共计 1041 个字符，预计需要花费 3 分钟才能阅读完成。
只需轻轻点击几下键盘，任何人都能请求像 ChatGPT 这样的人工智能程序撰写论文、创作歌曲或编写戏剧。然而，不必期待这些作品能达到威廉·莎士比亚那样的独特性。一项最新研究揭示了 目前 AI 生成的作品仍然是衍生品 这一事实。
图片
为了探究这一问题，研究团队开发了一款能够评估 AI 创造力的程序。尽管伦敦大学学院的计算机科学家 Mirco Musolesi 并未参与此项研究，他指出，评估创造力是不小的挑战，但却是一个引人入胜的课题，而新方法在语言的新颖性方面表现出色。
自从 ChatGPT 等程序问世以来，科学界对于其能力持有保留态度。虽然生成式人工智能以及大型语言模型（LLM）能够瞬时生成看似人类撰写的文本，但一些研究者认为这些系统并未真正创造出新内容。批评者形容它们为“随机的鹦鹉”，仅仅是将训练中学到的文字随意组合。
尽管如此，客观评估这种创造力却面临诸多困难。科学家通常采用两种方式来进行评估。一种方式是利用其他计算机程序检查潜在的抄袭，然而，缺乏抄袭并不意味着具有创造力。而另一种方式则是让人类来评估 AI 生成内容的流畅性和原创性，但这种方法主观性较强，耗时也较长。
为了解决这一问题，美国华盛顿大学的计算机科学家陆锡明及其团队创造了一款名为 DJ 搜索的程序，旨在提供既客观又细致的评估工具。该程序从 AI 生成的文本中提取最小的文本片段，并在广泛的在线数据库中进行搜索。DJ 搜索能够识别相同的匹配内容，并扫描与单词含义相似的表达方式。删除所有匹配后，程序计算剩余的单词数与原始文档长度的比例，从而估算 AI 输出的新颖性。
研究者们将已出版的小说、诗歌和演讲的语言新颖性与人类创作进行了对比。根据在 OpenReview 上发布的一份预印本，人类在诗歌、小说和演讲方面的得分分别比 AI 高出约 80%、100% 和 150%。目前该报告正在经历同行评审。
虽然 DJ 搜索的设计初衷是比较人类与机器的创造力，但它同样可以用于评估人类作品之间的差异。例如，苏珊·柯林斯的《饥饿游戏》在语言原创性上比斯蒂芬妮·迈耶的《暮光之城》高出 35%。
那么，LLM 是否仅仅是鹦鹉呢？“它们从已有文本中提炼、重组并创造出一些令人惊叹的内容。这就像 DJ 对现有音乐进行混音，虽然这非常有价值，但与原创作曲家还是有本质区别，”陆锡明指出。
加州大学洛杉矶分校的计算机科学家彭楠赟表示，未来研究者应关注的不仅仅是短语的新颖性，还应考虑整个叙事结构的创新性。彭楠赟已经评估出 AI 在叙事方面的表现较差，她期望这种评判能够实现自动化，但她也承认这项工作并不简单。
