AI也能搞創意？揭密人工智慧的創造力之謎

創意不再是人類的專利。如今的人工智慧已經能夠創作詩歌、提出創業點子，甚至繪製藝術作品。許多人會使用像ChatGPT這樣的大型語言模型(LLM)來進行協同創作：AI負責提供靈感與建議，人類則給予指導、背景資訊與方向。

雖然近年來研究人員已開始探討LLM的創意產出，但其背後的運作機制仍充滿謎團。德國圖賓根馬克斯·普朗克生物控制學研究所的研究員Surabhi S. Nath，便致力於解開LLM如何產生創意，以及其創造過程是否與人類思維相似的奧秘。這項研究成果已發表在arXiv預印本平臺上。

Nath特別關注心理學研究中一個廣為人知的創造力引數：靈活型與堅持型思維的區別。舉例來說，當被要求列出所有能想到的動物時，堅持型的人可能會從寵物開始，接著是農場動物、鳥類等，而靈活型的人則會在不同類別間跳躍思考。

「在廣泛探索與深度挖掘之間，在新可能性的開拓與既有想法的運用之間取得平衡，是任何創意活動的核心。」Nath如此解釋。

為了測試這些不同策略，Nath與研究團隊讓受試者與多種LLM執行標準的心理學創意任務，例如為磚塊或迴紋針想出另類用途。令人驚訝的是，人類與AI在處理任務時展現出驚人的相似性，都會運用靈活與堅持兩種策略。

研究發現，每個LLM在單一任務中都會明顯偏好某種策略，但在不同任務間的表現卻不如人類穩定。此外，靈活型LLM產生的結果比堅持型更具創意，而人類則無論採用哪種策略，成果都相當接近。

Nath認為這些發現為更有效的協同創作開闢了新途徑：傾向堅持型思考的人，或許可以選擇靈活型LLM作為創意夥伴，反之亦然。她也期待未來對人機創造過程的研究，能為「如何學習創造力」提供新見解。

不過這些發現是否適用於其他型別的創意任務仍有待驗證。「真實世界的創意情境要複雜得多，也更難研究。」Nath提醒道：「下一步或許可以研究遊戲中的創造力，這類情境更豐富，但仍具可控性。」

[end]