创造力测试揭晓：ChatGPT 原创性得分跻身人类前 1%

很多人总觉得生成式 AI 只是个高级搬砖工，擅长整理资料、写套话，真要拼「天马行空的发散思维」，还是得靠人类的大脑。

蒙大拿大学商学院的一群研究人员最近做了个实验，结果把不少人吓了一跳。在心理学界沿用了几十年的标准创造力测试里，由 GPT-4 驱动的 ChatGPT 拿下的成绩，直接杀进了全美人类受试者的前 1%。

拿几十年前的老考卷，盲测 GPT-4

负责这项研究的是蒙大拿大学助理临床教授 Erik Guzik，合作者还包括蒙大拿大学西方分校的 Christian Gilde 以及立陶宛维尔纽斯大学的 Christian Byrge。他们在当年 5 月的南俄勒冈大学创造力大会上公布了这批数据。

他们选用的测试工具叫托兰斯创造性思维测验（TTCT）。这套测试在创造力研究领域地位很高，题目通常会模拟现实生活里的创意任务。比如拿一个篮球或者一块砖头，让你在有限时间内尽可能多地列出新用途。

很多人以为 AI 能作弊，但研究团队指出，TTCT 是受版权保护的专有测验题库，网上没有现成公开的考题和答案，ChatGPT 没法直接靠检索抄近道。

研究团队向负责统分的学术测试服务机构（Scholastic Testing Service）提交了测试答卷。除了 ChatGPT 生成的 8 份回答，还混入了 Guzik 教授创业与个人理财课上的 24 名学生的作业。评分机构完全不知道里面夹杂着 AI 的回答，全程是双盲打分。

打分标准主要看三项能力：流畅性（能想出多少点子）、独创性（想法有多新颖）、灵活性（能否跨越不同类别想点子）。评分机构把这份成绩，和 2016 年全美 2700 名参加过该测试的大学生常模数据做了比对。

结果显示，ChatGPT 在流畅性和独创性这两项上，双双杀进了前 1% 的顶尖梯队；在跨类别思考的灵活性上稍微落后一点点，但也排在第 97 百分位。

一年前曾有研究用 GPT-3 跑过类似测试，当时 AI 在原创思考上还明显拼不过人类。但换上 GPT-4 之后，局面彻底逆转了。

有意思的是，Guzik 后来跑去问 ChatGPT：如果你在 TTCT 里拿了高分，这意味着什么？ChatGPT 给出的回答很清醒：这说明人类可能还没有完全搞懂人类创造力到底是什么，或许我们需要更精密的评估工具，来区分人类和 AI 产生的想法。

为什么重要

我们认为，这项研究最值得玩味的地方，在于它打破了「AI 只能复读、没有独创性」的刻板印象。在专业评委眼里，GPT-4 给出的方案已经不是大家随口就能想到的烂大街点子，而是实打实属于少有人想到的「新想法」。

对创业者、产品经理或者营销人员来说，这意味着你今天就可以把 GPT-4 当成一个高水平的头脑风暴伙伴。当你卡在某个问题里、只想得出常规套路时，逼它给出几十个非常规方案，里面很可能真有一两个能用的破局点。它的门槛极低，甚至不需要专门设计复杂的提示词。

但看起来，我们也不能直接得出「AI 创造力全面超越人类」的结论。托兰斯测试评估的是发散思维的能力，也就是在既定命题下快速穷举冷门点子。然而真实世界里的创造力，还包含了提出好问题、判断点子的可行性、以及把想法变成现实的执行力。

机器可以轻易想出「把篮球剪开当花盆」甚至更离奇的点子，但它并不知道花盆在具体市场里的审美价值和商业代价。聪明的做法不是去和它比拼脑洞数量，而是借它的发散能力突破思维盲区，把最核心的筛选和决策权留在人手里。