AI时代的创造力：加速与同质化的双重挑战

生成式AI不仅重塑各行各业，还深刻改变着人类的写作、认知与思考方式。自ChatGPT 3.5发布以来，一种乐观预期广为流传：AI将带来“工作平权”。

2023年，两位麻省理工学院的经济学博士在《Science》期刊上发表实证研究，为此论调提供了佐证：生成式AI能显著提升低绩效员工的表现，有望缩小与高绩效员工的差距，从而减少不平等。

然而，两年过去，现实似乎并未完全遵循这一理想路径。2025年，两位哈佛大学的经济学博士通过分析2015至2025年间覆盖超6200万员工、超1.5亿次的招聘就业数据，揭示了一个冷酷的真相：生成式AI正以一种“资历偏向”的方式重塑劳动力市场。

数据显示，从2023年开始，初级和高级岗位的就业增长曲线出现分叉：高级岗位继续增长，初级岗位则开始下降。对于深度拥抱AI的企业，其初级岗位数量在六个季度内相对下降了7.7%，而高级岗位基本不受影响。这一现象的主因是招聘大幅减少，而非大规模裁员。

AI非但没有带来普惠的平权，反而让“强者更强”的马太效应愈发凸显。携程CEO梁建章对此论文评价道：“AI会取代初级的智力劳动，加剧年轻人在教育、结婚生育和职业初期等阶段所遭遇的困境。”

劳动力市场的结构变化只是冰山一角。一个更深层次的问题浮现：当AI大规模融入工作流，它对人类的创造力本身正在产生何种影响？AI带来的效率提升，是否真的是个人能力的内化？它是否正在以一种我们尚未察觉的方式，塑造甚至“统一”我们的思想？

近期，北京大学李圭泉课题组在社会学顶刊Technology in Society发表的论文，正是对这一系列关键问题的正面回应。研究的核心由两部分构成：一是通过分析ChatGPT 3.5发布前后，横跨全部21个学科门类的超41万篇学术论文，剖析AI对全球知识生产的真实影响；二是探究AI对个人认知能力的长期因果效应。

研究团队结合断点回归设计与机器学习等技术，揭示了生成式AI对个人创造力与群体同质性的长期且真实的影响。该期刊为JCR一区top，影响因子12.5，在social science, Interdisciplinary分类下271本期刊中排名第2。

41万篇论文的“集体无意识”

最可怕的不是噪音，而是众声一词。

研究一是一项大规模的自然实验。研究团队从Web of Science核心数据库中抽取了横跨全部21个学科门类的学术产出。通过对超过17,000名学者的随机抽样，团队最终汇集了这些学者在ChatGPT 3.5发布前后的全部419,344篇论文，构建了一个庞大的数据集，以此剖析AI对全球知识生产的真实影响。

生成式AI发布前后学术界论文同质性和创造力结果示意图

如上图所示，在ChatGPT 3.5发布之后，学术界在显著加速知识产出的同时，也以更快的速度加剧了其内容的同质化。

如何做

研究团队采用了一种名为“断点回归设计”（RDD）的因果推断方法。他们将2022年12月ChatGPT 3.5的发布作为一个天然的“时间断点”。一篇论文发表在该日期之前还是之后，对于单个学者而言，存在着诸多其无法控制的偶然因素（如审稿周期），这就近似构成了一个随机分配的“实验组”（有机会使用AI）和“对照组”（无法使用AI）。

为何可靠

“准随机”的特性使得研究者可以有效剥离其他长期因素的干扰，精准识别出AI带来的因果效应。为确保该方法的严谨性，团队还进行了一系列专门的统计检验。

如何量化“创造力”与“同质性”指标？

“创造力”由论文发表的“数量”和发表期刊的“质量”（JCR分区）进行评估。“同质性”通过内容相似度和语言风格相似度进行评估。

冰冷的双刃剑：更高效，也更单调

分析结果揭示了一个“双刃剑”效应。一方面，AI成为学术产出的强大“加速器”；另一方面，效率的提升以思想和表达的多样性为代价。

AI留下的创造力伤痕

思想一旦屈从于习惯，便失去了创造的可能。

为了探究AI对个人认知能力的长期影响，研究团队进行了持续追踪数月的纵向行为实验。实验设计分为三个关键阶段：首先完成创造力基线测试；随后在AI辅助下完成每日的创造力任务；最后在无AI辅助下完成追踪测试。

实验结果显示：创造力的提升是短暂、不可持续的；思想的同质化却是长期的，会留下“创造性伤痕”。

如果世界没有了新创意

这是最好的时代，也是最坏的时代。

北大这项研究的结论并非让我们因噎废食。相反，它旨在提醒我们，必须有意识地去理解和应对长期依赖AI对个体思维与认知习惯的深远影响。

在AI时代，如何保持思考的锋利

“AI减轻了我们的工作负担，但我们需要建立一个能深度思考的思维体系。”—黄仁勋

• 把AI当“思想陪练”：用它来进行头脑风暴，但最终筛选、深化、决策必须自己负责。
• 刻意练习“认知摩擦”：对抗“锚定效应”，刻意反驳、寻找逻辑漏洞、质疑未考虑的方面。
• 设置“无AI时间”：每周定期划出无AI时间进行思考和创作。

参考资料：

Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192.

Zhou, Y., Liu, Q., Huang, J., & Li, G. (2025). Creative scar without generative AI： Individual creativity fails to sustain while homogeneity keeps climbing. Technology in Society, 103087.

...