Δημιουργικότητα και Νοημοσύνη

Ο ορισμός της δημιουργικότητας “Η δημιουργικότητα είναι η ικανότητα παραγωγής πρωτότυπων και χρήσιμων ιδεών, λύσεων ή έργων, που συνδέει τη γνωστική λειτουργία με την καινοτομία.”, έτσι όπως τον δίνει το AI Overview του Google search είναι αρκετά ακριβής. Αντίστοιχος είναι και ο ορισμός της στην Wikipedia “Creativity is the ability to generate novel and valuable ideas or works through the exercise of imagination”. Ο πρώτος δίνεται από μηχανή, ο δεύτερος μάλλον από άνθρωπο (συντάκτη της Wikipedia).

Ένα είναι καθαρό: πρόκειται για δεξιότητα όλων των ανθρώπων, όχι μόνον των καλλιτεχνών ή των επιστημόνων. Όσοι παραγνώρισαν αυτή την βασική αρχή, το πλήρωσαν ακριβά. H Nokia είναι ένα χαρακτηριστικό παράδειγμα. Όταν κάπου κοντά στο 2000 επιχειρηματολογούσα στον τότε Γενικό Διευθυντή Έρευνας της Nokia (τον ήξερα πολύ καλά προσωπικά) για την δύναμη των εικόνων και των βίντεο που παράγονται με το κινητό τηλέφωνο από τον καθένα μας, θεωρούσε ότι μάλλον το αποτέλεσμα θα ήταν μαζική παραγωγή ψηφιακών σκουπιδιών. Αυτή η στρατηγική αδυναμία κατανόησης της δημιουργικότητας ‘των μαζών’ ήταν μια από τις βασικές αιτίες πτώσης της NOKIA.

Εξ ορισμού, η ανθρώπινη δημιουργικότητα παράγει νέες ιδέες και έργα. Αυτό όμως δεν σημαίνει ότι αυτά είναι και οπωσδήποτε και καλλιτεχνικά ή επιστημονικά δημιουργήματα, ούτε ότι είναι κοινωνικά χρήσιμα. Μια νέα ιδέα μπορεί να είναι επιστημονικά επαναστατική (π.χ., το Διαδίκτυο) ή κοινωνικά καταστροφική (π.χ., προπαγάνδα ή παραπληροφόρηση).

Παρ’ ότι η ανθρώπινη δημιουργικότητα έχει διαφορετικά χαρακτηριστικά (κυρίως καινοτομίας) προϋποθέτει την ύπαρξη νοημοσύνης. Και οι δύο παράγουν νέα πράγματα. Η νοημοσύνη νέες αποφάσεις/συλλογισμούς που μπορεί να πάρουν γραπτή μορφή και να γίνουν έργα, ενώ δημιουργικότητα παράγει συνήθως νέα έργα (π.χ., γραπτά, εικόνες, αντικείμενα). Αυτό ισχύει ιδιαίτερα για την καλλιτεχνική και επιστημονική δημιουργία. Άλλωστε τέτοιοι δημιουργοί έχουν συνήθως πάρα πολύ υψηλή ευφυΐα.

Η σημερινή επαναστατική αλλαγή είναι ότι βλέπουμε τα παραπάνω να ισχύουν εν πολλοίς όχι μόνον για τους ανθρώπους, αλλά και για τις υπολογιστικές μηχανές, όταν είναι εφοδιασμένες με κατάλληλο λογισμικό Τεχνητής Νοημοσύνης, άσχετα αν αυτή η μηχανική νοημοσύνη είναι θεμελιωδώς διαφορετική από την ανθρώπινη. Τέτοιες μηχανές, ήδη από την δεκαετία του 60, έχουν νοημοσύνη να παίρνουν αποφάσεις, π.χ., να αποφασίζουν αν μια εικόνα δείχνει ένα αυτοκίνητο. Επομένως παράγουν κάτι νέο (απόφαση) που πριν δεν υπήρχε. Η σημερινή Γενεσιακή Τεχνητή Νοημοσύνη παράγει π.χ., κείμενα και εικόνες, επομένως είναι δημιουργική εξ ορισμού. Η δημιουργικότητα αυτή στηρίζεται σε μια πολύ προχωρημένη μορφή υπολογιστικής νοημοσύνης (τουλάχιστον για τα σημερινά δεδομένα).

Πώς το καταφέρνει αυτό η Τεχνητή Νοημοσύνη; Υπάρχουν διάφοροι τρόποι. Τα Μεγάλα Γλωσσικά Μοντέλα (τύπου ChatGPT) μαθαίνουν συσχετίσεις λέξεων, που τις χρησιμοποιούν για να παράγουν νέο κείμενο. ‘Άλλες μέθοδοι Γενεσιακής Τεχνητής Νοημοσύνης μαθαίνουν τι σημαίνει ‘εικόνα ανθρώπου’ και, με βάση αυτό, μπορούν να παράγουν νέες εικόνες ανθρώπων που δεν υπάρχουν. Από άποψη κοινωνικής χρήσης, τέτοιο νέο περιεχόμενο μπορεί να είναι ή ‘Βαθιά Τέχνη’ ή ψεύτικη πληροφόρηση. Επίσης, μέθοδοι Ενισχυτικής Μάθησης μαθαίνουν ενέργειες, π.χ., πως να οδηγούν ένα αυτόνομο αυτοκίνητο.

Θα μου πείτε ότι όλα αυτά είναι ελάχιστα δημιουργικά, με την συμβατική έννοια του όρου. Ότι η ανθρώπινη δημιουργικότητα έχει πρωτοτυπία, συναίσθημα και πολλά άλλα χαρακτηριστικά, που δεν έχουν οι μηχανές. Δυστυχώς για μας, δεν είναι ακριβώς έτσι. Ένα Μεγάλο Γλωσσικό Μοντέλο μπορεί να συσχετίσει έννοιες με πολύ περίεργο ή πρωτότυπο τρόπο, οδηγώντας σε φαντασιώσεις, χαριτωμένες ή απαράδεκτες ή καταφανώς λάθος. Αυτό όμως είναι περίπου ο ορισμός της φαντασίας. Και τα παιδιά δεν έχουν αντίστοιχες φαντασιώσεις; Και η Τέχνη δεν είναι μια μεγάλη φαντασίωση των καλλιτεχνών; Θεωρούμε ότι η Γενεσιακή Τεχνητή Νοημοσύνη μπορεί να παράγει έργα όμοια με αυτά με τα οποία έχει εκπαιδευτεί. Το ίδιο δεν κάνουν και πολλοί ‘καλλιτέχνες’; Κάτι αντίστοιχο κάνουν και πολλοί επιστήμονες, όταν μεταφέρουν την ίδια ερευνητική μεθοδολογία από ένα αντικείμενο (π.χ., όραση αυτοκινήτου) σε ένα άλλο (π.χ., ιατρική απεικόνιση), μάλιστα με μεγάλη επιτυχία.

Είναι όμως λάθος να θεωρούμε ότι η Γενεσιακή Τεχνητή Νοημοσύνη απλώς μιμείται. Μπορεί να ‘αναμείξει’ μακρινές πληροφορίες και να παράγει π.χ., εντελώς νέες εικόνες ή ήχους. Για το κατά πόσο το κάνει καλά, ας περιμένουμε λίγο: σίγουρα στο εγγύς μέλλον θα το κάνει πολύ καλύτερα. Μπορεί να ‘εξερευνήσει’ καταστάσεις και ενέργειες με πολύ απρόβλεπτο τρόπο, πολύ πιο γρήγορα από έναν άνθρωπο και πολύ πιο εξαντλητικά και να οδηγήσει σε νέες μεθόδους, από το πως θα χειριστεί το φυσικό ή ψηφιακό πινέλο (στην Ζωγραφική) μέχρι το πως θα χειριστεί το νυστέρι (στην Χειρουργική).

Όλα αυτά θα ήταν πολύ πιο κατανοητά, αν τα περιέγραφα με μαθηματικό τρόπο. Δυστυχώς όμως, τότε θα ήταν ακατανόητα από το ευρύ κοινό και ιδιαίτερα από τους δημιουργούς (κυρίως καλλιτέχνες) που δεν έχουν τις ειδικές γνώσεις. Το κακό είναι ότι συνήθως έχουν και λάθος γνώση του είναι Τεχνητή Νοημοσύνη (Γενεσιακή ή μη), διότι απλά ξέρουν μόνον να χρησιμοποιούν τρέχοντα εργαλεία Τεχνητής Νοημοσύνης. Επομένως, μπορούν μόνον να αναλύουν τις επιπτώσεις των εργαλείων αυτών στην δουλειά τους. Έτσι κινδυνεύουν να οδηγηθούν σε λάθος συμπεράσματα. Άλλο πράγμα είναι η επιστήμη και τεχνολογία της Τεχνητής Νοημοσύνης και άλλο τα συγκεκριμένα σημερινά εργαλεία που χρησιμοποιούνται ευρύτατα. Το ότι τα εργαλεία αυτά παράγουν, π.χ., άνευρη μουσική που ενοχλεί το αυτί ενός συνθέτη, δεν σημαίνει ότι η Γενεσιακή Τεχνητή Νοημοσύνη δεν μπορεί να παράγει μουσική ποιότητας, ιδιαίτερα κάτω από την επίβλεψη ενός έμπειρου συνθέτη. Το ότι δίνουμε μια εντολή (prompt), π.χ., ‘Κάνε μια φωτογραφία της Ακρόπολης με μια υπερμεγέθη πανσέληνο’ σε ένα εργαλείο Τεχνητής Νοημοσύνης παραγωγής εικόνων, δεν σημαίνει ότι η Γενεσιακή Τεχνητή Νοημοσύνη δέχεται μόνον εντολές-κονσέρβες που προδιαγράφουν το αισθητικό αποτέλεσμα. Το αντίθετο, υπάρχουν εξερευνητικές μέθοδοι Τεχνητής Νοημοσύνης, που μπορούν να παράγουν πολύ ενδιαφέροντα αποτελέσματα, με κατάλληλη καθοδήγηση. Δυστυχώς όμως ούτε τέτοια ώριμα εργαλεία έχουμε σήμερα, ούτε τοι δημιουργοί (ιδιαίτερα οι καλλιτέχνες) έχουν γνώσεις να κατανοήσουν τις μεθόδους Τεχνητής Νοημοσύνης σε βάθος και να τις αξιοποιήσουν, πόσο μάλλον να δημιουργήσουν νέες καλύτερες. Το αποτέλεσμα είναι ορισμένοι δημιουργοί να απορρίπτουν την Γενεσιακή Τεχνητή Νοημοσύνη και οι περισσότεροι απλώς να φοβούνται ότι θα χάσουν όχι απλά εισοδήματα αλλά και τον ίδιο τον λόγο ύπαρξής τους. Σε αντίθεση με τους καλλιτέχνες, οι επιστήμονες έχουν μια πιο δεκτική στάση στις νέες αυτές τεχνολογίες, διότι πολλοί από αυτούς έχουν και το κατάλληλο γνωσιακό (ίσως και μαθηματικό) υπόβαθρο. Συνολικά όμως, ούτε η πρώτη στάση είναι παραγωγική (βλέπε ΝΟΚΙΑ), ούτε η δεύτερη: η τεχνοφοβία και ο Λουδιτισμός δεν οδηγούν πουθενά (ίσως οδηγούν σε αυταρχικές κοινωνίες) και σίγουρα δεν μπορούν να οδηγήσουν την Τέχνη και την Επιστήμη.

Επομένως τι θα γίνει, θα κυριαρχήσουν οι μηχανές στις Τέχνες και τις Επιστήμες; Όχι αναγκαστικά. Νομίζω ότι πρέπει να αναγνωρίσουμε ότι μπαίνουμε στα αχαρτογράφητα νερά της συνύπαρξης της ανθρώπινης (πρωτογενούς) και υπολογιστικής (δευτερογενούς) νοημοσύνης και δημιουργικότητας. Παρ’ ότι είναι εκ θεμελίων διαφορετικές, μπορούν και ΄συνομιλούν’ αρκετά καλά. Ίσως διέπονται από παρόμοιες δομές και νόμους λειτουργίας (υπό διερεύνηση). Πρέπει να μάθουμε, όχι απλώς να επιβιώσουμε στο νέο αυτό περιβάλλον, αλλά να πρωτοπορήσουμε. Αυτό εύκολα λέγεται, αλλά δύσκολα γίνεται. Στην ουσία, χρειαζόμαστε μια νέα παγκόσμια εκπαιδευτική επανάσταση, ώστε κατάλληλα μορφωμένοι καλλιτέχνες, επιστήμονες (και πολίτες γενικότερα) να χειριστούν σωστά την νέα υβριδικά (ανθρώπινη/μηχανική) πραγματικότητα. Δεν είναι καν σίγουρο ότι είμαστε βιολογικά έτοιμοι για κάτι τέτοιο ή αν απλώς πρόκειται για ένα κοινωνικό πρόβλημα εκπαιδευτικού σχεδιασμού. Αν τα καταφέρουμε, ελπίζω ότι θα οδηγηθούμε σε νέες πρωτοπόρες μορφές Τέχνης και Επιστήμης. Με αυτόν τον τρόπο, ίσως μπορέσουμε να δώσουμε ενός νέου τύπου καλλιτεχνική ή επιστημονική ‘φωνή’ σε ευρύτερα κοινωνικά στρώματα που θα αποκτήσουν νέες δημιουργικές ικανότητες, πράγμα που φαντάζει ουτοπικό για τα σημερινά δεδομένα. Ελπίζω ότι αυτό θα γίνει αρκετά γρήγορα, ώστε να δει και η δικιά μας γενιά, που δημιούργησε αυτές τις νέες τεχνολογίες, τους (ελπίζω γλυκούς) καρπούς τους.