एआय सर्जनशीलतेला मदत करू शकते, पण एका मर्यादेपर्यंत
सर्जनशील कामाबाबत कृत्रिम बुद्धिमत्ता अनेकदा टोकाच्या रूपांत मांडली जाते. एका मांडणीत ती असा धोका आहे, जो मौलिकतेला अल्गोरिदमिक सरासरीत सपाट करू शकतो. दुसऱ्या मांडणीत ती एक शक्तिशाली सहकारी आहे, जो लोकांना एकटे असताना न सुचलेले विचार उघड करू शकतो. New Scientist मधील एक अहवाल अधिक समतोल निष्कर्षाकडे निर्देश करतो: लोक या साधनावर किती अवलंबून आहेत, यावर अवलंबून हे दोन्ही दृष्टिकोन काही अंशी बरोबर ठरू शकतात.
हा लेख कॅनडातील University of British Columbia येथे आपल्या PhD दरम्यान Hsuan-Che Brad Huang यांनी केलेल्या संशोधनावर केंद्रित आहे. मुख्य निष्कर्ष सोपा आहे. लोकांनी एआयचा वापर संयमाने केला तेव्हा सर्वाधिक सर्जनशील कल्पना निर्माण केल्या, ना त्यांनी त्याला पूर्णपणे टाळले, ना त्याच्यावर अति अवलंबून राहिले. हा निष्कर्ष लेखक, डिझाइनर, विपणक, संशोधक आणि इतर ज्ञानकर्मींना एक व्यावहारिक मधला मार्ग सुचवतो, जे आता generative AI त्यांच्या दैनंदिन प्रक्रियेत कुठे बसते हे समजून घेण्याचा प्रयत्न करत आहेत.
हा मधला मार्ग महत्त्वाचा आहे, कारण सर्जनशील काम केवळ उत्पादनाच्या प्रमाणाबद्दल नसते. ते आश्चर्य, निर्णयक्षमता, मालकीभावना आणि परिचित पॅटर्नच्या पलीकडे जाण्याच्या क्षमतेवरही अवलंबून असते. जर प्रक्रियेत एआय खूपच वर्चस्व मिळवून बसले, तर उत्पादनक्षमता वाढताना दिसली तरी ही गुणवैशिष्ट्ये कमकुवत होऊ शकतात, असे अहवाल सूचित करतो.
एआय वापरासाठी एक “गोल्डीलॉक्स” क्षेत्र
New Scientist या निष्कर्षाचे वर्णन सर्जनशील एआय वापरासाठी “गोल्डीलॉक्स” क्षेत्र असे करते. प्रत्यक्षात याचा अर्थ असा की एआयचा थोडा किंवा निवडक वापर नव्या सूचनांना, पर्यायी चौकटींना, किंवा अनपेक्षित संयोजनांना जन्म देऊ शकतो, ज्यामुळे व्यक्तीला सवयीच्या विचारापलीकडे जाता येते. पण जेव्हा साधन खूप जास्त आशय पुरवू लागते, तेव्हा ते सर्जनशील प्रक्रियेचा विस्तार करण्याऐवजी ती संकुचित करू शकते.
हा निष्कर्ष सर्जनशीलता कशी कार्य करते, याच्या व्यापक सिद्धांताशी सुसंगत आहे. मानवी विचार अनुभव, गृहितके, आणि सवयींनी घडतो. ही बंधने उपयुक्त ठरू शकतात, कारण तज्ज्ञता लोकांना गुणवत्ता आणि रचना ओळखण्यास मदत करते. पण तीच बंधने लोकांना परिचित वाटांनी अडकवूनही ठेवू शकतात. बाह्य दृष्टिकोनाचे मूल्य, तो सहकारी, संघ किंवा साधनाकडून आला तरी, हे आहे की तो व्यक्तीला एकट्याने न सुचणाऱ्या कल्पनांचा विचार करण्यास प्रवृत्त करू शकतो.
त्या अर्थाने, एआय कल्पनेच्या पर्यायापेक्षा दृष्टिकोन बदलण्याची एक यंत्रणा म्हणून अधिक कार्य करू शकते. ते कथानकाच्या दिशा, संकल्पनात्मक दुवे, किंवा थीमॅटिक कोन सुचवू शकते, जे रूढ विचारांना खंडित करतात. अहवालाचा युक्तिवाद असा आहे की हा फायदा तेव्हाच सर्वात मजबूत ठरतो, जेव्हा मानवी वापरकर्ता सक्रिय निर्णयकर्ता राहतो, मशीन-निर्मित पर्यायांमध्ये निष्क्रिय निवडकर्ता होत नाही.
अतिरिक्त एआयमुळे सर्जनशील गुणवत्ता का कमी होऊ शकते
त्याच अहवालात सर्जनशील वातावरणातील large language models च्या मर्यादाही मांडल्या आहेत. या प्रणाली सांख्यिकी साधने आहेत, जी प्रशिक्षण डेटातील पॅटर्नवर आधारित संभाव्य उत्तरे तयार करतात. त्यामुळे त्या कल्पनारचनेसाठी उपयुक्त ठरतात, पण त्याच वेळी त्या परिचित, मिश्रित, किंवा सरासरीसारखे वाटणारे आउटपुट देण्याकडे झुकतात. त्या सामान्य रचनांची सक्षम नक्कल करू शकतात, पण लक्षात राहणाऱ्या सर्जनशील कामाशी लोक जे असामान्य, वैयक्तिक, किंवा खोलवर विशिष्ट झेप जोडतात, ती विश्वासार्हपणे देऊ शकत नाहीत.
एक मानसशास्त्रीय किंमतही आहे. New Scientist च्या लेखानुसार, जड एआय वापरामुळे व्यक्तीची क्षमता आणि मालकीभावना कमी होऊ शकते. जर कामाचा बराच भाग आधीच आकार दिल्यासारखा आला, तर वापरकर्त्याला निकालाशी कमी जोडलेले वाटू शकते आणि त्याला पुढे ढकलण्याची प्रेरणा कमी होऊ शकते. यामुळे एक प्रकारची सर्जनशील निष्क्रियता निर्माण होऊ शकते: व्यक्ती शोध घेणे थांबवते आणि निवड करत बसते.
हा फरक महत्त्वाचा आहे, कारण अनेक प्रारंभीचे एआय workflow वेगाला खोलीपेक्षा प्राधान्य देतात. काही सेकंदांत मॉडेलकडून दहा कल्पना मिळवणे कार्यक्षम वाटते. पण त्या कल्पना प्रारंभबिंदू न राहता छत बनल्या, तर प्रक्रिया शांतपणे प्रयोगशीलता सोडून देऊ शकते. New Scientist ने अधोरेखित केलेले संशोधन सूचित करते की अति अवलंबित्व हा केवळ तात्त्विक प्रश्न नाही. ते लोक सुधारू पाहत असलेली मौलिकता थेट कमी करू शकते.
प्रत्यक्षात या कल्पनेची चाचणी
लेख ही गोष्ट ठोस करण्यासाठी एक साधे लेखन व्यायाम वापरतो. New Scientist चे स्तंभलेखक David Robson यांनी तुटलेल्या wine glass आणि लपवलेल्या memory card बाबतच्या प्रॉम्प्टवर आधारित film concepts साठी ChatGPT ला विचारले. त्यांच्या वर्णनानुसार, निकाल उल्लेखनीयपेक्षा अधिक उपयोगी होता. हा देखील शिकवणुकीचा भाग आहे. एआय अडथळा दूर करण्यासाठी उपयोगी ठरू शकते, पण उपयुक्ततेला सर्जनशील अधिकार समजू नये.
व्यावहारिक निष्कर्ष असा नाही की सर्जनशील काम करणाऱ्यांनी generative tools टाळावीत. निष्कर्ष असा आहे की त्यांना मोठ्या प्रक्रियेच्या आत काळजीपूर्वक ठेवले पाहिजे. लेखक एआयचा वापर अनपेक्षित कोन निर्माण करण्यासाठी करू शकतो आणि नंतर कथा स्वतंत्रपणे विकसित करू शकतो. एक product team स्वतःच्या domain expertise नुसार मूल्यांकन करण्यापूर्वी पर्यायी मांडण्या शोधण्यासाठी त्याचा वापर करू शकते. डिझाइनर अंतिम संकल्पनेवर नियंत्रण ठेवत गृहितकांना आव्हान देण्यासाठी त्याचा वापर करू शकतो.
या पद्धतींमध्ये एक समान तत्त्व आहे: एआय प्रेरणा देते, अंतिम निर्णय नाही. काय मनोरंजक आहे, काय व्युत्पन्न आहे, काय प्रेक्षकांसाठी योग्य आहे, आणि काय बाजूला ठेवायला हवे, हे ठरवण्याची जबाबदारी माणसाचीच राहते.
आता सर्जनशील कामासाठी याचा अर्थ काय
एआय आणि सर्जनशीलता यावरील चर्चा अनेकदा प्रत्येक क्षेत्रासाठी एकच उत्तर गृहित धरते, पण New Scientist चा अहवाल अधिक सूक्ष्म वास्तवाकडे निर्देश करतो. वेगवेगळ्या कामांना वेगवेगळ्या मर्यादा असू शकतात. brainstorming ला final drafting पेक्षा अधिक model interaction चा फायदा होऊ शकतो. सुरुवातीची कल्पनाशक्ती सामान्य सूचनांना जास्त सहन करू शकते, पण brand work, fiction, किंवा research communication मध्ये voice आणि precision अधिक महत्त्वाची ठरते.
तरीही, व्यापक अर्थ स्पष्ट आहे. सर्जनशील कामांसाठी एआय स्वीकारणाऱ्या संस्थांनी यश मोजताना साधन किती श्रम शोषून घेऊ शकते यावरच भर देऊ नये. त्यांनी workflow मानवी agency, कुतूहल, आणि मालकीभावना जपतात का, हेही पाहिले पाहिजे. जर उद्दिष्ट केवळ जलद मजकूर नसून अधिक चांगल्या कल्पना असतील, तर संयम हा तडजोड न राहता एक वैशिष्ट्य ठरू शकतो.
- निवडक एआय वापर सवयीच्या विचारांचे नमुने मोडण्यास मदत करू शकतो.
- अतिरिक्त अवलंबित्व कामाला सरासरी परिणाम आणि कमकुवत मालकीभावनेकडे ढकलू शकते.
- सर्वात मजबूत परिणाम तेव्हा येऊ शकतात, जेव्हा माणसे सूचनांसाठी आणि दृष्टिकोनासाठी एआय वापरतात, आणि नंतर काम स्वतः घडवतात.
हा समतोलच कदाचित या संशोधनातून मिळणारा सर्वात टिकाऊ धडा ठरेल. प्रश्न हा नाही की एआय सर्जनशील कामात असावे का. प्रश्न असा आहे की ते अशा प्रकारे कसे वापरायचे, की सोयीमुळे सर्जनशील कामाला अर्थपूर्ण बनवणाऱ्या मानवी क्षमताच रिकाम्या होऊ नयेत.
हा लेख New Scientist च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.
Originally published on newscientist.com
