人工智能（AI）最初是为了模拟人脑。

它现在正在改变人脑在日常生活中的角色吗？工业革命减少了对体力劳动的需求。作为研究人工智能在国际商业中应用的人，我不禁想知道，它是否正在刺激一场认知革命，在重塑学生、工人和艺术家的写作、设计和决策方式时，消除对某些认知过程的需求。

平面设计师使用人工智能为客户快速创建一系列潜在的标志。营销人员测试人工智能生成的客户档案将如何回应广告活动。软件工程师部署人工智能编码助手。学生用人工智能在创纪录的时间内起草论文——教师也使用类似的工具提供反馈。

其经济和文化影响是深远的。

不再为完美短语而苦苦挣扎的作家，或者不再在找到合适的之前勾勒出几十种变化的设计师会怎么样？他们会越来越依赖这些认知假肢吗，就像使用全球定位系统如何削弱导航技能一样？人类的创造力和批判性思维如何在算法丰富的时代得以保持？工业革命的回声我们以前经历过。工业革命用机械化生产取代了手工工艺，使商品能够大规模复制和制造。

鞋子、汽车和庄稼可以高效、统一地生产。但产品也变得更加平淡无奇、可预测，并被剥夺了个性。工艺退居边缘，作为一种奢侈品或一种抵抗形式。

相关内容： OpenAI的“最智能”人工智能模型被明确告知关闭——但它拒绝了。今天，思想自动化也有类似的风险。生成人工智能诱使用户将速度与质量、生产力与独创性混为一谈。

危险不在于人工智能会让我们失望，而是人们会接受其产出的平庸作为常态。当一切都快速、无摩擦和“足够好”时，就有可能失去定义卓越人类工作的深度、细微差别和智力丰富性。算法平庸的兴起尽管有这个名字，人工智能实际上并不思考。

ChatGPT、克劳德和双子座等工具处理大量人类创造的内容，这些内容通常是在没有上下文或许可的情况下从互联网上抓取的。他们的输出是根据他们处理过的数据模式对单词或像素可能遵循的统计预测。

从本质上讲，它们是将人类集体创造性输出反映给用户的镜子——重新排列和重组，但基本上是衍生的。

而这，从很多方面来说，恰恰是它们运作良好的原因。

想想人们写的无数电子邮件、战略顾问准备的幻灯片和充斥社交媒体的广告。这些内容大多遵循可预测的模式和既定公式。它以前以这样或那样的形式出现过。

生成式人工智能擅长制作听起来称职的内容——列表、摘要、新闻稿、广告——这些内容带有人类创造的迹象，而没有独创性的火花。它在对独创性的需求很低、“足够好”已经足够好的情况下蓬勃发展。当人工智能激发——并扼杀——创造力时。然而，即使在一个公式化内容的世界里，人工智能也会有惊人的帮助。

在一组实验中，研究人员要求人们完成各种创造性挑战。他们发现，平均而言，使用生成性人工智能的人产生的想法更有创造力，表现优于使用网络搜索或根本没有辅助的参与者。换句话说，人工智能实际上可以提升基线创造性表现。

然而，进一步的分析揭示了一个关键的权衡：依赖人工智能系统进行头脑风暴显著降低了所产生想法的多样性，而多样性是创造性突破的关键因素。这些系统倾向于向可预测的中间收敛，而不是在边缘探索非常规可能性。

我对这些发现并不感到惊讶。我和我的学生发现，生成式人工智能系统的输出与富裕的英语国家的价值观和世界观最接近。这种固有的偏见很自然地限制了这些系统能够产生的想法的多样性。

更令人不安的是，与人工智能系统的短暂交互可以微妙地重塑人们处理问题和想象解决方案的方式。

一组实验要求参与者在人工智能的帮助下进行医疗诊断。 然而，研究人员设计了这个实验，让人工智能给一些参与者有缺陷的建议。即使在这些参与者停止使用人工智能工具后，他们也倾向于无意识地接受这些偏见，并在自己的决策中犯错误。

一开始是一条方便的捷径，但现在却有可能成为一个不断削弱原创性的自我强化循环——这不是因为这些工具客观上产生了糟糕的内容，而是因为它们悄悄地缩小了人类创造力本身的带宽。驾驭认知革命真正的创造力、创新和研究不仅仅是对过去数据的概率重组。它们需要概念上的飞跃、跨学科思维和现实世界的经验。这些都是人工智能无法复制的品质。它不能发明未来。它只能重新混合过去。

人工智能产生的东西可能会满足短期需求：快速摘要、合理的设计、过得去的脚本。但它很少改变，真正的独创性有可能被淹没在算法千篇一律的海洋中。

因此，挑战不仅仅是技术上的。这是文化上的。

在这一合成内容的洪流中，如何才能保持人类创造力不可替代的价值？

与工业化的历史相似之处既带来了谨慎，也带来了希望。机械化取代了许多工人，但也催生了新形式的劳动、教育和繁荣。同样，虽然人工智能系统可以自动化一些认知任务，但它们也可以通过模拟智力能力开辟新的智力前沿。在这样做的过程中，它们可以承担创造性的责任，比如发明新流程或制定标准来评估自己的输出。这种转变只是处于早期阶段。每一代新的人工智能模型都将产生曾经似乎属于科幻小说范围的输出。专业人士、教育工作者和决策者有责任有意塑造这场认知革命。

它会导致智力的繁荣还是依赖？人类创造力的复兴还是逐渐过时？

目前，答案还悬而未决。

这篇编辑后的文章是在知识共享许可下从对话中重新发布的。阅读原始文章。