AI dogania średnią kreatywność człowieka. Nowe badanie porównało LLM-y z 100 tys. osób

Czy duże modele językowe potrafią być kreatywne w sposób porównywalny do człowieka? To pytanie regularnie wraca w dyskusjach o generatywnej AI, ale zwykle kończy się na anegdotach, pokazach możliwości i subiektywnych ocenach. Tym razem badacze z Kanady próbują podejść do tematu bardziej „pomiarowo” i wprost porównują wyniki modeli z bardzo dużą próbą ludzi.

Jak podaje „Scientific Reports”, 21 stycznia 2026 r. opublikowano pracę „Divergent creativity in humans and large language models”, której autorzy analizują kreatywność dywergencyjną ludzi oraz LLM-ów, zestawiając je w tych samych zadaniach i z tym samym, zautomatyzowanym sposobem punktowania.

Podstawowym narzędziem badania był Divergent Association Task (DAT), czyli test rozbieżnych skojarzeń. W uproszczeniu polega on na tym, że uczestnik ma podać listę słów możliwie odległych znaczeniowo od siebie. Zespół naukowy porównał wyniki dużej bazy około 100 tysięcy odpowiedzi ludzi z wynikami generowanymi przez wybrane modele językowe. W części wyników autorzy wskazują, że GPT-4 wypada powyżej przeciętnego wyniku ludzkiego w DAT, a GeminiPro jest blisko ludzkiej średniej. Jednocześnie w samym streszczeniu badacze podkreślają, że nawet najlepsze modele pozostają poniżej średnich wyników „bardziej kreatywnego segmentu” ludzi.

Ważne jest też to, co badanie rozumie pod słowem „kreatywność”. Autorzy wprost zawężają ją do miar semantycznej różnorodności i rozbieżności skojarzeń, czyli do jednego, dość dobrze definiowalnego wycinka kreatywnego myślenia. To porządkuje wnioski, ale jednocześnie utrudnia wyciąganie z nich zbyt daleko idących tez o „zastępowaniu twórców”. Z tego powodu sensownie jest czytać te wyniki raczej jako informację o tym, jak dobrze modele radzą sobie z generowaniem odległych skojarzeń i zróżnicowanego języka, a nie jako ostateczny werdykt o ludzkiej twórczości.

Jeden z autorów badania prof. Karim Jerbi zwraca uwagę, że AI potrafi już przeganiać „przeciętną” kreatywność w dobrze zdefiniowanych zadaniach, ale nadal nie dorównuje najbardziej kreatywnym osobom. W praktyce to właśnie ten punkt może być dla rynku najciekawszy, bo sugeruje, że modele będą coraz lepszym narzędziem do szybkiego „rozruszania” pomysłów i wariantów, ale niekoniecznie automatycznie przejmą rolę autora tam, gdzie liczy się wysoki poziom oryginalności, konsekwencja i selekcja najlepszych idei.

W pracy pojawia się jeszcze jeden detal, który brzmi mało efektownie, ale bywa kluczowy w realnym użyciu modeli. Autorzy testują wpływ strategii promptowania i parametru „temperature” na rozbieżność semantyczną odpowiedzi i pokazują, że ustawienia oraz sposób zadawania polecenia mogą podnosić wyniki części modeli. To kolejny sygnał, że w wielu zastosowaniach praktycznych nie chodzi wyłącznie o to, „który model jest najlepszy”, tylko jak jest używany i pod jakie zadanie.