 研究速递 Generative AI enhances individual creativity but reduces the collective diversity of novel content 来源：Science Advances 作者：Anil R. Doshi，Oliver P. Hauser 时间：2024年 摘要 创造力是人类的核心。生成式人工智能（AI），包括强大的大型语言模型（LLMs），有望通过提供新的想法使人类更有创造力，或者通过锚定在生成性AI想法上而使人类不太有创造力。我们在网上实验中研究了生成性AI想法对短篇小说创作产生的因果影响，其中一些作家从LLM获得了故事想法。我们发现，接触生成性AI想法会使故事被评估为更有创意、写得更好、更令人愉快，尤其是在创意较少的作家中。然而，使用生成性AI的故事彼此之间的相似性更高，比起仅由人类创作的故事来说。这些结果表明，个人创造力的提高是以失去集体新颖性为代价的。这种动态类似于一个社会困境：有了生成性AI，作家个人更好，但集体产生的小说内容的范围更窄。我们的结果对研究人员、政策制定者和对增强创造力感兴趣的从业者都有启示。 引言 创造力是创新和人类通过文学、艺术和音乐表达的基础。然而，生成性人工智能（AI）技术的出现——比如我们研究中使用的大型语言模型（LLMs）——正在挑战关于人类生成内容独特性和优越性的许多长期假设。生成性AI能够创建文本（例如，ChatGPT）、图像（例如，Midjourney）、音频（例如，Jukebox）和视频（例如，Pictory）中的新内容。虽然以前的研究已经表明，生成性AI能够使AI与人类共同发展故事情节（3），提高白领工作的质量和效率（4），促进客户支持关系的生产力（5，6），加快编程任务（7），以及增强说服性信息传递（8），但关于生成性AI对一个基本人类行为的潜在影响知之甚少：人类创造力的能力。 为了初步理解生成性AI与人类创造力之间的关系，我们特别关注生成性AI在通过短篇（或微型）小说表达中对创造性输出的影响。虽然创建书面输出只是人类表达的一种形式，但它在经济（例如，商业计划、销售宣传或市场营销活动）和社会（例如，书籍和社交媒体）中广泛使用。在这里，我们研究了生成性AI如何影响参与者产生这种特定类型的创造性书面输出的能力（9）。虽然我们没有引入绩效或创造力的财务激励[因为它们以前导致了混合的结果（10）]，我们指导作者写一个关于随机分配主题的故事，并给出了故事长度和目标受众的说明。 创造力通常通过两个维度来评估：新颖性和实用性（11，12）。由于这两个维度是为其他创造力任务设计的[例如，想法生成，见（13），或物理设计任务，见（11）]，我们稍微调整了这些构成的某些组成部分。新颖性评估了一个想法与现状或期望的偏离程度。在我们的研究中，按照以前的文献，新颖性指数捕获了故事的新颖性、原创性和稀有性。实用性反映了一个想法的实用性和相关性，我们将其解释为如果进一步开发，这个短篇故事可能成为可出版产品（例如，一本书）的可能性：因此，我们的实用性指数被调整为捕获故事对目标受众的适当性、被开发成完整书籍的可行性，以及出版商开发这本书的可能性。 生成性AI的可用性至少有两种方式可以影响这种情境中的创造性写作。一方面，生成性AI可能增强：AI生成的想法可以作为人类思维的“跳板”，提供可能导致不同故事情节“树结构”的潜在起点（3，14）。它还可以提供多个起点，帮助人类作家克服“写作障碍”和对空白页面的恐惧（15）。如果情况是这样，我们预计生成性AI将导致人类作家更有创造性的书面输出。 相反，生成性AI可能会阻碍：通过锚定作家对特定想法或故事起点，生成性AI可能会从一开始就限制作家自己想法的多样性，抑制创造性写作的程度。此外，生成性AI提供的输出可能是衍生的，因此不提供新和创造性想法的肥沃土壤。如果情况是这样，我们预计生成性AI将导致更相似的故事，以及可能较少的人类作家创造性书面输出。请注意，生成性AI影响创造性写作的这两种途径不一定是相互排斥的：生成性AI可能以某种方式增强人类写创造性故事的能力（例如，新颖性），而不是其他方式（例如，实用性）（12）。 实验简介 本文旨在通过预先注册的两阶段在线实验研究书面创造性输出，为这些问题提供初步答案（见图1.1的实验设计和材料与方法部分详细信息）（16）。在我们研究的第一阶段，我们招募了N = 293名参与者（“作家”），他们被要求写一个适合青少年和年轻成人受众的简短、八句话的故事，我们向作家指出，“你可以写任何你喜欢的东西。”[我们从创意作品中的“微型”类型的出现中汲取灵感，包括“微型小说”（17）和“微型视频”（18），在简洁中产生创造力；实际上，经常归功于欧内斯特·海明威的“六字故事”突出了简洁情节的创造性（19）]参与者被随机分配到三种条件之一：人类仅，人类与一个GenAI想法条件，以及人类与五个GenAI想法（见表S1，跨条件平衡）。  在我们的人类仅基线条件中，作家在没有提及或访问生成性AI的情况下被分配了任务。在两个生成性AI条件中，我们让作家选择调用一个生成性AI平台（OpenAI的GPT-4 LLM）来提供一个三句话的起点想法，以激发他们自己的故事写作。在两个生成性AI条件之一（人类与五个GenAI想法）中，作家可以选择接收最多五个生成性AI想法，每个想法都可能为他们的故事提供不同的灵感。在完成故事后，作家被要求自我评估他们的故事在新颖性、实用性和几个情感特征上的表现（见第S1节，了解所有研究问题）。 在第二阶段，由另一组N = 600名参与者（“评估者”）评估作家创作的故事（见表S2，跨条件平衡）。评估者阅读了六个随机选择的故事，他们不知道作家被随机分配到某些条件中（或没有）访问生成性AI。所有故事都被多个评估者评估了新颖性、实用性和几个情感特征，这些构成了与我们主要研究问题相关的主要结果变量（见第S1节）。为了探索性目的，包括了额外的问题，这些问题与我们的主要研究问题不直接相关。具体来说，在向评估者披露了作家在创作过程中是否使用了生成性AI（20）之后，我们要求评估者评估作家和AI之间的所有权和假设利润应该在多大程度上分配（21）。我们还调查了评估者对AI在生产创意输出中的使用在多大程度上是道德的，故事所有权和假设利润应该在AI创造者和人类创造者之间如何共享，以及AI应该如何在创意输出的参与中获得信用（22，23）。这些探索性分析的结果包含在第S5节。 讨论 生成性AI有潜力显著影响经济和社会的各个方面（27, 28）。以前的实证工作集中在其对生产力、例行任务、销售、简历写作、AI驱动的政策设计以及人类与AI之间的协作（包括科学和医疗任务）的影响（3–6, 29–33），所有这些都有助于我们理解生成性AI可能的变革性影响。在这里，我们通过实验研究在线实验中访问生成性AI对写短篇（微型）故事的因果效应，来迈出了研究一个基本问题的方向上的第一步，这个问题对所有人的行为都具有经济和纯粹的表达价值：生成性AI如何影响人类的创造力？ 我们的工作通过实验提供了对这一深远问题的第一步答案。我们发现，与单独的人类作家相比，访问生成性AI在因果上增加了平均新颖性和实用性——这是两个经常研究的创造力维度。这尤其是由我们的实验条件所驱动的，该条件使作家能够请求多个生成性AI想法——在我们的研究中最多可达五个——每个想法都呈现了不同的起点，导致潜在故事情节的“树”分支（3）。 我们的结果提供了对生成性AI如何增强创造力的见解。拥有生成性AI的访问权限“专业化”了故事，超出了作家单独可能完成的范围。总体效果是一个更新颖且更有用的故事，写得好且令人愉快。然而，写更具创造性故事的好处对某些人来说比其他人更多：创造力较差的作家对他们的故事有更大的提升，创造力和享受度以及写得好的程度分别提高了10%到11%和22%到26%。 我们注意到我们发现的三个额外观察。首先，拥有生成性AI有效地均等化了故事的评价，消除了基于作家固有创造力的任何劣势或优势（25）。生成性AI特别有利于创造力较差的作家，这与最近关注其他领域生成性AI已被证明帮助效率较低工作者的研究相似（4, 5）。其次，人们可能会问，生成性AI想法是否可以推动产生故事的创造力上限，超越特别有创造力的人类单独所能完成的。我们在这项研究中没有发现这种可能性的证据。 尽管如此，我们的研究有局限性，因为创造性任务在长度（即，八个句子）、媒介（即，写作）和输出类型（即，短篇故事）上受到限制，并且没有与LLM的互动或提示的变化。这些限制限制了我们可以从这项研究中得出的概括性和结论。以这种方式限制任务可能会限制参与者表达创造力的程度，并且可能不适用于其他更少限制的创造力任务。如果生成性AI想法的内容不足以指导作家，那么生成性AI想法对较长故事的影响可能会减弱。此外，不同媒介中的生成性AI想法，如图像或音乐，可能会以不同的方式被整合，导致不同的效果。例如，如果练习涉及绘制图片，也许生成性AI想法对于绘图经验较少的个体（相对于大多数人有写作经验的任务）就不会那么有效。就此而言，我们指出，我们创造力度量中的“实用性”构建被适应以适应我们的背景，但未来的工作应该重新审视我们自己对实用性的定义，并确保它可以被采用在不同的创造力领域，以最好地捕捉创造力的这一方面。 |
|
|
