AI系统能具备创造力吗？来自艺术与工程的批判视角

这篇论文从艺术与工程双重视角，基于Boden的创造力框架（新颖性、惊奇性、价值；组合、探索、转换三类过程），论证AI系统在强意义上无法真正具备创造力：虽然擅长组合创造力，但在探索创造力上受限，在转换创造力上根本无能为力。核心缺陷在于缺乏偶然性和意外机制，以及缺少识别并欢迎此类事件的主体位置。论文提出了一种人类与AI创造性协作的模型，并描述了自己的创作过程作为例证。

此前关于AI创造力的讨论多集中在生成结果的新颖性上，而本文系统性地指出AI缺乏真正的偶然性、意外和主体体验，从而重新定义了创造力的评判标准——这要求产品团队在将AI用于创意场景时，必须考虑人类介入的必要性，而非期待完全自主创作。

论文引用Boden的分类：组合创造力（已知元素的重新组合）AI可胜任；探索创造力（在已知空间中发现新结构）AI因受限于训练数据分布而表现有限；转换创造力（打破现有规则创造新范式）AI缺乏跳出算法空间的能力。此外，人类创造过程中偶然（serendipity）和意外事件是重要催化剂，而AI无法产生或识别这类事件。

对AI创作工具的产品设计产生直接影响：需要摒弃‘全自动生成’思路，转而构建人类引导的协作系统，例如提供‘随机性注入’、‘意外推荐’等模块，并要求人类用户承担筛选和赋予意义的角色。研发上需关注人机交互的反馈循环设计，以弥补AI缺乏主体性的短板。

• 开发支持人类引导偶然性的协作界面，例如允许用户手动注入外部随机元素或打乱AI输出顺序
• 构建‘AI生成候选+人类审美判断+重新混合’的闭环流程工具，适用于视觉设计、音乐创作等场景
• 在创意工具中加入‘意外发现’推荐机制，基于用户偏好推送不相关但可能激发灵感的素材

• 论文中提出的协作模型是否有可量化的效果验证？
• 其他学科（如认知科学、计算创意学）是否认可这一批判视角？
• 是否存在已有产品（如Stable Diffusion的随机噪声注入）部分实现了论文中缺失的偶然性？