AI 系統具備創造力嗎？來自藝術與工程視角的批判性觀點
arXiv - Human-Computer InteractionIvan Magrin-Chagnolleau
本文透過 Margaret Boden 的框架論證 AI 在結構上無法達成真正的轉化型創造力，並提出人機協作的新模型。
AI 幫你先抓重點
AI 重點 1
區分不同層次的創造力類型對於理解 AI 能力至關重要。
滑鼠懸停看 AI 判斷理由
這能幫助讀者跳脫「AI 是否能創作」的二元對立，轉而精確分析 AI 在組合、探索與轉化這三個維度上的能力邊界，從而更理性地評估技術應用。
AI 重點 2
創造力的核心在於對「意外與偶然」的處理能力。
滑鼠懸停看 AI 判斷理由
這改變了我們對創造力的定義，從單純的「產出新穎結果」轉向「對非預期事件的感知與回應」，這解釋了為何 AI 目前仍無法取代人類在藝術與深度思考中的地位。
核心研究發現
- 1
根據 Margaret Boden 的框架，AI 在組合式創造力（Combinatorial Creativity）表現優異，但在探索式創造力上受限，且完全缺乏轉化型創造力。
- 2
當前 AI 系統最大的侷限不在於缺乏新穎性，而在於缺乏「偶然性」（Serendipity）與「意外」的機制，以及缺乏能識別並接納這些偶然事件的主體地位。
- 3
本文透過實際的人機協作過程撰寫而成，藉此展示一種既現實又具生成性的「人機協作創造模型」。
對教育工作者的啟發
對於教育工作者而言，這篇文章提醒我們在設計 AI 輔助學習或創作課程時，不應僅將 AI 視為自動化產出的工具，而應將其定位為「組合式創意」的助手。課程設計應著重於培養學生的「轉化型創造力」與「對偶然性的判斷力」，即教導學生如何從 AI 生成的非預期結果中，透過人類的主體性進行意義建構與價值判斷。教學目標應從「如何使用 AI 產出作品」轉向「如何與 AI 協作進行深度的概念轉化」。
原始文獻資訊
- 英文標題：
- Can an AI System Be Creative? A Critical Perspective from Art and Engineering
- 作者：
- Ivan Magrin-Chagnolleau
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。