生成式人工智慧可提升個人創造力，但可能限制集體創新，因為內容相似。實驗顯示，對於缺乏創意的作者，使用AI點子有助提升創造力和寫作品質。然而，AI生成的故事相似度高，可能降低多樣性。這個困境凸顯個人創造力與集體創新的取捨。對支持創造力的研究者、政策者和從業者具啟發意義。 PubMed DOI

這項研究探討接觸大型語言模型（LLMs）對個體自我認知及他人認知的影響，特別是心智感知的角度。參與者在與LLMs互動前後，評估自己的行動能力和經驗能力。結果顯示，接觸LLMs後，參與者對自身能力的評價提高，並認為這些特質對人類不再獨特。這顯示擬人化LLMs可能增強個體對自我心智的看法，並減少這些特質被視為人類專有的感知，進而引發對擬人化影響的更深思考。 PubMed DOI

這篇論文探討了ChatGPT如何幫助人類產生創意解決方案。透過五個實驗，參與者使用ChatGPT（GPT-3.5）進行腦力激盪，針對選擇禮物、創造玩具、重新利用物品及設計創新家具等任務提出想法。研究發現，與傳統方法相比，ChatGPT顯著提升了創造力，尤其在產生漸進式新想法方面表現突出。研究建議，ChatGPT擅長將不相關的概念融合，產生更清晰且具表達力的建議。 PubMed DOI

在研究中，我探討了大型語言模型（LLMs），特別是GPT-3.5和GPT-4，對複雜行為科學實驗結果的預測能力。結果顯示，GPT-4在預測情感、性別和社會認知方面，與119位人類專家的表現相當，相關性高達0.89，而GPT-3.5則僅有0.07。在另一項研究中，讓大學參與者與GPT-4驅動的聊天機器人互動，提升了他們的預測準確性。這些結果顯示，人工智慧在預測行為主張的實證支持上，可能成為有價值的工具，並強調人類與AI合作的潛力。 PubMed DOI

這項研究探討了生成式人工智慧（如ChatGPT）在標準化創造力測試中的表現。結果顯示，雖然ChatGPT能生成大量內容，但其創意質量僅屬於平均水平。研究強調AI創造力的隨機性及對訓練數據多樣性的依賴，呼籲我們重新評估傳統創造力的衡量標準，特別是在AI的情境下。研究指出人類參與引導AI達成真正原創性的重要性，並建議進一步探討人類與AI的合作及評估AI創造力的方法。 PubMed DOI

這項研究探討兒童與機器人互動對創造力的影響，特別是在傳統教育環境中可能限制創意的情況下。研究人員微調了一個大型語言模型，創造出能展現創意的社交機器人。第一項研究中，38名兒童與機器人互動，但創造力無顯著差異。第二項研究中，103名兒童參與，結果顯示創意模型顯著提升了兒童的創造力。研究強調機器人行為設計對學習成果的重要性，建議在教育中整合創意社交機器人以促進創造力。 PubMed DOI

這篇論文探討了評估多模態大型語言模型（LLMs）創造力的挑戰，因為創造力本身很主觀。作者建議使用Oogiri遊戲來評估LLM的創造力，因為這個遊戲需要幽默感和聯想思維，且有結構化的輸入輸出格式和高品質的人類標註回應。他們還介紹了LoTbench，一個互動式評估框架，旨在解決標準評估中的信息洩漏和可解釋性問題。研究顯示，LLM的創造力雖然不及人類，但差距不大，且LoTbench與人類認知理論的相關性強，突顯了認知在創造力早期階段的重要性。 PubMed DOI

這項研究發現，ChatGPT-4在實驗心理學研究提案的創造力上，整體表現比研究生更優，尤其在原創性和意義性方面更突出。論文也探討了AI和人類在回應上的差異，以及未來AI應用於科學創造力時可能遇到的挑戰和發展方向。 PubMed DOI

大型語言模型在心理科學等學術領域越來越重要，能協助教學、寫作和模擬人類行為。雖然帶來不少好處，但也有倫理和實務上的挑戰。這份摘要整理了最新進展、最佳做法，並提出未來發展方向，幫助學界更負責任且有效地運用LLMs。 PubMed DOI

這篇論文提出新方法，測試大型語言模型（LLMs）能否監控和調整自己的神經激活狀態，也就是「後設認知」能力。結果發現，LLMs能學會回報並影響部分內部活動，但只侷限在較低維度的範圍。這對理解AI運作和提升AI安全性有重要意義。 PubMed