在數(shù)字技術迅猛發(fā)展的當代社會，人工智能正以前所未有的速度重塑人類知識生產(chǎn)與文化創(chuàng)造的范式。作為人類最古老且最具創(chuàng)造力的活動之一，寫作始終是思想表達與情感傳遞的核心載體?！皠?chuàng)意寫作”因其對想象力、個性化與人文性的竭力追求，成為眾多高校紛紛開設的一門熱門課程。然而，傳統(tǒng)創(chuàng)意寫作教學長期面臨實踐機會不足、互動成本高昂、反饋效率低下、評價方式刻板等困境[1]。具體到科幻創(chuàng)作這一細分領域，因其對世界觀構建的復雜性、科學邏輯的嚴謹性及跨學科知識的整合性具有更高要求，傳統(tǒng)教學方式的固有缺陷更為凸顯。首先，基于個體經(jīng)驗的靈感激發(fā)方式難以突破認知邊界，導致學生作品常陷入敘事套路化與設定同質化的困境；其次，依賴人工反饋的修改機制存在顯著滯后性，無法實時捕捉科幻創(chuàng)作中的靈光一現(xiàn)；再次，傳統(tǒng)教學手段缺乏對動態(tài)場景構建的技術支持，使得腦內想象與文字呈現(xiàn)之間始終存在難以彌合的認知鴻溝。

人工智能技術的突破性發(fā)展為此提供了革新契機。早在GPT-2時代，就已經(jīng)有基于人工智能輔助的科幻小說寫作實驗[2]。研究者發(fā)現(xiàn)，AI在寫作中常生成新穎的角色、場景和事件，可以為人類作者提供靈感。在另一項實驗中，13位專業(yè)作家使用人工智能工具進行為期8周的故事創(chuàng)作，發(fā)現(xiàn)AI在創(chuàng)意激發(fā)環(huán)節(jié)具有突出優(yōu)勢，主要體現(xiàn)在頭腦風暴、世界觀構建、事實性問答、虛構場景延伸等方面[3]。隨著生成式人工智能的迅速發(fā)展，諸多專門面向創(chuàng)意寫作的實用工具也大量涌現(xiàn)出來，可以用于角色設計[4]、個性化寫作[5]、情節(jié)設計[6]等多個方面。一些研究者已經(jīng)將人工智能工具引入到創(chuàng)意寫作教學中，探討教師在這種新型的教學模式中應該如何發(fā)揮引導性的作用[7]。

近年來，筆者在重慶大學的“創(chuàng)意寫作”等課程中，引入多種人工智能工具作為輔助，取得了較好的教學效果。在課程實踐不斷探索優(yōu)化的幾年間，大語言模型展現(xiàn)出越發(fā)成熟的邏輯推演能力，圖片和視頻生成工具也逐漸成熟，技術賦能的創(chuàng)作輔助系統(tǒng)正在重塑創(chuàng)意寫作的底層邏輯。這種變革并非人工智能對人類創(chuàng)作的替代，而是通過技術工具鏈的深度整合，在寫作教學的全流程中實現(xiàn)教學范式升級。例如，大語言模型通過閱讀、推理與對話，可輔助學生生成角色背景或某一科幻世界觀的科技樹①設定；AI智能體作為“虛擬創(chuàng)作伙伴”，既可以模擬角色互動以檢驗故事合理性，也可以作為創(chuàng)作者的交流對象，激發(fā)靈感，打破寫作障礙；而AIGC工具能將文字描述轉化為可視化場景，幫助作者形成多模態(tài)的敘事能力。這種技術賦能的教學模式通過“靈感激發(fā)—邏輯校驗—多模態(tài)呈現(xiàn)”的工具鏈重構，不僅將教師從低效而枯燥的重復性指導中解放出來，而且也讓課程抵達了傳統(tǒng)課堂難以企及的教學維度。

一、人工智能技術的輔助定位

不同于文字處理軟件等基礎工具的被動屬性，以大語言模型和生成式人工智能為代表的新一代技術體系，通過動態(tài)交互與多模態(tài)輸出能力，正在重構科幻創(chuàng)作的生產(chǎn)流程。這種變革要求教師不能簡單地將AI工具疊加于現(xiàn)有教學流程，而是需要建立明確的輔助定位框架：既充分釋放技術工具的賦能潛力，又嚴格劃定人機協(xié)作的邊界，確保人類創(chuàng)作者在核心創(chuàng)作維度保持主導地位。

在科幻創(chuàng)作場景中，人工智能的定位需遵循嚴格的“非替代性原則”。技術工具的核心價值體現(xiàn)在三個維度：其一，作為靈感激發(fā)器，通過海量數(shù)據(jù)庫的關聯(lián)分析能力，突破人類創(chuàng)作者的思維定式；其二，作為邏輯校驗工具，借助因果推理能力檢測敘事漏洞；其三，作為多模態(tài)表達媒介，AIGC技術能將抽象概念轉化為可視化場景，為文字創(chuàng)作提供空間感知維度。這種功能邊界的設定，本質上是對創(chuàng)作過程中“發(fā)散—收斂”思維模式的技術化映射。在科幻設定構建階段，AI通過生成對抗網(wǎng)絡的隨機組合機制，可產(chǎn)出大量科技概念與奇觀場景的復雜組合；而在場景敘事和初稿修改階段，大語言模型則通過邏輯校驗，確保科技設定與社會結構演變的內在一致性。

在技術賦能的同時，教學設計必須堅守三個核心能力保留區(qū)。第一，世界觀架構的主導權。AI雖然可以生成詳細的社會制度或科技樹，但從這個世界的哪個角落介入敘事，如何選擇一個更富于沖突的科技演進方向，仍需人類創(chuàng)作者把握。第二，情感表達的專屬性。AI生成的人物情感特質大多較為模式化，在創(chuàng)作時，作者基于本人生活經(jīng)驗的獨特而深刻的情感表達仍然不可替代。第三，文字書寫的獨立性。文本的編織生成必須由學生自主完成，這是創(chuàng)意寫作課程培養(yǎng)的核心素養(yǎng)，也是其根基所在。AI的文本潤色功能應嚴格限定為“后置優(yōu)化工具”，而非“前置生成手段”。

為實現(xiàn)精準輔助，筆者根據(jù)科幻小說寫作的全流程，構建了分層技術架構：在靈感激發(fā)階段，通過DeepSeek、Qwen等大語言模型構建虛擬對話伙伴；在世界建構階段，采用大語言模型生成科技設定與社會響應網(wǎng)絡，并結合Mermaid、Xmind等繪圖工具將設定網(wǎng)絡可視化；在故事建構階段，通過大語言模型的邏輯推演，在設定網(wǎng)絡中尋找驚奇點和沖突點；在場景描寫階段，通過AIGC工具提供視覺化支持，豐富描寫的細節(jié)；在初稿修改階段，結合大語言模型與教師的建議形成具有針對性的優(yōu)化指導。小說完成后，再借助AIGC工具進行視頻短劇的改編。多種工具的分層使用，既保證了技術賦能的靈活性，又增強了工具的有效性。

二、課程設計與實踐案例

（一）設定網(wǎng)絡

科幻創(chuàng)作的核心在于構建一個邏輯自洽且富有想象力的異質世界，或者說，通過設定之間的互相聯(lián)系構建一個協(xié)調統(tǒng)一的設定網(wǎng)絡[8]。在這一過程中，人工智能可以發(fā)揮重要的作用，為作者拓展思路、激發(fā)靈感[9]。課程中，可以通過“大語言模型生成設定網(wǎng)絡”模塊，將AI工具轉化為學生創(chuàng)作的“認知腳手架”，既保留人類創(chuàng)作者的主體性，又通過技術賦能拓展創(chuàng)作邊界。

在設定網(wǎng)絡的生成中，教師首先引導學生確立核心設定或創(chuàng)意方向。比如，在一個可以與平行宇宙通信的世界里，會發(fā)生什么？接著，采用“分支遞進提問法”激活大語言模型的設定生成能力。以上述核心設定為例，學生可以依次向大語言模型提6個關鍵問題：“第一，它的技術原理是什么？有哪些可能的缺陷？第二，基于上述原理，它對自然界會產(chǎn)生什么影響？第三，它會催生哪些商業(yè)用途？第四，上述商業(yè)用途，會對人類心理產(chǎn)生什么影響？第五，它會用于哪些公益行為或犯罪行為？第六，綜合以上效應，政府管理乃至社會結構會因此發(fā)生何種改變？”

需要注意的是，在第二和第四項提問前，需要對AI作出的回答進行某個方向的選擇，再以此為基礎進行遞進提問。以Qwen2.5為例，對于第一個問題，它設想的技術原理包括三個：

1.量子糾纏態(tài)的跨宇宙關聯(lián)。依據(jù)量子力學的多世界詮釋，每次量子測量會導致宇宙分裂為多個分支。若能操控處于糾纏態(tài)的粒子（如光子或電子），其量子態(tài)的變化可能在不同宇宙間同步傳遞信息。例如，通過貝爾不等式實驗驗證的非定域性，可設計一種利用糾纏粒子對的“量子通道”實現(xiàn)跨宇宙信號傳輸。

2.電磁波與時空缺陷的共振。暴脹理論指出，宇宙早期的量子漲落形成了微小的時空缺陷。若裝置能發(fā)射特定頻率的電磁波（如參考電子伴生的電磁波特性），可能通過共振激發(fā)這些缺陷，形成臨時的“時空橋梁”，使信號穿透不同宇宙的膜結構。

3.AI輔助的信號解碼與投射。結合AI的模式識別能力，可解析來自平行宇宙的混沌信號（如宇宙微波背景中的溫度波動）。AI甚至可能通過“機器幻覺”生成符合目標宇宙物理規(guī)律的投射信號，實現(xiàn)信息適配。②

在引導學生思考不同技術路線的優(yōu)劣點之后，讓其選擇其中一種路線，繼續(xù)向AI提問。比如，若學生選擇基于量子糾纏的路線，則下一個問題便是“我選擇你剛才提到的‘量子糾纏態(tài)的跨宇宙關聯(lián)’作為裝置的通信原理，請分析它在大規(guī)模使用過程中，會對自然界會產(chǎn)生什么影響”。

在完成所有分支的問答之后，創(chuàng)作者還可以讓大語言模型將之前的內容綜合整理成一個思維導圖，方便自己直觀地進行下一步的設定篩選和敘事切入。一個示例性的提示語為：“現(xiàn)在，請將之前我們討論過的該技術的自然影響、商業(yè)應用、心理影響、公益與犯罪應用、政府管理轉型、社會結構變化等各項內容，整理成一個可視化的思維導圖，按照Markdown的格式輸出?！敝螅演敵龅膬热輳椭频揭粋€空白的文本文檔里，保存為md格式文件，再到Xmind中打開，可以直觀顯示具體內容（圖1）。

圖1 利用大語言模型推演和繪制的設定網(wǎng)絡

在設定網(wǎng)絡的生成過程中，AI不僅提供具體的設定選項，更通過明確展示概念間的因果邏輯關聯(lián)，打破學生的經(jīng)驗局限和認知框架。這種方式突破了傳統(tǒng)創(chuàng)作中線性構思的桎梏，使學生從“如何構思設定細節(jié)”的技術焦慮中解放，轉而放眼于全局網(wǎng)絡的整體構建與潛在矛盾的深度挖掘。

（二）故事大綱

在科幻創(chuàng)作中，故事大綱是連接世界觀設定與完整敘事的關鍵橋梁。傳統(tǒng)教學中，學生常因邏輯漏洞、情節(jié)松散或沖突不足而陷入創(chuàng)作瓶頸。在大語言模型的輔助下，具體教學實踐嘗試了兩種方法來幫助學生尋找敘事的切入點，進而構建故事大綱。

其一，從驚奇點的搜尋入手。在科幻小說，特別是短篇科幻小說里，驚奇點對于小說尤為重要。很多短篇作品就是圍繞著某個驚奇點來編織故事線的。在故事的前半段，拋出某種宏偉或怪異的場景，然后基于解謎的敘事邏輯，驅動故事前行。利用設定網(wǎng)絡環(huán)節(jié)中得到的思維導圖文件，可以直接向AI提問，讓其搜尋設定網(wǎng)絡中潛在的驚奇點。接著，讓學生從AI給出的項目中選擇感興趣的場景，進行更詳細的提問。

其二，從沖突點的搜尋入手。由于篇幅的限制，讓矛盾在故事開篇時即處于激發(fā)的臨界點，是一種很好的敘事方式。因此，學生可以通過提問讓AI尋找設定網(wǎng)絡中內含的各種社會矛盾和人物沖突。在接下來的寫作中，將這些沖突場景作為開幕劇情，可以很好地提升作品的緊張感。

不管是驚奇點還是沖突點，在確定敘事的切入角度后，創(chuàng)作者需要將其延伸擴展為一個結構完整的故事。而AI可以順理成章地幫助創(chuàng)作者完成擴展和構建故事大綱的工作。但是，由于當前大語言模型的固有缺陷，其構造的故事大綱通常是極為平庸的。這時，創(chuàng)作者可以反向利用它——也就是說，將其作為一個平庸創(chuàng)作者來看待，引導學生從各方面超越這種俗套的故事，從而培養(yǎng)他們在故事上的創(chuàng)造力。

（三）場景描寫

在科幻創(chuàng)作中，場景描寫是構建異質世界的關鍵環(huán)節(jié)，也是學生將抽象設定化為具象敘事的必經(jīng)之路。對于初學者來說，如何將腦中的畫面轉化為文字，使其不至于因描述模糊導致場景失真，或因細節(jié)冗余破壞敘事節(jié)奏，需要長期摸索和訓練。人工智能內容生成技術的引入，特別是“文生圖”功能的有效使用，為場景描寫訓練提供了動態(tài)反饋與靈感激發(fā)的雙重路徑，可以有效彌合“腦內想象”與“文字呈現(xiàn)”之間的認知鴻溝。

首先，AIGC作為描述傾聽者，可以輔助學生進行從文字到視覺的閉環(huán)訓練。AIGC工具的文生圖功能（MidJourney、DALL·E、Stable Diffusion等都能實現(xiàn)文生圖）可將學生的文字描述實時轉化為視覺場景，這一過程本質上是對場景描寫能力的壓力測試。教師通過設計“描述—生成—校準”的閉環(huán)訓練流程，能夠幫助學生精準定位語言表達的模糊性與邏輯漏洞。

比如，學生根據(jù)設定網(wǎng)絡中的某一場景（如“量子通信裝置引發(fā)的城市騷亂”），撰寫200字左右的場景描寫片段，需包含環(huán)境特征、人物動作與科技裝置的視覺細節(jié)。然后，讓學生將文字輸入文生圖工具，生成4~5組不同風格的圖像（如賽博朋克、廢土風、未來主義）。學生對比生成圖像與腦內想象的差異，反向修正文字描述。這一過程實際上模擬了讀者閱讀的過程，因為閱讀就是讀者在腦中重建作者描述的場景的過程。如果學生的描述精準且有畫面感，AI能夠生成與預期一致的畫面，那么讀者閱讀起來，也就會有生動之感。例如，當學生僅使用抽象的名詞（如“量子糾纏裝置”）來生成畫面時，很可能只能得到一個類似傳統(tǒng)衛(wèi)星天線的畫面，因此，需要在文字中補充裝置的細節(jié)特征，包括其大小、顏色、幾何結構等，這樣才能生成更符合要求的畫面，這也正是創(chuàng)作者在科幻寫作中要遵循的要點——僅拋出一個抽象的、看似科幻的名詞是沒有意義的。

其次，AIGC還可以作為靈感啟發(fā)者，幫助學生實現(xiàn)從視覺到文本的逆向啟發(fā)。生成圖像不僅是檢驗工具，更能進一步啟發(fā)作者產(chǎn)生新靈感。當學生面對AI輸出的超預期畫面時，那些未被文字明確規(guī)劃卻由算法隨機組合的視覺元素（如奇異的光影結構、裝置的外觀細節(jié)等），也可能會觸發(fā)新的敘事可能性。學生需要評估這些新的元素是否符合自己的核心設計，如果符合，則可以將其納入到自己的小說文本中去。

（四）初稿修改

對于小說寫作而言，修改是一個必須而且極為重要的環(huán)節(jié)。在傳統(tǒng)的創(chuàng)意寫作課程教學實踐中，初稿修改意見往往由教師的面批與小組互評共同組成。然而，這種教學方式具有諸多明顯的缺陷。首先，反饋的滯后性嚴重制約創(chuàng)作思維的連貫性。學生從提交初稿到獲得反饋通常需要數(shù)日甚至更久，此時創(chuàng)作語境已模糊，靈感也逐漸消退，導致修改動力與精準度雙重衰減。其次，人工反饋的主觀性偏差難以避免。教師受限于個人審美偏好與知識邊界，同伴互評則常陷入泛泛而談的淺層建議，如“這里不夠生動”或“邏輯需要完善”，很難給出具體的修改意見。更關鍵的是，傳統(tǒng)修改機制難以應對科幻創(chuàng)作特有的跨學科復雜性。比如，當學生構建“反重力城市”時，教師若缺乏材料科學或結構力學知識，便無法檢測建筑結構在力學層面上是否存在問題。這種專業(yè)壁壘導致修改建議常流于表面，學生陷入“知道有問題，但不知如何改”的困境。

借助與大語言模型的對話，以上教學方式缺陷都可以得到改善。在完成小說初稿后，學生將文稿發(fā)送給大語言模型，以獲取優(yōu)化建議。常用的提示詞模式為：“這是一篇科幻小說的初稿，請從科幻設定、敘事、人物、場景描寫等各方面對其進行評估，提出優(yōu)化意見。注意，每個意見都要結合小說文本進行具體的說明。在回復中，根據(jù)修改的重要性進行排序，重點說明最需要修改的三個地方。”

實際測試表明，大語言模型給出的修改建議常常非常中肯，而且往往具有很高的可行性。例如，筆者將自己比較滿意的一篇歷史科幻小說——2017年出版的科幻短篇集《蜂巢》里收錄的小說《木人張》——發(fā)送給DeepSeek-R1后，DeepSeek給出的第一條修改建議如下：

科幻設定的科學邏輯與細節(jié)補充

問題：故事中“溫變”原理的運用（如鐵人因溫度變化失效）缺乏科學解釋，導致關鍵轉折顯得突兀。

修改建議：補充“溫變”的科學邏輯?？稍趶埱跋c胡人工匠對話中，插入對材料熱膨脹系數(shù)的討論（如鐵與木材的膨脹差異），或通過回憶戰(zhàn)國李冰的“燒石易鑿法”類比，提前鋪墊這一原理。例如，改為張前溪曾聽胡人工匠提到“鐵遇熱則脹，木遇火則縮。若鐵齒輪與木軸相連，溫差稍大，必如蛇吞尾，自毀其形”。③

這是一個非常合理的建議。事實上，在看到這個回復的瞬間，筆者馬上就意識到這個小說最后的轉折確實缺乏鋪墊。如果筆者能在小說發(fā)表前看到這樣的建議，肯定立刻就修改了。在大語言模型的回復中，它不僅給出了鋪墊插入的位置，而且還給出了一個可供參考的例文。甚至，這個例文的行文風格，與筆者的原文相差無幾。

從大量實踐經(jīng)驗來看，大語言模型給出的建議在以下幾個方面都具有較強的合理性。其一，設定間的邏輯關聯(lián)。比如在一篇學生習作中，它發(fā)現(xiàn)“沃勒人被描述為‘植物系精靈’卻需要進食有機物，這與植物屬性產(chǎn)生矛盾”。其二，敘事結構的調整。比如，在對一篇習作分析之后，它給出的意見為“第二幕（李智在實驗室的康復過程）冗長，缺乏關鍵事件推動，且伏筆回收不足”。其三，人物塑造的提升。大語言模型可以非常敏銳地發(fā)現(xiàn)諸如主角動機薄弱、反派扁平化、人物的轉變缺乏支撐之類的問題，并且給出較有可行性的修改方法。

當然，AI給出的修改建議也并非絕對正確。有時候，它會執(zhí)著于增加一些并不需要的細節(jié)描寫，這有可能拖慢敘事的節(jié)奏。在學生拿到建議之后，老師應引導學生逐一分析這些建議，明確哪些是可以采納的，哪些是不用修改的。在教學中，課程引入了類似論文評審的環(huán)節(jié)，讓學生對AI給出的修改建議做一個點對點的回復，說明哪些建議是合理的，準備如何修改，哪些是不合理的，為什么不合理，自己有何種考慮等。

（五）短劇改編

大部分創(chuàng)意寫作課程都停留在文本寫作這個階段，然而，在視頻媒介越發(fā)重要的當下，視覺化表達正成為文化創(chuàng)意產(chǎn)業(yè)的核心訴求，單純的文本寫作教學已難以滿足跨媒介敘事的時代需求，導致學生作品與當代受眾的接受習慣產(chǎn)生斷層。這種割裂不僅限制了創(chuàng)作成果的傳播效能，更使得學生在面對影視改編、互動游戲等新興創(chuàng)作形態(tài)時缺乏必要的敘事轉換能力。

此前，視覺化表達具有較高的技術門檻。然而，人工智能生成式工具的突破性發(fā)展，為解決這一矛盾提供了關鍵路徑——通過AIGC技術鏈的深度整合，學生可在無專業(yè)影視訓練背景下，直接將文本轉化為動態(tài)影像。在此背景下，將短劇改編納入科幻創(chuàng)作課程體系，不僅是媒介迭代的必然選擇，更是培養(yǎng)學生多維敘事素養(yǎng)的重要方法。

短劇改編涉及劇本撰寫、視頻生成、音效搭配、合成剪輯等多個環(huán)節(jié)，任務量較大。在教學中，課程通常安排學生分組協(xié)作，共同完成一個短劇項目。在這個過程中，學生可直觀體會文字描述是如何被解構為鏡頭序列，進而理解“視角切換”“節(jié)奏控制”等敘事要素在不同媒介中的差異性表達。從教學反饋中可以發(fā)現(xiàn)，參與過短劇改編的學生，在后續(xù)寫作中展現(xiàn)出了更強的跨媒介想象力，常常自發(fā)地在文本中加入具有“鏡頭感”的描述用語，從而使作品具有更強的動態(tài)和畫面感。

不過，當前的AIGC視頻生成技術還有很多缺陷。例如，生成式工具在動態(tài)場景的連貫性控制上仍存在明顯不足，角色動作的物理合理性與鏡頭運動的節(jié)奏匹配度也往往需要人工二次修正。此外，AI對復雜敘事邏輯的理解存在局限，容易導致生成畫面與文本內核的偏離。在教學實踐中，學生常需花費額外的時間多次“抽卡”以獲取滿意的視頻場景。未來，隨著多模態(tài)大模型與物理引擎的深度融合，AIGC工具將有望實現(xiàn)更精準的敘事映射。

為了測試在以上各環(huán)節(jié)中人工智能輔助工具對學生寫作的幫助是否有效，教研組對一個33人的班級進行了問卷調查（圖2）。在以上五個環(huán)節(jié)中，學生普遍反映效果較好的是設定網(wǎng)絡和初稿修改這兩個環(huán)節(jié)，均有超過三分之二的學生反饋效果良好。效果較差的則是故事大綱和場景描寫兩個環(huán)節(jié)，只有約三分之一的學生表示效果良好，更多的學生表示效果一般或效果不佳。這與筆者在使用過程中的經(jīng)驗基本一致。

圖2 學生對于人工智能輔助在科幻寫作各環(huán)節(jié)的效果反饋

三、挑戰(zhàn)與對策

雖然課程探索已取得了初步成效，但人工智能賦能創(chuàng)意寫作的教學實踐仍面臨多重挑戰(zhàn)。目前，國內已經(jīng)有一些將人工智能引入學術寫作[10-11]、英語寫作[12-13]、應用寫作[14]等課程探索，但幾乎沒有在創(chuàng)意寫作課程上的嘗試。這一空白的背后，既存在技術層面上的客觀原因，也暴露出教學理念與倫理層面的深層矛盾。

傳統(tǒng)創(chuàng)意寫作課堂注重“作家工作坊”模式，強調師生間的情感共鳴與個性化指導。AI的介入可能割裂這種人文互動，引發(fā)教師對技術主導教學的抵觸。在倫理層面，當學生借助AI完成創(chuàng)作時，如何界定作品的原創(chuàng)性？現(xiàn)行查重系統(tǒng)難以識別“人機共寫”的文本，這是否會引發(fā)誠信危機？在教學實踐中，教研組始終強調在AI輔助下學生的主導作用，而不是由AI直接生成作品文本，就是為了最大程度上規(guī)避文本原創(chuàng)性問題。但不可避免的是，部分學生仍然會在作品中或多或少地嵌入大語言模型直接生成的內容文本。對此，教研組在課程中明確強調AI的使用規(guī)范，要求對AI生成內容進行顯著標注，而且注重對學生創(chuàng)作過程的透明化記錄與評估。比如，要求學生提交“創(chuàng)作日志”，詳細標注AI介入節(jié)點（如設定生成、驚奇點搜尋、初稿優(yōu)化等環(huán)節(jié)），并附相關截圖與修改對比。

此外，學生若過度依賴AI生成設定或潤色文本，還容易導致作品同質化、創(chuàng)意萎縮等問題。對此，在教學中還適時引入了對AI的挑戰(zhàn)環(huán)節(jié)，通過“人類對決AI”的創(chuàng)意擂臺賽等形式，激發(fā)學生超越算法的創(chuàng)作自信。特別是在故事構思、情感抒發(fā)等人工智能的弱勢環(huán)節(jié)，更強調要對AI的思路進行批判性分析，通過閱讀經(jīng)典科幻作品，提高學生的文學鑒賞能力和閱讀品位。

四、結語

人工智能與科幻創(chuàng)作的融合，為傳統(tǒng)寫作教學開辟了創(chuàng)新路徑。通過大語言模型、多模態(tài)生成工具的協(xié)同應用，可以有效突破傳統(tǒng)教學中的瓶頸。但技術介入亦伴隨著挑戰(zhàn)，AI的介入可能帶來技術依賴、原創(chuàng)性危機等諸多問題。課程通過透明化創(chuàng)作流程、標注AI生成內容、設置人機創(chuàng)意競賽等策略，平衡工具效率與能力培育。課程對AI的定位并非替代者，而是激發(fā)潛能、優(yōu)化效率的創(chuàng)作伙伴。

本研究作為國內創(chuàng)意寫作領域的一次探索性嘗試，為人工智能時代文科教育的數(shù)字化轉型提供了實踐樣本。期待未來能出現(xiàn)更多跨學科合作，通過技術工具鏈的優(yōu)化、教學倫理框架的完善，以及對經(jīng)典文學資源的語料庫開發(fā)和利用，構建更具包容性與創(chuàng)新性的科幻創(chuàng)作教育生態(tài)，為數(shù)智時代的文化生產(chǎn)培育兼具理性思維與藝術感知的新一代創(chuàng)作者。

通信作者

劉洋，重慶大學中文系副教授，科幻作家，研究方向為數(shù)字人文、創(chuàng)意寫作、科幻文學。

①指科技發(fā)展脈絡。

②該內容為大語言模型生成。

③該內容為大語言模型生成。

參考文獻

[1] 管童，朱永新 . 大語言模型時代人工智能賦能創(chuàng)意寫作的教育審思與實踐展望 [J]. 中國遠程教育，2024，44(12)：63-75.

[2] YANG D，ZHOU Y，ZHANG Z，et al. AI as an Active Writer：Interaction Strategies with Generated Text in Human-AI Collaborative Fiction Writing[C]. //SMITH-RENNER A，AMIR O，eds. Joint Proceedings of the IUI 2022 Workshops. Virtual Event，Helsinki，F(xiàn)inland，March 21- 22，2022. Aachen：CEUR-WS.org，2022：56-65.

[3] IPPOLITO D，YUAN A，COENEN A，et al. Creative Writing with an AI-Powered Writing Assistant：Perspectives from Professional Writers[EB/OL].（2022-11-09）[2025-03-11]. https://arxiv.org/abs/2211.05030.

[4] LING L，CHEN X Y，WEN R Y，et al. SketchAR：Supporting Character Design and Illustration Prototyping Using Generative AI[J]. Proceedings of the ACM on Human-Computer Interaction，2024，8(CHI PLAY)：1-28.

[5] YEH C，RAMOS G A，NG R，et al. GhostWriter：Augmenting Collaborative Human-AI Writing Experiences through Personalization and Agency[EB/OL].（2024-02-13）[2025-03-11]. https://arxiv.org/abs/2402.08855.

[6] ALAVI S H，XU W，JOJIC N，et al. Game Plot Design with an LLM-Powered Assistant：An Empirical Study with Game Designers [EB/OL]. （2024-11-05）[2025-03-11]. https://arxiv.org/abs/2411.02714.

[7] WOO D J，GUO K，SUSANTO H. Exploring EFL Students’ Prompt Engineering in Human-AI Story Writing：An Activity Theory Perspective [J]. Interactive Learning Environments，2024，33(1)： 863-882.

[8] 劉洋 . 科幻創(chuàng)作中的設定網(wǎng)絡 [J]. 科普創(chuàng)作，2020(3)：58-64.

[9] 劉洋 . 機器寫作時代的科幻小說創(chuàng)作 [J]. 科普創(chuàng)作評論，2022，2(2)：13-15.

[10] 張莉鈴，江凌 . 人工智能時代食品專業(yè)大學生“專業(yè)寫作”課程教改探索 [J]. 食品工業(yè)，2025，46(1)：160-165.

[11] 李向玲，殷晶晶，謝婧婧 .OBE 理念下新工科研究生科技論文寫作課程改革 [J]. 高教學刊，2024，10(33)：123-126.

[12] 王海嘯 . 生成式人工智能在大學英語教學改革中的應用探究——以“通用學術英語寫作”課程教學改革實踐為例 [J]. 外語教育研究前沿，2024，7(4)：41-50，95.

[13] 蘭媛 . 人工智能視域下應用型大學本科英語寫作教學的創(chuàng)新研究 [C]// 外語教育與翻譯發(fā)展創(chuàng)新研究（15）. 成都外國語學院，2024：170-173.

[14] 姚亞妮 . 基于人工智能的高職應用寫作課程教學策略研究 [J]. 學周刊，2024(16)：115-118.

本文轉自《科普創(chuàng)作評論》2025年第2期

《科普創(chuàng)作評論》期刊征稿信息

編輯：齊　鈺

審核：鄒　貞

終審：陳　玲