谷歌研究人员发现，人工智能写不出好笑话

喜剧和幽默是无限微妙和主观的，但谷歌DeepMind的研究人员发现，职业喜剧演员之间存在一致意见：“人工智能在这方面非常糟糕。”

这是在去年2023年8月爱丁堡边缘艺术节的工作坊和网上对20名专业喜剧演员和表演者进行的一项研究中收集的众多评论之一。研究结果表明，通过聊天机器人访问的大型语言模型（LLM）带来了重大挑战，并引发了人们对使用人工智能生成有趣材料的伦理担忧。

这项研究包括一个三小时的研讨会，喜剧演员与ChatGPT和Bard等受欢迎的LLM进行喜剧写作。它还通过基于已有十年历史的创造力支持指数（CSI）的人机交互问卷评估了产出的质量，该指数衡量了工具对创造力的支持程度。

参与者还在焦点小组中讨论了在喜剧中使用人工智能的动机、过程和伦理问题。

研究人员要求喜剧演员使用人工智能编写单口相声套路，然后让他们评估结果并分享他们的想法。结果是。。。不好的。

其中一名参与者将人工智能生成的材料描述为“最乏味、最无聊的东西——我停止阅读了。它太糟糕了。”另一名参与者称其输出为“一个呕吐的草稿，我知道我必须不断迭代和改进。”

另一位网友说：“我不想生活在一个情况越来越好的世界里。”。

研究发现，LLM能够生成较长例程的大纲和片段，但缺乏让事情变得有趣的明显的人类元素。当被要求生成草稿的结构时，模型“吐出了一个提供了很多结构的场景”，但当涉及到细节时，“LLM并不能成功地作为创造力支持工具。”

作者指出，其中一个原因是“LLM的全球文化价值一致性”，因为研究中使用的工具基于所有积累的材料生成材料，涵盖了所有可能的学科。这也引入了一种形式的偏见，喜剧演员们指出了这一点。

该研究称：“参与者指出，在安全过滤和指导调整LLM中使用的现有温和策略通过消除少数群体及其观点来强化霸权观点，并将其定性为一种审查形式。”。

研究人员表示，流行的LLM受到限制，并引用了所谓的“HHH标准”，呼吁诚实、无害和有益的输出——概括了“用户从一致的人工智能中想要的大部分内容”

一位小组成员将这些材料描述为“20世纪50年代的游轮喜剧材料，但没有那么种族主义。”

另一位与会者说：“一件事的吸引力越大，它可能就越不伟大。”。“如果你做的东西适合每个人，它可能最终会成为没有人喜欢的东西。”

研究人员强调了考虑抵抗和讽刺中使用的有害言论和攻击性语言之间微妙差异的重要性。与此同时，喜剧演员们也抱怨人工智能失败了，因为它不理解讽刺、黑色幽默或讽刺等细微差别。

一位参与者报道称：“我的很多东西都可能有黑暗的部分，然后它就不会给我写任何黑暗的东西，因为它有点认为我要自杀了。”。“所以它就不再给我任何东西了。”

研究发现，聊天机器人是基于书面材料的，这一事实于事无补。

研究人员指出：“鉴于目前广泛可用的LLM主要通过基于文本的聊天界面访问，他们认为这些工具的实用性仅限于制作完整喜剧产品所需的一个子集。”。

一位参与者说：“任何书面文本都可能是不错的文本，但一个伟大的演员可能会让这一切变得非常愉快。”。

研究表明，人工智能在喜剧创作方面的局限性超出了简单的内容生成。喜剧演员们强调，视角和观点是人类独有的特征，一位喜剧演员指出，由于人类的生活经历和与素材的关系，他们“增加了更多的细微差别、情感和微妙之处”。

许多人描述了个人体验在好喜剧中的中心地位，使他们能够利用记忆、熟人和信仰来构建真实而引人入胜的叙事。此外，喜剧演员强调理解文化背景和观众的重要性。

一位参与者说：“我在印度能做的喜剧与我在英国能做的非常不同，因为我的社会背景会改变。”。

该研究中引用的研究人员之一Thomas Winters解释了为什么这对人工智能来说是一件很难解决的事情。

他说：“幽默的框架转换先决条件揭示了机器获取幽默的困难。”。“这种对人类思维洞察力的实质性依赖——记忆回忆、语义整合的语言能力和世界知识推理——往往使研究人员得出结论，幽默是一个完全由人工智能解决的问题。”

针对人工智能对人类工作构成的威胁，OpenAI首席技术官Mira Murati最近表示，“一些创造性的工作可能会消失，但也许它们一开始就不应该存在。”然而，考虑到这项技术目前的能力，喜剧演员们似乎可以松一口气了。

由Ryan Ozawa编辑。