夜雨聆风2026/4/18
当我们每个人靠AI变强，为何世界却变得更平庸了？
生成式AI在提升个体创作质量的同时正悄然导致集体创意的同质化
发表期刊
Science Advances
发表时间
2024.7.12
AI如何影响创意边界？
01
生成式AI的运作机制，决定了它本质上是一台筛选和学习的机器。当你输入一个创意提示，模型从海量训练数据中提炼出出现频率最高、语义关联最强的内容组合。
例如，现在问AI：“给我一个关于深海冒险的创意。”
AI生成给你的可能是“幽蓝的深渊”，给另一个人的可能是“静谧的海沟”。在细枝末节上确实不同，但实际创意几乎离不开经典套路。比如：意外发现了失落的亚特兰蒂斯遗迹、或者是潜水器突然故障，氧气即将耗尽。
问题不在于AI给出了"错误答案"，而在于它给出的永远是条件概率下的最优解。一旦创作者接受了这个起点，认知科学中的"锚定效应"便开始发挥作用：人类大脑的节能本能会自动围绕已有框架进行微调，在不知不觉间，帮你提前关闭了那些存在可能，但不够大众的通道。
AI给出的不仅是一个答案，更是一个隐性约束——它将创作者的思维从360度的发散状态，收束进一个隐形的牢笼。
实验设计：如何量化创意距离？
02
2024年
“八句故事”实验
剑桥大学学者阿尼尔·多希（Anil R. Doshi）与奥利弗·豪泽（Oliver P. Hauser）设计了一套严谨的实验，以量化方式检验AI辅助对创意多样性的影响。
实验前，293位写作者完成"发散关联任务（DAT）"测试，通过计算词语间的语义距离，为每位作者标定原始创意基准分。随后，写作者被随机分配至三组：
实验范式
A 纯人工组：不借助任何AI辅助，独立完成面向青少年的8句故事
B 单一AI灵感组：可向GPT-4索取1个三句话故事大纲，并在此基础上进行创作
C 多重AI灵感组：可获取5个三句话故事大纲，从中自由选择或组合
最终，293篇故事由600位完全不知情的评估者进行双盲打分，维度涵盖新颖性、实用性、情感特征及文学价值。
图1 实验流程示意图：写作者分组与评估者双盲评审机制
结论：个体质量提升和集体代价
03
结论一：AI辅助使个体作品质量显著提升
评估结果显示，AI辅助显著提升了故事的整体质量：新颖性指数平均提升8.1%，实用性指数平均提升9%，且获取5个AI灵感的提升效果优于仅获取1个的情况。
图2 AI辅助对故事新颖性、实用性及读者体验的效应量（相对于纯人工组）
结论二：受益群体呈现不均衡效应
然而，效益的分配并不均等。通过分析DAT得分与AI效果的交互关系，研究者发现：
图3 作者DAT得分（横轴）与AI辅助效果的交互关系：低创意分者获益更显著
低创意者
AI辅助效果最为显著，能将原本低于均值的作品有效拉升至平均水准附近，实现了一定意义上的"创意平权"。
高创意者
AI 辅助表现出明显的异质性，几乎没有产生显著的效果。对于他们而言，AI 提供的创意并未带来超越其自身原创能力的增量价值。AI在更多扮演着“补齐短板”的工具角色，而非“突破极限”的助推器。
结论三：AI辅助创作内容同质化率上升10.7%
个体层面的质量提升，在集体层面呈现出截然不同的图景。通过计算组内故事的语义相似度，研究者发现：AI辅助组的作品间相互相似度，较纯人工组显著增加了10.7%。
下图同时揭示了同质化的两条路径：其一，从集体层面看，AI辅助组的故事彼此之间更为相近（图上）；其二，从个体层面看，无论写作者获得 1 个还是 5 个 AI 灵感，其最终作品与 AI 原始大纲的相似度均显著提高且程度接近（图下）。这表明了强烈的“锚定效应”——一旦引入 AI 的创意起点，创作者的思维就会被显著吸引并局限在 AI 的框架内，多重选择并未帮助创作者摆脱这种思维束缚。
图4 · 同条件内故事相似度（上）及 与AI大纲的相似度（下）的密度分布与效应量
当所有人都在追求"更好的质量"，集体创作生态却陷入了"昂贵的雷同"——多样性的丧失，正是个体理性选择所累积的集体非理性后果。
社会困境：向下螺旋的群体结构
04
研究者将这一现象定性为一种"社会困境"（Social Dilemma）：个体最优策略的集体叠加，导致了集体最劣结果。其逻辑链条如下：
1.实验证明，AI辅助确实提升了个体作品的可读性与专业度。在竞争性创作环境中，不使用AI意味着主动放弃这一优势，个体有强烈动机采用AI。
2.当所有个体都采用同一工具（本质上调用同一概率分布），内容生态便向"标准美感"收敛，差异化优势随之消弭。
更值得注意的是，实验还发现创作者普遍缺乏对这一退化的自我感知——无论是否使用AI辅助，作者对自身作品的主观评价并无显著差异。
结语：在平滑的世界里，守住棱角
05
AI的实质性价值体现
这项研究并非对AI的全面否定。它清晰地表明，生成式AI具有实质性的赋能价值——尤其对于缺乏创作经验的群体，AI显著降低了表达的门槛，使"创意平权"在一定程度上成为可能。
同质化的系统性风险
但研究同样提示了一个系统性风险：当技术帮助消除所有"低质量"的偶然性时，它也可能同时抹去那些带有个体印记的"意外"。衡量创意健康度的标准，不仅是单篇作品的质量，更是整个创作生态中差异的密度。
在AI日益普及的环境中，有意识地保护认知发散的空间——在给定提示之前先完成独立构思，在接受建议之后主动寻求偏离，或许是维持创意多样性的可行路径。
毕竟，一个趋于平滑的内容世界，需要刻意制造的棱角，才能证明人类依然在真实地思考。
参考文献：Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novelcontent.ScienceAdvances,10(38),eadn5290.https://doi.org/10.1126/sciadv.adn5290
供稿人：雷馨尹
