AI会扼杀人类的创造力吗？

毫无疑问，生成式人工智能快速生成新文本、图像和音频的能力正在撼动创意工作。

在美国作家协会(Writers Guild of America)持续已久的罢工中，一个核心因素是该协会要求只将人工智能用作研究工具，而不是替代其成员。对于许多有创意的人来说，有AI在身边似乎很难谋生。

然而，与此同时，人工智能工具往往被视为提升人类创造力的跳板。Anthropic的聊天机器人Claude和OpenAI的ChatGPT和Dall-E 3等技术提供了诱人的创意体验。

什么是创造力?

认知科学专家玛格丽特·博登在她的书《创造性思维》中区分了两种类型的人类创造力。

当一个人第一次思考某件事时，个人(p型)创造力就会产生——即使其他人之前已经单独思考过了。一个例子是，一个孩子意识到水可以变成任何形状。

从本质上讲，p型创造力是学习有用的东西，并在此过程中，将我们的想法与他人同步。

另一方面，历史创造力(h型)发生在个人思考以前从未思考过的事情时。一个例子是阿基米德在洗澡时的“顿悟”时刻，据说这导致他发现了浮力定律。

这就是为什么金伯利的万吉纳岩画、荷马的《伊利亚特》、毕加索的《格尔尼卡》、弗兰克·劳埃德·赖特的《流水屋》和阿尔伯特·爱因斯坦的《奇迹年》论文都被认为是杰出人类留下的杰出作品。它们很重要，因为它们继续塑造着我们的思维。

生成式人工智能不属于任何一类

人工智能显然具有促进p型和h型创造力的潜力。它可以引导我们深入了解生物学、历史和数学，并帮助我们创造有用或发人深省的文本和图像。

但人类创造力和人工智能驱动的创造力之间有一个关键区别:后者并非源于思想和世界的进化碰撞。

人工智能模型不包含现实。它们依赖于数字数据的复杂统计抽象。这限制了他们在现实世界中的创造性意义，也限制了他们创造“尤里卡”时刻的能力。

为了将人工智能驱动的创造力与老式的创造力区分开来，我提出了一个新的术语:通用创造力或g型创造力。它正式化了这样一个事实:尽管人工智能模型能够激发新思维，但它们受到训练所用基础数据的限制。

最大的风险是:普遍螺旋式上升

我们可以期待未来g型创造力的爆发。这里的危险在于，我们越来越多地使用人工智能，可能会让我们的思维过于相似，导致认知多样性的减少和文化紧密性的增加。

在这种情况下，社会将在其执行的规范中变得更加严格，并且对偏离现状的行为不那么宽容。

威胁不仅仅是人工智能制作的电影、电视、书籍和艺术。在未来，我们居住的房屋，我们驾驶的汽车(或不需要驾驶的汽车)以及我们共享的公共空间都将由人工智能塑造。在日益相似的环境和经历的压力下，我们可能会看到我们的思维变得同质化。

这种同一性进一步将我们置于一种普遍螺旋的风险之中。人工智能模型是根据我们创造的内容进行训练的。所以我们在g型创造力中使用人工智能越多，我们的内容就会变得越通用——因为这将被用于进一步训练人工智能，人工智能的输出就会变得越通用。

我们能在享受人工智能的同时保持创造力吗?

人类创造力与人工智能之间的平衡和协调并不像在大自然中定期散步那么简单——尽管这可能会有所帮助。

生成式人工智能很可能是一项与印刷机或蒸汽机相媲美的变革性技术。这样的庞然大物是难以抗拒的;我们集体卷入了它们所煽动的变化、不确定性和疏离感。

我们这一代人中一些最聪明的人已经放弃了其他追求，转而尝试构建和使用先进的人工智能模型。

我们保持真正创造性的最好机会是保护和赋予人类以高于人工的特权。知识产权法是关键。任何进一步赋予人工智能法人资格的举措——比如允许人工智能“合理使用”有版权材料的权利，或者将版权应用于人工智能的产出——都将侵蚀我们的创意体系，并有可能导致人类创造力的普遍螺旋式下降。