近日，我院赵庆柏教授课题组在国际教育学、心理学知名期刊《Thinking Skills and Creativity》在线发表题为《AI Delivers Creative Output but Struggles with Thinking Processes》的研究论文（DOI：10.1016/j.tsc.2026.102196）。该研究从创造性思维过程视角，系统对比人工智能与人类在多类创造性任务及核心思维环节的表现，为厘清人工智能是否具备真正意义上的创造性思维，提供了关键实证支撑。我院博士生张曼、李瑛为论文共同第一作者，湖北中医药大学陈石副教授、我院胡慧清博士与赵庆柏教授为共同通讯作者。

当前生成式人工智能飞速发展，在内容创作、创意设计、复杂问题求解等场景中，展现出愈发突出的创意生成能力。但学界围绕 “AI 是否拥有真正的创造力” 这一核心问题，仍存在持续争议。尽管 AI 在多项标准化创造力测试中，成绩已达到甚至超越人类水平，仅从最终产出结果判断，仍无法回答关键问题：AI 的优异表现，究竟源于类人化的创造性思维过程，还是基于大规模语料库的检索、匹配与算法组合？

围绕这一核心争议，研究团队设计两项递进式研究，从创造性产出与创造性思维过程两个维度，系统对比 AI 模型与人类的表现差异。

第一项研究采用替代用途任务（AUT）、远距离联想测验（RAT）、顿悟问题、创造性写作等经典创造性范式，全面评估 AI 与人类的创造性产出水平。结果显示，AI 在多数任务中表现显著优于人类，但在创造性写作任务中，表现不及人类。

第二项研究聚焦创造性思维核心认知环节，对比 AI 与人类在自由联想、链式联想、表征变换、创造性想法评估与选择等过程的差异。结果表明，AI 在上述核心思维过程中未体现优势，反而存在明显短板：在依赖问题与答案间突破性联结的表征变换任务中，AI 正确率显著低于人类；在自由联想与链式联想任务中，AI 生成词汇的语义关联更紧密、联想范围更局限，远距离联想能力存在明显不足。

图A提供了表征转换任务的示例。图B显示了AI模型和人类在表征转换任务准确性方面的效应大小比较。垂直虚线表示零效应，负值表示AI模型相对于人类的得分更低。图C描述了AI与人类在完成表征转换任务是所采用的策略：AI更多采用的是推理策略，而人类主要采用的是思维转换策略。

整体而言，研究证实 AI 存在“创造性产出与思维过程不匹配”的核心特征：虽能生成具备新颖性的创意结果，但其内部生成机制与人类创造性思维存在本质区别。

研究进一步揭示，该差异与大语言模型底层生成机制密切相关。现有模型基于自回归 Transformer 架构，以逐词预测方式生成内容，更倾向于在语义空间内渐进式拓展，难以实现跨远距离语义联结的联想与突破。因此，AI 可通过大规模语料重组生成新颖表达，却在远距离联想、表征变换等创造性思维核心过程中存在难以逾越的局限。

本研究从心理学视角，揭示了 AI 创造力在表现结果与思维过程间的分离现象，提示仅以产出结果评价 AI 创造力，易高估其真实认知能力。伴随人工智能技术持续迭代，人机协同创新已成为前沿研究方向，该成果为厘清人机在创造性任务中的优势互补机制，提供了全新实证依据。

编辑：张曼、李瑛

图片：张曼、李瑛

审核人：赵庆柏