生成式AI悖論：當…… · ELECTE

人工智能生成式技術正在徹底改變我們創作內容的方式,但在其明顯的優勢背後,隱藏著一個令人不安的悖論:雖然它提升了個人的創造力,卻可能削弱我們創意產出的集體多樣性。讓我們一起探究這一現象及其對人類創造力未來的影響。

什麼是 AI 中的集體多樣性悖論？

集體多樣性悖論是近期科學研究中浮現的一種現象,揭示了生成式人工智能的使用如何對人類創造力產生矛盾的影響。一方面,ChatGPT、Claude 或 Gemini 等工具顯著提升了個別使用者所產出內容的品質與創意。另一方面,這些工具卻往往會使結果趨於同質化,讓創意產出彼此之間越來越相似。

一項發表於 Science Advances 的突破性研究透過對 293 位作家進行的對照實驗分析了這一動態,揭示了令人驚訝的數據:在人工智能輔助下寫成的故事被評為更具創意、寫作品質更佳、也更引人入勝,但相較於沒有技術輔助所寫的故事,這些故事之間也明顯更為相似。

銜接機制如何運作

AI 創造力的社會困境

這一現象呈現出經典社會困境的特徵:每一位使用生成式人工智能的個人都能獲得立即的個人利益(更好的內容、更高的效率、增強的創造力),但這些工具的集體採用卻會逐漸降低創意產出的整體多樣性。

這種動態類似於一種社會困境：有了創造性人工智能，作家個人的境況會更好，但整體而言，新內容的生產範圍會更狹窄。

研究發現了一種「螺旋式下降」的現象，其中：

使用者發現人工智能提升了他們內容的感知品質
他們增加了對這些工具的使用
產出逐漸變得彼此相似
可用的創意點子與方法的整體多樣性隨之下降

創意的不對稱效應

一個特別值得關注的層面是,生成式人工智能對不同類型的使用者會產生不對稱的影響。研究結果顯示,生成式人工智能可能對創造力較弱的個人產生最大的影響。這一現象雖然使創造力得以普及化,卻矛盾地促成了結果的標準化。

科學證據與案例研究

創意寫作研究

Anil Doshi 和 Oliver Hauser 所做的實驗有 293 位參加者，分成三組：

對照組:不使用人工智能輔助寫作
第一組:僅能取得 GPT-4 生成的一個構想
第二組:可取得人工智能提供的最多五個不同構想

由 600 位獨立評審進行評估的結果顯示，參與者被招募並完成發散聯想任務 (DAT)，這是一種衡量個人固有創造力的方法，之後被隨機分配到三種實驗條件之一。

結果顯示：

人工智能輔助的故事在創意、品質與吸引力方面獲得更高評分
創造力較弱的作家從輔助中獲益最多
人工智能輔助的故事彼此之間顯示出更高的相似度

語義匯流動態

研究人員發現,接受人工智能輔助的各組故事,不僅彼此之間更為相似,與人工智能生成的構想也更為相似。這引發了對於創意產出可能同質化的擔憂,尤其是在人工智能工具被廣泛採用的情況下。

對公司和專業人士的影響

企業創新的風險

對於實施生成式 AI 解決方案的公司而言，這個悖論帶來了重大的挑戰：

行銷與傳播:廣泛使用 GPT 等工具來創作行銷內容可能導致:

競爭對手之間的訊息越來越相似
品牌獨特語調的喪失
內容原創性的降低

產品開發:在腦力激盪與設計過程中使用人工智能輔助可能會:

限制對創新解決方案的探索
傾向於「安全」但缺乏差異化的方法
降低設計提案的多樣性

公司的緩解策略

組織可以採取多種策略,在將同質化風險降到最低的同時,最大化人工智能帶來的益處:

工具多元化:使用具有不同方法的多個人工智能平台
進階提示工程:開發有助於提升原創性的提示技巧
混合流程:交替進行人類創意階段與人工智能輔助
多樣性評估:導入指標以監控所產出內容的原創性
‍

創意網路中的 AI 行為

社會網路的集體動力

最初，與人類與人類以及混合網路相比，單人-IA 網路顯示出最大的創造力與多樣性。然而，隨著時間的推移，人類-IA 混合網路的創作比單人-IA 網路更具多樣性。

雖然 AI 可以引進新的想法，但隨著時間的推移，它也會呈現主題匯流的形式，導致整體多樣性降低。

IA 的主題銜接

人類傾向於創造與原始故事情節保持緊密一致的新敘事，而 AI 的輸出則顯示出一種獨特的趨勢，那就是向某些創意主題靠攏，例如與太空相關的敘事，這些主題在各次迭代中都是一致的。

人工智能時代創意的未來

衡量多樣性與創意

創意通常被認為是個人的成就。多樣性則是一種集體結果。換句話說，創意是一個想法的屬性，而多樣性則是一系列想法的屬性。

AI 接觸的對比效果

高度接觸AI提升了觀點多樣性的平均數量以及多樣性的變化速率。變化速率上的結果尤其重要。變化速率上的微小差異，隨著時間推移可能會產生巨大的累積差異。

FAQ - 常見問題

AI集體多樣性悖論究竟是什麼？

這是一種現象，即產生式人工智能增強了使用者的個人創造力，但同時在集體層面減少了創意產品的整體多樣性，使得內容越來越相似。

所有使用者從生成式AI中獲益的方式都一樣嗎？

不，研究顯示最大的好處集中在天生創造力較低的使用者身上。AI 的功能就像一個「平衡器」，讓每個人的品質都達到中等偏上的水準，對於那些從低水準開始的人來說，AI 可以創造巨大的進步，但對於那些已經非常有創意的人來說，AI 只會帶來微不足道的進步。

內容趨同具體是如何表現出來的？

AI 輔助的內容傾向於匯聚類似的敘事結構、可比較的詞彙和統一的文體方法。舉例來說，故事會呈現重複出現的模式和語意相似性，這是純人類作品所無法觀察到的。

企業如何避免內容同質化？

透過多樣化的 AI 工具、使用先進的提示工程、混合創作流程以及持續監控製作內容的多樣性等策略。

是否存在AI真正放大創意而不造成同質化的領域？

是的，在具有客觀指標的領域，例如演算法工程或科學研究，人工智慧可以產生可衡量的改進，而不會有收斂的問題。同質化在主觀創意領域則較為明顯。

這種現象註定會隨時間惡化嗎？

數據顯示，在某些情境下，尤其是當人類與AI在協作網絡中互動時，趨同現象可能趨於穩定甚至逆轉。關鍵在於設計出能平衡輔助與多樣性的系統。

創意專業人士該如何保持原創性？

他們應該使用 AI 作為輔助工具，同時維持創意控制、多樣化靈感來源、發展提示工程的技能以最大化原創性，並積極監控其成果的多樣性。

這種現象如何進行科學測量？

透過語意相似性分析、文字內嵌間距離的計算、詞彙多樣性度量以及獨立人工評審的比較評估。這些研究使用先進的計算技術來量化收斂。

來源與參考文獻：

生成式 AI 的悖論：當個人創造力威脅到多樣性時

用 AI 摘要這篇文章