Generative artificial intelligence models outperform students on divergent and convergent thinking assessments
Notice bibliographique
Résumé
Generative artificial intelligence (GenAI) has garnered significant attention for its remarkable capabilities and is now widely used in many creative domains, sparking scientific interest in its creative capacities. While previous studies have assessed GenAI on creativity tasks, there is no evidence comparing the latest GenAI models to the same sample of humans on both divergent and convergent thinking assessments. In this study, we compared the creative ability of human participants (n = 46) against three state-of-the-art GenAI chatbots-ChatGPT-4o, DeepSeek-V3, and Gemini 2.0-using the Alternate Uses Task (AUT) and the Remote Associates Test (RAT). For divergent thinking, we compared the median and maximum originality scores on the AUT, representing the level of originality of the 'average' and 'best' idea. We then compared performance on 57 RAT items as a measure of convergent thinking. All GenAI models outperformed human participants in both tasks: the 'average' and 'best' GenAI ideas were significantly more original than human-generated ideas. All GenAI models demonstrated superior RAT performance vs. humans. Among GenAI models, ChatGPT-4o consistently demonstrated the best scores on both tasks. These findings illustrate the immense creative potential of GenAI, but call into question the appropriateness of current creativity assessment methods in the study of GenAI creativity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».