DOI: https://doi.org/10.3389/fpsyg.2025.1628486
PMID: https://pubmed.ncbi.nlm.nih.gov/40851602
تاريخ النشر: 2025-08-07
المؤلف: Joy Desdevises
الموضوع الرئيسي: الإبداع في التعليم وعلوم الأعصاب
نظرة عامة
تبحث الدراسة في دور الذكاء الاصطناعي التوليدي (AI)، وبالتحديد ChatGPT، في تعزيز الإبداع داخل الأفراد والمنظمات. تم إجراء تجربة باستخدام “مهمة البيضة”، التي تقيم تحيز التثبيت وتوليد الأفكار الأصلية. أظهرت النتائج أنه بينما أنتج ChatGPT حجمًا أكبر من الأفكار مقارنة بالمشاركين البشريين، إلا أنه أظهر تحيز تثبيت مشابه لذلك الموجود لدى البشر، حيث كان ينتج أفكارًا ضمن فئات تقليدية. علاوة على ذلك، واجه الذكاء الاصطناعي صعوبة في التمييز بين الأفكار الأصلية والتقليدية، وهي قدرة يمتلكها البشر عادة.
تخلص الدراسة إلى أن النماذج التوليدية مثل ChatGPT-4o يمكن أن تسرع بشكل كبير من كمية المخرجات الإبداعية ولكن لا ينبغي اعتبارها وكيلًا إبداعيًا مستقلًا. تبرز قيودها في تقييم أصالة الأفكار أهمية المشاركة البشرية في العملية الإبداعية. وبالتالي، يجب اعتبار هذه الأدوات الذكائية كمساعدين معرفيين يعززون التفكير الإبداعي، مما يتطلب إشرافًا بشريًا لتقييم الأفكار المولدة وتحسينها بشكل فعال.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية الإبداع كقوة دافعة وراء الابتكار، مما يمكّن المنظمات من التكيف والحفاظ على ميزة تنافسية في بيئة سريعة التغير. مع تزايد دمج أدوات الذكاء الاصطناعي التوليدية (AI)، وخاصة ChatGPT، في الممارسات المهنية، تثير الورقة أسئلة حاسمة بشأن تأثير هذه التقنيات على الإبداع. بشكل محدد، تسعى لاستكشاف ما إذا كان الذكاء الاصطناعي التوليدي يعزز المخرجات الإبداعية أو ي perpetuates التحيزات المعرفية التي تعيق الابتكار.
تستعرض الورقة النماذج المعرفية الحالية للإبداع، مع التركيز على دور التفكير المتباين وتأثير التثبيت، الذي يدفع الأفراد للاعتماد على المفاهيم المألوفة عند توليد الأفكار. تناقش النموذج الثلاثي الذي اقترحه كاسوتي وآخرون (2016)، والذي يحدد ثلاثة أنظمة معرفية تشارك في الإبداع: نظام حدسي، نظام متأمل، ونظام تحكم مثبط. يبرز هذا النموذج أهمية المثبطات المعرفية في التغلب على التحيزات وتعزيز التفكير الأصلي. تقدم الدراسة أيضًا “مهمة البيضة”، وهي تمرين تفكير متباين مصمم لقياس مؤشرات الإبداع مثل الطلاقة، والمرونة، والتثبيت، والتوسع. من خلال فحص أداء الذكاء الاصطناعي التوليدي مثل ChatGPT في هذا السياق، تهدف الدراسة إلى تقييم قدرته على إنتاج أفكار إبداعية حقيقية وتحليل تحيزاته المحتملة، مما يسهم في فهم دور الذكاء الاصطناعي في العمليات الإبداعية.
النتائج
يقدم قسم النتائج في الدراسة تحليلًا شاملاً لأداء ChatGPT في توليد المخرجات الإبداعية مقارنة بالمشاركين البشريين. أسست التحليلات الوصفية الأولية لمخرجات ChatGPT (n = 12) خط أساس لمقاييس الإبداع المختلفة، بما في ذلك الطلاقة، تنوع الفئات، والأصالة. شملت التحليلات المقارنة اللاحقة بيانات على مستوى الأفراد من 47 مشاركًا بشريًا وبيانات مجمعة من ثماني دراسات سابقة، مما كشف أن ChatGPT أظهر طلاقة وتنوع فئات أعلى بكثير من البشر. ومع ذلك، أظهر كل من ChatGPT والمشاركين البشريين تحيز تثبيت مشابه، حيث أنتجوا نسبة مماثلة من الأفكار المعتمدة على التثبيت، والتي هي تقليدية وأقل أصالة.
تشير النتائج إلى أنه بينما يمكن لـ ChatGPT توليد حجم أكبر من الأفكار بسرعة، فإنه يواجه صعوبة في التمييز بين الأفكار المعتمدة على التثبيت والأفكار التوسعية، معاملة كلاهما على أنهما إبداعيان بنفس القدر. تشير هذه القيود إلى أن عملية النموذج التوليدية مقيدة بالارتباطات السائدة الموجودة في بيانات تدريبه. تبرز الدراسة أهمية تطوير استراتيجيات لتعزيز قدرة النموذج على تقييم وتصنيف مخرجاته بشكل فعال. يجب أن تستكشف الأبحاث المستقبلية إمكانية تصميم محفزات تشجع على الأصالة والتحقيق في دور المقيمين البشريين في تقييم الإبداع الناتج عن الذكاء الاصطناعي. بشكل عام، تؤكد الدراسة على الإمكانيات التعاونية للتفاعل بين البشر والذكاء الاصطناعي في السياقات الإبداعية، مع الاعتراف أيضًا بالتحديات التي تطرحها الاعتماد على مخرجات الذكاء الاصطناعي.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على التأثير التحويلي للذكاء الاصطناعي التوليدي، وخاصة النماذج مثل ChatGPT-4o، على الإبداع وتوليد الأفكار. هذه الأنظمة الذكائية، المبنية على الشبكات العصبية العميقة، قادرة على إنتاج مجموعة واسعة من النصوص من خلال توقع أنماط اللغة بناءً على بيانات تدريب واسعة. تتيح هذه القدرة لها التنقل في مساحات دلالية معقدة، مما ينتج عنه أفكار تقليدية وجديدة. تشير الدراسات الحديثة إلى أنه بينما يمكن للذكاء الاصطناعي التوليدي أن يتفوق على البشر في بعض المهام الإبداعية، فإنه يظهر أيضًا تحيزات معرفية، مثل تأثيرات التثبيت، التي قد تحد من أصالة مخرجاته. على سبيل المثال، أظهرت الأبحاث أن الأفكار التي ينتجها الذكاء الاصطناعي غالبًا ما تعكس أنماطًا متوقعة من بيانات التدريب، مما يثير تساؤلات حول الجدة الحقيقية لهذه المخرجات.
تهدف الدراسة إلى المقارنة المنهجية بين العمليات الإبداعية لـ ChatGPT-4o والمشاركين البشريين باستخدام مهمة البيضة، مع التركيز على أبعاد مثل الطلاقة، والتثبيت، والتوسع، وتنوع الفئات، واكتشاف الصراع. تشير النتائج الأولية إلى أن ChatGPT-4o يولد عددًا أكبر بكثير من الأفكار مقارنة بالبشر ويستكشف مجموعة أوسع من الفئات. ومع ذلك، فإنه يظهر أيضًا درجة تثبيت أعلى، مما يدل على ميله لإنتاج أفكار ضمن الفئات السائدة. من الجدير بالذكر أنه بينما قيم ChatGPT مخرجاته على أنها إبداعية للغاية، قد لا تتماشى هذه التقييمات الذاتية مع التقييمات البشرية، مما يشير إلى احتمال المبالغة في تقدير قدراته الإبداعية. بشكل عام، تؤكد الدراسة على الحاجة إلى مزيد من الاستكشاف لإمكانات الذكاء الاصطناعي التوليدي الإبداعية وآثارها على الإبداع البشري.
القيود
تسلط قسم القيود الضوء على عدة قيود منهجية قد تؤثر على نتائج الدراسة وتقترح سبلًا للبحث المستقبلي. أولاً، يثير الاعتماد على 50 ملاحظة تم توليدها من حالة واحدة من ChatGPT-4o مخاوف بشأن قابلية تعميم النتائج. بينما تلتقط هذه الطريقة التباين العشوائي للنموذج، قد تؤدي أيضًا إلى مخرجات مترابطة تحد من التنوع الفعال. يمكن أن تعزز الدراسات المستقبلية قوة النتائج من خلال دمج مخرجات من هياكل ذكاء اصطناعي متنوعة أو حالات مدربة بشكل مستقل. بالإضافة إلى ذلك، قد يؤدي زيادة عدد الملاحظات المعاد تشكيلها والمشاركين البشريين إلى تعزيز القوة الإحصائية، واستخدام تقنيات إحصائية تأخذ في الاعتبار الارتباطات، مثل نماذج التأثيرات المختلطة، سيوفر تقديرات تباين أكثر موثوقية.
ثانيًا، فإن استخدام بيانات بشرية مجمعة من دراسات سابقة يعمل كمعيار معياري ولكنه يحد من المقارنات الاستنتاجية بسبب نقص البيانات على مستوى الأفراد. تعيق هذه القيود القدرة على التقاط التباين داخل الدراسة وإجراء تحليل شامل للبيانات. ستوفر نهج أكثر صرامة باستخدام مجموعات بيانات أصلية فهمًا أوضح للأداء البشري النموذجي. أخيرًا، قد يحد تركيز الدراسة على مهمة إبداعية واحدة، وهي مهمة البيضة، من قابلية تعميم النتائج عبر البناء المتعدد الأبعاد للإبداع. يجب أن تستكشف الأبحاث المستقبلية مجموعة أوسع من المهام التي تشمل أبعادًا مختلفة من الإبداع، مثل التفكير التناظري أو سرد القصص، لفهم قدرات الذكاء الاصطناعي الإبداعية بشكل أفضل.
DOI: https://doi.org/10.3389/fpsyg.2025.1628486
PMID: https://pubmed.ncbi.nlm.nih.gov/40851602
Publication Date: 2025-08-07
Author(s): Joy Desdevises
Primary Topic: Creativity in Education and Neuroscience
Overview
The research investigates the role of generative Artificial Intelligence (AI), specifically ChatGPT, in enhancing creativity within individuals and organizations. An experiment was conducted using the “egg task,” which assesses fixation bias and original idea generation. The results indicated that while ChatGPT produced a higher volume of ideas compared to human participants, it exhibited a fixation bias similar to that of humans, predominantly generating ideas within conventional categories. Furthermore, the AI struggled to differentiate between original and conventional ideas, a capability that humans typically possess.
The study concludes that generative models like ChatGPT-4o can significantly accelerate the quantity of creative outputs but should not be viewed as independent creative agents. Their limitations in critically assessing the originality of ideas underscore the importance of human involvement in the creative process. Thus, these AI tools should be regarded as cognitive assistants that enhance ideation, necessitating human oversight for effective evaluation and refinement of generated ideas.
Introduction
The introduction of this research paper highlights the significance of creativity as a driving force behind innovation, enabling organizations to adapt and maintain a competitive edge in a rapidly changing environment. With the increasing integration of generative artificial intelligence (AI) tools, particularly ChatGPT, into professional practices, the paper raises critical questions regarding the impact of such technologies on creativity. Specifically, it seeks to explore whether generative AI enhances creative output or merely perpetuates cognitive biases that hinder innovation.
The paper reviews existing cognitive models of creativity, emphasizing the role of divergent thinking and the fixation effect, which leads individuals to rely on familiar concepts when generating ideas. It discusses the triadic model proposed by Cassotti et al. (2016), which identifies three cognitive systems involved in creativity: an intuitive system, a deliberative system, and an inhibitory control system. This model underscores the importance of cognitive inhibition in overcoming biases and fostering original thought. The research also introduces the “egg task,” a divergent thinking exercise designed to quantify creativity indicators such as fluency, flexibility, fixation, and expansivity. By examining the performance of generative AI like ChatGPT in this context, the study aims to assess its ability to produce genuinely creative ideas and its potential biases, thereby contributing to the understanding of AI’s role in creative processes.
Results
The results section of the study presents a comprehensive analysis of ChatGPT’s performance in generating creative outputs compared to human participants. Initial descriptive analyses of ChatGPT’s outputs (n = 12) established a baseline for various creativity metrics, including fluency, category diversity, and originality. Subsequent comparative analyses involved individual-level data from 47 human participants and aggregated data from eight prior studies, revealing that ChatGPT exhibited significantly higher fluency and category diversity than humans. However, both ChatGPT and human participants demonstrated a similar fixation bias, producing a comparable proportion of fixation-based ideas, which are conventional and less original.
The findings indicate that while ChatGPT can generate a larger volume of ideas rapidly, it struggles to differentiate between fixation-based and expansive ideas, treating both as equally creative. This limitation suggests that the model’s generative process is constrained by dominant associations present in its training data. The study highlights the importance of developing strategies to enhance the model’s ability to evaluate and filter its outputs effectively. Future research should explore the potential for prompt designs that encourage originality and investigate the role of human evaluators in assessing AI-generated creativity. Overall, the study emphasizes the collaborative potential of human-AI interaction in creative contexts, while also acknowledging the challenges posed by reliance on AI outputs.
Discussion
The discussion section of the research paper highlights the transformative impact of generative AI, particularly models like ChatGPT-4o, on creativity and idea generation. These AI systems, built on deep neural networks, are capable of producing a vast array of text by predicting language patterns based on extensive training data. This capability allows them to navigate complex semantic spaces, generating both conventional and novel ideas. Recent studies indicate that while generative AI can outperform humans in certain creative tasks, it also exhibits cognitive biases, such as fixation effects, which may limit the originality of its outputs. For instance, research has shown that AI-generated ideas often reflect predictable patterns from training data, raising questions about the true novelty of these outputs.
The study aims to systematically compare the creative processes of ChatGPT-4o and human participants using the Egg Task, focusing on dimensions such as fluency, fixation, expansivity, category diversity, and conflict detection. Preliminary findings suggest that ChatGPT-4o generates significantly more ideas than humans and explores a broader range of categories. However, it also demonstrates a higher fixation score, indicating a tendency to produce ideas within dominant categories. Notably, while ChatGPT rated its outputs as highly creative, these subjective evaluations may not align with human assessments, suggesting a potential overestimation of its creative capabilities. Overall, the study emphasizes the need for further exploration of generative AI’s creative potential and its implications for human creativity.
Limitations
The section on limitations highlights several methodological constraints that may impact the findings of the study and suggests avenues for future research. Firstly, the reliance on 50 bootstrapped observations generated from a single instance of ChatGPT-4o raises concerns about the generalizability of the results. While this method captures the model’s stochastic variability, it may also lead to correlated outputs that limit effective diversity. Future studies could enhance the robustness of findings by incorporating outputs from various AI architectures or independently trained instances. Additionally, increasing the number of bootstrapped observations and human participants could strengthen statistical power, and employing statistical techniques that account for correlations, such as mixed-effects models, would yield more reliable variability estimates.
Secondly, the use of aggregated human data from prior studies serves as a normative benchmark but restricts inferential comparisons due to the lack of individual-level data. This limitation hinders the ability to capture intra-study variability and perform a comprehensive meta-analysis. A more rigorous approach utilizing original datasets would provide a clearer understanding of typical human performance. Lastly, the study’s focus on a single creative task, the egg task, may limit the generalizability of findings across the multifaceted construct of creativity. Future research should explore a wider array of tasks that encompass different dimensions of creativity, such as analogical reasoning or storytelling, to better understand AI’s creative capabilities.