生成式 AI 如何影响创造力：效率提升、同质化与认知债

生成式 AI（人工智能）刚进入大众工作流时，一个很有吸引力的判断迅速流行起来：它会降低知识工作的门槛，让经验少、技能弱的人也能完成过去只有熟练员工才能完成的任务。

这个判断并非凭空出现。2023 年，麻省理工学院两位经济学研究者在《Science》发表实证研究，发现 ChatGPT 能显著提升低绩效员工在写作类任务中的表现，而且提升幅度大于高绩效员工。换句话说，AI 看起来像一种“能力补齐器”：它让弱者进步更多，从而缩小人与人之间的生产率差距。

但后续数据给出了更复杂的答案。AI 确实能提高短期产出，却未必会自动带来平权。它可能同时产生三类影响：

真正需要理解的不是“AI 好不好”，而是：AI 提供的能力到底是被人内化了，还是只是临时外挂？如果大量个体都从类似模型那里获得类似答案，群体层面的思想多样性会发生什么变化？

从“工作平权”到“资历偏向”：AI 没有均匀改变劳动力市场

2025 年，两位哈佛大学经济学博士分析了 2015 到 2025 年间覆盖 6200 多万员工、1.5 亿多次招聘就业记录的数据，发现生成式 AI 对岗位结构的影响并不均匀。

在 2015 到 2022 年之间，初级岗位和高级岗位的就业增长趋势大体同步。2023 年之后，两条曲线开始分叉：高级岗位继续增长，初级岗位转向下行。对深度使用 AI 的企业来说，六个季度内初级岗位数量相对下降 7.7%，高级岗位则基本没有受到负面影响，甚至略有增长。

关键点在于，这种变化主要来自招聘减少，而不是大规模裁员。也就是说，AI 更可能影响“新人的入口”，而不是直接替换已经在岗的资深员工。

可以把这个机制简化成一条链路：

flowchart LR
    A[生成式 AI 进入企业工作流] --> B[常规写作、检索、整理、初稿生成自动化]
    B --> C[初级岗位承担的基础任务减少]
    C --> D[企业降低初级岗位招聘需求]
    A --> E[资深员工用 AI 放大经验和判断]
    E --> F[高级岗位产出提升或保持稳定]

为什么会出现这种“资历偏向”？

因为很多初级知识岗位的价值，来自可拆分、可模板化、可校对的任务，例如整理资料、写初稿、改格式、生成备选方案。AI 很擅长这些工作。高级岗位的价值则更多来自问题定义、任务拆解、质量判断、跨领域取舍和责任承担。这些能力不容易被一次生成替代，反而会因为 AI 的辅助而放大。

所以，AI 不只是“让所有人更快”。它会重新分配不同能力的价值：会提问、会判断、会整合的人获得更大杠杆；只依赖模板执行的人更容易被压缩空间。

研究一：41 万篇论文中的效率提升与表达趋同

北京大学李圭泉课题组在 Technology in Society 发表的研究，把问题推进到知识生产本身：当 ChatGPT 进入学术工作流后，全球学术论文是否变得更高产？如果更高产，内容是否也变得更相似？

研究团队从 Web of Science 核心数据库抽取了 17000 多名学者，覆盖物理科学、生命科学与生物医药、应用科学、社会科学、艺术与人文等 21 个学科门类，汇总这些学者在 ChatGPT-3.5 发布前后的 419344 篇论文。

研究关心两个指标：

其中，JCR（Journal Citation Reports，期刊引证报告）分区是一种期刊影响力评级体系。Q1 代表该领域排名前 25% 的期刊，Q4 代表排名后 25% 的期刊。

同质性的测量更偏技术化：

• 内容相似度：使用 SBERT（Sentence-BERT，句向量语义模型）把论文摘要转成向量，再计算向量之间的余弦相似度。
• 语言风格相似度：使用字符级匹配算法，统计摘要之间重复短语、句式和表达结构的相似程度。

余弦相似度的直觉很简单：两个向量方向越接近，说明它们表达的语义越接近。

cosine_similarity(A, B) = (A · B) / (||A|| × ||B||)

趋势图展示了 ChatGPT-3.5 发布前后，学术产出创造力与同质性的变化。它的重点不是某一个点的波动，而是断点之后斜率的变化。

图中可以看到，2022 年之前，创造力指标和同质性指标都在相对平稳地增长；ChatGPT-3.5 发布之后，两类指标的增长速度同时抬升。这说明 AI 像一个加速器，一方面提高产出，另一方面也让表达和主题更快地靠拢。

断点回归：如何把“巧合”与“因果”分开

仅仅看到 2023 年之后趋势变化，还不能直接说这是 AI 导致的。学术界本来就可能受到其他因素影响，例如研究经费、出版政策、疫情后的科研恢复、不同学科周期变化等。

为了解决这个问题，研究使用了 RDD（Regression Discontinuity Design，断点回归设计）。这个方法适合处理一种特殊场景：某个时间点或规则阈值把样本分成两侧，而阈值附近的个体差异很小，近似可以看成随机分配。

在这个研究中，ChatGPT-3.5 于 2022 年 12 月发布，可以被视为一个时间断点：

flowchart LR
    A[ChatGPT-3.5 发布前] --> B[无法使用 ChatGPT-3.5 辅助论文生产]
    C[ChatGPT-3.5 发布时间点] --> D[时间断点]
    D --> E[ChatGPT-3.5 发布后]
    E --> F[有机会使用 ChatGPT-3.5 辅助论文生产]

论文发表在断点前还是断点后，受到审稿周期、编辑流程、期刊排期等因素影响。对单个学者来说，这些因素并不完全可控。尤其在断点附近，断点前后的论文可以近似看作两组可比样本。

断点回归关心的是：如果没有 ChatGPT，趋势应该沿着原来的路径继续；如果断点后结果突然偏离原趋势，就可以把这部分变化估计为 AI 的影响。

一个简化模型可以写成：

Y = α + τ × AfterChatGPT + f(TimeDistance) + ε

含义如下：

断点回归成立有一个重要前提：样本不能在断点附近被人为操纵。比如，如果大量学者故意把论文压到 ChatGPT 发布后再投稿，或者抢在发布前集中发表，断点附近就不再近似随机。研究团队对这种“堆积”或“抢发”行为做了统计检验，以降低这类偏差。

断点回归结果图展示了 AI 发布后各项指标的变化方向和显著性。

结果显示，ChatGPT-3.5 发布后，学者人均年发表量增加约 0.9 篇，发表期刊质量平均提升约 6%，技术和物理科学领域的提升更明显。但同质性也同步上升：语言风格相似度平均每年增加约 79%，内容主题也显著趋同，物理科学、艺术与人文学科中的趋同现象更突出。

这个结果很关键：AI 带来的不是单纯的生产率提升，而是一种“高产出 + 高相似”的组合。

为什么 AI 会让内容趋同：锚定效应与默认答案

生成式 AI 的输出通常具有三个特征：

1. 速度快，能在几秒内给出完整结构。
2. 形式稳定，经常使用清晰、顺滑、可接受的表达。
3. 风险较低，倾向于给出多数场景下不会太错的答案。

这些特征非常适合提高效率，却也容易制造锚定效应。锚定效应指的是：人一旦看到一个初始答案，后续判断会被这个答案牵引，很难完全跳出去重新思考。

在 AI 工作流里，锚定效应通常是这样发生的：

flowchart TD
    A[人提出问题] --> B[AI 快速生成一个完整框架]
    B --> C[人觉得框架基本可用]
    C --> D[后续修改围绕 AI 框架展开]
    D --> E[最终作品保留 AI 的主题、结构和措辞倾向]
    E --> F[大量用户得到相似输出]
    F --> G[群体层面的内容同质化]

个体层面看，这是一种省力机制：不必从空白页开始，可以直接修改现成答案。群体层面看，许多人都从类似模型、类似提示词、类似训练语料中获得初稿，最后就会产生相似的主题选择、段落结构、语气风格和论证套路。

同质化不等于所有内容完全一样，而是差异变小。它可能表现为：

这就是 AI 的双刃剑：它降低了表达难度，也降低了偏离默认答案的概率。

研究二：AI 离场后，创造力提升还能留下吗

宏观数据能说明知识生产整体出现变化，但还不能回答一个更细的问题：个体使用 AI 后，创造力是真的提高了，还是只是在 AI 陪伴时看起来提高？

为此，北大研究团队设计了一项纵向行为实验。参与者是 61 名大学生，被随机分成两组：

实验分为多个阶段：

• 第 1 天：所有参与者都不使用 AI，完成创造力基线测试。
• 第 2 到第 6 天：AI 实验组使用 ChatGPT-4 完成每日创造力任务，对照组不使用 AI。
• 第 7 天、第 30 天、第 60 天：所有参与者都不能使用 AI，完成追踪测试。

实验流程图展示了这种“先辅助、再撤离、再追踪”的设计。

这个设计的好处在于，它不仅能观察 AI 使用期间的即时效果，还能观察 AI 被撤走后效果是否持续。如果 AI 真正提升了人的能力，那么在无 AI 测试中，实验组仍应保持优势；如果 AI 只是提供了外部脚手架，那么一旦脚手架撤走，优势就会消失。

创造力评估采用多种任务组合：

评分使用 CAT（Consensual Assessment Technique，共识评估法）。多位专家在不知道参与者分组和实验目的的双盲条件下，对创意产出的新颖性、实用性、灵活性等维度打分。评分者信度 ICCs 高于 0.90