《科學報告》14日發表的一項人工智能(AI)研究指出，大型語言模型(LLM)AI機器人在創造性思維任務上或能超越一般人類，該任務要求受試者想出日常用品的替代用途(發散性思維的一個例子)。不過，得分最高的人類受試者依然能超過機器人的最佳答案。
發散性思維通常是指與創造性相關的一類思維過程，需要為特定任務想出各種不同創意或對策。發散性思維一般通過一種名為“替代用途任務”(AUT)的項目進行評估，受試者被要求在短時間內想出某個日常用品的其他用途，越多越好。受試者的回答從4個類別進行打分：流利度、靈活性、原創性和精細度。
此次任務需完成4個物品(繩子、盒子、鉛筆、蠟燭)的AUT。研究人員比較了AI和人類的答案，通過語義距離(回答與物品原始用途的相關度)和創造性給回答的原創性打分。
芬蘭圖爾庫大學、挪威卑爾根大學及斯塔萬格大學認知與行為神經科學實驗室聯合團隊用一個計算方法，在0—2的范圍里量化語義距離，在1—5的范圍里量化創造性，讓不知道受試者身份的人類打分者對他們的答案進行客觀評價。平均而言，AI的回答在語義距離(0.95相對于0.91)和創造性(2.91相對于2.47)的得分上顯著高于人類的回答；人類回答在這兩項的得分差距更大——最低分遠低于AI的回答，但最高分普遍比AI高。最佳人類回答在8個評分項中的7項都超過了所有AI的最佳回答。
以上結果表明，當前AI想象創意的能力至少已與一般人類相當。但團隊強調，他們只評價了涉及創造性評估的單項任務的表現，今后的研究或能探索如何將AI融入創造性過程來提升人類表現。
人類對自己頭腦最引以為傲的是什么？是我們永不枯竭的創新思維。如果人工智能在這方面超過我們又會怎樣？我的第一觀感是：不敢相信、不愿接受、不能認可。不過細思量之下，這一測試首先對創造性的描述和考察都有限，研究人員也強調了，它只是“獨立單項任務”的表現。但在現實世界中，我們的創造性的發揮是在復雜且多元交錯的環境中進行的。而且，即便是這樣單項的考核中，人類創意的最高點，仍然是機器尚無法企及的。
