AI是知识工作者的挖掘机，大幅提升教学与科研生产力。

——————————————

大语言模型是否具备“创造力”或“创新性”？

这个问题不容易说清楚。

王珏老师先简要说明我的思考和理解，然后再推荐一篇从哲学层面深度思考的论文给大家参考。

一说肯定没有，因为大模型的一切输出，都是基于人类喂给它的知识，它不可能创造出它没学过的任何新概念、新知识。

另一说，大模型似乎也能做出一些新的创造——比如，它可以创作出一些世界上不存在的文本，而且往往很优秀；再比如，它为我们提供一些人类想到的思考角度，为我们提供“灵感”。

当然，这种所谓“创造”，是基于人类已有知识/文字用概率进行“重组”。

（如果您对大模型的工作原理——即如何用概率的方式重组知识感兴趣的话，可以在留言中吱一声，我根据大家的反应看看要不要专门写一篇文章）

那么，知识的重新（合理）组合 ，这可以算一种“创新”吗？

要弄清楚这一问题，我们先来看人类的情况。

在人类的创新方法中，其中一种重要方式：“组合式创新”——它是指将不同领域、不同行业的技术、产品、服务等进行组合，形成全新的创新解决方案。它强调通过重新组合已有的要素来实现创新，而不是从无到有地创造新事物。

组合式创新，是一种非常重要的创新方法。以“创造力”闻名全球的乔布斯，在1994年接受《连线》杂志采访时，是这样谈他对创造力的理解的：

• 创造就是把东西连接起来。如果你问有创造力的人是怎么做出东西来的，他们会有一点负罪感，因为他们并没有真正“做”东西，他们只是能“看到”东西。一段时间之后怎么做就会变得非常明显。这是因为他们能把自己的经验和新东西综合起来。因为他们拥有比别人更多的经验，他们对自己的经验想的更多。

确实，苹果产品的触控技术、储存技术、摄像技术，包括很多应用，都是在已有的产品之上创新，他们更多的是整合不同的技术，完成出色的产品功能和良好的体验。类似的，汽车，是把发动机和马车结合在一起；智能手机是把电脑、通信技术、互联网结合在一起；制冷技术加风扇变成空调，等等。

也许，人类世界中的绝大多数创新，都是把原有的要素进行重新组合，然后形成新功能，发现新用途。

——值得玩味的是，最新的脑科学揭示：人脑的“创造力”，同样来自于“默认网络”对大脑中保留的信息进行的随机联接，详见：《》。

和人类的“组合式创新”类似的是：

• 大模型擅长把不同的文字合理地组合在一起，给我们提供一些从未想过的思考角度，能够启发我们的思考、帮助我们开展创新。

和人类的“组合式创新”相类比，大模型的“知识组合”、尤其是跨学科、跨领域的组合，也应该被视为是一种“创新”。只不过，大模型依赖的完全是“算法思维”、“概率思维”，虽然它和人类的经验+灵感的创新方式完全不同，但起到的效果却是相同的！

当然，以上只是王珏老师对大模型是否具备“创造力”的粗浅理解。

最近，我看到一篇论文：《大语言模型创造力的哲学探源》，从哲学层面对大语言模型的“创造力”进行了更加系统、细致地思考，我认为很有启发，特推荐给大家阅读。

原文刊载在中国社会科学网，作者：长沙学院马克思主义学院 简小烜；安徽大学中国哲学与安徽思想家研究中心 束海波

原文地址：

——————————————

近年来，以GPT、DeepSeek为代表的大语言模型如雨后春笋般纷纷涌现，并在诗歌、绘画、故事生成等创造性领域展现出惊人成就，其创造力问题已成为当前人工智能研究难以回避的焦点。

大语言模型已能够产生持续的创造性行为表现和输出结果，但它主要基于深度学习、数据训练、参数优化、函数逼近、概率抽样等图灵主义的工程学方法，并将目标定位于人工智能系统的行为表现。考虑到人工智能创造力的实现不仅涉及具体工程技术路线的选择，而且与人类心智图景中的创造力概念图式密切相关，所以从哲学角度重新审视大语言模型创造力是推进这一领域健康发展的可靠进路。

创造力是人类智能的重要组成部分，是一种“无中生有”的特殊认知能力，甚至可以说是“人类心智的奇迹”“体现人之为人的本质”。因此，要想真正解码大语言模型的创造力，还需从认知哲学视角对其创造性行为表现及其输出结果展开具体的剖析工作。这正如博登（Margaret A. Boden）所说，“机器是否具有真正的创造力并不是一个科学问题，而是一个哲学问题”。她认为，创造力主要是一种“提出新颖的、令人惊奇的和有价值的想法或作品的能力”。可以说，新颖性、惊奇性与价值是创造力的本质属性和判定标准。

根据新颖性特征，博登划分出两种形式的创造力，即心理创造力（P-创造力）与历史创造力（H-创造力）。心理创造力是指提出一个令人惊奇的、有价值的想法，而这个想法对提出这个想法的人来说是全新的。历史创造力指的是人类历史上第一次出现的新想法或新观念。从新颖性标准看，就其行为表现与输出结果而言，大语言模型既可能产生对特定个体而言具有认知突破意义的心理创造力，也可能在统计语言学层面实现人类知识体系未曾记录的排列组合，从而潜在满足历史创造力的判定条件。

根据惊奇性标准，博登划分出三种类型的创造力概念，即组合式创造力、探索式创造力与转型式创造力。组合式创造力是将熟悉的想法进行陌生的组合，探索式创造力意指在相同的概念空间中进行搜索从而产生新的观念或想法，转型式创造力则意味着改变或打破现有的概念空间从而产生颠覆性、革命性的输出结果。从惊奇性标准看，大语言模型可以说是产生组合式和探索式创造力的绝佳系统。但目前的大语言模型并未涉及打破或改变规则的行为能力，其输出结果只是一种根据提示词来产生的概率分布，所以并不具备转型式创造力。

从价值性标准来看，价值不仅是指效用、性能和吸引力，而且与输出结果的质量及其社会接受度有关。大语言模型的输出结果已经对人类社会很多方面产生了重要影响并且其质量也已得到人们的认可，因此可以说大语言模型生成的人工制品是具有价值的。

客观地说，当前的大语言模型确实表现出一定的创造性行为，其输出结果具有一定的创造性特征，甚至实现了组合式创造力与探索式创造力。但需要指出的是，大语言模型并不能实现具有颠覆性、变革性特征的转型式创造力，这与人类心智能够轻易打破旧有的思维风格从而开辟新的概念空间是有显著差距的。大语言模型表现出的组合式创造力与探索式创造力，只是图灵主义意义上的“模仿游戏”，并未真正触及人类创造力所依托的意向性根基与具身化认知架构。如果从认知哲学的视角来审视大语言模型，那么其创造力的真正实现至少面临以下难题。

一是大语言模型面临“意向性缺失难题”。意向性是人类创造力的核心要素之一。即使大语言模型的创造性行为和结果看似具有一定的意向性，但这是以无意识或盲目的方式实现的，它的“意图”和“目的”本质上只是单层前馈网络的链式推理，也并未形成丹尼特（Daniel Dennett）所说的“意向立场”（intentional stance）所需的反事实推理能力。此外，人类的创造过程还包含着自我评价的维度，而这种自我评价本质上是一种意向性的自我觉知，即对自身创造性活动的审视与反思。显然，目前的大语言模型并不具备真正意向性基础上的自我觉知或自我反思能力。

二是大语言模型面临“意义接地难题”。尽管大语言模型能够生成高质量的创造性输出结果，但以深度学习技术为基础的大语言模型只能学习词与词之间的关系，这与人类将语词与外部世界关联起来是迥然不同的。换言之，大语言模型在交流中缺乏意义的接地，因而依然无法逃离塞尔（John R. Searl）在“中文屋论证”中对人工智能的批判，即大语言模型并不能真正理解句法背后的语义，本质上只是一种“句法机”。

三是大语言模型的创造力图式深陷内在论泥潭。从认知哲学的角度看，创造力的产生过程并不局限于大脑内部，而是大脑—身体—环境的动态耦合过程（即“具身认知理论”，王珏老师注），所以对创造力的理解应坚持外在主义的创造力概念图式。大语言模型的创造力只是图灵主义或功能主义意义上的行为表现，并未突破人类创造力固有的具身性与延展性特征。人类创造力的涌现始终与具身性实践紧密相连，而大语言模型封闭的参数系统既缺乏身体图式的感知运动基础，又无法获得环境实时交互的认知涌现，其创造性输出只是统计模型在符号空间的自我指涉。这种脱离具身情境的“内在论创造力”即便能通过图灵测试，也仍与人类在现象世界中的创造性实践存在本体论上的差异。

（本文系国家社科基金青年项目“计算创造力及其哲学问题”（23CZX055）阶段性成果）

——————————————

【论文小结】

1、大模型确实有一定的创造力。

2、大模型的创造力，相对偏浅层，它更多的是“符号组合游戏”，而且它不可能发明一个目前还不存在的知识（文中所说的“转型式创新”，我认为应该和一度流行的“颠覆式创新”是同一个意思）。

3、大模型的创造力和人的创造力有显著的不同，人的创造力和主观能动性、人的具身性（感官）、人的实践力密切相关。

最后，王珏老师的观点是：

我们不应把大模型作为“创新”的主体（它在世界上本就没有主体资格），所以讨论大模型是否具有“创造力”并没有多少实质性的价值。真正有价值的思考角度是：大模型能够辅助人类提升创造力（无论哪种创造力）?

这就是现在流行的一个说法：HI+AI协同开展知识工作/创造工作。

那么，在人类开展创造活动时，HI+AI>HI吗？

大家对这一问题有何理解？欢迎留言讨论。