长久以来，人工智能头上悬着一把达摩克利斯之剑：它会抢走人类的工作，包括那些原本被认为属于人类独有领地的创造性工作。

但2026年3月，英国斯旺西大学在ACM学术期刊《交互式智能系统学报》上发表的一项研究，给这把剑换了个方向。超过800名参与者参与的大规模实验显示，在有AI介入的创意设计任务中，人们不仅花费了更多时间，最终的设计成果也明显更好，参与感和投入程度也显著提升。

这不是AI替代人类创意的故事，恰恰相反，这是一个AI把人类创意往更深处推的故事。

"坏设计"反而点燃了创造力

实验的设置颇具匠心。参与者被要求在一个AI辅助平台上设计虚拟汽车，而这套系统与市场上大多数AI工具的逻辑截然不同：它不在幕后悄悄帮你"优化"出一个最优解，而是把一整个视觉图库摆在你面前，里面有性能出色的设计，有天马行空的奇特方案，也有一些故意放入的"烂设计"。

这套方法叫做MAP-Elites，是一种质量多样性算法，其核心思想是：与其找到一个"最好的答案"，不如把整个设计空间里各种各样的可能性都呈现出来，让人去探索。

实验结果让研究者自己都感到意外：参与者对那些包含"坏设计"的多样化图库反应最为积极。

研究首席作者、图灵研究员、斯旺西大学计算机科学副教授肖恩·沃尔顿博士解释说："这些多样化的设计图库帮助参与者突破了最初的思维定势，探索了更广阔的设计空间。这种结构化的多样性避免了过早的思维固化，并鼓励了创造性的冒险。"

这个发现背后有扎实的认知科学依据。人类的创造性思维有一个顽固的"第一方案锚定"效应：一旦脑海中浮现出一个初步想法，后续思路往往会不自觉地围绕它收敛，越来越难以跳出。AI生成的多样化图库，相当于强制性地把视野拓宽了，让人们在"坏设计"与"好设计"的对比中，更清晰地感知到可能性的边界在哪里。

我们一直在用错误的标准评价AI

这项研究还揭示了另一个被业界长期忽视的盲点：我们评估AI创意工具的方式，可能从一开始就走错了方向。

当前行业内通行的评估指标，几乎清一色是行为层面的量化指标，用户点击了AI建议几次、复制了多少设计元素、完成任务用了多少时间。这些数据容易采集，也容易放进PPT展示，但它们描述的只是"用户用了AI没有"，而不是"AI让用户变得更好没有"。

沃尔顿博士的团队认为，这套评估框架遗漏了最重要的东西：技术如何影响人们的思维模式、情绪状态，以及探索未知想法的意愿。这些维度无法用点击次数来衡量，但它们恰恰决定了一个AI工具究竟是在增强人类能力，还是只是在制造一种"被使用"的幻觉。

这个批评指向的是一个更宏观的行业问题。目前市场上充斥着各类AI创意工具，设计、写作、音乐、建筑，几乎没有哪个创意领域没有AI产品的影子。但这些工具的设计逻辑，大多数仍然是"帮你更快完成任务"，而非"帮你想到你原本想不到的东西"。

效率与创意，本质上是两种不同的诉求。效率追求的是把已知路径走得更快，创意追求的是找到一条之前不存在的路。如果AI只能做到前者，它对人类创造力的价值就是有限的，甚至可能是负面的，因为速度本身有时会压缩思考的空间。

斯旺西大学的这项研究提供了一个不同的设计哲学：让AI成为一面能反映可能性全貌的镜子，而不是一只总是替你决策的手。这种思路，在工程、建筑、游戏开发、产品设计等领域，都有值得认真对待的实践价值。

当然，800人的在线实验与真实职场中复杂的创意协作之间，仍然存在相当距离。但至少，这项研究提出了一个值得整个行业认真追问的新问题：我们造了这么多AI工具，有几个是真的让人变得更有创意的？