新智元報道

編輯：定慧 英智

【新智元導讀】研究發現，LLM在創作梗圖時表現出驚人的幽默感與創造力，甚至超越了人類創作者！AI創作的梗圖評分更高，但最具靈魂的作品仍來自人類。

AI似乎比人類更懂得「如何幽默」，模因（Meme）圖靈測試已經被LLM通過！

來自慕尼黑和瑞典的研究者發現：LLM能夠生成「被人類評判為」比普通人創作的模因更搞笑的作品！

論文鏈接：https://arxiv.org/abs/2501.11433

研究者在圖中展示了「模因（Meme）梗圖」的效果，從幽默性（Humor）、創意性（Creativity）和分享性（Shareability）三個方面進行比賽。

有趣的是，完全由AI創作的梗圖在所有領域的平均表現都優于僅由人類或人類-AI協作創作的梗。

這似乎表明AI已經通過了模因圖靈測試。

幽默的復雜性：AI真的可以理解人類的幽默嗎？

「模因Meme」一詞最早可以追溯到Richard Dawkin在1976年出版的《自私的基因》，隨之演化成為媒介傳播過程中網絡梗圖、搞笑段落和幽默視頻的代名詞。

模因的獨特特征，包括其視覺和文本性質、對文化背景的依賴以及通常簡潔而有力的幽默表達，給生成式AI帶來了與「純文本笑話」生成不同的獨特挑戰。

這項研究的核心目的，是探究LLM和人類在創作梗圖時的協同創造力。

為啥選梗圖呢？因為梗圖把視覺和文字巧妙融合，既依賴文化背景，又充滿創意和幽默，特別適合用來研究人類和AI在創作上的互動。

Gemini根據論文生成的梗圖

網絡流行的德雷克拒絕/接受梗被AI理解

人類之間的合作，一直被認為能激發創造力。大家一起頭腦風暴，不同的觀點相互碰撞，往往能誕生出更棒的創意。

對于如何評估梗圖這種創意作品，一般會從創造力、幽默感和分享度這幾個方面入手。

梗圖創作大PK

研究團隊精心設計了一項用戶研究，把參與者分成了三組。

第一組是純人類組，他們在沒有任何AI幫助的情況下創作梗圖；第二組是人類-AI協作組，參與者可以和LLM互動，借助它的力量來生成想法；第三組是AI組，梗圖完全由模型自主生成。

具體的創作任務分為三個步驟。

首先是創意生成，研究人員會給他們展示一張流行梗圖的背景圖片，然后讓他們圍繞工作、食物、運動這三個主題里的一個，在五分鐘內盡可能多地想出梗圖的文字說明。

對于人類-AI協作組，參與者還能通過聊天界面向LLM尋求幫助。

接著是收藏選擇，參與者要從自己想出的所有想法里，挑出最喜歡的三個。

最后是圖片創作階段，他們把選好的想法添加到梗圖模板上，還能對文字的位置、大小進行調整。

創作的時候，每位參與者要根據不同的圖片和主題組合，完成三個梗圖的創作，整個過程大概40分鐘，完成后還能得到15美元的報酬。

之后，研究人員從人類組和協作組生成的梗圖里，分別隨機挑選150張，再讓LLM針對同樣的圖片和主題，生成150張AI創作的梗圖。

然后，找了另一組新的參與者，讓他們從幽默、創意、分享度這三個方面，對這些梗圖進行打分評估。

為了讓LLM在研究里發揮作用，研究人員給它設定了不同的任務。

在人類-AI協作組的創意生成階段，LLM就像個「創意助手」，參與者可以自由地向它提問。

為了讓LLM給出更符合要求的回答，研究人員給它設置了系統提示，告訴它要幫助用戶生成梗圖創意，交互語氣要友好禮貌，一次最多給出三個想法。

在生成純AI梗圖的時候，研究人員會把圖片信息發給LLM，讓它針對每個圖片-主題組合生成20個梗圖文字說明。

研究的用戶界面是用React搭建的，數據收集和與OpenAI的GPT-4o API的交互通過NodeJS服務器，保證了數據的準確性和完整性。

梗圖創作和評估都是在線上完成的，創作階段用專門搭建的梗圖創作界面，評估階段則借助商業調查平臺。

梗圖創作階段，研究人員通過線上平臺Prolific招募了124人，其中26人沒完成任務。

最后的參與者來自30個不同的國家，英語水平都不錯，而且之前至少用過一次LLM的界面。其中63人是男性，35人是女性，平均年齡28.8歲。

在梗圖評估階段，又招募了100人，同樣要求英語好，但不要求有使用LLM的經驗。最后有98人完成了任務，這組人男女比例差不多，平均年齡32.6歲，來自29個不同國家。

研究結果

現在，激動人心的研究結果來啦！

先看看梗圖創作階段，在創意生成方面，使用LLM的參與者明顯比純人類組想出了更多的創意。純人類組平均每人想出6.1個創意，而有LLM幫助的參與者在這方面優勢明顯。

在LLM的幫助下，參與者生成了更多創意，而且他們并不覺得創作過程更累。

從NASA-TLX的評估數據可以看到，兩組在整體工作量上沒有太大差別，只是在「努力程度」這一項上，AI協作組的參與者打分更低。

LLM確實能提高創作效率，讓人們在創作梗圖時更輕松地產生更多創意，但它可能會讓創作者對作品的「主人翁」 感覺變弱。

LLM主要在創意生成階段發揮作用，而后續的篩選和圖片制作環節還是靠參與者自己完成。

梗圖評分

從梗圖的評分結果來看，人機協作組雖然在創意數量上占優，但在質量上并沒有比純人類創作的梗圖更好。

在幽默程度、創造力和分享度這三個維度上，兩組的評分沒有顯著差異。這說明在梗圖創作中，單純增加數量，并不一定能提升作品的質量。

讓人意外的是，純AI生成的梗圖在幽默、創意和分享度這三個方面的整體評分都比人類組和人類-AI協作組要高。

這是因為LLM在訓練過程中，接觸了大量的素材，能夠精準地把握大眾的喜好。

但當我們把目光聚焦在那些表現最出色的梗圖時，在最有趣的梗圖中，大部分是由人類創作的；而在創造力和分享度方面表現突出的梗圖里，人機協作的成果占了不少。

這充分體現了人類的創造力在某些方面是無可替代的。人類能夠將個人獨特的經歷、豐富的文化內涵融入作品。

LLM在梗圖創作中的優勢顯而易見。它就像一個不知疲倦的創意助手，能在短時間內提供大量的創意，幫助創作者突破思維局限，提高創作效率。

而且，憑借其對海量數據的學習能力，它能精準地抓住大眾的幽默喜好，創作出有吸引力的內容。

但它也并非完美無缺。LLM生成的內容往往缺乏獨特的個性和深度，可能無法真正理解某些特定文化背景下的微妙幽默。

人類的創造力是梗圖創作中不可或缺的關鍵因素。

例如，在創作一個關于職場的梗圖時，人類創作者可以結合自己在職場中的真實故事和感受，對LLM生成的創意進行調整，讓梗圖更具感染力和真實感。

參考資料：

https://x.com/emollick/status/1901431681279475808

https://arxiv.org/abs/2501.11433