Штучний інтелект і креативність: що відбувається, коли ми делегуємо «втомлюючу роботу»?

Штучний інтелект викрадає ваші інспірації.

Автор статті, джерело: Юань Чжень, комерційні записи

За останні два роки майже кожна AI-компанія розповідала одну й ту саму історію:

Покладіть повторювану роботу на ШІ — люди зможуть витратити час на більш творчі справи.

Цей підхід звучить бездоганно. Нехай ШІ збирає інформацію, обробляє таблиці та пише протоколи зустрічей, а люди займаються стратегією, продуктами та креативом — це майже ідеальне соціальне розподілення праці.

Але він таємно припускає, що повторювана робота та творча робота — це дві окремі речі, які можна чітко розділити.

Історичні відповіді не були такими категоричними.

Багато справді важливих відкриттів відбуваються не після завершення повторюваних дій, а саме в проміжках між повторенням, невдачами та відволіканням. Ви довго боретеся з проблемою, постійно обчислюєте, спостерігаєте та змінюєте, і ось у звичайний момент раптово з’єднуються всі розсіяні частинки.

Якщо ШІ забере всі нудні справи замість нас, він може звільнити не лише час.

Воно також може забрати місце, де виникає натхнення.

Історія про Ньютона та яблуко, мабуть, є найуспішнішим «міфом про інновації» в історії людства.

Яблуко впало з дерева і потрапило в Ньютона. Ньютон раптово зрозумів закон всесвітнього тяжіння.

Справжня версія не така проста.

Друг Ісаака Ньютона, Вільям Стіклі, у своїх спогадах зазначив, що в 1726 році вони пили чай під яблунею. Ньютон згадав, що тоді він перебував у стані глибокого міркування, коли побачив, як падає яблуко, і подумав: чому яблуко завжди падає вертикально до землі, а не вгору або вбік? Після цього він «поступово» поширив цю силу на Землю, Місяць та інші небесні тіла. [1]

Рис. 1｜ Apple не надав відповіді, вона лише запалила матеріали, накопичені Ньютоном під час довгих міркувань.

Яблуко не впало Ньютону на голову і не виникло прямо з законом.

Це більше схоже на сірник, що впав у вже переповнений склад.

Досвід математика Пуанкаре більш типовий.

Він довгий час досліджував один клас функцій, провів велику кількість обчислень і неодноразово зазнавав невдач. Потім він тимчасово припинив роботу і вирушив у подорож. Саме в той момент, коли він сідав у пасажирський кінний віз, йому раптово прийшла на думку ключова ідея: перетворення, які він досліджував, були тими самими, що й перетворення в неевклідовій геометрії.

Ця думка прийшла швидко, навіть не пройшовши через миттєвий аналіз. Після поїздки Пуанкаре повернувся до свого столу і витратив час, щоб повністю перевірити її.

Пізніше він розбив процес створення на кілька етапів: спочатку свідома важка підготовка, потім здається бездіяльність, після чого раптове освітлення, і нарешті повернення до строгого підтвердження. [2]

Так само і доведення великої теореми Ферма.

Ендрю Вайлс сім років працював у секреті, у 1993 році оголосив про успішне доведення, але кілька місяців потому було виявлено прогалину. Він ще рік розраховував, разом із учнем Річардом Тейлором шукаючи вихід, поки не заповнив прогалину у вересні 1994 року. [3]

Люди пам’ятають останній момент, але математик справді проходить тисячі невдалих обчислень, невірних шляхів і повторень.

Відкриття не є подарунком, що падає з неба. Це запізніла винагорода, яку мозок надає після накопичення великої кількості важкої роботи.

Сьогодні ми любимо розділяти роботу на два типи: низькододаткову — машинам, високододаткову — людям.

Проблема в тому, що людський мозок не працює за таблицями з консультативних звітів.

Журналіст, перевіряючи десятки фінансових звітів, може виявити, що дві групи цифр не збігаються; продукт-менеджер, уважно аналізуючи негативні відгуки, може раптово зрозуміти, що користувачі скаржаться не на функціонал; лікар, багато разів переглядаючи знімки, поступово розвиває інтуїцію щодо аномалій.

Ці завдання здаються не дуже складними, навіть нудними. Але вони залишають у мозку велику кількість дрібних шаблонів.

Іноді інтуїція — це просто досвід, настільки вдосконалений, що його неможливо пояснити по кроках.

Відкриття пініциліну було саме таким.

У 1928 році Флемінг повернувся з відпустки і виявив, що чашка Петрі зі стафілококами була забруднена пліснявою, і бактерії навколо неї не розросталися. Забруднення було випадковим, але відкриття — ні. Людина, яка не спостерігала за бактеріями протягом тривалого часу, побачила б лише брудну чашку, яку слід викинути.

Тим, що часто не помічають, є те, що Флемін не створив лік відразу. Майже десять років потому Флорі, Чейн та команда відновили цей дослід. Вони вирощували плісняву в молочних бочках, їжових банках і навіть в ваннах, шукали високопродуктивні штами в США і нарешті перетворили випадкове відкриття в лабораторії на промисловий продукт, здатний врятувати життя. [4]

Рисунок 2｜ Забруднення є випадковим, а виявлення залежить від довгострокового спостереження; ліки більше походять з наступних десяти років інженерії.

Історія любить розповідати про «Єврику» (Eureka, грецьке міжвідмінкове слово, що означає «Я знайшов!» або «Я відкрив!»), але промисловість справді ґрунтується на довгому, повторюваному та не дуже красному інженерному процесі після Єврики.

Коли Ейнштейн пізніше описував свій спосіб мислення математику Адамару, він сказав, що спочатку з’являються не цілі речення, а образи, символи та елементи з відчуттям руху. Він повторно комбінував ці елементи, а мова приходила пізніше. [5]

Творіння — це не створення з нічого, а більше схоже на перегрупування.

Те, що ти бачив, робив і де провалився, визначає, що саме може бути перепідключено в твоєму мозку.

Якщо завжди лише AI створює скорочення, завжди лише AI пише перший чернетку, завжди лише AI очищає дані, людям дійсно стане набагато легше. Але з часом ми будемо стикатися лише зі зробленими машиною продуктами, а не з грубою, суперечливою, шумною сировиною.

Ефективність зросла, але відчуття можуть стати менш гострими.

Волтер Айзексон у книзі «Інноватори» ставив питання: хто винайшов комп’ютери та інтернет?

Нарешті він зрозумів, що цю проблему важко відповісти ім’ям однієї особи.

Цифрова революція не була раптовою ідеєю якогось генія в гаражі. Ранні комп’ютери, транзистори, чіпи, програмне забезпечення та інтернет виникли завдяки покоління за поколінням покращень. Хтось запропонував концепцію, хтось паяв схеми, хтось писав програми, хтось перетворив дорогі прототипи на продукти, доступні звичайним людям.

Під час згадки комп’ютера Гарвард Mark I, розповідь Грейс Хоппер більше акцентує увагу на Говарді Ейкені, тоді як версія IBM підкреслює інженерів, імена яких не збереглися: чисельні інкрементні покращення, такі як лічильники, пристрої для читання перфокарт тощо, разом сформували остаточну версію машини. [6]

Рисунок 3｜«Інноватори» неодноразово наголошують: цифрова революція виникає завдяки спільній, багатоетапній, поступовій співпраці багатьох.

Це не заперечення геніальності, а відновлення справжньої структури інновацій.

Проривна подія зазвичай вимагає одночасної присутності небагатьох фантазерів і багатьох працьовитих людей. Перші відповідають за зміну напрямку, а другі — за перетворення нового напрямку на реальність. Це не взаємовиключні ролі.

Найбільш привабливе в ІШ — це те, що воно, здається, може водночас грати обидві ці ролі: надавати ідеї та виконувати їх.

Але тут також виникли нові проблеми.

У 2024 році в журналі «Science Advances» було опубліковано експеримент з використанням генеративного ШІ для письма. Люди, які отримали ідеї від ШІ, писали історії, які в середньому були більш креативними та краще завершеними, особливо для тих, хто спочатку мав слабшу креативність; однак, якщо розглянути всі твори разом, історії, допоможені ШІ, виявилися більш схожими між собою. [7]

Штучний інтелект підняв нижню межу окремої особи та зменшив різниці між групами.

Це дуже схоже на сьогоднішні контент-платформи: всі пишуть краще, ніж раніше — заголовки, структура, запам’ятовувані фрази на місці; прочитавши десять статей, ви відчуваєте, наче прочитали лише одну.

Коли всі запитують у тієї самої моделі «першу думку», ми пропускаємо порожні сторінки і, можливо, разом йдемо до найлегшої для передбачення відповіді.

Це не означає, що людям слід відмовитися від ШІ і знову витрачати час на копіювання та вставлення та механічне верстку.

Калькулятор не знищив математику, пошукові системи не знищили знання. Інструменти справді змінюють те, які навички людина повинна зберігати.

Штучний інтелект може замінити нас у важкій роботі, але ми не повинні забувати, навіщо будували цю стіну саме тут.

Ці занепокоєння вже не є лише філософськими дискусіями. У 2025 році дослідження, проведене Microsoft Research та іншими організаціями серед 319 фахівців із знаннями, зібрало 936 реальних випадків використання ШІ. Результати показали: чим більше люди довіряють ШІ, тим менше вони вкладають критичного мислення (Critical thinking — розумний та рефлексивний спосіб мислення) у завдання; чим більше вони довіряють своїй професійній оцінці, тим більше критичного мислення вони проявляють. ШІ не знищив мислення, а переніс його з «прямого створення» на «перевірку, інтеграцію та нагляд». Проблема в тому, що якщо людина бачить лише гладкий готовий продукт, перевірка легко може звестися до простого кивка. [8]

Більш прямі сигнали походять від письма та програмування. У експерименті з електроенцефалографією, проведеному Массачусетським технологічним інститутом з участь 54 осіб, виявлено, що учасники, які регулярно використовували великі моделі для письма, мали найслабші з’єднання в мозкових мережах, а також гірше запам’ятовували зміст текстів і менше відчували «це моя робота». Однак це дослідження ще є попереднім виданням з невеликою вибіркою, тому не можна зробити висновок, що ШІ постійно знижує інтелект. [9] METR у випадковому експерименті з 16 досвідченими розробниками відкритого коду та 246 реальними завданнями виявив, що після використання інструментів ШІ на початку 2025 року розробники виконували завдання на 19% повільніше. Ще цікавіше те, що вони спочатку очікували, що ШІ допоможе їм працювати швидше. [10] У прослідкуванні METR 2026 року було зроблено висновок, що нове покоління інструментів, ймовірно, вже призвело до прискорення, але через наявність значної вибіркової упередженості серед учасників та завдань точний розмір прискорення все ще неможливо надійно оцінити. [11] Першим, що ШІ, ймовірно, погіршує, є не сама здатність, а здатність людини визначати, чи вона ще думає.

Для окремої особи є принаймні три речі, які не варто легко передавати на аутсорсинг.

По-перше, звідки беруться проблеми.

Не починайте з питання до ШІ: «Що мені писати?» або «Що мені досліджувати?». Спочатку відвідайте клієнта, спочатку прочитайте первинні матеріали, спочатку самі відчуєте, що не так. Добре питання часто виникає з деталей, які інші вважають незручними і ігнорують.

Друге, звідки взялася перша оцінка.

Можна дати ШІ розширити, спростувати та додати інформацію, але краще спочатку залишити сирій версію, не оброблену моделлю. Навіть якщо це лише кілька речень, важливо знати, як ви думали спочатку. Інакше співпраця людини з ШІ легко перетворюється на те, що людина полішує за ШІ.

Третє, хто відповідає за результат.

Тільки працюючи на низькому рівні, можна зрозуміти, де помиляється ШІ. Людина, яка ніколи не писала коду, важко зможе визначити, чи код просто працює, чи витримає виведення на продакшн; людина, яка ніколи не аналізувала фінансові звіти, також важко зможе виявити помилки в методології, приховані за красивим аналізом.

Що можна покласти на штучний інтелект?

Критерії оцінки — не «чи є творчість» і не «чи повторюється», а три речі: чи чітко визначені критерії прийняття, чи можливо відстежити процес і чи можна відкатитися після помилки. Перетворення текстів, форматування, очищення даних за відомими правилами, шаблони коду та тести, багато версій текстів і ескізів дизайну на одну тему — все це підходить для передачі AI. Стратегічні вибори, стандарти фактів, брендовий смак, архітектура системи та фінальне підписання — не можна просто тому, що AI працює швидше, віддавати це на вирішення AI.

Після передачі роботи людина повинна продовжувати «боротися з самим собою» з AI. Перш ніж діяти, спочатку запишіть свої власні судження та критерії перевірки; під час генерації вимагайте, щоб AI одночасно надавав протилежні думки, умови невдачі та джерела доказів; після генерації людина повертається до початкових матеріалів, перевіряє факти, перераховує ключові цифри та проходить ключові тести; через певний час організовуйте «тренування без AI». Письменники повинні зберігати незалежні інтерв’ю та перший варіант, програмісти — огляди коду та виправлення помилок, дизайнер — вибір концепцій та фінальне візуальне рішення. Лише ті, хто ще вміє перевіряти, наважується спростовувати та може взяти на себе відповідальність, справді мають право передавати роботу AI.

Для компанії справжньою загрозою є не те, скільки AI використовують співробітники, а чи продовжує організація виробляти досвід першого рівня.

Якщо молоді люди перестануть проводити базовий аналіз, перестануть працювати з клієнтами над вимогами та перестануть проходити через невдачі першого варіанту, компанія отримає швидші результати в короткостроковій перспективі, але довгостроково може втратити шлях розвитку здатності до оцінки.

Раніше новачок за три роки наполегливої праці поступово перетворювався на досвідченого фахівця з інтуїцією. Зараз AI дозволяє новачку вже в перший день надати відповідь на 70 балів.

Але щоб пройти від сімдесяти до дев’яноста, йому все ще потрібно було самостійно зустрітися з проблемами, допустити помилки та заплатити ціну за результат.

Чи підвищує штучний інтелект креативність, чи знижує її?

Відповідь залежить від того, куди ми його розмістимо.

Нехай ШІ виконує повторювані завдання, які ви вже чітко визначили — це важіль; якщо ШІ замінить вас у взаємодії з реальністю, формулюванні проблем та прийнятті перших рішень, він поступово перетвориться на трость.

Справжня креативність ніколи не обмежується просто «вигадуванням ідеї».

Воно включає знайомство з матеріалом, чутливість до аномалій, здатність переносити довгі періоди без відповідей та, після появи інспірації, неодноразово перевіряти та закріплювати її.

Ці частини дуже повільні, неелегантні й навіть важко включити до звітів про продуктивність. Але історичні великі теореми, наукові відкриття та промислові інновації майже всі виростають саме звідси.

Штучний інтелект, звичайно, може допомогти нам збирати яблука.

Але чи зможе той чоловік під деревом зрозуміти всесвітнє тяжіння, все ще залежить від того, скільки часу він думав до того, як яблуко впало.

Джерела

[1] Вільям Стуклі, Мемуари про життя сира Ісаака Ньютона, Проєкт Ньютона (Оксфордський університет).

[2] Анрі Пуанкаре, «Математичне винахідництво», 1908 рік.

[3] Математичний інститут Оксфордського університету, Бристольський університет — матеріали про Ендрю Уайлса та Велику теорему Ферма.

[4] Група наукових музеїв, «Як була розроблена пеницилін?»

[5] Жак Адамар, Мінда математика: Психологія винаходу в математичній галузі.

[6] Волтер Айзексон, Інноватори: Як група хакерів, геніїв і гіків створила цифрову революцію.

[7] Аніл Р. Досі та Олівер П. Хаузер, «Генеративний ШІ підвищує індивідуальну креативність, але зменшує колективну різноманітність нових матеріалів», Science Advances, 2024.

[8] Хао-Пін Лі та ін., «Вплив генеративного ШІ на критичне мислення», CHI 2025.

[9] Наталія Косміна та ін., «Ваш мозок на ChatGPT: Накопичення когнітивного боргу під час використання ІІ-асистента для завдання написання есе», 2025 рік, пре-принт.

[10] Джоел Беккер та ін., «Вимірювання впливу штучного інтелекту на початку 2025 року на продуктивність досвідчених розробників відкритого коду», METR, 2025.

[11] Джоел Беккер та ін., «Ми змінюємо наш експеримент з продуктивністю розробників», METR, 2026.