十萬人 vs AI 創意力大比拼：最新研究揭示誰更有創造力

一項發表於《Scientific Reports》的突破性研究震動了 AI 和心理學界。這項由蒙特利爾大學 Karim Jerbi 教授領導、包括 AI 先驅 Yoshua Bengio 在內的國際團隊進行的研究，比較了十萬名人類參與者和多個大語言模型的創造力表現。

研究設計

這是史上最大規模的 AI vs 人類創造力比較研究。研究團隊測試了包括 ChatGPT（GPT-4）、Claude、Gemini 等多個大語言模型，並將其表現與 100,000 名人類參與者進行對比。

主要測試工具是發散性聯想任務（Divergent Association Task，DAT），這是一種測量發散性創造力的標準工具——即從單一起點產生多樣化、原創想法的能力。DAT 要求參與者產出十個語義上盡可能不同的詞彙。

核心發現

AI 超越普通人

研究發現，GPT-4 等 AI 模型在發散性語言創造力任務上已超越人類的平均表現。這意味著，如果隨機挑選一個普通人和 GPT-4 進行創意比賽，AI 更有可能獲勝。

但頂尖人才仍佔優勢

然而，研究也揭示了一個關鍵發現：創意力前 50% 的人類超越了所有測試的 AI 模型，而前 10% 的創意天才更是遙遙領先。

「最具創造力的個體仍然明顯超越即使是最好的 AI 系統。這表明人類創造力的上限遠未被 AI 觸及。」

影響 AI 創意力的因素

溫度參數

研究發現，AI 的創造力可以通過調整「溫度」（temperature）參數來調節。低溫度時，AI 產出謹慎、可預測的輸出；高溫度時，則引入更多隨機性，產生更多樣化和原創的聯想。

提示詞策略

指令的措辭方式強烈影響 AI 創造力。例如，基於詞源學的提示策略會導致更不明顯的聯想，從而獲得更高的創造力分數。

更新不等於更創意

有趣的是，研究發現較新版本的 AI 並不一定更有創造力。有時候，新版本的創造力反而下降。研究者認為這可能是因為新版本為了速度和成本優化，犧牲了部分創造力。

對創意產業的影響

這項研究對創意產業有重要啟示：

• AI 作為輔助：對於需要大量創意輸出的工作，AI 可以作為有效的輔助工具
• 人類仍是核心：需要頂級創意的工作——如藝術創作、品牌策略、創新研發——人類仍然不可替代
• 協作模式：最佳策略可能是人機協作，利用 AI 的量產能力和人類的頂級創意

方法論創新

這項研究的另一個貢獻是提供了一套標準化的 AI vs 人類創造力比較方法。未來的研究者可以使用相同的框架追蹤 AI 創造力的發展。

對香港創意產業的啟示

香港作為亞洲創意之都，這項研究提供了重要參考。本地廣告、設計、媒體公司可以更有信心地將 AI 用於創意流程，同時確保人類創意人才的核心價值。

對於個人而言，這項研究也是一個提醒：在 AI 時代，培養和發揮獨特的創造力比以往任何時候都更重要。