研究人員對人工智能和10萬名人類進行了創(chuàng)造力測試。 人工智能可以超越普通人類的創(chuàng)造力——但最具想象力的頭腦仍然無疑是人類的。

• 日期：
• 2026年1月25日
• 蒙特利爾大學
• 概括：
• 一項大規(guī)模的新研究對比了超過10萬名人類和當今最先進的人工智能系統(tǒng)，得出了一個令人驚訝的結果：生成式人工智能在某些創(chuàng)造力測試中已經(jīng)能夠超越普通人類。像GPT-4這樣的模型在旨在衡量原創(chuàng)思維和創(chuàng)意生成的任務中表現(xiàn)出色，有時甚至超越了典型的人類反應。但人工智能的上限依然存在。最具創(chuàng)造力的人類——尤其是排名前10%的人群——仍然遠遠領先于人工智能，尤其是在詩歌和故事創(chuàng)作等更復雜的創(chuàng)意工作方面。

最新研究表明，人工智能在某些創(chuàng)造力測試中能夠超越普通人——這對于生成模型而言是一個引人注目的轉折點。圖片來源：Shutterstock

像 ChatGPT 這樣的生成式人工智能系統(tǒng)真的能創(chuàng)造出原創(chuàng)的想法嗎？蒙特利爾大學心理學系的 Karim Jerbi 教授領導的一項新研究，并邀請了著名人工智能研究員 Yoshua Bengio 參與，以前所未有的規(guī)模探討了這個問題。這項研究是迄今為止對人類創(chuàng)造力和大型語言模型創(chuàng)造力進行的最大規(guī)模的直接比較。

這項發(fā)表在《科學報告》（自然系列）上的研究指出，人工智能的發(fā)展正經(jīng)歷著重大轉變。生成式人工智能系統(tǒng)如今已達到在某些創(chuàng)造力指標上超越普通人類的水平。與此同時，最具創(chuàng)造力的人仍然展現(xiàn)出明顯且持續(xù)的優(yōu)勢，甚至超越了最強大的人工智能模型。

人工智能達到人類平均創(chuàng)造力水平

研究人員評估了包括 ChatGPT、Claude、Gemini 等在內(nèi)的幾種領先的大型語言模型，并將它們的性能與超過 10 萬名人類參與者的測試結果進行了比較。研究結果凸顯了一個明顯的轉折點。一些人工智能系統(tǒng)，例如 GPT-4，在旨在衡量語言創(chuàng)造力差異的任務中，其表現(xiàn)甚至超過了人類的平均水平。

“我們的研究表明，一些基于大型語言模型的AI系統(tǒng)在特定任務上的表現(xiàn)已經(jīng)超越了人類的平均創(chuàng)造力，”卡里姆·杰爾比教授解釋說。“這一結果或許令人驚訝，甚至令人不安，但我們的研究也凸顯了一個同樣重要的觀察結果：即使是最好的AI系統(tǒng)，其創(chuàng)造力水平仍然不及最具創(chuàng)造力的人類?！?/p>

該研究的共同第一作者，蒙特利爾大學的博士后研究員安托萬·貝勒馬爾-佩潘和康考迪亞大學的博士候選人弗朗索瓦·萊斯皮納斯進行的進一步分析揭示了一個引人注目的模式。盡管一些人工智能模型現(xiàn)在的表現(xiàn)已經(jīng)超越了普通人，但創(chuàng)造力的巔峰仍然牢牢掌握在人類手中。

事實上，當研究人員考察最具創(chuàng)造力的那半數(shù)參與者時，他們的平均得分超過了所有測試過的AI模型。而在最具創(chuàng)造力的前10%人群中，這種差距甚至更大。

“我們與多倫多大學的杰伊·奧爾森合作，基于超過 10 萬名參與者的數(shù)據(jù)，開發(fā)了一個嚴謹?shù)目蚣?，使我們能夠使用相同的工具比較人類和人工智能的創(chuàng)造力，”卡里姆·杰爾比教授說道，他同時也是 Mila 的副教授。

科學家如何衡量人類和人工智能的創(chuàng)造力

為了公平地評估人類和機器的創(chuàng)造力，研究團隊采用了多種方法。主要工具是發(fā)散聯(lián)想任務（DAT），這是一種廣泛使用的心理測試，用于測量發(fā)散創(chuàng)造力，即根據(jù)單一提示產(chǎn)生多樣化原創(chuàng)想法的能力。

由該研究的合著者杰伊·奧爾森（Jay Olson）創(chuàng)建的DAT測試要求參與者（無論是人類還是人工智能）列出十個含義盡可能不相關的單詞。一個極具創(chuàng)意的回答示例包括“星系、叉子、自由、藻類、口琴、量子、懷舊、天鵝絨、颶風、光合作用”等單詞。

這項任務的表現(xiàn)與寫作、創(chuàng)意生成和創(chuàng)造性問題解決等其他成熟的創(chuàng)造力測試結果密切相關。雖然這項任務以語言為基礎，但它遠不止于詞匯量。它調(diào)動了跨多個領域創(chuàng)造性思維所涉及的更廣泛的認知過程。DAT 還具有實用優(yōu)勢，只需兩到四分鐘即可完成，并且公眾可以在線訪問。

從詞匯表到真正的創(chuàng)意寫作

研究人員隨后探索了人工智能在這種簡單的詞語聯(lián)想任務上的成功是否能夠推廣到更復雜、更貼近現(xiàn)實的創(chuàng)意活動中。為了驗證這一點，他們將人工智能系統(tǒng)和人類參與者在創(chuàng)作俳句（一種三行短詩）、撰寫電影劇情簡介和創(chuàng)作短篇小說等創(chuàng)意寫作挑戰(zhàn)中的表現(xiàn)進行了比較。

結果遵循著熟悉的模式。雖然人工智能系統(tǒng)有時表現(xiàn)優(yōu)于普通人類，但技藝最精湛的人類創(chuàng)作者始終能創(chuàng)作出更優(yōu)秀、更具原創(chuàng)性的作品。

人工智能的創(chuàng)造力可以調(diào)整嗎？

這些發(fā)現(xiàn)引出了另一個重要問題：人工智能的創(chuàng)造力是固定的，還是可以塑造的？研究表明，人工智能的創(chuàng)造力可以通過改變技術設置來調(diào)整，尤其是模型的溫度。這個參數(shù)控制著生成響應的可預測性或創(chuàng)新性。

在較低溫度設置下，人工智能會產(chǎn)生更安全、更常規(guī)的輸出結果。在較高溫度下，響應會變得更加多樣化、更難以預測，也更具探索性，從而使系統(tǒng)能夠超越既有的思維模式。

研究人員還發(fā)現(xiàn)，創(chuàng)造力很大程度上受指令編寫方式的影響。例如，鼓勵模型運用詞源學思考詞源和結構的提示，能夠帶來更多意想不到的聯(lián)想，并提升創(chuàng)造力得分。這些結果強調(diào)，人工智能的創(chuàng)造力高度依賴于人類的指導，因此交互和提示是創(chuàng)造過程的核心組成部分。

人工智能會取代人類創(chuàng)作者嗎？

這項研究對人工智能可能取代創(chuàng)意專業(yè)人士的擔憂提出了較為平衡的觀點。雖然人工智能系統(tǒng)在某些任務上已經(jīng)能夠達到甚至超越人類的平均創(chuàng)造力水平，但它們?nèi)匀淮嬖诿黠@的局限性，并且需要依賴人類的指導。

“盡管人工智能在某些測試中已經(jīng)能夠達到人類的創(chuàng)造力水平，但我們需要超越這種誤導性的競爭觀念，”卡里姆·杰爾比教授說道。“生成式人工智能首先已經(jīng)成為服務于人類創(chuàng)造力的極其強大的工具：它不會取代創(chuàng)造者，而是會深刻地改變?nèi)藗兿胂?、探索和?chuàng)造的方式——對于那些選擇使用它的人來說。”

研究結果并非預示著創(chuàng)意職業(yè)的終結，而是表明人工智能未來將成為創(chuàng)意助手。通過拓展思路、開辟新的探索路徑，人工智能或許能夠增強而非取代人類的想象力。

“通過直接比較人類和機器的能力，像我們這樣的研究促使我們重新思考創(chuàng)造力的含義，”卡里姆·杰爾比教授總結道。

關于這項研究

題為“人類和大型語言模型中的發(fā)散性創(chuàng)造力”的論文于 2026 年 1 月 21 日發(fā)表在《科學報告》上。該研究匯集了來自蒙特利爾大學、康考迪亞大學、多倫多大學密西沙加分校、魁北克人工智能研究所 (Mila) 和谷歌 DeepMind 的科學家。

這項研究由卡里姆·杰爾比教授領導，安托萬·貝勒馬爾-佩潘（蒙特利爾大學）和弗朗索瓦·萊斯皮納斯（康考迪亞大學）共同擔任第一作者。研究團隊還包括約書亞·本吉奧，他是Mila和LoiZéro的創(chuàng)始人，也是深度學習領域的先驅(qū)，而深度學習正是ChatGPT等現(xiàn)代人工智能系統(tǒng)背后的技術。

1. Antoine Bellemare-Pepin、Fran?ois Lespinasse、Philipp Th?lke、Yann Harel、Kory Mathewson、Jay A. Olson、Yoshua Bengio、Karim Jerbi.人類的發(fā)散性創(chuàng)造力與大型語言模型.科學報告, 2026; 16 (1) DOI: 10.1038/s41598-025-25157-3

引用此頁面：

蒙特利爾大學?！把芯咳藛T對人工智能和10萬名人類的創(chuàng)造力進行了測試?！?ScienceDaily。ScienceDaily，2026年1月25日。 / releases / 2026 / 01 / 260125083356.htm>。