(A) Los humanos y los LLM realizan 3 tareas: alterno usa tarea (AUT) para ladrillo y clip de papel, y una tarea de fluidez verbal (VFT) de animales de nombres. (B) Nuestro método para obtener saltos en la secuencia de respuesta. Crédito: ARXIV (2024). Doi: 10.48550/arxiv.2405.00899
La creatividad ya no es exclusiva para los humanos. Algunas formas de inteligencia artificial son capaces de producir poesía, conceptos empresariales, incluso arte visual. Muchas personas usan modelos de idiomas grandes (LLM) como ChatGPT, que están capacitados en grandes cantidades de texto, para la co-creación: la inteligencia artificial ofrece ideas y sugerencias, mientras que el humano proporciona orientación, contexto y dirección.
Si bien los investigadores han examinado la producción creativa de LLM en los últimos años, el proceso subyacente sigue siendo en gran medida inexplorado. Esta es la razón por la cual Surabhi S. Nath, investigador del Instituto Max Planck de Cibernética Biológica en Tübingen, Alemania, se propuso comprender cómo surge la creatividad en LLM y si su proceso creativo se puede comparar con la forma en que la mente humana encuentra ideas. El documento se publica en el servidor ARXIV Preprint.
Enfoques creativos flexibles y persistentes
Con este fin, Nath se centró en un parámetro de creatividad que ha sido bien establecido en la investigación psicológica: la distinción entre enfoques flexibles y persistentes. Quizás sea mejor ilustrado con el ejemplo. Cuando se les solicita que enumeren todos los animales en los que puedan pensar, las personas con un enfoque persistente pueden comenzar con mascotas, seguidas de animales de granja, luego aves, etc., mientras que aquellos que prefieren un enfoque más flexible saltarán a menudo de una categoría a otra.
“La compensación entre una búsqueda amplia y profunda, entre explorar nuevas posibilidades y explotar las ideas existentes, es fundamental para cualquier esfuerzo creativo”, dice Nath.
Para evaluar estas diferentes estrategias, Nath y sus colaboradores pidieron a los participantes humanos y a varios LLM que realizaran tareas de creatividad psicológica estándar, como crear usos alternativos para un ladrillo o un clip de papel, por ejemplo, reutilizar el ladrillo como un paso o como un pisapapeles. Se sorprendieron al descubrir que las personas y las máquinas abordaron la tarea de maneras notablemente similares, utilizando estrategias flexibles y persistentes.
Cada modelo de lenguaje grande mostró una clara preferencia por un enfoque persistente o flexible en cada tarea, pero son menos consistentes que los humanos cuando se comparan en diferentes tareas. Además, los LLM flexibles produjeron resultados más creativos en comparación con los LLM persistentes, mientras que en los humanos, ambos métodos condujeron a una salida similar.
Mejora de la colaboración entre humanos y IA
Nath sugiere que estos resultados allanan el camino para una co-creación más efectiva: las personas que tienden a ser persistentes podrían beneficiarse de elegir un LLM flexible como su pareja de combate en una tarea, y viceversa. También imagina que una mayor investigación sobre los procesos creativos de humanos y máquinas podría ofrecer información sobre cómo se puede aprender la creatividad.
Queda por ver si los hallazgos son verdaderos para otros tipos de tareas creativas. “Los entornos más naturalistas son mucho más complejos y difíciles de estudiar”, advierte Nath. “El siguiente paso lógico podría ser mirar la creatividad en los juegos; proporcionan un escenario más rico, pero aún son controlables”.
Más información: Surabhi S. Nath et al, caracterizando el proceso creativo en humanos y modelos de idiomas grandes, ARXIV (2024). Doi: 10.48550/arxiv.2405.00899
Información en la revista: ARXIV proporcionado por Max Planck Society
Cita: (Casi) como nosotros: Caracterización de la creatividad en la inteligencia artificial (2025, 17 de abril) Recuperado el 17 de abril de 2025 de https://techxplore.com/news/2025-04- Caracterización-creatividad-artificial-inteligence.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
