科学家用10万人测试AI的创造力

这项发表在《科学报告》（自然出版集团旗下期刊）上的研究指出了一个重大转变。生成式AI系统目前已达到在某些创造力衡量标准上超越普通人类的水平。与此同时，即使是最强大的AI模型，也仍不及最具创造力的人类，后者始终保持着明显优势。

AI达到人类平均创造力水平 研究人员评估了多个领先的大型语言模型，包括ChatGPT、Claude、Gemini等，并将它们的表现与超过10万名人类参与者的结果进行了比较。研究结果凸显了一个明显的转折点：包括GPT-4在内的部分AI系统，在旨在衡量语言发散创造力的任务中，得分超过了人类平均水平。

卡里姆·杰尔比教授解释道：“我们的研究表明，一些基于大型语言模型的AI系统现在在定义明确的任务上，创造力可以超过普通人类。这个结果可能令人惊讶——甚至不安——但我们的研究也强调了一个同样重要的发现：即使是最优秀的AI系统，其创造力仍不及最具创造力的人类水平。”

该研究的共同第一作者、蒙特利尔大学博士后研究员安托万·贝勒马尔-佩潘和康考迪亚大学博士生弗朗索瓦·莱斯皮纳斯进行的进一步分析揭示了一个显著模式：尽管部分AI模型现在能超越普通人，但创造力的巅峰仍牢牢掌握在人类手中。事实上，当研究人员考察最具创造力的那一半参与者时，他们的平均得分超过了所有接受测试的AI模型。而在最具创造力的前10%人群中，这一差距更大。

卡里姆·杰尔比教授同时也是米拉（魁北克人工智能研究所）的副教授，他表示：“我们与多伦多大学的杰伊·奥尔森合作，基于超过10万名参与者的数据，开发了一个严谨的框架，使我们能够使用相同的工具来比较人类和AI的创造力。”

科学家如何衡量人类和AI的创造力 为了公平评估人类和机器的创造力，研究团队采用了多种方法。主要工具是发散联想任务（DAT），这是一种广泛使用的心理测试，用于衡量发散性创造力，即从单一提示中生成多样且原创想法的能力。发散联想任务由研究合著者杰伊·奥尔森创建，要求参与者（无论是人类还是AI）列出10个在意义上尽可能不相关的单词。一个极具创造力的回答示例包括“星系、叉子、自由、藻类、口琴、量子、怀旧、天鹅绒、飓风、光合作用”等单词。该任务的表现与写作、创意生成和创造性问题解决等其他成熟创造力测试的结果密切相关。尽管该任务基于语言，但它远不止于词汇层面，还涉及许多领域创造性思维中的更广泛认知过程。发散联想任务还有实际优势，完成仅需2到4分钟，且普通大众可在线参与。

从单词列表到真实创意写作 研究人员随后探讨了AI在这项简单单词联想任务上的成功是否能延伸到更复杂、更贴近现实的创意活动中。为了验证这一点，他们让AI系统和人类参与者在创意写作挑战中进行比较，例如创作俳句（一种三行短诗形式）、撰写电影情节梗概以及创作短篇故事。结果呈现出一种熟悉的模式：尽管AI系统有时能超越普通人类的表现，但最优秀的人类创作者始终能产出更出色、更具原创性的作品。

AI的创造力可以调节吗？ 这些发现引发了另一个重要问题：AI的创造力是固定的，还是可以被塑造？研究表明，AI的创造力可以通过改变技术设置来调节，尤其是模型的“温度”参数。该参数控制生成内容的可预测性或冒险性。在较低温度设置下，AI会生成更安全、更常规的内容；而在较高温度设置下，生成的内容会更加多样、难以预测且更具探索性，使系统能够跳出熟悉的想法。研究人员还发现，指令的编写方式对创造力有很大影响。例如，鼓励模型利用词源学思考单词起源和结构的提示，会产生更多意想不到的联想和更高的创造力得分。这些结果强调，AI的创造力在很大程度上依赖于人类的引导，使得交互和提示成为创作过程的核心部分。

AI会取代人类创作者吗？ 对于人工智能可能取代创意专业人士的担忧，该研究提供了一个平衡的视角。尽管AI系统现在在某些任务上可以达到或超过人类平均创造力水平，但它们仍有明显的局限性，且依赖于人类的指导。卡里姆·杰尔比教授表示：“尽管AI现在在某些测试中能达到人类水平的创造力，但我们需要摆脱这种误导性的竞争观念。生成式AI首先已成为服务于人类创造力的极其强大的工具：它不会取代创作者，而是会深刻改变他们想象、探索和创作的方式——对于那些选择使用它的人而言。”研究结果并未预示创意职业的终结，而是表明未来AI将作为创意助手。通过拓展思路和开辟新的探索路径，AI可能会帮助放大人类的想象力，而非取代它。卡里姆·杰尔比教授总结道：“通过直接对比人类和机器的能力，像我们这样的研究促使我们重新思考创造力的定义。”

关于本研究 题为《人类与大型语言模型的发散性创造力》的论文于2026年1月21日发表在《科学报告》上。该研究汇集了来自蒙特利尔大学、康考迪亚大学、多伦多大学密西沙加分校、米拉（魁北克人工智能研究所）和谷歌DeepMind的科学家。卡里姆·杰尔比教授领导了这项研究，蒙特利尔大学的安托万·贝勒马尔-佩潘和康考迪亚大学的弗朗索瓦·莱斯皮纳斯为共同第一作者。研究团队还包括米拉和LoiZéro的创始人、深度学习（ChatGPT等现代AI系统背后的技术）先驱约书亚·本吉奥。