Понятие «вычислительное творчество» (computational creativity): к вопросу об использовании искусственного интеллекта в творчестве человека

Повышение квалификации и профессиональная переподготовка преподавателей, юристов, адвокатов (удостоверения и дипломы государственного образца, ФИС ФРДО). Официальный сайт Института: https://mipo. Понятие «вычислительное творчество» (computational creativity) уходит корнями в 1956 г. (Дартмутская конференция по ИИ), где креативность была ключевой целью. Дартмутская конференция 1956 г. (Официальное название - Летний исследовательский проект Дартмута по искусственному интеллекту (Dartmouth Summer Research Project on Artificial Intelligence). Дартмутский колледж, Ганновер, Нью-Гэмпшир, США) стала историческим событием, которое считается официальным рождением искусственного интеллекта как самостоятельной научной области. Именно тогда был впервые предложен и начал использоваться сам термин «искусственный интеллект» (В 1970-х гг. появились первые системы, такие как TALE-SPIN для историй. С 1990-х гг. появились адаптивные модели, а в эпоху глубокого обучения (с 2010 г.) — генеративные сети вроде GAN для искусства). Организаторы Дартмутской конференция по ИИ ставили перед участниками амбициозные задачи, которые на десятилетия определили направления исследований в области ИИ:

–Изучение возможностей: моделирование рассуждений, интеллекта и творческих процессов с помощью вычислительных машин.

–Конкретные цели: научить машины использовать язык, формировать абстракции и понятия, решать задачи, доступные до того только людям, и самосовершенствоваться.

–Объединение науки: конференция познакомила друг с другом ведущих исследователей и помогла консолидировать разрозненные направления (кибернетику, теорию автоматов) в единую область.

Понятие «вычислительное творчество» (computational creativity) относится к направлению в области искусственного интеллекта (далее – ИИ), которое изучает возможность наделить компьютерные системы способностью к самостоятельному творчеству, то есть не просто быть инструментом в руках человека, а стать автономной творческой сущностью. Впервые понятие «computational creativity» было использовано в 1994 г. в заметке Йёргена Пинда «Computational creativity: What place for literature?» в «Behavioral and Brain Sciences» [1]. В дальнейшем термин использовался учеными А. Джорданус [2], С. Колтоном и Г. Виггинсом в 2009-2012 гг. Вычислительное творчество возникло как следствие развития цифрового искусства, из попыток формализовать поиск в «концептуальных пространствах» (термин, введенный в научный оборот ученым М. Боденом) и сопоставить машинную генерацию с человеческими оценками ценности и новизны. Если изначально компьютер использовался лишь как «кисть» или «музыкальный инструмент» для реализации человеческих идей, то вычислительное творчество ставит перед собой цель создать системы, которые сами могут генерировать новые художественные идеи и объекты.

М. Боден выделяет три базовых типа творчества: комбинирующее (соединение ранее не соединявшихся элементов), исследовательское (поиск в заданном пространстве правил и стилей) и трансформационное (изменение самих правил и пространства) [3]. Эта триада типов творчества по Маргарет Боден задаёт язык для моделирования творческих систем и для оценки степени «новизны» результата. Например, Г. Виггинс [4] предложил математизированную схему описания творческих систем как поиск по пространству концептов под ограничениями приемлемости [5]. Такой формализм позволяет сравнивать системы между доменами (музыка, поэзия, дизайн) и связывать генерацию с процедурами отбора.

Британский исследователь ИИ Анна Джорданус является автором методологии Standardised Procedure for Evaluating Creative Systems (далее - SPECS), которая оценивает степень участия ИИ в человеческом творчестве [6]. SPECS состоит из нескольких элементов:

–1 элемент. Specify creativity – необходимо сформулировать, что именно значит «быть творческим» в заданном контексте. Пример: для стихов – это «новизна образов», «цельность метафоры», «ритм/музыкальность», «уместность теме». Для научной статьи – это новизна, оригинальность (отсутствие перефразирований уже вышедших исследований, отсутствие плагиата и т.д.), наличие авторских выводов, которых не было ранее и т.д. Иными словами, первым и максимально значимым элементом методологии SPECS признается именно контекст, который необходимо задать как пдлатформу для следующих элементов.

–2 элемент. Produce criteria - необходимо разложить указанный выше контекст на измеряемые критерии. Пример: новизна (оценка от 1 до 5 баллов): насколько решение не банально для экспертов в данной сфере; ценность (1–5 баллов): польза/эстетическая значимость в контексте задачи (1–5 баллов); согласованность (1–5 баллов), когда определяется внутренняя логика, глубина и системность мышления (например, в научной статье), композиция и т.д [7].

–3 элемент. Evaluate by Comparing Systems – необходимо оценить и сравнить системы/ настройки по заданным критериям, описав процедуру: выбор датасета, «слепых» экспертов (рецензирование), метрики, статистику [8].

–Важность, на наш взгляд, методологии SPECS заключается в том, что ее применение, во-первых, «убирает» дискуссии «нравится /не нравится» (все стороны видят одни и те же критерии и шкалы, анализируя, например, научную статью аспиранта), во-вторых, делает эксперименты воспроизводимыми (что важно, например, для юридической науки), в-третьих, позволяет сравнивать разные модели.

Существует и другая классификация места и роли ИИ в творчестве человека, которую можно условно обозначить как:

1. Ассистирующий режим: ИИ предлагает варианты (черновики, эскизы, стилистические переформулировки), а человек принимает решения и редактирует в процессе своей творческой деятельности.

2. Режим сотворчества: человек ставит задачи и задает критерии для направлений работы (например, поиска, анализа и компоновки материала) для ИИ, потом отбирает из предложенных ИИ вариантов, например, текста, нужные человеку фрагменты или варианты написания на ту или иную тему, таким образом, отбор материала и окончательный выбор остается за человеком.

3. Автономный режим: когда ИИ генерирует и отбирает результаты самостоятельно (человек только задает промпт); это может быть быстрый поиск ИИ заданной информации (не глубокий, например).

Отличие каждого режима заключается, во-первых, в степени участия ИИ в выполнении поставленной человеком задачи и, во-вторых, в степени управления человеком полученными результатами, в форме участия человека в дальнейшей доработке (частичной) или переработке полученной с помощью ИИ информации. В каждом режиме ключевой актив человека — постановка задачи и отбор результатов, то есть управление пространством поиска и критериями приемлемости для решения конкретной творческой задачи.

Итак, вычислительное творчество представляет собой динамичную область исследований, где пересекаются искусственный интеллект, психология, философия и искусство. Это не просто техническая дисциплина, а попытка разгадать природу креативности через призму вычислений. Согласно определению Международной конференции по вычислительному творчеству (ICCC), оно включает моделирование поведения, которое, если бы наблюдалось у людей, считалось бы творческим. Цели многогранны: от создания программ с человеческим уровнем креативности до разработки инструментов, усиливающих человеческие способности, без претензии на собственную креативность у машины [9].

На практике применяются взаимосвязанные критерии: новизна (историческая/психологическая, по М. Боден); ценность/приемлемость (согласованность с доменными ограничениями и задачей); неожиданность (т.н. эффект «сюрприза» в пределах правил); автономность (степень само- стоятельности генерации и отбора); объяснимость /рефлексивность (модели FACE/IDEA у С. Колтона и др.).

На международном уровне закрепляется два принципа: (а) прозрачность участия ИИ в создании контента (соответствующая маркировка об использовании ИИ, документация об обучающих данных); (б) признание охраноспособности лишь при наличии человеческого авторства и т.д [6]. Действующее российское авторское право (часть 4 ГК РФ) исходит из традиционной презумпции человеческого авторства. Автором признаётся гражданин, творческим трудом которого создано произведение (ст. 1228 ГК РФ). Не признаются объектами авторских прав результаты, не обладающие творческим характером, а также произведения, созданные автоматически без участия человека. Следовательно, артефакты, возникшие без существенного человеческого вклада, не охраняются как объекты авторского права. Вместе с тем, охраняемыми могут быть: (а) произведения, где ИИ выступал инструментом, а человек осуществил творческий отбор, редактирование или компоновку; (б) составные произведения и базы данных как результат творческого подбора и расположения материалов (ст. 1260 ГК РФ), при этом отдельно действует защита права изготовителя базы данных (гл. 70.1, ст. 1333 ГК РФ) [10].

В существующих системах ИИ человек по-прежнему играет ключевую роль - он настраивает модель, подбирает обучающие данные и интерпретирует результаты. Важно понимать, что генерация принципиально новых идей [11] - это та функция, которую ИИ пока (выделено нами. – авт.) не может полностью отобрать у человека-творца. Следует признать, что за последние годы в связи с стремительным внедрением ИИ в человеческую деятельность происходит смещение ценности творчества, когда, например, ценность искусства все больше смещается в сторону концепции и идеи, в то время как ИИ берет на себя техническое исполнение (реализацию идеи человека) и рутинные процессы. Наиболее вероятным сценарием развития в ближайшем будущем видится модель «соавторства», где ИИ и художник/автор дополняют друг друга.

С учетом изложенного можно сделать вывод о том, что вычислительное творчество является междисциплинарной областью, изучающей моделирование, симуляцию или репликацию творческих процессов с помощью компьютеров для того, чтобы понять человеческую креативность или создать инструменты для её усиления. Вычислительное творчество фокусируется на создании систем, которые генерируют новые идеи, артефакты или решения, имитируя творческий процесс человека. Оно сочетает ИИ, когнитивную психологию и искусство, подчеркивая новизну, полезность и неожиданность результатов. В теоретическом плане креативность определяется через триаду: новизна (novelty), полезность (usefulness) и неожиданность (surprise). М. Боден, один из ключевых теоретиков, различает P-креативность (личная новизна для системы) и H-креативность (историческая новизна для общества), а также exploratory (исследование в рамках пространства идей) и transformational (трансформация самого пространства) [12]. Другой подход — модель Geneplore (ее разрабатывали ученые R. Finke [13], T. Ward [14], S. Smith [15]), где креативный процесс делится на генерацию идей и их оценку. Geneplore представляет собой классическую когнитивную циклическую модель творчества, состоящую из двух фаз: генерация → исследование /оценка [16].

В США, например, суд подтвердил, что произведение, созданное исключительно ИИ, авторским правом не охраняется; требуется человеческий вклад. Позицию закрепил Апелляционный суд округа Колумбия по делу «Thaler v. Perlmutter» [17] (март 2025 г.), и она согласуется с руководствами Бюро по авторскому праву США [18].

Идёт работа над «инфраструктурой авторского права» для эпохи генеративного ИИ - делается акцент на прозрачность и технические средства управления правами; это не норма права, но ориентир (для США и государств-членов Европейского Союза [19]).

В ближайшее время, на наш взгляд, важно принять нормативные правовые акты, дающие правовое определение таким понятиям как «творчество ИИ», «квази-творчество», «вычислительное творчество» и «границы допустимого обучения на чужих данных».