那個關於「機器是否真正擁有創造力」的古老辯論，或許已經到了該翻篇的時候了。
在蒙特利爾大學一項涉及十萬人的大規模研究中，一個令人不安卻又在意料之中的事實浮出水面：以GPT-4為代表的生成式人工智慧，其創造力已經正式超越了普通人類的平均水平。
但這並不意味著人類創意的末日已至，恰恰相反，這項發表在《科學報告》上的重磅研究揭示了一個更深層的真相——AI正在消滅平庸，卻依然無法觸及人類頂尖智慧的天花板。
這項由心理學教授卡里姆·傑爾比（Karim Jerbi）領導，並由「深度學習之父」約書亞·本吉奧（Yoshua Bengio）參與的研究，是迄今為止人類與AI之間規模最大的一次創造力正面對決。
結果是殘酷的，也是充滿希望的：在標準化的測試中，演算法已經能夠輕鬆碾壓一般的路人，但在真正的藝術與靈感的高地上，人類中最傑出的那群人依然牢牢守衛著尊嚴。
跨越「平均線」的演算法勝利
為了量化這種虛無縹緲的「創造力」，科學家們並沒有讓AI去畫一幅油畫或者譜寫一首交響樂，而是採用了一種更為科學和基礎的測量工具——發散聯想任務（DAT）。
這是一個看似簡單實則極具挑戰的測試：參與者需要列出10個在語義上儘可能互不相關的單詞。
對於人類大腦來說，這其實非常困難，因為我們的思維習慣於尋找聯繫，比如提到「貓」就會想到「狗」，提到「天空」就會想到「藍」。
要打破這種思維慣性，寫出諸如「星系、叉子、自由、藻類」這樣跨度極大的辭彙組合，需要極強的發散思維能力。
正是在這項測試中，AI展現出了驚人的統治力。
最新研究表明，人工智慧在某些創造力測試中能夠超越普通人——這對於生成模型而言是一個引人注目的轉折點。圖片來源：Shutterstock
研究人員發現，GPT-4、Claude和Gemini等頂級大模型在生成這些毫無關聯的辭彙時，表現優於大多數人類參與者。
對於演算法而言，在龐大的向量空間中尋找距離最遠的辭彙，似乎比人類在腦海中搜腸刮肚要容易得多。
這意味著，在基礎的創意生成和跳躍性思維層面，機器已經不再是那個只會模仿的笨拙學徒。
正如傑爾比教授所言，這確實是一個「令人不安」的轉折點，它標誌著AI在特定的創造力指標上已經跨過了人類的平均線。
如果你的工作僅僅是提供一些平庸的點子或進行基礎的文案堆砌，那麼你可能已經處在被替代的邊緣。
人類靈感的最後堡壘
然而，數據的另一面卻講述了一個完全不同的故事。
當研究人員將目光從「平均數」移開，聚焦於那部分最具創造力的人類時，局勢瞬間逆轉。數據顯示，表現最好的前50%的人類參與者，其平均得分依然高於所有受測的AI模型。
而在最頂尖的前10%的人群面前，即便是最先進的演算法也顯得黯然失色。這種差距在更複雜的創意任務中表現得尤為明顯。
當測試從簡單的單詞聯想轉向撰寫俳句、構思電影劇本或創作短篇小說時，人類頂尖創作者展現出了機器無法比擬的優勢。AI生成的文本雖然通順且符合邏輯，但往往缺乏那種擊中人心的情感深度和意想不到的敘事轉折。
這揭示了目前AI創造力的本質局限：它是一種基於概率的「預測性創造」，而非基於生命體驗的「內源性創造」。研究還發現了一個有趣的細節，即AI的創造力是可以被「調節」的。
通過調整模型的「溫度」參數（Temperature），科學家們可以控制AI輸出的隨機性。在低溫度下，AI保守而平庸；只有在高溫度下，它才會展現出那種近乎瘋狂的聯想能力。
但這恰恰說明了機器的被動性——它的靈感需要人類通過精妙的提示詞（Prompt）去誘導和激發，而人類的靈感則是自發的、流動的。
在真正的藝術創作中，那種對人性幽微之處的洞察，以及在規則之外尋找突破的直覺，依然是碳基生物獨有的特權。
從競爭對手到思維擴音器
這項研究最終給出的結論並非是「人機對立」的末世預言，而是一份關於未來的各種可能性的說明書。
我們正在進入一個創造力分層的時代。對於普通人而言，AI不僅僅是一個競爭對手，更是一個強大的思維擴音器。它可以幫助那些缺乏靈感的人突破思維的瓶頸，迅速達到一個及格甚至優秀的創意水平。
想像一下，一個普通的文案撰寫者，利用AI瞬間生成幾十個發散性的創意角度，然後在此基礎上進行篩選和潤色，其效率和質量將得到質的飛躍。
而對於那些頂尖的創作者來說，AI則是一個不知疲倦的助手，負責處理那些基礎的、重複性的腦力勞動，讓他們能夠將精力集中在最核心的創意突破上。傑爾比教授的觀點非常中肯：我們需要超越「AI將取代人類」這種簡單的二元對立思維。
生成式AI正在從根本上改變我們想像、探索和創造的方式。它不會取代創造者，但它會淘汰那些拒絕使用工具的創造者。未來的創意產業，將不再是人與機器的賽跑，而是「會用AI的人」與「不會用AI的人」之間的博弈。
在這個新世界裡，平庸的創意將變得一文不值，因為機器可以無限量地生產它們；而真正稀缺的，將是那些機器無法計算的、帶有鮮明個人印記的、能夠引發靈魂共鳴的頂級創意。
所以，不必為AI擊敗了平均水平而感到恐慌，這反而是一個提醒：在演算法時代，唯有追求卓越，才是人類唯一的出路。
作品聲明：僅在頭條發布，觀點不代表平台立場
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-