AIGC环境下学习者数字创作实践特征与学习体验调查研究

[摘 要] 生成式人工智能（AIGC）在教育领域的渗透正在改变教与学的方式。在数字作品创作教学实践中，AIGC的应用改变了创作学习的模式，但学习者在这一环境下的学习特征和规律尚未得到深入揭示。研究以40名七年级学生为研究对象，采用准实验法、访谈和语义分析方法调查研究AIGC环境下学习者数字创作实践特征与学习体验。研究发现：相较于传统的数字作品创作方式，AIGC创作有助于激发学习者更强的想象力、情感表达和视觉审美能力。在与人工智能互动创作过程中，学习者输入提示词的数量、时态标定类和认知历程类词汇决定了数字作品质量。高水平学习者会更多地选择认知历程、感知历程类词汇。AIGC环境下学习者创意自我效能得到了显著提升。最后，提出建议：要发挥AIGC环境在激发学习者想象、创造和情感表达等方面的优势，需要关注学习过程，加强培养学生文字表达、跨学科知识运用、批判性思维能力。

[关键词] 生成式人工智能； 数字创作； 提示词； 语义分析； 创意自我效能

[中图分类号] G434 [文献标志码] A

[作者简介] 毛刚（1981—），男，湖北黄冈人。副教授，博士，主要从事学习分析、教育数据挖掘、教师专业发展研究。E-mail：catihg@zjnu.edu.cn。

一、研究背景

随着人工智能（简称AI）的不断发展，其支持的数字创作广泛覆盖到音乐创作、视频生成、语音合成、数字绘画等多个领域。由人工智能生成内容（简称AIGC）的新型创作方式融合了用户生成内容与专业生产内容，形成了全新的数字内容生成与交互形态。在教育实践领域，AIGC应用主要集中在智能互动对话和数字作品创作两个方面。前者注重发挥AIGC在互动反馈方面的“广博”能力，帮助学生或教师提升工作效率。典型的应用有文本翻译、作文质量评价、程序编写辅助等[1]。后者尝试运用Midjourney、Stable Diffusion或Sora等AIGC工具，帮助应用者使用自然语言实现从想法到图像甚至视频的自动生成。有研究指出，AIGC支持下的数字创作具有三个方面的特征：下限低，用户几乎不需要培训就可以获得他们想要的结果；上限高，数字作品水平可以满足商业要求甚至获得相关奖项；宽领域，相关成果开始扩展到广泛的应用领域[2]。面对人工智能的强大内容生成能力，有关技术依赖、学术滥造、智能歧视等伦理问题引起了广泛讨论[3]。然而，在数字创作领域，“谁的创作更重要，怎样的创作更重要，创作什么更重要？”等问题始终悬而未决[4]。从学生的立场出发，立足于实践，可以为减少争议提供一些有益的参考。基于此，本研究综合采用实证研究和访谈法，探索AIGC环境下学生创作实践的特征及体验，尝试部分回答以上问题，同时为生成式人工智能环境下的实践研究提供案例参考。

二、研究综述

（一）数字创作与学习者自我表达

数字创作是以数字化技术为基础，运用数字媒介、算法艺术和互动艺术等不同的方式开展作品创作的艺术活动。根据数字创作采用的工具类型，大致可以分为两类。一类是运用Photoshop等图形图像编辑工具进行创作。通常需要作者具有创新的想法、娴熟的技术应用能力bcjXQSjNpG16/RzbwpNa6Q==以及优质的素材资源。另一类是以人工智能算法为基础的“算法艺术”[5]。这种创作方式可以弥补人在技能上的不足，借助Midjourney等人工智能创作平台，创作者只需要提供少量的文本，就可以获得图像、动画或3D模型等作品。

数字创作是作者意图和情感的自我表达过程。在创作过程中，作者创作的作品集中体现出个体的想象力、创造力以及审美特质。有研究指出，人工智能技术通过三种方式增强创造力：将熟悉的想法进行新颖的组合；探索概念空间的潜力；通过转换使以前不可能的想法得以产生[6]。Chen等人构建了一个AI支持的数字绘画能力训练系统并开展了准实验研究，研究发现，实验组儿童在思维的独创性、灵活性、抽象性等方面的测评分数显著高于传统绘画教学环境下的学习者[7]。除此之外，AIGC快速生成的图像会激发学习者对提示语进行较多的修改编辑，在人机交互的探索过程中，个体的想象力与审美能力也能够得到训练[8]。

AIGC环境下学习者文字表达的内容很大程度上决定了作品的表现力。不同于以关键词为基础的Web搜索查询，AIGC创作环境下的提示语通常要长得多，使用者需要用文本清晰地将任务主题、形式和意图等内容表达出来[8]。有研究发现，学习者使用的词汇和短语直接决定了AIGC生成图像的新颖性和创造性。简单的名词和短语组合通常不能够完全产生新颖的图像，而带有动词的短句更能够发挥AIGC在创造性学习过程中的作用[9]。Hutson等人研究了学习者在数字作品创作过程中的文本输入特征，调查显示学习者在创作作品的多个版本或迭代时，会对提示语进行一系列修改。其中，最常见的调整是扩展整体描述以提供更多细节，其次是改变主语和形容词，最不常见的修改是融入不同的艺术风格[10]。Paananen等人更是指出，文本提示语的选择决定AI生成图像的质量，语言技能与创造性思维技能比图形技能的影响更大[11]。

（二）AIGC支持的数字创作及学习体验研究

目前，AIGC支持下的数字创作实践研究主要集中在建筑设计、网页设计和工艺美术等领域的早期学习阶段。有研究调查了AIGC工具对大学建筑设计专业新生学习的影响。该研究发现，在材料、可用资源、工艺技能、学生知识准备等设计约束条件下，AI图像生成工具可以成为创造性设计过程中有意义的部分，它能够将灵光一现的想法以图像的形式呈现出来，有助于发展学生的创造力[11]。Lively等人将AIGC工具整合到入门级网页设计和开发的工作流程中，发现AI支持的程序编写能够有效提升学生代码编写的质量，AI支持的网页设计有助于构思和颜色选择，从而产生更好的网页效果[12]。Vartiainen等人将AIGC引入工艺美术职前教师的培训活动中，发现AI工具能够为教师的创作提供更多新颖的视角，还能够有效激发教师对工艺美术独特性的思考，进而权衡AIGC创作与人的创造力之间的关系[13]。

基于AIGC的数字作品创作为学习者提供了一个与过往学习体验迥异的情境，因此，对学习者兴趣、持续学习意愿、自我效能等方面的调查是相关研究关注的重点。Sun等人对比分析了传统绘画与AI绘画环境对不同性别学生的影响，研究发现，AIGC支持的绘画会降低女孩的持续学习意愿，但能够激发男孩的学习兴趣。产生这种差异的原因可能与个体对AI技术的认知相关[14]。Marrone等人调查了学生对人工智能的态度，发现对人工智能了解程度较高的学生，其对智能技术融入课堂的看法更为积极，对人工智能了解程度低的学生则更容易对人工智能产生恐惧和排斥心理[15]。还有研究发现，人工智能能够为学生提供直观的结果和便利的调试机会，学生可以将注意力放在问题提出等方面，从而有效提升学生兴趣和自我效能[16]。

综上所述，AIGC作为一种支持个体自我表达的学习工具开始被各领域的实践者引入教学活动中。但是，我们对新技术环境下学生学习的特征和规律仍然存在诸多认知上的空白。其一，与传统编辑模式下的数字创作相比，AIGC降低了操作技能上的要求，但是对学生想象力、创造力以及审美能力等方面的影响尚未得到验证。其二，对提示词的研究主要集中在词性分析层面，有关提示词文本语义对图像生成的影响尚未得到重视。其三，AIGC技术的实践应用对学生学习感知的影响还需要更多的、更细节的证据。因此，提出以下研究问题：（1）AIGC与传统数字作品创作环境对学习者想象力、情感uGgCPAMjEOqFC4yDo470Wg==和审美表达的影响存在什么样的差异？（2）AIGC环境下学习者的创作，即文本输入具有什么样的语义特征？（3）AIGC支持的创作环境对学生创作体验具有什么样的影响？

三、研究方法

（一）研究情境

数字作品创作是义务教育信息科技课程中设置的一项常态化内容，主要目的是通过数字创作活动，让学生感受信息技术与艺术的结合，拓展其对美的理解与创造力。随着AIGC技术的发展，部分信息技术教师开始尝试转变传统的图像编辑创作，开展基于AIGC的数字创作教学活动。本研究正是基于这一现实背景开展的。

通过学生自主报名的方式，从浙江省某市初中一年级中招募到学生40名（平均年龄12.6岁）。教学采用文心一格和Photoshop作为数字作品创作工具。文心一格是一款由百度基于文心大模型开发的文生图系统。在文心一格网页端，用户只需输入自己创想的文字，就可快速获取多幅画作。学生可以在文心一格生成的图像基础上，通过修改、增减提示词优化生成作品。Photoshop是由Adobe Systems开发和发行的数字图像处理软件。Photoshop提供了多样化的编修与绘图工具，可以有效地支持图片编辑和创造工作。

（二）准实验设计

本研究采取单组前后测的方法设计实验。实验持续5周。第1～3周，教师开展以Photoshop为基础的数字媒体设计活动，帮助学生掌握图层、抠图、滤镜等图像编辑基础知识。同时，要求学生运用Photoshop工具开展创作练习。在创作过程中，教师会提供相应的图片资源，允许学生根据创作主题选择图片进行自主创作。这一阶段的活动完成之后，发放问卷，收集学生关于数字创作的自我效能数据。第4～5周，教师首先向学生介绍文心一格创作平台，帮助学生了解这一工具的特点和功能。通过一周的工具试用，降低学生对AIGC的新鲜感。之后，要求学生以相同主题开展数字作品创作。这一阶段的活动结束之后，再次发放问卷，收集学生有关运用智能工具开展数字作品创作的自我效能数据。在这两个阶段的实验活动中，教师秉持“为创作而教”的理念，采用提出创作主题、范例演习、模仿设计、自由创作、分析交流的模式开展活动。二者的区别在于自由创作环节所采用工具的不同。

实验活动设计了三个数字作品创作主题，分别是：“我为古诗作插画”“环游世界旅行”“未来城市”。这三个主题从基于课程学习体验的创作、依据阅读经验的创作到开放想象的作品创作，在逐步传递基本数字作品创作技能的同时，对学生的创造力和想象力的要求也逐步提高。每个主题活动一次课，每次课90分钟。

（三）数据收集

1. 学习者想象力、情感和视觉审美特征数据

研究通过对数字作品进行细分维度的评分以获取学习者特征数据。数字作品评分参考义务教育艺术课程标准和非专业观众对AI绘画作品评价标准[17]，筛选出视觉审美、想象力、情感表达三个维度。主要原因是两种数字作品创作方式并不要求学生具有较强的绘画技能，创作活动更多的是表达个体的主观感受，反映想象中的世界[18]。因此，视觉审美主要考察数字作品中色彩与图案的协调性，想象力主要考察作品中呈现元素的丰富性，情感表达主要考察作品与创作主题的一致性。各维度设置5级满意度评分。作品评分由两位具有美术专业背景的教师进行独立评分。为避免教师对人工智能技术主观看法的影响，对两类不同工具创作的作品进行了混排。最终评分的一致性系数为0.76，表明评分数据可以作为分析学生特征的证据。数字作品评分样例见表1。

2. AIGC环境下学习者文本语义特征数据

研究采用中国科学院心理研究所开发的“文心”分词系统对学生输入的文本提示语进行分析。文心系统是一款针对中文文本进行语言分析的软件系统，能够快捷地分析文本中使用的不同类别语言的程度、偏好等特点。这一工具的可靠性和有效性已经得到了验证，被广泛应用于探测中文语料中的认知方式、情感表现、学习投入等研究中[19]。为了更清晰地理解AIGC环境下学习者的文字表达能力特征，研究在文心分词的基础上对提示语特征进行分类，形成文本总字数、提示词数量、时态标定、情感历程、认知历程、感知历程、社会历程7大类。文本的词类语义特征及实例见表2。

3. AIGC环境下学习者创作体验数据采集

研究采用洪素苹等编制的创意自我效能感量表来采集两类创作环境下的学生学习体验数据[20]。创意自我效能是指个体在学习过程中对自己是否有创造力的一种信心与评价，是自我效能感在特定领域的表现，与创造力关系较为密切[21]。问卷共17个题目，包含创新策略信念、创新成品信念和抗负面评价信念三个维度，采用李克特五点量表设计。该量表的克隆巴赫α系数为0.83，各维度的系数均大于0.72，量表信度良好。在课程结束后，研究者通过访谈方式采集学生关于AIGC应用的感受。

四、分析发现

（一）AIGC与传统编辑环境下学习者创作表达的差异分析

研究对两种创作环境下的数字作品评分进行了配对样本t检验，分析结果见表3。可以发现，相较于传统的数字图像创作，AIGC支持下的作品创作整体表现得到了显著提升。两种类型的数字作品在视觉审美、想象力和情感表达三个方面均达到显著水平。进一步比较学生作品发现，AIGC生成的数字作品整体协调性更好，在色彩色调、主题要素与背景的协调性等方面做到了较高程度的融合，而采用Photoshop编辑创作的数字作品在要素选择、图层融合等方面通常会有一些明显的拼接痕迹。同时，AIGC创作的作品呈现出更多新颖的元素和多样的风格，而采用Photoshop的学生作品更倾向于写实风格。

（二）AIGC环境下学习者提示语特征比较分析

研究从两个方面对AIGC环境下的学习者提示语特征进行比较分析。第一，从整体上探索提示语特征与数字作品质量的相关关系。在分词的基础上，采用多元线性回归分析方法建立7类词性与数字作品评分的关系模型。模型相关系数R2为0.84，说明提示文本总字数、认知历程词、时态标定词、提示词数量这4个自变量在较大程度上决定了数字作品的表现力。其中，提示文本总字数特征的回归系数值为0.28（t=12.01，p=0.001<0.01），认知历程词的回归系数值为0.17（t=3.49，p=0.001<0.01），说明这两项特征对数字作品表现评分产生正向影响。时态标定词的回归系数值为-0.90（t=-3.08，p=0.003<0.01），提示词数量的回归系数值为-0.25（t=-2.56，p=0.01<0.05），意味着这两项特征对数字作品质量产生负向影响。

第二，比较不同水平的数字作品在文字表达上的差异。以数字作品总体平均分为基准，将作品分为高分组和低分组，采用独立样本t检验对提示词特征进行比较分析（见表4）。分析发现，高水平的作品在认知历程、感知历程和提示文本总字数三个维度上与低水平的作品存在显著差异，说明在运用AIGC工具创作数字作品时，更多的认知历程、感知历程词运用和更详细的文字表达将有利于生成更具表现力的数字作品。

（三）AIGC环境对学习者创作体验的影响分析

基于创意自我效能感问卷的调查研究发现，与传统创作相比， AIGC支持的创作能够显著提升学习者创意自我效能。学生在创新策略信念、创新成品信念、抗衡负面评价信念三个方面均表现出显著差异，见表5。

表5 学生创意自我效能配对样本t检验

五、结果讨论

（一）AIGC创作环境可以有效地激发学生情感、想象力和视觉审美表达

传统的图像编辑环境与AIGC支持的数字创作在工具能力层面不具有可比性。前者通过图层、抠图、滤镜等方法增强已有图像的表现力。后者则是直接生成图像，它类似于一种可以拍摄使用者大脑想象的“数码相机”。然而，如果忽略工具差异，将数字作品作为学习者个人想象与情感的外化表达，则可以发现AIGC创作环境有助于学习者更好地表达其想象力、情感和审美趣味。出现这些差异的原因有三点。第一，AIGC生成的图像为激发学生的想象力提供了一个“起点”。有学生提到：“我只是知道一些与主题相关的要素，但很难描述它是什么样的，文心一格帮我将其展现出来。”第二，AIGC生成的图像为学习者想象力和情感表达的逐步具象化提供了“锚点”。有学生提到：“文心一格并不能一下子就生成让我满意的图像，我会多次调整提示词使图像更符合我的预期。”第三，AIGC为多样化的尝试提供了“发展点”。例如，有学生指出，“我可以通过替换提示词快速地获得不同风格的作品，增加或减少一些元素也更容易”。

AIGC为学生发挥想象力和表达情感提供了一个特别的环境。人机协同过程中，学习者对数字作品的迭代修改体现出学生的审美能力。这些发现部分印证了Chen和Xie等关于AI创作环境能够促进儿童创造性思维能力和审美能力发展的观点[7-8]。不同的是，笔者认为，将AIGC支持的数字创作过程视为观察学习者的想象力、情感表达、知识运用和审美能力的窗口，可能是更谨慎的做法。运用人工智能工具发展学生想象力和情感表达，还需要在更长时间尺度上开展更多的实证研究。

（二）学习者知识掌握水平以及文字表达能力决定了AIGC支持的数字创作水平

基于语义的提示词分析能够更好地揭示AIGC创作环境下学习者的语言特点。研究最初依照Hutson等人的词性分析方法[10]对提示词进行分类，结果发现，名词的占比达到75%，动词、形容词等其他类型词占比较低，难以反映学生的创作特征。在有限的文本输入条件下，通过词语语义类别分析发现，时态标定类、认知历程类特征词、提示词数量和提示词总字数对数字作品的表现力产生的影响最大。同时，提示词总字数和提示词数量对数字作品评分的影响是相反的。更多的提示词并不意味着更好的作品，更具体、更长的提示短语有利于好作品的生成。这一发现是对Hutson等人研究[10]的进一步补充。

学习者知识掌握水平对AIGC数字创作产生积极影响。研究发现，高水平的数字作品对应的提示词在认知历程、感知历程和提示文本总字数三个维度上表现更好。回溯学生输入的文本，发现高水平作品的提示词中有更丰富的专业术语，如焦点、曝光、渲染、仿生等。因此，“专业且富有想象力的文字组合+AIGC艺术工程支持=数字创意作品”应该是智能技术支持下数字创作的基本规律。这也提示我们，重视学习者专业素养和文字表达能力的发展，特别是在有限的输入条件下，如何更专业、更准确、更具想象力地与人工智能互动是培养面向未来人才的重要内容。

（三）AIGC创作环境能提升学习者的创意自我效能，但证据并不坚实

研究显示，在AIGC支持的创作活动中，学生的创意自我效能得到了明显的提升。出现这一情况并不令人意外。第一，创新策略信念方面，技术设计策略转换为文本修辞策略降低了数字作品创作的难度。学生只需要增加、删减、更改提示词，就可以获得相应的图像。第二，创新成品信念方面，AIGC针对每次输入的提示词可以生成四幅甚至更多的参考图片，学生可以选择其中一幅进行快速修改，而不用担心由于绘画技能和图像处理技术的不足导致的失败问题。第三， 抗衡负面评价信念方面，学生不再担心其作品被认为是幼稚的或不好的，他们更愿意与同伴交流数字作品并分享经验。当评价不是针对“我的作品”，而是“AI生成的作品”时，学生便不会担心负面的评价。

AIGC对学习者创作体验的影响还存在一些不可回避的技术问题。首先，AIGC生成的图像通常与学生的预期效果有差距，提示词修改方向的不确定会导致重复无效的文本输入，从而影响学生的学习体验。有学生提到“我需要重复尝试，有时候甚至需要回到早期的版本”。有研究指出，即使有局部的提示词调整，作品也不能完全达到学生想要的效果。因此，AIGC工具本身的局限性可能成为数字作品创作的限制因素[11]。其次，学生对数字创作中人与AI的贡献存在明显的观点对立。尽管学习者普遍对AI创作表现出较强的兴趣，但接近一半的学生认为AI才是作品创作的主体，这种体验可能会对后续应用产生消极影响。

六、结论与启示

研究对AIGC创作环境下学生创作的实践特征和学习体验进行了调查，主要得出三点结论：第一，相较于传统的编辑创作方式，AIGC能够显著地提升学生数字创作的水平。这种提升不是体现在绘画或软件操作技能方面，而表现在作品的视觉审美、想象力和情感表达等维度。第二，AIGC创作环境下，学习者文本表达能力决定了数字作品的表现力。更专业、更细致和更具想象力的文本输入有助于AIGC生成更好的数字作品。第三，AIGC创作环境能够提升学习者的创意自我效能，但需要谨慎地评估内外部条件。由于AIGC环境下数字创作主题的多样性，学习者文本表达的内容会存在较大差异，还需要更多的证据以支撑以上研究结论。

研究还能够为中学信息科技类课程提供一些有益的参考：第一，关注AIGC环境下的学习过程而不是最终创生的作品或答案，应该是教学实践的立足点。在AI支持的任务情境中激活并发展学习者的想象、创造和情感表达等人类特有的能力，有助于我们更深入地理解学生，也有助于为学习创建更适合的环境。第二，加强对学生学习的引导。人工智能的教育应用降低了一般性的技能要求，但对学生的文字表达、跨学科知识运用、批判性思维等能力提出更高要求。看似容易的提示语输入并不简单，如何减少无方向的试错，并提升学生对AI的主导性感受是教师教学需要考虑的重点内容。

[参考文献]

[1] 刘淑君，李艳，何跃伟，等. 智能作文反馈能提升中学写作教学效果吗？[J]. 华东师范大学学报（教育科学版），2022，40（9）：90-104.

[2] VARTIAINEN H，TEDRE M. Using artificial intelligence in craft education： crafting with text-to-image generative models[J]. Digital creativity， 2023，34（1）：1-21.

[3] 朱永新，杨帆. ChatGPT/生成式人工智能与教育创新：机遇、挑战以及未来[J]. 华东师范大学学报（教育科学版），2023，41（7）：1-14.

[4] 毛迎新，谭维智，于家杰. AIGC机器创作时代学校美育的人性之维[J]. 中国远程教育，2023，43（9）：18-27.

[5] 张激. AI来了！算法艺术史解析[J]. 新美术，2017，38（5）：44-53.

[6] BODEN M A. Creativity and artificial intelligence[J]. Artificial intelligence， 1998，103（1-2）： 347-356.

[7] CHEN S Y， LIN P H， CHIEN W C. Children's digital art ability training system based on AI-assisted learning： a case study of drawing color perception[J]. Frontiers in psychology， 2022，13：823078.

[8] XIE Y， PAN Z， MA J， et al. A prompt log analysis of text-to-image generation systems[C]//Proceedings of the ACM Web Conference 2023 （WWW '23）. New York： Association for Computing Machinery，2023：3892-3902.

[9] HUTSON J， ROBERTSON B. Exploring the educational potential of AI generative art in 3D design fundamentals： a case study on prompt engineering and creative workflows[J]. Global journal of human-social science： a arts & humanities-psychology， 2023，23（2）：1-11.

[10] HUTSON J， COTRONEO P. Generative AI tools in art education： exploring prompt engineering and iterative processes for enhanced creativity[J]. Metaverse， 2023，4（1）：1-11.

[11] PAANANEN V， OPPENLAENDER J， VISURI A. Using text-to-image generation for architectural design ideation[J]. International journal of architectural computing， 2023：1-17.

[12] LIVELY J， HUTSON J， MELICK E. Integrating AI-generative tools in web design education： enhancing student aesthetic and creative copy capabilities using image and text-based AI generators[J]. Journal of artificial intelligence and robotics， 2023，1（1）： 23-36.

[13] VARTIAINEN H， TEDRE M. Using artificial intelligence in craft education： crafting with text-to-image generative models[J]. Digital creativity， 2023，34（1）：1-21.

[14] SUN J， GU C， CHEN J， et al. A study of the effects of interactive AI image processing functions on children's painting education[C]//International Conference on Human-Computer Interaction. Cham： Springer International Publishing， 2022：93-108.

[15] MARRONE R， TADDEO V， HILL G. Creativity and artificial intelligence—a student perspective[J]. Journal of intelligence， 2022， 10（3）：1-11.

[16] YILMAZ R， YILMAZ F G K， The effect of generative artificial intelligence （AI）-based tool use on students' computational thinking skills， programming self-efficacy and motivation[J]. Computers and education： artificial intelligence， 2023，4（1）：1-14.

[17] 窦紫微. 非专业观众对AI绘画艺术品评价标准的改变和影响维度探究[J]. 科技传播，2023，15（1）：109-112.

[18] 任悦. 数字时代视觉表征的变化——对“我们：数码相机记录的影像生活”摄影比赛作品的内容分析[J]. 国际新闻界，2007（2）：16-20.

[19] 吴林静，高喻，涂凤娇，等. 基于语义的在线协作会话学习投入自动分析模型及应用研究[J]. 电化教育研究，2022，43（3）： 77-84.

[20] 洪素萍，黄宏宇，林珊如. 重要他人回馈影响创意生活经验？以模式竞争方式检验创意自我效能与创意动机的中介效果[J]. 教育心理学报，2008，40（2）：303-321.

[21] TIERNEY P， FARMER S M. Creative self-efficacy：it's potential antecedents and relationship to creative performance[J].Academy of management journal，2002，45（6）：1137-1148.

A Survey Study on Characteristics and Learning Experience of

Learners' Digital Creation Practice in AIGC Environment

MAO Gang1， LONG Zhouping1， LI Feiming2

（1.College of Education， Zhejiang Normal University， Jinhua Zhejiang 321004;

2.Zhejiang Key Laboratory of Intelligent Education Technology and Application， Jinhua Zhejiang 321004）

[Abstract] The application of artificial intelligence generated content（AIGC） in education is transforming the way of teaching and learning. In the teaching practice of digital work creation， the application of AIGC has changed the mode of creative learning， but learners' learning characteristics and patterns in this environment have not yet been deeply revealed. The study took 40 seventh-grade students as research subjects， and used quasi-experimental method， interviews， and semantic analysis to investigate the characteristics of learners' digital creation practice and learning experience in AIGC environment. The study finds that compared to the traditional way of creating digital works， the utilization of AIGC helps to stimulate learners to exhibit stronger imagination， emotional expression and visual aesthetic ability. In the process of interactive creation with artificial intelligence， the quality of the digital works is determined by the number of prompt words input by the learners， as well as the use of tense determination and cognitive process vocabulary. Advanced learners tend to choose more cognitive process and perceptual process vocabulary. And learners' creative self-efficacy has been significantly enhanced in AIGC environment. Finally， it is suggested that to leverage the advantages of AIGC environment in stimulating learners' imagination， creativity and emotional expression， attention must be paid to the learning process and efforts should be strengthened to cultivate students' abilities in literal expression， interdisciplinary knowledge application， and critical thinking.

[Keywords] Artificial Intelligence Generated Content; Digital Creation; Prompt Words; Semantic Analysis; Creative Self-efficacy