跳到主内容
文化艺术综合

从艺术与科学的视角审视生成式人工智能的创造力:从问题发现到物质性及具身认知

An art-science perspective on artificial intelligence creativity: From problem finding to materiality and embodied cognition

Robert Scott Root-Bernstein

Journal of Creativity · 2025-02-15

开放获取文化艺术综合被引 7被引前 10%影响因子 ≈7.8

摘要

从艺术与科学视角审视人工智能的创造力:从问题发现到物质性及具身认知 当前的大语言模型、图像生成工具以及搜索引擎引发了人们对于人工智能系统将取代人类主导的创造力的担忧。然而,从创造过程的角度对人工智能系统进行分析后可以发现其存在显著局限。人类的创造力始于对新颖问题或挑战的发现与识别,而目前尚无任何人工智能系统能够做到这一点。人工智能系统所处理的问题的设定均由人类用户决定,同时这些用户还会提供数据并设定限制条件,从而界定有效答案的范围。因此,实际上绝大多数与创造过程相关的任务仍由人类来完成。此外,大多数人类的创造力都具有具身特性,需要借助工具与材料进行操作。再者,所有人类的创造力都建立在通过感知、感觉与情感为信息与经验赋予意义或行动指向的“标记”基础之上,而人工智能则不具备这些能力。所有人类的创新行为还涉及对既定意义与行动指向的“去标记”,进而以全新的方式为其重新“标记”,从而改变我们的感受、认知与行为模式。目前没有任何人工智能能够实现数据的去标记或重新标记,更遑论实际采取行动。最后,人类的创造性思维依赖于观察、想象、抽象、类比、模拟、身体感知等多种能力,而人工智能系统仅具备模式形成与模式识别的功能。由此可见,要发展真正具备创造力的人工智能,面临的挑战极为艰巨。

本摘要由 AI(Hy-MT2-Pro)翻译生成,仅供参考,请以原文为准。

AI 综述

基于摘要生成
主要观点
该文从艺术科学视角批判了当前AI创造力,认为其本质是对人类预设问题的求解而非真正的创造。论文指出人类创造始于“问题发现”,而AI仅能处理人类提供的边界条件与数据;同时,人类创造力具有具身性、情感感知与意义“重标签化”的能力,这些特征是AI系统所不具备的。
研究方法
该研究采用概念分析与比较研究的方法,通过对比人类创造力的核心要素(如具身认知、情感感知、意义重构)与AI系统的功能局限(模式识别与生成),构建了人类与AI在创造力本质上的二元对立分析框架。
学术贡献
该研究在艺术学理论层面贡献了关于“问题发现”与“意义重标签化”在创造力中核心地位的论述,为区分人类创造性思维与AI模式生成提供了具体的理论判据。
存在局限
研究主要依赖概念推演与理论对比,缺乏对具体AI生成案例的实证数据支持,且未对“重标签化”等抽象概念进行操作化定义或实验验证。
进一步研究方向
建议开展基于具身认知的实验设计,通过人机协作任务测试人类在“重标签化”过程中的具体作用机制,或开发能够模拟“问题发现”而非“问题求解”的AI模型原型。

本综述由 AI(glm-4.7-flash)基于摘要自动生成,仅供参考,不代表原文作者观点,请以原文为准。

参考文献

相关论文

话题:Creativity in Education and Neuroscience