随着生成式人工智能技术在教育领域的应用日益普及，创造性思维教育变得尤为重要，但技术在提升效率的同时，学习者大脑认知神经过程与情绪的响应仍是未知。近日，北京理工大学设计与艺术学院教授卢兆麟团队利用功能性近红外光谱成像（fNIRS）与面部表情识别技术，深入探究了生成式人工智能工具在不同创造性思维阶段对学习者认知、情绪及大脑活动的影响。相关研究成果发表于《计算机与教育》。

本研究共招募了128名来自不同学科背景的被试参与实验。参与者被随机分为两组：生成式AI设计组和传统设计组。实验任务包含发散性思维主导的“头脑风暴”阶段和结构化思维主导的“TRIZ设计”阶段。在任务过程中，实时采集了参与者的前额叶皮层（PFC）的血氧活动数据及面部表情数据进行分析。

此外，研究通过多种机器学习分类算法验证了fNIRS与面部表情的融合方法进行创造性学习认知过程分类的有效性，以超过90%的准确率预测学习者的创造性表现。

研究发现，GenAI提升了创造力输出评分，但阶段侧重点不同。在发散性思维阶段：GenAI显著提升了设计方案的“新颖性”，但“设计思维深度”弱于传统组，在“实用性”上无显著差异 。表明GenAI虽然能快速提供多样化想法，但因信息过载抑制了深度思考。在结构化思维设计阶段：GenAI显著提升了方案的“实用性”，但在新颖性和深度上未见显著优势 。

同时，，面部表情揭示不同创造性思维阶段GenAI引发的情绪体验具有两面性。在使用GenAI辅助发散思维时，学习者表现出更多的“恐惧”和“震惊”等负面情绪。面对GenAI生成的庞大信息量时，初学者产生了决策困难和心理压力。在使用GenAI进行结构化TRIZ设计时，表现出更多的“快乐”情绪。在有明确逻辑框架的指导下，GenAI的辅助让推理过程更加轻松愉悦。

此外，fNIRS数据揭示了创造力背后的“脑区-情绪”联动机制。GenAI组在进行发散性思考时，大脑右侧DLPFC呈现出显著血氧激活，而右侧前额叶的活跃通常与回避动机、负面情绪以及认知过载紧密相关。面对GenAI的冗余信息，学习者正处于高压下的“防御性”创造状态。

进入结构化设计阶段后，GenAI组参与者脑区表现出双侧DLPFC的协同激活，左侧DLPFC的显著激活通常与积极情绪、趋近动机及逻辑整合能力相关。这表明，GenAI提供的结构化引导有效地唤醒了大脑的创造力中枢，使学习者在愉悦的情绪中实现了逻辑与灵感的深度融合。

该研究首次将fNIRS脑神经成像技术与面部表情识别同时纳入生成式AI辅助创造性学习的研究框架中，揭示了AI工具在发散性思维与结构化思维过程中不同的情绪-认知神经机制，用实证证据强调了在教育场景中审慎与差异化使用AI的必要性。

相关论文信息：https://doi.org/10.1016/j.compedu.2026.105578

实验流程。北京理工大学供图