人工智能艺术鉴赏|生成式AI时代的创造力

《生成式AI时代的创造力（Creativity in the age of generative AI）》发表于顶级期刊《Nature Human Behaviour》。这是一篇仅有3页的“评论/立场论文”，而非包含大规模实验数据的传统实证研究。因此，文中的“研究方法”与“研究结果”更多体现为理论视角的建构、跨学科方法的倡导以及核心学术观点的推演。

研究背景

研究方法

由于是立场论文，本文并未采用传统的实证量化方法，而是提出了一套指导未来人机共创研究的跨学科理论方法论：

• 引入心理科学框架：文章倡导将心理学对创造力的分级概念引入AI评价中。例如，在评估人机共创时，必须区分不同类型和层级的创造力：从“日常的创造性活动”，如写菜谱、生成基础图像，这部分极易被AI自动化，到“范式转移级别的贡献”，这需要高阶的人类干预与意图。

• 平衡测量严谨性与生态效度：作者提出，在设计评估共创系统（如虚拟助手）的方法时，必须在“心理测量的严谨性”（Psychometric rigor，即精确的心理学参数）与“生态效度”（Ecological validity，即系统在真实世界中的直观性和吸引力）之间取得平衡。

研究结果

• 人类与AI创造力的本质差异：文章指出，人类的创造力深深交织着情感、社会和认知体验；而AI的创造力则在一个数据驱动的统计学领域内运作，其新颖性源于“算法的重组”（Algorithmic recombination），缺乏人类深层的“意图”（Intentionality）和“机缘巧合”（Serendipity）。

• “人在环内”的长期效益：研究团队论证得出，在AI的开发和工作流中保持“人类紧密参与”（Humans closely in-the-loop），不仅是伦理上的底线要求，也是从长远来看最高效的选择。

研究创新点

• 视角的根本转移：文章打破了“AI能否具备创造力”或“AI是否会取代人类”的二元对立争论，创新性地将学术界的焦点转移到“人机共创”（Human-AI Co-creativity）与构建“混合智能”（Hybrid Intelligence）上。

• 提出详尽的跨学科研究议程：文章极具前瞻性地指出，理解人机共创绝不仅是计算机科学的任务，并列出了具体的协作蓝图：需要商业管理学者来研究人机混合团队对宏观/微观工作组织的影响；需要语言学家研究“提示词工程”的细微差别；需要发展心理学家研究AI对人类学习过程的冲击。

— END —