（内容来源：南开管理评论）
作者简介
刘雯思，浙江工商大学工商管理学院博士研究生，研究方向为企业战略管理、创新管理
衡予婧，浙江工商大学工商管理学院博士研究生，研究方向为企业战略管理、创新管理
陈衍泰（通讯作者），浙江财经大学管理学院教授、博士生导师、博士，研究方向为创新管理、战略管理、企业数字化转型、“一带一路”倡议与企业国际化等
研究缘起
全球范围内的组织正在经历一场由人工智能驱动的深度技术变革。这场变革不仅重塑了工作流程与组织结构，也重新定义了创造活动。与传统工业自动化不同，人工智能尤其是生成式模型与自主代理系统，开始直接介入创意生成、知识加工和评价判断等高认知任务（Raisch等，2021；陈衍泰等，2025）。
近年来迅速兴起的生成式人工智能进一步扩展了人工智能的功能边界。它能够根据文本提示自动生成新颖的文本、音乐、代码和视觉图像，使人工智能从“分析工具”逐渐迈向“内容生产者”。但人工智能的运行机制仍然主要依赖统计学习与模式推断，而不是真正具有人类意义上的理解、意图或意识（Magni等，2024）。这一特征决定了人工智能在创造活动中依然存在局限，例如缺乏驱动人类创造力的好奇心、情绪体验、内在动机与意义建构能力，也难以在训练数据之外开展跨领域整合与深度洞察。创造力长期以来被视为组织创新与社会进步的重要驱动力。经典研究通常认为，创造力是人类主体在特定社会与组织情境中，通过认知加工、动机投入和社会互动，生成新颖且适切成果的能力（Amabile，1983）。近年来，研究者进一步强调创造力的跨层级、情境化和动态生成特征，认为其形成不仅取决于个体的认知与动机，也受到团队、组织及更广泛情境要素的共同影响（Anderson等，2014；Zhou等，2023）。
在传统创造力理论中，技术、工具和物质结构通常被视为任务背景或辅助资源，而不是创造力形成的关键组成部分。然而，生成式人工智能、大语言模型和代理型人工智能已经能够参与问题识别、信息组合、结构变换、创意生成和评估筛选，人机协作正在成为创造活动中的常见形式。尽管人工智能与创造力相关研究快速增长，现有文献仍然呈现碎片化特征。在概念层面，不同研究将人工智能交替视为工具、资源或协作主体，“人工智能辅助创造”“人机共创”等概念存在交叉使用现象（Jia等，2024；Pedota等，2025）；在机制层面，相关研究多分别考察人工智能对创造力前因、过程或结果的影响，尚未形成系统整合。
基于此，本文采用LDA主题模型与人工编码相结合的方法，对过去十年人工智能情境下的创造力研究进行系统梳理，并构建涵盖前因、过程与结果的整合性理论框架。在此基础上，本文重新审视人工智能时代的创造主体，提出“AI–HI创造力”概念，并进一步识别人工智能时代创造力运行所依托的关键情境。