ИИ ИИшка Про
Новости

Нейросети обошли среднего человека в тестах на креативность

AI-редакция

Креативность долго считали последним бастионом человека — мол, считать и писать код машина научится, а вот придумывать она не сможет. Свежее исследование, в котором сравнили больше ста тысяч людей с современными нейросетями, бьёт по этой уверенности: на ряде тестов на креативность ИИ обходит среднего человека.

Звучит как сенсация. Но дьявол, как всегда, в формулировках.

Что именно измеряли

Тесты на креативность — это не «нарисуй гениальную картину». Чаще всего проверяют так называемое дивергентное мышление: например, просят за минуту придумать как можно больше необычных применений обычному предмету вроде кирпича. Чем больше идей и чем они разнообразнее — тем выше балл.

И вот тут нейросеть в своей стихии. Сгенерировать двадцать непохожих вариантов за секунды — ровно то, что она умеет лучше всего. Неудивительно, что по такому критерию она обгоняет человека, который за ту же минуту вспомнит штук пять.

Почему не стоит спешить с выводами

Два слова в заголовке исследования делают всю погоду: «ряд тестов» и «средний человек».

Во-первых, обойти тест — не то же самое, что быть творцом. Креативность в жизни — это не количество идей, а вкус, чутьё и умение выбрать ту единственную, что выстрелит. Этого тесты не меряют, а машина этого пока не умеет: она выдаёт варианты, но не понимает, какой из них по-настоящему хорош.

Во-вторых, средний человек — это не лучший. Сравнение идёт с усреднённым результатом, а не с сильными авторами, дизайнерами и изобретателями. Там картина наверняка иная.

Что это значит на практике

Паниковать рано, а вот пользоваться — самое время. Главный вывод простой: для этапа «накидать идей» нейросеть — отличный напарник. Застряли с заголовком, концепцией, названием? Попросите модель выдать три десятка вариантов — и выбирайте. Генерацию она берёт на себя, а отбор и доводку оставляет вам. Как раз то, в чём человек всё ещё сильнее.

По сути, граница сдвинулась: «просто придумать много вариантов» перестало быть редким навыком. Ценность сместилась в сторону вкуса и решения — что из придуманного достойно жизни. Как превратить нейросеть в генератор идей под свою задачу, мы разобрали в отдельном гайде.

Что важно проверить на практике

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Нейросети обошли среднего человека в тестах на креативность», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Нейросети обошли среднего человека в тестах на креативность. Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Сохраните исходник и финальную версию рядом. Через неделю вернитесь к примеру и отметьте, что пришлось исправить. Такая маленькая история правок превращает публикацию в практический материал, а не в пересказ возможностей.

Перед публикацией перечитайте текст как человек, который впервые сталкивается с темой. Уберите необъяснённые термины, добавьте конкретный следующий шаг и проверьте, что вывод не шире фактов. Ссылки и даты должны вести к актуальному контексту, а не служить украшением.

Если материал касается денег, безопасности, здоровья, права или персональных данных, обозначьте границы применения отдельно. Решение остаётся за ответственным человеком; нейросеть может ускорить подготовку, но не принимает ответственность за последствие.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Нейросети обошли среднего человека в тестах на креативность», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Новости Постоянно работающие ИИ-агенты: что меняется, когда помощник действует без открытого чата ИИ-помощник, который продолжает работу между сообщениями, меняет не только скорость задачи. Разбираем, какие границы нужны до первого доступа к рабочим сервисам. Новости Почему команде нельзя оценивать ИИ только по счёту провайдера Поставщик фиксирует объём вызовов, но не знает, принят ли ответ в рабочем процессе. Показываем, какие показатели дополняют счёт и где нужен человеческий контроль. Новости JEV-27B-VL: что проверить в свежей модели решений для изображений AutoTrust представила JEV-27B-VL: разбираем, где полезна связка изображения и калиброванного выбора, а где нужен человек. Новости Новые модели для рабочих данных: что проверить после релизов конца сентября 29–30 сентября NVIDIA представила Kumo Tabular для табличных задач, а разработчики open-weight моделей Hunmin-397B-A17B-CUA и AREX-2 опубликовали новые агентные релизы. Практический смысл, ограничения и план проверки.
Опубликовано: 25 июня 12:00
← На главную