AI的组合创造力：机器能否真正理解创意的诞生过程？

导语

传统的AI评估主要关注最终产出——生成的图像是否新颖，文案是否有趣。但这种“黑箱评估”方法无法回答一个根本问题：AI是否真的理解了创造的过程本身？为了科学地评估AI的创造力理解能力，北京大学的研究团队开发了IEI框架，首次将复杂的组合创造力分解为识别-理解-暗示三个递进的认知层次，将AI的创造力评估从“产品质量”转向“过程理解”。研究发现AI的创造力既真实存在，又有着清晰的边界，我们不仅要看AI做出了什么，还要关注它是如何思考的，并学会与其协作，让AI帮助我们成为更好的创造者。

关键词：组合创造力，语境推理，意义建构

马煜曦丨作者

张江丨审校

当AI开始“创造”：理解还是模仿？

“创意只是将事物连接起来。”当乔布斯说出这句话时，他描述的是人类独有的创造过程。如今，当GPT-4V、DALL-E 3等AI系统开始展现出令人惊讶的创意表现——能够理解变形金刚（跑车+机器人）的巧妙设计，能够创作出融合不同概念的艺术作品时，一个关键问题浮现：这些AI真的“理解”创造力吗？它们的创意表现背后，究竟是深层的认知理解，还是精巧的模式匹配？

在众多创造力形式中，组合创造力（combinational creativity）被心理学家Margaret Boden视为最基础的一种——通过有意义地结合熟悉的概念来产生新想法。从带轮行李箱（手推车+硬壳箱）到狮身人面像（人脸+狮身），这种“连接事物”的能力创造了人类文明中无数的创新作品，如图1所示。

图1：组合创造示例

传统的AI评估主要关注最终产出——生成的图像是否新颖，文案是否有趣。但这种“黑箱评估”方法无法回答一个根本问题：AI是否真的理解了创造的过程本身？我们迫切需要一种能够“透视”AI创造过程的分析方法。

为了回答这个问题，我们不能只看AI创造了什么，更要看它们是“如何”创造的。这就需要将抽象的创造过程分解为可观察、可测量的认知步骤。

“解剖”AI的创造思维过程

为了科学地评估AI的创造力理解能力，北京大学的研究团队开发了IEI框架（识别-解释-暗示）[1]，首次将复杂的组合创造力分解为三个递进的认知层次。这一框架基于认知科学的概念融合理论，但实现了从抽象理论到可操作测量的关键转换。

IEI框架的核心创新在于将AI的创造力评估从“产品质量”转向“过程理解”。通过三层递进的分析，我们能够精确诊断AI系统在创造力认知流程中的真实水平和具体局限。

识别层（Identification）：基础概念提取能力

第一层考察AI是否能准确识别创意作品中的基本构成元素。当面对一个作品时，AI首先需要激活正确的概念表征。以变形金刚为例，系统需要同时识别出“汽车”和“机器人”两个核心概念。

这一层虽然看似基础，但准确的元素识别是理解创造力的关键前提。如果AI连基本元素都无法正确提取，那么后续的创造性理解就无从谈起。

解释层（Explanation）：关系发现与连接能力

第二层深入考察AI是否真正理解“为什么这些元素能够组合”。系统需要发现概念间的深层联系——汽车和机器人都有机械结构、都能运动、都具有功能性，这些共同特征构成了创意融合的认知基础。

这一过程类似于人类进行类比推理时的思维活动：在表面不同的事物中发现深层的相似性。AI是否具备这种结构化的关系理解能力，直接关系到它对创造力本质的把握程度。

暗示层（Implication）：深层意义建构能力

最高层次考察AI能否理解创意组合的文化内涵和深层寓意。变形金刚不仅是物理层面的机械组合，它还承载着科技与人性融合、保护与战斗并存等丰富的文化内涵。

这种意义理解需要广泛的文化知识和深层的语境推理能力。AI是否具备这种高级的意义建构能力，是判断其是否真正“理解”创造力的关键指标。

构建AI创造力的“认知体检”平台

为了系统化评估AI的创造力理解能力，研究团队开发了一个新的评估基准（benchmark）。该基准包含从Pinterest等开源图片库收集的666个专业艺术家视觉拼贴（visual mashup）作品，每件作品都经过了基于IEI框架三个认知层次的专业标注。

这种设计具有重要的科学价值：

• 标准化测试：确保所有AI系统面对完全相同的测试材料，消除了评估中的变量干扰。

• 专业基准：由专业艺术家创作并标注，为AI能力评估提供了可靠的“金标准”。

• 层次化诊断：三层测试体系能够精确定位AI在创造力认知流程中的具体强弱环节。

例如，在一个“鱼-垃圾桶”的拼贴作品中，如图2所示：

图2：实验任务说明

• 识别层测试：AI能否正确识别出“鱼类”和“垃圾”两个基本概念？

• 解释层测试：AI能否理解两者的共同属性——都有相似的形状特征？

• 暗示层测试：AI能否理解这一组合对海洋污染问题的批判寓意？

这种精细化的测试框架，使得我们能够像进行医学检查一样，全面诊断AI系统的创造力理解能力。

AI创造力的“认知体检报告”

通过对11个主流AI模型的系统测试，研究团队绘制出了一幅详细的“AI创造力能力图谱”，揭示了机器智能在创造力理解上的真实水平。

基础识别：AI的明显优势

在识别层面，顶级AI模型（GPT-4o）表现出了显著优势：在评估“回答的对不对”的精确率方面可以达到75.67%，在评估“识别的全不全”的召回率方面可以达到85.00%，明显超越普通人类的53.42%和70.33%，多数主流AI模型也都超越了普通人类表现，这表明AI在基础概念提取方面确实具备了可靠的能力。这种优势可能源于AI接触的大规模视觉训练数据，使其在物体识别方面具备了超人的稳定性和准确性。

关系理解：AI保持竞争力

在解释层面，AI的优势开始缩小。GPT-4o和Claude-3.5-Sonnet并列第一（74.19%），而普通人类达到69.89%。这种相对较小的差距表明，AI在理解概念间深层关系方面仍面临挑战。

此外，不同AI模型表现出明显的“认知偏好”差异——Gemini-1.5-Pro在识别任务中表现强劲，但在关系解释方面相对较弱，这暗示了不同AI系统可能采用了不同的信息处理策略。

图3：人类被试与模型在三个任务上的实验结果

意义理解：专家略胜，顶级AI紧追

在暗示层面，人类专家以78.3%的胜率领先所有测试对象，而AI系统的表现出现了明显分化：最佳AI模型（GPT-4o）达到73.5%，GPT-4V和Gemini-1.5-Pro也都超过了71%，这些顶级AI系统的表现显著超越了普通人类的51%。然而，表现较弱的AI模型（如LLaVA系列和MiniCPM）的胜率大多在20-40%区间，明显低于普通人水平。

这种复杂的能力分布揭示了几个重要发现：首先，顶级AI系统在创意理解方面确实超越了普通人的水平；其次，AI系统间存在巨大的能力差异；最后，虽然人类专家仍保持领先优势，但顶级AI已经展现出接近专家水平的创意理解能力，这种差距正在不断缩小。

跨模型的共同模式

研究还发现了AI系统的一个有趣共性：在处理不同类型的创意组合时，AI和人类表现出相似的偏好模式。融合型组合（如鱼-牙膏的特征融合）比替换型组合（如用汽水罐替换炸药）更容易被理解，这一规律在11个AI模型中的9个以及人类参与者中都得到证实。这种一致性暗示了在处理视觉创意时，可能存在某些普遍的认知难度梯度。

图4：融合型（鱼+牙膏）与替换型（汽水->炸药）组合对比

过程理解如何指导创意生成？

既然我们已经分析了AI在创造力理解上的表现，那么一个自然的问题是：这种过程分析的洞察能否反过来帮助AI生成更好的创意作品？在创意生成实验中，研究团队测试了这一假设：基于IEI框架的结构化思维指导是否能提升AI的创意生成质量？

他们比较了两种方法：传统的开放式创作指导与基于IEI框架的结构化过程指导。结果显示，在所有测试的图像生成模型中，IEI结构化方法都显著提升了创意质量。以表现最佳的Midjourney为例，平均排名从2.40提升至1.98。

图5：两种不同策略的生成质量与人类专家的区别

改进的本质

关键发现是这种提升的性质：统计分析显示两种方法的提示词长度并无显著差异，在IEI方法表现优异的案例中，46%的情况下提示词甚至更短。

这证明了改进源于认知步骤的完整性而非信息量的增加。两种方法的唯一区别在于IEI方法增加了“解释”环节的思考指导——引导AI明确分析为什么两个概念能够组合。这一额外的认知步骤显著提升了最终的创意生成质量。

这一发现表明，完整的创意认知流程（识别+解释+暗示）比跳过中间步骤的简化流程（识别+暗示）更能激发AI的创造潜力。

AI创造力的关键瓶颈

当前多模态创意流程呈现出一个突出瓶颈：文字概念到视觉实现的转换阶段。我们观察到，绝大多数生成的概念描述已经能较完整地传达主题，但其中仍有相当一部分在转成图像时质量未达预期，显示“概念构思”与“视觉落地”之间存在性能落差。引入从识别到解释、再到暗示的IEI框架后，较强的图像模型获得更明显的偏好提升：例如 Midjourney 的相关胜率提升显著（0.26→0.36），而 Stable-Diffusion-3 的提升较温和（0.15→0.18）。这表明指令解析与语义对齐能力越成熟的模型，越能从像IEI框架这种精细化的测试框架中受益。

重新思考机器智能的边界

当我们用科学的方法“解剖”AI的创造力时，得到的答案远比想象中更加复杂。这项研究告诉我们：AI的创造力既真实存在，又有着清晰的边界。

在理解层面，顶级AI的表现令人瞩目：它们在识别基础概念元素方面表现优异，在解释概念间关系方面具备强大能力，在暗示深层意义理解方面也展现出接近专家的水准。在生成层面，AI展现出了可优化的潜力，但其作品质量仍然明显逊色于人类专家的艺术创作。

这些发现最有价值的地方，不在于给AI“打分”，而在于让我们有了一个全新的观察角度。过去我们总是看AI做出了什么，现在我们开始关注它是如何思考的。这种转变让我们发现，创造力原来可以被拆解成这样具体的认知步骤，这对理解人类自己的创造过程也有启发。

有趣的是，这些研究结果揭示了一个几乎完美的互补关系：AI擅长快速分析和逻辑梳理，人类则在情感表达和文化洞察上有着天然优势。这让人想到，也许创造从来就不是单打独斗的事情，而是需要不同智慧的碰撞和融合。

或许我们一直问错了问题。与其担心“AI会不会取代人类创造力”，不如思考“AI如何帮助我们成为更好的创造者”。当我们真正了解了AI能做什么、做不了什么，我们反而能更清楚地认识人类创造力的珍贵之处——那些源于生活体验的洞察，那些无法被算法复制的文化感悟，那些只有人类才能赋予作品的温度。创造力从来不是零和游戏，而是可以相互启发的。在这个AI快速发展的时代，学会与机器协作创造，可能正是我们重新发现人类创造本质的机会。

参考文献：

1. Peng, Yongqian and Ma, Yuxi and Wang, Mengmeng and Wang, Yuxuan and Wang, Yizhou and Zhang, Chi and Zhu, Yixin and Zheng, Zilong. "Probing and Inducing Combinational Creativity in Vision-Language Models." CogSci, 2025. https://escholarship.org/uc/item/4fj0m0cw

作者：马煜曦

审核：张江 北京师范大学系统科学学院教授

出品：中国科协科普部

监制：中国科学技术出版社有限公司、北京中科星河文化传媒有限公司

AI×传播读书会

在AI快速发展的当下，AI不仅深刻影响着信息传播的方式，也为传播学研究带来了全新视角和方法。基于此，集智俱乐部联合北京师范大学许小可教授、浙江大学张子柯教授、南京大学王成军教授、深圳大学廖好副教授共同发起“AI×传播”读书会，从计算叙事、智能传播、人机传播与传播仿真四个板块向来共同探索AI与传播的前沿交叉，来深度理解传播机制和传播生态。读书会自8月23日起，每周六10:00-12:00举行，预计持续12周。欢迎扫码加入，共建“AI×传播”社区。

详情请见：当机器成为主体，传播学要如何应对？| AI×传播读书会发布

6. 高考分数只是张入场券，你的科研冒险在这里启航！

7. 系统科学前沿十讲：理解自然、生命与社会的复杂性