与 AI 协作开展创意工作：大语言模型（LLM）如何改变创造力

2025年3月25日

自 2022 年 12 月问世以来，ChatGPT 引发了广泛讨论，推动大语言模型（LLM）在各行各业迅速普及。如今，这些模型协助用户处理各类开放式任务，其中许多任务对创造力有很高要求。

去年，Zenan Chen 和 Jason Chan 在顶级期刊 *Management Science* 上发表了一项开创性研究，题为"Large Language Models in Creative Work: The Role of Collaboration Modality and User Expertise"。该研究基于一项设计严谨的随机实验，考察了人与 LLM 的不同协作模式如何影响广告文案写作的创意过程。研究重点比较了使用 LLM 的两种主要方式：（a）作为代笔者（ghostwriter），由模型主导内容生成；（b）作为参谋（sounding board），对人类创作的内容提供反馈和评价。实验邀请专家和非专家参与，要求他们分别在有和没有 LLM 协助的情况下完成广告文案写作任务，随后对广告质量进行评估。

有趣的研究发现：AI 如何与人类协作？

该研究的一项关键发现是，使用 LLM 的影响并不一致，而是由协作模式与用户专业水平之间的交互作用所决定。借助 LLM 的反馈，非专家能够产出在语义上更接近专家水平的广告内容，有效缩小了他们与领域专家之间的差距。然而，对专家而言，将 LLM 用作代笔者不仅未带来明显优势，反而对其表现产生了负面影响。原因在于代笔模式尤其容易引发锚定效应：LLM 最初生成的内容会在不知不觉中限制专家的创意思维，最终导致广告质量下降。此外，专家将 LLM 用作参谋时也未获得实质性收益。这可以用天花板效应来解释：通用型 LLM 的建议无法超越专家已具备的专业深度和实践经验。

AI 在广告创意中的作用：一把双刃剑

除上述洞见外，该研究还提出了其他发人深省的发现。一般而言，客观、篇幅适中且可读性高的广告往往能获得更高的互动率。然而，LLM 在代笔模式下生成的初稿可读性较低。

此外，在代笔模式下，LLM 倾向于在初稿中加入更多表情符号和话题标签，这可能削弱信息的可信度以及信息来源的可靠性（Koch et al., 2023）。虽然参与者在使用代笔模式后对表情符号的使用做了部分调整，但 LLM 最初引入的这些元素似乎仍对最终广告产生了锚定效应。

对企业和从业者的启示：AI 应用的巨大潜力

这项研究为从业者提供了极具价值的洞见，强调应根据从业者的专业水平选择最合适的 LLM 协作模式。对于经验有限的新手而言，参谋模式能更有效地提升其创意作品的质量。组织可以考虑以这种方式运用 LLM，支持新员工或帮助他们应对不熟悉的业务挑战，从而加快其学习和成长。同时，组织应制定明确的 LLM 使用指南，强调员工在使用代笔模式时可能面临的认知偏差。尤其是在依赖专家产出高水平创意成果时，应谨慎采用这种方式，因为它存在引发锚定效应、限制创意思维的风险。虽然通用型 LLM 可能无法直接提升专家级工作，但基于特定领域数据训练的专用模型有望为资深专业人士提供新的视角和有价值的洞见。

随着 LLM 技术不断进步和普及，个人和组织必须审慎评估其优势与固有局限。通过有策略地发挥 LLM 的长处并弥补其不足，企业将更有能力驾驭生成式人工智能的力量，释放人类创造力，并在各类创意领域取得更好的成果。

References

Chen, Z., & Chan, J. (2024). Large Language Model in Creative Work: The Role of Collaboration Modality and User Expertise. *Management Science*, 70(12), 9101–9117. https://doi.org/10.1287/mnsc.2023.03014

Koch T, Denner N, Crispin M, Hohagen T (2023) Funny but not credible? Why using (many) emojis decreases message credibility and source trustworthiness. Soc. Media Soc., ePub ahead of print September 4, https://doi.org/10.1177/20563051231194584.