【AI掌舵】擴散性思考遊戲 系統性評估人類創意
成日聽到評論話某個人好有創造力，其實要衡量創造力好主觀，點先可以標準化地進行評估？有研究員就開發了一個四分鐘測試，利用人工智能的深度學習 (Deep Learning) 能力，計算參加者在兩項遊戲中的表現，而衡量標準就是基於人類的擴散性思考 (Divergent thinking) 方法。
擴散性思考能力，是一種以問題為中心，透過多方向思考討論各種處理問題的方法，從中得到創意概念。因此，擴散性思考屬於非線性思維，而且透過多方向思考，有可能在討論過程中發現不同解決方案的關聯性，比起傳統的線性聯想模式更有機會想出新點子。思考過程可以幻想為衛星城市發展模式，都市化由中心出發擴散至週邊地區，而衛星都市之間又有可能存在連繫。
由於在擴散性思考中，問題與答案未必一定存在相關性，就如人類大腦的大型神經網絡運作情況一樣，無時無刻都存在各種概念，所以研究人員在開發這個創意評估遊戲時，便利用了相關的數據樣本去評估參加者的創意。研究員首先將數據樣本訓練人工智能，經深度學習後調查出更準確的演算法。研究人員特別指出，交由人工智能分析的原因有兩方點，第一是數據量非常龐大，單靠人力將花費很多時間，其次人類對事物存在偏見，而且思維亦受過往經歷所局限，難以客觀地整理出結果。
而由 McGill University、Harvard University 及 University of Melbourne 科學家創建的 Divergent Association Task (DAT) 遊戲，便邀請了 9,000 多人參加，他們來自不同年齡層，由 7 至 70 歲不等，而且亦來自98個國家，讓收集到的數據有更高的普遍性及可信度。 DAT 測試分兩部分，前半部分要求參加者為特定物件想出新用途，根據物件的既定用途同參加者提供答案之間的差異進行判斷。
後半部分主辦單位為每個參與者提供兩個詞語，然後要求他們提供將兩個詞連接在一起的第三個詞，例如提供「小動物」和「閱讀」兩個詞，而用「書蟲」等詞語連接，以判斷參加者的聯想能力。
研究員解釋，系統背後的人工智能是模仿人類神經元網絡的運作方式，但同時鍪撇除了人類的偏見，因此可以跨越文化差異，在短時間內分析很多參加者。不過研究仍在持續進行，當收集到的樣本愈多，演算法便會更加準確。到時這項創意評估測試，便有可能應用於其他範疇，例如作為評估求職者創意的輔助數據等。
