唐?伊德, 2012, p.90）。例如，人們通過(guò)溫度計(jì)“看見(jiàn)”當(dāng)下的氣溫狀況。在創(chuàng)造性活動(dòng)中，這一關(guān)系日益成為主流形態(tài)，例如，文本生成模型、圖像構(gòu)圖工具、代碼生成器等已廣泛用于將創(chuàng)作者的初步構(gòu)想即時(shí)轉(zhuǎn)譯為結(jié)構(gòu)化的成果。

“延異共生”創(chuàng)造力范式指導(dǎo)下的詮釋關(guān)系應(yīng)使技術(shù)成為意義建構(gòu)的協(xié)作者，而非單一的創(chuàng)意源泉，應(yīng)強(qiáng)調(diào)人對(duì)技術(shù)生成物的主動(dòng)詮釋以及二者之間的循環(huán)“再造”。在詮釋過(guò)程中，技術(shù)承擔(dān)了語(yǔ)言組織與語(yǔ)義建構(gòu)的雙重職能，極大降低了創(chuàng)作者的表達(dá)門(mén)檻。但當(dāng)創(chuàng)作者將作品生成權(quán)完全讓位給技術(shù)時(shí)，也極易發(fā)生斯蒂格勒所警示的“什么的個(gè)體化”以及“誰(shuí)的去個(gè)體化”，即當(dāng)創(chuàng)作者一味通過(guò)技術(shù)實(shí)現(xiàn)成果轉(zhuǎn)化，其個(gè)體主權(quán)便開(kāi)始退化，進(jìn)而導(dǎo)致一系列創(chuàng)造危機(jī)。因此，應(yīng)采取教育策略重新激活創(chuàng)作者在轉(zhuǎn)譯前后的雙重主權(quán)：一是創(chuàng)造思路的生成主權(quán)，二是對(duì)創(chuàng)造物的改寫(xiě)主權(quán)。首先，教學(xué)中應(yīng)強(qiáng)化“創(chuàng)造性思維框架”的訓(xùn)練，在技術(shù)介入之前，幫助學(xué)生形成清晰、明確的創(chuàng)造思路。構(gòu)建思維圖像是個(gè)體創(chuàng)造性思維產(chǎn)生的條件（張敬威 & 于偉, 2018），在教學(xué)實(shí)踐中，教師應(yīng)要求學(xué)生在使用人工智能前先完成關(guān)鍵詞聯(lián)想、草圖繪制或框架敘述等任務(wù)，讓創(chuàng)造從學(xué)生個(gè)人的思維組織開(kāi)始。其次，應(yīng)鼓勵(lì)學(xué)生發(fā)展“再轉(zhuǎn)譯”能力，即從技術(shù)生成物出發(fā)進(jìn)行二次創(chuàng)造。這不僅是對(duì)生成內(nèi)容的修正與去同質(zhì)化，更是借助技術(shù)拓展表達(dá)路徑、不斷提高創(chuàng)造物質(zhì)量的過(guò)程。因此，在教學(xué)實(shí)踐中，教師可通過(guò)人工智能生成物再創(chuàng)活動(dòng)，要求不同學(xué)生對(duì)同一份生成結(jié)果進(jìn)行“去同質(zhì)化”再創(chuàng)，不斷循環(huán)交互，輸出更高質(zhì)量的作品，真正實(shí)現(xiàn)人與技術(shù)的互惠與互塑。

（三）它者關(guān)系：在技術(shù)互動(dòng)中強(qiáng)化協(xié)同創(chuàng)造力

伊德的關(guān)系框架中，“它者關(guān)系”意味著技術(shù)不再是被動(dòng)工具，而是以一種擁有自身邏輯與傾向的“準(zhǔn)它者”介入人對(duì)世界的感知與表達(dá)，可圖示為人→技術(shù)—（—世界）。在這種關(guān)系中，技術(shù)成為人直接互動(dòng)的對(duì)象，具備一定的自主性，影響著人的決策與創(chuàng)造過(guò)程。當(dāng)然，“技術(shù)的它者性是一種準(zhǔn)它者性……比在動(dòng)物和人那里找到的它者性要弱”（唐?伊德, 2012, p.105）。例如，AlphaGo可以自主分析棋局、決策策略，與人類棋手互動(dòng)，展現(xiàn)了類似主體的自主性。它者關(guān)系凸顯了人與技術(shù)互動(dòng)過(guò)程中的動(dòng)態(tài)性與協(xié)同性。在延異共生的創(chuàng)造力范式下，生成式人工智能成為一種具有自主生成能力的“創(chuàng)造性它者”，它不僅被動(dòng)接受指令，更能夠主動(dòng)提供創(chuàng)新建議和生成內(nèi)容，與人類共同參與創(chuàng)造過(guò)程。有學(xué)者將這種互動(dòng)模式分為建議征求、建議評(píng)價(jià)和建議采納三個(gè)階段（宗樹(shù)偉 等, 2025），涵蓋人機(jī)延異共生的互動(dòng)全過(guò)程，為指導(dǎo)學(xué)生如何用好智能技術(shù)、發(fā)揮延異共生的創(chuàng)造優(yōu)勢(shì)提供了重要方向。

首先，建議征求階段是學(xué)生明確自身創(chuàng)造需求，并主動(dòng)向人工智能提出問(wèn)題、尋求建議的過(guò)程，該階段要求學(xué)生具備準(zhǔn)確提問(wèn)和清晰表達(dá)的能力。相關(guān)研究表明，高質(zhì)量的提問(wèn)能夠有效促進(jìn)學(xué)習(xí)者與智能系統(tǒng)之間的互動(dòng)，顯著提升學(xué)習(xí)效果與體驗(yàn)（于爽 等, 2024）。因此，一方面，教師應(yīng)引導(dǎo)學(xué)生著重關(guān)注那些富有創(chuàng)新價(jià)值、開(kāi)放性強(qiáng)的高階認(rèn)知問(wèn)題，例如，針對(duì)某個(gè)創(chuàng)造目標(biāo)提出能激發(fā)人工智能生成多樣創(chuàng)意方案的問(wèn)題，而非基礎(chǔ)的事實(shí)性或解釋性問(wèn)題；另一方面，加強(qiáng)提問(wèn)訓(xùn)練，如提供明確的結(jié)構(gòu)化提問(wèn)模板（例如創(chuàng)造情境—目標(biāo)—困難—期望），引導(dǎo)學(xué)生清晰表達(dá)自身的創(chuàng)造意圖，有效實(shí)現(xiàn)人機(jī)創(chuàng)造性互動(dòng)。

其次，建議評(píng)價(jià)階段是學(xué)生根據(jù)任務(wù)需求對(duì)人工智能生成的創(chuàng)意內(nèi)容進(jìn)行篩選、調(diào)整和再創(chuàng)造的過(guò)程。斯蒂格勒指出，由于技術(shù)本身的無(wú)思，我們必須從“某種普遍性的遴選思想出發(fā)”（貝爾納?斯蒂格勒, 2012b, p.207），重建個(gè)體的批判性思維。因此，該階段應(yīng)要求學(xué)生能夠判斷生成內(nèi)容的準(zhǔn)確性、相關(guān)性和可行性（Lebovitz et al., 2022），明確技術(shù)生成內(nèi)容與個(gè)人原創(chuàng)意圖的關(guān)系，識(shí)別技術(shù)創(chuàng)意對(duì)個(gè)人創(chuàng)造思路的強(qiáng)化或偏離之處。其一，可以設(shè)計(jì)具有結(jié)構(gòu)化標(biāo)準(zhǔn)的評(píng)估活動(dòng)，讓學(xué)生基于多維評(píng)價(jià)量表，系統(tǒng)檢視生成內(nèi)容的適用范圍與實(shí)際價(jià)值。其二，鼓勵(lì)學(xué)生在評(píng)價(jià)時(shí)反復(fù)追問(wèn)：技術(shù)如何改寫(xiě)了我的創(chuàng)造意圖？哪些內(nèi)容真正符合我的創(chuàng)造目標(biāo)？什么才是我真正要表達(dá)的？由此提高其對(duì)技術(shù)生成物的判斷力。

最后，建議采納階段是學(xué)生基于對(duì)人工智能創(chuàng)造方案的深入理解與評(píng)估，將其轉(zhuǎn)化為具體創(chuàng)造行為或最終成果的過(guò)程。該階段尤其考驗(yàn)學(xué)生的理解力與執(zhí)行轉(zhuǎn)化能力，即能否有效地從人工智能建議中抽取出對(duì)自身創(chuàng)造任務(wù)有價(jià)值的元素，并高質(zhì)量地落地實(shí)施。為此，教師可要求學(xué)生對(duì)人工智能的創(chuàng)造性建議進(jìn)行詳細(xì)分解，明確每一步的實(shí)施邏輯與相應(yīng)目標(biāo)。同時(shí)，應(yīng)鼓勵(lì)學(xué)生制訂具體的創(chuàng)作計(jì)劃與行動(dòng)方案，形成明確的時(shí)間規(guī)劃與資源分配策略。在執(zhí)行過(guò)程中，教師應(yīng)引導(dǎo)學(xué)生不斷反思創(chuàng)造性任務(wù)的實(shí)現(xiàn)情況，動(dòng)態(tài)調(diào)整執(zhí)行方案，以訓(xùn)練其在智能協(xié)作環(huán)境下的靈活執(zhí)行力。

（四）背景關(guān)系：在技術(shù)環(huán)境中夯實(shí)創(chuàng)造的知識(shí)與人文基礎(chǔ)

伊德的關(guān)系框架中，“背景關(guān)系”是指技術(shù)并不直接顯現(xiàn)于人的感知中，而是退居背景之中，成為廣義上的“技術(shù)環(huán)境”（唐?伊德, 2012, p.113），穩(wěn)定且持續(xù)地影響著個(gè)體對(duì)世界的感知方式與行動(dòng)習(xí)慣，可圖示為人→（—技術(shù)/世界）。例如電燈或室溫調(diào)節(jié)裝置，雖不直接引起注意，卻塑造著人們?nèi)粘＝?jīng)驗(yàn)的基礎(chǔ)條件。在人工智能深度嵌入的創(chuàng)造環(huán)境中，算法推薦機(jī)制、平臺(tái)默認(rèn)模板、內(nèi)容分發(fā)規(guī)則等，盡管不直接干預(yù)創(chuàng)作過(guò)程，卻在無(wú)形中影響創(chuàng)作者的關(guān)注焦點(diǎn)、表達(dá)方式乃至創(chuàng)作目標(biāo)，形成一種隱性的背景規(guī)訓(xùn)。斯蒂格勒曾指出，技術(shù)真正的危機(jī)并非源于其顯性操控，而在于它通過(guò)隱性的方式麻痹人的精神世界，使人們難以察覺(jué)自身被技術(shù)默默引導(dǎo)（貝爾納?斯蒂格勒, 2012b, pp.44-48）。因此，在“延異共生”創(chuàng)造力范式下，教育的核心使命一方面在于幫助學(xué)生充分理解技術(shù)性創(chuàng)造環(huán)境背后的基礎(chǔ)結(jié)構(gòu)及其運(yùn)作規(guī)律，另一方面在于保障學(xué)生在技術(shù)環(huán)境的滲透下對(duì)創(chuàng)造本質(zhì)和人文意義的深入理解。

首先，加強(qiáng)人工智能知識(shí)傳授，拓展學(xué)生對(duì)人工智能技術(shù)的基本原理、生成邏輯與價(jià)值的整體理解。世界經(jīng)濟(jì)論壇強(qiáng)調(diào)，“建設(shè)一個(gè)惠及所有人的人工智能社會(huì)，需要我們每個(gè)人都了解人工智能”（Firth-Butterfield et al., 2022）。2025年5月，教育部基礎(chǔ)教育教學(xué)指導(dǎo)委員會(huì)正式發(fā)布《中小學(xué)人工智能通識(shí)教育指南（2025年版）》，旨在以分層遞進(jìn)、螺旋上升的教育體系培養(yǎng)學(xué)生的人工智能素養(yǎng)，并提出“完善常態(tài)課程體系”“設(shè)計(jì)分層教學(xué)內(nèi)容”“探索創(chuàng)新教學(xué)方法”等教學(xué)實(shí)施路徑（教育部基礎(chǔ)教育教學(xué)指導(dǎo)委員會(huì), 2025）。具體可從兩方面展開(kāi)推進(jìn)。一是在信息科技、科學(xué)及綜合實(shí)踐等課程中系統(tǒng)引入人工智能基礎(chǔ)知識(shí)，根據(jù)學(xué)段特點(diǎn)與學(xué)生認(rèn)知水平，設(shè)計(jì)差異化的教學(xué)內(nèi)容。小學(xué)階段以智能技術(shù)體驗(yàn)與興趣培養(yǎng)為主，初中階段則強(qiáng)化人工智能技術(shù)基本原理、算法邏輯、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)模型等核心概念的認(rèn)知，高中階段進(jìn)一步深化系統(tǒng)思維、算法優(yōu)化、概率建模等高階知識(shí)，幫助學(xué)生逐步掌握技術(shù)如何生成內(nèi)容、預(yù)測(cè)偏好。二是通過(guò)跨學(xué)科整合課程，利用探究式、項(xiàng)目式等創(chuàng)新教學(xué)方法，指導(dǎo)學(xué)生在體驗(yàn)和應(yīng)用人工智能生成技術(shù)的過(guò)程中，深入理解技術(shù)背后的數(shù)據(jù)訓(xùn)練模式與邏輯架構(gòu)。

其次，如斯蒂格勒所強(qiáng)調(diào)的，技術(shù)時(shí)代的教育是一場(chǎng)“精神之戰(zhàn)”（貝爾納?斯蒂格勒, 2012b, p.197），即文化之戰(zhàn)。創(chuàng)造力與社會(huì)文化具有相互塑造的關(guān)系（高新民, 2023），創(chuàng)造性活動(dòng)不僅是技術(shù)性的生產(chǎn)，更承載著豐富的社會(huì)、文化與情感內(nèi)涵，因此，教育需系統(tǒng)培育學(xué)生的人文素養(yǎng)。一方面，現(xiàn)時(shí)代的創(chuàng)造力具有強(qiáng)烈的審美化特質(zhì)，審美需求與創(chuàng)造行為高度融合（高新民, 2023）。但在技術(shù)性創(chuàng)作環(huán)境下，學(xué)生容易受“人工智能審美”的影響，導(dǎo)致審美單一化，缺乏人文特質(zhì)。針對(duì)這一問(wèn)題，實(shí)踐中應(yīng)強(qiáng)化審美教育，定期組織跨文化、多風(fēng)格的藝術(shù)作品賞析與主題研討，如通過(guò)經(jīng)典文學(xué)、美術(shù)、影視藝術(shù)作品鑒賞課程等，引導(dǎo)學(xué)生感知與體驗(yàn)不同的審美形態(tài)，幫助其提高審美水平。另一方面，創(chuàng)造力本身并無(wú)好壞，其“有利”和“不利”最終取決于它對(duì)社會(huì)文化進(jìn)步的實(shí)際作用（高新民 & 余濤, 2022）。因此，教師必須加強(qiáng)學(xué)生對(duì)社會(huì)文化趨勢(shì)的理解和文化底蘊(yùn)的培養(yǎng)，確保學(xué)生能夠基于深厚的文化認(rèn)知與價(jià)值判斷來(lái)實(shí)施創(chuàng)造性活動(dòng)。具體而言，可以通過(guò)開(kāi)設(shè)人文與技術(shù)交叉的專題課程，如“文化趨勢(shì)與社會(huì)變遷”“歷史中的創(chuàng)造與文化傳播”等，讓學(xué)生在具體案例與歷史敘事中感知技術(shù)創(chuàng)造如何推動(dòng)或阻礙社會(huì)進(jìn)步。也可通過(guò)項(xiàng)目式學(xué)習(xí)鼓勵(lì)學(xué)生調(diào)研和分析當(dāng)前社會(huì)熱點(diǎn)與文化趨勢(shì)，例如探討科技倫理問(wèn)題、文化融合趨勢(shì)、可持續(xù)發(fā)展的文化表達(dá)等議題，使創(chuàng)造活動(dòng)不僅具有個(gè)人色彩，更體現(xiàn)社會(huì)意義與責(zé)任意識(shí)。

參考文獻(xiàn)

貝爾納?斯蒂格勒. （2010）. 技術(shù)與時(shí)間：2.迷失方向（趙和平, & 印螺 譯）. 譯林出版社.

貝爾納?斯蒂格勒. （2012a）. 技術(shù)與時(shí)間：1.愛(ài)比米修斯的過(guò)失（裴程 譯）. 譯林出版社.

貝爾納?斯蒂格勒. （2012b）. 技術(shù)與時(shí)間：3.電影的時(shí)間與存在之痛的問(wèn)題（方爾平 譯）. 譯林出版社.

貝爾納?斯蒂格勒. （2018）. 意外地哲學(xué)思考——與埃利?杜靈訪談（許煜 譯）. 上海社會(huì)科學(xué)院出版社.

邊宇桐, & 邱慧. （2024）. 意識(shí)的代具及其悖論的解讀——斯蒂格勒代具理論的現(xiàn)實(shí)透視. 自然辯證法通訊（9）, 41-48.

陳明寬. （2021）. 技術(shù)替補(bǔ)與廣義器官：斯蒂格勒哲學(xué)研究. 商務(wù)印書(shū)館.

丹尼爾?卡尼曼. （2012）. 思考，快與慢（胡曉姣, 李愛(ài)民, & 何夢(mèng)瑩 譯）. 中信出版社.

段偉文, & 余夢(mèng). （2024）. 生成式人工智能時(shí)代的終身創(chuàng)造力培養(yǎng). 科普研究（2）, 13-22, 38, 101-102.

高新民. （2023）. 創(chuàng)造力的社會(huì)文化哲學(xué)研究與創(chuàng)新觀的“海變”. 學(xué)術(shù)界（8）, 35-45.

高新民, & 余濤. （2022）. 創(chuàng)造力的“陰暗面”與“創(chuàng)新—保新”的協(xié)同論. 社會(huì)科學(xué)戰(zhàn)線（9）, 45-53, 281.

胡衛(wèi)平, 張陽(yáng), 呂元婧, & 徐晶晶. （2024）. 人工智能創(chuàng)造力探究. 現(xiàn)代教育技術(shù)（1）, 17-25.

教育部基礎(chǔ)教育教學(xué)指導(dǎo)委員會(huì). （2025-5-12）. 中小學(xué)人工智能通識(shí)教育指南（2025年版）. 人民教育. https://mp.weixin.qq.com/s/cOcrtdrUBsKRU2b1v7u9XA

李斌, 徐富明, 王偉, 鄧子鵑, & 張軍偉. （2010）. 錨定效應(yīng)的種類、影響因素及干預(yù)措施. 心理科學(xué)進(jìn)展（1）, 34-45.

李建會(huì), & 夏永紅. （2020）. 人工智能會(huì)獲得創(chuàng)造力嗎？ 國(guó)外社會(huì)科學(xué)（5）, 52-60.

李艷, 朱雨萌, 孫丹, 許潔, & 翟雪松. （2025）. 典型科研場(chǎng)景下生成式人工智能使用的差異性分析——學(xué)科背景與人工智能素養(yǎng)的影響. 現(xiàn)代遠(yuǎn)程教育研究（2）, 92-101, 112.

林崇德. （2024）. 教育促進(jìn)創(chuàng)新人才發(fā)展的理論思考和實(shí)踐探索. 中國(guó)教育科學(xué)（中英文）（5）, 6-19.

劉宗岱. （2024）. 數(shù)字記憶：特質(zhì)、實(shí)踐及反思——基于斯蒂格勒“代具”理論. 社會(huì)科學(xué)研究（5）, 72-77.

陸曉芳. （2025）. 主體重構(gòu)?認(rèn)知挑戰(zhàn)?倫理嬗變：當(dāng)生成式人工智能介入現(xiàn)實(shí). 華中師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）（2）, 121-128.

龐維國(guó). （2009）. 課堂中的創(chuàng)新學(xué)習(xí)：生成論的視角. 華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版）（4）, 42-51, 66.

龐維國(guó). （2022）. 創(chuàng)造性心理學(xué)視角下的創(chuàng)造性培養(yǎng)：目標(biāo)、原則與策略. 華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版）（11）, 25-40.

唐?伊德. （2012）. 技術(shù)與生活世界——從伊甸園到塵世（韓連慶 譯）. 北京大學(xué)出版社.

滕長(zhǎng)利. （2025）. 智能時(shí)代擺脫“普羅米修斯的羞愧”何以可能？——技術(shù)“替代”圖景下教育“過(guò)時(shí)性”的隱憂與超越. 中國(guó)遠(yuǎn)程教育（1）, 86-95.

王紅麗, 李振, 周夢(mèng)楠, & 陳政任. （2024）. 賦能或去能：人工智能對(duì)創(chuàng)造性人格的影響. 心理科學(xué)進(jìn)展（12）, 1990-2004.

吳寧寧. （2015）. 對(duì)伊德“人—技術(shù)關(guān)系現(xiàn)象學(xué)”的辨析. 自然辯證法通訊（3）, 145-151.

楊九詮. （2024）. 想象的困境：生成式人工智能世代的價(jià)值教育. 中國(guó)遠(yuǎn)程教育（2）, 12-23.

于爽, 葉俊民, 吳林靜, 尹興翰, 羅晟, & 劉清堂. （2024）. 智能協(xié)作學(xué)習(xí)環(huán)境中學(xué)習(xí)者的提問(wèn)能力對(duì)認(rèn)知過(guò)程的影響研究. 電化教育研究（12）, 75-82.

張敬威, & 于偉. （2018）. 非邏輯思維與學(xué)生創(chuàng)造性思維的培養(yǎng). 教育研究（10）, 40-48.

鄭旭東, & 王美倩. （2014）. 從離身走向具身：創(chuàng)造學(xué)習(xí)的新文化. 開(kāi)放教育研究（4）, 46-52.

鐘柏昌, & 劉曉凡. （2022）. 論具身學(xué)習(xí)環(huán)境：本質(zhì)、構(gòu)成與交互設(shè)計(jì). 開(kāi)放教育研究（5）, 56-67.

朱恬驊. （2024）. 人工智能會(huì)創(chuàng)作嗎？——“類文學(xué)文本”生成的創(chuàng)造力疑難與集體性方案. 南京社會(huì)科學(xué)（7）, 113-121.

宗樹(shù)偉, 楊付, 龍立榮, & 韓翼. （2025）. 促進(jìn)還是抑制？生成式人工智能建議采納對(duì)創(chuàng)造力的雙刃劍效應(yīng). 心理科學(xué)進(jìn)展（6）, 905-915.

Boden, M. A. (2009). Computer models of creativity. AI Magazine, 30(3), 23-34.

Finke, R. A., Ward, T. B., & Smith, S. M. (1992). Creative cognition: Theory, research, and applications. MIT press.

Firth-Butterfield, K., Anthony, A., & Reid, E. (2022, March 17). Without universal AI literacy, AI will fail us. World Economic Forum. https://www.weforum.org/stories/2022/03/without-universal-ai-literacy-ai-will-fail-us/

Habib, S., Vogel, T., Anli, X., & Thorne, E. (2024). How does generative artificial intelligence impact student creativity? Journal of Creativity, 34(1), 100072.

Menabrea, L. F., & Lovelace, A. (1843). Sketch of the analytical engine invented by Charles Babbage. Sci Mem, 3, 666-731.

McKinney, M. L., & Lockwood, J. L. (1999). Biotic homogenization: A few winners replacing many losers in the next mass extinction. Trends in Ecology & Evolution, 14(11), 450-453.

Mueller, J. S., Melwani, S., & Goncalo, J. A. (2012). The bias against creativity: Why people desire but reject creative ideas. Psychological Science, 23(1), 13-17.

Lebovitz, S., Lifshitz-Assaf, H., & Levina, N. (2022). To engage or not to engage with AI for critical judgments: How professionals deal with opacity when using AI for medical diagnosis. Organization Science, 33(1), 126-148.

Lucas, B. J., & Nordgren, L. F. (2020). The creative cliff illusion. Proceedings of the National Academy of Sciences, 117(33), 19830-19836.

Science. (2022, December 15). 2022 Breakthrough of the year. Science. https://www.science.org/content/article/breakthrough-2022

Simonton, D. K. (2012). Taking the U.S. Patent Office criteria seriously: A quantitative three-criterion creativity definition and its implications. Creativity Research Journal, 24(2-3), 97-106.

Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.

Symbiotic Différance: How Artificial Intelligence Technology Reshapes the Paradigm of Creativity？Educational Reflection from the Perspective of Stiegler’s Philosophy of Technology

Zhang Shuli, Zhang Yuqiang

Abstract:Currently, the phenomenon of students using artificial intelligence (AI) to assist in completing creative tasks is becoming increasingly common, and creativity is no longer exclusive to individual activities, but has developed into a human-machine co-creation model. In this context, taking the preservation of creativity by AI as the logical starting point, by analyzing the “original defect of human creativity alongside AI’s prosthetic compensation”, a fundamental judgment is made to clarify that AI possesses technical creativity. Furthermore, it is pointed out that the current “binary separation” paradigm of creativity may lead to alienation at the “source-process-result” level of creation: a decline of motivation and loss of internal driving force for creativity under technological dependence; absence of contemplation and the creative process is simplified through immediate output; homogenization of output with a convergence of creative outcomes under algorithmic regulation. After analysis, the underlying logic of the aforementioned alienation risks lies in human misunderstanding of the role of artificial intelligence technology as a “proxy”. Therefore, a new paradigm of creativity in the era of artificial intelligence, where humans and technology coexist in a differentiated manner, is constructed. Drawing on the four relationship models of “human-technology-world” proposed by Ihde, this paper proposes educational strategies for achieving “symbiotic différance” in different types of creative relationships: embodied relationships, maintaining embodied creativity in technology embedding; interpretive relationships, maintaining creative sovereignty through technology mediation; otherness relationships, enhancing collaborative creativity in technological interaction; background relationships, solidifying the knowledge and humanistic foundation of creation in a technological environment.

Keywords:symbiotic différance; creative paradigm; artificial intelligence technology; prosthesis; Stiegler’s philosophy of technology

作者簡(jiǎn)介

張淑莉，曲阜師范大學(xué)教育學(xué)部教育學(xué)院博士研究生（曲阜 273165）。

張雨強(qiáng)，曲阜師范大學(xué)教育學(xué)部基礎(chǔ)教育課程研究中心教授（曲阜 273165）。

基金項(xiàng)目

2024年度全國(guó)教育科學(xué)規(guī)劃（教育考試研究專項(xiàng)教育部一般項(xiàng)目）“高考難度理論分析模型構(gòu)建與實(shí)證研究”（項(xiàng)目編號(hào)：ZSB240467）

責(zé)任編輯：劉莉

期刊簡(jiǎn)介

《中國(guó)遠(yuǎn)程教育》創(chuàng)刊于1981年，是教育部主管、國(guó)家開(kāi)放大學(xué)主辦的綜合性教育理論學(xué)術(shù)期刊，是中文社會(huì)科學(xué)引文索引（CSSCI） 來(lái)源期刊、全國(guó)中文核心期刊、中國(guó)人文社會(huì)科學(xué)期刊AMI綜合評(píng)價(jià)（A刊） 核心期刊、中國(guó)科學(xué)評(píng)價(jià)研究中心（RCCSE） 核心期刊、中國(guó)期刊方陣雙效期刊、人大復(fù)印報(bào)刊資料重要轉(zhuǎn)載來(lái)源期刊，面向國(guó)內(nèi)外公開(kāi)發(fā)行。

本刊關(guān)注重大教育理論與政策，推動(dòng)科技賦能教育，反映國(guó)際學(xué)術(shù)前沿，聚焦本土教育改革，注重學(xué)術(shù)研究規(guī)范，提倡教育原創(chuàng)研究。

地址

北京市海淀區(qū)西四環(huán)中路45號(hào)

郵編

電話

010-68182514

電郵

zzs@ouchn.edu.cn

網(wǎng)址

cjde.ouchn.edu.cn

本文來(lái)源｜中國(guó)遠(yuǎn)程教育微刊

聲明：轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來(lái)源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)作者持權(quán)屬證明與我們聯(lián)系，我們將及時(shí)更正、刪除，謝謝。