I marts 2016 satte Lee Sedol sig ved et Go-bræt i Seoul. Han var en af verdens bedste spillere i et spil med flere mulige stillinger, end der er atomer i universet. Modstanderen var AlphaGo, en algoritme fra DeepMind. I andet parti spillede maskinen et træk, som kommentatorerne først opfattede som en fejl. Professionelle spillere kaldte det umuligt. Maskinen vandt 4-1.
Historien bliver ofte fortalt som et nederlag for mennesket. Jeg hæfter mig ved det, der skete bagefter. I årene efter kampen blev de professionelle Go-spillere målbart bedre. En analyse af over 100.000 partier viser, at kvaliteten af spillernes træk steg markant efter AlphaGo – omkring 40 procent af fremgangen kom fra AI-inspirerede træk, resten fra menneskelige nybrud. Maskinen udkonkurrerede ikke spillernes kreativitet. Den udvidede den.
Spørgsmålet, historien rejser, er det samme, jeg møder i mine forløb om AI til kreativt arbejde: Kan AI gøre os mere kreative? Som jeg ser det, afhænger svaret af, hvad vi mener med kreativitet. Tre forståelser giver tre forskellige svar.
Kreativitet som originalitet
Én forståelse ser kreativitet som evnen til at frembringe noget, ingen har set før, ved at kombinere det kendte på nye måder. Med den definition er svaret ja. AlphaGo havde hverken intentioner eller intuition. Men dens mønstre var så fremmede, at de flyttede hele spillets horisont – og menneskene fulgte med. Rekombination i den skala kan ingen af os præstere. Til gengæld kan den låne os nye udgangspunkter, vi ikke selv ville have fundet.
Kreativitet som produktion
En anden forståelse måler kreativiteten på det, der bliver skabt: værker med æstetisk eller anden værdi. Også her peger forskningen samme vej. Et studie af 4 millioner værker fra 53.000 kunstnere på en online kunstplatform viste, at kunstnernes produktion steg kraftigt, da de tog billedgenerering til sig – og at publikums vurdering af værkerne steg støt bagefter. Mængden gjorde ikke arbejdet ligegyldigt. Den gav flere forsøg at vælge imellem, og valget blev bedre.
Kreativitet som social proces
Den tredje forståelse placerer kreativiteten mellem mennesker: i samspillet, i feedbacken, i de fælles eksperimenter. AI er ikke et socialt væsen, og her kan den ikke deltage. Men den kan ændre vilkårene. En sparringspartner, der aldrig himler med øjnene, gør det billigere at foreslå noget halvfærdigt. Og det halvfærdige er ofte der, idéerne starter.
Tre svar, ét menneske
Om AI gør os mere kreative, afhænger altså af, hvad vi spørger om. Som originalitet: ja, den kan udvide horisonten. Som produktion: ja, den kan øge både mængde og kvalitet. Som social proces: den kan ikke deltage, men den kan sænke tærsklen for at prøve. Fælles for de tre svar er, at mennesket bliver i ligningen. Intentionen, fortolkningen og valget ligger stadig hos os – hvorfor det er afgørende, har jeg skrevet om i artiklen om, når kreativiteten mister sin afsender.
Tre spørgsmål er værd at tage med hjem: Hvilket kreativitetsbegreb arbejder I selv ud fra? Hvor i jeres proces ville flere forsøg gøre jer klogere – og hvor ville de bare gøre jer hurtigere? Og hvem vælger, når maskinen har foreslået?
Lee Sedol trak sig tilbage fra professionel Go i 2019. Spillerne efter ham spiller bedre, end nogen gjorde før maskinen. Den vandt partiet. Spillet blev større.
Kilder
- Shin, M., Kim, J., van Opheusden, B. & Griffiths, T.L.: »Superhuman artificial intelligence can improve human decision-making«, PNAS (2023) – analyse af over 100.000 professionelle Go-partier efter AlphaGo.
- Zhou, E. & Lee, D.: »Generative AI, human creativity, and art«, PNAS Nexus (2024) – analyse af 4 mio. værker fra 53.000 kunstnere på en online kunstplatform.
