像ChatGPT这样的生成式人工智能系统是否具备真正的创造力？由蒙特利尔大学心理学系卡里姆·杰尔比教授牵头的一项全新大规模研究，旨在解答这一问题。该研究团队还包括人工智能领域的领军人物、蒙特利尔大学教授约书亚·本吉奥。他们携手开展了迄今为止规模最大的人脑创造力与大型语言模型创造力对比研究。
《科学报告》杂志刊载的这项研究结果揭示了一个重大转变：生成式人工智能系统如今已在特定创造力评估维度上超越了普通人类水平。然而研究同时明确指出，最具创造力的人类群体，其表现仍凌驾于当前最先进的人工智能模型之上。
人工智能达到人类平均创造力水平
研究人员对包括ChatGPT、Claude、Gemini等在内的多个大型语言模型进行了评估，并将评估结果与10万名人类参与者的数据进行了对比。这一结果标志着一个明显的转折点。在旨在衡量语言发散性创造力的任务中，包括GPT-4在内的一些人工智能系统得分高于人类平均水平。
卡里姆·杰尔比教授解释道：“我们的研究表明，基于大型语言模型的一些人工智能系统如今在定义明确的任务中，其表现已能超越普通人类的创造力。这一结果或许令人诧异——甚至令人不安——但我们的研究同时也揭示了一个同样重要的现象：即便是最出色的人工智能系统，仍无法企及最具创造力的人类所达到的水准。”
该研究共同第一作者——蒙特利尔大学博士后研究员安托万·贝勒马尔-佩潘（Antoine Bellemare-Pépin）与康考迪亚大学博士生弗朗索瓦·莱斯皮纳斯（François Lespinasse）进一步分析后，揭示了一个重要规律：尽管部分人工智能模型如今已超越常人表现，但最顶级的创造力仍为人类所独有。
研究人员进一步细致观察后发现，在人类参与者中，最具创造力的那一半人所得平均分高于所有接受测试的人工智能系统。在最具创造力的前10%人群中，这种差异表现得更为显著。
米拉（Mila）副教授卡里姆·杰尔比（Karim Jerbi）教授表示：“我们与多伦多大学的杰伊·奥尔森（Jay Olson）合作，开发了一个严谨的框架，借助该框架，利用来自十万余名参与者的数据，我们能够采用相同的工具来比较人类与人工智能的创造力。”
人类与人工智能的创造力是如何衡量的
为公平对比人与机器的表现，研究团队采用了多种方法。其核心工具为发散联想任务（DAT），这一心理学测试旨在衡量发散性创造力，即从单一提示中生成众多新颖且多元想法的能力。
该测试（DAT）由研究合著者杰伊·奥尔森（Jay Olson）设计，要求参与者（无论是人类还是人工智能）生成十个彼此含义差异尽可能大的词语。极具创意的回答可能包括“星系、餐叉、自由、藻类、口琴、量子、怀旧、天鹅绒、飓风、光合作用”这类词汇。
人类在该任务上的表现，与其他在创意生成、写作及创造性问题解决领域中广泛应用的经典创造力测试结果高度吻合。尽管这项任务以语言为载体，却并非单纯考察词汇量，而是深入触及跨领域创造性思维所依赖的广泛认知过程。发散性思维测试（DAT）的另一优势在于其便捷高效——完成测试仅需两至四分钟，且已面向公众开放线上访问。
从简单的单词测试到创意写作
基于这些研究结果，研究人员进一步探究了人工智能在基础词汇联想任务中的表现能否延伸至更复杂的创造性活动中。为验证这一设想，他们让人工智能系统与人类参与者直接进行创意写作任务比拼。
这些任务包括撰写俳句（一种三行短诗体）、撰写电影剧情概要以及创作短篇小说。结果再次呈现出清晰的规律：尽管人工智能有时表现优于普通人类参与者，但技艺最为精湛的人类创作者仍展现出显著优势。
人工智能的创造力能够被调节吗？
研究结果引出了一个重要的后续问题：人工智能的创造力能否被塑造或控制？研究表明，答案是肯定的。其中一个关键因素是模型的“温度”设置，这是一种技术参数，可影响人工智能回应的可预测性或创新性。
在较低温度设定下，人工智能系统往往会生成更安全、更可预测的输出结果。而在较高温度设定下，其回应则变得更为多样、不受拘束，鼓励冒险并激发更具创意的联想。
研究人员还发现，提示语的撰写方式起着至关重要的作用。例如，通过词源学引导人工智能模型思考词汇的起源与结构，能够催生出更多意想不到的创意，并获得更高的创造力评分。这些研究结果共同表明，人工智能的创造力在很大程度上依赖于人类的输入与引导，这使得人机交互成为创意生成过程中的核心环节。
人工智能会取代人类创作者吗？
该研究针对人工智能可能取代创意专业人士的担忧，给出了一个客观公允的视角。尽管目前部分人工智能系统在特定任务上已可与人类创造力相媲美，但研究也明确指出了其存在的局限性，并强调了人类创造力持续的重要性。
卡里姆·杰尔比教授表示：“尽管人工智能如今在某些测试中已能展现出与人类相当的创造力，但我们不应被这种误导性的竞争观念所束缚。生成式人工智能已然成为助力人类创造力发挥的强大工具：它不会取代创作者，而是会为那些选择使用它的人，深刻改变他们想象、探索与创作的方式。”
这些发现并非预示着创意职业的终结，而是鼓励人们以全新的视角看待人工智能。这项技术或许能成为创意助手，拓展探索与灵感的可能性边界。创意的未来或许不再取决于人类与机器的对立，而更多地依赖于新型协作模式——在这种模式下，人工智能将支持并激发人类的想象力。
卡里姆·杰尔比教授总结道：“像我们这样的研究，通过直接对比人类与机器的能力，促使我们重新思考何为创造力。”
2026年1月21日，《人类与大型语言模型中的发散性创造力》一文发表于《科学报告》期刊。
参考文献：《人类与大型语言模型中迥异的创造力》，作者：安托万·贝勒马尔-佩潘、弗朗索瓦·莱斯皮纳斯、菲利普·托尔克、扬·哈雷尔、科里·马修森、杰伊·A·奥尔森、约书亚·本吉奥和卡里姆·杰尔比，发表于2026年1月21日《科学报告》。DOI：10.1038/s41598-025-25157-3
该研究由蒙特利尔大学、康考迪亚大学、多伦多大学密西沙加分校、米拉（魁北克人工智能研究所）以及谷歌 DeepMind 的科学家们携手合作完成。
该研究由卡里姆·杰尔比教授领衔，安托万·贝勒马尔-佩潘（蒙特利尔大学）与弗朗索瓦·莱斯皮纳斯（康考迪亚大学）共同担任第一作者。研究团队成员还包括米拉与LoiZéro的创始人约书亚·本吉奥，他是全球深度学习领域的领军人物之一，而深度学习正是ChatGPT等现代人工智能系统背后的核心技术。
