AIのクリエイティビティにおける人間の洞察の役割

創造性って元々人間の心理学から来てる言葉なんだけど、計算機創造性（CC）の分野ではもっと広い意味を持つようになった。計算機の文脈で創造性が何を意味するかを理解するのはCCにとって重要なんだ。研究者たちはしばしば人間の心理学からのアイデアを人工知能（AI）の開発に応用しようとするけど、こうしたシステムに影響を与える人間の要因はあんまり深く研究されてないんだ。

この記事では、心理学や社会学などの人間の知識の分野がAI研究にどんな影響を与え、これらのアイデアがAIの分野に入るときにどう適応されるかを探ってる。この記事の情報は、人間にインスパイアされたAIを研究する研究者とのインタビューに基づいていて、創造性を研究の核心部分としてる人たちも含まれてる。これらの影響を調べることで、研究者が人間の概念をコンピュータシステムに統合するときにどんな決定を下すかを明らかにすることを目指してる。

#AIにおける人間の文献の背景

計算機創造性は、心理学、社会学、哲学などのさまざまな人間の分野からインスピレーションを受けてる。これらの分野は、創造的なAIシステムの開発に影響を与える洞察を提供してる。AIがこれらの他の分野とどう関連しているか、知識がどう共有されるかについては長い間議論されてきた。

関連する研究分野の一つは、科学、技術、社会（STS）だ。この分野は、科学的な実践がどう知識を生み出し、世界に影響を与えるのかを見てる。科学的な努力に関わる人間の側面を強調し、これらのプロセスを探るために幅広い方法を使う。こうした文脈を踏まえて、研究者が人間の心理学からの概念を計算機システムにどう統合するかを調べている。

#研究方法論

私たちの研究は、CCとAI分野の22人の研究者とのインタビューを行うことを含んでる。これらの人々は人間の心理学からの概念と密接に関わってる。インタビューを受けた半分は特に創造性に焦点を当てていて、もう半分は好奇心や記憶などのアイデアを考慮している。このグループをこの記事では「人間にインスパイアされた」としてまとめてる。彼らの洞察は、人間の概念の応用が計算機創造性にどんな影響を与えるかを理解する手助けになる。

私たちが使った方法論は、グラウンデッド・セオリーアプローチに従っている。つまり、特定の仮説ではなく、テーマに対する一般的な興味から始めた。質的研究を通じてデータを集め、発見について議論を交わした。インタビューは、参加者が人間の概念の定義や、自分に影響を与えた文献、これらのアイデアを機械向けに適応する際の課題を共有できるように構成されている。

#学際的研究の課題

インタビューで語られた重要な課題の一つは、学際的研究のためにさまざまな研究分野と関わることの難しさだ。多くの研究者は、異なる分野の発展についていくのが大変だと報告している。彼らは、関連するトピックを学ぶために、広範な学術的なテキストを読む代わりに、人気のメディアや会議での偶然の出会いに頼ることが多い。

この課題は、アイデアが元の文脈を失う状況を引き起こすことがある。たとえば、ある概念が最初にAIに持ち込まれたときは、人間の文献と適切に整合しているかもしれない。しかし、時間が経つにつれて、研究者はその起源を忘れ、その概念の幅広い意味に反映されない形で使うことがある。あるインタビュー参加者は、これが心理学と機械学習での忘却の認識の違いのような概念の誤解を生む可能性があると指摘している。

単一の著者やテキストが広く引用されると、元の意味と現在の概念の使用との間に断絶が生じることがある。インタビュー参加者は、心理学や社会科学の進行中の議論にあまり関与していないことを懸念し、その結果、AIの中での視点が狭まっていると強調している。彼らは、さまざまな分野の作品を参照することの重要性を強調し、アイデアのより完全な理解を維持することを勧めている。

#概念を翻訳する重要性

人間の文献から計算機システムにアイデアを翻訳する作業は複雑だ。いくつかの研究者は、心理学の多くの概念が曖昧で解釈の余地があることに言及している。このあいまいさは、これらのアイデアをAIで評価したり実装したりするために定義するプロセスを複雑にすることがある。

研究者は、計算機用語に翻訳しやすいかどうかに基づいてどの定義を採用するかを選ばなければならないことが多い。測定や評価が難しいために、特定の定義が捨てられることもある。たとえば、ある研究者は、強化学習アルゴリズムに翻訳できるため、特定の創造性の定義を選んだと述べている。

これらの決定は、翻訳プロセスにおける反省の重要性を強調している。研究者は、どの定義を使用するかだけでなく、これらの選択が自分の研究をどう形作るかも考慮するべきだ。自分の思考過程や決定を文書化することで、研究者は他者に自分の研究の背後にある理由や、翻訳中に概念がどのように意味を変えるかを理解させる手助けができる。

#研究における分析のレベル

インタビューを通じて、多くの参加者が自分の説明や分析で「レベル」という概念について語った。このアイデアは、人間の知性や機械の知性についての理解や説明の異なる層を指している。心理学では、この概念は複雑な精神プロセスが物理的な脳の活動を調べることで完全に理解できるかという議論に関連することが多い。

一部の研究者は明示的に分析のレベルに言及し、他の研究者はこの概念をより暗黙的に使った。たとえば、創造性を評価する際、一部の研究者は成果物（創造的な出力）とプロセス（その出力がどう達成されたか）の両方を考慮する重要性を強調した。この区別は、創造性の豊かさを理解し、AIでどのようにモデル化できるかを理解するために重要なんだ。

創造性を評価する方法についての質問は、両方の分野で何が有効な研究や知識を構成するかについてのより広い議論に一致する。CCの研究者は、創造性のような概念を定義する際に考慮する分析のレベルを明確にすることが勧められている。これは、彼らの方法論や得られる結論に影響を与える可能性がある。

#結論と今後の方向性

この記事は、人間の要素にもっと注意を払うことで計算機創造性とAIの分野に貴重な洞察を提供できることを示している。人間の文献からのアイデアを読み、採用し、解釈するプロセスの調査は、学際的な研究の複雑さを強調している。

これからの私たちの研究は、さまざまな参加者からの洞察を集めることに焦点を当てて続ける予定だ。心理学者やAIに大きな影響を与える他の分野からの視点を含めることを目指している。また、個々の研究者のユニークなバックグラウンドが創造性の研究に対するアプローチにどのように影響を与え、AI開発にどんな意味を持つかを探っていく。

私たちの方法や人間の影響に対する理解を深めるにつれて、人間にインスパイアされたAIの開発と応用についての明確な議論を促進できることを期待している。個人の経験や価値観が研究において果たす役割を考察することで、CCの研究を豊かにし、この分野の将来の進展への道を開くことができる。