大型语言模型工具作为协同新产品开发中集体认知的催化剂：一项准实验研究

这对日常团队协作为何重要

从初创公司到学校项目小组，现代团队越来越多地求助于 AI 聊天机器人来帮助他们思考、规划和创作。但我们对这些工具实际如何改变人们协作方式的了解仍然有限。本研究详细考察了大型语言模型（LLM，例如高级聊天机器人）在团队共同设计新产品时如何塑造群体思维，以及人类判断在哪些方面仍明显优于 AI。

团队通常如何共同思考

当人们在协作开发新产品时，他们不仅仅在分担任务；还会逐步构建对问题和可能解决方案的共同理解。作者将此称为“集体认知”——个体想法与观点如何融合成共同的心理图景。早期研究表明，这种共享思维通过获取信息、交流讨论、权衡选项和确定解决方案的循环发展，但这些循环多被概括性地描述。为了详细研究真实对话，研究人员将旧有模型精炼为所谓的 2I2A 框架，将协作拆分为四个相互重叠的空间：识别信息和线索（Identification），通过互动组织想法（Interaction），分析选项与权衡（Analysis），以及将见解转化为可行方案（Accommodation）。

实验的深入剖析

研究团队招募了 44 名高级设计与工程专业的学生，组成 22 个双人小组。每对在 90 分钟内边思考边口头表达，需为儿童设计一款创新产品。半数团队可以在笔记本上自由使用 LLM（如 ChatGPT‑4 或类似系统）；另一半仅能使用纸笔。所有语音对话均被录音，并按 2I2A 模型逐句细致编码。每句陈述或交流被标注为属于四个空间之一，并归入八类更细的沟通类型，例如接收信息、构建问题、评估想法或组合解决方案。此外，使用 LLM 的参与者接受了半结构化访谈，研究人员采用扎根理论分析这些访谈，以揭示人们在与 AI 合作时的常见感受与主题。

AI 最有帮助的领域

数据表明，LLM 在群体思维的早期阶段有显著促进作用。与不使用 AI 的团队相比，使用 LLM 的团队在识别（Identification）和互动（Interaction）这两个空间上花费了更多协作时间。他们会向 LLM 询问背景事实、示例和灵感，并将其回应作为构建和重构设计问题的原料。这意味着他们感知到更多相关信息、选择并累积了更多方案，并更主动地重组想法。访谈也支持这一点：许多参与者表示 LLM 加快了他们的调研、提出了他们未曾考虑的方向，并像一个快速的“概念伙伴”帮助他们突破创意瓶颈。简言之，AI 扩展了团队的认知边界，帮助他们更快达到共同的出发点。

人类判断仍然占优的地方

相比之下，LLM 并未显著改变团队进行深入推理或最终综合的频率。在分析（Analysis）与适应（Accommodation）这两个空间——人们评估利弊、协商分歧并将想法编织成单一设计的环节——LLM 组与非 LLM 组总体表现相似，且在某些子领域仅有人类团队更为活跃。在没有 AI 的情况下，合作者花更多时间批判性地评估选项并讨论权衡。受访者常提到聊天机器人的建议有时较为浅显、偶有不准且过于迎合，较少像严格的队友那样提出反驳。一些人觉得 AI 有时“替代”了他们自己的思考或推动他们过度遵循 AI 的想法，这可能会缩窄而非拓宽解决方案的范畴。这也解释了为何尽管早期头脑风暴更活跃，最终创意产出并未因 AI 而明显提高。

团队动力的变化与潜在风险

通过观察团队随时间在四个思维空间间的移动，研究者发现使用 LLM 的团队表现出更多流动性和来回转换，尤其是在识别信息与为其构建结构的互动之间。AI 促成了快速的询问—接收—重塑想法的循环，使协作更显敏捷。然而，这种灵活性伴随权衡。一些参与者报告称，由于 AI 回应容易获得，频繁的转换使得放慢脚步进行更深层反思变得困难。还有人担心对工具的依赖加深、人际自然讨论的流失，以及需要对 AI 内容进行二次核查以防错误或缺乏背景。访谈也指出更广泛的社会影响：AI 可能会自动化例行工作，释放人力从事更具创造性的任务，但也可能改变权力动态，使某些角色（如主导 AI 使用的产品经理）在团队中获得更多影响力。

这对真实团队使用 AI 有何启示

对非专业读者而言，核心结论很明确：LLM 非常擅长帮助团队快速入手并保持思维灵活，但它们并非通向深刻理解或明智决策的捷径。这些工具是强有力的信息收集、探索想法和构建初始共享图景的加速器。然而，谨慎的分析、艰难的抉择以及将多种观点融合为稳健可行设计，仍在很大程度上依赖于人类的专业知识、批判性思维与协商。作者主张组织应将 LLM 视为处于更广泛 2I2A 协作视角下的早期思维辅助工具——而非最终取代那些最终使新产品成功的人类对话与判断的替代品。

引用: Zhang, D., Luo, S., Liu, Y. et al. Large language model tools as catalysts for collective cognition in collaborative new-product development: a quasi-experimental study. Humanit Soc Sci Commun 13, 382 (2026). https://doi.org/10.1057/s41599-026-06738-7

关键词: 大型语言模型, 协同设计, 集体认知, 新产品开发, 人机团队合作