AI有创造力吗（Are AIs Creative）?

近来，好莱坞编剧发起了一场罢工，主要是因为他们担心大型媒体公司利用他们的故事来训练AI系统创作剧本。他们担心这可能会贬低他们的作品，最终使他们的角色变得过时。同样地，艺术团体内部也充满了不满。许多艺术家对使用他们的作品作为训练数据的生成AI深感不满，但没有获得适当的认可或经济补偿。他们担心这样的做法将贬低他们的创作。更糟糕的是，这些AI系统能够在几分钟内创作出与人类艺术家可能需要数月才能创造的作品相媲美的作品，加剧了人们对AI在创意产业中替代人类劳动力的担忧。这些紧张局势的核心是有关AI是否具有创造性（足够）的问题。

CanyoutellifthisphotoisAIgeneratedornot?:)

人类历史的演变，出现了一些颠覆性的技术革命，某些时候甚至完全消除了就业市场的部分工作领域，如汽车和蒸汽机的发明、互联网。然而，这却是历史上首次可能取代人类完成复杂决策和判断的技术革命，例如创造性工作。

例如，创造力被用于传播虚假信息，煽动仇恨和歧视，以及设计和制造日益复杂的武器，这些武器具有灾难性的后果。我们所知道的是，创造力是强大的。因此，理解创造力，探索可能性，以及在此过程中的领航，是非常重要的。

关于创造力，存在多种定义。其中两个被广泛认可的特征包括原创性和实用性（如下列举了一些常见定义）。

根据美国心理学会（APA）的定义，“创造力是产生新颖且有价值的想法、事物或经历的能力”（APA词典，2019）。

美国国家艺术基金会（NEA）将创造力定义为“超越传统观念、规则、模式、关系或类似事物的能力，并且能够创造有意义的新想法、形式、方法、解释等”（NEACreativityConnects，2021）。

《创造力研究杂志》将创造力定义为“产生既具有新颖性（即原创性、意外的）又具有恰当性（即实用性、针对任务约束的适应性）的作品的能力”（PluckerBeghetto，2004）。原创性并非创造力的唯一要素，原创性的事物必须是有效的（Runco，，Jaeger，2012）。

混搭的概念和实践起源于纽约布朗克斯的乐队聚会，20世纪70年代初。在这个时期，DJKoolHerc首创了一种在歌曲中延长乐器中断时间的技巧。他通过无缝切换两首相同的唱片来完成这一步骤。偶尔，他会让合作伙伴，MC们，在这些延长的节奏中加入有节奏的口头插话。猜猜看，我们有了饶舌音乐。随着时间的推移，混搭的概念逐渐扩展到更广泛的音乐创新。音乐家们开始试验，替换歌曲的部分，改变或注入其他曲目的片段，从而创造出新颖独特的作品。

近年来，混搭概念已经在创意产业中得到广泛应用，并获得了众多知名人士的大力支持。例如，毕加索曾说过“好的艺术家复制，伟大的艺术家剽窃。”这里的“剽窃”一词暗示了艺术家如何将元素（想法、材料等）混合在一起，创造出新作品。史蒂夫·乔布斯也是这一观念的忠实拥趸，他在几次采访中引用了毕加索的这句名言。昆汀·塔伦蒂诺也曾谈论过他如何利用现有的电影流派和风格来创作自己独特的作品。他的作品可能是使用混搭概念创作新作品这一观念的最好例证。然而，每个混搭都具有创意吗？最佳混搭可能会是一种富有创意的努力，将原作品进行创造性的改编，然而，在最坏的情况下，它可能会堕落为剽窃，在这种情况下，混搭缺乏原创性，仅仅是原素材的机械复制，并未添加任何有价值或创新的内容。大多数混搭仅仅是原作品的平庸衍生品。并非所有混搭都具有创意，但所有的创意都会被混搭。

现代艺术装置可能对我来说是原创的，但对你而言并非如此。一种支付方式可能对某群人来说是新颖的，但对另一群人来说则是传统的。如果我们将其与特定的历史时期进行比较，它可能是新颖的，但如果我们将其与另一个时期进行比较，它就不是。一个能产生时尚艺术品的AI可能被认为具有创意，但对于那些其艺术作品被不公平地用于训练AI的艺术家而言，它完全是剽窃。也许一个更好但更困难且更重要的问题是，混搭能有多大程度上具有创意？谁来评判一个混搭是否具有创意？它在哪些情境中具有创意？

因此，仅仅用原创性/新颖性来讨论创造力是不够微妙的，不足以让人们描述创造力。如果仅仅从原创性的角度进行审查，我们可能永远无法完全掌握创造力的全貌。

现在，我们进一步观察这个维度—实用性（见图1）。前人学者们争论原创性的重要性，但认为它不足以支持创造力（Barron，1955）。他们认为，创新性作品不仅需要原创，还需要具有实用性（Barron，1955；RuncoJaeger，2012）。实用性意味着将有一个社会背景使得创意得以应用。这一维度扩展了创造力的概念，使其具有更广泛的范畴。尽管实用性在不同的情境中可能有所变化，但我们仍在某种程度上意识到了社会背景的重要性。

然而，创造力是否必须有用？梵高的画作有多实用？孩子随意的涂鸦有用吗？对谁有用？此外，实用性并不一定有助于理解创造力是如何形成的以及如何维持它。

如果只是谈论原创性和实用性还不足以深入探讨创造，是否还有其他更好的讨论方式？

?—OriginalandUseful?

最为著名的被广泛应用于该领域的框架之一可能是1961年MelRhodes提出的4P框架。该框架强调了创新的多面性，每一个P代表了创新的一个独特维度。

后来，Glavenau(2013)迭代了新的版本，称为5A模型，将焦点转向了更为社会文化和分布式的视角。5A模型因此考虑到了文化、背景、互动和社会影响等因素。总的来说，这两个框架共享许多核心思想。

图2.简要概述了将4P/5A属性映射到生成AI上。

/5AattributestogenerativeAI

总结—确实，在这个意义上，AI具有创造性，甚至可能在技术上比人类更具创造性。

产品是指实际的产品/概念。这也可能是评价创造性作品的最常见维度。大多数时候，当被问及某个作品是否具有创造性时，我们会根据结果（例如，一幅画、一个创建的应用、一个火箭的发射等）来判断。换句话说，“最终”产品。人们在日常生活中往往倾向于接受这一哲学。例如，参观艺术博物馆欣赏那些杰作的人们并不总是想看到艺术创作过程。在游戏设计竞赛中，参赛者并不要求展示他们经历的迭代过程。

总结—创造力背后的秘诀在AI与人类智能中都依然是一个谜。这个方面涉及到理解在一个人进行创造性思考时他们的头脑中正在发生什么，这是一个内在的心理机制（罗德斯，1961）。在5A模型中，Glavenau提出创作者的行动不仅代表内在思考，还代表他们与所处社会环境的互动，从而具有象征意义和意义。

我们真的了解AI如何处理所有信息吗？目前，我们在研究AI生成结果的过程方面的知识和方法非常有限。尽管如此，我们真的理解人类创造的过程吗？

创造性过程的研究正日益受到认可。这个研究领域的前景是通过识别促进创造力的关键元素来揭开创造力的黑匣子，并为创造力提供更好的支持（卢巴特，2005；戴维斯等人，2016）。

总结—是的，AI有社会影响。但是，社会影响是否是衡量创意能力的可靠标准呢？

社会影响指的是在AI产品和社会世界之间的动态变化，包括帮助、评判、批判以及使用AI产品的其他人。简而言之，它指的是AI产品在世界上产生的影响。

显然，人工智能，特别是聊天GPT、MidJourney，已经在人类世界引发了一场“试验大潮”，其影响力（在规模和速度方面）可以说是前所未有的（历史上我们见到的所有发明/技术都无法与之相比）。

然而，社交媒体的认可是否反映了AI具有创造力呢？今天，印象派艺术在全球著名的画廊和博物馆中受到赞誉，但在其起步阶段却没有受到欣赏。例如，19世纪的梵高作品在他的一生中几乎没有得到任何积极的认可。如果我们通过社会认可的角度来评估创造力，那么梵高的艺术是否缺乏创造力？另外，我们目前对AI的尝试是否被认为是本质上的创造性活动？

在人工智能的背景下，原材料是输入的训练数据。目前，先进的人工智能系统主要是在数字或无形数据上进行训练，但我们可能很快就会看到人工智能与物质世界的互动更加直接。相反，人类具有独特的能力与物质世界进行精细互动，但相对较少的访问广泛的数字数据。这种对比表明了合作的潜在机会。

原材料不仅在创新方面至关重要，而且原材料的质量也很重要。正如梅尔所言，不良环境可能会抑制创造力(1961)。同样可以推断，质量低下的训练数据可能导致无效的模型。然后问题出现了-我们如何评估原材料？无论是物质还是社会媒体，都在探究创意扎根的社会文化背景。它们提出了有趣的问题：是什么孕育了有利于创意产生的环境？我们又该如何培养和维持这样的环境呢？然而，这些关键问题仍然相对未得到充分的探讨，因此值得进行更深入的研究。

总结—人在社交环境中的定位，理解场景的背景。若想更深入地理解AI的创造力，我们需要了解AI所处的环境（模型）。然而，我们目前还未掌握相关知识。

在初始的4P模型中，创新能力的人的方面着眼于每个个体是如何在个人层次上展现创造力的（Rhodes，1961）。在格洛瓦娜的5A模型中，参与者是一个人，这个人嵌入到任何人类社会和社会所处的社会关系领域中，这样，把人放入他们周围的社会环境中，强调理解人或参与者所处的背景环境非常重要（格洛瓦娜，2013）。许多这方面的研究都考虑了导致创造性行为的特定个性特征或认知因素。然而，关于人们如何获得这些特质，甚至关于这些特质如何帮助人们在群体中发挥角色的研究甚少。人类确实是创造力系统中的重要参与者。然而，Glavenau(2013)指出，一个人的行为并不属于特定的性格星座或认知风格，它是人与周围环境的互动，这包括但不限于物理、社会文化世界、时间、经历、其他合作者。因此，理解人类的创造力，要求我们不仅要看待个性特质，还要看待对个人产生影响并被其所影响的社会环境。

那么，AIs是否应视为参与者？为了回答这个问题，我们可能需要理解他们所涉及的“社会环境”。然而，这个问题有两个问题。如果我们假设AIs的“社会环境”等同于训练数据，那么我们没有充分了解“社会环境”，或者换句话说，AIs如何与训练数据互动。第二个问题是将两者进行类比，“社会环境”的概念是否适用于AIs？社会是人类和物质世界的组合。但是AI不是人类，所以我们没有一个好的答案。

总结：通过应用框架，我们为如何看待人工智能是否具有创造力提供了系统性的思考方式。通过使用4P/5A框架，我们可以认为人工智能在某种程度上具有创造力。然而，仍有许多问题需要探讨。例如，为什么我们使用这个4P/5A框架来研究这个问题？这个框架是否全面捕捉到了我们今天所处的社会背景？正如LawBijker(1992)指出的那样，技术从来不是纯粹的技术：它也是社会的。社会也从来不是纯粹的社会：它也是技术的。目前，人工智能作为一种强大的外在属性，但不久后它将扮演角色（AGI？）。随着人工智能成为人们日常生活的一部分，我们可能需要更多微妙的框架来讨论创造力。

最后，回答人工智能是否具有创造力这个问题的目的是什么？是因为我们想将人类创造力与人工智能进行比较吗？还是因为我们想探索生成人工智能的潜力？还是因为我们想建立一个更强大的创造力环境？本文的目的并不是要回答人工智能是否具有创造力。相反，本文是希望让更多的人参与到对人类、创造力和人工智能的微妙讨论中。

Barron,F.(1955).,51(3),478.

Davis,N.,Hsiao,,YashrajSingh,K.,Li,L.,Magerko,B.(2016,March).Empiricallystudyingparticipanterfaces(–207).

Dewey,J.(1934).,NY:,L.(Host)(2023,4,10).Episode()[Videopodcastepisode].

Mace,M.-A.,Ward,T.(2002).Modelingthecreativeprocess:,14,179–192.

Glăveanu,(2013).Rewritingthelanguageofcreativity:TheFiveA’,17(1),69–81.

Law,J.,Bijker,(1992).Postscript:Technology,(Eds.),Shapingtechnology/buildingsociety:Studiesinsociotechnicalchange,290–308.

Lubart,T.(2005).Howcancomputersbepartnersinthecreativeprocess:,63(4–5),365–369.

Rhodes,M.(1961).,42(7),305–310.

Runco,,Jaeger,(2012).,24(1),92–96.

PhDCandidateinDesign,Informal,andCreativeEducation@UW-MadisonPortfolio-