Un filosofo sostiene che un'IA non può essere un artista

PER CORTESIA DEGLI ARTISTI

Il 31 marzo 1913, nella Sala Grande della sala da concerto Musikverein di Vienna, scoppiò una rivolta nel mezzo dell'esecuzione di una canzone orchestrale di Alban Berg. Il caos è sceso. I mobili erano rotti. La polizia ha arrestato l'organizzatore del concerto per aver preso a pugni Oscar Straus, un compositore di operette poco ricordato. Più tardi, al processo, Straus ha scherzato sulla frustrazione del pubblico. Il pugno, ha insistito, è stato il suono più armonioso dell'intera serata. La storia ha emesso un verdetto diverso: il direttore del concerto, Arnold Schoenberg, è diventato forse il compositore più creativo e influente del 20° secolo.

Potresti non apprezzare la musica dissonante di Schoenberg, che rifiuta la tonalità convenzionale per disporre le 12 note della scala secondo regole che non lasciano predominare nessuna. Ma ha cambiato ciò che gli umani intendono che la musica sia. Questo è ciò che lo rende un artista genuinamente creativo e innovativo. Le tecniche di Schoenberg sono ora integrate perfettamente in qualsiasi cosa, dalle colonne sonore di film e musical di Broadway agli assoli jazz di Miles Davis e Ornette Coleman.

Questa storia faceva parte del nostro numero di marzo 2019

• Vedi il resto del problema
• sottoscrivi

La creatività è tra le conquiste più misteriose e impressionanti dell'esistenza umana. Ma cos'è?

La creatività non è solo novità. Un bambino al pianoforte può suonare una nuova sequenza di note, ma non sono, in alcun senso, creative. Inoltre, la creatività è delimitata dalla storia: ciò che conta come ispirazione creativa in un periodo o in un luogo potrebbe essere ignorato come ridicolo, stupido o pazzo in un altro. Una comunità deve accettare le idee come buone per poter essere considerate creative.

Come nel caso di Schoenberg, o in quello di un numero qualsiasi di altri artisti moderni, tale accettazione non deve necessariamente essere universale. Potrebbe, infatti, non arrivare per anni, a volte la creatività viene erroneamente respinta per generazioni. Ma a meno che un'innovazione non sia alla fine accettata da qualche comunità di pratica, non ha molto senso parlarne come creativa.

I progressi nell'intelligenza artificiale hanno portato molti a ipotizzare che gli esseri umani saranno presto sostituiti da macchine in ogni campo, compreso quello della creatività. Ray Kurzweil, un futurista, prevede che entro il 2029 avremo prodotto un'intelligenza artificiale che può passare per un essere umano medio istruito. Nick Bostrom, un filosofo di Oxford, è più cauto. Non fornisce una data, ma suggerisce che filosofi e matematici rinviano il lavoro su questioni fondamentali a successori superintelligenti, che definisce come dotati di un intelletto che supera di gran lunga le prestazioni cognitive degli esseri umani praticamente in tutti i domini di interesse.

Entrambi credono che una volta che l'intelligenza a livello umano sarà prodotta nelle macchine, ci sarà un'esplosione di progresso - ciò che Kurzweil chiama la singolarità e Bostrom un'esplosione di intelligence - in cui le macchine ci sostituiranno molto rapidamente con misure enormi in ogni dominio. Ciò accadrà, sostengono, perché il risultato sovrumano è lo stesso del normale risultato umano, tranne per il fatto che tutti i calcoli rilevanti vengono eseguiti molto più rapidamente, in ciò che Bostrom chiama superintelligenza della velocità.

E che dire del più alto livello di realizzazione umana: l'innovazione creativa? I nostri artisti e pensatori più creativi stanno per essere ampiamente superati dalle macchine?

No.

Il successo creativo umano, a causa del modo in cui è socialmente radicato, non soccomberà ai progressi dell'intelligenza artificiale. Dire il contrario significa fraintendere sia cosa sono gli esseri umani sia in cosa consiste la nostra creatività.

Questa affermazione non è assoluta: dipende dalle norme che ci permettiamo di governare la nostra cultura e le nostre aspettative sulla tecnologia. Gli esseri umani, in passato, hanno attribuito grande potere e genialità anche a totem senza vita. È del tutto possibile che arriviamo a trattare le macchine artificialmente intelligenti come così ampiamente superiori a noi da attribuire loro naturalmente la creatività. Se ciò dovesse accadere, non sarà perché le macchine ci hanno superato. Sarà perché ci saremo denigrati.

Il successo creativo umano, a causa del modo in cui è socialmente radicato, non soccomberà ai progressi dell'intelligenza artificiale.

Inoltre, sto principalmente parlando dei progressi delle macchine del tipo visto di recente con l'attuale paradigma dell'apprendimento profondo, nonché dei suoi successori computazionali. Altri paradigmi hanno governato la ricerca sull'IA in passato. Questi hanno già fallito nel realizzare la loro promessa. Altri paradigmi potrebbero arrivare in futuro, ma se ipotizziamo che qualche intelligenza artificiale futura, le cui caratteristiche non possiamo descrivere in modo significativo, realizzeranno cose meravigliose, questa è creazione di miti, non argomentazioni ragionate sulle possibilità della tecnologia.

Il risultato creativo funziona in modo diverso in diversi domini. Non posso offrire qui una tassonomia completa dei diversi tipi di creatività, quindi per chiarire il punto tratterò un argomento che coinvolge tre esempi abbastanza diversi: musica, giochi e matematica.

Musica per le mie orecchie

In Paesaggio immaginario (2018)
Nao Tokui utilizza un algoritmo di apprendimento automatico per creare panorami da immagini trovate in Google Street View e li integra con paesaggi sonori creati con reti neurali artificiali. PER CORTESIA DELL'ARITST

Possiamo immaginare una macchina con una tale capacità creativa sovrumana da portare cambiamenti in ciò che intendiamo per musica, come fece Schoenberg?

Questo è ciò che affermo che una macchina non può fare. Vediamo perché.

I sistemi di composizione musicale per computer esistono da un po' di tempo. Nel 1965, all'età di 17 anni, lo stesso Kurzweil, utilizzando un precursore dei sistemi di riconoscimento dei modelli che caratterizzano oggi gli algoritmi di deep learning, programmò un computer per comporre musica riconoscibile. Oggi vengono utilizzate varianti di questa tecnica. Gli algoritmi di deep learning sono stati in grado di prendere come input un gruppo di corali di Bach, ad esempio, e comporre musica così caratteristica dello stile di Bach da ingannare anche gli esperti facendogli credere che sia originale. Questo è il mimetismo. È ciò che fa un artista da apprendista: copiare e perfezionare lo stile degli altri invece di lavorare con una voce autentica e originale. Non è il tipo di creatività musicale che associamo a Bach, non importa con l'innovazione radicale di Schoenberg.

Allora cosa diciamo? Potrebbe esserci una macchina che, come Schoenberg, inventa un modo completamente nuovo di fare musica? Naturalmente possiamo immaginare e persino realizzare una macchina del genere. Dato un algoritmo che modifica le proprie regole compositive, potremmo facilmente produrre una macchina che produce musica diversa da quella che oggi consideriamo buona musica come faceva allora Schoenberg.

Ma è qui che si complica.

Consideriamo Schoenberg come un innovatore creativo non solo perché è riuscito a creare un nuovo modo di comporre musica, ma perché le persone potevano vedere in esso una visione di come dovrebbe essere il mondo. La visione di Schoenberg riguardava il minimalismo essenziale, pulito ed efficiente della modernità. La sua innovazione non è stata solo quella di trovare un nuovo algoritmo per comporre musica; era per trovare un modo di pensare a quale musica è che gli permette di parlare ciò che è necessario ora .

Qualcuno potrebbe obiettare che ho alzato troppo l'asticella. Sto sostenendo, si chiederanno, che una macchina ha bisogno di un senso mistico e non misurabile di ciò che è socialmente necessario per poter essere considerata creativa? Non lo sono, per due ragioni.

Innanzitutto, ricorda che nel proporre una nuova tecnica matematica per la composizione musicale, Schoenberg ha cambiato la nostra comprensione di cosa sia la musica. È solo la creatività di questo tipo che sfida la tradizione che richiede una sorta di sensibilità sociale. Se gli ascoltatori non avessero sperimentato la sua tecnica come una cattura dell'antitradizionalismo nel cuore della modernità radicale emergente nella Vienna dell'inizio del XX secolo, potrebbero non averla sentita come qualcosa di valore estetico. Il punto qui è che la creatività radicale non è una versione accelerata della creatività quotidiana. Il successo di Schoenberg non è una versione più veloce o migliore del tipo di creatività dimostrato da Oscar Straus o da qualche altro compositore medio: è fondamentalmente diverso nel genere.

In secondo luogo, la mia argomentazione non è che la reattività del creatore alla necessità sociale debba essere consapevole affinché l'opera soddisfi gli standard del genio. Sto sostenendo invece che dobbiamo essere in grado di interpretare il lavoro come se rispondesse in questo modo . Sarebbe un errore interpretare la composizione di una macchina come parte di una tale visione del mondo. L'argomento per questo è semplice.

Affermazioni come quella di Kurzweil secondo cui le macchine possono raggiungere un'intelligenza a livello umano presuppongono che avere una mente umana significhi solo avere un cervello umano che segue una serie di algoritmi computazionali, una visione chiamata computazionalismo. Ma sebbene gli algoritmi possano avere implicazioni morali, non sono essi stessi agenti morali. Non possiamo contare la scimmia su una macchina da scrivere che digita accidentalmente Otello come un grande drammaturgo creativo. Se c'è grandezza nel prodotto, è solo un caso. Potremmo essere in grado di vedere il prodotto di una macchina come eccezionale, ma se sappiamo che l'output è semplicemente il risultato di un atto arbitrario o di un formalismo algoritmico, non possiamo accettarlo come l'espressione di una visione per il bene umano.

Per questo, mi sembra, nient'altro che un altro essere umano possa essere propriamente inteso come un artista genuinamente creativo. Forse l'IA un giorno andrà oltre il suo formalismo computazionalista, ma ciò richiederebbe un salto inimmaginabile al momento. Non cercheremmo solo nuovi algoritmi o procedure che simulino l'attività umana; cercheremmo nuovi materiali che sono alla base dell'essere umano.

Un duplicato molecola per molecola di un essere umano sarebbe umano nel modo pertinente. Ma abbiamo già un modo per produrre un essere del genere: ci vogliono circa nove mesi. Al momento, una macchina può fare solo qualcosa di molto meno interessante di quello che può fare una persona. Può creare musica nello stile di Bach, per esempio, forse anche musica che alcuni esperti ritengono migliore di quella di Bach. Ma questo è solo perché la sua musica può essere giudicata rispetto a uno standard preesistente. Ciò che una macchina non può fare è modificare i nostri standard per giudicare la qualità della musica o per capire cosa sia o non sia la musica.

Questo non vuol dire negare che gli artisti creativi utilizzino tutti gli strumenti che hanno a loro disposizione e che quegli strumenti modellano il tipo di arte che creano. La tromba ha aiutato Davis e Coleman a realizzare la loro creatività. Ma la tromba non è, di per sé, creativa. Gli algoritmi di intelligenza artificiale sono più simili a strumenti musicali che a persone. Taryn Southern, un ex idolo americano concorrente, ha recentemente pubblicato un album in cui le percussioni, le melodie e gli accordi sono stati generati algoritmicamente, sebbene abbia scritto i testi e modificato ripetutamente l'algoritmo della strumentazione fino a quando non ha fornito i risultati desiderati. All'inizio degli anni '90, David Bowie ha fatto il contrario: ha scritto la musica e ha utilizzato un'app per Mac chiamata Verbalizer per ricombinare in modo pseudocasuale le frasi nei testi. Proprio come i precedenti strumenti dell'industria musicale, dai dispositivi di registrazione ai sintetizzatori, ai campionatori e ai looper, i nuovi strumenti di intelligenza artificiale funzionano stimolando e incanalando le capacità creative dell'artista umano (e riflettono i limiti di tali capacità).

Giochi senza frontiere

Molto è stato scritto sui risultati dei sistemi di deep learning che ora sono i migliori giocatori di Go al mondo. AlphaGo e le sue varianti hanno forti pretese di aver creato un modo completamente nuovo di giocare. Hanno insegnato agli esperti umani che le mosse di apertura a lungo ritenute mal concepite possono portare alla vittoria. Il programma si svolge in uno stile che gli esperti descrivono come strano e alieno. Sono come immagino i giochi di un futuro lontano, ha detto Shi Yue, uno dei migliori giocatori di Go, del gioco di AlphaGo. L'algoritmo sembra essere veramente creativo.

In un certo senso importante lo è. Il gioco, però, è diverso dal comporre musica o scrivere un romanzo: nei giochi c'è una misura oggettiva del successo. Sappiamo di avere qualcosa da imparare da AlphaGo perché lo vediamo vincere.

Ma questo è anche ciò che rende Go un dominio giocattolo, un caso semplificato che dice solo cose limitate sul mondo.

La caduta della casa degli Usher di Anna Ridler (2017)
Un'animazione di 12 minuti basata sul film muto di Watson e Webber del 1928. Ridler ha creato le foto utilizzando tre reti neurali separate: una addestrata sui suoi disegni, una seconda addestrata sui disegni realizzati con i risultati della prima rete e una terza addestrata sui disegni realizzati con i risultati della seconda. PER CORTESIA DELL'ARITST

Il tipo più fondamentale di creatività umana cambia la nostra comprensione di noi stessi perché cambia la nostra comprensione di ciò che consideriamo buono. Per il gioco del Go, invece, la natura della bontà semplicemente non è in palio: una strategia del Go è buona se e solo se vince. La vita umana generalmente non ha questa caratteristica: non esiste una misura oggettiva del successo nei più alti regni di realizzazione. Non certo nell'arte, nella letteratura, nella musica, nella filosofia o nella politica. Né, del resto, nello sviluppo di nuove tecnologie.

In vari domini dei giocattoli, le macchine possono essere in grado di insegnarci una certa forma molto limitata di creatività. Ma le regole del dominio sono preformate; il sistema può avere successo solo perché impara a giocare bene all'interno di questi vincoli. La cultura umana e l'esistenza umana sono molto più interessanti di così. Ci sono delle norme su come agiscono gli esseri umani, ovviamente. Ma la creatività in senso genuino è la capacità di cambiare quelle norme in qualche importante dominio umano. Il successo nei domini dei giocattoli non indica che una creatività di questo tipo più fondamentale sia realizzabile.

È un knockout

Uno scettico potrebbe sostenere che l'argomento funziona solo perché sono in contrasto con i giochi artistico genio. Ci sono altri paradigmi della creatività nel regno scientifico e matematico. In questi regni, la domanda non riguarda una visione del mondo. Riguarda il modo in cui le cose stanno effettivamente.

Potrebbe una macchina fornire prove matematiche così al di là di noi che dobbiamo semplicemente affidarci al suo genio creativo?

No.

I computer hanno già aiutato con notevoli risultati matematici. Ma i loro contributi non sono stati particolarmente creativi. Prendiamo il primo grande teorema dimostrato usando un computer: il teorema dei quattro colori, che afferma che qualsiasi mappa piatta può essere colorata con al massimo quattro colori in modo tale che non ci siano due paesi adiacenti con lo stesso (vale anche per paesi sulla superficie di un globo).

Quasi mezzo secolo fa, nel 1976, Kenneth Appel e Wolfgang Haken dell'Università dell'Illinois pubblicarono una dimostrazione computerizzata di questo teorema. Il computer ha eseguito miliardi di calcoli, controllando migliaia di diversi tipi di mappe, così tante che era (e rimane) logisticamente impossibile per gli esseri umani verificare che ciascuna possibilità si accordasse con la vista del computer. Da allora, i computer hanno aiutato in un'ampia gamma di nuove prove.

Ventilatore elettrico (2018)
Tom White utilizza motori di percezione, algoritmi che distillano i dati raccolti da migliaia di fotografie di oggetti comuni, per sintetizzare forme astratte. Quindi verifica e perfeziona i risultati finché non sono riconoscibili dal sistema. Electric Fan, per gentile concessione di Tom White, mas '98, drib.net

Ma il supercomputer non sta facendo nulla di creativo controllando un numero enorme di casi. Invece, sta facendo qualcosa di noioso un numero enorme di volte. Questo sembra quasi l'opposto della creatività. Inoltre, è così lontano dal tipo di comprensione normalmente pensiamo che una prova matematica dovrebbe offrire che alcuni esperti non considerano affatto queste prove matematiche di strategie assistite da computer. Come ha affermato Thomas Tymoczko, un filosofo della matematica, se non riusciamo nemmeno a verificare se la dimostrazione è corretta, tutto ciò che stiamo facendo è affidarci a un processo computazionale potenzialmente soggetto a errori.

Anche supponendo che ci fidiamo dei risultati, tuttavia, le prove assistite da computer sono qualcosa come l'analogo della composizione assistita da computer. Se ci danno un prodotto valido, è soprattutto grazie al contributo dell'essere umano. Ma alcuni esperti hanno sostenuto che l'intelligenza artificiale sarà in grado di ottenere più di questo. Supponiamo, quindi, di avere il massimo: una macchina autosufficiente che dimostri nuovi teoremi da sola.

Potrebbe una macchina come questa superarci enormemente nella creatività matematica, come sostengono Kurzweil e Bostrom? Supponiamo, ad esempio, che un'IA trovi una soluzione per un problema aperto estremamente importante e difficile in matematica.

La capacità di una creatività genuina, il tipo di creatività che aggiorna la nostra comprensione della natura dell'essere, è alla base di ciò che significa essere umani.

Ci sono due possibilità. La prima è che la dimostrazione è estremamente intelligente e quando gli esperti del settore la esaminano scoprono che è corretta. In questo caso, l'IA che ha scoperto la prova sarebbe applaudita. La macchina stessa potrebbe anche essere considerata un matematico creativo. Ma una tale macchina non sarebbe la prova della singolarità; non ci supererebbe così tanto nella creatività da non riuscire nemmeno a capire cosa stesse facendo. Anche se avesse questo tipo di creatività a livello umano, non porterebbe inevitabilmente al regno del superumano.

Alcuni matematici sono come virtuosi della musica: si distinguono per la loro fluidità in un idioma esistente. Ma geni come Srinivasa Ramanujan, Emmy Noether e Alexander Grothendieck hanno probabilmente rimodellato la matematica proprio come Schoenberg ha rimodellato la musica. I loro risultati non furono semplicemente prove di ipotesi di vecchia data, ma nuove e inaspettate forme di ragionamento, che presero piede non solo sulla forza della loro logica, ma anche sulla loro capacità di convincere altri matematici del significato delle loro innovazioni. Un'intelligenza artificiale fittizia che fornisce una dimostrazione intelligente di un problema che ha a lungo confuso i matematici umani è simile ad AlphaGo e alle sue varianti: impressionante, ma niente come Schoenberg.

Questo ci porta all'altra opzione. Supponiamo che il migliore e più brillante algoritmo di apprendimento profondo sia libero e dopo un po' di tempo dica che ho trovato una dimostrazione di un teorema fondamentalmente nuovo, ma è troppo complicato per essere compreso anche dai tuoi migliori matematici.

Questo non è effettivamente possibile. Una prova che nemmeno i migliori matematici possono capire non conta davvero come una prova. Dimostrare qualcosa implica che lo stai dimostrando qualcuno . Proprio come un musicista deve persuadere il suo pubblico ad accettare il suo concetto estetico di buona musica, un matematico deve persuadere altri matematici che ci sono buone ragioni per credere alla sua visione della verità. Per essere considerata una dimostrazione valida in matematica, un'affermazione deve essere comprensibile e approvabile da un gruppo indipendente di esperti che sono in una buona posizione per capirla. Se gli esperti che dovrebbero essere in grado di comprendere la prova non possono, la comunità si rifiuta di approvarla come prova.

Per questo motivo, la matematica è più simile alla musica di quanto si potesse pensare. Una macchina non potrebbe superarci in modo massiccio nella creatività perché o la sua realizzazione sarebbe comprensibile, nel qual caso non ci supererebbe in modo massiccio, o non sarebbe comprensibile, nel qual caso non potremmo considerarla un progresso creativo.

L'occhio di chi guarda

L'ingegneria e la scienza applicata sono, in un certo senso, una via di mezzo tra questi esempi. C'è qualcosa come una misura obiettiva ed esterna del successo. Non puoi vincere alla costruzione di ponti o alla medicina come puoi fare a scacchi, ma si può vedere se il ponte cade o il virus viene eliminato. Questi criteri oggettivi entrano in gioco solo quando l'ambito è ben specificato: inventare materiali resistenti e leggeri, per esempio, o farmaci che combattono malattie particolari. Un'IA potrebbe aiutare nella scoperta di droghe, in effetti, facendo la stessa cosa dell'IA che ha composto quella che suonava come una cantata di Bach ben eseguita o ha escogitato una brillante strategia Go. Come un microscopio, un telescopio o un calcolatore, tale IA è propriamente intesa come uno strumento che consente la scoperta umana, non come un agente creativo autonomo.

Vale la pena pensare alla teoria della relatività speciale qui. Albert Einstein è ricordato come lo scopritore della relatività, ma non perché sia ​​stato il primo a inventare equazioni che descrivono meglio la struttura dello spazio e del tempo. George Fitzgerald, Hendrik Lorentz e Henri Poincaré, tra gli altri, avevano scritto quelle equazioni prima di Einstein. È acclamato come lo scopritore della teoria perché aveva una comprensione originale, notevole e vera di ciò che le equazioni significava e potrebbe trasmettere quella comprensione ad altri.

Affinché una macchina possa fare fisica che sia in qualche modo paragonabile a quella di Einstein in termini di creatività, deve essere in grado di persuadere altri fisici del valore delle sue idee almeno quanto lui. Vale a dire, dovremmo essere in grado di accettare le sue proposte come miranti comunicarci la propria validità . Se mai dovesse nascere una macchina del genere, come nella parabola di Pinocchio, dovremmo trattarla come un essere umano. Ciò significa, tra l'altro, che dovremmo attribuirle non solo l'intelligenza, ma anche qualsiasi dignità e valore morale sia appropriato per gli esseri umani. Siamo molto lontani da questo scenario, mi sembra, e non c'è motivo di pensare che l'attuale paradigma computazionalista dell'intelligenza artificiale, nella sua forma di apprendimento profondo o in qualsiasi altra, ci avvicinerà mai ad esso.

La creatività è una delle caratteristiche distintive degli esseri umani. La capacità di una creatività genuina, il tipo di creatività che aggiorna la nostra comprensione della natura dell'essere, che cambia il modo in cui comprendiamo cosa significa essere belli, buoni o veri, quella capacità è alla base di ciò che significa essere umani . Ma questo tipo di creatività dipende dal nostro valore e dalla cura di essa, in quanto tale. Come ha sottolineato lo scrittore Brian Christian, gli esseri umani stanno iniziando a comportarsi meno come esseri che apprezzano la creatività come una delle nostre più alte possibilità, e più come le macchine stesse.

Quante persone oggi hanno lavori che richiedono loro di seguire un copione predeterminato per le loro conversazioni? Quanto poco di ciò che conosciamo come conversazione umana reale, autentica, creativa e aperta è rimasto in questa farsa sventrata? Quanto è, invece, il tipo di rispetto delle regole che una macchina può fare? E quanti di noi, nella misura in cui ci permettiamo di essere coinvolti in questo tipo di performance sceneggiate, sono anche sviscerati? Quanta parte della nostra giornata permettiamo di essere riempita con attività effettivamente simili a macchine: compilando moduli e questionari computerizzati, rispondendo a click-bait che funzionano sui nostri impulsi più bassi e simili a quelli di un animale, giocando a giochi progettati per ottimizzare il nostro risposta che crea dipendenza?

Siamo in pericolo di questa confusione anche in alcuni dei domini più profondi delle conquiste umane. Se ci permettiamo di dire che le prove macchina che non possiamo comprendere sono prove autentiche, ad esempio cedendo l'autorità sociale alle macchine, tratteremo i risultati della matematica come se non richiedessero alcuna comprensione umana. Prenderemo una delle nostre forme più alte di creatività e intelligenza e la ridurremo a una singola informazione: sì o no.

Il figlio del macellaio (2018)
Mario Klingemann ha utilizzato due GAN, uno addestrato su un set di dati di pose umane e uno addestrato sulla pornografia, per rendere migliaia di immagini composite. Dopo aver valutato ciascuno per posa e dettaglio, ne ha scelto uno da perfezionare nel lavoro finito. PER CORTESIA DELL'ARTISTA

Anche se avessimo queste informazioni, per noi sarebbero di scarso valore senza una qualche comprensione delle ragioni che le stanno alla base. Non dobbiamo perdere di vista il carattere essenziale del ragionamento, che è alla base di ciò che è la matematica.

Così anche con l'arte, la musica, la filosofia e la letteratura. Se ci permettiamo di scivolare in questo modo, di trattare la creatività delle macchine come un sostituto della nostra, allora le macchine arriveranno davvero a sembrarci incomprensibilmente superiori. Ma questo perché avremo perso le tracce del ruolo fondamentale che la creatività gioca nell'essere umani.

Sean Dorrance Kelly è un professore di filosofia ad Harvard e coautore del best seller del New York Times Tutte le cose che brillano .

nascondere