idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Forschende im Bereich der Computational Neuroscience haben den kreativen Prozess von Menschen und großen Sprachmodellen (LLMs) untersucht. Überraschenderweise verwenden beide ähnliche kreative Strategien, wobei LLMs bei jeder Aufgabe einen bevorzugten Ansatz konsistenter beibehalten. Eine potentielle Anwendung: Menschen und LLMs mit kontrastierenden kreativen Stilen könnten gemeinsam zu besseren Ideen gelangen.
Kreativität ist nicht mehr nur dem Menschen vorbehalten: Es gibt künstliche Intelligenz, die Gedichte schreiben, Geschäftsideen entwickeln oder Kunstwerke schaffen kann. Viele Anwender nutzen mit riesigen Textmengen trainierte Sprachmodelle (LLMs) wie ChatGPT für schöpferische Kollaborationen: Die künstliche Intelligenz liefert Ideen und Vorschläge, während der Mensch Anleitung, Kontext und Richtung vorgibt.
Während der kreative Output von LLMs in den letzten Jahren zunehmend ins Blickfeld der Wissenschaft gerückt ist, ist der zugrundeliegende Prozess noch weitgehend unerforscht. Aus diesem Grund untersucht Surabhi S. Nath, Forscherin am Max-Planck-Institut für biologische Kybernetik in Tübingen, wie bei LLMs Kreativität entsteht und inwiefern ihre schöpferische Herangehensweise mit der von Menschen vergleichbar ist.
Flexible und beharrliche Strategien
Dabei konzentrierte sich Nath auf ein Merkmalspaar, das sich in der psychologischen Kreativitätsforschung bewährt hat: Flexibilität und Beharrlichkeit. An einem Beispiel erläutert: Bei der Aufgabe, möglichst viele Tiere aufzuzählen, könnten Menschen mit einem beharrlichen Ansatz zum Beispiel systematisch erst alle Haustiere nennen, danach Nutztiere, dann Vögel und so weiter, während diejenigen mit einem flexibleren Ansatz häufig zwischen den Kategorien hin- und herwechseln. „Der Kompromiss zwischen der Suche in der Breite und in der Tiefe, zwischen der Erkundung neuer Möglichkeiten und der Nutzung bereits vorhandener Ideen ist für jedes kreative Unterfangen von entscheidender Bedeutung“, kommentiert Nath.
Um zu überprüfen, welche dieser Strategien Menschen und verschiedene LLMs verwenden, führten Nath und ihre Kollaborationspartner klassische psychologische Kreativitätstests durch. Dabei müssen zum Beispiel alternative Verwendungen für einen Backstein gefunden werden, etwa als Schemel oder als Briefbeschwerer. Unerwartet für das Team war, dass die Herangehensweisen von Menschen und Maschinen sich sehr ähneln und beide Gruppen sowohl flexible als auch beharrliche Strategien verwenden.
Bei jeder der Aufgaben blieben die Sprachmodelle konsequent entweder bei einem flexiblen oder beharrlichen Ansatz, wechselten aber zwischen den Aufgaben häufiger als die menschlichen Versuchspersonen die Strategie. Darüber hinaus führte Flexibilität bei LLMs zu kreativeren Ergebnissen als Beharrlichkeit, während beim Menschen beide Methoden zu ähnlichen Resultaten führten.
Verbesserte Mensch-Maschine-Kollaboration
Nath glaubt, dass diese Ergebnisse den Weg für eine effektivere Zusammenarbeit ebnen: Beharrliche Menschen könnten von einem flexiblen LLM als Sparringspartner profitieren und umgekehrt. Weitere Forschungen zum schöpferischen Prozess von Menschen und Maschinen könnten auch Hinweise darüber geben, wie Kreativität erlernt werden kann, so die Wissenschaftlerin.
Ob die Ergebnisse auch auf andere gestalterische Aufgaben übertragbar sind, bleibt abzuwarten. „Natürliche Umgebungen sind viel komplexer und schwieriger zu untersuchen“, so Nath. „Der nächste logische Schritt könnte sein, Kreativität in Spielen zu untersuchen: Sie bieten ein reichhaltigeres Szenario, sind aber noch kontrollierbar.“
Surabhi S. Nath
Max-Planck-Institut für biologische Kybernetik
Max-Planck-Ring 8-14
72076 Tübingen
surabhi.nath@tuebingen.mpg.de
Nath SS, Dayan P, Stevenson C: Characterising the Creative Process in Humans and Large Language Models. International Conference on Innovative Computing and Cloud Computing, 2024. DOI: 10.48550/arXiv.2405.00899
Criteria of this press release:
Journalists, all interested persons
Information technology, Psychology
transregional, national
Research results
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
