스탠포드가 가르치는 AI시대 창의력 훈련법 | 스탠포드 교수 제레미 어틀리
AI를 도구가 아닌 '팀원'으로 대할 때 벌어지는 변화
최근 유튜브에서 Jeremy Utley 교수(스탠퍼드 대학교 창의성 & AI 강의)의 인사이트 가득한 강연을 보았다. 영상의 주제는 명확했다:
"AI를 더 이상 도구로 쓰지 말고, 진짜 팀원처럼 대하라."
1. 검색창처럼 쓰지 말자
많은 이들이 챗GPT나 다른 생성형 AI를 그저 '검색창'처럼 사용한다. 질문 한 줄 던지고, 답을 받고, 끝. 하지만 Jeremy는 이런 사용방식은 AI의 진정한 잠재력을 억제하는 것이라고 말한다.
AI에게는 질문뿐만 아니라, "어떻게 질문하면 좋을까?", "이 질문을 더 잘 전달하려면 어떤 방식이 좋을까?"와 같은 메타질문도 가능하다. 심지어 AI에게 "나에게 질문해 줘"라고 말함으로써 더 깊은 맥락을 끌어낼 수도 있다.
2. 손가락보다 '목소리'가 낫다
Jeremy는 강연 내내 강조한다. "타이핑하지 말고, 말하라."
왜일까? 이유는 단순하다. 손으로 입력할 때 우리는 논리적으로 정제된 말을 하려고 애쓴다. 하지만 목소리로 말할 때는 더 즉흥적이고 자유로운 생각이 튀어나온다. 이 '즉흥성'이야말로 AI와 협업할 때 강력한 창의성의 원천이 된다.
3. AI에게 피드백을 주자 — 팀원처럼
AI가 만족스럽지 않은 결과를 줬을 때, 대부분 사람들은 "역시 별로네" 하며 포기한다. 하지만 정말 팀원이라면 그렇게 하겠는가?
당연히 아니다. 피드백을 주고, 방향을 제시하고, 재작업을 부탁할 것이다. AI도 마찬가지다. "이건 부족하니 이런 방향으로 수정해줘", "좀 더 도전적인 표현으로 바꿔줘" 같은 피드백이 훨씬 나은 결과를 이끌어낸다.
4. 창의성은 '첫 아이디어' 그 이상이다
한 중학생이 이렇게 말했다:
"창의성이란, 첫 번째 생각 이상을 하는 것이다."
이 말은 영상의 핵심을 완벽하게 담아낸다. 대부분의 사람들은 첫 번째 아이디어에 안주한다. AI도 마찬가지다. 첫 출력은 '그럭저럭 괜찮은' 수준일 수 있다. 하지만 반복적으로 프롬프트를 변형하고, 관점을 달리하면 전혀 다른 차원의 결과가 나온다.
5. 현실 사례: 국립공원 직원의 GPT 활용
미국 국립공원청의 한 직원은 매번 반복되는 문서작업(카펫 타일 교체 보고서)에 지쳐있었다. AI를 활용해 45분 만에 자동화 도구를 만들었고, 이 도구는 1년에 7,000일 분량의 인력을 절약할 것으로 추정된다. 이 직원은 프로그래머가 아니다. 단지 AI와 협업하는 법을 배웠을 뿐이다.
결론: "AI를 쓰지 말고, 함께 일하라"
Jeremy Utley는 이렇게 말한다:
"AI를 사용하는 것이 아니라, AI와 함께 일하는 것이다."
이 관점이 바뀌는 순간, 생산성, 창의성, 문제 해결 능력 모든 것이 달라진다.
AI는 이제 도구가 아니다. 우리의 팀원이다.
✅ 요약 체크리스트
- AI에게 질문만 하지 말고, 질문을 하게 하자
- 목소리로 대화하자 — 더 창의적이다
- 피드백을 통해 AI를 개선시키자
- 첫 아이디어에 만족하지 말자 — 더 나아가라
- 나만의 맥락, 경험, 관점을 모델에 더하자
이제, 당신은 AI와 어떻게 일할 것인가?
원문
Technology has trained us in very bad ways.
For example the Google search box anytime our brains see a box that looks like that we go oh I know what to do here.
And when you open an LM and you treat it like a Google search you are not even scratching the surface of its capability.
Your familiarity with the Google search is actually undermining your ability to be a good collaborator to AI.
And that's not just a semantic difference it's actually a tremendous difference in the processing power it unlocks when I'm no longer responsible to synthesize my thoughts but I can instead rely on another intelligence to do it.
Everything changes because the moment you go to your fingers you go what do I say first?
Whereas with your voice you can just babble and ramble.
And there's something there about offloading the need to be smart that unlocks intelligence.
Use your voice not your fingers and the moment you start really getting comfortable leaning on your voice it changes your productivity dramatically.
기술은 우리를 매우 나쁜 방식으로 훈련시켰습니다.
예를 들어, 구글 검색창처럼 보이는 상자를 볼 때마다 우리의 뇌는 "아, 뭘 해야 할지 알겠다"라고 생각합니다.
그리고 LM을 열고 구글 검색처럼 취급한다면, 그 기능의 겉핥기조차 하지 못하는 것입니다.
구글 검색에 대한 익숙함은 실제로 AI의 훌륭한 협력자가 될 수 있는 능력을 저해하고 있습니다.
그리고 이는 단순한 의미적 차이가 아니라, 더 이상 내 생각을 종합할 책임이 없고 다른 지능에 의존할 수 있을 때, 구글 검색이 발휘하는 처리 능력에 있어 엄청난 차이입니다.
모든 것이 변합니다. 손가락으로 가는 순간, "무슨 말을 먼저 해야 하지?"라고 생각하게 되기 때문입니다.
반면 목소리로는 그저 횡설수설할 수 있습니다.
그리고 똑똑해야 한다는 필요성을 덜어내는 것이 지능을 발휘하게 하는 무언가가 있습니다.
손가락이 아닌 목소리를 사용하세요. 목소리에 기대는 것이 정말 편안해지는 순간, 생산성이 극적으로 달라집니다.
I'm Jeremy Yutley I am an Adjunct Professor of Creativity and AI at Stanford University.
I've been teaching at Stanford for the last 15 years at the intersection of creativity, innovation, entrepreneurship and now increasingly artificial intelligence.
The topic that I'm most focused on right now is helping non technical professionals learn to be good collaborators to or with generative A.
And then two years ago myself and my partner at the time Parry Claybon wrote a book called Idea Flow which is the canonical book on Idea Generation and Prototype.
So super proud of that. It was the culmination of a dozen years of leading executive programs and the leadership program and the entrepreneurship program at Stanford.
And one month after our book came out Chi GIPT came out to me the fact that I wrote the canonical book on Idea Generation
just prior to AI is like writing the best book on retail just before the Internet.
AI is a tool to dramatically augment and amplify our creativity.
And the truth is I didn't know a lot about it when the book came out.
So one month after my book came out instead of going on a world book tour I strapped myself back into the front row as a student and said I need to be learning about this transformative new technology.
So I started taking classes I started conducting research I started working with and studying teams inside of organizations using the tool to understand the simple question how does degenerative AI impact the individual and the team and the organization's ability to solve problems?
저는 스탠퍼드 대학교에서 창의성과 AI 분야의 겸임교수인 제러미 윳리입니다.
저는 지난 15년 동안 스탠퍼드 대학교에서 창의성, 혁신, 기업가 정신, 그리고 점점 더 중요해지는 인공지능의 교차점에서 강의해 왔습니다.
제가 현재 가장 집중하고 있는 주제는 비전문가들이 창의적인 AI와 함께 훌륭한 협력자가 되는 법을 배우도록 돕는 것입니다.
그리고 2년 전, 저와 당시 파트너였던 패리 클레이본은 아이디어 창출과 프로토타입에 대한 고전으로 꼽히는 '아이디어 플로우'라는 책을 썼습니다.
정말 자랑스럽습니다. 이 책은 스탠퍼드에서 12년간 임원 프로그램, 리더십 프로그램, 그리고 기업가 정신 프로그램을 이끌어 온 노력의 결실이었습니다.
그리고 책이 출간된 지 한 달 후, Chi GIPT에서 제가 아이디어 창출에 대한 고전을 썼다는 사실을 알게 되었습니다.
AI가 등장하기 직전에 이 책을 썼다는 것은 인터넷이 등장하기 직전에 최고의 소매업 관련 책을 쓴 것과 같습니다.
AI는 우리의 창의성을 극적으로 증강하고 증폭시키는 도구입니다.
사실 책이 나왔을 때는 이 기술에 대해 잘 몰랐습니다.
그래서 책이 나온 지 한 달 후, 세계 도서 여행을 떠나는 대신 학생 신분으로 다시 앞줄에 앉아 이 혁신적인 신기술에 대해 배워야겠다고 다짐했습니다.
그래서 수업을 듣고, 연구를 하고, 조직 내 팀들과 함께 일하고 연구하기 시작했습니다. 이 도구를 활용하여 "퇴행성 AI가 개인과 팀, 그리고 조직의 문제 해결 능력에 어떤 영향을 미치는가?"라는 간단한 질문을 이해하기 위해서였습니다.
You can give NI a prompt for example how should I answer this question?
Or you could give an AI the question I want to ask how I should answer this question what's the best way of framing that question to an AI?
So you see what I did there I asked AI for how to ask AI in my question but you can use AI to use AI which is you couldn't use Excel to use Excel.
PowerPoint can't teach you how to use PowerPoint Email can't teach you how to use Email.
AI strangely can teach you how to use itself.
If you think to ask
go to your language Model of choice and just say the following Hey you're an AI expert.
I would love your help and a consultation with you to help me figure out where I can best leverage AI in my life as an AI expert.
Would you please ask me questions one question at a time until you have enough context about my workflows and responsibilities and KPIs and objectives
that you could make two obvious recommendations and two non obvious recommendations for how I could leverage AI in my work.
예를 들어 NI에 "이 질문에 어떻게 대답해야 할까요?"라는 질문을 던질 수 있습니다.
또는 AI에게 "이 질문에 어떻게 대답해야 할까요?"라는 질문을 던질 수 있습니다. AI에게 이 질문을 가장 효과적으로 전달하는 방법은 무엇일까요?
제가 한 말을 아시겠죠? AI에게 질문하는 방법을 물었지만, AI를 활용하려면 Excel을 사용하는 대신 AI를 활용해야 합니다.
PowerPoint는 PowerPoint 사용법을 가르쳐 줄 수 없고, 이메일도 이메일 사용법을 가르쳐 줄 수 없습니다.
이상하게도 AI는 스스로 사용법을 가르쳐 줄 수 있습니다.
질문하고 싶으시다면
원하는 언어 모델을 선택하고 "안녕하세요, AI 전문가입니다."라고 말씀해 주세요.
AI 전문가로서 제 삶에서 AI를 가장 효과적으로 활용할 수 있는 부분을 찾는 데 도움을 드리고 상담을 받고 싶습니다.
제 업무 흐름, 책임, KPI, 목표에 대한 충분한 맥락을 파악할 때까지 한 번에 한 가지씩 질문해 주세요.
그러면 제 업무에 AI를 활용할 수 있는 두 가지 명확한 권장 사항과 두 가지 명확하지 않은 권장 사항을 제시해 줄 수 있을 것입니다.
You will have one of the most enlightening and illuminating conversations you've ever had and it's all because of AI's ability to evaluate its own work.
What I've seen is non technical employees are able to do incredible things.
Here's one example the National Park Service called me and asked me if I would conduct a training program for a bunch of back country rangers.
So they gathered a group of about 60 back country rangers and facilities managers into a training session and I spent a couple of hours over Zoom teaching folks the basics of collaborating with AI.
One of the people in that session was a gentleman named Adam Rhymer who works at Glenn Canyon National Park.
And one of the things I say is you should focus on parts of your work that you dread parts of your work that you don't enjoy that you think ah I have to do this again.
And Adam said if I have to replace the carpet isles in the lodge I have to fill out all of this paperwork and so to replace a carpetile will sometimes take two or three days of paperwork.
Then he thought could AI help me write that paperwork?
And in 45 minutes he built a tool with natural language that saves him two days of work.
Every day he makes a statement of work and then listen to this someone got access to that tool and shared it across the other parks there's about 430 parks
and the service the National Park Service is estimating that the tool that Adam built in 45 minutes is going to save the service 7000 days of human labor this year.
That's the kind of impact that normal professionals can have even without any technical ability if only they're given very basic foundational training.
여러분은 지금껏 경험하지 못했던 가장 깨달음과 통찰력 넘치는 대화를 나누게 될 것입니다. 이는 AI가 스스로의 업무를 평가할 수 있는 능력 덕분입니다.
제가 직접 목격한 것은 비기술직 직원들이 놀라운 일을 해낼 수 있다는 것입니다.
국립공원관리청에서 저에게 전화를 걸어 오지 관리원들을 위한 교육 프로그램을 진행해 줄 수 있겠느냐고 제안한 사례가 있습니다.
국립공원관리청은 약 60명의 오지 관리원과 시설 관리자들을 모아 교육 세션을 진행했고, 저는 줌으로 몇 시간 동안 AI와 협업하는 기본 방법을 가르쳤습니다.
그 세션에 참여한 사람 중 한 명은 글렌 캐년 국립공원에서 일하는 아담 라이머라는 분이었습니다.
제가 강조하고 싶은 것은, 업무 중 싫어하는 부분, 즐겁지 않은 부분, '이걸 다시 해야겠다'라고 생각하는 부분에 집중해야 한다는 것입니다.
아담은 롯지의 카펫 통로를 교체해야 한다면 모든 서류를 작성해야 하고, 카펫 하나를 교체하는 데는 서류 작업에 2~3일이 걸릴 수 있다고 말했습니다.
그러다가 AI가 그 서류 작성을 도와줄 수 있을까 하는 생각이 들었습니다.
그리고 45분 만에 자연어 처리 도구를 만들어서 이틀의 작업 시간을 절약했습니다.
매일 작업 명세서를 작성하고 이를 듣는데, 누군가 그 도구에 접근해서 다른 공원들과 공유했습니다. 공원이 약 430개나 됩니다.
국립공원관리청은 아담이 45분 만에 구축한 도구 덕분에 올해 7,000일분의 인력을 절감할 수 있을 것으로 추산하고 있습니다.
이는 기술적 능력이 전혀 없는 일반 전문가라도 아주 기본적인 기초 교육만 받으면 이러한 영향을 미칠 수 있다는 것을 의미합니다.
People are wanting to learn AI and how it can be transformative for their business but they don't have the basic language.
And so while lots of organizations are asking me how can we work with AI to transform our business where I have to start with them is how do you work with AI?
The research I'm familiar with suggests that while on the one hand AI makes people 25 percent faster and 12 percent more work and 40 percent better quality it's also true that less than 10 percent of working professionals are driving meaningful productivity gains from collaboration with.
To me there's this enormous gap I call it the realization gap.
사람들은 AI를 배우고 싶어 하고, 그것이 어떻게 비즈니스를 혁신할 수 있는지 알고 싶어 하지만, 기본적인 용어는 모릅니다.
많은 기업들이 저에게 AI를 활용하여 비즈니스를 혁신하는 방법을 묻고 있지만, 저는 그들에게 AI를 어떻게 활용할 수 있는지부터 물어야 합니다.
제가 아는 연구에 따르면 AI는 사람들의 작업 속도를 25%, 작업량을 12%, 품질을 40% 향상시키지만, 실제 업무에서 AI를 통해 의미 있는 생산성 향상을 달성하는 전문가는 10%도 되지 않습니다.
저는 이 엄청난 격차를 '실현 격차'라고 부릅니다.
We conducted studies both in Europe and in the United States and what we found is surprisingly AI didn't help most people be more creative.
In fact in many cases the people that we studied AI made them less creative.
And as we started digging into the research we were surprised and looked at the data we were confused because you think AI should make people more creative not less.
And we studied the underperformers and then we studied the outperformers.
유럽과 미국에서 연구를 진행했는데, 놀랍게도 AI가 대부분의 사람들의 창의성 향상에 도움이 되지 않는다는 사실을 발견했습니다.
사실, 많은 경우 AI가 연구 대상인 사람들의 창의성을 저하시켰습니다.
연구를 심층적으로 분석하기 시작하면서 저희는 놀랐고, 데이터를 살펴보니 혼란스러웠습니다. AI가 사람들의 창의성을 저하시키는 것이 아니라 오히려 향상시켜야 한다고 생각하기 때문입니다.
그래서 저희는 저조한 성과를 낸 기업들을 연구한 다음, 고성과 기업들을 연구했습니다.
And what we found is the outperformers had a fundamentally different orientation towards AI than the underperformers did.
Whereas the underperformers treated AI like a tool the outperformers treated AI like a teammate and shifting your orientation from tool to teammate changes everything about the kinds of outcomes that you can achieve working with generative AI.
A simple example is what do you do when it gives you mediocre results?
If it's a tool you get a mediocre result and then maybe you improve it or maybe you say ah it's no good at doing that if it's a teammate who's given you a mediocre result think about the last teammate who gave you work product that wasn't sufficient.
You gave them feedback
you gave them coaching you gave them mentorship you helped them improve it.
And so what we found is the people who treat AI like a teammate coach it and give it feedback and importantly get it to ask them questions.
The fundamental orientation a lot of people take towards AI is I'm the question Asker AI is the answer giver.
But if you think about AI like a teammate you say hey what are 10 questions I should ask about
or what do you need to know from me in order to get the best response?
그리고 우리가 발견한 것은 우수 성과자들이 저조한 성과자들과는 근본적으로 다른 AI에 대한 지향성을 가지고 있다는 것입니다.
저조한 성과자들은 AI를 도구처럼 대했지만, 우수 성과자들은 AI를 팀원처럼 대했습니다. 도구에서 팀원으로의 지향을 바꾸면 생성 AI를 활용하여 달성할 수 있는 결과의 모든 것이 달라집니다.
간단한 예로, 평범한 결과를 얻을 때 어떻게 해야 할까요?
도구로 사용했는데 평범한 결과를 얻으면 개선할 수도 있고, 아니면 "아, 그건 별로야"라고 생각할 수도 있습니다. 팀원이 평범한 결과를 냈다면, 충분하지 않은 작업 결과물을 준 마지막 팀원을 생각해 보세요.
피드백을 주고, 코칭을 하고, 멘토링을 하고, 개선을 도왔습니다.
그래서 우리가 발견한 것은 AI를 팀원처럼 대하는 사람들이 AI를 코칭하고 피드백을 제공하며, 중요한 것은 AI가 스스로에게 질문을 던지도록 한다는 것입니다.
많은 사람들이 AI에 대해 갖는 근본적인 관점은 '나는 질문하는 사람이고 AI는 답을 주는 사람'이라는 것입니다.
하지만 AI를 팀원처럼 생각한다면, "무슨 질문을 10개 정도 해야 할까?" 또는 "최상의 답변을 얻으려면 나한테 뭘 알아야 할까?"라고 생각할 수 있습니다.
So things for example like you have a difficult conversation coming up with a coworker did you know you could leverage a large language Model to role play that conversation?
You can get an AI to interview you about your conversation partner
and then construct a psychological profile of your conversation partner and then play the role of your conversation partner in a role play and then give you feedback from the perspective of your conversation partner on how you approach the conversation.
That's something you can do today and there are many things like that I call them drills but there are many things like that where if someone will just shift
their consideration set of what are the things I can do with AI they end up discovering applications that I've never even dreamed of.
I've been doing this stuff for two years and my students are regularly coming to me with use cases.
I've never imagined that landed them in a destination I could have never predicted and they could never have predicted.
예를 들어, 동료와 어려운 대화를 나누게 되었을 때, 대규모 언어 모델을 활용하여 대화의 롤플레잉을 할 수 있다는 것을 알고 계셨나요?
AI가 대화 상대에 대해 인터뷰를 진행하도록 할 수 있습니다.
그리고 대화 상대의 심리적 프로필을 작성한 후, 롤플레잉에서 대화 상대 역할을 맡아 대화에 어떻게 접근하는지 대화 상대의 관점에서 피드백을 받을 수 있습니다.
오늘날에도 할 수 있는 일이며, 제가 드릴이라고 부르는 것과 같은 것들이 많이 있습니다. 하지만 누군가가 AI로 무엇을 할 수 있을지에 대한 생각을 바꾸기만 하면
제가 상상도 못했던 응용 프로그램을 발견하게 되는 것도 많습니다.
저는 2년 동안 이런 일을 해왔고, 제 학생들은 정기적으로 저에게 사용 사례를 제시해 옵니다.
저는 그들이 제가 전혀 예측하지 못했고, 그들도 전혀 예측하지 못했을 목적지에 도달하게 될 거라고는 상상도 못했습니다.
My favorite tips are very straightforward use your voice not your fingers for example the Google search box
anytime our brains see a box that looks like that we go oh I know what to do here and when you open an LM and you treat it like a Google search you are not even scratching the surface of its capabilities.
And so your familiarity with the Google search is actually undermining your ability to be a good collaborator to A.
제가 가장 좋아하는 팁은 아주 간단하다는 것입니다. 손가락이 아니라 목소리를 사용하세요. 예를 들어 구글 검색창을 사용하세요.
우리의 뇌는 이런 모양의 검색창을 볼 때마다 "아, 이걸 어떻게 해야 할지 알겠다"라고 생각하게 됩니다. 하지만 검색 엔진을 열고 구글 검색처럼 생각한다면, 검색 엔진의 기능을 제대로 활용하지 못하는 셈입니다.
따라서 구글 검색에 대한 당신의 익숙함은 실제로 A와의 훌륭한 협업 능력을 저해하고 있습니다.
And that's not just a semantic difference it's actually a tremendous difference in the processing power it unlocks when I'm no longer responsible to synthesize my thought
but I can instead rely on another intelligence to do it everything changes.
그리고 그건 단순한 의미적 차이가 아니라, 제가 더 이상 생각을 종합할 책임이 없을 때, 즉 다른 지능에 의존할 수 있을 때 발휘되는 처리 능력에 있어서 엄청난 차이입니다.
모든 것이 바뀌죠.
I'll give you an example.
I was working with a collaborator on a new article for a magazine and she and I had this really vibrant discussion and at the end of the discussion I agreed I'll take a fresh pass based on our discussion.
I took the conversation to voice with Chajipt in this case and I said hey I had this amazing conversation
collaborator we explored all of these different angles.
Would you interview me to make sure you get all of that information out of my head and then convert it into a memo of an outline of the article by the time we're done and I can say to the AI Would you quickly now outline all that we've discussed and maybe give me three suggestions for different ways that we could frame the content of this discussion and I just start riffing in 40 minutes
It does all of that work right it's our work but it's augmented and enabled through a collaboration with AI.
None of that's possible without voice because the moment you go to your fingers you go what do I say first?
Whereas with your voice you can just babble and ramble.
And there's something there about offloading the need to be smart that unlocks intelligence.
예를 들어 보겠습니다.
저는 잡지에 실릴 새 기사를 공동 작업하는 중이었는데, 그녀와 저는 매우 활발한 토론을 나누었습니다. 토론이 끝난 후, 저는 그 토론 내용을 바탕으로 새로운 시도를 하기로 했습니다.
이번 경우에는 Chajipt와 음성 통화를 했고, "정말 멋진 대화를 나눴어요. 공동 작업자로서, 우리는 다양한 관점을 탐구했습니다."라고 말했습니다.
제 머릿속에 있는 모든 정보를 빼내고, 인터뷰가 끝날 때까지 기사의 개요를 담은 메모로 변환해 주시겠어요? AI에게 질문할 수 있도록요. 논의한 내용을 간략하게 요약해 주시고, 이 논의 내용을 어떻게 구성할지 세 가지 제안을 주시면 40분 안에 즉흥적으로 시작할 수 있을 겁니다.
AI는 이 모든 작업을 제대로 처리합니다. 저희가 하는 일이지만, AI와의 협업을 통해 더욱 강화되고 가능해집니다.
음성 없이는 이 모든 것이 불가능합니다. 손가락을 움직이는 순간, "무슨 말을 먼저 해야 하지?"라고 생각하게 되니까요.
반면 음성을 사용하면 횡설수설하고 장황하게 말할 수 있습니다.
똑똑해야 한다는 필요성을 내려놓는 것, 그것이 바로 지능을 열어주는 무언가입니다.
For me I never thought about myself as a creative individual.
Now I fully and fundamentally believe every single human being
has inate creative capacity.
Every single one of us. What the D school has helped me do is unlock others.
Everyone has this latent creative capacity and so even in regards to AI I push people what is the inspiration you're bringing to the Model?
Everybody has the same access to the same Chad.
GIP How do I get a different output than you do?
It's because of what I bring to the Model and what do I bring to the Model?
Certainly I bring technique
but I also bring my experience I bring my perspective I bring all the inspiration I've gleaned from the world.
That's what gives a user a differential output from a Model.
저는 스스로를 창의적인 사람이라고 생각해 본 적이 없습니다.
이제 저는 모든 인간이 타고난 창의적 능력을 가지고 있다고 전적으로, 그리고 근본적으로 믿습니다.
우리 모두는 모두 그렇습니다. D 스쿨은 제가 다른 사람들의 잠재력을 깨우도록 도와주었습니다.
모든 사람은 잠재적인 창의적 능력을 가지고 있습니다. 그래서 AI와 관련해서도 저는 사람들에게 모델에 어떤 영감을 불어넣고 있는지 묻습니다.
모두가 같은 Chad에 접근할 수 있습니다.
GIP 어떻게 당신과 다른 결과물을 얻을 수 있을까요?
그것은 제가 모델에 기여하는 것과 제가 모델에 기여하는 것 때문입니다.
물론 저는 기술을 기여합니다.
하지만 저는 제 경험과 관점, 그리고 세상에서 얻은 모든 영감을 공유합니다.
이것이 사용자에게 모델에서 차별화된 결과를 제공하는 것입니다.
A seventh grader in Ohio, who I don't even know what her name is but her teacher asked, what is creativity?
And she put a poster note up on the board that says, creativity is doing more than the first thing you think of.
And that's my favorite definition because it speaks to a profound cognitive bias that we hold.
It's been called functional fixedness it's been called the einstelling effect.
오하이오에 사는 중학교 1학년 학생이었는데, 이름도 모르는데 선생님이 "창의성이란 뭐예요?"라고 물었습니다.
그리고 선생님은 칠판에 "창의성이란 처음 생각하는 것 이상을 하는 것"이라는 포스터를 붙였습니다.
제가 가장 좋아하는 정의는 "창의성이란 처음 생각하는 것 이상을 하는 것"입니다.
이 정의는 우리가 가지고 있는 심오한 인지 편향을 보여주기 때문입니다.
기능적 고착성이라고도 하고, 아인스텔링 효과라고도 합니다.
But the basic premise is, humans tend to fixate on an early solution and be satisfying.
Herbert Simon called it satisficing but it's the idea that if we get to good enough, it's enough and that's why I love that seventh grader's definition creativity is doing more than the first thing you think of.
It's pushing past good enough.
Is the definition of creativity changing in the age of AI?
하지만 기본적인 전제는 인간은 초기 해결책에 집착하고 만족스러워하는 경향이 있다는 것입니다.
허버트 사이먼은 이를 만족이라고 했지만, 충분히 좋은 수준에 도달하면 충분하다는 생각입니다. 그래서 저는 중학교 1학년의 "창의성이란 처음 생각하는 것 이상을 하는 것"이라는 정의를 좋아합니다.
충분히 좋은 수준을 넘어서는 것입니다.
AI 시대에 창의성의 정의는 변화하고 있는가?
I don't think so. The reality is, with AI, it's now easier than ever to get good enough.
If your goal is world class if your goal is exceptional then what you want to be prompting for is actually volume and variation.
And that takes time it takes time to not only read through it, but to sort it and to process it.
But fundamentally, the definition of creativity doesn't change in the age of AI.
It's just that the human's ability or inability to arrive at a creative state is affected not only by the technology, but also by their stated or unstated objectives.
In collaborating with creators don't need to be afraid of AI creators need to dive in they need to lean in.
Creators are about to be unleashed in a way they've never been unleashed before.
The only correct answer to the question, how do you use AI is, I don't
I don't use AI I work with it.
When you start working with AI, it will change everything.
그렇게 생각하지 않습니다. 현실적으로 AI 덕분에 그 어느 때보다 충분히 잘할 수 있게 되었습니다.
만약 당신의 목표가 세계 최고 수준이라면, 만약 당신의 목표가 탁월하다면, 당신이 원하는 것은 바로 양과 다양성입니다.
그리고 여기에는 시간이 걸립니다. 단순히 읽는 것뿐만 아니라, 분류하고 처리하는 데도 시간이 걸립니다.
하지만 근본적으로 창의성의 정의는 AI 시대에도 변하지 않습니다.
단지 인간이 창의적인 상태에 도달할 수 있는지 여부는 기술뿐만 아니라 명시적이든 묵시적이든 목표에 의해 영향을 받는다는 것입니다.
크리에이터와 협업할 때 AI를 두려워할 필요는 없습니다. 크리에이터는 적극적으로 뛰어들어야 합니다.
크리에이터들은 이전에는 경험해보지 못한 방식으로 자유로워질 것입니다.
"AI를 어떻게 사용하느냐"라는 질문에 대한 유일한 정답은 "AI를 사용하지 않습니다."입니다.
"저는 AI를 사용하는 것이 아니라 AI와 함께 작업합니다."입니다.
AI와 함께 일하기 시작하면 모든 것이 바뀔 것입니다.