這些議題都一直有人討論，在年會中聽完尹相志、李慕約和李怡志的演講後，有了一些新的想法。
內容目錄
人想創作的理由來自欲望
尹相志運用 ChatGPT 寫了「偵探小說（連載中）湧現：意識的觸覺（emergence）」。故事描述著搶先使用ChatGPT 7 的 7 間 AI 新創負責人，都陸續因為七宗罪的原因死亡。
像是，怠惰對應的是自動駕駛新創、貪婪對應的是智能投顧新創，以及暴食對應餐飲外送新創。（總之，雖然還沒看這個小說，但聽起來事還蠻有趣的。）
他先是問了一個關於創作的本質問題：「人為何要創作？」
他認為，這是因為人有想要表達自己想法的欲望，這件事也是人與 AI 不同之處。這點之前《曼報》在〈為什麼 AI 不會取代人類〉也提到了類似的想法。
因為人有想要整理的想法、想要表達特定的觀點，而這個「想要」成為了某種創作欲望的起點。雖然欲望是人與機器最大的差別，但當 AI 可以和人做得差不多好的時候，身為人的創作優勢在哪？
選擇基於品味、欲望、經驗和文化
這個問題在隔天李慕約的分享中，有了一點新想法。他認為，當 AI 更聰明、更有創意，只有人類可以做的事情：「選擇」。
每個人的選擇又來自於 3 個重要的元素：品味、人生經驗和欲望。以上元素都根據不同人有不同選擇。品味、欲望這蠻能理解的。
不過人生經驗這個元素，過去我還沒想過。他舉了一個有趣的例子是愛斯基摩人有 50 種雪的名字，這和他們的文化有關。對 AI 而言，只要是雪都可以，而只有人會在意這之間的不同。
這裡稍微岔題，當提到愛斯基摩人 50 種雪的名字，（但英文只會有一個單字對應雪），這通常會提到 B.L. Whorf 的假說。他認為，在不同語言在其結構中強調不同的事物，會對語言使用者在思考周圍環境有很大的影響。
以上是語言決定論的範疇，主張語言決定了一個人的思考方式或對世界的看法。
不過，另一派「語言相對論」，他們認為不同語言區別不同的範疇，不同語言的使用者對世界的看法也會不同，強調的重點也會不太一樣。
在語言學家 Panos Athanasopoulos（2015）的一項實驗中，就發現具備雙語能力的人，在分別使用不同語言時，會特別強調該語言的所在意的事物。
德國人傾向會把「動作」和「動作的目標」都描述清楚；英國人則注重「動作」，雙語人士切換語言時，也都將這些細節給放了進去。
不同語言它背後的思考方式和價值觀，我想這也是在選擇時，默默影響人決策的關鍵元素之一。文化形塑了某種、特定時代的人生經驗，這些有都在影響著選擇。
偶然成為一種啟發
關於生成式 AI 工具出現，會否扼殺／削弱人類的創意這個命題一直存在討論。李怡志透過帶領校園 AI 工作坊、教學經驗來看，發現並不會扼殺創意。
反而，透過創造力的練習，像是在已知概念修改／加上事物（known concepts）、將兩種不同事物合併（combinational）等，讓非設計者能夠將腦中想像的畫面執行出來。
若把生成式藝術（Generative Art）的特性拆開來看，分別具有演算法（algotihm）、隨機性／不可預測性（randomness/unpredictable）、迭代性的（evolutional/ iterative）、不可控的（uncontrollable)、偶然性（serendipity）、 選擇（selection），以及策展（Curation）。
從中又可以再歸類成 4 種生成藝術的結果，李怡志把它稱為 4S of generative outcome。
- 下次見 see you next time：直接捨棄的作品
- 自我表達 self-expression：可以滿足腦中想法（ideation），但不見得大眾能夠接受的作品
- 偶然性 serendipity：可以同時滿足 prompt 的意思、腦中想法，以及被大眾接受，這需要天時地利人和
- 驚喜 surprise：不在預先的想像裡，但它同時滿足 prompt 的意思，也讓大眾接受，並帶給用戶驚喜的感覺
有趣的是，李怡志在工作坊中發現，對於有設計經驗者來說，他們想要意料之外的想像（驚喜）；對沒有設計經驗者，更在意偶然性、自我表達。
他的結論是，過去非設計師者有想法、在執行力上容易遇到困難，生成式工具的出現，幫助人克服「從不會到會」歷程中的挑戰。有設計背景者，則會因為使用生成藝術工具，而增強了他們的能力。
Serendipity 一直是我很喜歡的詞，無論是在創作的過程中，或是在人際關係、日常生活中等，它都是一個有趣且重要的角色。
前陣子，我也稍微寫了一些對於 AI 時代下的創作想法。當時提到了「故事的偶然力」概念，大概的想法是內容丟上社群網路中，可能吸引到同樣喜歡這樣題材的人、於是有了和不同人的強／弱連結和共同話題等。
我想創作的本質除了欲望之外，或許還有一些成分是期待與不同人的連結。
