人類對人工智慧感到焦慮是合乎邏輯的。畢竟，新聞不斷報道一項又一項技術似乎超越我們的工作。但人類尚未面臨徹底的取代。如果你確實患有所謂的“人工智慧焦慮”，那麼有一些方法可以減輕你的恐懼，甚至將它們轉化為促進進步的動力。
在最近生成式人工智慧成就的一個例子中，人工智慧程式在需要原創性的任務中得分高於普通人，這由人類評審員評判。在一項本月發表在《科學報告》Scientific Reports雜誌上的研究中，研究人員給 256 名線上參與者 30 秒的時間，讓他們想出四種常見物品的富有想象力的用途：盒子、繩子、鉛筆和蠟燭。例如，盒子可以用作貓的遊樂屋、微型劇院或時間膠囊。然後，研究人員將相同的任務交給三個不同的大型語言模型。為了評估這些回答的創造力，該團隊使用了兩種方法：一種評估“語義距離”或詞語和概念之間相關性的自動化程式，以及六名經過培訓的人類評審員，他們負責對回答的原創性進行排名。
在兩項評估中，評分最高的人類想法都優於最好的人工智慧回答——但中間地帶呈現出不同的情況。人工智慧的平均得分顯著高於人類的平均得分。例如，自動化和人工評估都將“貓的遊樂屋”這一回答的創造性評級低於 GPT-4 生成的類似人工智慧回答“貓咪遊樂園”。人們將得分最低的人類答案評為遠不如最差的人工智慧生成答案具有創造性。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
隨後出現了標題，宣稱“人工智慧聊天機器人已經在創造力方面超越普通人”和“人工智慧已經比你更有創造力”。這項新研究是越來越多研究中的最新一項，這些研究似乎預示著生成式人工智慧將在許多藝術和分析領域超越普通人——從攝影比賽到科學假設。
正是這樣的新聞加劇了凱特·萊昂斯對人工智慧的恐懼。萊昂斯是一位居住在洛杉磯的背景藝術家，從事動畫工作，為包括《飛出未來》和《魔法滿屋》在內的電視劇創作沉浸式場景。在許多方面，這是他們夢寐以求的工作——一個為他們對視覺藝術的熱情和技能提供報酬的出口，他們從四歲起就開始培養這種熱情和技能。但夢想的某些方面已經開始變味：視覺生成式人工智慧工具（如 Midjourney 和 Stable Diffusion）的興起（以及娛樂行業急於使用它們）讓萊昂斯感到沮喪、失落和焦慮，擔心自己在動畫領域的未來，以及一般的藝術工作的前景。例如，當漫威和迪士尼決定使用視覺特效公司 Method Studios 為電視劇《秘密入侵》製作的人工智慧生成的動畫片頭序列時，他們感到非常沮喪，該劇於 6 月首播。“這感覺真的很可怕，”萊昂斯說。“我真的討厭它。” 擁有漫威影業的迪士尼和 Method Studios 沒有立即回應置評請求。
像許多專業創意人士一樣，萊昂斯現在擔心人工智慧模型——需要透過大量網際網路內容來訓練自己——會竊取和改寫他們的藝術作品以供他人牟利。然後是相應的就業機會的喪失。更廣泛地說，萊昂斯擔心藝術本身的未來，在這個時代，磨練技藝和個人聲音不再是創作看似原創且吸引人的作品的先決條件。“我為我的藝術夢想付出了巨大的努力。我從學前班就開始畫畫，”他們說。“這始終是我一直想做的事情，但我們可能正在進入一個我必須放棄全職工作的世界——我必須回到餐館當服務員或煮咖啡。”
萊昂斯並非孤身一人。華盛頓特區地區的執業心理學家瑪麗·阿爾沃德說，許多人發現自己對生成式人工智慧的快速崛起感到新的焦慮。阿爾沃德說，她各個年齡段的客戶都表達了對人工智慧的擔憂。具體的擔憂包括線上資料隱私缺乏保護、失業的前景、學生作弊的機會，甚至整個人類被淘汰的可能性。人工智慧的進步引發了一種模糊但普遍存在的公眾不安感，對於某些人來說，這已成為重要的壓力來源。
與任何焦慮一樣，重要的是管理情緒，避免變得不知所措。“一定程度的焦慮有助於激勵，但過度的焦慮會使人麻痺，”阿爾沃德說。“這裡需要取得平衡。” 以下是一些心理學家和其他專家提出的應對我們對人工智慧的恐懼的方法。
荷蘭聯合國大學-馬斯特裡赫特創新與技術經濟與社會研究所的心理學家和行為科學家薩奈·岡本表示，首先，背景是關鍵。她建議記住，現在遠非人們第一次害怕不熟悉的技術興起。“計算機焦慮”和“技術壓力”可以追溯到幾十年前，岡本指出。在那之前，人們對工業自動化普遍擔憂。過去的技術進步導致了巨大的社會和經濟變革。一些恐懼變成了現實，一些工作確實消失了，但許多最糟糕的科幻預測並未成真。
美國心理學會媒體心理學與技術學會前主席、媒體心理學家傑裡·林恩·霍格說：“我們害怕任何新技術是自然且符合歷史規律的。” 但瞭解一項新技術的益處、學習其工作原理以及接受如何有效地使用它的培訓會有所幫助——這意味著要超越頭條新聞。
新研究的研究人員之一、挪威卑爾根大學的心理學家西蒙娜·格拉西尼很快指出，“執行一項與創造性行為相關的特定任務並不會自動轉化為‘人工智慧可以從事創造性工作’。” 格拉西尼說，當前的技術並非真正創造新事物，而是在模仿或模擬人們可以做的事情。 人工智慧的“認知架構和我們的認知架構有很大不同。” 他解釋說，在這項研究中，人工智慧可能獲得高創造力評分，是因為它的答案只是逐字複製了其訓練集中某處包含的人類創作的一部分。人工智慧的競爭對手也是沒有特別動力出色完成其創造性任務的人類志願者，並且他們以前從未必要完成過這樣的任務。參與者是在網上招募的，估計工作 13 分鐘僅獲得約 2.50 美元的報酬。
霍格說，透過實際嘗試這些工具、瞭解它們在何處以及如何發揮作用、閱讀有關其工作原理以及理解其侷限性的資料來應對對生成式人工智慧的恐懼，可以將這項技術從可怕的怪物變成潛在的資產。更深入的瞭解可以使某人有能力倡導有意義的工作保護或限制潛在弊端的政策。
阿爾沃德還強調直接解決問題的重要性。“我們談論您可以採取哪些行動，而不是把頭埋在沙子裡，”她說。 這可能意味著學習新技能以準備職業轉變，或瞭解正在進行的監管人工智慧的努力。或者，這可能意味著與工作中的同事建立聯盟。萊昂斯說，參與他們的工會——動畫師工會——對於幫助他們感到更加安全和對未來充滿希望至關重要。透過這種方式，應對人工智慧焦慮的方法可能類似於應對另一種主要的、新興的社會恐懼：氣候焦慮的方法。
儘管這兩種現象之間存在明顯的差異（人工智慧顯然提供了一些重要的潛在好處），但也存在明顯的相似之處。在解決對人工智慧的最大擔憂和應對氣候危機時，“我們都在共同應對這一挑戰，”岡本說。正如氣候行動主義一樣，她解釋說，有意義地應對對人工智慧的恐懼可能始於建立團結、尋找社群和提出集體解決方案。
岡本補充說，另一種感覺對人工智慧更好的方法是避免過度關注它。生活中不僅僅有演算法和螢幕。她指出，從技術中抽身出來，重新與大自然或現實世界中的親人建立聯絡，對於心理健康至關重要。遠離科技還可以提醒人們，人類在哪些方面不同於可能威脅個人職業或自我形象的聊天機器人或影像生成器。與人工智慧不同，人類可以直接體驗世界並就此相互聯絡。
當人們創造某物時，通常是為了回應他們的環境。每一個詞或每一筆都可能帶有意義。對於萊昂斯來說，人類的創造力是一種“野性的、原始的衝動，想要創造某物是因為你無法不去創造它”。哈佛大學哲學教授肖恩·凱利多年來一直在研究人類創造力與人工智慧之間的關係，他說，到目前為止，人工智慧所能做的就是模仿這種能力和創造動機。凱利說，當人工智慧模型生成某物時，“它並沒有做原始藝術家所做的事情，原始藝術家試圖說一些他們覺得需要說的話。”
在凱利看來，真正的社會恐懼不應該是人工智慧會變得更好或產生更有趣的內容。相反，他擔心“我們會放棄自己”，並且“僅僅滿足於”人工智慧生成器可以提供的。
也許更好、更具人類特徵的回應是利用我們對人工智慧的焦慮來推動我們前進。掌握一門技藝——無論是繪畫、寫作、程式設計、翻譯、演奏樂器還是創作數學證明——並利用這項技能創造新的東西是“我們可能做的最有意義的事情”，凱利說。那麼，為什麼不讓人工智慧激勵更多的創造，而不是取代它呢？如果這項技術產生了一些引人注目的東西，我們可以在此基礎上進行構建。如果它沒有，那又何必為此擔心呢？