AI 会杀死创造力吗?
有了智能体,脑子里冒出的每个想法我几个小时就能做出来。研究说的也差不多:每个人做得更有创意了,可做出来的东西彼此越来越像。
速览
- 从 AI 那里拿到点子的作者,写出的故事被评为更有创意,但这些故事彼此变得相似。2026年一项汇总 19 项研究的元分析发现,这种趋同很小,但很稳定。
- 图像方面,平均新颖度下降了,而最新颖的作品,新颖度反而上升了。滑向平均并不是注定的,取决于你怎么用。
- 人们想看到付出的功夫。同一段文字,一说“AI 写的”,得分就更低。
有一晚我没睡着。我和智能体不停地做新东西。第二天我又冒出一个想法,再过一天又是一个。
以前,我脑子里的想法来了就走。我会随手记在一边,大多数就一直躺在那儿。现在我立刻把每个想法分给几个智能体:调研、试做、规划、制作。几个小时后,手里就有了一个能跑的东西。在网上看到某个错误或缺口时也一样,我马上就能把解决办法做出来。我想进入每一个市场,想把看到的每件事都做出来。
能做的事越多,我的感觉也开始跑偏。注意到这一点以后,我就好奇了:AI 对我的创造力到底做了什么?我是真的更有创意了,还是只是做得更多了?
个人更有创意,整体更相似
对这个问题回答得最清楚的实验之一,2024年发表在《Science Advances》上。Anil Doshi 和 Oliver Hauser 让 293 个人写短篇故事。一组独自写,一组从 AI 那里拿到一个点子,还有一组拿到五个点子。拿到五个点子的人,故事被评为新颖度高 8.1%,实用度高 9%。受益最多的,是那些本来自己创造力较弱的作者。1
可事情还有另一面。从 AI 那里拿点子的作者,写出的故事彼此更相似。单看每一篇,都更好;把它们摆在一起,却更单调。
而且这不只是一个实验的结果。Alwin de Rooij 和 Michael Mose Biskjaer 今年把 19 项研究汇总成一项元分析,发现用了 AI 做出来的作品会趋同。效应很小(d = 0.334),但很稳定。作者们没有把它读成创造力的丧失,而是读成创意多样性的重新排布:落在一个人身上看不出来,很多人用同样的系统工作时,它才变得重要。2
在我看来,这个结果恰好说的就是我那一晚。只看我自己的工作,我做得更快也更好。可要是和成千上万使用同样工具的人放在一起看,我们或许都在被拉向同一个平均值。
滑向平均是注定的吗
图像方面也有类似的情况。Eric Zhou 和 Dokyun Lee 研究了一个艺术分享平台上 400 多万件作品和 5 万多名用户。开始使用文生图工具的人,产出更多,作品也更受欢迎。平均新颖度随时间下降了。可最新颖的那些作品,新颖度反而上升了。3
我觉得这个区别很重要。AI 把平均值往下拉,却能抬高最好作品的天花板。你站在哪一边,与其说取决于工具,不如说取决于你拿它做什么。
我在给 CLAUDE.md 文件写下我不想要什么的时候,就碰到过这个区别。AI 第一次尝试总是把最安全的选择摆到我面前。平均值就在那里,就在我眼前。我的工作是认出那个平均值,再决定在哪里离开它。
生产带来的是富余,不是关注
想看看生产变容易以后会发生什么,音乐是个不错的例子。按 Deezer 在 7 月公布的数字,6 月上传到平台的新音乐有一半以上是 AI 生成的,平均每天 9 万首。可这些曲目只占总收听量的 1% 到 3%。4
也就是说,一半的产量,只换来百分之几的关注。我的理解是:生产越便宜,值钱的东西就越不是生产本身,而是关注。这样一来,“我做了多少”这个问题自然也就没什么意义了。
人们想看到付出的功夫
还有读者和听众这一边。Manav Raj、Justin Berg 和 Rob Seamans 在 16 项实验中,让 2.7 万多人读同样的文字。一旦说明“这是 AI 写的”,得分就下降。对这个下降解释得最多的,是人们觉得文字不够原创。5
做东西的这一边也有代价。Anthropic 在 1 月用 52 名程序员做了一项实验,发表的结果是:借助 AI 学习一个新库的人,在之后的理解测验中得分明显低于手动学习的人,50% 对 67%。完成任务所用时间的差异则不显著。6这是个小实验,只有一项任务。可它还是让我想到:在我自以为赢得速度的地方,我也许正在丢掉理解。
对我来说什么变了
总之,我觉得 AI 并没有杀死创造力。可是放着不管,它会把所有人带到同一个地方,而且速度很快。真正变了的是我问自己的问题。我不再问“我能做这个吗”,因为答案多半是能。我问的是“这值得做吗”。
11月15日,我把所有项目集中到一张清单里,给自己定了条规矩:同一时间最多做三个生产类的项目。其余的在清单里等着。
写这篇的时候我还发现了一件事。我想立刻把每个想法做出来,好像也有化学上的一面。下一篇我会去看看多巴胺,以及所谓的“多巴胺成瘾”。