Дата публикации: 30.12.2016
Автор: Роэлоф Питерс, Самим Винигер
Перевод: AIC
Содержание
Творчество
Ассистированное творчество
Генеративное творчество
Заключение
Авторы и благодарности
Ссылки
Введение
Мы живем во времена, когда авторы научной фантастики изо всех сил стараются идти в ногу со временем. В последние годы наблюдается бурный рост исследований и экспериментов в сфере творчества и искусственного интеллекта. Почти каждую неделю появляется новый бот, который рисует, пишет истории, сочиняет музыку, проектирует объекты или строит дома. Системы искусственного интеллекта выполняют творческие задачи?
В начале своего изучения мы решили побольше узнать об этом феномене и слегка с ним поэкспериментировать. В итоге получилось глубокое расследование, которое мы назвали «ТворческийИИ».
Это вводная статья: мы рассмотрим историю ТворческогоИИ и определим терминологию, которая пригодится нам для дальнейшего изучения. Изначально мы предположили, что творчество (то есть создание нового) — это основной двигатель истории человечества и что в настоящее время оно развивается достаточно интересными путями. В этой статье мы структурируем наши знания о творчестве и технологиях.
Мы также сделаем упор на развивающиеся в последнее время «паттерны создания нового» (в области разработки ПО используется термин «порождающие паттерны»): ассистированное творчество и генеративное творчество, а также докажем, что они ведут к демократизации и эскалации творчества.
Цель этого проекта — определить набор основополагающих принципов, метафор и идей, на которых основывается развитие ТворческогоИИ, новых теорий, экспериментов и практических применений. Для начала рассмотрим историю и технологии, изложим все это в форме рассказа и сформируем видение того будущего, в котором ТворческийИИ помогает нам максимизировать человеческий потенциал.
1
Творчество
Творчество — центральный элемент человеческого существования и в повседневной жизни оно принимает множество разных форм. Тем не менее, дать определение творчеству достаточно сложно.
В этом разделе мы выборочно коснемся тех исторических, теоретических и технологических метафор творчества, которые имеют значение для ТворческогоИИ.
Представления древних людей (в том числе мыслителей Древней Греции, Китая и Индии [1]) о творчестве сильно отличались от современных. Они рассматривали творчество как форму открытия. Отказ от творчества в пользу открытий наблюдался в западной культуре вплоть до времен эпохи Возрождения.
К 18 веку творчество упоминается все чаще, в тесной связи с таким понятием как «воображение»[2]. В конце 19 века теоретики — такие как Уоллес, Вертеймер, Гельмгольц и Пуанкаре — начали описывать и публиковать свои творческие процессы: именно они положили начало научному исследованию творчества.
Научное исследование творчества в 20 веке породило множество теорий, моделей и систем: философских, социологических, исторических, технических и практических. И хотя дать объективное описание творчеству по-прежнему сложно, методичное изучение творчества и запускающих его факторов стимулирует новые творческие процессы в рекламе, архитектуре, дизайне, моде, кино и музыке.
У науки, технологий и творчества — длинная, тесно переплетенная история. При исследовании творчества важно решить, какие метафоры изучать, а какие — нет.
Мы изучим три метафоры: усиленное творчество, компьютерное творчество и творческие системы.
Усиленное творчество
Вэнивар Буш/ Memex (1949)
В своей статье «Как мы можем мыслить» Вэнивар Буш (Vannevar Bush, «As We May Think»,1949) описывает воображаемый «memex» — устройство наподобие стола, при помощи которого люди могут производить поиск по библиотеке статей посредством нажатия кнопок и переключения рычажков [4].
Хотя мемекс Буша полностью механический, он подразумевает использование гиперссылок, заметок и закладок для расширения возможностей человеческого мозга при исследовании и обработке информации: то есть по сути это интернет.
Эта статья вдохновила молодого Дугласа Энгельбарта: он ушел с работы и поступил в аспирантуру в Калифорнийский университет Беркли [5]. Там В 1962 году он написал доклад на тему «Усиление человеческого интеллекта: концептуальный фрэймворк» (Augmenting Human Intellect: A Conceptual Framework).
В этом докладе Энгельбарт — вдохновленный концепцией мемекса Буша — описал «пишущую машинку [которая] обеспечит нам новый процесс составления текстов (…) Мы сможем быстрее прорабатывать новые идеи, а значит чаще и интенсивнее задействовать творчество (…) Это, возможно, позволит нам разрабатывать и применять еще более сложные процессы, чтобы получить еще большую отдачу от своих способностей…» [6].
Дуглас Энгельбарт (1968)
У Энгельбарта было не только видение взаимодействия человека с компьютерной системой, но и философия такого взаимодействия [7]. Он верил, что компьютеры можно использовать для расширения наших процессов мышления, представления и установления ассоциаций [8].
Энгельбарт хотел не просто автоматизировать процессы, а еще многократно увеличить возможности человека при помощи системы, которая усилит и дополнит наш интеллект, нашу натуру и наше творчество. Его целью было повышение человеческого потенциала [9].
Sketchpad (1963) и первый шлем виртуальной реальности (1968) от Айвена Сазерленда
Айвен Сазерленд — студент Клода Шеннона, который в свою очередь был студентом Вэнивара Буша. Уже в 1963 году Айвен, вдохновившись мемексом, разработал свою систему.
Его диссертационный проект Sketchpad [10] считается прародителем современной системы автоматизированного проектирования (CAD — computer-aided design) программ [11]. Sketchpad продемонстрировал потенциал интерактивной компьютерной графики в области техники и творчества.
Sketchpad (1963) и первый шлем виртуальной реальности (1968) от Айвена Сазерленда
Простейший способ упростить процесс покупки или регистрации через мобильное устройство — «Мать всех демонстраций» (1968), Дуглас Энгельбарт и его команда из «Центра исследований роста» (Augmentation Research Center) в Менло парке.
Уже через несколько лет в Стэнфордском «Центре исследований роста» (ARC — Augmentation Research Center), были изобретены несколько технологий, которые сохранились и до наших дней. В их числе — видео-конференция и компьютерная мышь [12].
В это же время Джон Маккарти основал Стэнфордскую лабораторию искусственного интеллекта (SAIL — Stanford Artificial Intelligence Laboratory). Группа Маккарти стремилась не усилить, а полностью заменить человеческий интеллект электронным [13].
На базе центра Энгельбарта и лаборатории Маккарти искусственный интеллект изучали доктора наук, хакеры и студенты колледжей — включая Стива Возняка и Стива Джобса [14].
Xerox Parc: компьютеры и графический интерфейс (1970е)
Видео час на массовом рынке (2005) / ВР (2016)
В 1970 году [15] Xerox (компания по производству бумаги) решила финансировать научно-исследовательский центр в Пало-Альто (PARC — Palo Alto Research Center). Этот проект быстро привлек внимание ветеранов ARC и SAIL, горевших желанием работать с персональными компьютерами, пользовательскими интерфейсами и графикой. На базе Пало- Альто было сделано множество инноваций (таких как ethernet), а также появилась новая метафора творческого взаимодействия с компьютерной системой — рабочий стол.
Вскоре после открытия центра Xerox, образовалось менее формальное, но не менее важное компьютерное сообщество: «домашний компьютерный клуб» (The Homebrew Computing Cub). В «Домашнем клубе» состояла разношерстная публика: антивоенные активисты, инженеры и программисты. На базе «клуба» зародились многие компании: такие как Apple и Microsoft, а также технологии — например, персональный компьютер (PC) [16].
Компьютер Apple 1 от компьютерной компании Apple (1976)
Компьютерное творчество
Уже в 1950 году Клод Шеннон, систематизировав принципы английской грамматики, составил несколько предложений компьютерными методами [17]. Эти ранние исследования «компьютерного творчества» запустили междисциплинарный диалог на тему использования компьютерных подходов в решении творческих проблем.
IBM 7094 с консолью IBM 7151 (1962) / Творческое использование компьютерной графики Майклом Ноллом, Bell Labs (1962)
Генеративное музыкальное видео Рейвена Квока (2015)
С начала 1960-х годов исследователи Bell Labs начали активно применять компьютеры для выполнения творческих задач. В ходе серии инновационных экспериментов, они использовали компьютерные системы для создания графики, анимаций и предметов искусства [18].
Одним из самых активных исследователей в этой области был Майкл Нолл. В 1970 он высказал потребность в «новой породе творческих компьютерщиков» [19].
На призыв Нолла вскоре откликнулось множество художников и музыкантов — например, Байан Эно. Уже в 1975 году Эно использовал алгоритмические и генеративные принципы при написании музыки. Позже он описал свое творчество так: «я взял технологию, предназначенную для создания копий, и стал делать оригинальные произведения» [20].
Обложка альбома генеративной музыки Брайана Эно «Discrete Music» (1975) / «Компьютерный» балет — Майкл Нолл (1960-е)
Генеративная музыка от Sport Data (2015) / Перенос музыкального стиля (2015) / Обучающаяся барабанная установка (2015)
Следующей вехой на пути развития компьютерного творчества можно считать 1979 год, когда Бенуа Мандельброт [21] вывел множество Мандельброта. Ученый первым использовал компьютерную графику для изображения геометрических фракталов. Этим он показал, как при помощи простых правил может создаваться визуальная сложность.
Фракталы значительно повлияли на наше представление о творчестве и возможностях машин. Они заставили многих людей задуматься: «могут ли компьютеры/алгоритмы выполнять творческие задачи?», и вдохновили ученых, творческих деятелей и инженеров начать эксперименты в области творчества.
«Генеративные» стельки от Nervous System (2015) / 3D фрактал Mandelbulb (2009)
С появлением видео игр началось промышленное применение компьютерного творчества. В 1978 году в играх начали применяться дорогие процедурные системы — для проработки карт игры и поведения персонажей [22].
Эти системы позволили быстро реализовывать сложные игровые сюжеты и получили дальнейшее распространение с появлением таких игр, как Simcity Уилла Райта [23].
Процедурные игры: Beneath Apple Manor (1978) / Akalabeth (1980)
Процедурная игровая вселенная — No Man«s Sky (2016)
В 1980-х компьютерное творчество — в контексте постоянных исследований в этой области — стало принимать форму научной дисциплины [24]. В то же время начались активные эксперименты с компьютерным творчеством во множестве других областей: информатика, архитектура и дизайн.
Трудно дать компьютерному творчеству одно единственное определение, но наиболее распространено такое: компьютерное творчество — это «осуществление операций, которые, если бы они осуществлялись человеком — считались бы творческими» [25].
Deep Forger — Перенос стиля изображения при помощи Deep Neutral Networks (2016)
В наши дни интерес к творчеству в контексте ИИ растет: этой теме посвящаются ежегодные конференции, школьные и магистерские программы [26]. Появилась целая волна идей и технологий, в основе которых лежит компьютерное творчество (как минимум на уровне задумки): персонажи с искусственным интеллектом, «искусственные» музыканты, боты-журналисты, генеративная архитектура и искусственные нейронные сети, способные фантазировать.
И хотя подобные системы не идут ни в какое сравнение с возможностями человека, все же они активно применяются в культуре, промышленности и обучении — и результаты их деятельности общество принимает с огромным любопытством. Во многих областях такие системы из экспериментальных превращаются в производственные, формируя новые творческие процессы и результаты.
Женщины, работающие на ENIAC — первом электронном многофункциональном компьютере (1940-е)
После Второй мировой войны Соединенные Штаты пребывали в состоянии эйфории. Союзники одержали победу, как казалось, за счет науки, технологий и системного мышления. В этом контексте фонд Джошуа Мейси-младшего организовал серию конференций (1946 — 1953) на тему «принципов работы человеческого мозга» [27] — позже появилось название «Кибернетика».
Целью этих конференций было стимулировать общение между представителями различных дисциплин и восстановить единство науки [28]. Активное участие в этом движении приняли такие люди, как Дж. С.Р. Ликлайдер, Маргатер Мид, Хайнц Фон Фёрстер, Джон Фон Ньюман, Клод Шеннон и Норберт Винер.
Посетители конференции Мейси (1940-е)
В 1948 году Винер, вдохновленный конференцией, опубликовал свою диссертационную работу: «Кибернетика: контроль и коммуникации у животных и машин» [29], а Шеннон опубликовал «Математическую теорию связи» [30]. Эти работы легли в основу современной науки и дали теоретическое определение таким понятиям как «информация», «связь», «обратная связь» и «контроль».
Винер определял кибернетику как науку адаптивного управления, основанного на обратной связи [31]. Само название науки происходит от греческого слова штурман, рулевой. Кибернетики придерживаются мнения, что управление в сложных системах должно быть диалоговым.
То есть подразумевает не только действия, но и способность слушать и адаптироваться. При управлении кораблем нужно использовать румпель и паруса — чтобы адаптироваться к смене ветра и течения. Кибернетическая модель управления циклична: решения зависят не только от того, насколько хорошо люди выполняют задуманное, но и от реакции окружающей среды.
Впервые связь между кибернетикой и творчеством была продемонстрирована в 1968 году на выставке «Кибернетическая прозорливость» (Cybernetic Serendipity) в Институте современного искусства в Лондоне [32]. Деятели искусства (такие как Гордон Паск и Нам Джун Пайк) использовали компьютерные системы для создания музыки, стихов, фильмов, картин и компьютерной графики.
Свой вклад в новый дух творчества внес Бакминстер Фуллер, который ввел понятие «всестороннего дизайнера» — «синтеза художника, изобретателя, механика, экономиста и стратега» [34].
Выставка «Кибернетическая прозорливость» (Cybernetic Serendipity) (1968)
Кибернетика / Теория управления в действии: Робот, Boston Dynamics (2016), Робот-художник (2013)
В дальнейшем идеи кибернетики оказали глубокое влияние на такие сферы как бизнес, политика, искусство, дизайн и архитектура [35]. Как заметил Пак: «архитекторы — это самые первые и основные системные дизайнеры», но им не хватает «теоретической фундаментальности и единства…
Кибернетика — наука, способная заполнить этот пробел» [36]. Кибернетика систематизировала и интегрировала контекст и отношения, тем самым выводя творчество и дизайн за пределы прежнего объектно-ориентированного подхода.
И хотя кибернетика вышла из моды в 1970-х, ее наследие все еще живет в таких областях как теория управления, изучение сложных систем, проектирование взаимодействий и дизайн-мышление [37]. Сегодня во многих областях применяются комплексные подходы, направленные на объединение технологических, человеческих и социальных нужд.
Творческие системы, обязанные своим существованием кибернетике, находят «удивительное» применение во множестве областей: программное обеспечение (система гибкой разработки agile, ПО с открытым кодом), менеджмент (Google 20% времени), различные сферы труда (Uber/Lyft) и распределение ресурсов (алгоритмическая торговля/amazon).
Примеры / СМИ
Перед вами подборка проектов из области изучения усиленного творчества, компьютерного творчества и творческих систем. Наша цель — обеспечить визуальный контекст и показать развитие этих областей во времени.
Устройство взаимодействия с компьютером и ввода информации (1968)
Мышь — массовое устройство ввода данных (1982)
Сенсорный экран — устройство ввода (1982)
Управление голосом на массовом рынке (2011)
Очки виртуальной реальности на массовом рынке (2016)
Sketchpad — система автоматизированного проектирования (1963)
Autocad — инструмент автоматизированного проектирование на массовом рынке (1982)
Maya — 3D инструмент автоматизированного проектирования на массовом рынке (1998)
Генеративный велосипед, созданный при помощи 3D принтера (2015)
Генеративное платье, созданное при помощи 3D принтера (2016)
Тетрис — Процедурная игра (1984)
Simcity — симуляция сложных систем (1989)
Spore — Процедурная генерация персонажей игры (2008)
Minecraft — Процедурный 3D мир (2011)
No Man«s Sky — Симуляция вселенной (2016)
Гиперкубы — Компьютерная графика/Анимация (1968)
Фракталы — Сложность из простых правил (1980)
Mandelbulb — 3D Фракталы (2009)
DeepDream — Генеративные картины (2015)
NeuralPatch — Генеративный перенос стиля (2016)
Перерыв
В предыдущем разделе мы рассмотрели долгую, запутанную историю науки, технологий и творчества. В ходе этого мы изучили три метафоры творчества: усиленное творчество, компьютерное творчество и творческие системы.
В следующих разделах мы узнаем, какое развитие получили эти метафоры в дальнейшем и как они переросли в две современные категории: ассистированное творчество и генеративное творчество.
2
Ассистированное творчество
Со времен каменного века люди использовали различные инструменты для расширения своих возможностей и адаптации к изменяющимся потребностям. В былые времена лишь немногим удавалось в совершенстве овладеть каким-то творческим навыком, но с появлением вспомогательных (ассистирующих) систем творчество стало более куда доступным.
В этом разделе мы рассмотрим три поколения вспомогательных систем для творчества и проанализируем, как они способствовали демократизации и эскалации творчества.
Под влиянием идей Энгельбарта, многие ученые начали исследовать, как компьютерные системы могут «ассистировать» человеку при выполнении творческих задач. Исследователь Бен Шнайдерман описал такие системы как «технологии, которые помогают большему числу людей выполнять больше творческих задач на протяжении более длительного времени» [1].
В контексте этих исследований такие компании как Apple и Lotus разработали первые цифровые продукты для решения творческих задач. Кроме того, появились новые компании: например, Autodesk (1979) [2] и Adobe (1982) [3], которые полностью специализировались на разработке инструментов и систем для творчества.
В 1980-х в отрасли появились разработки первых систем ассистированного творчества: Photoshop, Autocad, Pro-Tools, Word и многие другие. Первое поколение таких систем просто имитировало возможности аналоговых инструментов при помощи цифровых технологий [4].
Для осуществления творчества требовалось полное внимание человека: обратная связь была медленной, а возможности «ассистента» — крайне ограниченными. И все же такие инструменты повышали творческие возможности экспертов и новичков, что повлекло за собой волну новых творческих процессов и результатов.
Автофокус фотоаппарата, изобретенный компанией Leica в 1976 году [5], можно считать ранним примером систем ассистированного творчества второго поколения. В этих системах управление творческим процессом происходит посредством постоянной обратной связи. Машина может существенно повлиять на результат, поэтому управление процессом осуществляется совместно. Решения принимаются человеком и системой сообща.
Такие системы второго поколения повсеместно распространены в современном мире. Они широко применяются во всех странах и отраслях.
Автокоррекция, которую в 1991 году изобрел Дин Хакамович из Microsoft, повлияла на письменную речь миллионов людей, а автоматическая подстройка звука (Autotune) изменила процессы создания музыки.
Фотокамера Leica SLR с функцией автофокуса (1976) / Autocorrect (1991) / Autotune (1998)
Сложно оценить эффект, который оказали эти системы на разные сферы творчества, ясно лишь одно: системы ассистированного творчества снижают входной барьер владения творческим инструментом. Это позволяет участникам творческого процесса (как профессионалам, так и любителям) сконцентрироваться на вопросах более высокого уровня, выполнять сложные творческие задачи и быстрее осуществлять разного рода эксперименты.
И хотя использование таких систем связано с определенными рисками и сложностями, в большинстве случаев они действительно повышают наши творческие способности.
Ассистированное творчество 3.0
Системы второго поколения зачастую накладывают ограничения на творческий процесс: управление грубое, а взаимодействия недостаточно проработаны. Из-за этих ограничений, у популярных инструментов (например, у функции автозаполнения) противоречивая репутация.
Сейчас из различных исследовательских областей приходят новые технологии. Есть надежда, что они помогут обойти предыдущие ограничения. Мы называем эти технологии системами ассистированного творчества третьего поколения (AC 3.0 — assisted creation 3.0). Речь идет о проектировании систем, которые регулируют творческий процесс посредством проработанных разговорных взаимодействий, расширяют творческие способности и ускоряют освоение навыков (то есть переход от новичка к эксперту).
Принципы ассистированного творчества третьего поколения находят практические применение при решении все более широкого спектра творческих задач.
Приведем несколько примеров:
«Ассистированное рисование» (assisted drawing) помогает иллюстраторам рисовать, корректируя штрихи.
«Ассистированное письмо» (assisted writing) помогает авторам писать, улучшая стиль текста.
«Ассистированное видео» (assisted video) помогает режиссерам редактировать ролики, облегчая процесс вырезания лишнего.
«Ассистированная музыка» (assisted music) помогает композиторам создавать музыку, предлагая новые идеи.
Ассистированное улучшение фотографий (2016) / Ассистированная карта пользовательских жестов (2014)
Ассистированное рисование от руки (2011)
Сложно показать всю глубину проводимых исследований на нескольких примерах: идей и сфер изучения очень много. Чтобы отследить развитие ассистированного творчества, мы проанализировали свежие научные публикации множества организаций при помощи машинного обучения, теории графов и визуализации.
Судя по количественным показателям (числу публикаций и экспериментов), исследование и применение ассистированного творчества лидирует среди прочих творческих дисциплин. Что интересно, большой вклад в изучение проектирования систем ассистивного творчества вносят исследования на тему машинного обучения (ML — machine learning) и человеко-компьютерного взаимодействия (HCI — human-computer interaction). В совокупности эти две дисциплины обеспечивают некий концептуальный фреймворк искусственного интеллекта в контексте взаимодействия с человеком.
Уже в 2011 году Ребекка Энн Фибринк, исследователь машинного обучения и человеко-компьютерного взаимодействия в университете Голдсмитс, задала уместный вопрос: «Можем ли мы найти применение машинному обучению в таких нетрадиционных областях, как творчество, исследования?» [9]. В последующие годы инициативу Фибринк поддержали представители самых различных сообществ: сегодня изучается и разрабатывается множество новых идей, теорий, экспериментов, подходов и продуктов.
Непрекращающиеся исследования человеко- компьютерного взаимодействия и машинного обучения открывают перед нами новые возможности и метафоры проектирования систем ассистированного творчества.
Графический анализ ислледований в сфере человеко-компьютерного взаимодействия и машинного обучения. (AE, 2016)
Демократизация и эскалация
В ходе исследования ассистированного творчества, мы заметили пару современных тенденций, которые могут оказать влияние на творчество:
1) Системы ассистированного творчества повышают доступность большинства творческих навыков.
2) Платформы совместной работы (collaborative platforms) — такие как Online Video и Open Source — облегчают процесс приобретения новых творческих навыков.
В совокупности эти тенденции ускоряют процесс превращения человека из новичка в эксперта. Это вызывает интересный феномен, который мы назвали «демократизацией творчества». Сейчас мы рассмотрим эти тенденции подробнее.
Ассистированное улучшение почерка (2013) / Ассистированный подбор модного стиля (2015) / Ассистированная анимация при помощи веб-камеры (2015)
Тенденция 1: творчество становится доступным.
Для композитора или фотографа 1980-х годов домашняя студия была лишь далекой мечтой. Сегодня в одном клике от нас находятся огромные возможности во множестве творческих направлений. Это дает шанс новичкам и экспертам проявлять больше творчества на протяжении более долгого времени. Можно сказать, что снижается цена творчества.
В творческом мире самой главной сложностью всегда был «высокий входной барьер» [10] для человека, не обладающего особыми навыками или талантами. Сегодня системы ассистированного творчества значительно снижают этот «высокий барьер», делая творческие процессы более доступными и облегчая освоение новых навыков.
Ассистированное чтение (2015) / Ассистированный дизайн прически по фотографии (2015) / Ассистированное составление резюме (2015)
Тенденция 2: совместная работа становится все более доступной.
Уже в 1960-х Энгельбарт размышлял не только о расширении возможностей отдельных индивидуумов, но и об усилении коллективного группового разума и об оптимизации совместной работы и решения проблем.
По мере того, как развиваются социальные сетей и программы для совместной работы, мы начинаем понимать, как можно задействовать технологии для повышения групповой самоорганизации, эффективности и творческих способностей.
Суть в том, что творчество — это коллективный процесс, который выходит за рамки технологических средств, хотя и может быть значительно усилен посредством технологий. Чтобы добиться развития, возможности человека и возможности машины нужно синхронизировать.
Цитата Дугласа Энгельбарта
Эскалация творчества
Если попробовать спрогнозировать развитие этих тенденций, получится сценарий, который мы называем «эскалацией творчества»: мир, в котором творчество будет широко доступно, и любой сможет писать как Шекспир, сочинять музыку как Бах, писать картины как Ван Гог, быть искусным дизайнеров и искать новые формы творческого самовыражения.
Для человека, не обладающего никакими особенными творческими способностями, системы ассистированного творчества открывают множество возможностей. Если у людей появится возможность по требованию освоить творческий навык, нам придется переосмыслить такие понятия как «эксперт» и «дизайн». В итоге такой эскалации, творчество станет одним из средств эмпатического общения.
Ассистированная игра на барабанах: рука-робот (2016) / Ассистированный стол-трансформер (2015)
И хотя подобные сценарии пока кажутся фантастическими, сама идея будущей демократизации и эскалации творчества определяет наши сегодняшние дизайнерские решения.
Уже сейчас перед нами стоит сложная задача: создавать системы, способные адаптироваться под разные культурные традиции, поддерживать различные типы творчества, отвечать множеству человеческих потребностей и обеспечивать прозрачную обратную связь.
Автоматизация или усиление
Первый вопрос, который стоит задать, обсуждая демократизацию и эскалацию творчества: «Создаем ли мы инструменты, которые усилят нас, или автопилоты, которые нас заменят?» Такие вопросы преследуют человечество уже 5000 лет, с с тех пор, с как люди начали использовать крупный рогатый скот в сельском хозяйстве [11]. История доказывает нам, что у любой технологии есть своя динамика и импульс.
Как говорил Маршал Маклюэн: «Вначале мы формируем технологии, а потом технологии формируют нас» [12]. Тем не менее, мы не рассматривает технологии как основную движущую силу природы: решающую роль играют человеческие решения и действия, а их определяет культура, политика и власть.
Коллаж «Семейный портрет в пейзаже» (1641) / Le Net — Первая свёрточная нейронная сеть для автоматического считывания банкнот — (1989)
Второй вопрос, который хочется задать, это: «что понимать под автоматизацией?». На наше нынешнее представление об автоматизации сильно влияют идеи промышленной революции: массовое производство товаров машинами.
Конечно проблема массовой безработицы из-за замены человеческого труда машинным — это серьезный вопрос, но все-же автоматизация имеет и преимущества.
Некоторые виды деятельности стоит отдать машинам — особенно если они предполагают нечеловеческие условия труда или пустую растрату человеческого потенциала.
Если рассматривать автоматизацию с точки зрения потенциала и возможностей человека: его сильных и слабых сторон, потребностей и желаний, становится ясно, что автоматизация — это скорее возможность, чем угроза.
Усиление (augmentation) и автоматизация (automation) — это разные вещи: автоматизация обещает «освободить нас от нечеловеческих задач», а цель усиления — в расширении наших возможностей. То есть предполагается не заменить человека, а расширить коллективный потенциал общества.
Чтобы лучше понять это явление, обратимся к концепции, которую разработало NASA для изучения вопросов автономии: метафора «H» [13]. Эта концепция сравнивает взаимодействие человека и системы с обращением с лошадьми.
Изображение из документа о метафоре «H» от NASA (2003)
Представьте себе всадника на лошади: если движения всадника точные и осознанные — лошадь в точности выполняет команды. Но стоит дать более расплывчатое указание, и&nbs
