人类对人工智能感到焦虑是合乎逻辑的。毕竟，新闻不断报道一项又一项技术似乎超越我们的工作。但人类尚未面临彻底的取代。如果你确实患有所谓的“人工智能焦虑”，那么有一些方法可以减轻你的恐惧，甚至将它们转化为促进进步的动力。
在最近生成式人工智能成就的一个例子中，人工智能程序在需要原创性的任务中得分高于普通人，这由人类评审员评判。在一项本月发表在《科学报告》Scientific Reports杂志上的研究中，研究人员给 256 名在线参与者 30 秒的时间，让他们想出四种常见物品的富有想象力的用途：盒子、绳子、铅笔和蜡烛。例如，盒子可以用作猫的游乐屋、微型剧院或时间胶囊。然后，研究人员将相同的任务交给三个不同的大型语言模型。为了评估这些回答的创造力，该团队使用了两种方法：一种评估“语义距离”或词语和概念之间相关性的自动化程序，以及六名经过培训的人类评审员，他们负责对回答的原创性进行排名。
在两项评估中，评分最高的人类想法都优于最好的人工智能回答——但中间地带呈现出不同的情况。人工智能的平均得分显著高于人类的平均得分。例如，自动化和人工评估都将“猫的游乐屋”这一回答的创造性评级低于 GPT-4 生成的类似人工智能回答“猫咪游乐园”。人们将得分最低的人类答案评为远不如最差的人工智能生成答案具有创造性。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
随后出现了标题，宣称“人工智能聊天机器人已经在创造力方面超越普通人”和“人工智能已经比你更有创造力”。这项新研究是越来越多研究中的最新一项，这些研究似乎预示着生成式人工智能将在许多艺术和分析领域超越普通人——从摄影比赛到科学假设。
正是这样的新闻加剧了凯特·莱昂斯对人工智能的恐惧。莱昂斯是一位居住在洛杉矶的背景艺术家，从事动画工作，为包括《飞出未来》和《魔法满屋》在内的电视剧创作沉浸式场景。在许多方面，这是他们梦寐以求的工作——一个为他们对视觉艺术的热情和技能提供报酬的出口，他们从四岁起就开始培养这种热情和技能。但梦想的某些方面已经开始变味：视觉生成式人工智能工具（如 Midjourney 和 Stable Diffusion）的兴起（以及娱乐行业急于使用它们）让莱昂斯感到沮丧、失落和焦虑，担心自己在动画领域的未来，以及一般的艺术工作的前景。例如，当漫威和迪士尼决定使用视觉特效公司 Method Studios 为电视剧《秘密入侵》制作的人工智能生成的动画片头序列时，他们感到非常沮丧，该剧于 6 月首播。“这感觉真的很可怕，”莱昂斯说。“我真的讨厌它。” 拥有漫威影业的迪士尼和 Method Studios 没有立即回应置评请求。
像许多专业创意人士一样，莱昂斯现在担心人工智能模型——需要通过大量互联网内容来训练自己——会窃取和改写他们的艺术作品以供他人牟利。然后是相应的就业机会的丧失。更广泛地说，莱昂斯担心艺术本身的未来，在这个时代，磨练技艺和个人声音不再是创作看似原创且吸引人的作品的先决条件。“我为我的艺术梦想付出了巨大的努力。我从学前班就开始画画，”他们说。“这始终是我一直想做的事情，但我们可能正在进入一个我必须放弃全职工作的世界——我必须回到餐馆当服务员或煮咖啡。”
莱昂斯并非孤身一人。华盛顿特区地区的执业心理学家玛丽·阿尔沃德说，许多人发现自己对生成式人工智能的快速崛起感到新的焦虑。阿尔沃德说，她各个年龄段的客户都表达了对人工智能的担忧。具体的担忧包括在线数据隐私缺乏保护、失业的前景、学生作弊的机会，甚至整个人类被淘汰的可能性。人工智能的进步引发了一种模糊但普遍存在的公众不安感，对于某些人来说，这已成为重要的压力来源。
与任何焦虑一样，重要的是管理情绪，避免变得不知所措。“一定程度的焦虑有助于激励，但过度的焦虑会使人麻痹，”阿尔沃德说。“这里需要取得平衡。” 以下是一些心理学家和其他专家提出的应对我们对人工智能的恐惧的方法。
荷兰联合国大学-马斯特里赫特创新与技术经济与社会研究所的心理学家和行为科学家萨奈·冈本表示，首先，背景是关键。她建议记住，现在远非人们第一次害怕不熟悉的技术兴起。“计算机焦虑”和“技术压力”可以追溯到几十年前，冈本指出。在那之前，人们对工业自动化普遍担忧。过去的技术进步导致了巨大的社会和经济变革。一些恐惧变成了现实，一些工作确实消失了，但许多最糟糕的科幻预测并未成真。
美国心理学会媒体心理学与技术学会前主席、媒体心理学家杰里·林恩·霍格说：“我们害怕任何新技术是自然且符合历史规律的。” 但了解一项新技术的益处、学习其工作原理以及接受如何有效地使用它的培训会有所帮助——这意味着要超越头条新闻。
新研究的研究人员之一、挪威卑尔根大学的心理学家西蒙娜·格拉西尼很快指出，“执行一项与创造性行为相关的特定任务并不会自动转化为‘人工智能可以从事创造性工作’。” 格拉西尼说，当前的技术并非真正创造新事物，而是在模仿或模拟人们可以做的事情。 人工智能的“认知架构和我们的认知架构有很大不同。” 他解释说，在这项研究中，人工智能可能获得高创造力评分，是因为它的答案只是逐字复制了其训练集中某处包含的人类创作的一部分。人工智能的竞争对手也是没有特别动力出色完成其创造性任务的人类志愿者，并且他们以前从未必要完成过这样的任务。参与者是在网上招募的，估计工作 13 分钟仅获得约 2.50 美元的报酬。
霍格说，通过实际尝试这些工具、了解它们在何处以及如何发挥作用、阅读有关其工作原理以及理解其局限性的资料来应对对生成式人工智能的恐惧，可以将这项技术从可怕的怪物变成潜在的资产。更深入的了解可以使某人有能力倡导有意义的工作保护或限制潜在弊端的政策。
阿尔沃德还强调直接解决问题的重要性。“我们谈论您可以采取哪些行动，而不是把头埋在沙子里，”她说。 这可能意味着学习新技能以准备职业转变，或了解正在进行的监管人工智能的努力。或者，这可能意味着与工作中的同事建立联盟。莱昂斯说，参与他们的工会——动画师工会——对于帮助他们感到更加安全和对未来充满希望至关重要。通过这种方式，应对人工智能焦虑的方法可能类似于应对另一种主要的、新兴的社会恐惧：气候焦虑的方法。
尽管这两种现象之间存在明显的差异（人工智能显然提供了一些重要的潜在好处），但也存在明显的相似之处。在解决对人工智能的最大担忧和应对气候危机时，“我们都在共同应对这一挑战，”冈本说。正如气候行动主义一样，她解释说，有意义地应对对人工智能的恐惧可能始于建立团结、寻找社区和提出集体解决方案。
冈本补充说，另一种感觉对人工智能更好的方法是避免过度关注它。生活中不仅仅有算法和屏幕。她指出，从技术中抽身出来，重新与大自然或现实世界中的亲人建立联系，对于心理健康至关重要。远离科技还可以提醒人们，人类在哪些方面不同于可能威胁个人职业或自我形象的聊天机器人或图像生成器。与人工智能不同，人类可以直接体验世界并就此相互联系。
当人们创造某物时，通常是为了回应他们的环境。每一个词或每一笔都可能带有意义。对于莱昂斯来说，人类的创造力是一种“野性的、原始的冲动，想要创造某物是因为你无法不去创造它”。哈佛大学哲学教授肖恩·凯利多年来一直在研究人类创造力与人工智能之间的关系，他说，到目前为止，人工智能所能做的就是模仿这种能力和创造动机。凯利说，当人工智能模型生成某物时，“它并没有做原始艺术家所做的事情，原始艺术家试图说一些他们觉得需要说的话。”
在凯利看来，真正的社会恐惧不应该是人工智能会变得更好或产生更有趣的内容。相反，他担心“我们会放弃自己”，并且“仅仅满足于”人工智能生成器可以提供的。
也许更好、更具人类特征的回应是利用我们对人工智能的焦虑来推动我们前进。掌握一门技艺——无论是绘画、写作、编程、翻译、演奏乐器还是创作数学证明——并利用这项技能创造新的东西是“我们可能做的最有意义的事情”，凯利说。那么，为什么不让人工智能激励更多的创造，而不是取代它呢？如果这项技术产生了一些引人注目的东西，我们可以在此基础上进行构建。如果它没有，那又何必为此担心呢？