Miesiąc: sierpień 2023

https://aie24.pl/

W badaniu 2 manipulowaliśmy elastycznością poznawczą, ustalając warunki, które z mniejszym prawdopodobieństwem ją stymulowały. W związku z tym poprosiliśmy wszystkich uczestników ((n=117) przedsiębiorców) o wygenerowanie nowych pomysłów na przedsięwzięcia związane z wykorzystaniem technologii w edukacji, ograniczając swobodę, którą uczestnicy musieli odkrywać. Pomysły wygenerowane przez sztuczną inteligencję, które były istotne dla tematu, zostały wykorzystane jako bodźce, dzięki czemu były mniej zróżnicowane. Wreszcie zmniejszyliśmy liczbę pomysłów generowanych przez sztuczną inteligencję przekazywanych uczestnikom z dziesięciu do czterech. Projekt eksperymentu był prawie identyczny jak w badaniu 1. Również tym razem wszystkie 183 pomysły zostały ocenione przez trzech ekspertów (jeden szef akceleratora startupów i dwóch badaczy zarządzania), a rozbieżności zostały rozwiązane, aby osiągnąć wysoki poziom zgodności. Elastyczność poznawczą mierzono w taki sam sposób jak w pierwszym badaniu. W tym drugim badaniu wykorzystanie wygenerowanych przez sztuczną inteligencję pomysłów na nowe przedsięwzięcia jako źródła inspiracji nie wpłynęło na elastyczność poznawczą. Średni wynik eksploracji wyniósł 1,39 w grupie AI i 1,38 w grupie kontrolnej. Odkryliśmy jednak, że zastosowanie generatywnej sztucznej inteligencji miało bezpośredni pozytywny i statystycznie istotny wpływ na przeciętną kreatywność generowanych pomysłów. Średnio grupa AI uzyskała wynik kreatywności na poziomie 4,86/7 w porównaniu do 4,52/7 w grupie kontrolnej (d Cohena = 0,47). Tym razem wpływ na liczbę wygenerowanych kreatywnych pomysłów nie był istotny statystycznie.

https://aie24.pl/

Nasze wyniki dla Badania 1 potwierdziły, że zastosowanie generatywnych systemów sztucznej inteligencji miało statystycznie istotny wpływ na elastyczność poznawczą. Testując naszą prognozę, stwierdziliśmy, że uczestnicy z grupy sztucznej inteligencji wykazywali średni wynik eksploracji na poziomie 2,32, podczas gdy średnia w grupie kontrolnej wynosiła 1,60. Różnica jest istotna, biorąc pod uwagę, że czas poświęcony na generowanie pomysłów był krótki (około dziesięciu minut). Jednak wyniki były mieszane, gdy badano rolę elastyczności poznawczej wzmocnionej przez sztuczną inteligencję w kreatywnych wynikach. Nie znaleźliśmy żadnego wpływu na przeciętną kreatywność generowanych pomysłów. Zaobserwowaliśmy, że osoby z grupy kontrolnej były średnio bardziej kreatywne, ponieważ miały wynik kreatywności 4,35/7 w porównaniu z 4,23/7 w grupie AI. Jeśli chodzi o liczbę wygenerowanych kreatywnych pomysłów, wyniki były zgodne z oczekiwaniami. Kiedy użycie generatywnej sztucznej inteligencji uruchamia ścieżkę elastyczności, jednostki mają tendencję do tworzenia większej liczby pomysłów, które przekraczają nasz próg kreatywności. Grupa AI wygenerowała również więcej nowatorskich pomysłów (1,38 vs 1), bardziej użytecznych pomysłów (1,18 vs 1) i ogólnie więcej pomysłów (2,71 vs 1,91). Dlatego wykorzystanie sztucznej inteligencji wydaje się sprzyjać szerszej eksploracji, prowadząc do wyższej produktywności twórczej (liczba kreatywnych pomysłów), ale nie zwiększając przeciętnej kreatywności generowanych pomysłów na nowe przedsięwzięcia.

https://aie24.pl/

W pierwszym eksperymencie poprosiliśmy 90 uczestników, aby odpowiedzieli na zaproszenie inkubatora do składania wniosków, przesyłając pomysły na nowe przedsięwzięcia. To zadanie pozostawiło im swobodę myślenia o domenie, ponieważ chcieliśmy, aby uczestnicy mogli swobodnie eksplorować. Zapewnienie scenariusza pozwala uczestnikom odgrywać role i czuć się zaangażowanymi w zadanie. Wszyscy uczestnicy wykonali to zadanie; jedna grupa mogłaby wykorzystać pomysły wygenerowane przez sztuczną inteligencję jako źródło inspiracji, a inna nie. Pomysły zostały wygenerowane za pomocą GPT-3. Ze względu na ryzyko przeciążenia poznawczego nie zapewniliśmy dostępu do tysięcy pomysłów generowanych przez GPT-3. Zamiast tego dostarczyliśmy dziesięć pomysłów dla każdego uczestnika grupy obsługującej sztuczną inteligencję, losowo wyodrębnionych z większego zestawu pomysłów wygenerowanych przez sztuczną inteligencję. Jesteśmy ograniczeni do dziesięciu pomysłów, ponieważ liczba ta w przybliżeniu odpowiada temu, co nasza pamięć robocza może przetwarzać jednocześnie (Miller, 1956). W tym badaniu chcieliśmy sprawdzić, czy systemy sztucznej inteligencji mogą inspirować przedsiębiorczą kreatywność poprzez aktywację ścieżki elastyczności. W tym celu zaprojektowaliśmy określone warunki, które z większym prawdopodobieństwem sprowokują użycie ścieżki elastyczności. Jednym z warunków była liczba pomysłów generowanych przez sztuczną inteligencję, ponieważ więcej pomysłów skłoniłoby jednostki do rozważenia wielu różnych perspektyw, a w konsekwencji sprzyjałoby elastyczności poznawczej. Pomysły podsuwane przez system AI nie ograniczały się do jednego konkretnego tematu, pozwalając na aktywizację mniej dostępnej wiedzy. Uczestnikom dano swobodę pełnego eksplorowania przestrzeni możliwości, bez żadnych ograniczeń, co pozwoliło zaobserwować zwiększoną elastyczność poznawczą. Eksperyment przeprowadzono online na tym samym interfejsie w obu grupach. W sumie uczestnicy wygenerowali 208 nowych pomysłów na przedsięwzięcia. Zmierzyliśmy średnią kreatywność, liczbę wygenerowanych kreatywnych pomysłów oraz elastyczność poznawczą każdego uczestnika. Zastosowaliśmy technikę konsensualnej oceny , która uznaje pomysł za kreatywny w takim stopniu, w jakim odpowiedni obserwatorzy (eksperci) niezależnie uznają, że jest on kreatywny. Technika ta, choć niekoniecznie bezbłędna, umożliwia ilościowe określenie kreatywności. Opierając się na tej pracy, wykorzystaliśmy skalę dostępną w literaturze naukowej , która rozkłada kreatywność na wymiar nowości i wymiar użyteczności, aby zmierzyć kreatywność pomysłów na nowe przedsięwzięcie. Zastosowaliśmy trzy pozycje do pomiaru nowości (nowość, wyjątkowość, niezwykłość) oraz dwie pozycje do oceny użyteczności (wykonalność, operatywność). Poprosiliśmy sędziów-ekspertów o niezależną ocenę pomysłów. Każdy pomysł był oceniany przynajmniej dwukrotnie. Nasz panel ekspercki składał się z dwóch kierowników uniwersyteckich ścieżek przedsiębiorczości; jeden profesor zarządzania, który był także członkiem prawdziwego panelu ekspertów w ramach dużego programu akceleracyjnego banków; dyrektor programu intrapreneurship w dużej firmie telekomunikacyjnej; konsultant intrapreneurship w jednej z czterech największych firm audytorskich i konsultingowych; i seryjny przedsiębiorca. Profile były dobrowolnie heterogeniczne. Ostatecznie uznano, że porozumienie międzyaterowe zostało zaakceptowane. Każdemu uczestnikowi przyznano średnią ocenę kreatywności odpowiadającą średniej ocen kreatywności uzyskanych dla każdego wygenerowanego pomysłu. Aby zmierzyć inny wynik, który nas interesował, czyli liczbę kreatywnych pomysłów generowanych przez każdego uczestnika, wzięliśmy pod uwagę liczbę pomysłów, które zostały ocenione powyżej ogólnej mediany zarówno dla wymiaru nowości, jak i użyteczności kreatywności. Wreszcie, aby zmierzyć elastyczność poznawczą, zgodnie z wcześniejszymi badaniami , zmierzyliśmy zakres eksploracji. Pogrupowaliśmy wszystkie pomysły w 15 ogólnych grup tematycznych lub kategorii semantycznych, takich jak „gotowanie i catering”, „rozrywka” lub „platformy komunikacyjne i sieci społecznościowe”. Następnie policzyliśmy liczbę kategorii, dla których każdy uczestnik wygenerował przynajmniej jeden pomysł. Umożliwiło nam to uzyskanie obiektywnej miary tego, jak szeroko wszyscy badali przestrzeń możliwości przedsiębiorczości

https://aie24.pl/

Aby zbadać mechanizm, za pomocą którego systemy sztucznej inteligencji, używane jako dostawcy bodźców, mogą sprzyjać generowaniu pomysłów, przeprowadziliśmy dwa badania eksperymentalne. Celem było sprawdzenie, czy wykorzystanie pomysłów na nowe przedsięwzięcia generowanych przez sztuczną inteligencję może mieć bezpośredni pozytywny wpływ na elastyczność poznawczą uczestników i czy ta zwiększona elastyczność poznawcza z kolei wpływa na przeciętną kreatywność i produktywność twórczą (liczba kreatywnych pomysłów) . Średnia kreatywność odnosi się do średniego poziomu użyteczności i nowatorstwa generowanych pomysłów . Nowy pomysł na przedsięwzięcie jest „użyteczny”, jeśli jego wdrożenie może stworzyć wartość dla klientów i jeśli osoba wdrażająca może uchwycić wartość. Pomysł jest nowatorski, jeśli różni się od innych pomysłów, które przedsiębiorcy wymyślili w przeszłości. Liczba pomysłów kreatywnych

https://aie24.pl/

Jak widzieliśmy wcześniej, generatywne systemy sztucznej inteligencji można trenować do wielu różnych celów i mogą również stymulować ścieżki kreatywności na różne sposoby. Na podstawie rodzaju generowanych treści syntetycznych zidentyfikowaliśmy trzy podgrupy generatywnych systemów AI:

1 Systemy sztucznej inteligencji werbalizujące (tj. ujmujące w słowa) pomysły na nowe przedsięwzięcia

2 Systemy AI generujące rozwiązania poprzez eksplorację przestrzeni rozwiązań technicznych

3 systemy AI generujące reprezentacje produktów (np. projekty wizualne)

Wszystkie te generatywne systemy AI mogą być wykorzystywane do kreatywności przedsiębiorczej (identyfikacja kreatywnych rozwiązań problemów w postaci nowych produktów i usług). Jednak nie wszystkie te systemy są wykorzystywane podczas generowania pomysłu na nowe przedsięwzięcie, gdzie nacisk kładzie się na identyfikację wstępnej reprezentacji przedsięwzięcia, które dostarczy produkty lub usługi. Pierwsza podgrupa systemów sztucznej inteligencji wydaje się być odpowiednia na tym etapie, ponieważ te systemy sztucznej inteligencji generują syntetyczne pomysły na nowe przedsięwzięcia w formie tekstu, tworząc bodźce odpowiednie do tego zadania. Następnie będziemy argumentować, że te systemy sztucznej inteligencji stymulują ścieżkę elastyczności do kreatywności. Inne podgrupy systemów sztucznej inteligencji generują syntetyczne wyniki, które mają bardziej ukierunkowany charakter i dlatego są istotne tylko wtedy, gdy są wykorzystywane przez zespoły, które już określiły swój model biznesowy, ale muszą nadal wykazywać się wysoką kreatywnością przedsiębiorczą w celu opracowania nowych formuł lub projektów produktów, które mają być wprowadzony na rynek. Tworzenie nowych receptur produktów wymaga umiejętności ujarzmienia złożoności, ponieważ w grę wchodzi wiele zmiennych. Złożone relacje między zmiennymi obciążają naszą pamięć roboczą, a badania sugerują, że ludzie nie są w stanie zrozumieć relacji poza czterostronnymi interakcjami . Generatywne systemy sztucznej inteligencji, które są specjalnie zaprojektowane do głębokiej eksploracji przestrzeni rozwiązań, są zatem bardzo przydatne, ponieważ mogą obsługiwać wyższy poziom złożoności i dostarczać przydatnych sugestii. W razie potrzeby te sugestie mogą zostać ocenione i udoskonalone przez ekspertów. W przypadku projektów nowych produktów, różne rodzaje systemów AI mogą być przydatne do stymulowania zmysłów człowieka-twórcy. Dlatego w tym przypadku systemy sztucznej inteligencji są wykorzystywane jako dostawcy bodźców. Opisaliśmy znaczenie ekspozycji na bodźce wzrokowe i pokazaliśmy, w jaki sposób projektowanie sneakersów skorzystało na obrazach generowanych przez sztuczną inteligencję. Jednak generatywne systemy sztucznej inteligencji mogą również generować reprezentacje 3D, dźwięk, a nawet wideo. Być może stanie się głównym nurtem wykorzystywanie jeszcze bardziej wyrafinowanych doświadczeń sensorycznych generowanych przez sztuczną inteligencję do wspierania kreatywnego projektowania produktów w przyszłości. Systemy te stają się również coraz bardziej interaktywne (np. Midjourney i DALL•E 2 umożliwiają użytkownikom generowanie reprezentacji produktów na podstawie dzikich podpowiedzi tekstowych, takich jak „fotel w kształcie awokado”). Obie ścieżki kreatywności mogą być stymulowane, w zależności od konkretnego systemu AI i zadania. Chociaż wszystkie te systemy mają interesujące implikacje, ten rozdział ma na celu rzucić światło na to, w jaki sposób generatywne systemy sztucznej inteligencji mogą wspierać kreatywność przedsiębiorczą na etapie generowania pomysłów na nowe przedsięwzięcie. W związku z tym skupimy się teraz na wykorzystaniu generatywnych systemów sztucznej inteligencji, które werbalizują nowe pomysły na przedsięwzięcia, w świetle modelu podwójnej ścieżki do kreatywności. Uważamy, że te systemy nie wspierają intensywnych, głębokich procesów myślowych niezbędnych do wystąpienia trwałości poznawczej. Rzeczywiście, nowe pomysły na przedsięwzięcia są formułowane w kilku zdaniach. Jednak aby zbudować ten zwięzły komunikat słowny, systemy sztucznej inteligencji opierają się na niezwykle szerokiej bazie wiedzy. Na przykład GPT-3 jest szkolony w korpusie Common Crawl, który zawiera petabajty danych zebranych w sieci na przestrzeni kilku lat. Żaden człowiek nie przeszedł przez cały ten tekst. W rezultacie generatywne systemy sztucznej inteligencji mogą generować bardzo różnorodne syntetyczne pomysły na nowe przedsięwzięcia, które mogą nas w pewien sposób zaskoczyć. Taka stymulacja powinna uaktywnić mniej dostępną wiedzę, którą następnie przedsiębiorcy mogą wykorzystać przy produkcji pomysłów. I odwrotnie, osoby niestymulowane zwykle podążają ścieżką najmniejszego oporu i korzystają z łatwo dostępnej wiedzy . Aktywacja mniej dostępnej wiedzy prowadzi do elastyczności poznawczej. W konsekwencji generatywne systemy sztucznej inteligencji kierują naszą uwagę w kierunku, o którym wcześniej nie myśleliśmy; i dlatego twierdzimy, że uruchamiają ścieżkę elastyczności do kreatywności. Oczekujemy, że elastyczność poznawcza pozytywnie wpłynie na dwa wyniki twórcze: średnią kreatywność pomysłów i liczbę kreatywnych pomysłów

https://aie24.pl/

Według Nijstad i Stroebe , generowanie pomysłów odbywa się w ramach dwuetapowego procesu poznawczego.

1 W fazie aktywacji wiedzy, wiedza jest pobierana z naszej pamięci długoterminowej, odpowiedzialnej za nasze wspomnienia zdarzeń, które miały miejsce w przeszłości.

2 W fazie tworzenia pomysłu wiedza jest dostępna w naszej pamięci roboczej, w której odbywa się przetwarzanie informacji. To wtedy możemy ponownie połączyć elementy, aby sformułować pomysły.

Dostawcy bodźców stymulują aktywację i transfer powiązanych elementów z pamięci długotrwałej do pamięci roboczej. Systemy te uruchamiają następnie przetwarzanie kombinatoryczne, które prowadzi do kreatywności. Aktywowane elementy są ze sobą powiązane znaczeniowo, ponieważ nasza pamięć długotrwała jest zorganizowana w skupiska elementów o bliskości semantycznej (Santanen i in., 2004). Na przykład, jeśli czytasz słowo „drzewo”, bardziej prawdopodobne jest, że pomyślisz o liściu lub ptasim gnieździe niż o igloo. Nie wszystkie bodźce mają takie same skutki. Wiele parametrów może wpływać na ich skuteczność, takich jak powiązanie z wykonywanym zadaniem , konotacja emocjonalna  lub liczba słów, które się na nie składają . Niektórzy badacze sugerowali, że kreatywność może pojawić się w dwóch różnych procesach: ścieżce elastyczności i ścieżce wytrwałości . Bodźce mogą sprzyjać jednemu lub drugiemu z założenia. Ścieżka elastyczności wymaga dużej elastyczności poznawczej, czyli łatwości, z jaką można rozważyć nową perspektywę. Na przykład wyobrażanie sobie przepisów kuchni fusion zależy od elastyczności poznawczej, ponieważ wymaga umiejętności łączenia elementów różnych kategorii tradycji kulinarnych. Ścieżka wytrwałości wymaga wytrwałości poznawczej, która dotyczy trwałego i skoncentrowanego wysiłku poznawczego. Wyobrażenie sobie kreatywnego przepisu poprzez wytrwałość poznawczą prowadziłoby do głębokiego zbadania możliwości oferowanych przez jedną tradycję kulinarną w celu stworzenia nowej i odpowiedniej kombinacji składników. Ścieżki te nie prowadzą zatem do tego samego rodzaju idei. Jeśli weźmiemy pod uwagę „przestrzeń” potencjalnych pomysłów, ścieżka elastyczności popycha twórców do szerokiego eksplorowania tej przestrzeni. Ścieżka wytrwałości wymaga jednak pozostawania w jednej części przestrzeni, ale głębokiego odkrywania tego, co jest w niej możliwe. Twórcze myślenie może zatem charakteryzować się zarówno szerokością, jak i głębią eksploracji.

https://aie24.pl/

Menedżerowie w firmach o ugruntowanej pozycji również wykazują się kreatywnością w zakresie przedsiębiorczości, gdy wprowadzają na rynek nowe produkty i usługi. W przypadku znanych produktów, takich jak trampki, podczas projektowania wymagana jest kreatywność. Podczas gdy projektanci tradycyjnie przeglądali magazyny w celu wygenerowania pomysłów wizualnych, projektanci New Balance używają Footwear-GAN , generatywnego systemu sztucznej inteligencji dostępnego na Runway, który generuje projekty tenisówek. Opiera się na generatywnej sieci kontradyktoryjnej (GAN), sieci GAN wykorzystują dwa modele : model generatywny, który uczy się generować wiarygodne dane, oraz model dyskryminacyjny, który uczy się odróżniać fałszywe dane od prawdziwych danych i karze model generatywny dla niewiarygodnych wyników. Dzięki projektom sneakersów generowanym przez sztuczną inteligencję projektanci mogą odkrywać szerokie spektrum obrazów oraz wybierać i ulepszać wskazówki wizualne, które uznają za najbardziej interesujące.

https://aie24.pl/

W niektórych przypadkach kreatywność jest wymagana głównie do zwerbalizowania (ujęcia w słowa) rozwiązania problemu, zwłaszcza jeśli nic podobnego nie istnieje. W innych przypadkach kreatywność jest kluczowa podczas faktycznego rozwoju produktu, zwłaszcza jeśli wiąże się to z eksploracją przestrzeni rozwiązań technicznych. Na przykład firma NotCo zajmująca się jednorożcami ma na celu replikację produktów żywnościowych pochodzenia zwierzęcego przy użyciu wyłącznie roślin. Taki pomysł sam w sobie nie jest zbyt oryginalny, ponieważ wiele firm działa w tej przestrzeni, ale tworzenie nowych receptur produktów wymaga kreatywności. Kreatywne przepisy tworzą niezwykłe, ale odpowiednie skojarzenia między składnikami. Aby opracować kreatywne preparaty roślinne, zespół korzysta z platformy obsługującej sztuczną inteligencję o nazwie Giuseppe. Ta platforma opiera się na generatorze formuł latentnych. W ukrytej przestrzeni podobne punkty danych są bliżej. Na podstawie danych żywieniowych, funkcjonalnych i składu ich system sztucznej inteligencji generuje przepisy roślinne, które mają podobne właściwości jak produkty pochodzenia zwierzęcego. Na przykład firma NotCo opracowała roślinną alternatywę dla mleka z oryginalnymi, ale odpowiednimi składnikami, takimi jak kapusta i ananas, ponieważ to skojarzenie zostało bezpośrednio zasugerowane przez system sztucznej inteligencji.

https://aie24.pl/

Narażenie na pomysły generowane przez innych ludzi jest udokumentowanym sposobem wpływania na generowanie kreatywnych pomysłów . Deweloperzy sztucznej inteligencji intuicyjnie zwrócili się ku tworzeniu systemów sztucznej inteligencji, które generują syntetyczne pomysły na nowe przedsięwzięcia. Na przykład IdeasAI autorstwa niezależnego twórcy @levelsio wykorzystuje GPT-3 OpenAI do generowania długiej listy pomysłów na nowe przedsięwzięcia, która jest codziennie aktualizowana („Startup Ideas powered by OpenAI”, b.d.). GPT-3 to generatywny wstępnie wyszkolony transformator, innymi słowy, jest to model języka, który jest wstępnie wytrenowany z ogromnymi ilościami danych tekstowych. Ten rodzaj modelu językowego nazywany jest „uczniem kilku strzałów”, co oznacza, że może wykonać wiele zadań językowych, gdy zostanie nakarmiony kilkoma przykładami odpowiednich danych wyjściowych. GPT-3 ma ponad 175 miliardów parametrów . W tym przypadku model został wyposażony w kilka przykładów rzeczywistych pomysłów na nowe przedsięwzięcie, wspieranych przez inwestorów venture capital jako dane wejściowe. Wynikiem są krótkie pomysły na nowe przedsięwzięcia, a obecnie w Internecie dostępne są tysiące automatycznie generowanych pomysłów. Oprócz oryginalnego szkolenia GPT3, ludzki system oceny pomysłów AI stale ulepsza model. Intencją tego projektu jest raczej inspirowanie do tworzenia niż zachęcanie ludzi do wdrażania surowych pomysłów. Ma to sens przede wszystkim dlatego, że nowe pomysły na przedsięwzięcia nie są nowymi koncepcjami przedsięwzięć. Muszą zatem zostać udoskonalone przez jednostki z krwi i kości, które mają zdolności i motywację. Co więcej, jest miejsce na ulepszenie pomysłów, ponieważ są one niedoskonałe, a czasem nawet bezużyteczne. Jednym z przykładów bezużytecznego „pomysłu” na liście generowanej przez sztuczną inteligencję jest po prostu opis IGTV na Instagramie, posuwający się nawet do faktycznej nazwy sieci społecznościowej. Ten „pomysł” to przypadkowa informacja o istniejącej firmie. Każdy człowiek może zrozumieć oczywisty brak oryginalności, w przeciwieństwie do obliczeń probabilistycznych algorytmu. Inne pomysły wygenerowane za pomocą GPT-3, nawet jeśli są interesujące, mogą wykazywać pewne uprzedzenia ze względu na dane używane do uczenia systemu. Na przykład w przypadku wielu pomysłów na startupy system AI lokalizuje hipotetyczny startup w San Francisco i nazywa fundusze venture capital, takie jak Andreessen Horowitz i Sequoia Capital. W danych treningowych występuje błąd, który prowadzi do nadreprezentacji Doliny Krzemowej w Stanach Zjednoczonych w porównaniu na przykład z Krzemową Savannah w Kenii. Użytkownik będący człowiekiem może wykryć takie błędy algorytmiczne z powodu niekompletności danych wejściowych. To stwierdzenie jest szczególnie wiarygodne, gdy użytkownik ma duże doświadczenie. Rzeczywiście, wyniki eksperymentów w warunkach, w których oceniano wnioski patentowe , dostarczają wsparcia dla tego argumentu. W naszym przykładzie użytkownik mógł zasugerować, że pomysł sprawdziłby się lepiej w innym mieście.

https://aie24.pl/

Kreatywność przedsiębiorcza to szczególny przypadek kreatywności, definiowany jako zdolność do identyfikowania nowatorskich i użytecznych rozwiązań problemów w postaci nowych produktów lub usług . Kreatywność przedsiębiorcza jest potrzebna zarówno przedsiębiorcom, którzy rozpoczynają nowy biznes od podstaw, jak i menedżerom w istniejących firmach, którzy komercjalizują nowe, odpowiednie rozwiązania. Identyfikacja tych rozwiązań to proces obejmujący różne etapy . 1.Po zidentyfikowaniu problemów do rozwiązania , przypadkowo lub w ramach ustrukturyzowanego podejścia (np. grupy fokusowe, słuchanie społeczne), proces tworzenia przedsięwzięcia jest podzielony na różne etapy. wygenerowane. Są to wstępne i niepełne reprezentacje potencjalnego przedsięwzięcia . 2 Pomysły muszą następnie zostać wybrane i dopracowane w nowe koncepcje przedsięwzięć: uproszczone reprezentacje modelu biznesowego zastosowanego w potencjalnym nowym przedsięwzięciu . 3 Wreszcie, nowe koncepcje przedsięwzięcia muszą zostać wdrożone , gdy pojawia się okazja lub korzystna kombinacja okoliczności zewnętrznych i wewnętrznych, które sprawiają, że wdrożenie nowej koncepcji przedsięwzięcia jest wykonalne i pożądane . Podczas generowania pomysłu na nowe przedsięwzięcie, przedsiębiorcy angażują się w kreatywne myślenie , podczas gdy inne umiejętności są bardziej pożądane na innych etapach. Na przykład realizacja pomysłu wymaga mobilizacji zasobów, takich jak zestaw umiejętności, wiedzy i wcześniejszego doświadczenia (kapitał ludzki), powiązań społecznych (kapitał społeczny) oraz dostępu do funduszy (kapitał finansowy) . Uważamy kreatywność przedsiębiorczą za ulotny, zależny od sytuacji stan, w przeciwieństwie do innego strumienia pracy, który uważa większą kreatywność za trwałą cechę osobowości mierzącą poziom kreatywności człowieka . Istoty ludzkie nie są sobie równe pod względem wrodzonej osobowości twórczej i wiemy, że przedsiębiorcy zwykle uzyskują wyższe wyniki pod względem otwartości na doświadczenie, co wiąże się z kreatywnością jako cechą . Zakładamy jednak, że istnieją uwarunkowania, które mogą wpływać na poziom kreatywności. Założenie to jest zgodne ze współczesnymi poglądami na kreatywność , które uwzględniają pozytywny wpływ stymulującego środowiska na poziom kreatywności. Aby wykazać się kreatywnością w zakresie przedsiębiorczości podczas generowania pomysłów na nowe przedsięwzięcie, niekoniecznie trzeba być kreatywnym geniuszem. Wystarczy wygenerować pomysł na nowe przedsięwzięcie, które jest wystarczająco nowatorskie, aby zapewnić pewną formę przewagi pierwszego gracza i wystarczająco odpowiednie, w tym sensie, że mieści się w zbiorze społecznie cenionych zasad. Te dwie cechy są istotne, ponieważ przedsiębiorcy muszą uzyskać legitymację  od interesariuszy, przekonująco argumentując, że mogą osiągnąć zysk, przestrzegając przepisów prawnych lub norm klientów i nie tylko. Generowanie pomysłów wynika z ekspozycji i przetwarzania informacji, co jest czynnością poznawczą. Poznanie stanowi jeden z trzech indywidualnych składników kreatywności :

• procesy związane z kreatywnością (np. poznanie)
• wewnętrzna motywacja
• umiejętności w dziedzinie zadaniowej

W różnych badaniach zbadano wpływ czynników środowiskowych na aktywność poznawczą oraz poziom nowości i trafności nowych pomysłów na przedsięwzięcia. Nastrój grupowy , definiowany jako czasowo podzielane emocje wśród członków zespołu, jest jednym z tych czynników kontekstowych. Interakcja z przedmiotami fizycznymi (np. rysowanie na kartce papieru) jest również udokumentowanym źródłem nieoczekiwanych realizacji podczas tworzenia . Poprzez generowanie treści (tekst, obraz lub więcej) generatywne systemy sztucznej inteligencji są nowym czynnikiem kontekstualnym, który może kształtować proces kreatywności w przedsiębiorczości poprzez wpływ na funkcje poznawcze. Brakuje jednak badań mierzących, czy generatywne systemy sztucznej inteligencji mogą wspierać kreatywność przedsiębiorczą.

Generatywne systemy sztucznej inteligencji wspierające przedsiębiorczą kreatywność Generatywne systemy sztucznej inteligencji to kategoria obejmująca wszystkie systemy sztucznej inteligencji, które wykorzystują modelowanie generatywne i głębokie uczenie się do tworzenia treści, takich jak obrazy, teksty, kody, audio, a nawet filmy (np. Synthesia). Generując te treści, twierdzimy, że niektóre generatywne systemy sztucznej inteligencji są kolejną falą „dostawców bodźców”: narzędzi opartych na technologii informacyjnej, które mają na celu wspieranie kreatywności poprzez wystawianie jednostek na odpowiednie słowa, zdania lub obrazy  . Dostawcy bodźców niekoniecznie są twórcami, ale stymulują twórców. Systemy te inicjują określony ciąg myśli, ale człowiek musi przejąć ciężar podnoszenia, aby stworzyć lepszy pomysł, udoskonalić go i wdrożyć. Aby lepiej zrozumieć, czy i jak możemy wykorzystać treści generowane przez sztuczną inteligencję do inspirowania pomysłów na nowe przedsięwzięcia tworzone przez ludzi, musimy najpierw zrozumieć, co dzieje się na poziomie poznawczym, gdy jednostki tworzą. Omówmy zwięźle kognitywne teorie kreatywności.