GPT-4比人类更有创造力？Nature子刊：发散思维已被超越

这一专属于智慧生物的独特性，也要被人工智能（AI）学会了？

发散性思维（divergent thinking）被认为是创造性思维的核心指标，是人类创造性的体现。

如果 ChatGPT-4 等大模型具有超过人的发散性思维，那是不是意味着，这一专属于智慧生物的独特性，也被人工智能（AI）学会了？

近日，来自阿肯色大学的研究团队在一项工作中发现：ChatGPT-4 在创造性思维测试中的表现，已经超越了人类。

相关研究论文以“The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks”为题，已发表在 Nature 子刊 Scientific Reports 上。

研究团队表示：“总体而言，即使在控制反应的流畅性的情况下，GPT-4 在每项发散性思维任务上都比人类更具独创性和复杂性。换句话说，GPT-4 在整个发散思维任务中表现出了更高的创造潜力。”

GPT-4的发散性思维，真的好过人类？

据论文描述，研究团队测试了 151 名人类参与者和 ChatGPT-4 分别在 Alternative Uses Task、Consequences Task 和 Divergent Associations Task 三个创造性思维任务上的表现。

这些任务旨在评估个体的创造性思维能力，其中包括了对于日常物品的创新用途、对于假设情境的可能后果，以及对于词语的语义差异的理解。这些标准有助于量化每个参与者在创造性思维任务中的表现，同时也为后续的分析提供了基础。

Alternative Uses Task（替代用途任务）：这是一个经典的创造力测试，要求参与者为一个常见物品想出尽可能多的不同用途。例如，参与者可能会被要求为一张纸想出多种用途。这个任务旨在衡量个体在生成独特和多样想法方面的能力。

Consequences Task（结果任务）：在这个任务中，参与者被要求想象一个不寻常的情况或事件，并描述可能发生的结果。例如，如果重力突然消失，会发生什么？这个任务考察的是个体在逻辑推理和想象力方面的创造力。

Divergent Associations Task（发散联想任务）：这个任务要求参与者对一个给定的刺激词（如“云”）提供尽可能多的关联词或想法。这个任务用于评估个体的思维灵活性和词汇关联能力。

测试结果显示，在三个创造性思维任务中，ChatGPT-4 明显优于人类参与者。无论是在生成回答的数量、回答的长度还是语义差异方面，ChatGPT-4 都表现出了显著的优势，突显了其在创造性思维领域的潜力。

图｜在 Alternative Uses Task 中，与人类相比，在给出相同数量生成答案的机会下，GPT-4 更能成功地提出不同的答案，并且表现出更高的原创性，但仅限于特定的提示。（来源：该论文）

图｜在 Consequences Task 中，与人类相比，在相同数量的机会下，GPT-4 能够更成功地想出更多不同的反应，并且根据提示类型也表现出更高的原创性。（来源：该论文）

为了排除其他因素的影响，研究还对回答流畅性进行了控制比较。结果显示，即使在控制了回答流畅性的情况下，ChatGPT-4 仍然表现出了更高的创造性潜力，进一步证实了其在创造性思维任务中的优越性。

这一研究结果引发了关于创造性潜力和实际应用的讨论。虽然 ChatGPT-4 在创造性思维任务中表现出了显著的优势，但研究团队也指出了其适用性的局限性。

例如，与人类相比，ChatGPT-4 缺乏自主性和实际经验，其创造性潜力依赖于人类用户的指导和输入。因此，尽管 ChatGPT-4 能够生成创造性的想法，但其实际应用仍受到限制。

另外，在评估 ChatGPT-4 的创造性潜力时，还需要考虑其回答的适用性和实用性。尽管 ChatGPT-4 可以生成大量原创的想法，但这些想法是否适用于实际情境，以及是否能够产生有意义的成果，仍然需要进一步的研究和验证。

最后，研究团队还强调了人类创造力的独特性和多样性。与 ChatGPT-4 相比，人类具有更广泛的经验和情感体验，能够以更灵活和多样的方式思考和创造。因此，在探讨创造性潜力时，不能简单地将 ChatGPT-4 的表现与人类相提并论，同时也需要更全面地考虑其在实际应用中的适用性和局限性。

AI取代人类？还有待观察

与之前的研究相比，此次研究的测试结果揭示了 ChatGPT-4 在多个创造性思维任务上的显著优势，为我们提供了有关人工智能在创造性思维方面的新认识。

然而，这也引发了更多问题和未来的探索方向。我们需要深入研究人工智能与人类创造性思维之间的关系，探讨如何更好地利用人工智能来促进创新。

未来的研究将致力于开发更智能、更全面的测量方法，以更好地理解和评估创造性思维的各个方面。随着人工智能技术的不断发展，我们对于人类创造力的认识也将不断深化，为构建更具创意和智能的未来奠定坚实基础。

研究团队认为，这些测试是否能完美地衡量人类的创造潜能并不是问题的关键。关键在于，大模型正在快速演化，并以前所未有的方式超越人类，它们是否有可能取代人类的创造力还有待观察。

他们也表示，在未来，人工智能作为灵感工具、作为个人创造过程的辅助工具或克服固定性（fixedness）的工具，都大有可为。

本文来自微信公众号“学术头条”（ID：SciTouTiao），作者：学术头条