摘要 随着人工智能 (AI) 的出现,创造力领域面临着新的机遇和挑战。本宣言探讨了人机协作完成创造性任务的几种场景,并提出了“生成性人工智能的基本法则”,以加强在创造力领域负责任和合乎道德地使用人工智能。提出并讨论了四种场景:“共同创造人工智能”、“有机”、“剽窃 3.0”和“关闭”,每种场景都说明了基于人机协作的不同可能未来。此外,我们还纳入了人工智能生成的宣言,其中还强调了重要主题,从可访问性和道德到文化敏感性。提出的基本法则旨在防止人工智能生成有害内容并直接与人类竞争。还强调了创建标签和法律以确保负责任地使用人工智能。创造力和人工智能的积极未来在于能够造福每个人的和谐合作,有可能在创造过程中将创造生产力提升到一个新的水平,尊重道德考虑和人类价值观。
Cristina 是不同公共和私人机构的技术和多样性顾问。她是西班牙政府经济事务和数字化转型部西班牙语自然语言处理专家委员会和 Red.es 性别办公室的成员,并领导阿拉贡政府智库 Covid19 的技术领域。2018 年 10 月,她被《Business Insider》评为 Twitter 上值得关注的 30 位西班牙科技界人士之一,并被选为 100 强女性之一。2019 年,《Emprendedores》杂志将她评为西班牙 9 位最具影响力的年轻企业家之一,2020 年 12 月,《Merca2》杂志将她评为西班牙数字领域 20 位最具影响力的人物之一。她是 TEDxZaragoza2018 和 BBVA 节目“Aprendemos Juntos”的演讲者。
迅速增长的组织环境要求同样快速的调整。根据[1],公司在当今时代的成功取决于其改变其业务模型的能力,并且其运营可以符合变化。在支持适应过程时,公司需要人力资源,这些人力资源尤其是针对那些仍然需要对新的环境和工作进行大量调整的新员工。公司可以通过入职过程对其进行优化,该过程将新员工集成到组织中,并尽快使他们生产效率[2]。各种研究指出,入职过程与员工的创造力,组织承诺,满意度,参与和离职意图有关[3-6]。该研究表明,有效的入职过程无疑可以利用该公司。这项研究调查了由于公司的入职过程,该研究调查了员工的创造力。入职过程将使新员工能够阐明角色,工作组集成,知识和任务[7]。如果有效地进行了入职,它可能会影响员工的创造力[8]。可以适应并保持良好关系与同事和经理的个人可以更轻松地提高其创造力。登上板的影响,即员工的创造力可能会影响工作绩效。[9]指出,表现出创造力的员工倾向于更高
这种信念多年来一直是计算机科学的口头禅,这是一种盾牌,以应对某天程序员会启动他们无法控制的计算机的恐惧。有些人甚至建议编程机器以人为聪明的方式进行编程,我们首先必须了解人类的智能。但是,在过去的几年中,已经出现了一种新的思考方式:从自上而下的AP Proach转移到编程到自下而上的努力,以获取代码以绘制自己的道路。事实证明,您不必首先解决智能。您可以允许算法漫游数字景观并像Chil Dren一样学习。今天的代码做出了令人惊讶的有见地的举动,在医疗图像中发现难以检测的功能,并在股市上进行精明的交易。这一代编码人员认为,它最终可以证明Ada Lovelace错误:您可以比编程的更多。
摘要。人工智能(AI)改变了艺术和设计教育,为学生提供了创建,探索和学习的新方法。不幸的是,院士们担心学生会使用AI,尤其是Midjourney或Dall-E等文本到图像的发电机,作为创建工作的非法捷径。本文探讨了生成的AI解决方案(例如文本到图像生成器)如何帮助学生在促进学术完整性的同时创建创新和可持续的设计。文章展示了艺术和设计教育中的AI如何为学生提供成功的技能和知识,以在快速变化的数字景观中取得成功。本研究通过分析与研究问题有关的期刊和文档中的应用程序和文献评论,使用了定性方法。案例研究表明,基于AI的解决方案如何帮助学生在促进学术完整性的同时创建创新和可持续的设计。整合基于控制的AI-ART和设计教育方法可以促进学术完整性,创造力和可持续性。基于AI的艺术和设计教育解决方案可能会帮助社会变得更具创新性和可持续性。本文得出结论,艺术和设计教育者必须采用基于AI的解决方案,以使学生为快速变化的数字世界做好准备。
生成式人工智能有可能支持人类的创造力。在过去 60 年里,以人为本的人工智能 (HCAI) 学者们提出了多种模型来设计人机共同创造系统。1961 年,Rhodes 提出了“4P”模型,即“一个人在某个环境中通过计算机化流程制造一件产品 (Press)”[1]。在早期观点中,计算机主要是一种工具。近 60 年后,Kantosalo 和 Takala 对他们的“5C”模型进行了最新更新:“一个集体 (一个人和一个人工智能) 合作为某个情境中的社区做出贡献”[2]。在 Kantosalo 和 Takala 的框架内,以及 Glăveanu 在分布式创造力方面的工作 [3],我们研究一个或多个人如何与人工智能代理合作共同创造贡献,同时保持人类对过程和结果的控制。在早期工作中,我们为软件工程任务的大型语言模型 (LLM) 开发了一个对话式 UI [4]。在一项定量实验中,Ross 及其同事表明,经过精心调优的 UI 可以让后端 LLM 表现得谦逊、礼貌且非常支持 [5]。我们重新使用了这种架构,通过仔细的提示工程来探索创造力和共同创造的机会。在调查了人与人之间的共同创造策略 [6、7、8] 之后,我们进行了三项非正式实验 [9],采用了众所周知的用富有成效的表述来构建问题的策略 [10、11]。接下来,在第四个实验中,我们探索了更强大的概念,即在发现初始框架在某些方面存在缺陷或不足 [13] 后,重新构建问题 [12]。对话式 UI 允许人类控制如何
德勤人工智能研究院帮助组织连接强大、高度动态和快速发展的人工智能生态系统的各个方面。人工智能研究院以前沿见解引领跨行业应用人工智能创新对话,促进“协同时代”的人机协作。德勤人工智能研究院旨在促进人工智能的对话和发展,激发创新,并研究人工智能实施面临的挑战及其解决方法。人工智能研究院与由学术研究团体、初创企业、企业家、创新者、成熟的人工智能产品领导者和人工智能远见者组成的生态系统合作,探索人工智能的关键领域,包括风险、政策、道德、工作和人才的未来以及应用人工智能用例。结合德勤在人工智能应用方面的深厚知识和经验,该研究院帮助理解这个复杂的生态系统,并因此提供有影响力的观点,帮助组织通过明智的人工智能决策取得成功。
通常,使用任何新技术的动机都是为了提高创新艺术作品的质量。人工智能(AI)是创建能够模仿或超越人类特定任务能力的智能机器的过程。人工智能已成为我们日常生活的重要组成部分,影响着我们生活的许多领域。随着这项技术的发展和日益复杂,它最终将彻底改变我们使用计算机的方式。研究人员正在寻找通过为人们提供更强大的工具来发展创造力来扩大人工智能范围的方法。与此同时,他们也在寻找将这些新技术与现有艺术工具联系起来的方法,以创造创作艺术和设计的新方法。这些工具允许艺术家使用人工智能创作新作品,并帮助他们以以前不可能的新方式解决问题。人工智能模糊了艺术家的作品和工具之间的界限。在本文中,我们将研究人工智能如何通过帮助人们克服人脑的局限性来扩展创作过程,并激发新的设计师的创造力。我们还探讨了艺术家和设计师在艺术中使用人工智能的一些方式,并探索这项激动人心的新技术的未来。本文的主要结论是,人工智能可以用来扩展创作过程,帮助人们克服人脑的局限性,激发新设计师的创造力。人工智能可以用来从现有图像生成新的构图,分析艺术品,提高作品的准确性和效率。人工智能还可以用来创造创意图像和创新设计,用算法来协助艺术家完成设计过程。将人工智能与设计结合起来的话题很有趣、很受欢迎,需要讨论。
Keith Nurse博士是特立尼达和多巴哥应用艺术学院的校长。 他是圣卢西亚(Saint Lucia)亚瑟·刘易斯社区学院(Arthur Lewis Community College)的前首席/首席执行官。 他曾在巴黎经合组织发展中心担任结构性政策和创新的高级经济学家和顾问。 他是西印度群岛大学的前世界贸易组织主席,在三个陆基校园中的每个校园中的每个校园中,他都在多个cap派服务。 他担任联合国发展政策委员会的专家第三任期。 Nurse博士是加勒比海人全球发行公司的主席,也是加勒比豆植物孵化器的联合创始人。 他是纪录片“前进之家:加勒比海侨民的力量”的执行制片人。Keith Nurse博士是特立尼达和多巴哥应用艺术学院的校长。他是圣卢西亚(Saint Lucia)亚瑟·刘易斯社区学院(Arthur Lewis Community College)的前首席/首席执行官。他曾在巴黎经合组织发展中心担任结构性政策和创新的高级经济学家和顾问。他是西印度群岛大学的前世界贸易组织主席,在三个陆基校园中的每个校园中的每个校园中,他都在多个cap派服务。 他担任联合国发展政策委员会的专家第三任期。 Nurse博士是加勒比海人全球发行公司的主席,也是加勒比豆植物孵化器的联合创始人。 他是纪录片“前进之家:加勒比海侨民的力量”的执行制片人。他是西印度群岛大学的前世界贸易组织主席,在三个陆基校园中的每个校园中的每个校园中,他都在多个cap派服务。他担任联合国发展政策委员会的专家第三任期。Nurse博士是加勒比海人全球发行公司的主席,也是加勒比豆植物孵化器的联合创始人。他是纪录片“前进之家:加勒比海侨民的力量”的执行制片人。
新颖的人工智能算法引入了新一代人工智能驱动的创造力支持工具 (AI-CST)。这些工具可以通过用户无法预料的算法输出来启发和惊喜用户。然而,用户可能很难将他们的意图与意想不到的算法行为结合起来。我的论文研究了艺术创作 AI-CST 中的用户表达需要如何设计。通过对 14 位艺术家的访谈研究和对 111 个现有 CST 的文献调查,我首先分离出三个要求:1) 允许用户表达不受约束的意图,2) 使工具和用户能够共同学习用户表达和算法行为,3) 允许轻松而富有表现力的迭代。基于这些要求,我介绍了两种工具,1) Artinter,它学习用户如何在艺术委托的沟通过程中表达他们的视觉艺术概念,2) TaleBrush,它通过基于草图的故事生成促进用户意图的不受约束和迭代表达。我的研究为设计用户表达交互提供了指导