چگونگی سنجش خلاقیت هوش مصنوعی؟
تیمی از پژوهشگران دانشگاه مونترال در بزرگترین مطالعه از این نوع، توان خلاقیت ۱۰۰ هزار انسان را در برابر پیشرفتهترین مدلهای مولد هوش مصنوعی روز جهان سنجیدند؛ مطالعهای بیسابقه که مرزهای ارزیابی خلاقیت انسان و ماشین را به چالش کشیده است.
پژوهشگران برای سنجش حوزهای که ذهنی تلقی میشود، از آزمونهای خلاقیت زبانی واگرا بهره گرفتند و عملکرد انسانها را در کنار مدلهای زبانی بزرگی مانند: ChatGPT، Claude و Gemini ارزیابی کردند.
کریم جربی، استاد روانشناسی دانشگاه مونترال گفت: «ما چارچوبی سختگیرانه طراحی کردیم که به ما اجازه میدهد خلاقیت انسان و هوش مصنوعی را با ابزارهای یکسان و بر پایه دادههای بیش از ۱۰۰ هزار شرکتکننده مقایسه کنیم.» با وجود این، یک مشکل اساسی وجود دارد؛ سنجش کمی خلاقیت انسانی و مقایسه مستقیم آن با مدلهای زبانی بزرگ، دشوار است. بنابراین، هرچند این پژوهش از نظر مقیاس کمنظیر است، اما همچنان در چارچوب محدودیتها و معیارهایی تعریف میشود که پژوهشگران برگزیدهاند.
در این تحقیق از آزمون «وظیفه ارتباط واگرا» (DAT) استفاده شد، که ابزاری شناختهشده در روانشناسی برای اندازهگیری نوع خاصی از خلاقیت است. در این آزمون از فرد خواسته میشود طی چهار دقیقه ۱۰ واژه ارائه کند و هرچه پیوند معنایی میان واژهها کمتر باشد، خلاقیت بالاتر ارزیابی میشود. همین فرایند برای مدلهای هوش مصنوعی نیز تکرار شد. یافتهها نشان میدهد که اگرچه مدلهای زبانی بزرگ بر اساس معیار DAT، در مجموع عملکرد خلاقانهتری از بخش قابل توجهی از انسانها داشتند، اما حدود نیمی از شرکتکنندگان انسانی از هوش مصنوعی پیشی گرفتند و ۱۰ درصد برتر با اختلافی چشمگیر توانستند عملکردی فراتر از رقبای ماشینی خود ثبت کنند.
بیشتر بخوانید: گوگل، کروم را به مرورگر هوشمند خودکار تبدیل می کند
در نتیجه، هرچند برخی افراد نتوانستند در آزمون خلاقیت واگرا عملکردی فراتر از مدلهایی مانند Claude داشته باشند، اما شمار قابل توجهی از شرکتکنندگان چنین محدودیتی نداشتند. این واقعیت به وضوح دشواری بازتولید خروجی مغز انسان را توسط حتی پیشرفتهترین ماشینهای امروزی برجسته میکند؛ ماشینهایی که سازندگان آنها تمام متون موجود در زبانهای جهان را برای آموزش آنها گردآوری کردهاند. کریم جربی تاکید کرد: «با وجود آنکه هوش مصنوعی در برخی آزمونها به سطح خلاقیت انسانی دست یافته است، باید از این برداشت نادرست رقابتی فاصله بگیریم. هوش مصنوعی مولد بیش از هر چیز به ابزاری فوقالعاده قدرتمند در خدمت خلاقیت انسان تبدیل شده است؛ ابزاری که جای خالقان را نمیگیرد، بلکه شیوه اندیشیدن، کاوش و خلق آنها را به شکلی بنیادین متحول میکند، برای آنهایی که انتخاب میکنند از آن بهره ببرند.»
برتری قاطع انسانها
از این منظر، برتری مدلهای زبانی بزرگ نسبت به بخشی از انسانها در برخی وظایف خلاقانه، پدیدهای است که در مقایسه میان خود انسانها نیز دیده میشود. این پژوهش نشان میدهد که سنجش ویژگیهای انسانی، فرایند پیچیده و ظریفی است و امتیازهای بنچمارک مدلهای زبانی بزرگ، شاخصهای محکمی برای تحلیلهای مقایسهای محسوب نمیشوند. همچنین پژوهشگران به مقایسه عملکرد انسان و هوش مصنوعی در نوشتن آثار خلاقانه، از جمله هایکو، خلاصه فیلم و داستان کوتاه پرداختند. بار دیگر، خلاقترین انسانها توانستند از ماشینها پیشی بگیرند، هرچند مدلهای زبانی در مجموع امتیاز بالاتری از میانگین شرکتکنندگان انسانی ثبت کردند.
برای مطالعه بیشتر: امکان ورود مستقیم به گفتوگوهای AI Mode توسط گوگل فراهم شد
نکته قابل توجه آن است که مدلهای هوش مصنوعی بیشترین میزان خلاقیت را زمانی نشان دادند که هدایت انسانی دقیق و هدفمند داشتند؛ نشانهای روشن از اینکه جایگزینی کامل انسان همچنان دور از دسترس است.
همزمان با گسترش حضور هوش مصنوعی در زندگی روزمره، واکنش منفی نسبت به محتوای بیکیفیت تولیدشده توسط AI و فناوریهایی که به بهرهکشی از هنرمندان متهم میشوند، رو به افزایش است؛ بهگونهای که حدود ۸۰۰ هنرمند برای مقابله با استفاده گسترده از محتوای تولیدشده توسط هوش مصنوعی در حوزههای مختلف خلاقانه گرد هم آمدهاند. در این مطالعه تاکید شده است که بهجای نگاه «انسان در برابر ماشین»، باید این پژوهش را به عنوان نشانهای از ظرفیت هوش مصنوعی برای یاری رساندن به انسان در فعالیتهای خلاقانه در نظر گرفت.
جربی در پایان عنوان کرد: «مطالعاتی مانند پژوهش ما، با قرار دادن مستقیم تواناییهای انسان و ماشین در برابر یکدیگر، ما را وادار میکند در تعریف خود از خلاقیت تجدیدنظر کنیم.»
این تحقیق در مجله Scientific Reports منتشر شده است.
