L’IA generativa come supporto alla creatività umana

Il timore che in molti lavori l’IA generativa (tecnologie in grado di creare nuovi contenuti come audio, testi, immagini e video) possa rimpiazzare le persone in carne e ossa è forte. Ma una delle maggiori opportunità che offre questa nuova tecnologia a imprese e istituzioni è proprio quella di potenziare la creatività umana e superare le sfide lanciate dalla democratizzazione dell’innovazione.

L’espressione “democratizzazione dell’innovazione” è stata coniata da Eric von Hippel del MIT che, dalla metà degli anni 70, conduce ricerche e scrive sulla possibilità, per gli utilizzatori di prodotti e servizi, di sviluppare in maniera autonoma ciò di cui hanno bisogno, invece di affidarsi ad aziende che lo facciano al posto loro. Negli ultimi vent’anni l’idea di coinvolgere pienamente gli utilizzatori finali nel processo di innovazione ha preso piede e oggi le aziende usano metodi come il crowdsourcing e i concorsi di idee per dare vita a miriadi di idee nuove. Molte imprese, però, fanno fatica a mettere a frutto questi contributi perché si trovano di fronte quattro scogli da superare.

Il primo è che gli sforzi per democratizzare l’innovazione possono tradursi in un impegno eccessivo nella fase delle valutazioni. Il crowdsourcing, per esempio, può generare una valanga di idee, che però finiscono in gran parte scartate o ignorate perché le aziende non dispongono di un metodo efficiente per valutarle, o non sono in grado di mettere insieme idee incomplete o meno brillanti che combinate fra loro potrebbero risultare molto efficaci.

Il secondo scoglio è il rischio di cadere vittime della maledizione delle competenze: gli esperti del settore, bravissimi a immaginare e a individuare idee fattibili, spesso faticano a concepire o anche soltanto accettare idee innovative.

Il terzo è che le persone che non hanno competenze elevate in un certo settore magari ti tirano fuori qualcosa di nuovo, ma poi non sono in grado di fornire i dettagli necessari per metterlo in pratica. Insomma, non hanno la capacità di tradurre idee confuse in progetti coerenti.

Infine, le aziende non sempre sanno distinguere la foresta dagli alberi: si preoccupano di sintetizzare una serie di requisiti per il singolo cliente, ma faticano a tirar fuori una soluzione generale, applicabile alla comunità in senso lato.

Le nostre ricerche e le nostre esperienze di lavoro con aziende, istituzioni accademiche, pubbliche amministrazioni e forze armate su centinaia di iniziative di innovazione – alcune con l’IA generativa, altre senza – hanno dimostrato che è una tecnologia che può aiutare le organizzazioni a superare questi scogli. Può aumentare la creatività di dipendenti e clienti e aiutarli a produrre e individuare idee nuove (e a migliorare la qualità di quelle ancora allo stato embrionale). Abbiamo individuato cinque modalità con cui ciò avviene.

1. PROMUOVE IL PENSIERO DIVERGENTE

L’IA generativa può supportare il pensiero divergente creando associazioni fra concetti distanti e ricavando delle idee da queste associazioni. Ecco un esempio di come abbiamo usato Midjourney, un algoritmo per la creazione di immagini che è capace di individuare somiglianze analogiche fra immagini per generare nuove rappresentazioni grafiche di prodotti basati sulle indicazioni testuali inserite da un essere umano (Per gli esempi di questo articolo, abbiamo utilizzato Midjourney, ChatGPT e Stable Diffusion, ma sono solo alcuni degli strumenti di IA generativa attualmente disponibili). Abbiamo chiesto a Midjourney di creare un’immagine che combinasse un elefante e una farfalla e l’IA ha prodotto la chimera che abbiamo ribattezzato phantafly (da elephant e butterfly).

Abbiamo poi usato il rendering dettagliato generato da Midjourney come ispirazione per le indicazioni da fornire a Stable Diffusion, un altro popolare algoritmo per la creazione di immagini. Questo ha generato una gamma di idee per varie categorie di prodotti, come sedie e cioccolatini artigianali (vedi le immagini in pagina).

Produrre velocemente e senza costi una gran quantità di immagini consente a un’azienda di valutare rapidamente un’ampia gamma di idee di prodotto. Per esempio, un’azienda di abbigliamento che usa l’IA generativa per creare nuovi modelli di magliette potrebbe rimanere costantemente al passo con le tendenze e offrire ai clienti una selezione di prodotti sempre innovativi.

Vediamo un altro esempio della capacità di questa tecnologia di collegare idee per creare concetti che magari a un singolo individuo, o forse anche a un team, non sarebbero mai venuti in mente. Abbiamo usato ChatGPT, un’IA generativa famosa come modello di linguaggio su larga scala, per orientare la produzione di idee. Gli abbiamo chiesto di generare idee attraverso un processo di “trisociazione”, mettendo in collegamento tre entità distinte (un’estensione della tecnica di creatività detta “bisociazione”). Il nostro team ha fornito a ChatGPT questa indicazione: «Interpreta il ruolo di un ideatore. Genera 10 sostantivi a caso. Poi selezionane due a caso fra questi dieci. Poi chiedimi un terzo sostantivo. Poi genera un’idea di business combinando o associando i due sostantivi che hai individuato tu e il sostantivo che ho individuato io».

ChatGPT ha generato i sostantivi “cibo” e “tecnologia”. Quando richiesto, abbiamo fornito un’altra parola, “automobile”. Qualche secondo dopo, ChatGPT ha tirato fuori questa idea di business: «Un servizio intelligente di consegna del cibo a domicilio che usa macchine senza conducente per recapitare pasti ai clienti. L’aspetto tecnologico potrebbe consistere nel fatto di usare l’IA per ottimizzare i tragitti di consegna, monitorare costantemente la temperatura del cibo e fornire ai clienti aggiornamenti in tempo reale sullo status del loro ordine. Il servizio potrebbe rivolgersi a professionisti con poco tempo a diposizione e famiglie che vogliono consumare pasti pratici e salutari senza rinunciare a gusto e qualità».

In un’altra prova, ChatGPT ha generato i sostantivi “linea aerea” e “sedia”. Noi abbiamo proposto “università” e ChatGPT se n’è uscito con un’idea di business che offre a studenti e professori un modo pratico e conveniente per recarsi a convegni e seminari in tutto il mondo, con la possibilità di accedere a una biblioteca di libri di testo durante i trasferimenti aerei. Ha proposto come nome per l’azienda Fly and Study o Edu-Fly.

2. SFIDA I PREGIUDIZI DEGLI ADDETTI AI LAVORI

Durante le prime fasi dello sviluppo di un nuovo prodotto, i modelli originali creati dall’IA generativa possono ispirare i designer a superare i loro pregiudizi sugli elementi che possono o dovrebbero essere presenti in un determinato prodotto, in termini di forma e funzione. Questo approccio può condurre a soluzioni che nessun essere umano avrebbe immaginato utilizzando un approccio tradizionale, in cui prima vengono stabilite le funzioni e poi viene progettata la forma adatta ad accoglierle. Questi input possono aiutare a superare pregiudizi come la fissità del design (fare troppo affidamento su forme standard), la fissità funzionale (incapacità di immaginare un utilizzo che vada oltre quello tradizionale) e l’effetto Einstellung (quando le esperienze passate ci impediscono di prendere in considerazione nuovi modi per risolvere un problema).

Vediamo un esempio di questo processo. Abbiamo chiesto a Stable Diffusion di elaborare immagini generiche di giocattoli ispirati a un granchio, senza fornire nessuna specifica funzionale. Poi, abbiamo immaginato le capacità funzionali dopo aver visto le immagini. Per esempio, nella collezione di giocattoli ispirati a un granchio nelle immagini, da quella in alto a sinistra si potrebbe ricavare un giocattolo che si arrampica sul muro; da quella accanto, un giocattolo che lancia in aria una pallina. Il granchio sul piatto che vediamo al centro potrebbe diventare un dispenser automatico di croccantini per impedire al vostro amico a quattro zampe di ingozzarsi.

Non è un modo del tutto nuovo di inventare prodotti insoliti: gran parte dell’architettura e della funzionalità delle attrazioni nei parchi a tema come Disney World è stata ispirata dal desiderio di ricreare scene e personaggi di una storia. In ogni caso, gli strumenti di IA generativa possono aiutare a mettere in moto la creatività di un’azienda.

3. AIUTA A VALUTARE LE IDEE

Gli strumenti di IA generativa possono aiutare a innovare altri aspetti che riguardano l’interazione con i clienti, per esempio tirando fuori idee sempre più focalizzate, valutandole e qualche volta combinandole fra loro. Pensiamo a un concorso di idee in cui l’obiettivo è individuare modi per ridurre al minimo lo spreco di cibo. ChatGPT ha valutato i pro e i contro di tre proposte ancora allo stato embrionale: (1) confezioni con date di scadenza dinamiche (etichette che cambiano automaticamente la data o il colore in base alle condizioni ambientali dei luoghi in cui sono conservate); (2) un’app per aiutare gli utenti a donare il cibo; (3) una campagna per sensibilizzare i consumatori sui vari tipi di scadenze e quello che implicano in termini di freschezza e possibilità di utilizzo. ChatGPT ha prodotto un’analisi equilibrata dei pro e dei contro, che rispecchia ciò che ci si potrebbe aspettare da una conversazione fra due persone intente ad analizzare nel merito queste idee.

Quando ChatGPT ha valutato l’idea degli imballaggi con date di scadenza dinamiche, per esempio, ha stabilito che avrebbe aiutato i consumatori ad avere un’idea più chiara della durata dei prodotti e avrebbe incoraggiato le aziende alimentari a produrre lotti più piccoli, con un ricambio più frequente sugli scaffali dei supermercati. Inoltre, ha evidenziato che queste date di scadenza dinamiche potrebbero richiedere modifiche rilevanti nei processi di produzione e confezionamento, con conseguente incremento dei costi sia per i produttori che per i consumatori.

ChatGPT ha stabilito che un’app per donare il cibo potrebbe invogliare le persone a consumarlo prima che vada a male e ridurre gli sprechi regalandolo, ancora impacchettato e commestibile, a chi ne ha bisogno. Allo stesso tempo, ha sottolineato che l’applicazione, per funzionare al meglio, dovrebbe essere largamente diffusa e che il trasporto e la distribuzione di cibo proveniente da una pluralità di soggetti non regolamentati potrebbero creare problemi riguardo alla sicurezza dei prodotti.

Riguardo alla campagna di sensibilizzazione, ha affermato che i vantaggi erano aumentare la consapevolezza dei consumatori sul significato delle diverse etichette di scadenza e aiutarli a fare scelte più consapevoli sugli acquisti e gli sprechi di cibo. Ma ha avvisato anche che questa campagna di sensibilizzazione potrebbe essere troppo complessa, perché le date di scadenza non sono standardizzate per tutti i prodotti alimentari. E ha messo in guardia dai costi potenziali che comporterebbe, nel caso di un programma di ampia portata, educare i consumatori a gestire diverse tipologie di scadenza, soprattutto se l’intento è di fare una campagna capillare o produrre materiali informativi.

L’IA generativa può andare oltre i semplici pro e contro e aiutare gli esseri umani a valutare aspetti della creatività come la novità, la fattibilità, la specificità, l’impatto e la realizzabilità. Abbiamo chiesto a ChatGPT di valutare gli stessi esempi di prima usando tutti questi criteri.

Ecco la sua valutazione sulle confezioni con data di scadenza dinamica:

Novità: è un’idea abbastanza nuova. Ci sono stati tentativi di sviluppare imballaggi intelligenti per prolungare la permanenza sugli scaffali di prodotti alimentari, ma l’idea di date di scadenza dinamiche è un concetto emergente.

Fattibilità: potrebbe essere di difficile attuazione, perché bisognerebbe sviluppare nuovi materiali di imballaggio e nuove tecnologie. Inoltre, richiederebbe una collaborazione con i produttori, i regolatori e i distributori del settore alimentare.

Specificità: è specifica in quanto affronta il problema dello spreco alimentare fornendo ai consumatori date di scadenza più attendibili.

Impatto: potrebbe avere un impatto significativo sulla riduzione degli sprechi di cibo e sul miglioramento della sicurezza alimentare. Se le date di scadenza sono più attendibili, probabilmente i consumatori saranno più inclini a consumare il cibo prima che vada a male.

Realizzabilità: molto probabilmente lo sviluppo e l’implementazione richiederebbero un impiego significativo di risorse e competenze e potrebbero volerci diversi anni per realizzare appieno le potenzialità dell’idea.

Ecco la valutazione di ChatGPT sull’app per donare cibo prossimo alla scadenza:

Novità: non particolarmente nuova. Esistono già molti programmi e organizzazioni deputati a ridurre gli sprechi e donare il cibo in eccesso a chi ne ha bisogno.

Fattibilità: altamente fattibile. Esistono già molti modelli consolidati e l’infrastruttura adatta per supportare queste iniziative di donazione di prodotti alimentari.

Specificità: è specifica perché punta a ridurre lo spreco di cibo e affrontare tematiche relative all’insicurezza alimentare.

Impatto: potrebbe avere un impatto notevole, in quanto andrebbe a incidere sia sugli sprechi alimentari che sulla fame. Dirottando il cibo in eccesso verso chi ne ha bisogno, potrebbe aiutare a ridurre gli sprechi alimentari migliorando al contempo la sicurezza alimentare per i gruppi più vulnerabili.

Realizzabilità: altamente realizzabile, in quanto può essere implementata rapidamente e a un costo relativamente basso. Richiederebbe collaborazione fra chi produce il cibo, chi lo distribuisce e i banchi alimentari, oltre a volontari per raccogliere e distribuire il cibo donato.

Infine, ecco come ChatGPT ha valutato l’idea di sensibilizzare gli utenti su diverse tipologie di date di scadenza:

Novità: non particolarmente nuova. Ci sono già state iniziative per istruire i consumatori su interpretare le date di scadenza e come conservare correttamente gli alimenti per prolungarne la durata.

Fattibilità: altamente fattibile. Può essere implementata in vari modi, attraverso campagne di sensibilizzazione di massa, materiali informativi e coinvolgimento dei media.

Specificità: è specifica perché punta a istruire i consumatori sull’esistenza di diverse tipologie di scadenze e sui modi per conservare correttamente gli alimenti riducendo gli sprechi di cibo.

Impatto: potenzialmente significativo. Il fatto di istruire i consumatori sull’esistenza di diverse tipologie di scadenza e i modi per conservare gli alimenti in maniera corretta li spingerà a evitare il più possibile gli sprechi e ad adottare contromisure per ridurli.

Realizzabilità: è altamente realizzabile e può essere implementata a un costo relativamente basso. Richiederebbe collaborazione fra gruppi industriali del comparto alimentare, enti pubblici e altre organizzazioni per elaborare e distribuire materiale informativo.

Utilizzando le considerazioni di ChatGPT, sarebbe relativamente facile valutare questi tre concetti, assegnare rapidamente un punteggio a ciascuno di loro o organizzarli in base ai criteri che interessano di più.

4. AIUTA A PERFEZIONARE LE IDEE

Gli strumenti di IA generativa possono aiutare a superare un problema importante dei concorsi di idee: combinare o fonderne tra loro un gran numero per produrne altre molto più efficaci. Per esempio, un’organizzazione che sta cercando di aggiudicarsi un contratto o una sovvenzione per sviluppare un programma di riduzione degli sprechi alimentari può utilizzare gli strumenti di IA generativa per combinare i tre concetti che abbiamo analizzato prima. Noi lo abbiamo fatto in due passaggi. Per prima cosa, abbiamo chiesto a ChatGPT di rimpolpare ognuno dei concetti:

1. «Le date di scadenza dinamiche sono una soluzione volta a ridurre gli sprechi alimentari. Per renderle operative, bisogna integrare negli imballaggi la tecnologia in grado di tracciare e regolare la durata di conservazione degli alimenti in tempo reale. Utilizzando i sensori, la data di scadenza può essere aggiornata in base a cambiamenti dei fattori ambientali, fornendo ai consumatori una stima più accurata di quando un prodotto andrà a male».

2. «Un’app che consente ai consumatori di regalare cibo in prossimità della data di scadenza punta a ridurre lo spreco alimentare, offrendo cibo sigillato e ancora commestibile a chi ne ha bisogno. L’app fa da ponte tra le persone che hanno cibo in eccesso e associazioni locali a cui può servire. Utilizzando la tecnologia per facilitare le donazioni, l’app può aiutare a ridurre gli sprechi di cibo e donarlo a chi ne ha bisogno».

3. «Sensibilizzare i consumatori sulle diverse tipologie di date di scadenza può aiutarli a compiere scelte consapevoli quando acquistano e consumano cibo, ridurre gli sprechi e risparmiare denaro. Chiarendo il significato di “consumare preferibilmente entro”, “consumare entro” e altre formulazioni che indicano una scadenza, una campagna informativa può aiutare i consumatori a capire meglio come stabilire se il cibo sia ancora commestibile e quando è il momento di buttarlo via».

Poi, abbiamo chiesto a ChatGPT di fondere le tre idee in un unico programma contro gli sprechi alimentari. Nel giro di poco, l’IA ha sfornato la seguente descrizione: «La soluzione completa per ridurre gli sprechi alimentari prevede la creazione di imballaggi intelligenti con date di scadenza dinamiche, l’istituzione di un programma per donare il cibo in eccesso e la sensibilizzazione dei consumatori sull’importanza di comprendere bene le date di scadenza degli alimenti. Un imballaggio intelligente aiuterebbe i consumatori a valutare con criterio la freschezza degli alimenti, il programma di donazioni garantirebbe che il cibo in eccesso venga messo a frutto e la campagna di sensibilizzazione aumenterebbe la consapevolezza rispetto alle ricadute dello spreco alimentare. Questa soluzione potrebbe ridurre significativamente lo spreco di cibo e creare un futuro più sostenibile responsabilizzando i consumatori, collaborando con il settore privato e lo Stato e utilizzando al meglio il cibo in eccesso».

5. FACILITA LA COLLABORAZIONE CON E FRA I CONSUMATORI

Nello sviluppo di idee o progetti per nuovi prodotti, l’IA generativa può facilitare le collaborazioni tra i designer di un’azienda e i potenziali consumatori di un eventuale prodotto, e fra i consumatori stessi. In altre parole, la tecnologia rende la creazione partecipata di nuove offerte molto più semplice e meno costosa. Per esempio, un’azienda può offrire ai clienti accesso agli strumenti per ideare progetti e creare così una versione personalizzata del prodotto in base alle preferenze del cliente. Oppure, si potrebbero pubblicare i progetti degli utenti su una piattaforma di crowdsourcing e lasciare alla comunità il compito di valutarli. I progetti migliori poi potrebbero essere ulteriormente sviluppati da altri collaboratori.

Per illustrare le potenzialità di questo approccio, abbiamo pensato di mostrare come potrebbe essere progettata un’auto volante, un sogno che inseguiamo da più di un secolo. Abbiamo dato a Stable Diffusion questa indicazione: «Disegna un prodotto che possa volare ma anche andare su strada, un’automobile volante». Stable Diffusion ha creato diversi modelli e noi abbiamo selezionato quello che ritenevamo il più accattivante: il veicolo in basso a destra nel primo riquadro.

Quindi abbiamo chiesto a Stable Diffusion di partire da quel modello e rivedere il prototipo, facendo in modo che l’auto «assomigli a un’aquila robot». Il secondo riquadro mostra le varianti che il programma di IA generativa ha approntato in pochissimo tempo: dal modello in alto a sinistra, che assomiglia di più a un’aquila robot, al concetto più fattibile di un’automobile volante, in basso a destra.

Un secondo esempio mostra come i designer possono utilizzare questa tipologia di strumenti per collaborare alle variazioni tematiche di un progetto strutturale. Partendo da un progetto di automobile volante generato dall’IA, hanno chiesto al programma di produrre versioni che assomigliassero a una libellula, una tigre, una tartaruga e un’aquila (vedi il riquadro più in basso).

Un approccio alternativo può essere quello di usare uno strumento come ChatGPT per sviluppare i dettagli del prodotto e poi usarne uno come Stable Diffusion per ottenere progetti grafici sulla base di una sequenza di indicazioni che fanno leva su quella precedente. Abbiamo sottoposto a ChatGPT una richiesta simile a quella che avevamo sottoposto a Stable Diffusion: «Descrivi un prodotto che possa volare ma anche andare su strada, un’automobile volante».

ChatGPT ci ha fornito questa descrizione: «L’automobile volante è un veicolo elegante e futuristico, costruito per ottenere il massimo dell’avventura. Ha l’aspetto di un’elegante auto sportiva, con curve morbide e una carrozzeria levigata, ma nasconde eliche che le permettono di spiccare il volo».

Quando abbiamo sottoposto questa descrizione a Stable Diffusion, l’immagine che abbiamo ottenuto è quella che vedete in alto. A quel punto, abbiamo chiesto a ChatGPT di rivedere la descrizione per includere tra i requisiti il fatto che il prodotto deve assomigliare a una libellula e avere segnalatori luminosi per volare di notte. La risposta è stata: «Con il suo corpo snello, le ali spiegate e le eliche nascoste, il veicolo sembra l’incarnazione di una libellula. I segnalatori luminosi lungo le ali e il corpo creano uno straordinario effetto visivo e contribuiscono a rendere visibile il veicolo anche al buio».

Stable Diffusion ha tradotto questa descrizione in diverse versioni, che senza intaccare la fattibilità del progetto hanno aggiunto elementi di illuminazione ispirati alle ali di una libellula. Gli esempi sono visibili nell’ultimo riquadro, sotto il modello originale.

La creatività umana non ha limiti. Tuttavia, la complessità di illustrare un progetto a parole o attraverso le immagini impedisce a tantissime persone di fornire idee nuove. L’IA generativa può rimuovere questo ostacolo. Come qualsiasi innovazione che si rispetti, incontrerà sicuramente forti resistenze. I processi di innovazione consolidati da tempo dovranno cambiare. Quelli che hanno interesse a tenere in piedi il vecchio modo di fare le cose, in particolare quelli che temono di diventare obsoleti, opporranno resistenza. Ma i vantaggi – la possibilità di aumentare esponenzialmente sia la quantità che l’originalità delle idee, il fatto che questi contributi possano venire sia dall’interno che dall’esterno dell’organizzazione – ci dicono che vale la pena lanciarsi in quest’avventura. Le potenzialità più grandi dell’IA generativa non risiedono nella sostituzione degli esseri umani, ma nell’aiutarli nei loro sforzi individuali e collettivi per creare soluzioni prima inimmaginabili. L’IA generativa può davvero democratizzare l’innovazione.

Tojin T. Eapen è assistente universario presso il Robert J. Trulaske Sr. College of Business dell’Università del Missouri e consulente capo di Innomantra. Daniel J. Finkenstadt è assistente universitario di Amministrazione della difesa presso la Naval Postgraduate School a Monterey, in California ed è un alto dirigente della società di consulenza Wolf Stake Consulting. Josh Folk e cofondatore e presidente delle soluzioni d’impresa presso IdeaScale, una piattaforma di software innovativo in cloud. Lokesh Venkataswamy è amministratore delegato e direttore generale di Innomantra, una società di consulenza in innovazione e proprietà intellettuale con sede a Bangalore, in India.