Недавнее исследование, опубликованное в журнале Nature Human Behaviour, сосредоточилось на сравнении креативности 9198 человек и восьми больших языковых моделей (LLM). Ученые из Гонконгского и Северо-Западного университетов провели тесты на дивергентное мышление, проанализировав 215 542 прогона моделей. Результаты показали, что GPT-4 Turbo набрал 81.78 балла, превзойдя средний человеческий результат (78–80 баллов). Тем не менее, в сравнении лучших 10% людей с аналогичными ответами GPT-4 Turbo, люди продемонстрировали значительное превосходство со статистической значимостью p < 0.001. Исследование использовало тест Divergent Association Task для объективной оценки креативности без влияния субъективных мнений. Выводы показали, что LLM могут имитировать оригинальность, используя статистические методы, но людям по-прежнему удается генерировать более уникальные идеи. Авторы подчеркивают, что ИИ может быть полезен для рутинных задач, однако для прорывных идей необходимы человеческие креативные способности.