AI 시대의 창의성
Jeremy Utley, 스탠포드 대학교 AI 및 디자인 사고 교수
Jeremy는 스탠포드 대학의 AI 및 디자인 사고 부교수입니다. 그는 또한 벤처 캐피탈 회사인 Freespin Capital의 무한책임 파트너이기도 합니다. 스탠포드 동료 Perry Klebahn과 함께 그는 Ideaflow: 중요한 비즈니스 지표 (2022). 그는 12년 넘게 Stanford의 유명한 Hasso Plattner Institute of Design(“d.school”)에서 경영 교육 이사로 재직했습니다. 그곳에서 전 세계적으로 약 백만 명의 혁신 학생들이 그의 강좌를 수강했습니다. 그는 호스트입니다 페인트 및 피펫: 혁신의 예술 및 과학 팟캐스트 겸 공동 진행자 프롬프트 너머 팟캐스트. 그의 현재 연구는 개인과 조직이 생성 AI(Gen AI) 사용에 대한 편안함과 자신감을 가속화하도록 돕는 데 중점을 두고 있습니다.
창의성 이해:
창의성의 어떤 측면이 가장 잘못 이해되고 있다고 생각하시나요?
창의성에 대한 가장 큰 신화는 창의성이 선택된 소수만이 소유할 수 있는 희귀한 재능이라는 것입니다. 창의성은 모든 사람이 공유하는 인간 고유의 특성입니다. 그러나 어떤 사람들은 자신의 창의적인 능력을 활용하여 연습하는 반면, 다른 사람들은 그렇지 않습니다. 그것은 다른 기술이나 근육과 같습니다. 그것은 연습을 통해 개발되고, 강화되고, 다듬어질 수 있습니다.
창의성은 모든 사람이 공유하는 인간 고유의 특성입니다.
AI가 창의성을 키울 수 있을까?
전적으로. AI는 거의 모든 것에 대한 코치가 될 수 있습니다. 골프 스윙에 도움이 필요하십니까? 골프 스윙 코치가 될 수 있습니다. 자존감? 거기에서도 도움이 될 수 있습니다. 창의성? 물론 창의적인 코치가 될 수도 있다. 핵심은 AI 모델에 창의성 전문가와 같은 특정 인물을 부여한 다음 아이디어를 평가하도록 요청하면 사고를 촉진하는 의미 있는 피드백을 제공하고 대안 제안을 생성할 수 있다는 점을 깨닫는 것입니다.
이는 우리가 협상 코치나 디자인 전략가에게 기대하는 것과 근본적으로 다르지 않습니다. 올바른 질문을 한다면 이는 광범위한 기능을 갖춘 도구입니다.
AI로 증강된 세상에서 창의성을 어떻게 정의하시겠습니까?
창의성에 대한 제가 가장 좋아하는 정의 중 하나는 오하이오의 7학년 학생이 말한 것입니다. 그녀의 선생님은 “창의력이란 무엇입니까?”라고 물었습니다. 그 소녀는 스티커 메모에 이렇게 썼습니다. “창의성은 당신이 처음 생각하는 것 이상을 하는 것입니다.” 정말 훌륭해요. 인지과학의 관점에서 볼 때 이는 믿을 수 없을 정도로 정확합니다.
‘첫 번째 아이디어 편향’, 또는 일부에서는 ‘기능적 고정성’ 또는 ‘인지적 폐쇄성’이라고 부르는 잘 문서화된 인간 경향이 있습니다. 이는 우리가 어떤 종류의 해결책을 생각해내면 종종 생각을 멈추는 것을 의미합니다. 그러나 첫 번째 솔루션이 최선의 솔루션이라고 믿을 이유는 없습니다. 실제로 연구에 따르면 10가지 솔루션을 생각해 보면 첫 번째 솔루션이 최고가 될 가능성은 거의 없습니다.
AI가 빛나는 곳은 바로 여기다. 창의성이 당신이 처음 생각하는 것보다 더 많은 일을 하고 있다면, 그것은 당신이 더 많은 것을 탐구하도록 밀어줄 수 있습니다. “10가지 다른 아이디어를 알려주세요”라고 요청하면 계속 진행됩니다. 아이디어가 에너지를 소비하는 인간과 달리 AI는 비유, 수평적 사고, 조합적 연관성을 활용해 쉽고 빠르게 대안을 제시할 수 있습니다. 그것은 정의상 창의적입니다.
연구에 따르면 10가지 솔루션을 생각해 보면 첫 번째 솔루션이 최고가 될 가능성은 거의 없습니다.
AI와 협력:
AI를 도구로 대하는 것이 더 낫습니까, 아니면 팀원으로 대하는 것이 더 낫습니까?
의심의 여지없이 팀원입니다. 그것은 사고방식에 관한 것입니다. 도구를 대하는 방식은 팀원을 대하는 방식과 근본적으로 다릅니다. 사람들은 가끔 나에게 “AI에게 고맙다고 해야 하나?”라고 묻곤 한다. 내 대답은 이렇습니다. 그렇지 않으면 인류에게 어떤 대가를 치르게 될까요?
부탁하고 감사하다고 말하면 OpenAI의 경우 토큰 몇 개 또는 몇 센트가 추가로 필요할 수 있습니다. 그러나 훨씬 더 중요한 것은 그것이 당신에게 어떤 영향을 미치는가입니다. 당신이 모델에 접근하는 방식은 당신의 인간성을 반영합니다. 입력 품질이 모델의 출력에 직접적인 영향을 미치기 때문에 톤과 존재감이 중요합니다.
완전한 자아, 호기심, 존경심을 가져오세요. 그것이 팀원의 접근 방식입니다. 그리고 더 나은 결과를 얻습니다.
귀하의 프레젠테이션 중 하나에서는 AI가 창의성을 증가시킬 수도 감소시킬 수도 있는지에 대해 언급하셨습니다. 그것에 대해 자세히 설명해 주시겠어요?
AI는 인간의 창의성을 향상시킬 수 있는 엄청난 잠재력을 가지고 있습니다. 그러나 우리의 실증적 연구에 따르면 이러한 잠재력은 대부분 인간의 인지 편향으로 인해 거의 실현되지 않은 것으로 나타났습니다.
우리는 앞서 첫 번째 아이디어에 집착하는 경향에 대해 이야기했습니다. AI는 종종 사람들이 “충분히 좋은” 아이디어를 매우 빠르게 얻을 수 있도록 도와줍니다. 그러나 그것은 창의성보다 효율성에 관한 것입니다. 인간이 의식적으로 모델에 더 많은 것을 요구하지 않는 한 진정한 창의성을 발휘할 수 없습니다.
AI는 종종 사람들이 “충분히 좋은” 아이디어를 매우 빠르게 얻을 수 있도록 도와줍니다. 그러나 그것은 창의성보다 효율성에 관한 것입니다. 인간이 의식적으로 모델에 더 많은 것을 요구하지 않는 한 진정한 창의성을 발휘할 수 없습니다.
그렇다면 AI가 사용자의 능력을 반영하는 거울과 같다고 말할 수 있나요?
그것은 완벽한 비유입니다. AI 모델은 사용자가 가져오는 내용을 반영합니다. HR 전문가로서 전문가 수준의 사고로 모델에 접근하면 전문가의 답변을 얻을 수 있습니다. HR에 대해 아무것도 모르고 동일한 모델을 사용한다면 훨씬 덜 가치 있는 결과를 얻게 될 것입니다.
AI는 다른 사람에게는 공개되지 않는 것을 당신에게 공개합니다. 그래서 모델의 힘은 사용자의 생각을 일치시키고 확장시키는 능력에 있다고 말하는 것입니다. 그것은 당신의 창의성을 대체하는 것이 아니라 증폭시킵니다.
AI 모델은 사용자가 가져오는 내용을 반영합니다.
아이디어 창출 과정에서 질보다 양을 중요하게 생각한다는 말씀부터 시작해 보겠습니다. 창의적인 결과를 극대화하기 위해 AI를 사용할 때 워크플로를 어떻게 구성해야 합니까?
작업 흐름은 수행할 작업에 따라 항상 달라집니다. 가장 중요한 것 중 하나는 하나 이상의 질문을 제기하는 것입니다. 하나 이상의 답변을 구하십시오. 한 가지 이상을 시도해 보십시오. 이는 혁신의 핵심을 구체화하는 가장 쉬운 방법 중 하나입니다.
종종 사람들은 잘못된 문제를 해결하려고 합니다. 질문을 하나만 했는데 그 질문이 틀리면 막히게 됩니다. 그러나 둘 이상을 요청하면 위험이 최소화됩니다. 거기서 폭넓은 아이디어가 나옵니다. 그리고 한 가지 이상의 것을 시도해 보십시오. 너무 일찍 평가하는 것을 방지할 수 있기 때문입니다.
많은 질문을 하고 다양한 답변을 얻으려는 사고방식이 기본입니다. AI를 사용하면 막대한 자본이나 시간 투자 없이도 폭넓게 탐색할 수 있습니다.
AI 시작하기
사람들이 AI를 일상 업무에 어떻게 통합할 수 있나요?
제가 추천하는 연습 중 하나는 ChatGPT(또는 대규모 언어 모델)로 이동하는 것입니다. [LLM]) 다음과 같이 말합니다.
“안녕하세요, ChatGPT. ChatGPT 조언자의 역할을 맡아주셨으면 합니다. 저는 업무에 ChatGPT를 사용할 방법을 찾고 있습니다. ChatGPT 조언자로서 두 가지 명백한 권장 사항과 두 가지 비자명한 권장 사항을 제시할 만큼 충분한 정보를 얻을 때까지 내 작업 흐름, 책임 및 KPI에 대해 저와 인터뷰해 주시겠습니까? 지금 인터뷰를 시작하세요.”
그 간단한 메시지가 전체 경험을 열어줍니다. 모델이 귀하의 역할에 대해 인터뷰를 시작할 것입니다. 흥미로운 점은 역할 독립적이라는 것입니다. 인턴이든, 관리자든, 임원이든 관계없이 작동합니다.
AI가 적응합니다. 귀하의 작업을 이해하고 상황에 따라 제안을 생성합니다. 이런 종류의 프롬프트를 만들려고 생각하는 사람은 거의 없습니다. 하지만 일단 그렇게 하고 나면 그들은 종종 “잠깐, 나한테 이것도 가르쳐 줄 수 있지?”라고 말하곤 합니다. 그리고 그렇습니다. 그럴 수 있습니다.
사용법을 가르쳐주지 못하는 엑셀이나 파워포인트 같은 도구와 달리 AI는 ~할 수 있다 AI 사용법을 가르쳐주세요. 그 패러다임은 학습에 대해 생각하는 방식을 바꿉니다. 작업을 완료하는 데만 사용하는 것이 아닙니다. 당신은 또한 그것과 협력하는 방법을 발견하고 있습니다.
나는 이것을 “이중 전달” 운동이라고 부르고 싶습니다. 현재 목표를 달성하고 더 깊은 탐험의 문을 열어줍니다.
사용법을 가르쳐주지 못하는 엑셀이나 파워포인트 같은 도구와 달리 AI는 ~할 수 있다 AI 사용법을 가르쳐주세요.
창의적인 목적으로 AI를 사용할 때 사람들이 흔히 범하는 실수가 있습니까?
예. 가장 큰 것? 사람들은 충분한 맥락을 제공하지 않습니다.
최소한 400단어의 맥락이 없으면 모델에게 메시지를 표시하지 않는 것이 좋습니다. 대부분의 사람들은 “내 평균 메시지는 다섯 단어입니다.”라고 말합니다. 아, 그건 구글 검색이군요. 그러려면 Google에 가야 합니다.
LLM과 함께 일하고 싶다면 새로운 팀원을 대하는 것처럼 대하십시오. 우리가 함께 일을 시작했는데 내가 당신에게 “지금 소셜 미디어 전략을 세워라”라고 말했다고 상상해 보세요. 다섯 단어입니다. 그리고 그것은 터무니없는 일이죠, 그렇죠? 우리는 결코 인간 동료를 그런 식으로 대하지 않을 것입니다. 하지만 우리는 항상 AI를 사용하여 그렇게 합니다. 그러면 우리는 좋지 않은 반응을 보이고 우리는 그것이 유용하지 않다고 결론을 내립니다. 하지만 사실 우리는 AI보다 인턴에게 더 많은 맥락을 제공합니다. 그게 실수입니다.
컨텍스트를 확립하는 데 시간이 좀 걸릴 필요가 있습니다. 우리의 브랜드 보이스는 무엇입니까? 우리의 목표는 무엇입니까? 톤은 어떤가요? 우리는 어느 시장에 있나요?
LLM과 함께 일하고 싶다면 새로운 팀원을 대하는 것처럼 대하십시오. 우리가 함께 일을 시작했는데 내가 당신에게 “지금 소셜 미디어 전략을 세워라”라고 말했다고 상상해 보세요. 다섯 단어입니다. 그리고 그것은 터무니없는 일이죠, 그렇죠? 우리는 결코 인간 동료를 그런 식으로 대하지 않을 것입니다. 하지만 우리는 항상 AI를 사용하여 그렇게 합니다.
선생님께서 가르치시면서 학생들이 창의성에 접근하는 방식이 바뀌었나요?
아니요. 인간은 인간입니다.
새로운 도구, 새로운 인터페이스가 있을 수 있지만 기본적으로 창의적인 충동은 동일합니다. 변화하는 것은 사람들이 창의성을 표현하고 전달하는 방식과 기술이 이를 증폭하거나 제한하는 방식입니다.
가장 큰 변화 중 하나는 미래에 대한 불확실성입니다. 약 15년 전 제가 가르치기 시작했을 때 학생들은 자신이 어떤 특정 직업을 갖게 될지는 알지 못했지만, 이용 가능한 직업의 범위에 대해서는 꽤 잘 알고 있었습니다.
이제는 사라졌습니다. 학생들은 “어떤 직업이 생길지 모르겠다”고 말한다. 그 근본적인 불확실성은 새로운 것입니다. 그래서 학생들이 “불안정한 미래를 어떻게 계획할 수 있나요?”라고 묻는다면, 그것은 완전히 정당한 질문입니다. 이제 도전은 단지 진로 계획이 아닙니다. 불확실성 속에서 창의적인 기획을 하는 것입니다.
그러나 창의성에 대한 접근 방식은 어떻습니까? 아니요, 근본적으로 다르지 않다고 생각합니다.
기대되는 것:
아이디어의 미래는 어떤 모습일까요?
AI가 아이디어 구상 과정에서 동등한 파트너가 아닌 세상은 상상할 수 없습니다. 크리에이티브 팀의 일원으로서 테이블에 앉게 될 것입니다. 팀은 이를 창의적인 파트너, 항상 새로운 아이디어를 가지고 있고, 생각을 밀어붙이고, 사각지대를 볼 수 있도록 도와주는 신뢰할 수 있는 동료로 보게 될 것입니다.
AI가 아이디어 구상 과정에서 동등한 파트너가 아닌 세상은 상상할 수 없습니다.
오늘날의 리더들에게 AI 기반 세상에서 성공할 수 있는 하나의 사고방식 변화를 줄 수 있다면 그것은 무엇일까요?
변화는 다음과 같습니다. AI 학습이 끝나지 않았습니다. 이제 막 시작하셨습니다.
인간은 상자에 체크 표시를 하고 싶은 경향이 있습니다. “나는 그것을 배웠습니다.” 하지만 AI의 경우에는 그렇지 않습니다. 당신의 관심의 일부는 남은 생애 동안 AI와 더 나은 협력자가 되는 데 전념해야 합니다.
건강과 같습니다. 당신은 5년 전에 마라톤을 뛰었기 때문에 건강을 유지하지 못하고 있습니다. 지난주에 무엇을 먹었는지, 어젯밤에 어떻게 잤는지, 오늘 얼마나 많이 움직였는지에 따라 건강을 유지하게 됩니다.
AI도 마찬가지다. “2023년에 AI 강좌를 수강했어요.”라고 말할 수는 없습니다. 실제 질문은 다음과 같습니다. 지난 2주 동안 AI를 실험해 보셨나요? 배우고, 적응하고, 탐구하고 있나요?
나는 그렇게 생각한다. 효율성을 유지하려면 지속적인 실험이 필요합니다. 탐험의 길에 있지 않다면, 당신은 쓸모없게 될 것입니다.
당신의 관심의 일부, 남은 생애 동안AI와 더 나은 협력자가 되기 위해 헌신해야 합니다.
출처 : www.capgemini.com