你的团队肯定也在使用 AI。写方案初稿找 ChatGPT,写文案找 Claude,做调研找 Perplexity。个人生产力确实提升了,但如果在最后的团队会议上,大家发现“怎么大家的想法都差不多?”——这绝非偶然。

3秒速览
AI = 提升个人创意质量 但会导致团队创意多样性下降 相同的模型 + 相似的提示词 = 相同的答案 人类先行 + 提示词差异化 + 多模型并行 需要刻意构建“差异化思考的结构"

这是什么?

这是由沃顿商学院(Wharton)的 Christian Terwiesch 教授、Gideon Nave 教授以及 Mack Institute 研究员 Lennart Meincke 在 《Nature Human Behaviour》上发表的研究。 标题非常直白:“ChatGPT decreases idea diversity in brainstorming(ChatGPT 会降低头脑风暴中的创意多样性)”。

这项研究重新分析了此前结论为“AI 能提升创造力”的实验数据。 在最初的实验(Byung Cheol Lee, Jaeyeon Chung 的研究)中,参与者在 ChatGPT 的帮助下完成创意任务,结果显示使用 AI 的小组在个人层面上提出了更具独创性和实用性的想法。

但 Terwiesch 团队看到了一个被忽视的维度 —— 不是个人,而是整个团队的创意多样性。如果每一个想法本身都很棒,但团队成员提出的全是同样的想法,那这还能算是一场成功的头脑风暴吗?

这与之前的“AI 脑力枯竭 (AI Brain Fry)”研究有什么不同?

哈佛研究提到的“AI Brain Fry”关注的是个人的认知疲劳(cognitive fatigue)——即使用 AI 会让大脑更累。而这次沃顿的研究维度完全不同。它指出个人可能没问题,但整个团队的思维多样性正在瓦解。个人 vs. 团队,疲劳 vs. 同质化 —— 这是两个完全不同的问题。

有什么不同?

实验结果相当令人震惊。研究人员给参与者布置了一个任务:“利用砖块和风扇制作一个玩具”。

94%
AI 组想法的重合率
6%
AI 组中独特想法的比例
100%
仅使用人类组的创意独特性比例

在 AI 组中,9 名参与者虽然是独立工作的,但竟然做出了同名的玩具 —— “Build-a-Brieze Castle”。 他们之间甚至从未交流过。相比之下,不使用 AI 的小组呢?他们提出了完全独特的创意。

在 5 组实验、45 项统计对比中,有 37 项(82%)显示 AI 使用组的创意多样性显著降低。 研究团队利用 Google 开发的语义相似度测量工具,甚至捕捉到了那些表面看起来不同、但实际含义极其相似的想法。

AI 使用组未使用 AI 组
单个创意质量高(经 AI 优化)一般
创意独特性仅 6% 独特100% 独特
概念重合度94% 重合无重合
表达方式语言模式相似表达多样
头脑风暴价值重复的高质量想法多维视角的马赛克

为什么会发生这种情况?研究员 Meincke 的解释非常透彻:

“如果你向同一个模型输入相同的提示词(Prompt),结果就会落在相同的概率分布中。随着重复次数增加,独特的想法自然会减少。”

— Lennart Mein cke, Wharton Mack Institute

还有一个原因 —— 参与者向 AI 输入了非常相似的提示词。 这意味着“趋同”不仅是模型的问题,也反映了人类与 AI 对话的方式本身正变得单一化。

上手指南:如何在团队中正确使用 AI

研究人员并不是要让你放弃 AI。“多样性如果不被刻意保护,就无法获得”才是核心信息。 以下是三个具体方法:

  1. 人类先行,AI 在后
    让团队成员先各自提出想法,然后再引入 AI。 当人类的视角已经产生分歧时再使用 AI,由于起点不同,结果的趋同程度会降低。如果从一开始就用 AI,所有人都会从同一个起点出发。
  2. 刻意使用差异化的提示词
    即使是相同的任务,也要让每个成员 class="wr-highlight">从不同的角度提问。 “请从成本降低的角度切入”、“请从用户体验的角度切入”、“请提出竞争对手绝对不会做的方案” —— 提示词变了,结果就会变。Terwiesch 教授指出:“改变提示词的成本几乎为零,但其带来的多样性价值却是巨大的。”
  3. 混合使用多个模型
    不要只依赖 ChatGPT 一个工具。 Claude、Gemini、Llama、Grok —— 每个模型都有不同的训练数据和概率分布。Meincke 的建议是:“如果不尝试全部 5 个模型,那简直是浪费。把它们全部混搭起来,尽情发挥。”

使用思维链(Chain-of-Thought)提示词也很有效

这是研究团队推荐的另一种技巧。 不要只对 AI 说“给我一个想法”,而是尝试将思考过程拆解。例如:“这个问题的核心约束是什么?” → “有哪些绕过该约束的 3 种方法?” → “如果将每种方法推向极端会怎样?” 通过这种步骤拆解,可以减少重复并增加变化。

这项研究最终告诉我们的最大教训是:

“成功头脑风暴的真正价值在于创意的多样性,而不是让多个人重复相似的想法。”

— Meincke, Nave, Terwiesch (Nature Human Behaviour, 2025)

AI 确实能让个人变成“超人”。但如果 10 个超人聚在一起,却全都朝着同一个方向飞行,那这就不是团队,而是克隆。刻意设计一个“差异化思考的结构” —— 这正是 AI 时代团队领导者的新职责。

[{"q":"使用 AI 会让头脑风暴变差吗?","a":"在个人层面,它会让想法变得更好。AI 提供的每一个点子质量都很高。问题在于,从整个团队的角度来看,大家会变得越来越趋同。在沃顿的研究中,使用 AI 的小组有 94% 的想法是重复的,9 个人竟然做出了同名的玩具。而没有使用 AI 的小组,其创意是 100% 独特的。"},{"q":"那是不是完全不使用 AI 会更好?","a":"并不是。关键在于你“如何”使用 AI。研究人员建议采取三项措施:第一,先由人类提出想法,然后再引入 AI;第二,不要重复使用相同的提示词,要刻意从不同角度提问;第三,不要只依赖 ChatGPT,要尝试混合使用多个 AI 模型。"},{"q":"这项研究对开发团队或营销团队也有参考价值吗?","a":"非常有参考价值,可以直接应用。在产品命名、营销活动策划、功能规划等工作中,如果团队成员各自去问 AI,最终结论往往会趋于一致。正如研究人员所言:“成功头脑风暴的价值在于创意的多样性,而不是让多个人重复相似的想法。”"}]