Nei, kunstig intelligens er ikke slutten på menneskelig kreativitet

Såkalt generativ kunstig intelligens vil skape rom for nyskapning, kreativitet, og helt nye måter å uttrykke seg på, skriver kronikkforfatteren. (Illustrasjon: Shutterstock / NTB)

KRONIKK: Vi står nå ved et teknologisk veiskille hvor betydningen av «kreativitet» og «originalitet» grunnleggende forandres.

Mitt favorittfoto er det surrealistiske «Dalí Atomicus», tatt av Philippe Halsman. Fotografiet viser tre flyvende katter og én flyvende Salvador Dalí, omgitt av en bue av svevende vann. Fotografiet er et teknisk mesterverk, men kan strengt tatt ikke kalles kreativt. Alt fotografen gjorde var å trykke på utløser-knappen – og det kan jo hvem som helst gjøre! 

Slik lød i hvert fall ordlyden da kameraet først ble oppfunnet. Den gangen ble ikke fotografi ansett som noe man kunne være kreativ med, ettersom det kun avbildet virkeligheten og manglet noe «utover ren mekanisme i bunnen av det hele».

Kan mennesker skape noe nytt?

Kameraet er på mange måter en god analogi til generativ kunstig intelligens (GenAI). Brukt på beste måte kan et kamera fungere som et verktøy som lar folk med kreative ideer uttrykke seg, selv om de mangler de klassiske kunstneriske ferdighetene. 

På denne måten muliggjør kameraet kreativitet.

Flere har stilt seg kritiske til bruken av kunstig intelligens (KI) i en kreativ setting. Min favorittforfatter, Erlend Loe, gikk hardt ut og påsto at KI aldri vil kunne skrive noe som er originalt og bra. Loe er ikke alene om en slik overbevisning. 

Den prisbelønte forfatteren Ray Nayler hevdet at KI ikke evner å innovere, fordi den skaper «ikke en original idé, men en sammenblanding av gamle temaer, pakket inn på nytt». 

Men selv om vi elsker å tro at mennesker har kapasitet til sann nyskaping, er dette virkelig tilfelle?

Hovedproblemet i debatten rundt KI og kreativitet er at ord som kreativ og original ikke er godt definerte, og avhenger av hvem du spør. Så la oss angripe problemet på en annen måte.

Sammenblandinger og den interpolerende maskinen

I fagfeltet maskinlæring skiller vi ofte mellom interpolering (å lage «sammenblandinger») og ekstrapolering (å skape «nyskapninger»). De nåværende GenAI-modellene kan bare interpolere. 

Interpolering («gjette» verdier mellom kjente verdier) vs. ekstrapolering («gjette» verdier utenfor de kjente verdiene) (Figur: Viggo T. Wivestad)

Det vil si at verkene de skaper, er plassert innenfor et rom av ting de har sett før. Virkelige innovative verk vil sannsynligvis kreve ekstrapolering, noe disse KI-modellene for øyeblikket ikke klarer.

Så hva slags kreativitet kan en interpolerende maskin oppnå? La meg illustrere dette med en metafor om farger:

Forestil deg en verden der farger ikke eksisterer – alt er kun nyanser av svart og hvitt. En interpolerende maskin vil verken kunne beskrive eller produsere farger i denne verdenen. Men la oss så si at et menneske oppdager fargen «blå». 

Dette er en ny og original idé – et paradigmeskifte! Vår interpolerende maskin ville nå kunne bruke «blå» til enkle ting, som å endre intensiteten. Den kan imidlertid ikke finne opp nye farger.

La oss så si at mennesket oppdager fargen «gul». Dette er naturligvis også en imponerende prestasjon, men kritikerne vil være varsomme med å kalle oppfinnelsen original, ettersom konseptet «farge» allerede var etablert. Likevel utgjør oppdagelsen en ny dimensjon innenfor paradigmet «farge».

Det som er interessant er at med disse to menneskelige oppdagelsene, så vil en interpolerende maskin kunne oppdage fargen «grønn» helt på egenhånd, ettersom dette kun er en kombinasjon av de to eksisterende fargene. 

Kritikerne vil selvfølgelig si at «grønn» ikke er en original idé, da det bare er en sammenblanding av de veletablerte fargene «blå» og «gul».

Illustrasjon av "rommet" til primærfargene. Dimensjonene er gitt av fargene blått, gult og rødt. Alle andre farger er plassert innenfor dette rommet. (Figur: Viggo T. Wivestad)

Metaforen avsluttes ved å innse at vår interpolerende maskin ennå ikke vil kunne skape fargen «rød», da dette vil utgjøre en ytteligere ekstrapolering til en ny dimensjon. Men dersom mennesker oppdager alle de tre primærfargene, så vil vår interpolerende maskin selv kunne oppdage alle andre kombinasjoner, og dermed alle andre farger vi kjenner til.

Vi kan bruke denne metaforen til å identifisere tre nivåer av originalitet:

1. Paradigmeskifter

2. Oppdagelse av nye dimensjoner innenfor et paradigme

3. Sammenblanding eller utforskning av eksisterende rom og dimensjoner.

Sammenblandet originalitet og evalueringens tidsalder

Dagens GenAI-teknologi kan bare interpolere – altså blande sammen eksisterende farger. Men hvis vi er ærlige med oss selv, er ikke det meste av det vi anser som originalt, en form for sammenblanding? 

Når forfattere rekontekstualiserer gamle idéer med nye perspektiver, musikkere remikser klassikere til nye verk, Newton står på skuldrene til kjemper, og teknologer kombinerer allerede eksisterende teknologi og kaller det en iPhone - da applauderer vi dem og kaller dem kreative geni. Som Picasso sa: «Gode kunstnere låner, store kunstnere stjeler.»

Kanskje er du ikke overbevist, og tenker at originale verk også krever andre ting: evnen til sann nyskapning, kognitiv autonomi, og et godt stykke hard arbeid og dedikasjon. 

Dette blir vanskeligere for GenAI, men kanskje ikke umulig. 

Når det gjelder «sann nyskapning», har for eksempel Google DeepMind sin språkmodell FunSearch vist evne til å generere innsikter som strekker seg forbi eksisterene menneskelig kunnskap. 

Videre har kollegaene mine på SINTEF nylig lyktes i å eliminere den menneskelige komponenten i bildegenereringsprosessen ved å automatisere både idéfasen og utførelsen, og dermed skape en form for kognitiv autonomi. 

Et eksempel på en såkalt "prompting workflow" laget i ComfyUI. Nettverket er designet for å kunne kombinere tre ulike prompt på en måte som gir stabile resultat i samme stil. (Figur: Viggo T. Wivestad)

Og når det gjelder arbeid og dedikasjon, så utvikles GenAI-bruk av teknologer og kunstnere til et å bli en egen disiplin og et håndverk ved å designe intrikate, digitale nettverk som kombinerer flere ulike «prompts», algoritmer og KI-modeller. Dette for å sikre seg best mulig kontroll over ting som positur, uttrykk, stil, og konsistens mellom ulike bilder.

Når vi står ved dette teknologiske veiskillet, er det tydelig at definisjoner knyttet til «kreativitet» og «originalitet» ikke bare utvides, men grunnleggende forandres. 

Lav kvalitet overalt

Når man ikke lengre trenger evnen til å skape selv, blir den differensierende faktoren være hvor god man er til å vurdere kvaliteten til det som kommer ut av KI-modellen (Figur: Viggo T. Wivestad)

Muligens beveger vi oss ut av «håndverkets tidsalder», og gradvis inn i «evalueringens tidsalder», hvor det i mindre grad handler om å ha ferdighetene til å skape kvalitet, men heller ferdighetene til å vurdere og gjenkjenne kvalitet når man blir presentert for det. Som KI-kunstneren Claire Silver sier: «taste is the new skill».

Videre vil et sannsynlig utfall av demokratiseringen av GenAI være en økning av lavkvalitetsverk laget med liten eller ingen innsats. Du vil se dem overalt: på sosiale medier, i offentlige rapporter og i sjefen din sin PowerPoint-presentasjon. Du vil også komme over bilder som gjør deg i tvil om hvorvidt de er ekte. 

Ikke klassiske «deepfakes», men enkle ting som interiørbilder på Instagram, matbilder på Foodora, og influensernes feriebilder. Men GenAI vil også skape rom for nyskapning, kreativitet, og helt nye måter å uttrykke seg på – for de som gidder å se etter.

(Hvis du er interessert i å dykke dypere i konseptet «originalitet», er det en flott podcast-episode fra NPR sin TED Radio Hour som heter "What Is Original?". Episoden tar for seg musikk, mote og innovasjon, og demonstrerer hvordan hver idé, oppfinnelse og sang er bygget på noe som kom før den. Den ble først sendt i 2014, lenge før GenAI var en ting, men har aldri vært mer relevant enn nå.)