AIはクリエイティブな思考のタスクで人間を上回ることができるのか?この研究は人間と機械学習の創造性の関係についての洞察を提供します

AIの創造性の関係についての洞察を提供する研究

AIは多くの領域で著しい進歩を遂げ、貴重なツールとなっていますが、それは人間の独自の特性や能力の代替ではありません。多くの場合、最も効果的なアプローチは、AIと共に働く人間がお互いの強みを生かして最良の結果を得ることです。人間と人工知能には根本的な違いがあり、人間の知能が優れているタスクや領域も存在します。

人間は創造的に考え、新しい概念を想像し、革新することができます。AIシステムは、訓練されたデータとパターンに制約されており、真に新しい創造的なタスクには苦労することがよくあります。ただし、問題は、平均的な人間がAIモデルを凌駕できるかどうかですか?

研究者は、256人の人間と現在の3つのAIチャットボット、ChatGPT3.5、ChatGPT4、Copy.AIの創造性を比較するために、代替的な使い道タスク(AUT)を使用しました。これは発散的思考タスクであり、心理学や創造性の研究で使用される認知的な手法で、特定の刺激に対して創造的で新しいアイデアを生成する能力を評価するものです。これらのタスクは、発散的思考能力、つまり1つの問題から広く考え、複数の解決策やアイデアを生成する能力を測定します。

参加者には、日常の物品に対して一般的で創造的な使い道を考えるように求められました。AUTは、ロープ、箱、鉛筆、キャンドルの4つの課題で構成されていました。人間の参加者には、定量的なアイデアに依存せずに、質的なアイデアを提供するよう指示されました。チャットボットは、異なるセッションで4つのオブジェクトのプロンプトを11回テストしました。4つのオブジェクトは、そのセッション内で1回のみテストされました。

研究者は、結果を評価するために、6人の専門的に訓練された人間から主観的な創造性や独創性の評価を収集しました。オブジェクトカテゴリ内の応答の順序は、各評価者ごとに個別にランダムに配置されました。各評価者のスコアは、参加者またはチャットボットがオブジェクトに対してセッションで提供したすべての応答について平均化され、各オブジェクトの最終的な主観的スコアは、6人の評価者のスコアの平均化によって形成されました。

平均して、AIチャットボットは人間の参加者を上回りました。人間の応答には品質の低いアイデアが含まれていましたが、チャットボットは一般的により創造的な応答を生成しました。ただし、最も優れた人間のアイデアは、チャットボットのそれと同等またはそれを上回っていました。この研究は、創造性を高めるためのツールとしてのAIの潜在能力を示している一方で、AI技術だけでは再現または超越が難しい人間の創造性の特性や複雑さも強調しています。

ただし、AI技術は急速に発展しており、半年後には結果が異なる可能性があります。現在の研究に基づいて、人間のパフォーマンスの最も明確な弱点は、品質の低いアイデアの比率が比較的高いことですが、チャットボットの応答には存在しませんでした。この弱点は、人間のパフォーマンスにおける通常のバリエーション、関連付けや実行プロセスの失敗、動機付けの要因などによるものかもしれません。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

Rendered.aiは、合成データの生成にNVIDIA Omniverseを統合します

Rendered.aiは、プラットフォームとして提供される合成データ生成(SDG)により、開発者、データサイエンティスト、その他の...

AI研究

Google DeepMindの研究者がSynJaxを紹介:JAX構造化確率分布のためのディープラーニングライブラリ

データは、その構成要素がどのように組み合わさって全体を形成するかを説明するさまざまな領域で構造を持っていると見なすこ...

AIニュース

「マイクロソフトのBing ChatがChromeとSafariに拡大」

マイクロソフトのBing Chatは、AIパワードチャットボットであり、マイクロソフト専用の制約から脱出し、非マイクロソフトのブ...

データサイエンス

「グーグルのAI研究によると、グラフデータのエンコーディングが言語モデルのパフォーマンスを複雑なタスクに向上させることが明らかになりました」

近年、大型言語モデル(LLM)の研究と応用は著しく進歩しています。これらの生成モデルは人工知能コミュニティを魅了し、様々...

データサイエンス

2024年の予測17:RAG to RichesからBeatlemaniaとNational Treasuresへ

メリアム・ウェブスターの前に譲れ:今年、企業は年間のワードに追加するための多くの候補を見つけました。「生成的AI」と「...

AI研究

アマゾンの研究者がフォーチュナを紹介:ディープラーニングにおける不確実性量子化のためのAIライブラリ

人工知能と機械学習の最近の発展は、皆の生活をより容易にしてくれています。その信じられない能力により、AIとMLはあらゆる...