新世代の人工知能ツールが世界を席巻していることは疑いの余地がありません。このツールは、より適切に記述し、より高速にコードを作成し、独自の画像を大規模に生成するのに役立ちます。このような強力な AI ツールの出現により、AI アイデアの時代にクリエイターになるとはどういう意味なのかという疑問が生じます。
しかし、最近の教師なし機械学習の進歩により、いくつかの AI ソフトウェアが示す創造性は依然として人間のエンジニアの指示に単純に従った結果なのでしょうか?という疑問が生じています。エイダが AI がすでに生み出すことができるものを目の当たりにしたら、彼女の当初の考えを疑わないのは難しいかもしれません。大規模言語モデル (LLM) が大きくなるにつれて、人間レベル、さらには超人的な結果をもたらすようになりました。
それは驚くべきことですが、**AI が人間の創造性を完全に置き換える可能性は低いと思います。まず、創造性は生物学と心理学に深く根ざした人間特有の特性です。 **これはパターン認識、連想、合成などの複雑で未知の認知プロセスの結果であり、機械では簡単に再現できません。 AI は確かにある意味では創造的ですが、人間の創造性の深さと広さに完全に匹敵する可能性は低いです。
**第二に、創造性の中心には、感情や経験をユニークで個人的な方法で表現する能力があります。 **AI アルゴリズムは、創造性を刺激する人間の経験や感情を真に理解することはできません。 AI 作家は説得力のある物語を伝えるのに十分な人間の経験をつなぎ合わせることができますが、機械の作家にはできない方法で描写される苦痛と喜びを作者が経験していることを知るという読者の作者の経験には、本質的に人間的な何かがあります。人間のクリエイターが自分の作品に個人的なタッチを加えることで、AI アルゴリズムでは到底太刀打ちできないレベルの信頼性が高まります。
多くの人工知能研究者は、感情を備えた機械を作成するかどうかについて議論しています。一般的な AI モデルには感情が存在しないため、機械に感情をプログラムすることで独自の心を与えることができると一部の研究者は述べています。しかし、感情は人間の経験を要約するものであり、それは人間がその経験を思い出すことを可能にするからです。 「人間の感情の微妙なニュアンスをすべてシミュレートできない限り、コンピューターは創造的になることはできません」とイェール大学のコンピューター科学者デビッド・ゲランターは書いています。
**人工知能が人間の創造性に取って代わることができない4番目の重要な理由は、想像力と直観力の欠如です。 **創造性には、既存のものを超えて考え、新しい可能性を想像する能力が必要ですが、AI アルゴリズムにはその能力がありません。彼らは本当にユニークで独創的なコンセプトを思いつくことができません。 AI は実際の作成者ではないため、AI が生成するコンテンツの大きな欠点の 1 つは、完全にオリジナルではないことです。コンテンツ ジェネレーターは、特定のパラメーター内にすでに存在する情報を収集するだけです。したがって、コンテンツは盗作チェックには合格しますが、独自の研究、洞察、データは含まれません。実際には、これはアイデアを共有したり、思慮深いコンテンツを作成したりする能力がないことを意味します。
**最後に、創造性の予測不可能性は、創造性を AI と区別するもう 1 つの要素です。 **創造性は、突然のインスピレーションのひらめき、実験、偶然の出来事を伴う、予測不可能で自発的なものになることがあります。ただし、AI アルゴリズムはトレーニングに使用されるプログラムとデータによって制限され、新しい情報にリアルタイムで反応する能力に欠けているため、人間の創造性の予測不可能性を完全に再現することは不可能です。
全体として、生成 AI は人間の知性や洞察に代わることはできません。生成 AI が真に独創的であるためには、その分野の専門知識と背景経験を持つ人間のクリエイターによって指導され、育成される必要があります。人間のクリエイターは、適切なヒントを提供することで、生成 AI がその可能性を最大限に発揮し、印象的な結果を生み出すのを支援できます。したがって、生成 AI は非常に強力なツールではありますが、真に効果を発揮するには人間の創造性、専門知識、経験に依存する単なるツールにすぎません。
人工知能ツールの長所と短所
私たちは AI が手段としての性質を持っていることを認めていますが、問題は、ほとんどの人が AI リテラシー、つまり AI ツールをいつどのように効果的に使用するかについての理解がほとんどないことです。私たちに必要なのは、AI ツールの長所と短所を評価するための、誰もが利用できる、簡単で共通のフレームワークです。そうして初めて、一般の人々はこれらのツールを日常生活に組み込むことについて情報に基づいた決定を下すことができます。
ブルームの分類法を使用すると、人間と AI の効果的なコラボレーションとは主に、より複雑な認知タスクに労力を集中できるように、低レベルの認知タスクを委任することを意味することがわかります。したがって、AI が人間の創造者と競争できるかどうかにこだわるのではなく、人間の批判的思考、判断力、創造性の開発に AI の機能をどのように活用できるかを考えてください。
もちろん、ブルームの分類法には限界があります。多くの複雑なタスクには複数のレベルの分類が含まれており、分類の試みは挫折します。また、ブルームの分類法は、大規模な AI アプリケーションにおける大きな問題である偏見や憎悪に直接対処するものではありません。
しかし、完璧ではありませんが、ブルームの分類法は役に立ちます。それは誰もが理解できるほど単純であり、幅広い AI ツールに適用できるほど一般的であり、それらのツールについて一貫した一連の徹底的な質問を確実に行えるように十分に構造化されています。
ソーシャル メディアやフェイク ニュースの台頭により、メディア リテラシーの向上が求められるのと同様に、ChatGPT のようなツールでは AI リテラシーの向上が求められます。ブルームの分類法は、この種のテクノロジーが私たちの生活のより多くの部分に組み込まれるにつれて、AI で何ができて何ができないのかを考える方法を提供します。
私が選択する、だから私は
興味深いことに、生成 AI は人間の創造性に対する緊急のニーズを生み出しているようです。 AI がランダムに新しいものを思いつくのは簡単です。 **しかし、新しく、予想外で、同時に役立つものを思いつくのは非常に困難です。 **
残念ながら、認知的自律性の一部をインテリジェントなマシンに委任すると、それを取り戻すのは非常に困難になります。だからこそ、人間が認知の旅を楽しむことにブレーキをかけている一方で、アルゴリズムと人工知能マシンは驚くべきスピードで進歩し、新たな創造性の源として機能しています。私たちが急速に突入しつつある完全に自動化された AI の未来について、ユートピア的なビジョンを持つ人もいれば、ヒステリックなビジョンを持つ人もいます。 **この場合、私たち一人一人に選択肢があります。これらの新たな課題を受け入れるか、それとも封じ込めるかです。私たちは、アルゴリズムやインテリジェントマシンとの関係の条件を設定して、未来の形成に貢献するつもりですか、それともアルゴリズムやインテリジェントマシンにそれを押し付けさせるのでしょうか? **
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Hu Yong: AI はあらゆるものを生み出すことができますが、それでも人間のクリエイターが必要なのでしょうか?
**著者: Hu Yong、**北京大学ジャーナリズム・コミュニケーション学部教授
ChatGPT の主な用途はオープン ダイアログですが、人々はすぐに次のような創造的な使用方法を見つけました。
Stack Overflow (プログラマーの質問と回答のプラットフォーム) の質問に答える
Googleの代わりに
料理レシピの生成
複雑なプログラミングタスクを解決する
Dall-e/安定拡散用の画像ツールチップを生成
アプリやウェブサイトを一から構築する
ChatGPT は非常に創造的であるように見えますが、重要なのは、ChatGPT がこれらの用途に特に最適化されておらず、その汎用性も考慮されていないということです。それでも、いくつかの特定のタスクに関する結果は非常に注目に値し、多くの人に将来の可能性を垣間見ることができました。とはいえ、これらのユースケースは ChatGPT を一般的な人工知能に拡張するものではありませんが、特定のドメインやアプリケーションですぐに役立つ可能性があります。
新世代の人工知能ツールが世界を席巻していることは疑いの余地がありません。このツールは、より適切に記述し、より高速にコードを作成し、独自の画像を大規模に生成するのに役立ちます。このような強力な AI ツールの出現により、AI アイデアの時代にクリエイターになるとはどういう意味なのかという疑問が生じます。
**私は、ChatGPT のようなソフトウェアがその大きな約束を果たすことができれば、人間の認知と創造性を再定義できると考えています。 **
創造性に対する生成型人工知能の挑戦
**AI の創造性は、計算による創造性とも呼ばれ、人間レベルの創造性を実現できるプログラムの設計を目的とした学際的な研究分野です。 **
この分野は新しいものではありません。 19 世紀にはすでに、科学者たちは人工的な創造性が可能かどうかについて議論していました。エイダ・ラブレスは、おそらく機械知能に対して最も有名な反論を提起しました。コンピューターがプログラムされたことしかできないのなら、その行動はどのようにして創造的であると定義できるのでしょうか?彼女の見解では、自主学習は創造性の本質的な特徴です。
しかし、最近の教師なし機械学習の進歩により、いくつかの AI ソフトウェアが示す創造性は依然として人間のエンジニアの指示に単純に従った結果なのでしょうか?という疑問が生じています。エイダが AI がすでに生み出すことができるものを目の当たりにしたら、彼女の当初の考えを疑わないのは難しいかもしれません。大規模言語モデル (LLM) が大きくなるにつれて、人間レベル、さらには超人的な結果をもたらすようになりました。
これにより、AI の創造性について 2 つの考え方が生まれました。 **最初の学派は、人工知能を人間の創造性を高める方法、つまりアイデアを鼓舞し、アイデアを生み出し、創造的なブロックを克服する人間の創造的なパートナーであると考えています。 2 番目のグループは、人間の創造性を模倣し、完全に自己生産して斬新な創造的な作品を生成できる独立した創造的思想家になる人工知能を夢見ています。 **
チャットボットは単語の意味を理解するのではなく、トレーニングセット内の単語間の統計的な関連性のみを学習するため、LLM（大規模言語モデル）は人間がすでに行ったことを思い出して合成することしかできず、創造的思考や概念的思考など、科学プロセスの人間的側面の一部を示すことはできない、と主張する人もいます。でも、ずっとこのままではないでしょうか？将来の人工知能ツールは、今日では手の届かないように見える科学プロセスの側面を把握できるようになるでしょうか?
1991年の独創的な論文の中で、研究者らは、人間とインテリジェントテクノロジーとの間の「インテリジェントなパートナーシップ」は人間単独の知的能力を超える可能性があると書いた。これらのスマートなパートナーシップにより、これまで想像できなかったレベルまでイノベーションを加速できます。問題は、創造的な強化と創造的な生産の間の境界線はどこにあるのかということです。創造性に関して、AI はどこまでできるのでしょうか、またそうすべきでしょうか? AIが質の高い作品を生み出すことができるなら、人間のクリエイターは必要でしょうか？
AI は人間の創造性に取って代わることはできません
それは驚くべきことですが、**AI が人間の創造性を完全に置き換える可能性は低いと思います。まず、創造性は生物学と心理学に深く根ざした人間特有の特性です。 **これはパターン認識、連想、合成などの複雑で未知の認知プロセスの結果であり、機械では簡単に再現できません。 AI は確かにある意味では創造的ですが、人間の創造性の深さと広さに完全に匹敵する可能性は低いです。
**第二に、創造性の中心には、感情や経験をユニークで個人的な方法で表現する能力があります。 **AI アルゴリズムは、創造性を刺激する人間の経験や感情を真に理解することはできません。 AI 作家は説得力のある物語を伝えるのに十分な人間の経験をつなぎ合わせることができますが、機械の作家にはできない方法で描写される苦痛と喜びを作者が経験していることを知るという読者の作者の経験には、本質的に人間的な何かがあります。人間のクリエイターが自分の作品に個人的なタッチを加えることで、AI アルゴリズムでは到底太刀打ちできないレベルの信頼性が高まります。
多くの人工知能研究者は、感情を備えた機械を作成するかどうかについて議論しています。一般的な AI モデルには感情が存在しないため、機械に感情をプログラムすることで独自の心を与えることができると一部の研究者は述べています。しかし、感情は人間の経験を要約するものであり、それは人間がその経験を思い出すことを可能にするからです。 「人間の感情の微妙なニュアンスをすべてシミュレートできない限り、コンピューターは創造的になることはできません」とイェール大学のコンピューター科学者デビッド・ゲランターは書いています。
**繰り返しになりますが、創造性には、文脈、視点、文化的ニュアンスなどの人間の感性を捉えることが含まれることがよくあります。 **AI アルゴリズムはパターンを認識し、データに基づいてコンテンツを生成するようにトレーニングできますが、人間と同じように人間の感性を理解することはできません。このため、政治や宗教の問題など、社会全体の合意が得られていないテーマにAIが対処することも困難になります。これらのトピックに関するテキストを生成しようとすると、偏ったテキスト、不正確なテキスト、または古いテキストが作成される可能性があります。
**人工知能が人間の創造性に取って代わることができない4番目の重要な理由は、想像力と直観力の欠如です。 **創造性には、既存のものを超えて考え、新しい可能性を想像する能力が必要ですが、AI アルゴリズムにはその能力がありません。彼らは本当にユニークで独創的なコンセプトを思いつくことができません。 AI は実際の作成者ではないため、AI が生成するコンテンツの大きな欠点の 1 つは、完全にオリジナルではないことです。コンテンツ ジェネレーターは、特定のパラメーター内にすでに存在する情報を収集するだけです。したがって、コンテンツは盗作チェックには合格しますが、独自の研究、洞察、データは含まれません。実際には、これはアイデアを共有したり、思慮深いコンテンツを作成したりする能力がないことを意味します。
**最後に、創造性の予測不可能性は、創造性を AI と区別するもう 1 つの要素です。 **創造性は、突然のインスピレーションのひらめき、実験、偶然の出来事を伴う、予測不可能で自発的なものになることがあります。ただし、AI アルゴリズムはトレーニングに使用されるプログラムとデータによって制限され、新しい情報にリアルタイムで反応する能力に欠けているため、人間の創造性の予測不可能性を完全に再現することは不可能です。
全体として、生成 AI は人間の知性や洞察に代わることはできません。生成 AI が真に独創的であるためには、その分野の専門知識と背景経験を持つ人間のクリエイターによって指導され、育成される必要があります。人間のクリエイターは、適切なヒントを提供することで、生成 AI がその可能性を最大限に発揮し、印象的な結果を生み出すのを支援できます。したがって、生成 AI は非常に強力なツールではありますが、真に効果を発揮するには人間の創造性、専門知識、経験に依存する単なるツールにすぎません。
人工知能ツールの長所と短所
私たちは AI が手段としての性質を持っていることを認めていますが、問題は、ほとんどの人が AI リテラシー、つまり AI ツールをいつどのように効果的に使用するかについての理解がほとんどないことです。私たちに必要なのは、AI ツールの長所と短所を評価するための、誰もが利用できる、簡単で共通のフレームワークです。そうして初めて、一般の人々はこれらのツールを日常生活に組み込むことについて情報に基づいた決定を下すことができます。
このニーズを満たすには、教育分野における古い手法であるブルーム分類法を使用することも考えられます。この分類法は、教育心理学者のベンジャミン ブルームによって 1956 年に初めて発表され、その後 2001 年に改訂されました。これは思考のレベルを表す階層であり、より高いレベルはより複雑な思考を表します。その 6 つのレベルは次のとおりです。
知的記憶: 事実、用語、基本概念、または答えを、その意味を理解することなく認識または記憶すること。
理解: 主要なアイデアや概念を説明し、説明、分類、要約、推論、比較、明確化することによって意味を表現します。
応用: 知識を使用して問題を解決し、物事がどのように関連し、新しい状況にどのように適用できるかを特定します。
分析: 情報を調べてその構成部分に分解し、部分間の関係を判断し、動機や原因を特定し、推論し、一般化をサポートする証拠を見つけること。
評価：情報、アイデア、仕事の品質などの妥当性を一定の基準に基づいて判断し、意見を述べたり擁護したりすること。
作成: 要素を組み合わせて、一貫した、または完全に機能する全体を形成します。これは、Bloom の分類法の最高レベルです。
ブルームの分類法は特定のテクノロジーに関連付けられておらず、認知領域に広く適用されます。これを使用して、ChatGPT や、画像を操作したり、音声を作成したり、ドローンを飛行させたりする他の AI ツールの長所と限界を評価できます。
一般に、ChatGPT は記憶、理解、応用のタスクではうまく機能しますが、より複雑な分析、評価、作成のタスクでは苦労します。たとえば、ブルームの分類法を使用して医師、弁護士、コンサルタントの専門職の将来を観察すると、いつか人工知能がこれらの職業を再構築するかもしれないが、完全に置き換えられるわけではないことがわかります。 AI は記憶力や理解力には優れているかもしれませんが、医師に自分の病気の考えられる症状をすべて尋ねたり、弁護士に法律の条文を一字一句説明してもらったり、マイケル ポーターの 5 つの力について説明してもらうためにコンサルタントを雇ったりする人はほとんどいません。
これらのより高いレベルの認知タスクでは、専門家に頼ります。私たちは、治療選択肢の利点とリスクを比較検討する医師の臨床的判断、判例を総合して私たちに代わって精力的な弁護を行う弁護士の能力、そして誰も思いつかなかった独創的な解決策を特定するコンサルタントの能力を重視しています。これらのスキルは、分析、評価、作成のタスクに関連しますが、現時点では人工知能テクノロジーの到達範囲を超えている認識レベルです。
ブルームの分類法を使用すると、人間と AI の効果的なコラボレーションとは主に、より複雑な認知タスクに労力を集中できるように、低レベルの認知タスクを委任することを意味することがわかります。したがって、AI が人間の創造者と競争できるかどうかにこだわるのではなく、人間の批判的思考、判断力、創造性の開発に AI の機能をどのように活用できるかを考えてください。
もちろん、ブルームの分類法には限界があります。多くの複雑なタスクには複数のレベルの分類が含まれており、分類の試みは挫折します。また、ブルームの分類法は、大規模な AI アプリケーションにおける大きな問題である偏見や憎悪に直接対処するものではありません。
しかし、完璧ではありませんが、ブルームの分類法は役に立ちます。それは誰もが理解できるほど単純であり、幅広い AI ツールに適用できるほど一般的であり、それらのツールについて一貫した一連の徹底的な質問を確実に行えるように十分に構造化されています。
ソーシャル メディアやフェイク ニュースの台頭により、メディア リテラシーの向上が求められるのと同様に、ChatGPT のようなツールでは AI リテラシーの向上が求められます。ブルームの分類法は、この種のテクノロジーが私たちの生活のより多くの部分に組み込まれるにつれて、AI で何ができて何ができないのかを考える方法を提供します。
私が選択する、だから私は
興味深いことに、生成 AI は人間の創造性に対する緊急のニーズを生み出しているようです。 AI がランダムに新しいものを思いつくのは簡単です。 **しかし、新しく、予想外で、同時に役立つものを思いつくのは非常に困難です。 **
しかし、矛盾しているのは、生成型人工知能に依存することで、人間の創造性が谷に入る可能性があるということです。 2019年7月、フランスでのチェスの試合中に、世界ランク53位の国際グランドマスター、イゴール・ラウシスが試合中に携帯電話を使用していたことが暴露され、ルールによれば不正行為とみなされている。人類史上初めてコンピュータに負けたチェスの世界チャンピオン、ガルリ・カスパロフ氏は、実生活での携帯電話の使用は不正行為ではないが、デジタル松葉杖に過度に依存することで認知障害を発症する可能性があるとコメントした。
彼は、優れた模倣者になる方法を教えてくれる機械だけに依存しているのでは、次のステップに進んで創造的なイノベーターになることは決してできないだろうと強調しました。私たちの体と同様に、私たちの脳も運動を必要とし、優れた洞察力を発揮して「なるほど！」という洞察力を発揮するために、要求の厳しい困難な認知タスクを実行することで常に訓練されています。
残念ながら、認知的自律性の一部をインテリジェントなマシンに委任すると、それを取り戻すのは非常に困難になります。だからこそ、人間が認知の旅を楽しむことにブレーキをかけている一方で、アルゴリズムと人工知能マシンは驚くべきスピードで進歩し、新たな創造性の源として機能しています。私たちが急速に突入しつつある完全に自動化された AI の未来について、ユートピア的なビジョンを持つ人もいれば、ヒステリックなビジョンを持つ人もいます。 **この場合、私たち一人一人に選択肢があります。これらの新たな課題を受け入れるか、それとも封じ込めるかです。私たちは、アルゴリズムやインテリジェントマシンとの関係の条件を設定して、未来の形成に貢献するつもりですか、それともアルゴリズムやインテリジェントマシンにそれを押し付けさせるのでしょうか? **
ジョゼフ・ワイゼンバウムは、1976 年の素晴らしい著書『計算力と人間の理性』の中で、「機械がどれほど知的であっても、人間にしか試行できない特定の思考行為がある」と主張し、判断力、知性、思いやりの重要性を称賛しました。彼は深い定式化の中で、機械は決定することはできるが、選択することはできないと書きました。機械はなぜそのような動作をするのでしょうか?すべての機械化された決定は、アルゴリズムによって段階的に遡ることができ、最終的には避けられない結論に達します。「あなたが言ったからです。」人間の場合、これは当てはまりません。根本的な説明は次のとおりです。「私が選択したからです。」この単純なフレーズには、人間の主体性、人間の創造性、人間の責任、そして人間そのものが存在します。
私たちは、テクノロジーが私たちをより人間らしくし、自由に創造性を発揮できると主張してきましたが、人間であることには創造性以上のものがあります。私たちは機械では真似できない他の品質を持っています。彼らには指示があり、私たちには目的があります。機械はスリープモードであっても夢を見ることができません。人間は、私たちの最大の夢を現実にするために、インテリジェントな機械を使うことができますし、今後もそれを必要とするでしょう。カスパロフが言ったように、もし私たちが大きな夢を見るのをやめたら、もっと大きなものを探すのをやめたら、私たち自身が機械になるかもしれません。
創造性は長い間、人間中心主義の主要な柱の 1 つと考えられてきました。言語、価値観、感情、知覚以外に、創造性がなければ何が私たちを人間たらしめるでしょうか?