Intelligenza artificiale: AI Generativa e Creatività, la verità che non ti aspettavi

Valentino Masetti, ex capo redattore del LM e per due anni colonna portante del giornale, si è nei giorni scorsi brillantemente laureato in ingegneria gestionale con 110 e lode, con una tesi che riguarda l’argomento del suo articolo di oggi. Al nostro Valentino da parte mia e di tutta le redazione del LM le più vive congratulazioni e auguri per il futuro! DDN

Immagina un futuro in cui le macchine possono sognare e creare, ispirare e innovare. È un mondo in cui l’intelligenza artificiale non è solo un’entità fredda di circuiti e algoritmi, ma un compagno creativo capace di sfidare le menti più brillanti del nostro tempo.

Benvenuti nel presente. Sì, non nel futuro, ma nel presente.

Ormai più di 10 mesi sono passati dal fatidico Novembre 2022, uno dei punti di svolta nella storia dell’innovazione tecnologica e dell’umanità.

Stiamo parlando proprio di ChatGPT, il nuovo modello di linguaggio “intelligente” di casa OpenAI, l’azienda fondata dal noto Elon Musk. ChatGPT è in grado di aumentare la produttività nel lavoro, nel problem solving e perfino incentivare la crescita personale, come evidenzia il sondaggio di SWG promosso da Repubblica .

ChatGPT è solo un esempio illustre delle numerose applicazioni dell’AI Generativa dell’ultimo decennio. Basti pensare a Midjourney per la generazione di immagini creative (riportiamo un esempio di prompt) e AIVA per la musica, il tutto ottenuto con un “semplice” input di testo… le possibilità sono infinite.

Lo stesso sondaggio evidenzia tuttavia una certa apprensione sul potenziale dell’AI generativa. Infatti il 52% dei fruitori di ChatGPT si dichiara sicuro o incerto sul fatto che l’AI potrà sostituire lavori più creativi un giorno.

“Se prima pensavamo che l’IA avrebbe al massimo sostituito i lavori più automatizzati e ripetitivi, ora scopriamo che può sostituirci anche nei lavori più creativi è d’accordo con questa affermazione?”  

Tuttavia, il panorama sta rapidamente evolvendo. L’AI generativa non è solo un contendente alla creatività umana, ma un compagno che la potenzia. Questo concetto è al centro dell’innovazione, un processo che abbracceremo a breve. Ma come l’IA può aumentare la creatività umana? Vediamo prima di tutto il concetto alla sua base, l’Innovazione.

Cosa si intende per innovazione?

(Liu et al. 2020) definiscono l’innovazione come “un processo che comprende la generazione, lo sviluppo e l’implementazione di nuove idee o comportamenti”, mentre (Bahoo, Cucculelli, e Qamar 2023) parlano del “processo di creazione di qualcosa di nuovo e utile”.

In particolare si può considerare l’innovazione come un processo a due step, seguendo il noto modello del Double-Diamond, un framework diventato popolare tra la comunità del design thinking a partire dalla dall’inizio degli anni 2000.

Come illustrato da (Bouschery, Blazevic, e Piller 2023), la prima fase, detta “Problem Space”, è quella dedicata alla ricerca, definizione e selezione delle potenziali opportunità in cui gli innovatori possono creare valore progettando nuove soluzioni, prodotti e servizi.

Da essa segue il “Solution Space”, che rappresenta l’insieme delle alternative progettuali concepite dagli innovatori per affrontare determinate opportunità. In altre parole si tratta della generazione e (conseguentemente) selezione delle idee migliori, sulla base di fattibilità e originalità.

Questo processo creativo spesso risulta molto complesso e “time-consuming”. Basti considerare il costo significativo nell’accertamento dell’originalità dell’idea, senza violare alcun brevetto già esistente.

Perfino il processo della generazione delle idee può risultare complesso.

(Luo 2023) evidenzia che il processo creativo implica l’acquisizione di nuove conoscenze.  Immagina di dover trovare l’idea adatta per progettare un prodotto, spesso richiede molto tempo, soprattutto se sono necessarie ricerche per effettuare:

• Studio della fattibilità e lavorabilità: valutazione del budget disponibile, delle risorse umane e tecniche, del tempo necessario e le sfide potenziali. Pensa a quanto tempo impiegherebbe un umano a leggere miliardi di pagine di una semplice ricerca su Google, un tempo sicuramente impensabile.
• Analisi dell’originalità dell’idea: valutazione della presenza di eventuali brevetti che includono progetti e tecnologie protetti da proprietà intellettuale non utilizzabili dai competitors.
• Impatto: effetti e alle conseguenze che esso ha sull’utente, sull’ambiente o sul mercato. Questo può riguardare l’utilità, la sostenibilità, l’innovazione o qualsiasi altra influenza positiva o negativa che il prodotto ha una volta introdotto sul mercato o nell’uso quotidiano.

(Harvard Business Review, How Generative AI Can Augment Human Creativity)

E se esistesse una “macchina” che ti facilita il lavoro?

Nel loro recente studio, (Bouschery, Blazevic, e Piller 2023) mettono in evidenza il ruolo cruciale dell’AI generativa, in particolare dei modelli di linguaggio come GPT-4, nell’ispirazione e generazione di idee. Esperti del settore suggeriscono che tali strumenti costituiscano un sistema di prim’ordine per la sintesi dei dati, in grado di generare una quantità notevolmente superiore di idee rispetto alle capacità umane, aprendo così nuovi orizzonti per la creatività e l’innovazione.

Si presenta un breve esempio illustrativo di come ChatGPT potrebbe contribuire (attenzione: contribuire, non sostituire) al processo creativo di generazione di idee per un prodotto per alimentare dispositivi di monitoraggio remoto in zone remote, utilizzando energia rinnovabile.

Valentino: Stiamo lavorando su un progetto per un cliente nel settore dell’energia rinnovabile. Il cliente ha bisogno di un nuovo prodotto che utilizzi l’energia solare per alimentare dispositivi di monitoraggio remoto in zone remote e non collegate alla rete elettrica. Il prodotto deve essere economico, resistente alle condizioni ambientali estreme e facilmente installabile da personale non tecnico. Inoltre, il cliente desidera una soluzione che possa essere scalabile per coprire una vasta area geografica. Vorremmo idee creative su come progettare questo prodotto, tenendo conto di questi requisiti tecnici e vincoli.

ChatGPT: “Certamente, ecco alcune idee creative per il progetto nel settore dell’energia rinnovabile:

1. Stazione Solare Modulare: Progettare una stazione solare modulare che può essere facilmente trasportata e assemblata da personale non tecnico. Ogni modulo dovrebbe includere pannelli solari, batterie di stoccaggio e dispositivi di monitoraggio. Gli utenti potrebbero espandere la stazione aggiungendo più moduli in base alle loro esigenze.
2. Ricarica Wireless: Creare una soluzione di ricarica wireless per dispositivi di monitoraggio. I pannelli solari potrebbero essere dotati di tecnologia di ricarica wireless che consente ai dispositivi di essere ricaricati senza fili quando sono nella vicinanza della stazione solare.
3. Utilizzo di Materiali Avanzati: Sfruttare materiali avanzati e resistenti alle condizioni estreme per garantire la durata del prodotto. Ad esempio, l’uso di materiali compositi leggeri ma robusti potrebbe rendere il prodotto resistente alle intemperie.
4. Tecnologia IoT Scalabile: Integrare una tecnologia Internet of Things (IoT) scalabile che consenta di monitorare e gestire in remoto tutte le stazioni solari. Questo potrebbe includere un’applicazione mobile per il monitoraggio e il controllo.
5. Sistema di Allarme Ambientale: Dotare il prodotto di un sistema di allarme ambientale che possa rilevare condizioni estreme come tempeste o incendi e proteggere automaticamente i componenti sensibili.
6. Servizio di Assistenza Remota: Offrire un servizio di assistenza remota per la configurazione e la manutenzione delle stazioni solari. Il personale non tecnico potrebbe ricevere supporto da esperti tramite videoconferenza o chat in tempo reale.

Queste idee tengono conto dei requisiti tecnici e dei vincoli del progetto nel settore dell’energia rinnovabile, offrendo soluzioni creative per un prodotto che sia economico, resistente e facilmente installabile in aree remote.“

Come abbiamo visto, gli strumenti di AI generativa possono svolgere funzioni di sintesi e apprendimento per produrre idee significative, tuttavia emerge un problema fondamentale in questo processo creativo. 

Si tratta del cosiddetto Prompt Engineering, una tecnica che prevede un’attenta elaborazione dell’input o della domanda fornita al modello di intelligenza artificiale per guidarlo nella produzione dell’output desiderato (Bouschery, Blazevic, e Piller 2023). Questo significa che sarà cruciale l’elaborazione di un input di testo adeguato per il modello di linguaggio e un prompt impreciso potrebbe portare a soluzioni meno accurate o perfino errate.

Riduzione del “Bias”

L’AI generativa può anche aiutare a superare preconcetti e limitazioni, combinando tecniche di Text/Data Mining (Zhou et al. 2019, Christensen et al. 2017). Le idee atipiche create da questa tecnologia spingono i designer a pensare al di là delle convenzioni, sfidando la “design fixation” e la “functional fixedness”, i.e., la difficoltà ad immaginare un oggetto svolgere un ruolo diverso da quello per cui è stato progettato. Questo approccio può portare a soluzioni che gli esseri umani difficilmente avrebbero immaginato in un contesto tradizionale, in cui le funzionalità sono definite prima della forma.

Inoltre, l’AI può svolgere un ruolo importante nella valutazione delle idee. ChatGPT, ad esempio, è in grado di analizzare i pro e i contro di diverse proposte, contribuendo a valutare la fattibilità, l’originalità e l’efficacia di ciascuna di esse. Questa valutazione può essere cruciale in settori come la riduzione degli sprechi alimentari, dove diverse idee devono essere valutate attentamente.

Lo stesso concetto fondamentale è stato evidenziato anche da Andrew “Boz” Bosworth, CTO di Meta, alla conferenza “Frontiers of Innovation: AI & the Metaverse” al Politecnico di Milano a cui abbiamo partecipato questo 11 Ottobre. Bosworth ha enfatizzato il ruolo fondamentale dell’Intelligenza Artificiale (AI) nell’evoluzione delle nostre vite e nelle prospettive future.

Nel suo intervento, Bosworth ha evidenziato come l’AI abbia notevolmente trasformato il panorama lavorativo, portando alla creazione del 60% dei lavori attuali che nemmeno esistevano nel 2018. Questo dimostra l’ampio impatto dell’AI nella generazione di nuove opportunità lavorative. Inoltre, Bosworth ha posto l’accento sull’importanza dell’AI nella stimolazione della creatività e nella sintesi dei dati attraverso l’uso di avanzati modelli di linguaggio, tra cui il notevole esempio di ChatGPT.

Questi concetti enfatizzano come l’Intelligenza Artificiale stia rivoluzionando il nostro mondo, creando nuove prospettive lavorative e svolgendo un ruolo cruciale nella creazione e nell’elaborazione dei dati in modi sempre più sofisticati.

In un’epoca in cui l’intelligenza artificiale diventa un partner insostituibile nel processo creativo, dobbiamo ricordare che il suo vero potenziale non risiede nell’opporre l’AI all’umanità, ma nell’arricchirla. Questa rivoluzione ci mostra che, con il giusto equilibrio tra tecnologia e creatività umana, possiamo aprire porte verso l’innovazione senza limiti (Bouschery, Blazevic, e Piller 2023). L’AI generativa non è solo una macchina che genera idee, ma un alleato che sfida la nostra immaginazione, supera barriere e ci guida verso soluzioni mai prima pensate. Il futuro della creatività è un duetto tra intelligenza artificiale e creatività umana, una sinfonia di potenziale illimitato che sta solo iniziando a essere composta.

Bibliografia

S. Bahoo, M. Cucculelli, and D. Qamar, ‘Artificial intelligence and corporate innovation: A review and researc h agenda’, Technol Forecast Soc Change, vol. 188, Mar. 2023, doi: 10.1016/j.techfore.2022.122264.

J. Liu, H. Chang, J. Y. L. Forrest, and B. Yang, ‘Influence of artificial intelligence on technological innovation: Evidence from the panel data of china’s manufacturing sectors’, Technol Forecast Soc Change, vol. 158, Sep. 2020, doi: 10.1016/j.techfore.2020.120142.

S. G. Bouschery, V. Blazevic, and F. T. Piller, ‘Augmenting human innovation teams with artificial intelligence: Exploring transformer-based language models’, Journal of Product Innovation Management, vol. 40, no. 2, pp. 139–153, Mar. 2023, doi: 10.1111/jpim.12656.

J. Luo, ‘Data-Driven Innovation: What Is It?’, IEEE Trans Eng Manag, vol. 70, no. 2, pp. 784–790, Feb. 2023, doi: 10.1109/TEM.2022.3145231.

X. Zhou, L. Huang, Y. Zhang, and M. Yu, ‘A hybrid approach to detecting technological recombination based on text mining and patent network analysis’, Scientometrics, vol. 121, no. 2, pp. 699–737, Nov. 2019, doi: 10.1007/s11192-019-03218-5.

K. Christensen, S. Nørskov, L. Frederiksen, and J. Scholderer, ‘In Search of New Product Ideas: Identifying Ideas in Online Communities by Machine Learning and Text Mining’, Creativity and Innovation Management, vol. 26, no. 1, pp. 17–30, Mar. 2017, doi: 10.1111/caim.12202.

Valentino Masetti

Studente di Management Engineering – Politecnico di Milano
Precedente Caporedattore Leomagazine

Amante a tempo pieno della tecnologia