Cílem příspěvku je analýza fenoménu, který lze nazvat paradoxem kreativity umělé inteligence, tedy stav, kdy masové používání velkých jazykových modelů sice zvyšuje efektivitu a kreativitu jednotlivce, avšak současně může snižovat kreativní diverzitu na úrovni populace.

Prvním krokem analýzy je upozornění na fakt, že kreativita se nejčastěji měří u jednotlivců nebo u jednotlivých výstupů. V těchto měřeních nejvýkonnější jazykové modely překonávají průměrného člověka, avšak nedosahují úrovně nejkreativnější části lidské populace (Bellemare-Pepin et al,. 2026). Současně však nejnovější studie ukazují, že masové využívání velkých jazykových modelů vede ke kognitivní homogenizaci, protože tyto systémy upřednostňují statisticky nejčastější vzorce a perspektivy dominantních kultur na úkor myšlenkové a jazykové rozmanitosti (Sourati et al., 2026). Paradox je tedy pouze zdánlivý, kreativita je posilována a zároveň oslabována v závislosti na úrovni, na níž ji hodnotíme.

Dále bude ukázáno, že posílení kreativity jednotlivce se týká především výsledného produktu, zatímco kognitivní schopnosti uživatele mohou být oslabovány. Využívání velkých jazykových modelů totiž na individuální úrovni snižuje vytrvalost a zhoršuje schopnost samostatně řešit úkoly (Liu et al., 2026). Tento trend je navíc posilován antropomorfizací jazykových modelů. Pokud je uživatel vnímá jako partnera nebo autoritu, snáze snižuje svou kritickou ostražitost vůči lingvistické a názorové homogenizaci (Sharma et al., 2026). Zatímco u lidí je vztah základem hlubokého učení, u umělé inteligence může být tato antropomorfní vazba překážkou pro zachování skutečné intelektuální autonomie (Jin et al., 2026).

Příspěvek tedy ukáže, že velké jazykové modely mohou zvyšovat kreativitu jednotlivých výstupů, aniž by současně podporovaly rozvoj kreativních schopností jejich uživatelů. Zároveň jejich masové využívání přispívá ke kognitivní a jazykové homogenizaci a omezuje kreativní diverzitu společnosti. Paradox kreativity umělé inteligence proto není skutečným rozporem, ale důsledkem toho, že kreativitu lze posuzovat na různých úrovních, na nichž se její posilování a oslabování projevuje
odlišným způsobem.

Klíčová slova: umělá inteligence, kreativita, homogenizace, antropomorfizace

Reference:

Bellemare-Pepin, A., Lespinasse, F., Thölke, P. et al. (2026). Divergent creativity in humans and large language models. Sci Rep 16, 1279.

Jin, Z., Yin, J., Tian, Q., Zhou, X., Li, Y., Yang, T., & Luo, J. (2026). Can large language models teach creativity? Cognitive gains, affective gaps, and distinct neural patterns. Computers in Human Behavior Artificial Humans, 8, 100288.

Liu, Grace & Christian, Brian & Dumbalska, Tsvetomira & Bakker, Michiel & Dubey, Rachit. (2026). „AI Assistance Reduces Persistence and Hurts Independent Performance.

Sharma, M., McCain, M., Douglas, R., & Duvenaud, D. (2026). Who’s in Charge? Disempowerment Patterns in Real-World LLM Usage. Open MIND.

Sourati Z, S. Ziabari A, Dehghani M. (2026). The homogenizing effect of large language models on human expression and thought. Trends in Cognitive Sciences.