LLM时代的人类创造力：关于发散思维和收敛思维的随机实验

研究背景与问题

• 发现问题与挑战:

  • 大型语言模型 (LLMs) 正在极大地改变人类创意过程，但这些工具对无辅助情况下的创造力影响仍不清楚。
  • 存在担忧，即依赖生成式AI可能削弱个人的内在创造力，并导致思维的同质化，这可能抑制集体创新。
  • 关于协作生成创意的研究大多聚焦于短期影响，而忽略了长期对人类认知的残存影响。

• 重要性:

  • 创造力是学术、艺术与社会创新领域的核心能力。
  • 理解与AI协作如何影响无辅助情况下的创造能力，对于设计能够增强而非削弱人类创造潜力的AI系统至关重要。

• 研究动机与相关工作:

  • 过去的研究主要集中于量化AI工具自身的创造性表现，而很少探讨这些工具如何影响使用者的独立创造力。
  • 学术讨论表明，AI的使用可能对人类创造力（包括发散性与收敛性思维）产生不同影响，但缺乏有系统的实验支持。

解决方案

• 提出的方法:

  • 本研究通过两项大规模的随机对照实验分别探讨LLMs对发散性思维（生成多种想法的能力）和收敛性思维（选择与精炼想法的能力）的影响。
  • 实验设计包括无辅助（控制组）、直接答案支持（标准LLM）和指导性（教练式LLM）三种条件。

• 创新点:

  • 不仅关注AI辅助下的任务绩效，同时探索AI对无辅助任务阶段的长期残存影响。
  • 将发散性和收敛性思维同时纳入研究框架，从综合角度探讨LLMs对人类创造性认知的作用。
  • 采用真实-world交互方式模拟多轮LLM使用，并分析长期创造力的变化。

• 实施步骤与关键技术:

  • 实验1（发散性思维）:
    1. 使用“另类用途测试 (AUT)”评估参与者生成多个独特创意的能力。
    2. 参与者分别分配至三种条件，完成三轮带AI辅助的接触任务（曝光阶段）和一轮无辅助任务（测试阶段），并记录原始性、流畅性、个体及群体层次的多样性等指标。
  • 实验2（收敛性思维）:
    1. 使用“远距关联测试 (RAT)”考察参与者在给定线索下生成正确答案的能力。
    2. 类似地分为三种条件，通过一致时间窗口完成三次带辅助的接触任务及两次无辅助的测试任务，评估准确率和主观感知指标。
  • 使用自动评分技术、大型语言模型 (GPT-4) 和语义嵌入工具（如SBERT）量化性能与多样性。

研究成果

• 具体实验结果:

  • 在辅助阶段，LLM辅助显著提升任务表现，但无辅助阶段的表现呈下降趋势，尤其表现在指导性LLM条件下。
  • 发散性思维实验中，接受LLM辅助的群体在测试阶段的原创性和创意多样性显著低于控制组。
  • 收敛性思维实验发现，教练式LLM可能增加了参与者的认知负担，在无辅助测试中表现出更低的准确率。

• 与现有解决方案的比较:

  • 与其他着重于提升AI生成性能的研究不同，本研究聚焦于人机协作后对人类独立创造力的残存影响。
  • 结果表明，虽然LLMs在短期内扩大了参与者的创意输出，但可能在任务停止后持续制造认知依赖和思维同质化问题。

• 实验或评估结果:

  • 发散性思维:
    • LLM生成的框架设置（如策略列表）进一步削弱了群体层次的创意多样性，并显现出“同质化效应”。
  • 收敛性思维:
    • 与直接答案相比，指导式LLM的辅助效果较差，可能由于额外信息量对用户造成认知负担。
  • 主观调查显示，许多参与者在使用AI后对自身创意能力评级下降，特别是在指导性支持条件下。

• 局限性与未来方向:

  • 本研究的任务设置（如AUT和RAT）偏短期和静态，难以完全模拟实际工作环境下的长期互动。
  • 没有涉及多模态或非文字领域的创意任务，例如视觉艺术和动态图像生成。
  • 未来研究可关注动态交互和开放式场景中AI对长期创造过程的影响，并探索如何有效设计提高用户独立思维能力的LLM系统。

总结

该项研究通过系统的实验方法揭示了LLMs对人类独立创造力的潜在抑制作用，凸显了开发能促进长远创新又避免“同质化”的AI工具的重要性。这为未来设计改良式人机协作创意支持系统提供了关键参考，同时提醒我们对AI技术及其文化和认知影响需保持警惕。