ИИ помогает придумать. Но не обязательно придумать иначе
Генеративный ИИ может улучшить отдельную идею и одновременно сузить разнообразие общего набора решений. Екатерина Смирнова разбирает исследования и показывает, как использовать подсказки, не отдавая им право задавать направление.
ИИ способен сделать отдельную творческую работу убедительнее, но это не означает, что группа получает больше разных идей. Если все начинают с похожих подсказок, различия в формулировках могут скрывать одно и то же решение. Поэтому сначала нужно расширять пространство вариантов, а уже потом подключать модель к развитию и проверке идей.
Двадцать идей, один и тот же ход
Команда собирается придумать новый городской сервис. На столе ноутбуки, на стене пустая доска, времени до конца встречи — час. Каждый открывает чат с ИИ и просит предложить десять необычных концепций. Через несколько минут на доске уже десятки карточек: умный помощник, персональная подборка, карта с рекомендациями, система баллов, подписка с напоминаниями.
Карточек много, названия разные, а если присмотреться, большинство идей устроено одинаково. Сервис собирает данные о человеке, предугадывает его желание и предлагает следующий удобный шаг. Команда получила не двадцать направлений, а несколько вариантов одного направления, размноженных в разных формулировках.
Мне кажется, именно здесь разговор об ИИ и креативности становится интереснее привычного спора «машина против человека». Модель может помочь сделать идею лучше. Но кто заметит, что мы все начали думать в одну сторону?
Отдельная идея и целое поле идей
В исследовании Анила Доши и Оливера Хаузера, опубликованном в Science Advances в 2024 году, 293 участника писали короткие истории. Одни работали без генеративного ИИ, другим предлагали получить одну идею от GPT-4, третьи могли запросить до пяти вариантов. Независимые читатели оценивали получившиеся тексты.
Истории авторов, которым был доступен ИИ, в среднем получали более высокие оценки новизны и полезности. Особенно заметную помощь получили участники с более низкими исходными показателями творческого мышления. Но истории внутри групп с ИИ оказались более похожими друг на друга. Отдельный автор выигрывал, а общий набор текстов становился менее разнообразным.
Другая работа, опубликованная в Nature Human Behaviour в 2024 году, проверяла ChatGPT на пяти экспериментах с практическими задачами: придумать подарок, сделать игрушку из обычных предметов, дать новую жизнь ненужной вещи или предложить дизайн стола. Участники использовали GPT-3.5. Идеи с его помощью оценивались как более креативные, чем идеи без технологий или после обычного веб-поиска. Особенно хорошо модель помогала с постепенными улучшениями, а не с радикально новыми решениями.
Эти результаты не спорят друг с другом. В одном случае исследователи смотрели на короткие рассказы и сходство текстов, в другом — на оценку отдельных практических идей. Качество одной работы и разнообразие целого набора — разные вопросы. Если смешать их в один показатель «креативности», важная часть картины исчезнет.
Спор не закончился на красивом заголовке
В 2025 году Леннарт Майнке, Гидеон Наве и Кристиан Тервиш вернулись к открытым данным экспериментов Lee и Chung. Их анализ показал: хотя ChatGPT повышал среднюю оценку отдельных идей, набор ответов с участием модели был менее разнообразным. Авторы отдельно обратили внимание на то, что для мозгового штурма ценность имеет не только качество каждой карточки, но и различие между карточками.
Lee и Chung ответили на эту публикацию в том же журнале. Они не отрицали, что анализ добавляет важный групповой ракурс, но напомнили о границах исходной работы: их эксперименты проверяли, помогает ли ChatGPT отдельному человеку предложить более сильную идею, а не измеряли весь процесс коллективного мозгового штурма.
Мне нравится эта научная дискуссия именно тем, что она не укладывается в лозунг. ИИ не оказался ни универсальным усилителем человеческого воображения, ни машиной, которая неизбежно уничтожает оригинальность. Он может поднять качество конкретного ответа и одновременно повлиять на то, насколько ответы похожи друг на друга. Вопрос меняется вместе с масштабом: мы оцениваем одну работу, команду или поток идей, который создаёт целая отрасль?
Разные слова ещё не означают разные идеи
У сходства есть неприятная особенность: его легко не заметить. Одна карточка обещает «персонального помощника», другая — «умную систему рекомендаций», третья — «цифрового проводника». На уровне слов это три продукта. На уровне принципа — один и тот же механизм: собрать сведения о пользователе и предложить ему следующий шаг.
Генеративная модель хорошо продолжает заданное направление. Если попросить её придумать ещё десять вариантов, она часто меняет детали, аудиторию, название и оформление, сохраняя исходную логику. Это не обязательно ошибка модели: мы сами задали ей узкий коридор. А затем принимаем разнообразие формулировок за разнообразие мышления.
Исследования не доказывают, что любая работа с ИИ ведёт к однообразию. Они показывают конкретные эффекты в определённых заданиях и условиях. Но этого достаточно, чтобы перестать считать количество полученных ответов мерой творческого богатства. Двадцать вариантов могут оказаться двадцатью версиями одной мысли.
Сначала разойтись, потом собирать
Я бы изменила сам порядок мозгового штурма. Сначала каждый участник записывает собственные варианты без подсказок модели. Не нужно сразу обсуждать их и выбирать лучший: задача первого круга — получить разные исходные точки, пока никто не подстроился под общий ответ.
Потом идеи стоит сгруппировать не по названиям, а по принципам. Что именно меняется: способ оплаты, поведение пользователя, физическая среда, распределение ответственности, источник данных, сама потребность? Если пять карточек используют один принцип, это одна ветка, даже если звучат они эффектно и по-разному.
И только после этого я бы подключала ИИ — не с просьбой «дай ещё двадцать идей», а с более неудобными задачами: предложи решение, которое нарушает исходное допущение; найди вариант без персональных данных; придумай подход, в котором сервис вообще не отправляет пользователю уведомления; покажи, как ту же потребность можно закрыть без приложения. Такие запросы не гарантируют оригинальности, но заставляют проверять границы уже выбранного направления.
Последний шаг — не просить модель выбрать победителя. Пусть она ищет слабые места, скрытые затраты и последствия. Решение остаётся за людьми, которым придётся с ним жить и отвечать за результат.
Креативность — это не число удачных ответов
Удобный инструмент почти всегда соблазняет использовать его чаще, чем нужно. Если ИИ быстро выдаёт приличный вариант, возникает желание попросить ещё, затем ещё, а потом выбрать самый гладкий. Так можно получить презентацию, в которой всё звучит убедительно, но ни одна идея не меняет исходную картину.
Я не считаю, что творческому человеку нужно держаться подальше от генеративных моделей. Наоборот, они полезны как собеседник, ускоритель черновика, критик и источник неожиданных сочетаний. Но отдавать им право определять, какие направления вообще заслуживают внимания, — слишком дорогая уступка.
Хорошая идея не обязана быть первой, самой красивой или самой легко объяснимой. Иногда она появляется там, где команда перестаёт улучшать знакомый ответ и наконец задаёт другой вопрос. ИИ может помочь пройти этот путь. Но сначала нужно оставить место для мысли, которую никто ещё не успел подсказать.
Источники
- Doshi, A. R. & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances ↗
- Lee, B. C. & Chung, J. J. (2024). An empirical investigation of the impact of ChatGPT on creativity. Nature Human Behaviour ↗
- Meincke, L., Nave, G. & Terwiesch, C. (2025). ChatGPT decreases idea diversity in brainstorming. Nature Human Behaviour ↗
- Lee, B. C. & Chung, J. J. (2025). Reply to: ChatGPT decreases idea diversity in brainstorming. Nature Human Behaviour ↗