Mieszko Olszewski PhD na NoAutomata zdjęcie.

Sztuczna inteligencja a kreatywność – czy twórców zastąpią twórcze roboty?

Czytaj w 11 min.
Autor: Mieszko Olszewski
NoAutomata.com Kreatywność w Organizacji na Linked-in logo.
Obserwuj!

Amerykański psycholog Joy Guilford, autor jednej z pierwszych poznawczych koncepcji teorii twórczości (1950), uważał, że kreatywność jest cechą unikalną dla człowieka; kreatywne myślenie ma być ostatnim bastionem wartości ekonomicznej naszego mózgu w świecie opanowanym przez autonomiczne maszyny. Jednak od czasu referatu Guilforda minęło ponad 70 lat, a świat uległ tak dalekim przeobrażeniom, że nie sposób przewidzieć, co przyniesie przyszłość. Niektórzy futurolodzy wieszczą, że już niebawem to właśnie autonomiczne maszyny zostaną kustoszami innowacji (Botha, 2019). Czy za kilka dekad kreatywność będzie wciąż wyłączną domeną człowieka? Czy sztuczna inteligencja może być kreatywna? Czy bardziej kreatywna niż człowiek? Czyżby czekała nas „twórcza emerytura”?

(…) eventually about the only economic value of brains left would be in the creative thinking of which they are capable. Presumably, there would still be need for human brains to operate the machines and to invent better ones (Guilford, 1950).

W artykule spróbujemy odpowiedzieć na te pytania. Przedstawimy wyniki badań naukowych oraz opinie uznanych specjalistów. Z treści dowiesz się ponadto dlaczego proces twórczy nie może zostać całkowicie zautomatyzowany oraz kiedy i w jakich okolicznościach powstała konstrukcja współczesnego biustonosza 👙.

Sztuczna inteligencja a kreatywność – dynamiczny wzrost zainteresowania SI

Zainteresowanie sztuczną inteligencją (SI) rośnie w fenomenalnym tempie. Urzędy patentowe w USA i na świecie odnotowują nadzwyczajny wzrost liczby zgłoszeń związanych z technologią SI (Zeck, 2023, WIPO, 2022). Nie bez przyczyny. Specjaliści uznają sztuczną inteligencję za kluczową siłę napędową przyszłego wzrostu gospodarczego (Szczepański, 2019; Bughin i in., 2018) – przewiduje się m.in., że w wyniku zastosowania technologii opartych na sztucznej inteligencji do 2035 roku nastąpi aż 💣 40% wzrost produktywności pracy (Purdy i Daugherty, 2016). Świat jest dopiero na początku tej radykalnej transformacji, ale już teraz spływają dowody empiryczne potwierdzające powyższe tezy i prognozy (np. Peng i in., 2023, patrz ramka 1).

Ramka 1. Badanie Peng i in., 2023

W badaniu przeprowadzonym przez zespół naukowców pod kierownictwem Sida Peng wzięło udział 95 programistów. Badanych podzielono na dwie grupy. Grupa eksperymentalna miała dostęp do opartego na sztucznej inteligencji programu GitHub Copilot wspierającego pisanie kodu (hasło Copilot to: Your AI pair programmer). Natomiast grupa kontrolna mogła korzystać z Internetu oraz platform typu Stack Overflow (SO to platforma społecznościowa dla programistów). Celem zadania eksperymentalnego było napisanie serwera HTTP w języku JavaScript. Grupa eksperymentalna była w stanie wykonać zadanie o 55,8% szybciej (w 71,17 minuty zamiast w 160,89 minut), niż grupa kontrolna, aczkolwiek jakość kodu była porównywalna w obu grupach.  

Źródło: opracowanie własne

Opracowana przez AI Coka-Cola Y3000.
Ilustracja 1. Opracowana przez AI Coka-Cola Y3000. Źródło: Coca-ColaCompany.com

Czy sztuczna inteligencja może być kreatywna?

Dynamiczny wzrost zainteresowania sztuczną inteligencją można zaobserwować również w tzw. 📽 przemysłach kreatywnych (Anantrasirichai i Bull, 2022), a także w innych dziedzinach aktywności umysłowej wymagających twórczego myślenia oraz radzenia sobie z problemami o charakterze otwartym. Sztuczna inteligencja wykorzystana jest obecnie m.in. do generowania obrazów, pisania tekstów, tworzenia muzyki, we wzornictwie przemysłowym, w inżynierii programowania, w przemyśle gier komputerowych, w marketingu i reklamie, ale także w rozwoju nowych produktów i biologii eksperymentalnej (tabela 1). Tak olbrzymia skala zastosowania sztucznej inteligencji w obszarach stricte twórczych wskazuje jednoznacznie – 💡 używane obecnie rozwiązania SI nie tylko mogą, ale bez wątpliwości są kreatywne, tj. zdolne do tworzenia dzieł (wytworów, produktów) oryginalnych i użytecznych. Powstaje zatem zasadnicze pytanie, czy są kreatywne bardziej niż my, ludzie? Czy sztuczna inteligencja jest już zdolna generować kreatywność bardziej spektakularną, niż potrafimy to my, istoty obdarzone (jedynie) tradycyjnym mózgiem – mieszanką wody, białka, tłuszczu i soli mineralnych?  

Tabela 1. Sztuczna inteligencja a kreatywność – przykłady

Obszar: Przykłady zastosowania sztucznej inteligencji w procesach kreatywnych:
Tekst

📌 Krótka powieść pt. „The Day a Computer Writes a Novel” stworzona przy współpracy z SI zakwalifikowana została do drugiego etapu w konkursie Nikkei Hoshi Shinichi Literary Award.

📌 Stworzona przez SI poezja okazała się nie do odróżnienia od poezji stworzonej przez ludzi (Köbis i Mossink, 2021).

Obraz

📌 Autoportret Rembrandta van Rijn, wygenerowany przez sztuczną inteligencję na podstawie analizy korpusu dzieł holenderskiego mistrza.

📌 Wygenerowany całkowicie przez SI obraz pt. „Portret Edmonda de Belamy” sprzedany został na aukcji za niebagatelną kwotę 432 tys. dolarów.

📌 Obrazy do 120 stronicowego komiksu pt. „Cyber Punk: Peach John”, zostały stworzone przy wykorzystaniu bazującego na sztucznej inteligencji generatora obrazów Midjourney.

Dźwięk

📌 Piosenka pt. „Daddy’s Car” w stylu The Beatles stworzona przy wykorzystaniu opartej na sztucznej inteligencji aplikacji Flow Machines firmy Sony.

📌 Sztuczna inteligencja dokończyła X Symfonię Ludwiga van Beethovena.

📌 Savages to utwór francuskiego zespołu AllttA, który wykorzystał oparty na sztucznej inteligencji filtr, aby „zmimikować” głos JAY-Z jednego z najważniejszych artystów hip-hopowych wszechczasów (Forrester.com).

Film 📌 Benjamin to sztuczna inteligencja wykorzystana przez reżysera Oscara Sharpa i technologa Google Rossa Goodwina do stworzenia scenariuszy filmów Sunspring (2016) oraz It’s No Game (2017). W 2022 roku Benjamin całkowicie samodzielnie napisał i wyreżyserował film Zone Out, m.in. przy wykorzystaniu technologii podkładania twarzy i generowania głosu (Scroll.in).
NPD

📌 Projekt krzesła wykonany przez Philippe’a Starcka, francuskiego architekta i twórcę wzornictwa, stworzony we współpracy ze sztuczną inteligencją przy wykorzystaniu funkcji projektowania generatywnego.

📌 Nowy smak Coca-coli o nazwie Y3000 stworzony przy współpracy z SI.

📌 Fabularna gra fantasy, typu Dungeons & Dragons, której mistrzem gry jest SI.

Biologia i chemia

📌 Stworzony przez Google DeepMind oparty na sztucznej inteligencji program AlphaFold przewidział struktury 3D niemal wszystkich znanych nauce, skatalogowanych białek.

📌 Autonomiczny 400 kg robot, który samodzielnie przeprowadza eksperymenty naukowe. Algorytm robota autonomicznie porusza się po 10 wymiarowej przestrzeni 98 milionów możliwych eksperymentów i dokonuje wyboru kolejnego eksperymentu, biorąc pod uwagę wcześniej uzyskane wyniki. Robot wykonuje ponadto wszystkie zadania niezbędne do przeprowadzenia eksperymentu, pracując nieustannie 21,5 godziny na dobę, takie jak np. odważanie ciał stałych, dozowanie cieczy, usuwanie powietrza z naczynia, przeprowadzanie reakcji katalitycznych i oznaczanie ilościowe produktów reakcji. W ciągu trzech dni robot ukończył pracę, która zajęłaby człowiekowi kilka miesięcy (dailymail.co.uk).

Popkultura 📌 W krótkim filmie, pt. Harry Potter by Balenciaga, bohaterowie słynnej serii książek i filmów o Harrym Potterze przedstawieni są jako modele domu mody Balenciaga. Film został stworzony przez Alexandra Niklass’a, mieszkającego w Berlinie fotografa, przy wykorzystaniu takich narzędzi, jak Midjourney, ElevenLabs i D-ID. Powstały inne wersje filmu, m.in. Matrix by Gucci, Star Wars by Balenciaga czy Famous Scientist by Balenciaga. Innym przykładem jest wiralowe zdjęcia „wyluzowanego papieża” (swagged-out pope) stworzone przy wykorzystaniu aplikacji Midjourney (newyorker.com).
Rzeźba 📌 The impossible statue to zaprojektowana całkowicie przez sztuczną inteligencję.

Źródło: opracowanie własne.

Sztuczna inteligencja a kreatywność - przykład, Cyberpunk Peach John.
Ilustracja 2. Cyberpunk Peach John – 120 stronicowy komiks narysowany przez sztuczną inteligencję (generator obrazów Midjourney).

Czy sztuczna inteligencja jest bardziej kreatywna niż ludzie?  

Ustaliliśmy wcześniej, że sztuczna inteligencja jest kreatywna, a przynajmniej jako twórcze postrzegamy jej wytwory – wykonawcze rezultaty działania algorytmów konstytuujących SI. Powstaje zatem kolejne pytanie, czy kreatywność wytworów sztucznej inteligencji jest już wyższa niż kreatywność ludzi? Otóż wyniki prowadzonych przez naukowców badań sugerują, że tak – w testach twórczego myślenia 🤖 sztuczna inteligencja uzyskuje wyniki nie tylko porównywalne, ale nawet lepsze od ludzi. Czy oznacza to, że twórcza praca człowieka zostanie wkrótce całkowicie zautomatyzowana, a my udamy się na (niezasłużoną jeszcze) twórczą emeryturę? Spróbujemy odpowiedzieć na to pytanie, ale zanim to nastąpi, przyjrzyjmy się 🕵 dwóm najnowszym badaniom, których celem było zweryfikowanie tej hipotezy.

Sztuczna inteligencja a kreatywność - autoportret Rembrandta stworzony przez AI.
Ilustracja 3. Autoportret Rembrandta van Rijn, wygenerowany przez sztuczną inteligencję na podstawie analizy korpusu dzieł holenderskiego mistrza. Źródło: TheGuardian.com

Sztuczna inteligencja a kreatywność – wyniki testu TTCT

Pierwsze badanie zostało przeprowadzone w 2023 roku przez zespół badaczy pod kierownictwem Erika Guzika (Guzik i in., 2023) z Uniwersytetu w Montanie. W badaniu porównywano wyniki uzyskane przez ChatGPT-4 z wynikami uzyskanymi przez ludzi (grupa kontrolna, 24 osoby). Do pomiaru kreatywności wykorzystano popularny test twórczego myślenia Torrance’a (TTCT), a precyzyjnie zadania werbalne (bateria testów Torrence’a zawiera także zadania niewerbalne). Test Torrence’a nadaje się dobrze do pomiaru kreatywności codziennej, o charakterze ogólnym (nie związanej z jakąś konkretną dziedziną, np. muzyką czy matematyką).

Do zadań werbalnych w zastosowanym w badaniu teście należały następujące aktywności:

    • zadawanie pytań (asking questions),
    • zgadywanie przyczyn (guessing couses) ,
    • zgadywanie konsekwencji (qussing consequences)
    • ulepszanie produktu (product improvement),
    • nietypowe zastosowania (unusual usues)
    • spontaniczne przypuszczanie (just suppose).

    Wyniki testu Torrence’a zostały przeanalizowane pod względem:

    1. płynności (fluency), czyli ogólnej liczby sensownych wypowiedzi;
    2. elastyczności (flexibilty), czyli różnorodności wypowiedzi;
    3. oryginalności (originality), czyli statystycznej rzadkości występowania danej odpowiedzi.

    Analizą wyników została przeprowadzona przez uznaną amerykańską instytucję, tj. Scholastic Testing Services, posiadająca duże doświadczenie, a przede wszystkim rozległą bazę wyników do porównania. Oceniających nie poinformowano, które pomysły zostały opracowane przez ludzi, a które przez sztuczną inteligencję.

    Okazało się, że pod każdym analizowanym względem sztuczna inteligencja (generator tekstu ChatGPT-4) uzyskała wyniki lepsze niż uzyskały osoby z grupy kontrolnej, zgodnie z rysunkiem poniżej. Innymi słowy, generator tekstu ChatGPT-4 był w stanie wygenerować więcej odpowiedzi, które jednocześnie były przeciętnie bardziej oryginalne i bardziej użyteczne, niż odpowiedzi ludzi.

    Sztuczna inteligencja a kreatywność - wyniki badań naukowych.
    Rysunek 1. Sztuczna inteligencja (ChatGPT-4) uzyskała wyniki lepsze niż  osoby z grupy kontrolnej w teście TTCT. Czyżby AI była już bardziej kreatywna od ludzi? Źródło: (Guzik i in., 2023).

    Sztuczna inteligencja a kreatywność – wyniki testu AUT

    Drugie badanie zostało przeprowadzone przez dwóch skandynawskich badaczy, Mika Koivisto i Simone Grassini, i publikowane w czasopiśmie Nature w 2023 roku. W badaniu porównywano wyniki uzyskane przez kilka popularnych generatorów tekstów opartych na sztucznej inteligencji (ChatGPT3, ChatGPT4, Copy.ai) z wynikami uzyskanymi przez ludzi (n = 256). Do pomiaru kreatywności wykorzystano popularny test alternatywnych zastosowań (AUT) – uczestnicy zostali poproszeni o wymyślenie możliwie wielu niezwykłych zastosowań kilku przedmiotów: sznurka, pudełka, ołówka oraz świeczki. Ocenie podlegała oryginalność i użyteczność wygenerowanych pomysłów. Oceniających nie poinformowano, które pomysły zostały opracowane przez ludzi, a które przez sztuczną inteligencję.

    Okazało się, że chociaż grupa najbardziej kreatywnych osób uzyskała wyniki najwyższe, to jednak wyniki testu osiągnięte przez sztuczną inteligencja były przeciętnie lepsze niż wyniki przeciętnie kreatywnych ludzi. Innymi słowy, generatory tekstu, takie jak ChatGPT4, wytwarzają już bardziej kreatywne pomysły (tj. alternatywne zastosowania przedmiotów) niż przeciętni ludzie (Koivisto i Grassini, 2023). Czy oba przytoczone eksperymenty potwierdzaj nasze najgorsze obawy?

    Sztuczna inteligencja a kreatywność – czy czas na twórczą emeryturę?

    Wyniki badań wydają się dla ludzi dość pesymistyczne. Trzeba jednak pamiętać, że zarówno test TTCT, jak i AUT dokonują pomiaru przede wszystkim myślenia dywergencyjnego. Myślenie dywergencyjne to, w najprostszym ujęciu, generowanie możliwie wielu odpowiedzi w odpowiedzi na problem o charakterze otwartym. Chociaż myślenie rozbieżne jest powszechnie traktowane jako predyktor potencjału ideacyjnego i oryginalności (Runco i Acar, 2012), nie można go utożsamiać z kreatywnością (Runco, 2010). Trudno bowiem porównywać najbardziej nawet nowatorskie i finezyjne zastosowanie sznurka, ołówka czy świeczki do odkrycia naukowego, symfonii lub utworu literackiego. Prawdziwa kreatywność wymaga czegoś więcej. Ale to nie jedyny argument.

    Sztuczna inteligencja a kreatywność - przykład krzesła A.I. Philippa Stracka.
    Ilustracja 4. Projekt Krzesła A.I. wykonany przez Philippe’a Starcka, francuskiego architekta i twórcę wzornictwa, stworzony we współpracy ze sztuczną inteligencją przy wykorzystaniu funkcji projektowania generatywnego. Źródło: Starck.com

    Czy jest możliwa całkowita automatyzacja twórczego procesu?

    Niezależnie od prowadzonych badań naukowych, musimy zrozumieć kreatywność u jej źródeł – odpowiedzieć na pytanie dlaczego ludzie są kreatywni? Otóż są kreatywni, aby zaspokoić swoje potrzeby. Angażujemy się w twórcze działanie, aby rozwiązać określony problem lub zaspokoić pewne pragnienia. Ten etap procesu twórczego nazywamy 💡 definiowaniem problemu (problem definition). Sztuczna inteligencja, niezależnie od tego, jak bardzo kreatywna by nie była na etapie wykonawczym, nigdy (a przynajmniej w przewidywalnej przyszłości) nie będzie w stanie pojąć (doświadczyć) potrzeb człowieka. Tym samym, o ile zastosowanie sztucznej inteligencji do ulepszania produktu (por. test TTCT) jest kuszące (a może być również pożyteczne), to jednak źródłem potrzeb konsumenckich jest człowiek – jego kruche ciało, delikatne emocje, suma doświadczeń życiowych oraz motywacja do zmiany status quo.

    Źródłem kreatywności – powodem lub celem, jeśli nie pierwszym krokiem – jest ludzka potrzeba. Nawet jeśli system obliczeniowy jest w stanie przedstawić raport lub dostarczyć informacje sygnalizujące pojawiającą się lukę lub potrzebę, ludzkie poznanie nadal musi zadecydować, czy rzeczywiście stanowi to problem (Cropley i in., 2023).

    Kreatywność człowieka a kreatywność sztucznej inteligencji – różnice

    Czy kreatywna sztuczna inteligencja mogłaby wpaść na pomysł zastosowania jedwabnych chustek i wstążek (zamiast drucianej siatki) w konstrukcji 👙 biustonosza, jak uczyniła to w 1910 roku Mary Phelps Jacob? Źródłem kreatywności była w tym przypadku estetyczna niewygoda – Mary Jacob uznała, że jej nowa przezroczysta suknia nie leży zbyt dobrze na sztywnym szkielecie gorsetu. Z pomocą służącej wynalazczyni zszyła naprędce dwie jedwabne chustki z długą różową wstążką, tworząc lekką opaskę z ramiączkami, która podtrzymywała biust. Czy sztuczna inteligencja może doświadczyć estetycznej niewygody? Zapewne jest w stanie opracować analizy i zidentyfikować jakieś luki, które do pewnego stopnia mogą nam pomóc lepiej zrozumieć określone zagadnienie (np. deklarowane niezadowolenie z istniejących rozwiązań). Ale w ostatecznym rachunku tylko człowiek może ocenić, czy problem rzeczywiście istnieje, czy też jest pozornie kreatywną halucynacją bezcielesnej i nieczułej maszyny.

    Mary Phelps Jacob wynalazek biustonosza - kreatywność człowieka.
    Ilustracja 5. Mary Phelps Jacob oraz biusonosz, który wynalazła w 1910 roku. Czy sztuczna inteligencja byłaby w stanie doświadczyć „estetycznej niewygody” i wpaść na tak kreatywny pomysł?

    Analogiczna zależność zachodzi także na etapie walidacji kreatywności. Przedmiotem walidacji jest określnie, czy wygenerowany pomysł rzeczywiście zaspokaja daną potrzebę, czy też nie. Pozbawiona możliwości autentycznego doświadczania potrzeb oraz problemów (np. estetycznej niewygody), sztuczna inteligencja nie może dokonać trafnej walidacji opracowanych rozwiązań (np. stanika). Bo niby jak sztuczna inteligencja miałaby sprawdzić, czy konstrukcja biustonosza jest komfortowa i estetyczna (a przynajmniej bardziej komfortowa niż konstrukcja gorsetu)?

    Sztuczna inteligencja a kreatywność - portret Edmonda de Balamy.
    Ilustracja 6. Stworzony przez sztuczną inteligencję Portret Edmonda de Balamy został sprzedany za niebagatelną kwotę 432 000 dolarów. Źródło: edition.cnn.com

    Sztuczna inteligencja nie jest zdolna całkowicie zastąpić kreatywności człowieka

    Wniosek jest oczywisty – 💡 nie ma możliwości całkowitego zautomatyzowania procesu twórczego. Aktywność człowieka w przebiegu twórczego działania jest konieczna, aby (a) ukierunkować to działanie na potrzeby i problemy ludzi, oraz (b) aby zapewnić zgodność rezultatów tegoż działania z ich oczekiwaniami i pragnieniami. 

    Sztuczna inteligencja a kreatywność  – głos naukowców

    Większość naukowców uważa podobnie – 💡 prawdopodobieństwo zastąpienia kreatywności człowieka przez rozwiązania oparte na 🤖 sztucznej inteligencji jest w najbliższej przyszłość raczej niskie (Cropley i in., 2023; Zirar i in, 2023). Ich zdaniem nowatorstwo wygenerowanych przez sztuczną inteligencję pomysłów może być bardzo wysokie (za oryginalne uznać można całkiem przypadkowe zestawienie ze sobą elementów, np. zmiennych w bazie danych). Jednak kluczowe jest pytanie o użyteczność idei – nie wszystko co nowe jest odpowiednie (użyteczne, adekwatne) w danej sytuacji i kontekście (o tym czym jest kreatywność pisaliśmy tutaj). Sztucznej inteligencji będzie niezwykle trudno zrozumieć koncepcję użyteczności bowiem, o czym pisaliśmy wcześniej, wymagałoby to 💡 pełnej immersji SI w świat potrzeb, problemów i natchnień człowieka, a to jest raczej niemożliwe.

    The impossible statue - rzeźba zaprojektowana całkowicie przez sztuczną inteligencję.
    Ilustracja 7. The impossible statue – rzeźba zaprojektowana całkowicie przez sztuczną inteligencję. Źródło: TheNationalNews.com

    Sztuczna inteligencja a kreatywność – co nas czeka?

    Powstaje zatem pytanie, co nas czeka? Większość badaczy przedmiotu sugeruje, że w przyszłości należy oczekiwać zacieśniania kreatywnej współpracy między człowiekiem a maszyną. Znaczna część twórczej pracy realizowana ma być w tzw. modelu hybrydowym, integrującym kreatywność sztucznej inteligencji z twórczym potencjałem człowieka. Fundamentem 💡 modelu hybrydowego ma być współtworzenie (ko-kreacja), a efektem synergia tego, co stanowi naturalną domenę ludzi, z tym, co jest niewątpliwą i bezsprzeczną przewagą sztucznej inteligencji.

    Tym samym, rysowana przez naukowców wizja współpracy wydaje się raczej korzystna z punktu widzenia przyszłości ludzi. Nie tylko nie utracimy naszej aktualnej pozycji, ale uzyskamy także nowe, potężne narzędzia, dzięki którym będziemy mogli tworzyć rzeczy zupełnie fenomenalne z dzisiejszego punktu widzenia.

    Czy ta wizja się sprawdzi? Przekonamy się za kilka lat. Do tego jednak czasu możemy odwołać „koniec dominacji kreatywności człowieka” a wszelkie rewelacje prasowe na ten temat traktować z dużą rezerwą. Nasza kreatywność ma się wciąż całkiem, całkiem dobrze! I w przewidywalnym okresie czasu zapewne się to nie zmieni. W raporcie Światowego Forum Ekonomicznego, pt. The Future of Jobs Report 2023, kreatywność uznana została za drugą najbardziej pożądaną umiejętność obecnie na rynku pracy. Eksperci uczestniczący w badaniu ŚFE przewidują ponadto, że 💡 znaczenie kreatywnego myślenia ma zdecydowanie wzrosnąć w przeciągu najbliższych pięciu lat (WEF, 2023). Podobnego zdania są także inni badacze (więcej na ten temat przeczytasz tutaj).

    Acha, a ten artykuł, podobnie jak i wszystkie inne na stronie NoAutomata.com, nie został napisany przez ChatGPT czy inny generator tekstu. Przyczyna? Mnie osobiście nie satysfakcjonuje kreatywność utworów pisanych przez sztuczną inteligencję.

    Referencje / References:

    Anantrasirichai, N., Bull, D. (2022), Artificial intelligence in the creative industries: a review, Artificial Intelligence Revies, t. 55, s. 589–656. Botha, A. P. (2019), A mind model for intelligent machine innovation using future thinking principles, „Journal of Manufacturing Technology Management”, t. 30 nr 8, s. 1250-1264.

    Bughin, J., Seong, J., Manyika, J., Chui, M., Joshi, R. (2018), Notes from the AI frontier: Modeling the impact of AI on the world economy, McKinsey Global Institute, McKinsey & Company.

    Cropley, D.H., Medeiros, K.E., Damadzic, A. (2022), The Intersection of Human and Artificial Creativity, [w:] Henriksen, D., Mishra, P. (red.) Creative Provocations: Speculations on the Future of Creativity, Technology & Learning. Creativity Theory and Action in Education, t. 7. Springer, Cham.

    Guilford, J. (1950), Creativity, „American Psychologist”, t. 5, s. 444-454.

    Guzik, E. E., Byrge, C., Gilde, C. (2023), The originality of machines: AI takes the Torrance Test, „Journal of Creativity”, t. 33, nr 3, 100065.

    Koivisto, M., Grassini, S. (2023), Best humans still outperform artificial intelligence in a creative divergent thinking task, „Scientific Reports”, t. 13 nr 1, 13601.

    Köbis, N., Mossink, L. D. (2021), Artificial intelligence versus Maya Angelou: Experimental evidence that people cannot differentiate AI-generated from human-written poetry, „Computers in Human Behavior”, t. 114, 106553.

    Peng, S., Kalliamvakou, E., Cihon, P., Demirer, M. (2023), The impact of ai on developer productivity: Evidence from github Copilot, arXiv preprint arXiv:2302.06590.

    Runco, M. (2010), Divergent thinking, creativity, and ideation, [w:] J. Kaufman, R. Sternberg (red.), The Cambridge handbook of creativity, Cambridge University Press, New York, s. 413-446.

    Runco, M., Acar, S. (2012), Divergent thinking as an indicator of creative potential, „Creativity Research Journal”, t. 24, nr 1, s. 66-75.

    Szczepanski, M. (2019), Economic impacts of artificial intelligence (AI), European Parliamentary Research Service.

    Zirar, A., Ali, S., Islam, N. (2023), Worker and workplace Artificial Intelligence (AI) coexistence: Emerging themes and research agenda, „Technovation”, t. 124, 102747

    Co myślisz? Podziel się opinią!
    +1
    0
    +1
    0
    +1
    0
    +1
    0
    +1
    0
    +1
    0
    +1
    0

    Ten artykuł został napisany przez człowieka, bez udziału sztucznej inteligencji.

    Udostępnij:
    NAJNOWSZE WPISY