讓 AI 慢一點，讓思想走遠一點：創造力為什麼需要摩擦？

李長潔  淡江大學大眾傳播學系助理教授

筆者在大學教授「AI 視覺生成」課程，幾學期下來，最深的感受是：生成式 AI 讓成果出現得更快，卻未必讓想法變得更清楚。當文章、圖像與企劃迅速成形，我們還有多少機會形成自己的問題？一份看似完美的成果，未必代表使用者經歷了理解、判斷與創造。這也讓我開始思考，課程是否需要刻意保留一些停頓，讓學生在取得答案之前，先釐清自己想問什麼。

摩擦的意義

「摩擦」（friction）為物理的概念，在人機互動與創造研究中，則用來描述阻力、歧義、衝突，以及促使人重新判斷的互動。相關 AI 創意的研究中的摩擦並非完全相同，有的是創作者實際遭遇的不確定性，有的是設計者刻意安排的反思要求。在課程創作的過程中，其實時常覺得，摩擦是值得保留的，其能促成探索、修正與自主判斷。

AI創意研究提供了具體線索，Kaila等人（2024）訪談 20 位使用 AI 創作的藝術家，發現 AI 工具的不確定性與限制具有雙重作用，它們可能妨礙工作，也可能開啟意料之外的表現方式。創作者因此得以重新思考作品、作者身分與自身能動性。創造並不是按下生成鍵便完成，而是在意圖與結果之間反覆協商。創作者既要辨認偶然的價值，也要決定哪些偏離值得繼續追索。

例如，學生想生成一張表現城市孤獨的照片，AI 卻給出燈火通明、看似熱鬧的街景。學生可以把 AI 創圖的結果視為生成失敗，也可以追問反思，孤獨是否恰好存在於繁華之中？其實關鍵不是替 AI 錯誤尋找藉口，而是應該比較生成結果與創作的原始意圖，再來決定是否改變原初的構想。如此一來，AI 工具使用時所產生的摩擦，就可以形成我們的創意思考。

透過設計引入摩擦

所以，如果摩擦某個程度上可以支持思考，那我們能否主動設計出「摩擦」？Mirabile等人（2025）提出「透過設計引入摩擦」，即在創造流程的關鍵位置安排停頓、反思提問、查證與比較理由。他們以 DA VINCI 模型涵蓋創作動機與注意、資訊、新意生成、創意評估及實作，使使用者持續參與決策。他們發現，使用者在AI創作過程中持續介入，有助於形成更好的創意結果。

Mirabile等人提到的創作框架，可以連結到某種「自我意圖釐清」。當使用者輸入提示詞之前，可以先自我問答：「我要處理什麼問題？為誰創作？有哪些限制？為什麼選這個方向？」取得結果後，再說明哪些建議被採納或拒絕，以及理由。提示詞的教育價值，由此從取得答案延伸到組織問題；重要的是判斷是否具體，而非文字是否華麗。根據我的課程經驗，筆者建議把課堂上的質疑提前到課前，讓 AI 扮演嚴格教授、反方或作者，協助學生預演論證。這可作為前述創作框架的學習延伸。

情感、身體與經驗也是 AI 的摩擦

人機協作的另一個問題是，創造力能否只由輸出成果來進行衡量。DeSchryver等人（2026）強調，創造包含情感、身體、經驗與社會文化面向；人與技術之間存在協同、催化及摩擦等不同關係。這提醒著我們，除了作品的形式表現外，也要理解創作者如何連結生活經驗與價值判斷。流暢的文字可以描述悲傷，卻不能替學生說明，這份悲傷與誰的生活有關？

在教學上，我開始鼓勵學生試著以口語與 AI 對話。相較於直接寫出整理好的提示詞，先說出疑惑，有時更容易讓猶豫、直覺與情緒浮現，再從中整理出問題與論點。這是我的教學觀察，並不表示口語一定優於文字；我更在意的是，學生能否察覺自己的想法，又在哪些地方重新作出判斷。

保留思考的可能性

保留思考要求，也有助於創造力。Buçinca等人（2021）以 199 位參與者比較 AI 輔助決策介面，發現認知強制機制比單純提供解釋更能降低過度依賴。這項研究提醒我們，要求使用者先作出判斷，有助於降低對 AI 的過度依賴。雖然它沒有直接檢驗創造力，卻為創作教學提供一個值得思考的方向：在接受 AI 建議之前，先保留自己思考與選擇的空間。

AI 與創造的摩擦，最終關乎誰能提出問題、作出選擇並承擔理由。近期的研究都提醒著我們，創作效率與自主判斷需要共同考量。對話的價值，在於我們能否從中發現盲點、查證理由，並修正自己的判斷。生成可以很快，形成觀點卻需要時間；AI 省下來的時間，值得留給這些思考。

參考文獻

Buçinca, Z., Malaya, M. B., & Gajos, K. Z. (2021). To trust or to think: Cognitive forcing functions can reduce overreliance on AI in AI-assisted decision-making. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1), Article 188.

https://doi.org/10.1145/3449287

DeSchryver, M., Henriksen, D., & Leahy, S. (2026). From friction to synergy: The complex interplay of human creativity and AI. Possibility Studies & Society, 4(2), 272–292.

https://doi.org/10.1177/27538699251350483

Kaila, A.-K., Holzapfel, A., & Jääskeläinen, P. (2024). Gardening frictions in creative AI: Emerging art practices and their design implications. In Proceedings of the 15th International Conference on Computational Creativity.

https://computationalcreativity.net/iccc24/papers/ICCC24_paper_35.pdf

Mirabile, M., Faiella, A., & Corazza, G. E. (2025). Frictions in the cyber-creative process: The DA VINCI model and method. In Proceedings of the workshops at the Fourth International Conference on Hybrid Human-Artificial Intelligence (CEUR Workshop Proceedings, Vol. 4074, pp. 110–116). CEUR-WS.org.

https://ceur-ws.org/Vol-4074/short3-3.pdf