类型a：学术研究报告

作者与机构
本研究由Shuhua Sun（Tulane University）、Zhuyi Angelina Li（Renmin University of China）、Maw-Der Foo（Nanyang Technological University）、Jing Zhou（Rice University）和Jackson G. Lu（Massachusetts Institute of Technology）共同完成，发表于*Journal of Applied Psychology*，计划于2025年正式刊出（DOI: 10.1037/apl0001296）。

学术背景
本研究聚焦于生成式人工智能（Generative AI）对职场创造力的影响，属于组织行为学与人工智能交叉领域。随着以ChatGPT为代表的大型语言模型（LLM）在企业的广泛应用，其提升员工创造力的潜力备受关注。然而，Gallup调查显示仅26%的员工认为LLM工具有效提升创造力，这引发了对LLM实际效用的争议。研究团队基于认知创造力理论（Amabile, 1988）和认知工作资源理论（De Jonge et al., 2012），提出LLM通过提供认知工作资源（Cognitive Job Resources）促进创造力，并进一步假设元认知策略（Metacognitive Strategies）会调节这一机制。目标是揭示LLM影响创造力的中介与调节机制，填补真实职场环境中多任务场景研究的空白。

研究流程
1. 实验设计与对象
研究在中国某科技咨询公司开展，采用随机对照实验设计。从286名非管理层员工中筛选250人（男性64.8%，平均年龄29.59岁），随机分为实验组（使用ChatGPT API）与对照组。实验组接受账号与使用培训，并被告知工具为辅助性质以避免职业担忧（Yam et al., 2023）。

1. 变量测量

   • 自变量：LLM使用（通过自我报告与后台日志验证，实验组使用频率M=4.14/5）。
     
   • 中介变量：认知工作资源（De Jonge量表，α=0.91），包括信息获取与任务调整机会。
     
   • 调节变量：元认知策略（Chen et al., 2020量表，α=0.85），涵盖任务监控与策略调整能力。
     
   • 因变量：创造力通过双渠道评估——直接主管对员工一周创造力的评分（Zhou & George, 2001量表，α=0.97）和外部评审员对员工提出的隐私保护方案的原创性与实用性评分（ICC=0.78-0.69）。
     
   • 控制变量：创新自我效能感、内在动机、工作不安全感及启发式任务特征。
     

2. 实验实施
   实验分三阶段：（1）基线调查收集人口学与工作变量；（2）随机分组后实验组使用ChatGPT一周；（3） post-test收集中介、调节变量及创造力数据。所有测量工具经中英互译验证（Brislin, 1970）。

主要结果
1. 主效应验证
- LLM显著提升认知工作资源（γ=0.66, p<0.001）和主管评价的创造力（γ=0.84, p<0.001）。
- 外部评审中，实验组方案新颖性更高（γ=0.25, p=0.049），实用性无显著差异（控制变量下p=0.136，未控制时显著）。

1. 中介效应
   认知工作资源完全中介LLM对创造力的影响（间接效应：主管评价0.14，95% CI[0.052,0.236]；新颖性0.12[0.018,0.228]），支持H3。

2. 调节效应

   • 元认知策略显著调节LLM对认知工作资源的作用（交互项γ=0.62, p<0.001）。简单斜率分析显示，高元认知者（+1SD）通过LLM获取资源更强（γ=1.01 vs. 低元认知者γ=0.26, p=0.067）。
     
   • 条件间接效应分析表明，仅高元认知员工通过认知资源间接提升创造力（效应量0.23 vs. 低元认知者0.06）。
     

结论与价值
1. 理论贡献
- 首次通过田野实验验证LLM在真实职场中通过认知工作资源促进创造力的机制，突破以往单任务实验室研究的局限。
- 提出“元认知策略是有效使用LLM的关键”新观点，扩展了元认知理论在AI协作中的应用边界。
- 将认知工作资源的前因从传统工作设计扩展到AI技术，揭示了LLM作为通用技术（GPT）的独特性——其即时性、广谱任务支持能力超越传统AI工具。

1. 实践意义
   
   • 组织部署LLM时需配套元认知策略培训（如Chen et al., 2020的2.5小时干预方案），以最大化创造力收益。
     
   • 提示企业避免“技术决定论”，需关注员工认知能力与工具使用的适配性。
     

研究亮点
1. 方法创新
- 首创多源创造力评估（主管+外部专家），强化效度；
- 通过随机化设计解决内生性问题，日志数据辅助验证干预 fidelity。

1. 发现突破
   
   • 揭示LLM对创造力的影响存在“能力门槛效应”，为AI技术采纳的个体差异研究提供新方向；
     
   • 发现任务切换与认知休息的中介作用，弥补了单任务范式无法捕捉的职场动态机制。
     

其他价值
研究提出未来需关注长期使用LLM可能导致的技能依赖风险（如社交网络萎缩），并在跨文化推广中需考虑LLM输出内容的文化偏向性（如中英文提示词的差异）。