Ajatus luovasta tekoälystä on herättänyt kiinnostusta jo vuosikymmenien ajan. Kuluneen vuoden aikana keskustelu on kuitenkin saanut täysin uusia kierroksia Chat-GPT:n sekä Stable Diffusionin kaltaisten generatiivisten tekoälysovellusten seurauksena. Uudet tekoälysovellukset ovat nostaneet esille kysymyksiä muun muassa siitä, mikä tekee ihmisten luovuudesta erityistä.
Päätimme kysyä asiaa apulaisprofessori Christian Guckelsbergeriltä. Hän tutkii luovia teknologioita ja luovaa tekoälyä Aalto-yliopiston tietotekniikan laitoksella.
Haluan kehittää luovaa tekoälyä kestävällä tavalla. Tutkin, miten koneet voisivat olla luovia itsessään sekä ihmisten kanssa, ja miten ne voisivat auttaa yhteiskuntaa. Näissä kysymyksissä keskeistä on ymmärtää, miten koneita käytetään ja miten ihmiset kokevat ne.
Tällaista tutkimusta tehdään yleensä laboratoriossa ja tutkimuskohteina ovat yleensä henkilöt, jotka eivät käytä näitä sovelluksia työssään. Näissä tutkimuksissa keskitytään usein tuottavuuden parantamiseen jollain luovan prosessin rajatulla osa-alueella.
Haluan oman tutkimukseni avulla tuoda esille luovan työn ammattilaisten kokemuksia luovista tekoälysovelluksista – miten he käyttävät ja mukautuvat sovelluksiin. On tärkeää, että tutkimme luovaa tekoälyä siellä missä sitä oikeasti käytetään. Meidän tulee myös huomioida luovan prosessin kokonaisuus. Lähestymistapani avulla voimme tehdä näkyväksi ajattelumme vinoumia sekä piileviä oletuksiamme luovaa tekoälyä kohtaan ja täten edistää läpinäkyvää ja ihmiskeskeistä teknologiamuotoilua.
Soveltava tekoälytutkimus on pitkään keskittynyt automatisoimaan vaikeita, toisteisia ja epäpalkitsevia työtehtäviä. Nyt tutkimus on edennyt aloille, jotka liittyvät ihmisen itsensä toteuttamiseen. Luovan tekoälyn tutkimusta on tehty vaihtelevasti 50-luvulta alkaen, mutta järjestelmät ovat nyt vasta saavuttaneet sellaisen teknologian tason, jolla niiden toiminta vaikuttaa luovan alan ammattilaisiin ja yhteiskuntaan suuressa mittakaavassa.
Nämä uudet sovellukset ovat tulleet mahdollisiksi uudenlaisten koneoppimismallien ansiosta. Erityisen vaikuttavia malleja ovat olleet esikoulutetut muuntajat (pre-trained transformers) ja diffuusiomallit. Yritysten tutkimus- ja kehitystiimit ovat onnistuneet hyödyntämään massiivisia laskenta- ja dataresurssejaan kouluttaakseen näiden mallien avulla entistä kehittyneempiä tekoälymalleja (foundation models), kuten GPT-4:n. Nämä kehittyneet tekoälymallit muodostavat perustan nykyisille luovan tekoälyn sovelluksille.
Vaikka tällä hetkellä voi tuntua siltä, että sovellukset pystyvät tuottamaan luovia tekeleitä vain rajatuissa tehtävissä, uskon että niiden sovellusalat tulevat laajenemaan tulevaisuudessa.
Selvitimme tätä asiaa tutkimuksessamme, jonka lähetimme juuri vertaisarviointiin. Tutkimme Suomen peliteollisuuden luovan työn ammattilaisten kokemuksia ja ajatuksia tekoälyohjelmistoista, jotka tuottavat luonnollisesta kielestä kuvia. Tämä oli todennäköisesti ensimmäinen empiirinen tutkimus näistä ohjelmistojen käytöstä, jossa keskitytään johonkin tiettyyn teollisuuden alaan. Tutkimus on myös tähänastisesti kattavin ja laajin näitä uusia tekoälyohjelmistoja koskeva tutkimus. Tutkimusryhmään kuuluivat professori Perttu Hämäläinen, peliteollisuusalan tutkija Annakaisa Kultima sekä maisteriopiskelija Veera Vimpari.
Kyselytutkimuksellamme pyrimme ymmärtämään miten ammattilaiset käyttävät tekoälyohjelmistoja työssään ja miten näitä ohjelmistoja voisi parantaa. Toisin kuin aiemmissa tutkimuksissa, me selvitimme myös heidän asenteitansa tekoälyä kohtaan ja niitä rooleja, joita he omaksuvat itse ja antavat tekoälyohjelmistoille. Lisäksi selvitimme heidän ajatuksiaan tekoälyn kehityksen tulevaisuudennäkymistä.
Tuloksemme viittaavat siihen, että jopa ammattilaiset ovat häkeltyneitä uusista tekoälyohjelmistoista ja niiden kehitysvauhdista. Tämä on hieman yllättävää, koska peliteollisuudessa tekoälyä on käytetty jo pitkään. Ammattilaiset olivat yhtä mieltä siitä, että monet uudet luovan tekoälyn ohjelmistot tulevat muuttamaan heidän roolejansa sekä peliteollisuutta. Vastaajien mukaan ainoa vaihtoehto on oppia ja mukautua.
Eräs haastateltava kutsuikin tätä mukaudu-tai-kuole-tilanteeksi. Dramaattisuudestaan huolimatta se kuvaa melko hyvin näiden ammattilaisten keskuudessa vellovaa tunnelmaa ja siksi päädyimme käyttämään sitä tutkimusartikkelimme otsikossa. Monen mielestä luovien tekoälyohjelmistojen käyttö alkuvaiheen konseptisuunnittelua pidemmällä ei olisi mielekästä, erityisesti niiden eettisten ongelmien vuoksi. Eettisillä ongelmilla viittaan siis taiteilijoiden julkaistun työn käyttämiseen ohjelmistojen treenidatassa ilman, että sitä kompensoidaan taiteilijoille.
Nämä ohjelmistot tulevat jatkossa olemaan todennäköisesti yksi työkalu muiden joukossa, jahka päättäjät saavat sovittua niiden sääntelystä. Luulen, että erityisesti soveltavassa taiteessa kustannukset tulevat laskemaan ja tuottavuus parantumaan. Kun ohjelmistot kehittyvät, niiden käyttö tulee vaatimaan yhä vähemmän ihmisten panosta.
On kuitenkin vielä epäselvää, että hyödyttääkö tämä kehitys kaikkia. Haastattelemamme ammattilaiset kertoivat omaksuneensa monenlaisia rooleja tekoälyn orjan ja tekoälyn taiteellisen johtajan välisellä skaalalla. Meidän kaikkien tulisi myös tiedostaa se riski, että saatamme tulla riippuvaisiksi tiettyjen yritysten tarjoamista teknologioista.
Tärkeintä on muistaa, että luovan tekoälyn vaikutus luovien alojen ammattilaisille ei ole pelkästään myönteinen, vaan tilanne elää koko ajan. Vastaanoton ristiriitaisuus kielii siitä, että ei ole olemassa yhtä ratkaisua, jolla tilannetta voisi hallita. Tämä asettaa elinkeinoelämän vaikuttajat, tutkijat sekä lainsäätäjät haastavaan asemaan. Aallossa meidän opettajien tulee valjastaa opiskelijat sellaisella osaamisella, joka tukee heitä myös muuttuvassa työelämässä.
Vastuullisuus on yksi keskeisimmistä asioista, kun tasapainoilemme luovan tekoälyn kaupallisten intressien, tieteellisen uteliaisuuden sekä tosielämän vaikutusten kesken. Kaksi kysymystä nousee tässä erityisesti esille: Ensinnäkin, saavatko taiteilijat tunnustuksen sekä korvauksen heidän tuotannostaan, jota käytetään mallien kouluttamiseen ja miten? Entä kuka omistaa ohjelmistojen tuotosten tekijänoikeudet? Mielestäni näitä asioita tulisi priorisoida ja luoda nopeasti sekä läpinäkyvästi sääntelyä.
Näiden lisäksi on liuta muita polttavia puheenaiheita, jotka ovat liikkeessä. Esimerkiksi, mitä asioita luovan alan ammattilaiset pitävät merkityksellisimpinä työssään ja mitä osa-alueita he haluaisivat pitää tekoälyn koskemattomissa? On tärkeää, että luovien alojen ammattilaiset otetaan mukaan sääntelyn tekemiseen sekä luovan tekoälyn kehitystyöhön.
Tutkimustyön avulla voimme tehdä heidän näkemyksillensä ja kokemuksillensa sijaa tässä keskustelussa. Pitkittäistutkimuksilla voimme tuottaa päätöksentekijöille tietoa tekoälyn muutoksista. Meidän tulee jatkossa tehdä kokeiluja eri koneoppimismalleilla sen sijaan, että ottaisimme annettuna kaiken mitä elinkeinoelämä tarjoaa. Olemme tilanteessa, jossa nämä mallit ovat tarpeeksi joustavia, että voisimme kouluttaa ja tutkia niitä täällä Aallossa. Selvitämme juuri tätä mahdollisuutta kollegojeni kanssa.
Luovuutta voidaan ajatella jonkin uuden ja arvokkaana pidetyn asian tuottamisena. Arvokkuus voi liittyä esimerkiksi esteettiseen mielekkyyteen. Kognitiotieteessä luovuuden määritelmästä käydään edelleen keskustelua ja itseasiassa yhteiskunnassahan luovuutta uudelleenmääritellään jatkuvasti. Näyttää siltä, että luovuus tarkoittaa monelle yhä enemmän asioiden ideointia niiden tekemisen sijaan.
Jatkuva muutos tekee luovan tekoälyn tutkimuksesta haastavaa ja se pakottaa meidät ajattelemaan tutkimuskohteitamme laajemmin. Sisällytämme tutkimukseemme usein monitieteellisiä viitekehyksiä esimerkiksi ihmisten ja koneiden vuorovaikutuksen alalta (human-computer interaction, HCI), kognitiotieteistä, filosofiasta ja yhteiskuntatieteistä.
Eräs tapa erotella ihmisten ja koneiden luovuutta on motivaatio. Ihmisten luovuuden ajurina toimii usein jokin sisäisen motivaation lähde, kuten uteliaisuus. Tällöin toiminta on ihmiselle omaehtoista ja itseisarvoista. Se eroaa merkittävästi luovien tekoälyjen toiminnasta, koska nämä järjestelmät ovat rakennettu optimoimaan jokin erityinen tehtävä, kuten tuottamaan ihmistä miellyttäviä kuvia treenidatasta.
Mielestäni tämä kuitenkin rajoittaa tekoälyn luovaa potentiaalia sekä sen todellisia mahdollisuuksia tukea ihmisten luovuutta. Pyrin tutkimuksessani haastamaan juuri tätä jyrkkää erottelua. Tutkimalla ihmistoiminnan ja tekoälyn todellisia sekä koettuja eroja voimme kysyä, että miten koneellisen luovuuden tulisi erota ihmisten luovuudesta. Tai, että mitkä ajattelun vinoumat vaikuttavat meidän vuorovaikutukseemme luovan tekoälyn kanssa ja kenties estävät meitä hyödyntämästä sen todellista potentiaalia. Sen sijaan, että kysyisimme "voiko tekoäly olla luova", meidän tulisi kysyä, että "minkälainen tekoäly olisi meille hyödyllinen".
Voit seurata Christianin työtä Aallon sivuilla, Mastodonissa tai Twitterissä.
Suomen tekoälykeskus FCAI on osaamiskeskittymä, jonka ovat käynnistäneet Aalto-yliopisto, Helsingin yliopisto ja Teknologian tutkimuskeskus VTT. FCAI:n tavoitteena on kehittää uudenlaista tekoälyä, joka voi toimia ihmisen kanssa monimutkaisessa ympäristössä ja auttaa uudistamaan suomalaista teollisuutta. FCAI on yksi Suomen Akatemian lippulaivoista.
HIIT on Aalto-yliopiston ja Helsingin yliopiston yhteinen tietotekniikan tutkimuslaitos
