К библиотеке
Творчество / 6 мин чтения
Творческий процесс и креативность / Человек и ИИ в творчестве

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.

Екатерина СмирноваАвтор SEBERD

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

  1. Doshi, A. R. & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances ↗
  2. Lee, B. C. & Chung, J. J. (2024). An empirical investigation of the impact of ChatGPT on creativity. Nature Human Behaviour ↗
  3. Meincke, L., Nave, G. & Terwiesch, C. (2025). ChatGPT decreases idea diversity in brainstorming. Nature Human Behaviour ↗
  4. Lee, B. C. & Chung, J. J. (2025). Reply to: ChatGPT decreases idea diversity in brainstorming. Nature Human Behaviour ↗