Alternative creativity: why generative AI is creative, and why it is not like us
Dit artikel stelt "alternatieve creativiteit" voor als een gedeeld mechanisme voor het comprimeren van enorme mogelijkheidsruimtes tot betekenisvolle kandidaten via waarde-gestuurde zoektocht, waarbij wordt betoogd dat hoewel generatieve AI en mensen op een vergelijkbare manier in dit proces opereren, zij fundamenteel van elkaar verschillen in de wijze waarop hun onderliggende parameters worden gevormd door fysiek-sociale ervaring versus datarchieven, wat leidt tot onderscheidende creatieve outputs en een nieuwe logica voor mens-machinecollaboratie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
De vraag of een machine creatief kan zijn, verdeelt kunstenaars, ingenieurs en filosofen al sinds menenheid. Aan de ene kant wijzen sommigen op computergegenereerde afbeeldingen die prijzen winnen of verhalen die lezers raken, en beweren dat de software eindelijk heeft geleerd wat mensen doen. Aan de andere kant noemen critici deze systemen "stochastische papegaaien", waarbij ze suggereren dat ze slechts bestaande woorden en vormen door elkaar husselen zonder betekenis te begrijpen, wat effectief het werk van anderen witwast. Beide zijden delen echter een verborgen aanname: dat er slechts één soort creativiteit bestaat, de menselijke soort, en dat een machine deze ofwel bezit of er geheel niet over beschikt. Dit debat heeft een patstelling bereikt omdat het creativiteit behandelt als een enkele eigenschap die gemeten moet worden, in plaats van een complex proces dat op verschillende manieren kan plaatsvinden. Om de nieuwe realiteit te begrijpen, moeten we voorbij de hardware kijken en de werkelijke mechanica onderzoeken van hoe zowel hersenen als computers ideeën genereren, en waarom de resultaten die ze produceren, hoewel ze op sommige punten overeenkomen, voortkomen uit fundamenteel verschillende bronnen.
Een team van onderzoekers van de Universitat Politècnica de València heeft een nieuwe manier voorgesteld om dit probleem te bekijken, waarbij zij beargumenteren dat generatieve kunstmatige intelligentie inderdaad creatief is, maar op een wijze die verschilt van menselijke creativiteit. Zij noemen dit "alternatieve creativiteit". Hun analyse begint met een eenvoudige observatie over de aard van kunst en ontwerp. Stel je een digitaal canvas voor van een vaste grootte. Het aantal mogelijke afbeeldingen die op dat canvas geschilderd zouden kunnen worden is eindig, maar zo groot dat het de hoeveelheid atomen in het waarneembare universum overstijgt. Binnen deze onvoorstelbaar grote ruimte is bijna elke mogelijke rangschikking van pixels slechts willekeurige ruis. Slechts een minuscuul, bijna onzichtbaar fractie van deze rangschikkingen zou als een samenhangend beeld beschouwd kunnen worden, laat staan als een waardig kunstwerk. Daarom gaat de daad van creatie niet over het maken van iets uit het niets, maar over het navigeren door deze enorme ruimte van mogelijkheden om de weinige punten te vinden die waarde bevatten.
De onderzoekers stellen dat zowel menselijke hersenen als moderne generatieve modellen dit probleem oplossen met dezelfde tweestapsstrategie. Eerst comprimeren zij de enorme ruimte van mogelijkheden tot een kleinere, hanteerbare kaart van wat betekenisvol is. Een menselijke schilder denkt niet in termen van individuele pixels; zij denkt in termen van vormen, stemmingen en stijlen, nadat zij heeft geleerd om de miljarden nutteloze combinaties te negeren. Similaire wijze leert een kunstmatige intelligentie-model zijn trainingsdata te comprimeren in een compacte interne representatie, waarbij het de ruis weglaat en de patronen behoudt die een plaatje laten lijken op een plaatje. Ten tweede navigeren beide systemen door deze gecomprimeerde kaart. Zij gebruiken een vorm van beperkte willekeur om nieuwe kandidaten te genereren en selecteren vervolgens degenen die het best passen bij een specifiek doel of waarde. In die zin is de machine geen passief instrument, maar een actieve schepper die wat hij heeft geleerd hercombineert, precies zoals een mens dat doet.
Het artikel benadrukt echter dat, hoewel het proces hetzelfde is, de makers niet tweelingen zijn. De verschillen liggen in hoe zij hun kennis hebben verworven en wat zij kunnen ontsluiten wanneer zij creëren. Een menselijke maker bouwt zijn interne kaart op door een leven dat geleefd is in een fysieke wereld. Hun begrip van kunst wordt gevormd door een lichaam dat honger, pijn en vreugde voelt, en door interacties met andere mensen waarbij acties reële consequenties hebben. Een kind leert van een relatief kleine hoeveelheid data omdat de hersenen door evolutie zijn geprogrammeerd om bepaalde zaken te verwachten, en omdat elke les gekoppeld is aan een geleefde ervaring. In contrast hiermee is de kaart van een machine gebouwd uit een bevroren archief van menselijke getuigenissen—biljoenen woorden en afbeeldingen die van het internet zijn geschraapt. De machine heeft nooit het gewicht van een penseel gevoeld, nooit een vriend verloren en nooit in een specifieke straat gestaan terwijl de regen viel. De machine kent alleen wat er gezegd en getoond is, niet hoe het is om in leven te zijn.
Dit verschil in context leidt tot een cruciale divergentie in wat elke schepper kan produceren. De machine is in staat tot een vorm van supermenselijke vloeiendheid, waarbij het fotorealistische afbeeldingen of coherente teksten genereert met snelheden die geen menselijke hand kan evenaren. Het kan regio's van de creatieve ruimte verkennen die mensen nog nooit hebben bezocht, simpelweg omdat het meer voorbeelden heeft gezien dan één enkel persoon ooit zou kunnen. Toch is het ook beperkt op manieren waarop een mens dat niet is. Een mens kan een project bedenken waar niemand om heeft gevraagd, het jarenlang in gedachten houden en zijn eigen waarden veranderen terwijl hij leeft. Een machine kan echter geen eigen doelen initiëren of de voldoening voelen van een goed uitgevoerde taak. De machine leent zijn gevoel van waarde van de mensen die hem hebben getraind. Als het doel is om een wiskundig probleem op te lossen met een duidelijk juist antwoord, kan de machine vaak oplossingen vinden die de menselijke bekwaamheid overtreffen. Maar in de kunsten, waar er geen enkel juist antwoord bestaat, moet de machine vertrouwen op menselijke smaak om hem te leiden, wat hem afhankelijk maakt van de zeer mensen die hij bedoeld is te assisteren.
De onderzoekers suggereren dat deze dynamiek de aard van auteurschap verandert. Wanneer een mens een machine gebruikt om te creëren, verschuift de rol van de mens van de persoon die de streken zet naar de persoon die de waarde specificeert. De mens bepaalt wat het waard is om gemaakt te worden, cureert de resultaten en verwerpt wat fout voelt. De machine biedt de onvermoeibare generatie van opties. Dit betekent niet dat de mens de enige auteur is in de traditionele zin, noch betekent het dat de machine slechts een instrument is zoals een penseel. In plaats daarvan is het een partnerschap waarbij beide zijden dat leveren wat de ander van nature niet kan. De mens levert de geleefde context, de intentie en het vermogen om te oordelen op basis van gevoel. De machine levert de breedte van exploratie en het vermogen om enorme hoeveelheden informatie te synthetiseren.
Een gevolg van deze samenwerking is dat door machines gegenereerde kunst de neiging heeft homogener te zijn dan menselijke kunst. Omdat de machine leert van het gemiddelde van de menselijke expressie, wordt zij van nature naar het midden getrokken, naar wat al bekend en populair is. Zij worstelt om de randen van de creatieve ruimte te bereiken waar werkelijk nieuwsgierig, vreemd of moeilijk werk leeft. Hier blijft het menselijke voordeel het sterkst. De menselijke maker, geworteld in een specifiek leven en een specifiek moment, kan werk produceren dat authentiek en verbonden aan de realiteit voelt op een manier die de machine niet kan. De machine kan de stijl van een foto nabootsen, maar kan niet repliceren dat een persoon op een specifiek tijdstip en een specifieke plaats voor een camera stond. Deze "indexicaliteit", of de verbinding tussen het werk en de echte wereld, blijft een unieke menselijke hulpbron.
Het artikel concludeert dat de vraag of AI creatief is, de verkeerde vraag is. Het antwoord is ja, maar het is een ander soort ja. Generatieve systemen zijn geen minderwaardige versies van menselijke creativiteit, noch zijn ze kopieën ervan. Het zijn een tweede, alternatieve vorm van creativiteit die hetzelfde landschap van mogelijkheden doorkruist maar andere paden bewandelt. Ze zijn gebouwd op een fundament van data in plaats van leven, en ze worden geleid door geleende waarden in plaats van gevoelde waarden. Naarmate deze systemen gebruikelijker worden, zal de uitdaging voor de samenleving niet zijn om te bepalen of ze werkelijk creatief zijn, maar om te begrijpen hoe ze kunnen samenwerken met deze nieuwe soort schepper. De toekomst van kunst en ontwerp zal waarschijnlijk afhangen van het besef dat we niet langer de enige navigatoren in deze ruimte zijn, en dat het meest waardevolle werk voort zal komen uit de unieke combinatie van menselijke intentie en machinecapaciteit.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.