When ChatGPT is gone: Creativity reverts and homogeneity persists

该研究通过实验发现，尽管 ChatGPT 能短期提升人类创造力，但一旦撤除其辅助，人类表现会回落至基线水平，且长期使用会导致创意内容日益同质化，从而对"AI 能增强人类创造力”的普遍观点提出了挑战。

要点

这篇论文就像是一个关于“大脑与外脑”的长期实验报告。研究人员想搞清楚：当我们习惯用 ChatGPT 这种超级助手来帮我们想点子时，到底是在“升级”我们的创造力，还是在“退化”我们的想象力？

为了让你轻松理解，我们可以把这项研究想象成一场为期一个月的“健身与拐杖”实验。

1. 实验背景：给大脑装上“外置引擎”

想象一下，你有两个健身小组：

• A 组（对照组）：每天靠自己的肌肉（大脑）做创意训练，比如想“砖头能用来做什么”或者“怎么改进一个产品”。
• B 组（实验组）：每天除了自己动脑筋，还有一根神奇的“智能拐杖”（ChatGPT）。这根拐杖不仅能帮你走路，还能帮你举起重物，甚至帮你设计更复杂的动作。

2. 实验过程：前 5 天的“虚假繁荣”

在实验的前 5 天（第 2 天到第 6 天），神奇的事情发生了：

• B 组（有拐杖的）：他们的表现突飞猛进！他们想出的点子又多、又新、又实用。就像给自行车装上了火箭推进器，速度飞快，看起来比 A 组强太多了。
• A 组（没拐杖的）：表现平平，就是普通人的水平。

这时候，大家可能会想： “哇，有了 AI，人类创造力大爆发！以后都靠 AI 吧！”

3. 实验转折：撤掉拐杖后的“原形毕露”

实验的关键在于第 7 天和第 30 天。研究人员把 B 组的“智能拐杖”（ChatGPT）给没收了，让他们重新靠自己。

结果令人震惊：

• B 组瞬间“打回原形”：一旦没了 AI 辅助，他们的创造力立刻暴跌，甚至不如第 1 天的水平，和 A 组完全没区别了。
• 结论：AI 带来的创造力提升是暂时的。它就像给自行车装火箭，火箭一关，车还是那辆破车，甚至因为习惯了火箭，自己蹬车的力气都退化了。

4. 更可怕的后果：思想“同质化”的陷阱

这才是这篇论文最核心的发现，也是最让人细思极恐的地方。

想象一下，如果全世界的人都用同一本“标准答案书”（ChatGPT 的训练数据）来写文章：

• 短期看：大家写出来的东西都很精彩，因为书里有很多好词好句。
• 长期看：大家写出来的东西越来越像。

研究发现，用了 5 天 ChatGPT 的 B 组，即使后来把 AI 撤掉了，他们想出的点子依然缺乏多样性。

• 比喻：就像一群厨师，以前各自有独特的秘方（多样性）。后来他们发现用“万能调料包”（ChatGPT）做菜又快又好吃。于是大家都开始用这个调料包。一个月后，即使让他们不用调料包自己做饭，他们做出来的菜味道依然很像，因为他们的味觉和习惯已经被“标准化”了。

这就是“同质化”：AI 让大家的想法变得千篇一律，失去了原本那种百花齐放的“野生”创造力。

5. 总结与启示：是“副驾驶”还是“自动驾驶”？

这篇论文告诉我们一个关于 AI 的残酷真相：

1. AI 是“止痛药”，不是“补药”：它能让你暂时感觉良好（产出变多），但它治不好你的“病”（提升你内在的创造力），甚至可能让你产生依赖，一旦停药（不用 AI），你就更难受了。
2. 多样性正在消失：如果我们都依赖同一个 AI 来思考，人类社会的思想库就会变得像“复制粘贴”一样单调。科学突破和艺术创新往往来自于那些“离经叛道”的奇怪想法，而 AI 倾向于给出“最安全、最平均”的答案，这会扼杀创新。
3. 我们要怎么做？
   • 把 AI 当作工具（像计算器），而不是大脑。
   • 在需要真正创新的时候，要敢于关掉 AI，强迫自己用“原生大脑”去痛苦地思考。
   • 警惕那种“虽然效率高了，但大家都变得一模一样”的陷阱。

一句话总结：
ChatGPT 就像一根超级拐杖，它能让你跑得飞快，但如果你一直依赖它，当你扔掉拐杖时，你不仅跑不快，甚至可能忘了怎么走路，而且你走出的路线，和所有用同一根拐杖的人一模一样。

技术摘要

论文技术总结：当 ChatGPT 消失后：创造力回退与同质化持续

1. 研究问题与背景 (Problem)

随着生成式人工智能（如 ChatGPT）在科研、创意写作及产品开发等领域的广泛应用，其短期提升人类创造力的效果已得到证实。然而，学界对于以下三个核心问题尚缺乏深入理解：

1. 长期影响：ChatGPT 对创造性工作的长期影响是什么？其提升效果是持久的还是暂时的？
2. 依赖性与回退：如果人类过度依赖 ChatGPT 进行共创，随后突然失去访问权限，其创造力行为会发生什么变化？这种被 AI 增强的创造力是否真实？
3. 同质化风险：ChatGPT 的使用是否会导致创新内容的同质化（Homogenization），从而损害科学和创意的多样性？

本研究旨在通过严格的实验设计，探究 ChatGPT 的暂时性辅助效应与长期依赖性后果，特别是关注创造力在 AI 工具移除后的表现，以及创意内容的多样性变化。

2. 研究方法 (Methodology)

2.1 实验设计

• 类型：预注册的为期 7 天的实验室实验，随后进行 30 天的跟踪调查。
• 参与者：61 名大学生（平均年龄 21.56 岁，31 个不同专业），随机分为两组：
  • 实验组 (Treatment Group, n=31)：在第 2 至第 6 天使用 ChatGPT 4.0 辅助完成创意任务。
  • 对照组 (Control Group, n=30)：独立完成相同的创意任务。
• 任务流程：
  • 第 1 天 & 第 7 天：所有参与者均不使用 ChatGPT，完成相同的创意任务（用于建立基线并测试 AI 移除后的效应）。
  • 第 2-6 天：实验组使用 ChatGPT，对照组独立完成。
  • 第 30 天：跟踪调查，参与者再次独立完成创意任务（AUT 任务）。
• 任务类型：
  1. 低复杂度任务 (发散思维)：替代用途测试 (AUT)，要求列出日常物品（如笔、砖块）的创意用途，限时 3 分钟。
  2. 高复杂度任务 (收敛思维)：为特定产品（如 VR 眼镜）提出新功能点及解决方案，无时间限制。

2.2 数据收集与评估

• 数据规模：共收集 3302 个创意想法和 427 个解决方案。
• 评估指标：
  • 发散思维 (AUT)：新颖性 (Novelty)、实用性 (Usefulness)、灵活性 (Flexibility)、自我识别准确率。
  • 收敛思维 (解决方案)：创意度、内容质量、公众受欢迎度预测、市场成功预测。
  • 评估方式：采用共识评估技术 (CAT)，由 4 名经过培训的评估者（盲评）进行打分，评分者间信度 (ICC) ≥ 0.90。
• 同质化分析技术：
  • SBERT (Sentence-BERT)：用于计算文本语义相似度，通过余弦相似度衡量回答的语义重合度。
  • 字符串匹配 (String Matching)：用于计算文本的字面冗余度（识别重复字符序列）。
  • 可视化：使用 PCA 降维和 UMAP 算法将高维语义嵌入映射到二维空间，通过协方差矩阵椭圆面积、特征值之和及标准差来量化创意分布的密度和多样性。

3. 关键结果 (Key Results)

3.1 创造力的“暂时性提升”与“回退”

• 短期效应 (第 2-6 天)：在使用 ChatGPT 期间，实验组在新颖性、实用性、灵活性以及解决方案的质量、受欢迎度和市场潜力上均显著优于对照组（p ≤ .001）。
• 长期回退 (第 7 天 & 第 30 天)：
  • 当第 7 天移除 ChatGPT 后，实验组的创造力表现急剧下降，与对照组无显著差异（所有指标 p 值不显著）。
  • 30 天后的跟踪调查再次证实，实验组在独立完成 AUT 任务时，其新颖性、实用性和灵活性均回归到基线水平，未表现出任何持久的提升。
  • 结论：ChatGPT 带来的创造力提升是暂时性的，一旦工具移除，人类创造力迅速回退至平均水平。

3.2 创造力的“持续性同质化”

• 同质化效应：在使用 ChatGPT 期间，实验组生成的回答在语义和字面上表现出显著更高的同质性（SBERT 相似度和字符串冗余度显著高于对照组）。
• 持续性影响：
  • 即使在第 7 天和第 30 天（不再使用 ChatGPT），实验组生成的创意内容依然保持较高的同质性。
  • 密度分布分析：可视化结果显示，实验组（红色点）的语义分布椭圆面积更小，标准差和特征值之和更低，表明其创意分布更加集中、单一。
  • 结论：ChatGPT 不仅导致使用期间的创意趋同，这种同质化效应具有滞后性和持续性，即使在没有 AI 辅助的未来任务中，人类依然倾向于生成"AI 风格”的、缺乏多样性的内容。

4. 主要贡献 (Key Contributions)

1. 揭示“创造力回退”现象：首次通过纵向实验证明，ChatGPT 对人类创造力的增强作用不具备持久性，过度依赖会导致人类在脱离工具后创造力表现回退至基线。
2. 证实“持续性同质化”风险：发现 AI 辅助不仅在使用期间导致内容趋同，这种趋同效应会“固化”在人类的思维模式中，即使移除 AI，用户仍倾向于产出低多样性的内容，这对科学和创新的多样性构成潜在威胁。
3. 方法论创新：结合心理学实验与 NLP 技术（SBERT、字符串匹配、UMAP 可视化），量化了创意内容的语义密度和多样性，为评估 AI 对创新生态的影响提供了新的技术框架。

5. 研究意义与启示 (Significance)

5.1 对教育与职业培训的启示

• 警惕技能退化：过度依赖 AI 进行创意任务可能导致人类基础创造性技能的退化。教育者和培训者应平衡 AI 工具的使用，确保在利用 AI 提高效率的同时，保留和锻炼人类固有的创新思维。
• 重新定义 AI 角色：AI 应被视为“临时辅助工具”而非“创造力替代品”。在培养长期创新能力时，应限制对 AI 的依赖，鼓励独立思考和发散思维。

5.2 对科研与政策制定的启示

• 维护科学多样性：如果科研界广泛且无限制地使用生成式 AI，可能导致全球科学思想的趋同（Homogenization），扼杀突破性创新所需的独特视角。
• 政策建议：研究机构和资助方应制定策略，鼓励多样化的研究方法和视角，防止 AI 工具导致的“思想收敛”。在评估科研成果时，需警惕由 AI 辅助产生的“看似完美但缺乏多样性”的内容。

5.3 总体结论

ChatGPT 等生成式 AI 虽然能带来短期的绩效提升，但从长远来看，它可能将人类的创造力“框定”在算法的偏好中，导致创新多样性的丧失。因此，在整合生成式 AI 到创造性工作中时，必须采取谨慎、平衡的策略，既要利用其效率，又要防范其对人类核心创造能力和创新生态多样性的潜在损害。