Varför kreativa människor betyder mer nu
AI gör kompetent arbete billigt och likriktat. Vad forskningen visar, och varför skillnaden nu kommer från människor med smak, omdöme och riktning.
OpenAI uppger att människor nu skapar mer än 3 miljarder bilder i veckan med företagets verktyg. Lägg till den text, musik och video som andra modeller tar fram, så verkar slutsatsen självklar: om en maskin kan producera kompetent kreativt arbete på några sekunder, betyder de människor som brukade göra det mindre.
Beläggen pekar åt andra hållet. AI höjer golvet för kreativt arbete och drar det mot mitten. Det gör de människor som kan leda det någon annanstans mer värdefulla, inte mindre.
Bättre var för sig, mer lika tillsammans
Den tydligaste studien kommer från Anil Doshi och Oliver Hauser och publicerades i Science Advances i juli 2024. Skribenter som fick berättelseidéer från en språkmodell skrev berättelser som läsarna bedömde som mer kreativa, bättre skrivna och roligare att läsa, med de största vinsterna bland de mindre kreativa skribenterna. Men berättelserna som skrevs med AI liknade varandra mer. Författarna beskriver ”en ökning av den individuella kreativiteten, med risk att det kollektiva nyskapandet går förlorat”.
En metaanalys från 2025 av Niklas Holzner, Sebastian Maier och Stefan Feuerriegel, som omfattade 28 studier med 8'214 deltagare, fann samma mönster i stor skala. Generativ AI på egen hand presterade ungefär lika bra som människor på kreativa uppgifter. Människor som arbetade med AI presterade bättre än människor utan, med en blygsam marginal. Och AI hade ”en betydande negativ effekt på idéernas mångfald”, en effekt ungefär tre gånger så stor som vinsten.
Den ojämna gränsen
Likriktning är inte den enda risken. I ett fältexperiment med Boston Consulting Group, nu publicerat i Organization Science, arbetade 758 konsulter med realistiska uppgifter med eller utan GPT-4. På uppgifter inom det modellen klarar slutförde de med AI 12,2 procent fler uppgifter, 25,1 procent snabbare och med klart högre kvalitet. På en uppgift som valts för att ligga utanför det var sannolikheten att de nådde ett korrekt svar 19 procentenheter lägre än för kollegor utan AI.
Ethan Mollick, en av författarna, noterade att svaren som togs fram med AI var ”lite homogena och likartade sammantaget”. En undersökning av 319 kunskapsarbetare från Microsoft Research fann att större förtroende för AI gick hand i hand med mindre kritiskt tänkande, och att själva arbetet förskjuts mot att kontrollera, kombinera och ta ansvar för det maskinen producerar. Att veta var ett verktygs gräns går är ingen teknisk färdighet. Det är omdöme.
Vad människor tillför
En modell tränas på det som redan finns och ger, lämnad åt sig själv, tillbaka den mest sannolika versionen. Ted Chiang formulerade skillnaden i underrubriken till sin essä för The New Yorker: ”en konstnär gör val som i grunden är främmande för artificiell intelligens.” En brief, en prompt och en referenstavla är var för sig en uppsättning val. Ju fler av dem en människa gör medvetet, desto mindre av resultatet överlämnas åt genomsnittet.
De valen bygger på det som en modell saknar: ett eget perspektiv, kunskap om en viss publik, ett minne av vad som prövades och misslyckades, en känsla för vad ett varumärke aldrig skulle säga. Arbetsgivare verkar se det. I World Economic Forums Future of Jobs Report 2025 hör kreativt tänkande till de färdigheter som väntas fortsätta öka i betydelse fram till 2030, vid sidan av AI och big data.
Praktiker märker när ett företag glömmer detta. I februari tog videoplattformen Higgsfield, enligt The Register, bort ett inlägg som skröt om att dess verktyg för motion design hade gjort slut på mer än 20 kreativa jobb, efter en motreaktion från de konstnärer som använder det. Aharon Rabinowitz, som driver Motion Management, skrev att det var ”bara superdumt och kortsiktigt” att fira slutet på konstnärers karriärer, och tillade att verktygen inte var tillräckligt bra för att göra någon arbetslös.
Hur bra team arbetar med AI
Forskningen antyder också hur man behåller vinsterna utan likriktningen. Tänk innan du skriver din prompt: Doshi och Hauser beskriver risken att skribenter fastnar i maskinens idéer, så de första idéerna, vinkeln och referenserna bör komma från människor. Mollick beskriver två arbetssätt som båda fungerade bra: kentaurer, vars arbete har ”en tydlig gräns mellan människa och maskin”, och cyborger, som väver samman de två. Ingen av dem lämnar över beslutet.
I praktiken breddar bra team med maskinen och smalnar av med människor. De matar den med referenser i stället för adjektiv, ber om många alternativ och kastar de flesta. De jämför sitt arbete med vad konkurrenterna publicerar, eftersom faran inte är dåliga resultat utan resultat som ser ut som alla andras. Och en namngiven person kontrollerar fakta och godkänner, eftersom stunden då förtroendet för ett verktyg är som störst är just när det kritiska tänkandet sjunker.
Var crue står
Vi använder AI för själva framställningen, varianterna och rutinarbetet, och vi vill att allt detta ska gå snabbare. I Reel bestäms idéerna, referenserna och stilarna som ska låsas tillsammans med en människa innan något görs, den bästa modellen väljs för varje uppgift, och en människa väljer varje bild och varje klipp som används. Maskinen tar fram alternativen. Människorna står för riktningen och för nejet.
AI har gjort kompetent arbete till något som finns i överflöd. Det är precis därför de människor som kan göra det specifikt, överraskande och rätt är värda mer än förut.
