Alternative creativity: why generative AI is creative, and why it is not like us
Este artigo propõe a "criatividade alternativa" como um mecanismo compartilhado de compressão de vastos espaços de possibilidade em candidatos significativos por meio de busca guiada por valores, argumentando que, embora a IA generativa e os humanos operem de forma semelhante nesse processo, eles divergem fundamentalmente em como seus parâmetros subjacentes são moldados pela experiência físico-social versus arquivos de dados, levando a saídas criativas distintas e a uma nova lógica para a colaboração entre humanos e máquinas.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A questão de saber se uma máquina pode ser criativa tem dividido há muito tempo artistas, engenheiros e filósofos. De um lado, alguns apontam para imagens geradas por computador que ganham prêmios ou histórias que comovem leitores, argumentando que o software finalmente aprendeu a fazer o que os humanos fazem. Do outro lado, críticos chamam esses sistemas de "papagaios estocásticos", sugerindo que eles apenas embaralham palavras e formas existentes sem compreender o significado, efetivamente lavando o trabalho de outras pessoas. Ambos os lados, no entanto, compartilham uma suposição oculta: a de que existe apenas um tipo de criatividade, a humana, e que uma máquina ou a possui ou carece dela inteiramente. Este debate atingiu um impasse porque trata a criatividade como um traço único a ser medido, em vez de um processo complexo que pode ocorrer de diferentes maneiras. Para entender a nova realidade, devemos olhar além do hardware e examinar a mecânica real de como tanto cérebros quanto computadores geram ideias, e por que os resultados que produzem, embora semelhantes em alguns aspectos, derivam de fontes fundamentalmente diferentes.
Uma equipe de pesquisadores da Universitat Politècnica de València propôs uma nova forma de visualizar este problema, argumentando que a inteligência artificial generativa é, de fato, criativa, mas de uma maneira distinta da criatividade humana. Eles chamam isso de "criatividade alternativa". A análise deles começa com uma observação simples sobre a natureza da arte e do design. Imagine uma tela digital de tamanho fixo. O número de imagens possíveis que poderiam ser pintadas nessa tela é finito, mas tão vasto que excede o número de átomos no universo observável. Dentro desse espaço inimaginavelmente grande, quase todas as arranjos possíveis de pixels são apenas ruído aleatório. Apenas uma fração minúscula, quase invisível, desses arranjos seria considerada uma imagem coerente, quanto mais uma obra de arte valiosa. Portanto, o ato de criação não é sobre fazer algo do nada, mas sobre navegar por este enorme espaço de possibilidades para encontrar os poucos pontos que detêm valor.
Os pesquisadores argumentam que tanto os cérebros humanos quanto os modelos generativos modernos resolvem este problema usando a mesma estratégia de dois passos. Primeiro, eles comprimem o vasto espaço de possibilidades em um mapa menor e gerenciável do que é significativo. Um pintor humano não pensa em termos de pixels individuais; ele pensa em termos de formas, humores e estilos, tendo aprendido a ignorar os bilhões de combinações inúteis. Da mesma forma, um modelo de inteligência artificial aprende a comprimir seus dados de treinamento em uma representação interna compacta, descartando o ruído e mantendo os padrões que fazem uma imagem parecer uma imagem. Segundo, ambos os sistemas navegam neste mapa comprimido. Eles usam uma forma de aleatoriedade controlada para gerar novos candidatos e depois selecionam aqueles que melhor se ajustam a um objetivo ou valor específico. Nesse sentido, a máquina não é uma ferramenta passiva, mas um criador ativo que recombina o que aprendeu, tal como o ser humano faz.
No entanto, o artigo insiste que, embora o processo seja o mesmo, os criadores não são gêmeos. As diferenças residem em como adquiriram seu conhecimento e no que podem acessar ao criar. Um criador humano constrói seu mapa interno através de uma vida vivida no mundo físico. Sua compreensão da arte é moldada por um corpo que sente fome, dor e alegria, e por interações com outras pessoas onde as ações têm consequências reais. Uma criança aprende a partir de uma quantidade relativamente pequena de dados porque seu cérebro é pré-programado pela evolução para esperar certas coisas, e porque cada lição está ligada a uma experiência vivida. Em contraste, o mapa de uma máquina é construído a partir de um arquivo congelado de testemunhos humanos — trilhões de palavras e imagens extraídas da internet. A máquina nunca sentiu o peso de um pincel, nunca perdeu um amigo e nunca esteve em uma rua específica enquanto a chuva caía. Ela conhece apenas o que foi dito e mostrado, não o que é estar vivo.
Essa diferença de contexto leva a uma divergência crucial no que cada criador pode produzir. A máquina é capaz de uma espécie de fluência sobre-humana, gerando imagens fotorrealistas ou textos coerentes em velocidades que nenhuma mão humana consegue acompanhar. Ela pode explorar regiões do espaço criativo que os humanos nunca visitaram, simplesmente porque viu mais exemplos do que qualquer pessoa poderia ver. No entanto, ela também é limitada de formas que um humano não é. Um humano pode conceber um projeto que ninguém pediu, mantê-lo em sua mente por anos e mudar seus próprios valores conforme vive. Uma máquina, contudo, não pode originar seus próprios objetivos ou sentir a satisfação de um trabalho bem feito. Ela toma emprestado seu senso de valor das pessoas que a treinaram. Se o objetivo é resolver um problema matemático com uma resposta clara e correta, a máquina pode frequentemente encontrar soluções que superam a habilidade humana. Mas nas artes, onde não existe uma única resposta correta, a máquina deve confiar no gosto humano para guiá-la, tornando-se dependente das mesmas pessoas que ela deveria auxiliar.
Os pesquisadores sugerem que essa dinâmica altera a natureza da autoria. Quando um humano usa uma máquina para criar, o papel do humano muda de quem faz as marcas para quem especifica o valor. O humano decide o que vale a pena ser feito, faz a curadoria dos resultados e rejeita o que parece errado. A máquina fornece a geração incansável de opções. Isso não significa que o humano seja o único autor no sentido tradicional, nem que a máquina seja meramente uma ferramenta como um pincel. Em vez disso, é uma parceria onde cada lado fornece o que o outro, por constituição, não pode. O humano fornece o contexto vivido, a intenção e a capacidade de julgar baseando-se no sentimento. A máquina fornece a amplitude de exploração e a capacidade de sintetizar vastas quantidades de informação.
Uma consequência dessa parceria é que a arte gerada por máquinas tende a ser mais homogênea do que a arte humana. Como a máquina aprende com a média da expressão humana, ela é naturalmente puxada para o meio, para o que já é familiar e popular. Ela tem dificuldade em alcançar as bordas do espaço criativo onde residem o trabalho verdadeiramente novo, estranho ou difícil. É aqui que a vantagem humana permanece mais forte. O criador humano, fundamentado em uma vida específica e em um momento específico, pode produzir obras que parecem autênticas e conectadas à realidade de uma forma que a máquina não consegue. A máquina pode imitar o estilo de uma fotografia, mas não pode replicar o fato de que uma pessoa estava diante de uma câmera em um tempo e lugar específicos. Essa "indexicalidade", ou a conexão entre a obra e o mundo real, permanece um recurso exclusivamente humano.
O artigo conclui que a pergunta sobre se a IA é criativa é a pergunta errada. A resposta é sim, mas é um sim diferente. Sistemas generativos não são versões inferiores da criatividade humana, nem são cópias dela. Eles são uma segunda, uma criatividade alternativa que atravessa o mesmo cenário de possibilidades, mas percorre caminhos diferentes. Eles são construídos sobre uma fundação de dados em vez de vida, e são guiados por valores emprestados em vez de sentidos. À medida que esses sistemas se tornam mais comuns, o desafio para a sociedade não será determinar se eles são verdadeiramente criativos, mas sim entender como colaborar com esse novo tipo de criador. O futuro da arte e do design dependerá provavelmente do reconhecimento de que não somos mais os únicos navegadores neste espaço, e que o trabalho mais valioso virá da combinação única de intenção humana e capacidade de máquina.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.