Dine ti vigtigste kompetencer for det kreative robotsamarbejde

Jeg bad ChatGPT om at skrive en manchet på dansk til denne artikel, og her er, hvad den spyttede ud:

Det er egentlig en ganske ligefrem, men også lidt kedelig og overfladisk tekst, der dog fint opsummerer, hvad der er hovedpointen i nærværende artikel. Det er ikke forkert at starte denne artikel med at slå fast, at ChatGPT bliver et revolutionerende redskab. Nyttigt og skræmmende. Nedenfor ser du, hvad der skete, da jeg hurtigt bad en billedrobot illustrere menneske-maskine-samarbejdet – og den gav mig helt uprovokeret en fuckfinger.

Ret morsomt. Jeg bad billedrobotten DreamStudio om at lave et billede af en AI og mennesker i samarbejde. Den spytter dette billede ud af en robot, der giver fuckfinger. Det er humor.

Fra ChatGPT til SkyNet?

Lanceringen d. 30. november 2022 af ChatGPT udgør de facto en ny markering i ikke bare computerhistorien, men også menneskets historie. Der er noget bemærkelsesværdigt over præcise datomarkeringer. De skaber en tydelig markering. Et før og et efter. Et paradigmeskift.

I den fiktive filmserie Terminator blev AI-systemet SkyNet aktiveret d. 4. august 1997. D. 29. august 1997 blev AI’en selvbevidst og overtog verden med formålet at udslette menneskene. Det var også den dag, Frankensteins monster kom til live: It’s alive.

Her ser vi, hvordan jeg først bad ChatGPT om ideer til prompts for illustrationer af ChatGPT + SkyNet og bagefter fodrede Midjourney med den første prompt. Samarbejdende kreativitet på meget højt niveau faktisk.

Lad os indledningsvist notere, at ChatGPT ikke er koblet til internettet endnu, og at den ikke for alvor er udviklet og implementeret af de helt store tech-spillere (Google mfl.). Google har ikke haft en interesse i at launche deres robot kendt som LaMDA endnu, fordi den vil disrupte deres egen reklamefinansierede forretningsmodel.

Pointen er, at når der allerede lige nu åbner sig en helt ny verden med ChatGPT og billedmaskinerne, så bare vent, til Google vælger at launche deres robot, der går på nettet og connecter med alle devices og systemer. Det bliver, som den afhoppede Google-medarbejder siger her, en aldeles voldsom forandring igen.

En robot. der vågnede, er Frankensteins monster. It’s alive. Her produceret af mig i samarbejde med Midjourney via prompten: “It's Alive. Frankenstein in goth style. Just awoken.” I hvert fald skræmmende.

Et kort dryp fra Heidegger

Mareridtet om en AI, der overtager verden, er selvfølgelig fiktion og en fejllæsning af historien. Historisk har teknologi ikke direkte fortrængt mennesker fra deres arbejde, men har ført til nye jobkategorier og tiltagende fungeret som forlængelser af menneskets krop og kognition.

Heidegger argumenterer i bogen The Question Concerning Technology, at teknologi ikke er et neutralt værktøj eller middel til et mål, men snarere en måde at ”afsløre” verden og forme vores forståelse af den. Hvordan kan ChatGPT's evne til at generere menneskelignende svar på spørgsmål påvirke vores forhold til andre mennesker og vores selvfølelse? Gør disse teknologier os i stand til at have mere meningsfulde eller autentiske interaktioner med andre eller det modsatte? Når vi overvejer ChatGPT’s og andre AI-teknologiers rolle i vores liv, kan vi spørge, hvordan disse teknologier former og strukturerer vores forståelse af verden og vores plads i den. Gør de os i stand til at se verden på nye og meningsfulde måder, eller begrænser de vores opfattelse og forståelse af verden?

Prompt i DreamStudio: Martin Heidegger talking with technology. post-apocalyptic nuclear wasteland survival. many details in a beautiful landscape.

Algoritmisk snilde og et intuitivt interface

Der er to grunde til succesen lige nu: 1) big data og algoritmisk snilde, men også i væsentlig grad 2) det brugervenlige, intuitive interface baseret på naturligt sprog som input. Det kan nok være, at teknologien har været kendt og udviklet bag lukkede døre et stykke tid. Men vi skal ikke længere tilbage end 2017, før den epokegørende artikel Attention Is All You Need, af folkene fra Googles AI-afdeling, blev publiceret. Og siden er det gået stærkt på to områder: NLP (Natural Language Processing) og computer vision. Altså maskinens evne til at ”forstå” og ”tale” og ”se”.

Vi troede, AI kom til at handle om fysiske robotter og manuelt arbejde. I stedet blev det en forlængelse af vores sansesystemer.

OpenAI lancerede Dall-E til visuel produktion og GPT-3 til tekstprodukt. Med Dall-E 2 og GPT-3.5, der ligger bag ChatGPT, har vi altså robotter, eller digitale assistenter, som alle er enige om, har imponerende output. Båret af den meget intuitive brugergrænseflade, hvor man blot taster en beskrivelse via naturligt sprog, står vi nu foran et paradigmeskift, hvor en lang række arbejdsopgaver for evigt har forandret sig henimod at være co-creative med bots. For nylig vandt en samarbejdende enhed AI+menneske således den anerkendte fotokonkurrence Colorado State Fair med dette flotte billede.

Jason Allen lavede dette i samarbejde med AI Midjourney gennem utallige iterationer baseret på tekst prompts: en samarbejdende kreativ proces.

Nu er det ikke længere kun fabriksarbejderne, der skal kunne arbejde tæt side op og ned med robotterne. Det skal også alle vidensmedarbejderne og folk i de kreative brancher. Det vil sige dig, der læser dette.

Jeg spurgte ChatGPT, hvad den kan hjælpe med, og her får du listen, den spyttede ud. Bagefter spurgte jeg den, hvordan Dall-E 2, den visuelle robot, kan hjælpe i sammenhæng med ChatGPT.

Kun fantasien sætter grænser for, hvilke arbejdsopgaver de ny digitale AI-assistenter kan hjælpe med.

Her er, hvad Nick Bilton i Vanity Fair opsummerede i artiklen ChatGPT made me question what it means to be a creative human.

“The platform can be used to write haiku, jokes, corporate emails (that are also jokes), and business plans; diagnose medical conditions with just a little information; write or fix computer code; output screenplay scenes formatted correctly; and debunk any argument for a college essay in the style of any writer you want: Hemingway, William Shakespeare, Jane Austen, Leo Tolstoy, James Joyce, or even Donald Trump. One user asked it to write a biblical verse in the style of the King James Bible explaining how to remove a peanut butter sandwich from a VCR. It did it, and better than most writers I know could.

I don’t say this lightly, but this tech is one of the most astonishing, and terrifying, technologies I’ve ever seen, and I’ve been writing about technology for almost two decades.”

Fra analytisk AI til generativ AI

Vi taler nu generelt om det, man kalder Generative AI. Altså kunstig intelligens, der kan generere indhold. Hvor traditionel analytisk AI fokuserer på at analysere eksisterende data, der kan bruges til forudsigelser og automatisering, og derfor er i stand til at overtage specifikke tidskrævende, rutineprægede opgaver i stedet for mennesker, så er der med generativ AI tale om en type AI, der lærer af data og skaber nye data baseret på det, den lærer. Den er derfor i stand til at skabe tekst, billeder, lyd og snart også video.

Vi står dog stadig med en sort boks og reel forundring over, hvad der får robotten til at spytte et bestemt billede eller en tekst ud. De nye AI-chat- og -billedrobotter er mystiske rumvæsener selv for dem, der har skabt koden og fodret dem med træningsdata. Maskinerne kan lave nye ting, der er relaterbare og forståelige, men på samme tid helt uventede. Det er et elementært fundament for kreativitet.

Et simpelt eksempel

Jeg bad ChatGPT om at lave en reklamefilm for Carlsberg med nogle simple instruktioner. Bagefter tog jeg en beskrivelse fra chatbotten og fodrede billedmaskinerne for at få det visuelle element med i kampagnen. Her er resultatet, der i alt tog mig fem minutter.

Jeg gav så tre forskellige billedmaskiner, (Midjourney, DreamStudio fra Stable Diffusion og Dall-E 2) den samme prompt, taget fra ChatGPT’s egen scene 5-beskrivelse: “a group of young people are joined by a diverse group of people of all ages and backgrounds, raising their glasses in a toast”. Jeg tilføjede så “HQ, 4k” for at hæve kvaliteten af outputtet.

Billede af en flok med glas, skabt af Midjourney.

Billede af en divers flok med glas, skabt af DreamStudio.

Billede af en divers flok med glas, skabt af Dall-E 2.

Tre pointer står frem: 1) det er slående, hvordan de tre forskellige maskiner løser opgaven relativt præcist som foreskrevet og hurtigt, 2) men også løser opgaven ret forskelligt og endelig 3) at der er betydelig kvalitetsforskel, særligt når det kommer til gengivelse af ansigter.

Der er nu to muligheder: 1) man bruger det umiddelbare output direkte. Det er stadig en dårlig idé. 2) Man bruger det som inspiration og grundlag for det videre samarbejde mellem menneske og maskine. Man kan godt bruge outputtet direkte, hvis man gør sig umage med at fodre maskinen på den helt rigtige måde. Så kan man få imponerende tekster og billeder, som ingen kan gætte, er lavet af maskiner. Men de er så også skabt gennem en samarbejdende proces, hvor rigtigt mange timer er gået med det. Det tog f.eks. 80 timer at lave førnævnte konkurrencebillede. Og det er netop dette menneske-maskine-samarbejde, der bliver fremtidens nøglekompetence.

Fra computational creativity og regelbundne maskiner til freestyling

Når maskinen er udviklet til at lave kreative løsninger, kaldes det computational creativity. I midten af 00’erne blev advanced chess opfundet, hvor det blev tilladt at samarbejde med computere. En særlig kompetence så dagens lys: freestyling. Det dækker over muligheden for og evnen til at anvende alle tænkelige hjælpemidler for at nå målet, herunder samarbejde med computeren og dens løsningsforslag.

En freestyle skakspiller blev sågar kaldt en kentaur: en sammensmeltning af noget umenneskeligt med det menneskelige. Vi kunne også sige en cyborg i traditionen fra Donna Haraway (A Cyborg Manifesto).

I den regelbaserede computerverden var det en freestylers kompetence at vide, hvordan man kombinerer det ”særligt” menneskelige strategiske og kreative med computerens analytiske overherredømme. Det handlede om at lave nok regler.

Nu, hvor vi har bevæget os ind i den kreative computerverden, bliver det en freestylers kompetence at vide, hvordan man kuraterer og kombinerer maskinens både kreative og analytiske output med det, der tilbagestår at være det særligt menneskelige: Definitionsmagten til at redigere, kuratere, indgå i ”dialog” med maskinen og bestemme, hvad der giver mening.

Et fint eksempel på forskellen ses i udviklingen fra maskiner, man kæmpede imod i spil som skak og Go, til maskiner, man samarbejder med, som Metas Cicero, der er en reel samarbejdspartner i strategispillet Diplomacy.

1997: Kasparov taber til Deep Blue; 2005: Lee Sedol taber til AlphaGo; 2022: Metas Cicero: strategispil i samarbejde.

Der er mange grunde til at være meget kritisk og modsætte sig udviklingen, fordi der stadig er meget bias, fordi vi ikke rigtigt kan styre AI’en, og fordi reguleringen halter ekstremt bagefter. For den menige medarbejder er der dog al mulig grund til at begynde at lege med maskinerne i den kreative proces.

Som beskrevet her i Harvard Business Review vil vi nu se helt nye organisationsformer, nye virksomhedstyper, nye typer medarbejdere og nye forretningsmodeller. Så langt når vi ikke i denne artikel. Men vi kigger på, hvad det betyder for kreativitet, og hvilke kompetencer der bliver nødvendige. For det første betyder det ikke, som vi ellers altid har sagt, at det gælder om at lære at kode og forstå processerne inde i maskinen. Derimod er andre kreative samarbejdskompetencer nødvendige. Vi kigger her på ti bud.

Kompetence 1: Meta creativity i et maskinsamarbejde

Metakreativitet er en måde at tænke kreativitet på, der går ud over blot at producere kreative værker. I stedet handler det om at fokusere på de underliggende processer og metoder, der er involveret i den kreative proces. Metakreativitet er en kreativ tilgang til selve kreativiteten. Det handler om at tænke over den kreative proces og finde på måder at forbedre den eller gøre den mere effektiv på.

Skal jeg fremhæve kun én central kompetence, så er det at kunne gå meta på sin egen kreativitet og det input og output, der sker med maskinen. Lige så stor forskel, der er på, hvor gode mennesker er til at samarbejde med andre mennesker, lige så stor forskel vil vi se, der er på, hvor gode mennesker er til at samarbejde med robotten. Dette er glimrende beskrevet af Kevin Kelly fra Wired her.

Eksempel på brug af ChatGPT som refleksions”partner” over at gå meta på min kreative proces.

Kompetence 2: dataindsamling med maskinen

Forskningen viser entydigt, at kreative processer har brug for dyb viden om de brugere, man vil udvikle til. Man kan ikke bare gå i gang med ideudvikling i et videnstomt rum og ud fra ens mavefornemmelse. Der skal data, information og viden til. Klart nok kan det indsamles på mange måder. Jeg er stærk fortaler for videoetnografien, og der er robotten ikke just ferm endnu. Men til desk research er den glimrende. Bare se eksemplet herunder, der også viser, hvordan søgning (Google Search) kan blive disruptet af denne teknologi. Så tager man det som inspiration og bygger videre.

ChatGPT kommer med forslag til app, som blinde mennesker bruger.

Kompetence 3: tænke ud af boksen i et maskinsamarbejde

Et af de helt store problemer ved kreative processer i al almindelighed er udfordringen med den berømte boks, man skal prøve at tænke ud af. I litteraturen er det også blevet beskrevet som mental fiksering og groupthink, hvor man simpelthen kører fast og mangler input udefra. Her er de nye digitale assistenter geniale som redskaber til at få nye perspektiver.

ChatGPT kommer her med forslag til ting, jeg kan arbejdere videre ud fra.

Kompetence 4: kombinere i et maskinsamarbejde

Det er også velundersøgt, at kreativitet i sin mest elementære form handler om at kombinere. Det er også blevet beskrevet som bisociation efter Koestler. Kreativitet er en skabelsesproces, hvor man sætter to eller flere elementer i spil med hinanden; ifølge Koestler helst ret uens elementer for at se, hvad nyt der kan opstå. Tvungen kombination har jeg også beskrevet ret grundigt i min bog Ideudvikling. Typisk baseret på enten eksisterende delelementer eller frie associationer, man kombinerer på sin ide. Det kan i forvejen være en næsten mekanisk proces, så det er naturligvis også noget, maskinen kan hjælpe med. Grundlaget for kombinationsprocesserne er det data, der fødes ind. Og det må man sige, maskinerne har til overflod.

ChatGPT kommer med associationer og forslag til at bruge dem.

ChatGPT kommer med en idé ud fra en kombination.

Kompetence 5: brugerinput i et maskinsamarbejde

Al forskning viser, at man skal teste sin idé og sit produkt så hurtigt som muligt. Ikke bare sidde alene i garagen uden brugerinput. De nyere design thinking-teorier siger, at man skal gøre det så hurtigt som muligt med prototyper og test i en rapid og iterativ proces. Det kræver engagement med kunder og brugergrupper. Men et lynhurtigt reality check kan man faktisk også få ved chatte lidt med ChatGPT, der så giver sit input af lidt mere generisk art.

ChatGPT giver et bud på, hvordan brugergruppen vil reagere.

Kompetence 6: kuratere/redigere i et maskinsamarbejde

Det er blevet slået fast mange gange, at det vanskeligste måske ikke er at få mange ideer i en brainstormfase, men at udvælge, udvikle og forfine dem, og i særlig grad implementere dem. Også her melder maskinen sig på banen som en hjælp. I stedet for alene at bede den om at komme med ideer, kan man bede den om hjælp til at udvælge.

ChatGPT giver input til, hvordan jeg kan vælge mellem ideer ud fra nogle principper.

Kompetence 7: Prompts som genre, der forfines i maskinsamarbejdet

Desto mere præcise beskrivelser man giver maskinen, desto bedre kan den udføre sit arbejde. På den måde er der ikke kun tale om, at maskinen har tilpasset sig menneskene og deres naturlige sprog, men også det modsatte: At menneskers nye væsentlige kompetence er at producere et ”naturligt” sprog, som er forståeligt for maskinen. Disse beskrivelser kaldes prompts og er helt centrale for interaktionen med robotten. At skrive prompts bliver en særskilt vigtig kompetence, og vi får snart stillinger som ”prompt engineer”, eller som Kevin Kelly foreslår: ”AI whisperers, or prompt artists, or promptors”. Og vi får helt nye markedspladser for salg af prompts, hvilke allerede er begyndt at dukke op, som eksempelvis dette site.

ChatGPT giver sit bud på, hvordan man skriver gode prompts til sig selv.

Kompetence 8: spotte fejl og bias

Når vi er kreative og skriver tekster og illustrerer og udvikler nye ideer og koncepter, så nytter det ikke noget, at vi skaber faktuelle fejl og reproducerer bias. Det er en almindelig kompetence at kunne håndtere det i social interaktion og i produktion. Kildekritik er en almindelig kompetence, men dens nødvendighed bliver forstærket nu, hvor der ingen sandhedsdækning er indbygget i AI-teknologien. Det er ikke som f.eks. en Google-søgning, hvor algoritmen favoriserer det, der er størst almen videnskabelig dækning for. ChatGPT digter bare derudad i sin egen kreative proces, omend den har nogle præferencer for f.eks. at modsætte sig hadefuld tale i al almindelighed. Det er både styrken og svagheden.

Direktøren for OpenAI, Sam Altman, maner her til besindighed.

Her ser vi et eksempel på ren digtning, som ChatGPT laver. Intet, der står om Timme her, er sandt.

Kompetence 9: håndtere copyright, plagiat og transparens

Copyright har altid været et issue, når det handlede om at være kreativ og udvikle nyt. Selvfølgelig kan man ikke opfinde noget nyt, der allerede findes. Intellectual property rights og problemer med plagiat, som man tit ser i f.eks. design af logoer, er seriøst, men særligt relateret til billedmaskinerne. Fans har allerede vist sig at være sure over, at Dall-E imiterer kendte kunstnere uden at kreditere.

ChatGPT bliver selvfølgelig et kæmpe problem i hele uddannelsessektoren, hvor det handler om at lære. Nogle steder som f.eks. på Stack Overflow er indhold fra ChatGPT allerede blevet forbudt, og danske gymnasieelever efterspørger selv allerede nu regler. Det er også allerede blevet foreslået, at man skal indarbejde et krypteret vandmærke i indhold fra ChatGPT.

Det er vigtigt at bemærke, at outputtet fra robotterne er originalt og netop ikke direkte kopiering eller plagiering. For folk i den kreative branche handler det derimod om at trykprøve tekster og billeder ved f.eks. at putte outputtet i en søgemaskine og så ellers i øvrigt, som sagt, bruge outputtet som grundlag for at bygge videre.

Kompetence 10: Co-creation med botten sker gennem iterationer

Ingen af de her nævnte kompetencer handler om, hvad maskinen kan gøre i sig selv, men om, hvordan den kan fungere som agent på ”lige fod” med andre typer agenter, der deltager i samskabelsesprocesser.

Vi har i kreativitetsforskningen i mange år talt om samskabelse og iterationer som det bærende element. Kreativitet sker ikke bare fra et geni i hans elfenbenstårn, men er reelt tit og ofte en teambedrift, og selv der, hvor vi fremhæver det enkelte geni, viser forskningen, at hans arbejde var baseret på andres input. Og det input findes også i tidsånden, dvs. i data i og om verden. Det er ”in the air” som Gladwell siger. Se også her.

Det er samme proces, vi nu kan overføre til samarbejdet med robotten. Den bedste anvendelse er ikke resultaterne, man får ved at skrive en enkelt prompt, men det, man får ud af meget lange samtaler mellem os og maskinerne. Det handler om iterationer sammen med maskinen. Frem og tilbage. Time efter time. Arbejdet bliver ikke nødvendigvis mindre, men løsningerne kan blive ret anderledes.

Vi har i forskningen et stykke tid talt om ”distributed agency” og den materielle drejning (materiality turn), der har ført til en langt mere kompleks forståelse af sociomaterielle kollektioner eller helheder. ChatGPT indvarsler relevansen af helt nye typer menneske-maskine-samarbejder. Bare tag det simple eksemple herunder, hvor robotten ikke blot gør det adspurgte, nemlig at forbedre og korrekturlæse den dårlige tekst, men også af sig selv giver input til yderligere forbedringer. Pointen er jo så, at man bruger det til at arbejde videre med.

ChatGPT gør det adspurgte – og mere til.

Desensitization: Så god, så den lammer vores kreative muskel?

Med indførelsen af denne type teknologi kan man dog også tale om det, som medieteoretikeren McLuhan introducerede som en lammelse af vores sanser (numbness). Ifølge McLuhan er det en tilstand, der skyldes, at man bliver overvældet af den konstante strøm af stimuli. McLuhan mente dog også, at det kan være en nødvendig del af processen med at tilpasse sig nye former for medier og teknologi, og at det til sidst kan føre til en dybere forståelse og engagement med verden.

Et godt eksempel på ”desensitization” (lammelsen af sansemæssig sensitivitet) er brugen af GPS, der har lammet vores kognitive sans for at finde rundt. Spørgsmålet er, om vores sproglige og kreative kompetence ikke kun bliver forstærket gennem samarbejdet, men at vi også samtidig lammer vores kreative muskler, så vi aldrig kan være kreative igen uden også samtidig at være i rum med vores elskede digitale ven.

Her gav jeg Midjourney følgende prompt elaboreret fra brødteksten: ”i cant be creative without my robot. photorealistic, ultra detailed, 4K, unreal engine, ambient”

Hvad vil det sige at være menneske, når en computer kan være lige så kreativ?

Det er ikke et retorisk spørgsmål. Maskiner har selvsagt ikke bevidsthed og kan intet føle. Men nu kan maskiner imitere menneskelige produkter og skabe helt nyt. Når mennesker ser og læser det, som maskinen har skabt, og bliver følelsesmæssigt berørt af det, så befinder vi os et helt nyt sted, hvor maskinen bliver en forlængelse af menneskelige følelser og tanker. En maskine behøver ikke at være bevidst eller i stand til at opleve følelser for at skabe indhold, der berører os eller måske endda er meningsfuld for os. Værdien og betydningen af tekster og billeder ligger ikke i maskinens evne til at føle, hvad den laver, men i vores evne til at værdsætte outputtet.

Kreativitet er ikke en mystisk kompetence. Det har kreativitetsforskningen ret grundlæggende vist. Men den radikale læring fra AI’erne er alligevel også, at kreativitet er mere elementært, end vi troede. Det er uafhængigt af bevidstheden og diverse ”positive energier”. Vi kan skabe kreativitet i noget så dumt som et neuralt netværk. Vi kan skabe vildt kreativt indhold ud fra statistiske modeller. Eller som Kevin Kelly meget illustrativt siger det i Wired:

”For the first time in history, humans can conjure up everyday acts of creativity on demand, in real time, at scale, for cheap. Synthetic creativity is a commodity now. Ancient philosophers will turn in their graves, but it turns out that to make creativity—to generate something new—all you need is the right code.”

En ny drejning på The linguistic turn

ChatGPT er vand på møllen for den sproglige vending (linguistic turn) på en uventet måde. The linguistic turn henviser til sproget som fundamentalt for menneskelige oplevelser og sociale relationer. Sprog betragtes som en fundamental måde at tænke og kommunikere på, der formes af og former vores måde at tænke om og engagere os i verden omkring os.

Ved at generere menneskelignende tekst kan GPT give indblik i mønstre og strukturer i sproget og i, hvordan sproget bruges til at formidle betydning. GPT har evnen til at generere ny tekst, der ikke direkte er baseret på det træningsdata, den bygger på, hvilket betyder, at den har potentiale til at påvirke og forme den måde, sprog anvendes i samfundet på. Den kan skabe bias, og den kan ”gennemtvinge” politiske sprogforandringer.

Prompt: robot in conversation with human. Fantasy, sci fi, landscape, epic scene, cinematic light, ultra detailed.

Ser vi overordnet GPT fra et sociomaterialt perspektiv, bliver vi tvunget til at overveje både de måder, hvorpå AI’en påvirkes af og afspejler strukturerne i menneskelige samfund, og de måder, hvorpå den har potentiale til at påvirke og forme disse strukturer.

ChatGPT understøtter og reproducerer det naturlige sprog som strukturerende for forståelse. Det har vidtrækkende filosofiske konsekvenser, hvis maskinerne definerer det sprog, der definerer os.

Uafhængigt af hvor genial en samarbejdspartner robotten ellers er, så bør vi lige nu være ekstremt varsomme med, hvordan vi anvender dette nye løsgående missil.

---

P.S. Jeg er ved at starte et forskningsprojekt op, der skal undersøge den faktiske praksis, når mennesker er kreative sammen med robotten på f.eks. ideudviklingsmøder. Hvis du og din virksomhed/afdeling vil være med, så tag endelig fat i mig.