Neroni 提出把创造力解释单位从孤立因素改为跨层次动态配置，并用约束、可供性、调节、反馈/选择四种机制给出可检验预测

论文把创造力的解释单位从“孤立决定因素”改为“跨层次关系的动态配置”，主张同一因素（如认知灵活性、内在动机、社会支持、领域专长、技术辅助）在某些条件下支持创造力，在另一些条件下作用很小甚至起约束作用。 相对 Csikszentmihalyi 的系统模型、Glăveanu 的社会文化取向以及 Person × Task × Situation 框架，该文把关系视角进一步扩展到层次之间：心理与社会文化过程本身也受具身与神经生物条件、发展轨迹以及技术系统塑造。 这是理论性 Perspective 文章，论证依据是对神经科学、心理学、社会文化研究、教育、组织研究与生成式 AI 文献的整合与再解释，而非新的实证数据；文中明确说明其目的不是提供创造力研究的全面综述。

论文提出约束、可供性、调节、反馈/选择四种机制，用以说明生物、心理、社会、文化与技术过程如何随时间相互影响，并由此推出四条可检验命题：配置依赖、时间特异性、跨层次分化、发展重构。 作者强调这些命题使框架区别于“一切都在交互”的泛化说法：若主要创造力相关因素在任务、阶段、分析层次与发展条件上始终表现一致效应，将挑战该框架；而系统性调节、随时间变化、跨层次权衡与发展差异则支持配置式解释。 四条命题以条件性预测的形式陈述，作者指出其可被实证检验，但文中未报告针对这些命题的新数据检验。

论文用人类—AI 创造力作为配置式而非加和式现象的例证：Chen 与 Chan 的广告任务研究中，把大语言模型当作“参谋”改善了非专家表现，而当作“代笔”对专家不利并可能产生锚定效应；McGuire 等发现被要求编辑 AI 生成诗歌时创造力更低，但改为迭代共创后这一劣势消失，并保留了更高的创造性自我效能。 这些结果被用来支持“同一技术能力因用户专长与 AI 在任务中的角色不同而产生不同效果”，从而把问题从“AI 是否提升创造力”转为“在何种人—任务—技术配置下提升”。 证据来自所引用的具体实验研究与 Vaccaro 等的系统综述与元分析；后者显示人—AI 表现差异很大，取决于人与 AI 的相对能力及贡献组合方式，但其结论并不专门针对创造力。

论文主张把矛盾发现视为理论上有信息量的现象，并呼吁概念与测量上的更高特异性：发散思维表现、创造性潜能、日常创造行为、领域特定产品与社会认可的创造性成就属于相关但不同的现象，处于不同时间尺度。 作者据此把研究问题从“X 是否提升创造力”改写为“对谁、在创造活动的哪个阶段、与哪些资源或约束组合、在哪个分析层次、在多长时间尺度上，X 起作用”。 该主张建立在对既有文献异质性的梳理之上，包括对默认模式网络结论可推广性的质疑、对把创造力视为单一认知官能的批评，以及关于性别差异的元分析结果；文中未提供新的测量学验证。

该框架面向研究创造力各层次的研究者，以及教育、组织与人类—AI 协作场景中的设计与评估实践者。它适用的设定是：把创造力视为随时间变化的多层次配置，而非稳定个体属性；因此它主张按所研究现象的层次、阶段与时间尺度选择测量，并采用纵向、密集重复测量、经验取样、多层模型、社会网络与数字痕迹等方法。作者也说明，四种机制并非穷尽且互不排斥，且不意味着每个创造行为中各层次同等重要。

需要留意的是，本文为理论性 Perspective，四条命题尚待独立实证检验，文中也未给出统一的效应量或样本层面的汇总。所引人类—AI 研究结论来自特定任务（广告创意、诗歌写作）与特定系统配置，向其他领域与更长周期的推广仍是开放问题。此外，本次可获取的文本为不完整版本，参考文献条目存在空缺，部分被引作者与年份在正文中以括号占位形式出现，因此无法核对全部引用细节；若需精确追溯某一具体证据，应查阅原文完整版本。