How AI Ideas Affect the Creativity, Diversity, and Evolution of Human Ideas: Evidence From a Large, Dynamic Experiment
作者: Joshua Ashkinaze, Julia Mendelsohn, Li Qiwei, Ceren Budak, Eric Gilbert
分类: cs.CY, cs.AI, cs.CL, cs.HC
发布日期: 2024-01-24 (更新: 2025-07-31)
备注: Accepted at ACM Collective Intelligence 2025. Originally posted 2024
💡 一句话要点
研究AI生成思想对人类创意与多样性的影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: AI生成思想 创意多样性 动态实验设计 人机协作 文化创造
📋 核心要点
- 现有研究未能充分探讨AI生成思想对人类创意的具体影响，尤其是在集体多样性方面的作用。
- 通过动态实验设计，利用先前参与者的创意作为刺激，研究AI生成思想对后续参与者的影响。
- 实验结果表明，高AI接触量增加了集体思想的多样性，但未提升个体创意水平，且披露对结果无显著影响。
📝 摘要（中文）
随着对大型语言模型输出的接触日益增加，AI生成的思想如何影响人类的创意成为一个重要问题。本文通过一项包含800多名参与者和40多个国家的实验，探讨了参与者在接触ChatGPT生成的创意后，如何进行头脑风暴。实验设计中，参与者的AI接触量（无、低、高）和是否标记为'AI'（披露）被作为变量。结果显示，高AI接触量并未影响个体创意的创造性，但却增加了集体思想的多样性。AI使思想变得不同，而非更好。自我报告的创意者对AI来源的思想影响较小，而在任务困难时，参与者可能会主动采用AI思想。研究表明，引入AI思想可能增加集体多样性，但不提升个体创造力。
🔬 方法详解
问题定义：本研究旨在探讨AI生成思想如何影响人类的创意和思想多样性。现有方法未能揭示AI思想对个体与集体创意的具体影响，尤其是在多样性方面的作用。
核心思路：通过动态实验设计，利用先前参与者的创意作为刺激，研究不同AI接触量对参与者创意的影响。此设计反映了文化创造的相互依赖过程，强调创意是建立在先前思想之上的。
技术框架：实验包括三个主要阶段：首先，参与者接触不同数量的AI生成创意；其次，参与者进行头脑风暴，生成自己的创意；最后，分析参与者创意的多样性和创造性。
关键创新：本研究的创新点在于动态实验设计，利用先前参与者的创意作为刺激，揭示了AI在文化创造中的复合效应。这与传统研究方法的静态设计形成鲜明对比。
关键设计：实验中设置了AI接触量的变量（无、低、高），并考察了披露对参与者创意的影响。参与者的自我报告和创意生成过程被系统记录，以便进行后续分析。
🖼️ 关键图片
📊 实验亮点
实验结果显示，高AI接触量显著增加了集体思想的多样性，但未提升个体创意水平。具体而言，参与者在高AI接触条件下的创意多样性显著高于低接触条件，且披露对结果没有显著影响。
🎯 应用场景
该研究的潜在应用场景包括教育、创意产业和人机协作等领域。通过理解AI生成思想对人类创意的影响，可以优化创意生成过程，促进集体智慧的提升，进而推动创新和多样性的发展。
📄 摘要（原文）
Exposure to large language model output is rapidly increasing. How will seeing AI-generated ideas affect human ideas? We conducted an experiment (800+ participants, 40+ countries) where participants viewed creative ideas that were from ChatGPT or prior experimental participants and then brainstormed their own idea. We varied the number of AI-generated examples (none, low, or high exposure) and if the examples were labeled as 'AI' (disclosure). Our dynamic experiment design -- ideas from prior participants in an experimental condition are used as stimuli for future participants in the same experimental condition -- speaks to the interdependent process of cultural creation: creative ideas are built upon prior ideas. Hence, we capture the compounding effects of having LLMs 'in the culture loop'. We find that high AI exposure (but not low AI exposure) did not affect the creativity of individual ideas but did increase the average amount and rate of change of collective idea diversity. AI made ideas different, not better. There were no main effects of disclosure. We also found that self-reported creative people were less influenced by knowing an idea was from AI and that participants may knowingly adopt AI ideas when the task is difficult. Our findings suggest that introducing AI ideas may increase collective diversity but not individual creativity.