研究由蒙特利尔大年夜学传授Karim Jerbi领衔，团队成员包含深度进修前驱、蒙特利尔大年夜学传授Yoshua Bengio等人，他们对多款主流大年夜说话模型（包含ChatGPT、Claude、Gemini等）进行了体系评估，并与逾10万名人类受试者的数据进行了比较，是今朝范围最大年夜的人机创造力比较研究之一。论文揭橥于《Scientific Reports》，题为《人类与大年夜说话模型的发散性创造力》（Divergent creativity in humans and large language models）。
成果注解，在用于衡量“发散性说话创造力”的部分测试中，一些大年夜说话模型（包含GPT‑4在内）的平均得分已经跨越通俗人类。Jerbi指出，这一发明“也许令人惊奇甚至不安”，但同样重要的是：哪怕是最强的AI体系，其表示仍低于最具创造力的人类个别。
进一步分析显示，当研究人员只看创造力程度处于人类“上半区”的那一半介入者时，这一群体的平均表示已经优于所有测试的AI体系，而在创造力排名前10%的顶尖人群中，人类与AI之间的差距加倍明显。结合第一作者、蒙特利尔大年夜学博士后Antoine Bellemare‑Pépin以及康考迪亚大年夜学博士生François Lespinasse指出，这解释“最高程度的创造力仍然是人类独有的优势”。
为了公平比较人类与AI，团队应用了多种办法，个中核心对象是由合作者、加拿大年夜多伦多大年夜学研究者Jay Olson开辟的“发散联想义务”（Divergent Association Task，DAT）。这同心专心理测验请求介入者——无论是人类照样AI——在一次作答中给出10个在语义上彼此尽可能不合的词语，例如“银河、叉子、自由、藻类、口琴、量子、怀旧、天鹅绒、飓风”等，经由过程计算词语间的语义距离来衡量发散性思维才能。
先前研究注解，人类在DAT中的表示，与其他诸如创意写作、点子生成、创意问题解决等多种传统创造力测验的成果高度相干，是以可被视为更广泛创造性认知过程的一个快捷代理指标。DAT的另一个特点是操作简单、耗时短，平日只需两到四分钟即可完成，并已以在线情势向"大众,"开放。
论文结尾指出，与其预言创意职业的终结，不如将AI视作扩大想象力界线的“创意助手”。将来的创造力生态，可能不再是简单的人类对抗机械，而是人机协作的新范式：AI为人类供给灵感、变体与实验场，人类则在更高层次上把握审美、价值与意义。Jerbi认为，这类正面比较人类与机械才能的研究，正在迫使学界和"大众,"从新思虑“什么才算创造力”这一根本问题。
在完成基本词语测试后，研究团队进一步考察了这种“说话层面”的表示可否迁徙到更复杂的创作义务中。他们安排AI体系与人类介入者在多个写作场景下正面较劲，包含创作俳句（三行短诗）、撰写片子剧情概要以及创作短篇故事等，随后对作品德量进行评估。成果延续了此前模式：在一些义务中，AI的平均表示优于通俗人类，但在人类创作者中程度较高的一部分，尤其是最善于写作与故事构思的个别身上，人类优势依然明显。
研究还商量了一个关键问题：AI的“创造力”是否可控、可调节？谜底是肯定的。文章指出，一个重要技巧参数是模型的“温度”（temperature），该参数影响输出内容的可猜测性与多样性：温度较低时，AI生成的答复更保守、更可预期；温度较高时，输出加倍多变、跳脱，往往会带来更具风险但也更具新意的联想。
此外，提示词（prompt）的写法同样影响明显。研究发明，当指令鼓励模型从词源学角度推敲词语的来源和构造时，AI更轻易做出出人意表的联想，并在创造力评分上获得更高分数。这意味着，AI表示出的创造力在很大年夜程度上依附于人类的输入与引导，人机互动的设计正成为创意过程的核心环节之一。
在外界广泛担心AI会“代替”创意工作者的背景下，这项研究给出了相对谨慎的断定。Jerbi强调，尽管AI如今在某些标准化测验中达到甚至超出了人类平均创造力程度，但过分将人机关系懂得为“竞争”是误导性的。在他看来，生成式AI起首是一种极其强大年夜的创意对象，“它不会代替创作者，而会深刻改变创作者想象、摸索与创作的方法——当然，这取决于人们是否选择应用它”。
发表评论 取消回复