[논문 리뷰] Human-AI Co-Creativity: Exploring Synergies Across Levels of Creative Collaboration

Jennifer Haase, Sebastian Pokutta|arXiv (Cornell University)|2024. 11. 19.

Creativity in Education and NeurosciencePsychology인용 수 3

한 줄 요약

이 논문은 생성형 AI를 창의적 과정에서 도구가 아니라 협력자로 위치시키는 인간-AI 공동창의성 프레임워크를 제안한다. 수학적 예시를 통해 인간과 AI의 상호보완적 상호작용이 인간이나 AI가 별개로 달성할 수 없는 새로운, 고불규칙성의 해결책을 만들어내는 방식을 보여준다. 주요 기여는 다중 상호작용 수준에서의 공동창의성 역학 모델로, 대체보다는 보완을 강조한다.

ABSTRACT

Human-AI co-creativity represents a transformative shift in how humans and generative AI tools collaborate in creative processes. This chapter explores the synergies between human ingenuity and AI capabilities across four levels of interaction: Digital Pen, AI Task Specialist, AI Assistant, and AI Co-Creator. While earlier digital tools primarily facilitated creativity, generative AI systems now contribute actively, demonstrating autonomous creativity in producing novel and valuable outcomes. Empirical evidence from mathematics showcases how AI can extend human creative potential, from computational problem-solving to co-creative partnerships yielding breakthroughs in longstanding challenges. By analyzing these collaborations, the chapter highlights AI's potential to enhance human creativity without replacing it, underscoring the importance of balancing AI's contributions with human oversight and contextual understanding. This integration pushes the boundaries of creative achievements, emphasizing the need for human-centered AI systems that foster collaboration while preserving the unique qualities of human creativity.

연구 동기 및 목표

• 생성형 AI가 디지털 보조 수단에서 창의적 과정에서의 능동적 공동창의 파트너로 전환될 수 있는 방식을 조사하는 것.
• 인간-AI 공동창의적 상호작용의 수준을 구분하고, 상호보완적 결과가 나타나는 조건을 특정하는 것.
• 인간과 AI의 협업이 개별적으로 인간이나 AI가 달성할 수 없는 새로운, 불규칙적이고 고영향력 있는 창의적 결과물을 만들어낼 수 있음을 입증하는 것.
• AI에 대한 과도한 의존을 방지하기 위해 인간 중심 설계를 주장함으로써, 인간 창의성을 대체하기보다는 강화하는 것.
• 창의성 평가의 개념적 및 실증적 기반을 마련하여, 창의성은 인간 또는 기계 중심이 아니라 공동 창출된 결과로 보는 것.

제안 방법

• 논문은 생성형 AI가 광범위한 데이터셋에서 학습하고 대규모 언어 모델(Large Language Models, LLMs)을 사용해 재현되지 않은 새로운 출력을 생성할 수 있는 능력을 통해 그 본질적 창의적 잠재력을 분석한다.
• 수학적 문제 해결의 구체적 사례를 포함해, 수동적 도구 사용에서부터 능동적 협업에 이르는 다수준의 인간-AI 공동창의성 프레임워크를 제안한다.
• 실제 수학 분야의 사례 연구—예를 들어 새로운 그래프 색칠법과 조합적 해법 생성—을 통해 인간과 AI가 높은 불규칙성과 독창성을 지닌 결과를 공동으로 창출하는 방식을 설명한다.
• 창의적 결과의 평가 기준으로는 신규성, 복잡성, 기존 해결 공간에서의 이탈 정도를 사용하며, 수학적 창의성 분야의 정성적 및 정량적 지표를 활용한다.
• 창의성의 경계를 정의하기 위해 창의성에 관한 철학적 및 인지과학 논의를 활용하여, 인공적, 인간적, 공동창의적 출력을 구분한다.
• 실제 AI 지원 창의적 작업의 관찰 결과와 창의성 이론 모델을 통합하여, 인간-AI 상호작용에서 상호 학습과 능력 향상의 역할을 강조한다.

실험 결과

연구 질문

• RQ1 생성형 AI는 어떻게 인간 창의적 과정에서 수동적인 디지털 도구에서 능동적 공동창의 파트너로 전환될 수 있는가?
• RQ2 인간-AI 공동창의적 상호작용의 구체적 수준는 무엇이며, 창의적 결과와 상호보완성 측면에서 어떻게 다를 수 있는가?
• RQ3 인간과 AI의 협업은 어느 정도까지 인간이나 AI가 별개로 달성할 수 없는 새로운, 고불규칙성의 해결책을 만들어낼 수 있는가?
• RQ4 창의적 작업에서 AI에 대한 과도한 의존의 위험은 무엇이며, 인간 중심의 시스템 설계로 어떻게 완화될 수 있는가?
• RQ5 인간-AI 시스템에서 창의성은 인간 중심, AI 중심, 또는 상호보완적 결과로만 평가되어야 하는가?

주요 결과

• 수학 분야에서 인간-AI 공동창의적 협업은 높은 불규칙성을 지닌 새로운 그래프 색칠법과 조합적 해법을 생성하여, 인간이나 AI가 기존에 알고 있던 한계를 초월한 창의적 결과를 만들어냈다.
• 생성형 AI 도구는 단순히 새로운 결과를 생성하는 것뿐만 아니라, 구조적으로 복잡하고 중복되지 않는 결과를 만들어내어 진정한 창의적 잠재력을 보여주었다.
• 인간의 직관과 AI의 처리 능력 간의 상호보완적 상호작용은 각자가 별개로 작용할 때는 거의 발생하지 않을 정도로, 특히 고불규칙성이나 비전통적인 해결 공간에서 매우 높은 수준의 창의적 결과를 만들어냈다.
• 연구 결과, AI 시스템과의 훈련을 통해 인간의 창의적 성과가 명백하게 향상되었으며, 이는 알파고와의 상호작용을 통해 기량이 향상된 기술자들의 사례와 유사했다.
• AI가 인간과 유사한 창의적 콘텐츠를 생성할 수 있음에도 불구하고, 일부 맥락에서는 인간이 라벨링한 작품이 여전히 더 긍정적으로 평가되었으며, 이는 창의적 과정에서 인간 참여에 대한 지속적인 선호를 시사한다.
• 논문은 가장 가치 있는 창의적 결과는 AI가 인간을 대체함으로써가 아니라, 양 당사자가 서로 겹치지 않는 고유한 역량을 기여하는 균형 잡힌 상호보완적 협업에서 유래된다는 결론을 내린다.