9月12日 MBA在校生与GPT4拼创意！结果让人意想不到！

【王煜全 要闻评论】粉丝群已经开通


欢迎加入前哨粉丝群，在这里你可以和科技投资人、创业者、各行业专业人士互动沟通，分享心得体会，也可以第一时间了解到前哨相关活动动态，结交志同道合的小伙伴。


入群方式：
微信扫码下方二维码即可入群

如果您想洽谈合作，请添加创新地图的微信：innovationmap ，并附上简介。

你好，我是王煜全，这里是王煜全要闻评论。

现在，人们都知道生成式AI很厉害，不仅能写代码，还能在各种人类考试中拿高分，但是，大部分人认为它死记硬背的能力强，创意类的工作还是人类更擅长，可沃顿商学院的教授们却有不同意见。

9月9日，《华尔街日报》发布了一篇文章，说沃顿商学院的教授做了一项测试，让MBA在校生和GPT4比拼创意能力，看看谁想出来的创业点子得分更高，结果有点出人意料，GPT居然取得了显著优势。

他们具体怎么做的测试呢？实际上，沃顿商学院一直有个传统的创新课程，就是教大家创新、创业和做产品设计。

但他们并不是单纯地讲书本知识，而是要求每个学生都想出十几个创业构想，然后汇集成点子库，再让其他人来评分，类似于学校内部的创业大赛。

随着AI技术的进步，他们就打算让AI也参加创业大赛，看看人类和AI谁的创意能力更强。

其中，参赛作品总计400个，200个是MBA学生想出的创意，100个是未经训练的默认版GPT4生成的创意，另外100个是受过100个优秀案例训练的GPT4生成的。

为了统一标准，他们就用购买意愿来做评价指标，从不愿购买到愿意购买之间设置了5个选项，并设定了相应的得分，那么结果如何呢？

学生们的创意平均购买概率为40%，默认版GPT4为47%，而受训版的GPT4为49%。

这只是平均购买率，总体上看差异并不悬殊，但平庸的创意价值本就不大，所以更重要的是高分创意。

他们统计了得分前40的创意，其中35个是GPT4生成出来的，只有5个是人类的，这样的差距已经很显著了，更值得注意的是，排名前10的创意没有一个是人类的，有8个是受训版GPT生成的，有2个是默认GPT生成的。

看起来，GPT比MBA高材生还更有创意，看到这个结果，有人可能就开始担心了，人类在创意类工作上是不是要被AI替代了？

《华尔街日报》的文章认为，生成式AI是新的创意来源，创新的重点将从生成想法转变为评估想法，而且应该找到更优的合作方式。

这与我对生成式AI的看法不谋而合，早在几个月前我就提出，在AI时代真正有价值的不是回答问题的能力，而是提出问题的能力和对答案的鉴别能力，而与AI合作就需要培养人与机器的异构计算能力。

其实，GPT本身并不会做创新，而是可以成为人们创新的工具，真正重要的也不是担心被AI替代，而是尽快锻炼出使用AI的能力，避免被会使用AI的人类替代。

那么，应该如何锻炼使用AI的能力呢？有三个重点需要掌握，这些都是现有教育系统忽略了，但对未来的成功至关重要的：

首先是成为AI技术的早期使用者，锻炼提问能力，目的是提高人的机器智商。以往，无论是课堂教学还是自学，都注重培养回答问题的能力，好像越会答题就代表智商越高。

但是，大模型已经汇集了互联网上大量的知识和信息，如果单纯看回答问题的能力，它可能比任何人都博学多识，这时候回答问题本身的价值就会降低。

实际上，AI就像一面镜子，人类提问的质量越高，它给出的答案也就越优秀，有人可以用AI生成获奖的绘画作品，比如《太空歌剧院》，有人却只能生成毫无创意的草图，也就是说，未来懂得向机器提问才是高智商的表现。

值得庆幸的是，我们正处于AI时代的开端，大部分人都站在同一起跑线上，向AI提问并没有绝对的权威，也没有一劳永逸的窍门。

关键在于，大家要转变观念，把自己当成苏格拉底，把AI当成有足够知识储备、但却缺乏智慧引导的人，多向它提问，学会启发它生成出更好的答案，并在实践中探索出属于自己的引导技巧，提高自己的机器智商。

其次，只会提问还不够，还需要提高对答案的鉴别能力。因为与AI的单次交流可能效果不佳，需要找出答案的问题和缺陷，让AI做出改进，所以，答案鉴别是核心环节。

如何提升答案鉴别能力呢？沃顿商学院用购买意愿作为答案评测标准，但现实中评测创业构想的维度还有很多，有时候需要多学科交叉的综合判断，这就需要通识教育。

其实，苏格拉底之所以能够成为启发式教育的大师，并不是因为他在某些领域非常拔尖，而是因为他有博学多识的积累，能够对学生的思想和见解做出综合评判，这就意味着，我们也要打开思路与视野，吸纳更多更广泛的知识与经验，才能提升鉴赏能力。

第三，只会提问和鉴别答案依然不足以完成复杂任务，这就需要培养人的异构计算能力。

简单来说，就是把自己当做指挥官，对复杂任务做统筹规划，并根据AI能力特征，做出合理分工，与一个甚至多个AI协同完成复杂任务。这既需要人的机器智商与答案鉴别能力，也需要摸清AI的能力边界，在它的能力范围之外调动更多的资源来解决问题。

未来，AI不只会进入商学院内部的创业竞赛，也有可能走到现实中的创新创业中来，你要做的就是提高自己的机器智商、答案鉴别能力以及人与机器的异构计算能力，在这些方面，我们也已经有了不少的积累和深入的思考，会在我们的科技特训营和AI小课中持续分享。

以上是今天的内容，更多详细的产业分析和底层逻辑，我会在科技特训营里分享。欢迎关注全球风口微信号，报名加入！

王煜全要闻评论，我们明天见！