最近发表在《科学报告》杂志上的一项研究表明，大型语言模型 (LLM) 人工智能聊天机器人在创造性任务中可能超越普通人类，例如集思广益常见物品的替代用途——这反映了发散性思维。 然而，在这些任务中得分最高的个ROFfy人仍然超过了表现最好的聊天机器人的结果。

发散思维是一种通常与创造力联系在一起的思维过程，强调针对特定任务产生许多不同的想法或解决方案。

它通常通过替代用途任务（AUT）进行评估，其中要求参与者在短时间内想出尽可能多的日常物品的替代用途。 回答分为四个不同的类别：流畅性、灵活性、原创性和详尽性。

Mika Koivisto 和 Simone Grassini 将 256 名人类参与者的反应与三个 AI 聊天机器人（ChatGPT3、ChatGPT4 和 Copy.Ai）的反应进行了比较，并对四种物体（一根绳子、一个盒子、一支铅笔和一支蜡烛）的 AUT 做出了反应。 作者通过对语义距离（响应与对象原始用途的相关程度）和创造力进行评级来评估响应的原创性。

使用计算方法以 0 到 2 的范围来量化语义距离，而人类评估者对响应的发起者视而不见，主观地对创造力进行 196世界之最1 到 5 的评分。平均而言，聊天机器人生成的响应得分明显高于 人类对语义距离（0.95 ROFfyvs. 0.91）和创造力（2.91 vs. 2.47）的反应。

人类的反应在这两项指标上都有更大的范围——最低分数远低于人工智能的反应，但最高分数通常更高。 在八个评分类别中的七个中，人类的最佳反应优于每个聊天机器人的最佳反应。

这些发现表明，人工智能聊天机器人现在至少可以像普通人一样产生创意。 然而，作者指出，他们只考虑了与创造力评估相关的单个任务的表现。 196世界之最作者提出，未来196世界之最的研究可以探索如何将人工智能整合到创意过程中，以提高人类的表现。