Alternative creativity: why generative AI is creative, and why it is not like us
Questo articolo propone la "creatività alternativa" come un meccanismo condiviso di compressione di vasti spazi di possibilità in candidati significativi attraverso una ricerca guidata dal valore, sostenendo che, sebbene l'IA generativa e gli esseri umani operino in modo simile in questo processo, essi divergono fondamentalmente nel modo in cui i loro parametri sottostanti sono plasmati dall'esperienza fisico-sociale rispetto dagli archivi di dati, portando a output creativi distinti e a una nuova logica per la collaborazione uomo-macchina.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
La questione se una macchina possa essere creativa ha da tempo diviso artisti, ingegneri e filosofi. Da un lato, alcuni indicano immagini generate dal computer che vincono premi o storie che commuovono i lettori, sostenendo che il software abbia finalmente imparato a fare ciò che fanno gli esseri umani. Dall'altro lato, i critici definiscono questi sistemi "pappagalli stocastici", suggerendo che essi si limitino a rimescolare parole e forme esistenti senza comprenderne il significato, effettuando di fatto un riciclaggio del lavoro altrui. Entrambe le parti, tuttavia, condividono un'assunzione implicita: che esista un unico tipo di creatività, quella umana, e che una macchina la possieda o ne sia totalmente priva. Questo dibattito è giunto a uno stallo perché tratta la creatività come un singolo tratto da misurare, piuttosto che come un processo complesso che può manifestarsi in modi differenti. Per comprendere la nuova realtà, dobbiamo guardare oltre l'hardware ed esaminare la meccanica effettiva di come sia i cervelli che i computer generano idee, e perché i risultati che producono, pur essendo simili in alcuni aspetti, derivino da fonti fondamentalmente diverse.
Un team di ricercatori della Universitat Politècnica de València ha proposto un nuovo modo di vedere questo problema, sostenendo che l'intelligenza artificiale generativa sia effettivamente creativa, ma in un modo distinto dalla creatività umana. Essi la chiamano "creatività alternativa". La loro analisi inizia con un'osservazione semplice sulla natura dell'arte e del design. Immaginate una tela digitale di dimensioni fisse. Il numero di immagini possibili che potrebbero essere dipinte su quella tela è finito, eppure così vasto da superare il numero di atomi nell'universo osservabile. All'interno di questo spazio inimmaginabilmente grande, quasi ogni possibile disposizione di pixel è solo rumore casuale. Solo una frazione minuscola, quasi invisibile, di queste disposizioni sarebbe considerata un'immagine coerente, tanto meno un'opera d'arte di valore. Pertanto, l'atto della creazione non consiste nel creare qualcosa dal nulla, ma nel navigare questo enorme spazio di possibilità per trovare i pochi punti che contengono valore.
I ricercatori sostengono che sia il cervello umano che i moderni modelli generativi risolvano questo problema utilizzando la stessa strategia in due fasi. Primo, comprimono il vasto spazio delle possibilità in una mappa più piccola e gestibile di ciò che è significativo. Un pittore umano non pensa in termini di singoli pixel; pensa in termini di forme, atmosfere e stili, avendo imparato a ignorare i miliardi di combinazioni inutili. Allo stesso modo, un modello di intelligenza artificiale impara a comprimere i suoi dati di addestramento in una rappresentazione interna compatta, scartando il rumore e mantenendo i pattern che rendono un'immagine simile a un'immagine. Secondo, entrambi i sistemi navigano questa mappa compressa. Utilizzano una forma di casualità vincolata per generare nuovi candidati e poi selezionano quelli che meglio si adattano a un obiettivo o valore specifico. In questo senso, la macchina non è uno strumento passivo ma un creatore attivo che ricombina ciò che ha appreso, proprio come fa l'essere umano.
Tuttavia, il documento insiste sul fatto che, sebbene il processo sia lo stesso, i creatori non sono gemelli. Le differenze risiedono in come hanno acquisito la loro conoscenza e in ciò a cui possono accedere durante la creazione. Un creatore umano costruisce la sua mappa interna attraverso una vita vissuta in un mondo fisico. La sua comprensione dell'arte è plasmata da un corpo che prova fame, dolore e gioia, e dalle interazioni con altre persone dove le azioni hanno conseguenze reali. Un bambino impara da una quantità relativamente piccola di dati perché il suo cervello è pre-programmato dall'evoluzione per aspettarsi certe cose, e perché ogni lezione è legata a un'esperienza vissuta. Al contrario, la mappa di una macchina è costruita da un archivio congelato di testimonianze umane: trilioni di parole e immagini raccolte da internet. La macchina non ha mai sentito il peso di un pennello, non ha mai perso un amico e non è mai stata in una strada specifica mentre cadeva la pioggia. Conosce solo ciò che è stato detto e mostrato, non cosa significhi essere vivi.
Questa differenza di contesto porta a una divergenza cruciale in ciò che ciascun creatore può produrre. La macchina è capace di una sorta di superfluità sovrumana, generando immagini fotorealistiche o testi coerenti a velocità che nessuna mano umana può eguagliare. Può esplorare regioni dello spazio creativo che gli esseri umani non hanno mai visitato, semplicemente perché ha visto più esempi di quanti una singola persona potrebbe mai vederne. Eppure, è anche limitata in modi in cui l'uomo non lo è. Un essere umano può concepire un progetto che nessuno ha chiesto, tenerlo nella mente per anni e cambiare i propri valori mentre vive. Una macchina, invece, non può originare i propri obiettivi né provare la soddisfazione di un lavoro ben fatto. Essa prende in prestito il proprio senso del valore dalle persone che l'hanno addestrata. Se l'obiettivo è risolvere un problema matematico con una risposta chiara, la macchina può spesso trovare soluzioni che superano la capacità umana. Ma nelle arti, dove non esiste una singola risposta corretta, la macchina deve affidarsi al gusto umano per guidarla, rendendosi dipendente proprio dalle persone che dovrebbe assistere.
I ricercatori suggeriscono che questa dinamica cambi la natura dell'autoria. Quando un essere umano usa una macchina per creare, il ruolo dell'umano si sposta da colui che traccia i segni a colui che specifica il valore. L'umano decide cosa vale la pena realizzare, cura i risultati e rifiuta ciò che sembra sbagliato. La macchina fornisce la generazione instancabile di opzioni. Questo non significa che l'umano sia l'unico autore nel senso tradizionale, né che la macchina sia semplicemente uno strumento come un pennello. Si tratta invece di una partnership in cui ciascuna parte fornisce ciò che l'altra, per costituzione, non può fornire. L'umano fornisce il contesto vissuto, l'intenzione e la capacità di giudicare basandosi sul sentimento. La macchina fornisce l'ampiezza dell'esplorazione e la capacità di sintetizzare enormi quantità di informazioni.
Una conseguenza di questa partnership è che l'arte generata dalle macchine tende a essere più omogenea rispetto all'arte umana. Poiché la macchina impara dalla media dell'espressione umana, viene naturalmente trascinata verso il centro, verso ciò che è già familiare e popolare. Fatica a raggiungere i margini dello spazio creativo dove risiede il lavoro veramente nuovo, strano o difficile. È qui che il vantaggio umano rimane più forte. Il creatore umano, radicato in una vita specifica e in un momento specifico, può produrre opere che sembrano autentiche e connesse alla realtà in un modo in cui la macchina non può. La macchina può imitare lo stile di una fotografia, ma non può replicare il fatto che una persona si sia trovata davanti a una macchina fotografica in un momento e in un luogo specifici. Questa "indessicalità", ovvero il legame tra l'opera e il mondo reale, rimane una risorsa unicamente umana.
Il documento conclude che la domanda se l'IA sia creativa è quella sbagliata. La risposta è sì, ma è un sì di tipo diverso. I sistemi generativi non sono versioni inferiori della creatività umana, né ne sono copie. Sono una seconda, alternativa forma di creatività che attraversa lo stesso paesaggio di possibilità ma percorre sentieri diversi. Sono costruiti su una base di dati piuttosto che sulla vita, e sono guidati da valori presi in prestito piuttosto che da valori percepiti. Man mano che questi sistemi diventeranno più comuni, la sfida per la società non sarà determinare se siano veramente creativi, ma capire come collaborare con questo nuovo tipo di creatore. Il futuro dell'arte e del design dipenderà probabilmente dal riconoscere che non siamo più gli unici navigatori in questo spazio, e che il lavoro più prezioso nascerà dalla combinazione unica di intenzione umana e capacità della macchina.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.