Luovuus ei välttämättä edellytä aikomusta

Luovuus ei välttämättä edellytä aikomusta

Moni on viime kuukausina kehunut tekoälyn tekemiä kuvia, tekstejä tai käännöksiä “yllättävän luoviksi”. Tämä arkipäiväinen toteamus raapii pintaa syvemmästä kysymyksestä: onko jokin luovaa vasta silloin, kun sen taustalla on olento, joka todella tarkoitti tehdä jotakin uutta?

Perinteinen ajatus on ollut selvä. Luovuus on ihmisen ominaisuus, ja luovaksi katsotaan sellainen teko tai teos, jossa toimija on pyrkinyt tietoisesti kohti jotain uutta ja arvokasta. Ilman tarkoitusta – ilman aikomusta – ei ole luovuutta. Tähän on nojattu niin taidekeskustelussa kuin tieteenfilosofiassa: jos kone ei halua mitään eikä ymmärrä, mitä tekee, se ei voi olla luova.

Generatiivisen tekoälyn arki on alkanut murentaa tätä intuitiota. Arvostelijat ja toimittajat kirjoittavat jo aivan mutkattomasti ”luovista” tekoälykuvista tai -teksteistä, vaikka järjestelmillä ei ole omia päämääriä. Tuore arXivissa julkaistu artikkeli väittää, että vanha vaatimus aikomuksellisuudesta yleisenä luovuuden ehtona kannattaa hylätä – vaikkakin tietyissä rajatuissa tilanteissa se voi yhä olla hyödyllinen.

Tätä vuosikymmentä hallinneista määritelmistä käytetään joskus nimitystä ”tarkoituksellisen toimijuuden ehto”. Sen ydin on yksinkertainen: luovuus edellyttää toimijaa, joka toimii tarkoituksella. Artikkelissa esitetään kaksi syytä kyseenalaistaa ehto yleisellä tasolla. Ensimmäinen on kielellinen: tekijät analysoivat laajoja tekstejä ja toteavat, että kirjoittajat ja journalistit ovat yhä valmiimpia liittämään luovuuden tekoälyyn, vaikka siltä puuttuu tarkoituksellinen toimijuus. Kun yhteinen kielenkäyttömme muuttuu, heikommaksi käy se kielellinen selkänoja, jonka varassa ehto on lepännyt.

Toinen syy on käytännöllinen. Ehdon tehtävä on ollut auttaa meitä tunnistamaan ja vahvistamaan luotettavia lähteitä uusille ja arvokkaille aikaansaannoksille. Artikkelin mukaan ehto ei enää hoida tätä tehtävää: se ohjaa meitä arvioimaan tekoälyn tuotoksia vääristyneesti siksi, että keskitymme tekijän puuttuviin aikomuksiin emmekä itse työn laatuun. Kun huomio takertuu siihen, onko taustalla ”aikomus”, jää vähemmälle se, syntyykö jotain uutta ja hyödyllistä – ja syntyykö sitä johdonmukaisesti.

Tilalle artikkeli ehdottaa selkeämpää mittapuuta: luovuutta pitäisi jäljittää sen mukaan, kuinka luotettavasti jokin lähde tuottaa uusia ja arvokkaita asioita. Ei kysyttäisi, ”tarkoittiko” joku olla luova, vaan: syntyykö tästä lähteestä toistuvasti sellaista, mitä emme ole ennen nähneet ja josta on arvoa?

Arjen esimerkki auttaa hahmottamaan eroa. Kuvitellaan toimitus, joka käyttää tekoälyä otsikointiin. Työkalu tuottaa kymmeniä ehdotuksia, joista osa on tuoreita ja toimivia: ne tiivistävät uutisen olennaisen, herättävät kiinnostuksen ja ovat tyyliltään lehden linjan mukaisia. Vanhan ehdon mukaan mikään näistä ei voisi olla ”luovaa”, koska järjestelmä ei tavoittele eikä ymmärrä. Uudella, johdonmukaisuutta painottavalla mittapuulla asia arvioitaisiin toisin: jos työkalu tekee tällaisia oivaltavia ehdotuksia toistuvasti, sen tuotos on luovuuden piiriin kuuluvaa – olipa taustalla tietoista aikomusta tai ei.

Myös argumentin metodi tehdään eksplisiittiseksi: kyse on käsitteen korjaamisesta. Jos ”luovuuden” määritelmä ei enää palvele sitä yhteiskunnallista tehtävää, joka sillä on ollut – kykyä erottaa ne lähteet, joista uutta ja arvokasta syntyy – määritelmää on syytä säätää. Tekijöiden mukaan aikomusvaatimus on tässä tehtävässä alkanut haitata enemmän kuin auttaa, koska se ruokkii vinoumaa, joka saa väheksymään tekoälyn tuotoksia pelkästään siksi, että tekijä ei ole ihminen.

Tämä ei tarkoita, että aikomuksella ei olisi väliä missään. Artikkelissa muistutetaan, että tietyissä paikallisissa yhteyksissä ehto on yhä perusteltu. On tilanteita, joissa arvioinnin kohteena on nimenomaan toimija – esimerkiksi kun haluamme palkita jonkun oppimisesta, vaivannäöstä tai vastuullisuudesta – ja silloin tarkoitusperillä on selvä painoarvo. Ehdotus siis koskee yleistä luovuuden käsitettä: mitä laajemmassa, arjen kielen ja käytäntöjen mielessä pidämme jotakin luovana.

Rajoituksiakin on syytä huomioida. Kielellinen muutos voi kertoa aidosta käsitysten siirtymästä – tai vain muotitavasta, joka voi vaihtua. Uudessa mittapuussa korostuvat ”uuden” ja ”arvokkaan” määrittelyt, jotka eivät ole helppoja tai yksiselitteisiä. Ja vaikka painopiste siirretään tuotoksiin, moni tekoälyjärjestelmä toimii ihmisten ohjauksessa: missä määrin luotettavuus kuuluu itse järjestelmälle, missä määrin käyttäjälle? Artikkeli esittää normatiivisen ehdotuksen, ei lopullista vastausta. Mutta se osoittaa, että tapa, jolla puhumme luovuudesta, vaikuttaa arvioihimme enemmän kuin huomaamme.

Kiista ei ole akateeminen hiuksenhalkominen. Se koskee sitä, miten jaamme tunnustusta, miten opetamme lapsille luovuutta, ja miten yritykset ja yhteisöt päättävät, mihin suuntaan resursseja suunnataan. Jos luovuus kytketään tiukasti tarkoitukseen, suljemme ulos uusia, hyödyllisiä lähteitä vain siksi, että ne eivät toimi kuten me. Jos taas keskitymme johdonmukaiseen kykyyn tuottaa uutta ja arvokasta, asetamme ihmiset ja koneet samalle viivalle lopputulosten perusteella – ja joudumme samalla selkiyttämään, mitä ”uusi” ja ”arvokas” meille tarkoittavat.

Kysymys jää leijumaan: haluammeko määritellä luovuuden mielen sisäisten aikomusten vai näkyvien aikaansaannosten kautta? Se, mihin vastaus kallistuu, kertoo paljon siitä, millaisessa tietoyhteiskunnassa haluamme elää.

Paper: https://arxiv.org/abs/2601.15797v1

Register: https://www.AiFeta.com

luovuus tekoäly filosofia kieli journalismi

Read more

Tekoälyavustaja on taitavimmillaan, kun se ponnistelee vain silloin kun päätös on aidosti vaikea

Tekoälyavustaja on taitavimmillaan, kun se ponnistelee vain silloin kun päätös on aidosti vaikea

Kuka tahansa on klikkaillut verkkopalvelussa väärää nappia ja huomannut olevansa takaisin lähtöruudussa. Ihminen oppii nopeasti: selvässä tilanteessa ei jäädä märehtimään, epävarmassa pysähdytään ja tarkistetaan. Sama periaate alkaa hiipiä myös verkkosivuilla toimiviin tekoälyavustajiin. Vielä hiljattain ajateltiin, että tekoälyn suoritusta voi parantaa yksinkertaisesti antamalla sille enemmän ”miettimisaikaa” joka vaiheessa. Kun malli kirjoittaa,

By Kari Jaaskelainen
Kielimallin huomio toimii yllättävän hyvin pitkien tekstien hakijana

Kielimallin huomio toimii yllättävän hyvin pitkien tekstien hakijana

Moni tuntee tilanteen: edessä on 180-sivuinen raportti, ja pitäisi löytää vastaus yhteen täsmäkysymykseen. Hakutoiminto löytää kymmeniä osumia, mutta oikea kohta on aina sen taulukon alaviitteessä tai liitteessä, johon teksti viittaa. Sama ongelma vaivaa myös älykkäitä keskustelubotteja. Ne lupaavat lukea pitkät tiedostot, mutta harhailevat helposti väärään kappaleeseen tai vastaavat luottavaisesti hutiin.

By Kari Jaaskelainen
Koneesta tulee tarkempi, kun sille antaa hetken miettiä

Koneesta tulee tarkempi, kun sille antaa hetken miettiä

Moni kuvankäsittelysovellus lupaa taikoja yhdellä napilla: poista kahvikuppi pöydältä, kirkasta kasvot, vaihda tausta. Usein tulos on kelvollinen – kunnes pieni yksityiskohta lipsahtaa. Nenäkatse jää epätarkaksi, varjo unohtuu tai reunaan jää outo haamu. Taustalla on tyypillinen tapa, jolla tekoälyä on käytetty: se antaa vastauksen kerralla, ilman että pysähtyy tarkistamaan itseään. Ajatus, että

By Kari Jaaskelainen