發散性思維（divergent thinking）被認為是創造性思維的核心指標，是人類創造性的體現。

如果 GPT-4 等大模型具有超過人的發散性思維，那是不是意味著，這一專屬于智慧生物的獨特性，也被人工智能（AI）學會了？

近日，來自阿肯色大學的研究團隊在一項工作中發現：GPT-4 在創造性思維測試中的表現，已經超越了人類。

相關研究論文以“The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks”為題，已發表在 Nature 子刊 Scientific Reports 上。

研究團隊表示：“總體而言，即使在控制反應的流暢性的情況下，GPT-4 在每項發散性思維任務上都比人類更具獨創性和復雜性。換句話說，GPT-4 在整個發散思維任務中表現出了更高的創造潛力。”

GPT-4的發散性思維，真的好過人類？

據論文描述，研究團隊測試了 151 名人類參與者和 GPT-4 分別在 Alternative Uses Task、Consequences Task 和 Divergent Associations Task 三個創造性思維任務上的表現。

這些任務旨在評估個體的創造性思維能力，其中包括了對于日常物品的創新用途、對于假設情境的可能后果，以及對于詞語的語義差異的理解。這些標準有助于量化每個參與者在創造性思維任務中的表現，同時也為后續的分析提供了基礎。

• Alternative Uses Task（替代用途任務）：這是一個經典的創造力測試，要求參與者為一個常見物品想出盡可能多的不同用途。例如，參與者可能會被要求為一張紙想出多種用途。這個任務旨在衡量個體在生成獨特和多樣想法方面的能力。

• Consequences Task（結果任務）：在這個任務中，參與者被要求想象一個不尋常的情況或事件，并描述可能發生的結果。例如，如果重力突然消失，會發生什么？這個任務考察的是個體在邏輯推理和想象力方面的創造力。

• Divergent Associations Task（發散聯想任務）：這個任務要求參與者對一個給定的刺激詞（如“云”）提供盡可能多的關聯詞或想法。這個任務用于評估個體的思維靈活性和詞匯關聯能力。

測試結果顯示，在三個創造性思維任務中，GPT-4 明顯優于人類參與者。無論是在生成回答的數量、回答的長度還是語義差異方面，GPT-4 都表現出了顯著的優勢，突顯了其在創造性思維領域的潛力。

為了排除其他因素的影響，研究還對回答流暢性進行了控制比較。結果顯示，即使在控制了回答流暢性的情況下，GPT-4 仍然表現出了更高的創造性潛力，進一步證實了其在創造性思維任務中的優越性。

這一研究結果引發了關于創造性潛力和實際應用的討論。雖然 GPT-4 在創造性思維任務中表現出了顯著的優勢，但研究團隊也指出了其適用性的局限性。

例如，與人類相比，GPT-4 缺乏自主性和實際經驗，其創造性潛力依賴于人類用戶的指導和輸入。因此，盡管 GPT-4 能夠生成創造性的想法，但其實際應用仍受到限制。

另外，在評估 GPT-4 的創造性潛力時，還需要考慮其回答的適用性和實用性。盡管 GPT-4 可以生成大量原創的想法，但這些想法是否適用于實際情境，以及是否能夠產生有意義的成果，仍然需要進一步的研究和驗證。

最后，研究團隊還強調了人類創造力的獨特性和多樣性。與 GPT-4 相比，人類具有更廣泛的經驗和情感體驗，能夠以更靈活和多樣的方式思考和創造。因此，在探討創造性潛力時，不能簡單地將 GPT-4 的表現與人類相提并論，同時也需要更全面地考慮其在實際應用中的適用性和局限性。

AI取代人類？還有待觀察

與之前的研究相比，此次研究的測試結果揭示了 GPT-4 在多個創造性思維任務上的顯著優勢，為我們提供了有關人工智能在創造性思維方面的新認識。

然而，這也引發了更多問題和未來的探索方向。我們需要深入研究人工智能與人類創造性思維之間的關系，探討如何更好地利用人工智能來促進創新。

未來的研究將致力于開發更智能、更全面的測量方法，以更好地理解和評估創造性思維的各個方面。隨著人工智能技術的不斷發展，我們對于人類創造力的認識也將不斷深化，為構建更具創意和智能的未來奠定堅實基礎。

研究團隊認為，這些測試是否能完美地衡量人類的創造潛能并不是問題的關鍵。關鍵在于，大模型正在快速演化，并以前所未有的方式超越人類，它們是否有可能取代人類的創造力還有待觀察。

他們也表示，在未來，人工智能作為靈感工具、作為個人創造過程的輔助工具或克服固定性（fixedness）的工具，都大有可為。