آیا هوش مصنوعی واقعا خلاق است؟

به گزارش گروه دانشگاه خبرگزاری دانشجو، چه چیزی باعث می‌شود مردم فکر کنند یک سیستم هوش مصنوعی خلاق است؟ تحقیقات جدید نشان می‌دهد که بستگی به این دارد که آنها چقدر از عمل خلاقانه می‌بینند. این یافته‌ها پیامد‌هایی برای نحوه تحقیق و طراحی سیستم‌های هوش مصنوعی خلاقانه دارند و همچنین سؤالات اساسی در مورد چگونگی درک خلاقیت در افراد دیگر ایجاد می‌کنند.

هوش مصنوعی به طور فزاینده‌ای نقش بزرگی در تمرین خلاق بازی می‌کند. نیکی پنانن، نویسنده اصلی این مطالعه، می‌گوید که آیا این بدان معناست که آیا باید آن را خلاقانه بنامیم یا نه، یک سوال متفاوت است. پنانن در حال تحقیق در مورد سیستم‌های هوش مصنوعی در دانشگاه آلتو است و پیشینه روانشناسی دارد. او به همراه سایر محققان در آلتو و دانشگاه هلسینکی، آزمایش‌هایی انجام داد تا دریابد که آیا مردم فکر می‌کنند که ربات‌ها در صورت مشاهده خلاقیت بیشتر، خلاق‌تر هستند یا خیر.

در این مطالعه، ابتدا از شرکت‌کنندگان خواسته شد تا خلاقیت روبات‌ها را فقط بر اساس نقاشی‌های طبیعت بی‌جان که انجام داده‌اند، ارزیابی کنند. به آنها گفته شد که ربات‌ها توسط هوش مصنوعی هدایت می‌شوند، اما در واقع برای بازتولید نقاشی‌هایی که محققان از یک هنرمند سفارش داده بودند، برنامه‌ریزی شده بود. این فریب امکان اندازه‌گیری درک افراد از خلاقیت را بدون نیاز به خلاقیت ربات فراهم کرد، که می‌توانست تنوع زیادی بین نقاشی‌ها ایجاد کند.

در مرحله بعد، شرکت‌کنندگان در مطالعه ارزیابی کردند که نقاشی‌ها زمانی که نه تنها محصول نهایی، بلکه ویدیویی از فرآیند طراحی را می‌دیدند، چقدر خلاق بودند - خطوطی که روی صفحه ظاهر می‌شوند، اما رباتی که آنها را ایجاد می‌کند، نبود. در مرحله نهایی، شرکت‌کنندگان زمانی که می‌توانستند هر سه عنصر را ببینند: محصول نهایی، فرآیند و روباتی که نقاشی را انجام می‌دهد، به نقاشی‌ها امتیاز می‌دهند.

یافته‌ها نشان داد که با آشکار شدن عناصر بیشتری از عمل خلاق، نقاشی‌ها خلاق‌تر می‌شوند. کریستین گوکلزبرگر، استادیار فن‌آوری‌های خلاق در آلتو و نویسنده ارشد این مطالعه، می‌گوید: «هرچه افراد بیشتر ببینند، خلاق‌تر ارزیابی می‌کنند. تا آنجا که من می‌دانم، ما اولین کسی هستیم که اثرات درک محصول، فرآیند و تولیدکننده را به صورت جداگانه و کنترل شده، نه تنها در زمینه هوش مصنوعی، بلکه به طور کلی تر، بررسی می‌کنیم.

قدرت ادراک

درک اینکه مردم چگونه خلاقیت ربات‌ها یا سایر سیستم‌های مصنوعی را ارزیابی می‌کنند، در تفکر در مورد نحوه طراحی آنها مهم است –، اما کاملاً مشخص نیست که انتخاب‌های طراحی مناسب چه خواهد بود. گوکلزبرگر می‌گوید: «این مطالعه نشان می‌دهد که افشای اطلاعات بیشتر در مورد فرآیند و تولیدکننده می‌تواند به درک مردم از خلاقیت سیستم‌ها کمک کند. اما اگر عناصری را اضافه کنیم تا سیستم‌های هوش مصنوعی خلاق‌تر به نظر برسند، حتی اگر سیستم در واقع به همان شیوه عمل می‌کند، می‌توانیم سؤال کنیم که آیا این واقعاً چیز خوبی است یا خیر. در برخی موارد، این می‌تواند مفید باشد – برای مثال، ممکن است راهی برای کمک به افراد در حفظ مشارکت با یک سیستم خلاق باشد. اما در زمینه‌های دیگر، می‌تواند تصوری فریبنده از خلاقیت یک سیستم مصنوعی به مردم بدهد.

یافته‌های ما با ارائه ایده‌ای بهتر از سوگیری‌های انسانی‌مان به رفع این تعارض کمک می‌کند.

گوکلزبرگر می‌گوید: این تحقیق آنها را کمی شفاف‌تر می‌کند، که از دیدگاه کاربر نیز مهم است، تا بفهمیم طراحی یک سیستم چگونه بر درک ما از آن تأثیر می‌گذارد.

علاوه بر این پیامد‌های اجتماعی و طراحی، یافته‌ها برای تحقیق در مورد سیستم‌های هوش مصنوعی خلاق نیز اهمیت دارند. اگر قضاوت ما در مورد خلاقیت به نحوه ارائه یک سیستم بستگی دارد، مطالعات آینده باید آن عامل را کنترل کنند. به همین ترتیب، تحقیقات موجود باید در پرتو این یافته‌ها مورد ارزیابی مجدد قرار گیرد - مقایسه خلاقیت سیستم‌های مختلف بدون در نظر گرفتن تفاوت‌ها در ارائه آنها می‌توانست به نتایج نادرستی منجر شود.

سوال جالب دیگری که این تحقیق مطرح می‌کند این است که درباره خودمان چه می‌گوید. "اکنون که ما این را در مورد درک مردم از خلاقیت هوش مصنوعی دریافتیم... آیا در مورد درک مردم از افراد دیگر نیز صدق می‌کند؟ " گوکلزبرگر می‌پرسد.

آیا شکل مهم است؟

محققان همچنین این آزمایش‌ها را با دو طرح مختلف ربات انجام دادند. هدف آنها این بود که آزمایش کنند که آیا افراد بسته به شکل ربات امتیاز متفاوتی به خلاقیت می‌دهند، زیرا کار قبلی ارتباط بین شکل و خلاقیت درک شده را پیشنهاد کرده بود.

این تیم آزمایش کردند که آیا افراد در هنگام ترسیم یک طبیعت بیجان توسط یک ربات براق بازو مانند یا یک ربات پلاتر مکانیکی تر، سطوح مختلفی از خلاقیت را می‌بینند. ثابت نگه داشتن نقاشی‌ها بین ربات‌ها و از یک شرکت کننده به شرکت کننده دیگر بسیار چالش برانگیز بود. من فکر می‌کنم بزرگترین مشکل ما خود ربات‌های فیزیکی بود. پنانن می‌گوید: ما کار زیادی با روبات‌ها و فرآیند ترسیم انجام دادیم تا سعی کنیم همه چیز را یکسان نگه داریم تا بتوانیم یک مقایسه علمی دقیق انجام دهیم.

محققان از اینکه تفاوت معناداری در نحوه امتیازدهی افراد به دو ربات مشاهده نکردند، شگفت زده شدند. آنها در حال برنامه‌ریزی کار آینده هستند تا به این نتیجه غیرمنتظره و همچنین اینکه چه عناصر دیگری بر درک ما از خلاقیت تأثیر می‌گذارند، بیشتر نگاه کنند. پنانن می‌گوید: ما علاقه‌مندیم تحقیقات بیشتری در مورد اینکه چه نوع سوگیری‌ها بر ارزیابی ما از سیستم‌های هوش مصنوعی خلاقانه و تجسم یافته تأثیر می‌گذارند و این تأثیرات چگونه رخ می‌دهند، انجام دهیم.

همچنین یافته‌ها باید برای ژانر‌های مختلف هنری و همچنین سایر اشکال هنر و بیان خلاق تأیید شود. برای اینکه دیگران بتوانند کار خود را تکرار کنند و بر اساس آن کار کنند، محققان از شیوه‌های علمی باز سختگیرانه پیروی کردند. همانطور که سیستم‌های مصنوعی رایج می‌شوند، درک عواملی که درک ما از خلاقیت آنها را شکل می‌دهند برای طراحی مؤثر حیاتی است – و همچنین ممکن است تا حدودی بر نحوه تشخیص خلاقیت در انسان‌ها روشن کند.