高新民 傅利华：合成性创造力——计算创造力的一种“实现”方式

人工智能（以下简称AI）最新的发展可谓捷报频传，其突出的成就是，在诞生了像ChatGPT和AlphaFold之类的有公认超人创新能力或创造力的计算系统的同时，一门号称AI之“终极前沿”的“计算创造力”赫然出现在了人类科学技术的殿堂之中。它是一个足以弥补过去AI空白的新概念，有两个指称，一是指由人工系统或计算机所“实现”的创造力，实即被人类和计算机创造的创造力；二是指专门研究如何让人工系统“实现”创造力的、融理论探讨和工程实践于一体的AI研究领域。这里所谓“实现”（realization）是心灵哲学中一意味深长的概念，指的是某种功能或性质为某基质或实在表现或执行的过程。功能主义的重大发现是，心灵的起源问题实即实现问题，如此类推，创造力的创造也不是神话，因为这同样是一个如何实现的问题。实现一般有可多样显现的特点，如桌子既可用玻璃实现，又可用木头或钢材等实现。同理，我们这里要研究的创造力像其他心理能力一样，也表现出了同样的可多样实现的特点，如它既可为人脑实现，也可为进化、生态系统等实现，还可为软件等人工系统实现。在为人工系统实现时，创造力又进一步表现出可多样实现的特点。根据笔者的认知，它至少有两大类实现方式，一是由一软件系统独立自主地实现，二是由人与人、机与机、人与机组成的系统合成性地实现。前者可被称作独立的计算创造力，后者可被称作合成性计算创造力。后一类创造力的特点是，不由单系统独自完成，而离不开别的系统甚至人类专家及用户的合作、协同、参与，主要表现为创造力支持工具、“共创造力”（c-creativity）、“创造力同僚”、群体创造力、计算社会创造力等子类。这些千姿百态、功能各异的创造力样式既烘托着计算创造力研究领域的兴旺和灿烂前景，又为我们重思创造力的本质，让创造力哲学研究上新台阶，提供了难得的思想材料。由于我们已在以前关于计算创造力的文章中对前一类计算创造力有基本的考察和探讨，这里重点关注和探讨它之外的合成性计算创造力及其发展中碰到的基础理论问题。

一、概念梳理与合成性创造力的分类问题

进入这一新的计算创造力研究领域面临的、需要我们将其作为前提性问题探讨的难题是，相关概念混乱不堪，内涵和外延亟待探讨和梳理。例如，计算系统实现的创造力究竟有哪些样式或个例？它们的共性和一般本质是什么？怎样对它们展开分类？对这些问题学界有一些探讨，但分歧很大，十分混乱，几乎是各唱各的调。我们不妨先考察一下相关有影响的看法，然后在此基础上作出我们的思考和梳理，以为后面的研究扫清障碍，准备理论建构所需的地基。

马赫（M.Maher）是本领域有影响的专家，为探寻计算和群体创造力研究的新方法、新方向，创立了自己发展计算创造力研究的方案。根据他的分类，计算创造力有这样一些类型，一是机器表现出的创造力，二是人表现出的创造力，三是人机合作完成的合成创造力，即群体创造力。在他看来，计算创造力研究的一个薄弱的、亟待加强的工作就是开发人机结合的合成计算智能系统。这是一种有代表性的观点，它实际上是把计算创造力分为计算机独立完成的创造力和人机合作完成的创造力两大类。其问题是，遗漏了计算创造力中的许多样式，如创造力支持工具、共创造力、计算社会创造力等。我们在改进他的分类的基础上，将把计算创造力分为两大类，一是计算系统独自完成的创造力，二是合成性计算创造力，它又包含许多子类。我们将对后一类创造力的样式、子类及其特点和关系作出新的梳理和探讨。

就对创造力支持工具的概念化和归类而言，有些代表性观点在这里表现出了抢其他类型创造力饭碗的偏颇，或把别的分类中的非创造力支持工具的创造力归到这个类别中来。我们知道，创造力支持工具已有许多成功的开发。根据一种分类，它有这样四类：一是用机器作为管理、辅助工具；二是作为交流沟通工具；三是让机器成为创新的增强器，即通过机器增强人类创新；四是让机器成为创新行为中的合作者，如在诗歌创作中，先让机器写，然后人类诗人再来将其作为创作的基础或灵感。我们认为，这最后一类创造力应归结为群体创造力或“共创造力”。还有一种分类，如根据目的与手段的关系把它分为两大类，一是以服务于该工具以外的存在为目的的创造力支持工具，例如它的运行最终能帮用户带来经济利益，帮用户生成看得见、摸得着的成果，即具有生产性或生成性；二是本身有自己目的的创造力支持工具。其问题是分类不周全，遗漏了许多创造力支持工具。

再者，由于概念关系没有理清，没有为大众公认的计算创造力概念和分类体系，因此有一些计算创造力样式以及一些有创造力的软件系统的归类就存在着混乱。例如，人机协作创造力特别是其中的能参与“人机即兴合作演奏”的人工系统，究竟是该归到群体创造力中，还是应让它自成一类，就值得重新思考。一般而言，人机协作创造力指的是包括人和机器等在内的多个参与者主动参与的一个创新过程。如果这里的协同创造力是计算的，那么其中至少有一参与者是计算机。最典型的例子是人机即兴合作演奏。在这里，“人机的贡献相互影响，这恰恰是这种合作的即兴演奏的本质”。如果这样理解，它就应被看作群体创造力中的一个子类。但也有观点认为，协同创造力是一种类似于格式塔的东西，因为参与者的贡献一经结合为一种创造力，就成了一种整体大于部分之和的现象。如果是这样，协同创造力就成了创造力的各种个例中的、有自己独立性的一种，即不能被归结为群体创造力，而是与群体创造力平等的创造力。还有观点认为，一实在要被看作有创造力的合作者，或要被认为协作性创造力，必须以协商的方式，朝着期望的方向，带着共同的理解和意图去完成创新任务。当然，也有不同的看法，如有的人强调，在协同创造力中，创新的责任要么应归于团队的每个个体，要么应归于团队，可根据互动和构思的水平来加以判断。有的人认为，应该用混合的方法来判断，同时看到人的主导作用。有的人主张，通过动态分析来归属创新的作用。

对共创造力的归类也有这样的问题。一种理解是，计算创造力中的共创造力尽管也是由多个部分以一种混合、合作的方式促成的，尽管其中的每一部分都有其专门、平等的作用，但促成这种共创造力的合作不同于一般的合作。别的地方的合作可被建模为一种劳动分工，每个个体的贡献之总和就是合作的结果，但计算创造力中的共创造力允许参与者根据同伴决策及行为的反馈来即兴发挥。其想法可以混合，并以来自团队队员的个性和动机的混合方式建立起来。在这里，创新成果是通过多部分之间的互动和协商而凸现出来的，其结果大于个体贡献之总和。当然，这样的理解是一家之言，因为也有人认为，共创造力概念也可涵盖创造力支持工具和协同创造力。

关于合成性计算创造力的分类，占主导地位的观点是，它主要包括三个子类，即创造力支持工具、协同创造力与群体创造力。它们的共同特点是，不是由人、人工系统分别独自完成，而是由人与机器一同实现。至于如何予以表述，是有不同看法的，如有的人说这里显现出来的创造力“有计算机的参与”，或说它是“计算机促成的”“引发的”或“协助完成的”，等等。对它们的区别的看法是，人机合作的创造力是机器参与的创新，或者说是人工系统为创新过程贡献了力量的创造力，创新支持工具说的是人工系统作为工具对创造力发挥了辅助性的、补充性的作用。前者说的是计算机帮助生成了创造力，后者说的是它有辅助创新的作用。所谓群体创造力、共创造力被认为有多个构成部分，甚至包括用户、受众、一次创新和二次创新等，因此是以混合的方式所促成的创造力。

计算创造力的分类研究表面上是关于它的外延的、浅层次问题的研究，其实，由于表层现象是内在构成和本质的外化，因此对分类的研究也有其认识计算创造力内在构成、机制和本质的意义。以对人机协作创造力的归类的研究为例，它的归类之所以有争论，是因为人们对它的内在东西乃至整个计算创造力的构成和本质有不同的认识，例如，这里有四因素理论与五视角理论、六因素理论等的争论。这些说明，对分类的研究必然牵涉对本质和机制等深层次问题的认识，同时有深化本质认识的意义。

要对计算创造力的样式作出科学的、有利于为本领域的健康发展提供清晰可靠、不易引起混乱的理论地基的分类，一是要有对已诞生的计算创造力的样式、个例的尽可能全面的认知，有对未来发展的科学预判，二是认识到计算创造力的这样的本质，即在哲学的创造力理论、创新观指导下，通过探讨工程技术问题，完成创造创造力这一伟大的工程。基于我们的研究，我们赞成根据计算创造力是不是机器独立完成的，是否具有参与、合作的性质，把全部计算创造力样式分为两大类，一是由人工系统独立完成的创造力，二是由人工系统参与而形成的合成性创造力。这没有太大的争论，麻烦的是，专家们对如何划分后一类创造力存有差异很大、很混乱的看法。

我们认为，后一类创造力的共同特点在于，它们不是由人或机器独立完成的，而同时包含这两方面的贡献。它们的区别不在于人或机器合作的方式上，也不在于人或机器作用的大小，而在于人或机器在合作、参与创新的过程中是否作为主体发挥作用，是否有主体或自主体地位。据此，我们认为，合成性计算创造力有三种情况，一是机器在人机合作创新时，机器没有主体地位，只是作为人完成创新任务的工具而起作用。创造力支持工具就属于这一类。二是人和机器在创新过程中都以自主体的形式发挥作用，由此所决定，合作所产生的创造力是多自主体系统合作的产物。如此形成的人工创新系统可称作多自主体创新系统。其形式很多，如协同创新系统、共创造力和“创造力同僚”等。三是，尽管所生成的创造力也是人机合作完成的，但在这个合作过程中，人和机器的主体地位都被淡化或被消除了，因为它们的合成演变成了格式塔，即作为整体而发挥着创新作用，进而，各自的作用没有清楚的界限。这类创造力的子类有群体创造力和“社会创造力”等。下面，我们再在考察这些计算创造力样式、子类的工程实现的过程中探讨里面亟待解决的基础理论问题。

二、创造力支持工具与人类创造力的增强

研究新的支持创新的工具的灵感来自这样的认识，即能提供未知但有趣的信息片断有助于抓住问题的要害，启发新观念，激发新思想。换言之，这一研究领域的创意来自对创造力这样的解剖，即创新过程有时得益于周围人的一个无意的提示或言行，有时得益于别人想法的启发，有时，知道得越多，就越有可能创新，有时，一个创新行为如一项发明创造，往往得益于对几个层面或信息领域的关联、混搭等。因此，开发创造力支持工具的目的不是要让人工系统直接生成现成的创造力，而是要为人们例如用户更多和更快创立新的思想、拿出创新成果提供启发和支持。简言之，这一研究的目的是用计算创造力及其产品帮助人类创新。在此意义上，它是名副其实的人类增强技术。只是它增强的是人的能力中最高级的创造力。根据目的与手段的关系可把它们分为两大类，一是以服务于该工具以外的存在为目的的创造力支持工具，例如它的运行最终能帮用户带来经济利益，帮用户生成看得见、摸得着的创新成果，其特点是生产性或生成性；二是本身有自己目的的创造力支持工具。

我们先看“发明家博士”（Dr Inventor）这一服务于它以外的存在的创造力支持工具个案。它设计的理论基础是“关于人的融合性、能推理的认知模型”，当然还利用了关于类比比较和概念混合的对应投射方面的研究成果。它之所以具有创造力，是因为它通过运用大数据观点来进行创造性比较，能在准结构化文档（如学术论文、专利申请）与心理学材料之间完成创造性融合。另外，基于对类比方法本身的挖掘，它能将新的类比模型应用于对它的设计本身的挖掘，将新的类比模型应用于对它的设计之中，如不像常见的类比更多关心领域内的映射，而关心语义遥远的源领域与目标领域间的映射。从作用上说，这一创新系统有诱发二次创新的作用。其机理在于，它是“自维持”的创造力模型。该模型的构件有，处理文档摘要、信息提取的组件，负责本体论学习、匹配、个性推荐的组件，负责研究对象框架的生成、评价和类比推理的组件，负责映射、检索和最后的可视分析的组件。它的两个输入空间中都有“研究对象框架”。正是这框架激发了后续的二次创新。

“随意的创新者”（casual creator）属于第二种创造力支持工具。它由康普顿等人所研制，要支持的是不以目的或任务为中心的创造力，即不追求经济利益、物质报偿，不想让创造力具有所谓的生产性。它支持的创造力可能只是好玩、有趣，或为创新而创新。这种创造力可称作“以自身为目的的创造力”或没有明确功利动机的创造力，如游戏设计中的创造力就是如此。按这一理念设计而成的“创造者”是“随意”的创造者，它是这样的相互作用系统，即鼓励快速、自信和愉快探索可能性空间，通过创新或发现找到令人惊讶的新输出，为制作它们的用户带有自豪感、所有权和创造力。

用计算创造力来支持人类创新的尝试还有很多。例如，有一创造力支持系统能通过帮助发现跨领域的意外关联来支持创新。它是由科特尔等人为了解决人类创新中这样的新难题而建构的，一方面，可用数据以惊人速度膨胀，另一方面，工作在跨学科领域的人越来越多。在这样的环境下，要找到所需要的有用信息就变得十分困难。因为个人仅凭一己之力根本无法知道所需信息在哪，怎样去寻找。为解决这类问题，加上有这样的灵感，即提供未知但有趣的信息不仅能弥补创新主体信息少、不周全的缺陷，而且能激发新的思想，科尔顿等人就开发了能发现跨领域关联的创造力支持工具。

创造力支持工具研究一反过去以创造者为中心的观点，而强调创新是一个包含创造者与使用者或创新成果消费者互动的、不断提高的过程，里面不仅有原创者的贡献，如原创者提出的创意及其对该创新工作的开启和奠基，而且还有由创新成果所刺激、诱发的用户的二次创新。可见这里诞生了这样两对有意义的范畴，即创造者与消费者，一次创新与二次创新。用户是创新成果最直接、最热心的消费者，当他们碰到并使用创新成果时，不仅会予以消费，有时还会受其刺激和启发，参与到创新过程的新阶段中，进而形成二次创新，如让他们进到新的概念空间，这会促使他们做出新的创新。由此可以说，真正的创新成果不仅是它的创造者的创新经验的一个产物，而且必定会在适当参与其中的消费者中激发创造力。

创造力支持工具作为计算创造力研究的一个子领域之兴起得益于这样的忧虑和追求，弥补已有计算创造力研究实效不明显等不足。通过对计算创造力理论和应用研究的反思，人们发现，尽管过去对计算创造力研究比较多，成果也不少，但我们并没有弄清心灵怎样以创新的方式运作，这里的挑战性任务是，如何进一步认识人类心灵创新的秘密和机制，如何开发计算工具来帮助心灵实现创新。

要发展这一研究，还应看到，建构创新支持工具的主要工作是研究如何设计出有助于人们更好创新的工具和技术。在这里，计算创新系统是作为后续的可能发生的创造力的工具而发挥作用的，例如它不一定会像传统检索系统那样回应给定的查询，而试图提供有趣、新颖的信息，这些信息是有利于创新、有利于打破思维定势的。另外，在设计相关工具时，还应看到，创造力支持工具不同于创新思维工具。后者包括的方法很多，如大脑风暴法、水平思考法等。它们鼓励用户自己想出新点子，而前者的特点是，自动生成能引导或激发用户对问题形成更具创意的解决方案。

三、多自主体创新系统与创造力构成的认知创新

这里的“自主体”译自“agent”，而非“subject”（主体）。自主体不同于主体，因为它不是一个认识论概念，突出的是自主性，指的是能独立、自主完成特定任务的系统。既可指人，也可指机器或软件。如前所述，集合多自主体的力量而形成的创新系统，不同于创造力支持工具的表现是，在计算创造力建模的程度和规模上又向前迈了一步。这样的计算创造力实现方式不再只是作为工具来帮助人创新，而是作为有一定自主性的自主体与人，与其他计算系统一道完成创新任务。质言之，它指的一般是包括人和机器等在内的多个参与者主动参与的一个创新过程。在这个过程中，参与合作创新的自主体都有自己的独立地位和贡献。最典型、成功的例子是人机即兴合作演奏。在这里，“人机的贡献相互影响，这恰恰是这种合作的即兴演奏的本质”。多自主体创新系统有多种表现形式或子类，如协同创新系统、“共创造力”和“创新同僚”等。

先看协同创新系统。它生成的创造力不同于人与人合作生成的创造力，因为计算机在人机合作的创造力中至少可扮演四种角色。1.像保姆一样：在创新工作的完成中，帮助人们尽可能有效地工作；2.作为笔友起作用：帮助人记录和交流思想，启迪其他合作者，有时能提供灵感和新点子，或帮助其发展、完善；3.作为教练，如作为专家系统，以知识渊博的优势帮助用户更好表现创造力；4.作为同事，成为人机系统中真正的伙伴，一同完成创新任务。作为计算创造力研究的一个重要领域，这一研究关心的是如何设计和建构能交互的、有创造力的计算合作者。这种合作者能通过用户的界面与人交互，进而与人结合在一起，形成有共同目的和任务分工的创新系统。其独特之处在于，合作系统中的子系统都有相对独立的自主创新能力，有共同的创新轨迹，有自己的主动权，但又不同于单一的自主创新系统（自己不借助协作而独立完成创新的系统）。从关系上说，协作创新系统是介于单独自主创新系统和创新支持工具之间的一种计算创造力形式。这样的创新系统不仅得到了大量的理论研究，而且取得了应用上的成功，如在音乐、绘画、诗歌创作等领域都诞生了大量的机器创新合作者。

坎托萨诺等人基于自己对协同创造力的独特认知，借鉴和发展了威金斯等人将责任看作计算创造力、人机协同创造力的本质规定性的思想，认为人机协同创新是由至少一个人与一台机器共同完成的创新活动，其行为责任也是共同的。基于上述认知，他们设计了一个被称作人机创新集合体（collective）的系统。这里的集合体指的是参与创新的人与机器组成的创新系统，合作指的是合作者所完成的创新过程，包括元层次的交互，如商定共同的目标、交换信息、讨论工作方法，此外，这种合作还能生成新的想法和完成身体行为，以及附带的交互。合作所产生的成果得益于合作者共同的奉献，这奉献又能传递给受众和其他社会成员，让大家一同分享。协同创新的活动发生在特定的环境之下，这环境由文化产品、习惯、物质材料和心理资源等构成。如果说协同创新系统也有其构成，那么可以说，它有这样一种全新的构件，即集合体、合作、贡献、群体和环境。它们合在一起就形成了一种系统。

计算创造力协同创新研究还有很多方案，其中，交互方案就是受人类创新过程中这样的过程的启发而诞生的，例如人类创新主体在创作作品时，常常会受到他人、周围环境特别是文化的影响。鲍恩的基于交互理论的设计方案，想体现的就是这样的情境主义或宽创造力思想。根据他们对人的创造力的解剖，每个人表面上是独立的个体，其实是包含复杂构成的有缝隙或有孔的复合体。与个体之间影响流相对应，大脑中存在的是子模块的交互，亦即是有孔的复合体。把这些认知应用到协同创新系统建构时，就应关注关系因素、集体因素对创造力的决定性影响。在他们看来，以建模人脑为己任的AI就不应只关心、研究群体中的孤立单元，而应研究个体、社会、元组、更大群体和认知子模块及其交互关系。

很显然，人机协同创新是一种合作创新的新形式，不仅大大丰富了计算创造力的内涵，提升了其创造力，而且让我们更直观地看到创造力更多、更复杂的构成，因此是一种认知的创新，有关研究同时具有创造力哲学的意义。当然，这类创新系统的作用范围还十分有限，如在艺术、游戏创造力的建模等方面有不俗表现，但在科学创造力的建模上明显不足，值得探讨的新课题有很多，如怎样设计、评价和描述这样的创新系统？怎样为不同领域中流行的人机协同创新系统建构统一的框架？要让机器作为自主体在创新系统中发挥独立创新作用，应坚持什么样的设计原则，用什么样的设计过程？如何将机器创新方法转化为共同创新方法？如何从批处理方法转化为人机共同创新？根据笔者的认知，推进这一研究有两种进路，一是以用户为中心的设计，二是基于计算创造力观点特别是威金斯的计算创造力模型的设计。前者就是让用户参与设计，以明确理解用户的目的和任务需求，进而作出迭代设计和评估。

下面再看“共创造力”这一多自主体创新系统子类。所谓“共创造力”不是人与人或人与机器的一般的合作所导致的创造力。它尽管也是由多个部分以一种混合、合作的方式促成的，尽管其中的每一部分都有其专门、平等的作用，但促成这种共创造力的合作不同于一般的合作。别的合作可被建模为一种劳动分工，每个个体的贡献之总和就是合作的结果，但计算创造力中的共创造力允许参与者根据同伴决策及行为的反馈来即兴发挥。其想法可以混合，并以来自团队成员的个性和动机的混合方式建立和发展。在这里，创新成果是通过多部分之间的互动和协商而凸现出来的，其结果大于个体贡献之总和。这种互动可以扩大，甚至包括一个能在人机创新过程中与人类用户合作的有足够创造力的自主体。当然，这样的理解是一家之言，因为也有人认为，共创造力概念也可涵盖创造力支持工具和协同创造力。我们这里赞成前一理解。

抽象艺术的即兴创作是共创造力的一个典型例子。在有关专家看来，抽象艺术对于创造力研究特别有意义，因为抽象艺术中的概念转化和意义多变对创造力极富启发意义。它的多变性使它成了协同创新的理想选择。因为合作需要快速而轻松地协调彼此立场，建构共同的意义。以人工系统模仿毕加索作品的创作过程为例，它要模仿的是即兴抽象艺术创作过程。这种抽象艺术的一个特征是，它在创作的全过程中有变形和转型的能力。在这里，即兴创新过程更像是一场对话，在此过程中，每部分都在为互动创作作贡献，它不同于别的创造力，因为其结果是随机生成的，过程就是结果。

再来考察戴维斯（N.Davis）对计算机同僚及其建模的探讨。他建构了一个基于情境主义的生成模型，进而在必要的理论探讨的基础上，探讨了如何在计算机上实现这种同僚的工程学问题。这里所谓“同僚”指的是能作为一创新团队中的独立一员平等发挥作用的计算创新系统。由这种同僚参与的人机合作创新系统相似于前面所讨论过的创新协作系统。在两种系统中，计算系统都不是作为创新支持工具起作用的，而都有其独立的作用；其不同在于，两系统中计算机的地位和作用有微妙的差别，例如，作为同僚的计算机的地位和作用要高，是作为与其他合作者平等的伙伴存在和起作用的，而不是以助手、保姆等形式起作用的。例如，在即兴演奏中，作为同僚的计算系统同样有组织、协调、指挥的作用。其成功的例子是能与人类画家合作的人工系统——“绘画学徒”。它作为创新同僚的首要作用是能在创新的人与自主生成创新产品的计算机之间架起桥梁。

应看到的是，本领域的理论研究和工程实践中仍有一些急需填补的空白，如怎样把支持创新的工具、人、计算机结合起来以生成连续、合作、共创新的过程。另外，计算创造力领域还没有一种关于建构创新系统的设计原则。要解决这些问题，有必要在建构创造力的生成模型上下功夫。要如此，就要借鉴认知科学、创造力哲学研究的成果，努力把创造力建模成一种生成过程。创造力之所以是生成性的，是因为它完成的创新过程不是事先规定好了的，而是与环境以及环境中别的自主体有关的，是在与它们交互中根据实际情况而适时完成的。由此所决定，它的每一个行动都具有创新性。以艺术创作为例，创新行为不是在执行完全固定的计划和艺术目标，而是通过与环境实时的相互作用而突现的。

还要看到的是，相关研究要高质量发展，既要进一步探讨软件工程中的技术问题，如如何通过软件开发让作为合作者的人工系统具有更大的自主性，如何让它们具有更真实的创造力，而不是仅被评价为符合图灵标准因而有行为或效果上相近于真实创造力的表面的创造力，更应探讨其中的基础理论问题。后一方面可以说是这一研究领域的软肋。例如，不说全部，至少有部分人机协作创新系统研究，特别是以前的相关研究，所依据的创造力理论是心理学的四因素理论。它认为，创造力由创新个体、过程、产物和环境四种因素构成。以此为依据尽管比没有理论指导进了一步，但这一理论遗漏了创造力的许多关键构成，以此为指导是要走弯路的。因为这一理论只注意到了个体的创新，而没有触及不同观察视角之间的关系，没有注意到创新的社会和文化方面。改进的五视角理论由于其理论基础是新生的情境化认知理论，因此在指导合成性创新系统建模方面有一些进步。根据这类理论，认知有具身性、延展性、分布性等特点，创造力的生成离不开有关的社会因素的作用。尽管它看到了创造力离不开与环境的互动这一关键环节，但它的问题在于没有认清创新真正的内在机制。

合成性创新系统研究还有一亟待解决的问题，即各种方案以及所设计的系统缺乏统一构架，各行其是。其结果是不能共享资源，不能交互。这是不利于计算创造力持续发展的。有些专家看到了这一问题，正在努力改进，如坎托萨诺等人试图通过创造性工作构建一个能描述不同创新协作系统中的计算机和用户行为的框架，以便为有关研究者讨论共同创新的任务、形成可通用的接口进而解决不兼容的问题提供不受领域限制的词汇。他们认为，人机交互不外乎三个面向，即交互的模式、风格和策略。模式指的是合作诸方之间信息交互的形式，风格指的是有关行为和控制系统在这些通道上的行为模式，策略指的是促成这些行为的目的和计划。这三种交互合在一起就组成了一个由低到高的层级框架。这当然是初步的构想，究竟能否如愿发挥“统一”作用还有待实践的检验。

四、群体创造力与创造力的社会本质

计算创造力研究中的群体创造力尽管在形式上也表现为人与机或机与机相互合作而形成的计算创新系统，但如前所述，它有这样不同于别的计算创新系统的特点，即淡化创新主体，不过问创新主体。因为在群体创新系统中，人的创造力和机器的创造力的界限十分模糊。相对而言，这是一种新的发展计算创造力的方案。根据这一方案，今后的计算创造力研究应更多关注对计算创造力本身及其认识和建构方法的探讨，而少争论或压根不管创新主体是谁，是人还是机器，还是更大的人类群体或人机结合体之类的问题。因为诸子系统相互结合在一起，就组成了一个突现系统，一种格式塔一样的力量，再去纠结里面的哪个子系统做了什么，有什么作用，既无必要，也没有意义。

这里所谓“群体”指的是促成创新成果出现的共同体。其形式既可以是从事某一学科研究的人所组成的共同体，也可以是多个人工自主体组成的共同体，还可以是人机相互作用组成的整体。正如博迪利等人所说：“如果一个共同体的成员形成了有新意的想法，那么它所表现的创造力就是具有群体层次特点的创造力。”群体创造力的样式很多，一是人机组成的群体的创造力，二是后面要考察的“社会创造力”，三是机器与机器组成的群体创造力，四是基于社会计算创造力的创新自主体社团。

这里重点分析“社会创造力”。它之所以被打上引号，是因为它有歧义性。在计算创造力语境下，它指的不是通常所说的由人所组成的社会所实现的创造力，而是由一种特定的社会即网络等新技术形成的平台所实现的创造力。它本来是非人的创造力，之所以被称作社会创造力，是因为这种创造力主要是由社会所消费的。其主要例子是社会成员搭建起的公共网络平台，如随着web2.0的发展，可用信息的爆炸式增长使涌现的公开可用内容以不断增长的速度在社交媒体中被创造出来，这些取之不尽的内容资源提供的有用信息可以支持正式和非正式社会群体的创新。因此，这里的计算创造力既有创造力支持工具的意义，也有人机合作和群体创造力的意义。这样的事例还有很多，如学者们不可或缺的“有道”等翻译工具和输入法软件就是社会创造力的表现。总之，各种技术可促进社会创造力，社会创造力又不断推进技术的进步。

再看通过互联网将一些有创造力的团体联系起来所表现出的大规模的群体创造力。其典型群体事例有：1.Designcrowd.com，2.Quirky.com，3.q Design.com，4.Opening Design.com，等等。其中，第一个和第三个系统是由互联网把许多作为设计师的大规模的人群、人工系统及其创造力汇集起来而形成的系统，第二个能众包创新产品开发，在这里，创新集体与内部设计团队合作以设计从观念到市场的产品，第四个是建筑和城市规划平台，它们鼓励不同背景的人参与某个项目设计，并为民意调查和众包工作提供空间。这些平台的共同点在于，依赖专业和非专业的群体参与。它们的网站支持集体讨论和各种方式的参与。它们吸引了来自不同方面的创造性贡献，其中有发表一两次评论的观察者，也有经常参与、积极贡献新想法的人。从智能方面说，它们表现的智能是不一样的，主要有合作（collective）智能和集成（collected）智能之别。前者的设计是通过鼓舞投票和协作完成的，所表现出的创造力是在线群体的突现属性，在这里，团队有意识地组织和管理，因此可产生创新。后者是通过汇集个体的设计完成的。

社会创造力的形成和发展得益于这样几种创新技术的推动：一是探索性的创新技术，如商务服务的创造力触发器，它们能引导人们找到与创新观念有关的解决方案；二是约束消除技术，这是一种转型创新技术，它们能消除或减少许多不必要的约束，增加可能的探索空间；三是类比问题解答，即一种探索性创新技术，能将相互关联的事实网络从映射源领域转移到目标领域。每一技术都有它的优势和局限性，但结合起来则有利于社会创造力的生成和发展。

与社会创造力有联系的群体创造力是“基于社会计算创造力的创新自主体社团”。这里所谓“社会计算创造力”指的是这样一种关于计算创造力的理论或研究纲领，它一反过去把创造力理解为头脑之内的狭隘过程的观点，强调创造力是由创新主体、过程、学术领域和专家团队等广泛社会因素构成的大系统。基于这一理论建构的群体创新系统就是“基于社会计算创造力的创新自主体社团”。它指的是，由作为计算系统的自主体所组成的更大的计算系统。它不是人机创新系统，而是由许多软件、机器通过特定方式联合而成的机—机合成系统。作为一个研究课题，它的任务是在计算社会学语境下设计和分析创新自主体社团。由于这类研究较多，我们只考察林柯拉等人基于威金斯等人的“创新系统构架”对创新自主体社团的建构。“创新系统构架”是威金斯等人提出的、用来描述创新系统内过程的一种有用的工具，但主要适用于单个的自主体。林柯拉等人试图把它推广到创新系统社团的建构之中。如此拓展的构架优势在于，可描述与创造力有关的广泛社会现象，弄清个别自主体怎样关联于整个社团，以及这样的社团会导致什么样的社会后果。

为了让创新系统构架适于说明创新自主体社团，他们对这一构架作了这样的发展，如通过增加表征了社会中的信息交换的输入参数来解释怎样将这一构架用来解释社会中的自主体，然后讨论计算创造力研究应关注的社会因素，如社会聚合函数II和社会性的R、T和E。他们的扩展以两个假定为前提，第一，每个自主体都是一独立的创造者，第二，社团中的每个自主体都被假定能表现探索性创造力。这类创造力能用遗传算法、深度学习技术等来实现。他们的基本观点是，自主体间的相互关联、规范和别的社会现象都是自主体的属性，因此通过考察自主体关于社团结构的观点就能知道社团的状态和作用方式。最后，他们把社团经历的时间步长定义为t，t≥0，在这里，社团在t=0时开始初始化。他们假定，每个自主体Ai∈S是具有自己私有构架的独立创造者，这就是说，自主体能决定它应创造出什么样的产品。

创新自主体社团的时间上的变化是计算社会创造力研究的一个关键问题。这里的重要工作是对其内部结构和过程作动力学分析。要使一社团成为有活力的创新社团，从否定方面说，就是不能让它成为停滞不前的社团。其表现是，它在任何时候都无法形成向Rs、Ts或Es的基本变化。反过来，要做的工作是探讨如何让它成为连续不断地变化、转型的社团。这样的社团的标志是，社团能随着时间的推进形成向Rs、Ts或Es的改变。要这样，它就必须是一个思维发散型和有活力的社团。

值得肯定的是，林科拉等人关于计算社会创造力的扩展性方案，尽管没有为分析发生在创新社团中的沟通提供工具，但它在概念层面为分析沟通的结果和别的社会现象提供了手段。更重要的是，它揭示了这样的系统有创新潜力的机制。当然，许多理论和工程上的难题还值得进一步探讨，如如何识别这样的相互作用就是一个难题。由于这一理论只是阐释了每一自主体所包含的创新系统构架，因此它有可能遗漏这类构架的别的因素。

就群体创造力研究总的成就和特点而言，它十分重视创造力的根源、生成条件和机制等创造力哲学问题的探讨。因为在它看来，不解决这些问题，计算创造力就没有前进的方向。在揭示创造力根源时，这一方案强调，应从过程和产物的角度理解创造力。这样理解的一个好处是，能避免得出人有而机器没有创造力的片面结论。在如此理解时，关键是把过程和结果区别开来。它们是两种描述计算创造力的方法，一是描述其过程上的特点，二是描述其结果方面的特点。前者旨在弄清计算系统的认知行为，后者旨在揭示过程之结果及其特点。在从过程上理解创造力时，它强调，应像博登那样关注可能性空间。这空间即概念空间，或者说是思维的结构化方式。要弄清创新过程，就要弄清这些空间怎样变化，这些空间与已知结果、有创新潜力的结果之间是什么关系。基于这些，它关于创造力得出的结论是，创新过程有组合、探索和转型三种形式，每一形式说的是已知产物的概念空间生成创新产物的方式，以及概念空间随着产物出现的变化方式。

要推进群体创造力的研究，必须进一步探讨概念框架的建构。为了实现人机交互的集体创新，该方案构建了这样一个概念框架，它想说明的是，人机如何实现观念创新和交互，怎样将个体的贡献映射到可能性空间中。所谓观念创新指的是新点子的创立、合成、评价、实现过程。这些点子或观念能导致有创新潜力的产品或解决方案的出现。如果用观念创新来描述计算创造力，那么就有办法分析人、计算机的群体创造力，有可能揭示创新观念的根源，因为在人机合成系统中，我们能看清创新观念及其评估发生在哪里。在这里，模型和生成这两个范畴极为重要，它们可以描述人在计算创造力中的作用。“模型”说的是，人的作用就在于开发计算模型和过程。计算系统之所以有创造力，是因为它是创新观念或人工产品的源泉。“生成”说的是，除了人能生成创新观念之外，还包括，计算系统通过提供信息、通过为生成创新产品提供数字环境、通过为影响创新认知的数字内容提供知觉界面，也能生成创造力。

目前值得探讨的课题是，在社会创新过程中应该用什么样的标准和机制来帮助人们根据时空条件选择最有用的创新技术。另外，尽管群体创造力方案提出了社会创造力、计算机创新服务等理念，但由于这些只是初步的设想，要完善这些想法，特别是把它们付诸计算机实现，还有大量工作要做，如模型的形式描述，特别是，要真的在可能空间中有效探索，还必须建构关于创新探索的计算模型。再者，社会创造力的开放式平台即使建立起来了，还有进一步的问题，即怎样开发、挖掘，怎样提升社会创造力？要解决这些问题，显然要探讨，如何在群体内部鼓励和实施观念竞争，如何把观念竞争与引导用户的方法以及来自集思广益、交流方面的方法结合起来，以形成开放式创新。

结语

用机器或人工制品来“实现”创造力，这无异于创造创造力，就像进化、自然选择在我们人类身上创造出创造力一样。随着AI的发展，这不仅不再是梦想或理念，而且实实在在地变成了现实，至少按图灵式创造力标准是这样。不仅如此，正如著名哲学家查尔默斯所推论的那样，这种创造既可由人来完成，如人让机器表现出创造力，而且也在由软件自己完成，如经特殊编程的软件能根据新碰到的问题或环境的新变化自主制定创新计划，独自完成创新，创造创造力，即不仅能实现AI+，而且还能实现AI++，以至更多的迭代。这正好印证了创造力哲学所说的观点：我们已进入创新创新、发明发明、创造创造力的时代。

计算创造力尽管发展迅猛，成果累累，但由于年轻，前进的道路上仍横亘着一座又一座大山。要铲除眼前的障碍，有序向前推进，当务之急是做好概念化和概念澄清工作，特别是做好分类工作。这些研究表面上是关于其外延、浅层次问题的研究，其实，由于表层现象是内在构成和本质的外化，对分类的研究也有认识计算创造力内在构成、机制和本质的意义。笔者认为，已有的计算创造力主要有两大类，每类里面又有许多子类。就研究的前景而言，对合成性创造力的研究在目前技术水平下，更易上手，更有意义，发展的前景更为广阔。

计算创造力的研究不仅有发展AI、增强人类智能、促进科技和生产力发展等多方面的意义，而且有难得的创造力认识论意义，其表现是，它们从一个侧面让我们在创造力上看到了过去没有看到的许多构成、机制和本质。例如，创新的活动发生在特定的环境之下，这环境由文化产品、习惯、物质材料和心理资源等构成。如果说合成性创新系统也有其构成，那么可以说，它有这样一种全新的构件，即集合体、合作、贡献、群体和环境。它们合在一起就形成了一种整体大于部分之和的系统。另外，人机合作创新的方式正在丰富和发展创新的方式，如一种合成创新系统的组织方式就值得人类在完成协同创新任务时借鉴，它的组织方式有这样五种二分法，即固定与持续的方式、近端与远程的方式、水平与等级的方式、同质与异质的方式、人驱动与计算驱动的方式。

值得肯定的是，计算创造力关于合成性创造力的研究既大大深化了有关研究，在更好完成计算创造力的理想和任务方面向前迈出了宝贵的一步，同时，由于这类研究和建模的基础性工作是解剖人类和其他的实在的创造力，加之，它有更直观的方法和技术，能进一步具体再现创新的过程和机制，因此又有助于我们具体深入认识人类的合作创新过程及其内在奥秘和机制。有理由说，这些对合作性创造力的研究在顺应创造力认识发展趋势的同时，又成了时代的弄潮儿，极大推进了这样的认识趋势。不仅如此，就创造力自身的进化史和发展史而言，上述对合作性创造力的研究也让人工创造力大大丰富起来。随着最近几十年数字媒体技术的发展，创造力不断进化出新的样式，如对已有材料进行重组或重新混合，以及伴随新技术发展的协同、合作性创新形式。它们突出的是合作生产、协作、共同创新、用户与生产者的联合创新。

计算创造力对合作性创造力的研究尽管取得了一些成就，但连计算创造力研究专家也不否认，其发展刚刚起步，质量不高，相对肤浅，因此接下来的工作是进一步探讨，怎样让人工系统成为真正的合作创新者？已有的协同创造力中的合作、交互只是浅层次的，合作诸方都是孤立的，是黑箱，没有讨论、“思想交流”，如用户不知道机器的决策，没法与之互动、合作等。一般的合作、协作必然包含相互解释、沟通、学习等，人机协同创造力开发要提升档次，就要在这些方面有所突破。

值得庆幸的是，人们不仅意识到了这一领域中交互研究的欠缺，而且开始着手探讨出路和解决办法。在某种意义上可以说，畅通的、有真正自主性的交互是人机合作创新的一个枢纽，这是由计算创造力研究的目的和任务所决定的。它至少有这样一个目的，即建构能力越来越强大、能独立完成创新任务的自主系统。这系统必须有能力与人类进行有意义的交互，而要如此，它要么能生存于人类的环境之中，要么有与人类的认知交互，要么能理解人类构建关于环境的认知的方式。为了让计算系统有这样的交互能力，施彭德诺夫等人设计了一种关于人类知识库的模型，它由根源于环境知觉的概念所构成，描述了知识是怎样获得的，怎样应用于创造性的表现和审美评价之中。其形式化目标是将它建构为能有效分析创新复杂过程的抽象模块。基于这样的理解，他们揭示了已有计算创造力研究中这样的缺陷或空白，即没有形成关于有用知识的模型。既然如此，“正视此空白，用有用的知识模型来填补它，似乎是发展关于创造力计算模型的有效途径”。另外，为解决前进中的问题，专家们正在尝试各种可能的试错方案，如将认知科学的具身方案、延展乃至社会延展方案、生成方案、情境化方案等移植到合成性人工创新系统的研究中，有些已初见成效。总之，主要的问题找到了，探索正在进行中。

创造力的创造同样是一个如何实现的问题，因此，发展计算创造力、创造创造力特别是创造合成性创造力的根本出路在于，诉诸人脑逆向工程，努力弄清人脑是如何实现创造力的，在此基础上探讨用人工制品实现创造力的机理、原则和方法。创造创造力之所以不难变成现实，是因为所有的实现都具有可多样实现的本质特点，就像桌子不一定非要用木头去做一样，逻辑推理、创造力等在人身上由灵感顿悟、神经元及其系统所实现，在其他地方也可用别的方式实现。只要能让创新成果出现，用什么样的材料、过程和方式去实现都不仅是允许的，也肯定会受到作为成果之消费者的人类的欢迎。

作者：高新民，华中师范大学马克思主义学院教授；傅利华，华中师范大学外国语学院副教授。