.svg){kind=small}
.svg){kind=small}
.svg){kind=small}
新一代人工智慧正在徹底改變我們創造內容的方式，但在其顯而易見的好處背後，卻隱藏著一個令人不安的悖論：它在增強個人創造力的同時，卻有可能削弱我們創意產品的集體多樣性。讓我們一起探索這個現象及其對人類創意未來的影響。
什麼是 AI 中的集體多樣性悖論？
集體多樣性的悖論是最近從科學研究中出現的一種現象，顯示了使用生成式人工智能如何對人類的創造力產生矛盾的效果。一方面，ChatGPT、Claude 或 Gemini 等工具可顯著提升個別使用者所製作內容的品質與創造力。另一方面，這些相同的工具卻傾向於使結果同質化，讓創意產品彼此越來越相似。
科學進展》（Science Advances）上發表的一項突破性研究，透過 293 位作家的受控實驗分析了這種動態，揭示了令人驚訝的數據：在 AI 協助下撰寫的故事被評為更有創意、寫得更好、更吸引人，但與沒有技術支援的故事相比，彼此的相似度也明顯較高。
銜接機制如何運作
AI 創造力的社會困境
這個現象呈現了典型社會困境的特徵：每個使用生成式 AI 的個人都能立即獲得個人利益 (更好的內容、更高的效率、更強的創造力)，但集體採用這些工具卻會逐漸減少創意產品的整體多樣性。
這種動態類似於一種社會困境：使用生成式人工智能，作家個人的境況會更好，但共同產生的新穎內容範圍會更窄生成式人工智能增強了個人的創造力，但減少了新穎內容的集體多樣性 | Science Advances。
研究發現了一種「螺旋式下降」的現象，其中：
- 使用者發現 AI 可改善其內容的感知品質
- 增加這些工具的使用
- 產品逐漸變得更為相似
- 可用創意和方法的整體種類減少
創意的不對稱效應
一個特別有趣的方面是，生成式人工智能對不同類型的使用者產生不對稱的影響。結果顯示，生成式人工智能可能對創造力較低的個人影響最大 生成式人工智能增強了個人創造力，但卻減少了新穎內容的集體多樣性 | Science Advances。這種現象在使創造力的獲得民主化的同時，自相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：無 AI 輔助書寫
- 第 1 組：存取由 GPT-4 產生的單一構想
- 第 2 組：最多可從 AI 獲得五種不同的構想
由 600 位獨立評審評估的結果顯示，參與者被招募並完成發散聯想任務 (DAT)（一個衡量個人固有創造力的方法），然後被隨機分配到三個實驗條件中的一個Generative AI 會增強個人創造力，但會降低新穎內容的集體多樣性 - PubMed。
結果顯示：
- AI 輔助的故事在創意、品質和參與度方面獲得較高分數
- 創意較少的作家最能從協助中獲益
- AI 輔助的故事彼此顯示出更多相似性
語義匯流動態
研究人員發現，AI 輔助小組的故事彼此之間以及與 AI 所產生的想法都較為相似。這讓人擔心如果AI 工具被廣泛使用，可能會造成創意成果的同質化。
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：
行銷與溝通： 廣泛使用 GPT 等工具來製作行銷內容，可能導致：
- 競爭者之間的訊息越來越相似
- 失去獨特的聲音品牌
- 降低內容的原創性
產品開發：AI 協助腦力激盪和設計：
- 限制對創新解決方案的探索
- 偏好「安全」但無區別的方法
- 減少專案提案的多樣性
公司的緩解策略
組織可以採取不同的策略，將人工智慧的效益最大化，同時將同質化的風險降至最低：
- 工具多樣化：使用具有不同方法的多種 AI 平台
- 進階提示工程：開發可培養原創性的提示技巧
- 混合流程：人類創意步驟與 AI 協助交替進行
- 多樣性評估：執行衡量標準以監控所產生內容的原創性
-
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，單人與人工智能網路展現出最多的創造力與多樣性。然而，隨著時間的推移，人類與人工智能混合網路的創作比單人與人工智能網路更為多樣化。
雖然人工智慧可以引進新的想法，但隨著時間的推移，它也會呈現主題聚合的形式，導致整體多樣性的減少The Dynamics of Collective Creativity in Human-AI Social Networks.
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，而人工智能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The Dynamics of Collective Creativity in Human-AI Social Networks.
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成果。換句話說，創意是一個想法的屬性，而多樣性則是一組想法的屬性How AI Ideas Affect the Creativity, Diversity, and Evolution of Human Ideas: Evidence From a Large, Dynamic Experiment.
AI 接觸的對比效果
高度接觸人工智慧增加了多樣性的平均數量和想法多樣性的變化率。有關變化率的結果尤其重要。變化率的微小差異會隨著時間產生巨大的總體差異。How AI Ideas Affect the Creativity, Diversity, and Evolution of Human Ideas: Evidence From a Large, Dynamic Experiment。
FAQ - 常見問題
AI 中的集體多樣性悖論到底是什麼？
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。
是否所有使用者都能從生成式人工智能中平等獲益？
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。
內容匯流在實務上如何表現？
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。
在某些領域中，人工智慧是否真的能放大創意，而不會造成同質化？
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。
這種現象會隨著時間而惡化嗎？
資料顯示，在某些情況下，尤其是當人類與人工智慧在協作網路中互動時，收斂會變得穩定，甚至逆轉。關鍵在於設計能平衡協助與多樣性的系統。
創意專業人員該如何維持原創性呢？
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。
這種現象如何以科學方式測量？
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。
來源與參考資料：
