TL;DR – Pikaversio
Voiko kone olla luova? Lyhyt vastaus: kyllä, ainakin tietyllä mittarilla – ja se on ihan ok. Tekoäly tuottaa jo nyt uusia, yllättäviä ja arvokkaita ideoita, eli täyttää klassisen luovuuden määritelmän.
Tietääkö se itse tekevänsä taidetta? Sitä emme tiedä, eikä tietoisuuden synnylle koneessa toisaalta näy estettäkään. Mutta taiteessa ei ole kyse vain taitavasta tekemisestä: teoksen pitää merkitä jotain ja puhutella toista ihmistä. Toistaiseksi se on inhimillinen juttu.
Olennaisin pointti: tekoäly on taiteilijalle työkalu ja kumppani, ei uhka – uusi vaihe samassa jatkumossa kuin aikoinaan äänitysstudio tai digikamera. Ja jos koneet joskus heräävät omaksi lajikseen, ne tekevät omaa taidettaan. Ei se ole meiltä pois.
Johdanto
Voiko kone olla luova? Mitä tekoälyjärjestelmät tekevät, kun ne tuottavat tarinoita? Ajatteleeko kone? Vaaditaanko luovuuteen aina ihminen? Pohdin tässä esseessä näitä kysymyksiä neljän kirjan kautta. Kirjoitin tämän osana taidehistorian opintojani.
Generatiivinen tekoäly (laajat kielimallit) on ollut yleisesti saatavilla vasta viitisen vuotta. Toisin kuin biologisia prosesseja, tekoälyä eivät koske fysiologiset tai neurologiset rajoitukset, joihin me ihmiset olemme tottuneet. Sen kehitys on ollut nopeaa ja seuraa todennäköisesti lähivuosina eksponentiaalista kehityskaarta portaittaisen tai lineaarisen kehityksen sijaan. Nopea kyvykkyyksien lisääntyminen on jo muuttanut mm. ohjelmistokehitystä ja sodankäyntiä. Se saattaa vaikuttaa tulevaisuudessa laajasti inhimilliseen toimintaan ja työhön.
Tekoälyllä on vaikutusta myös taiteelliseen työskentelyyn. Tutkin maisterintutkielmassani (Isosävi, 2025) tekoälyn vaikutusta taiteilijoiden taiteelliseen työskentelyyn ja miten he kokivat tekoälyn käytön osana omaa työtään. Tässä esseessä käsittelen luovuuden käsitettä ja miten tekoälyn luovuutta, tai yleisemmin ei-inhimillistä luovuutta, on hahmotettu ja minkälaista kritiikkiä on esitetty. Luovuus käsitteenä on myös filosofinen kysymys, joka helposti johtaa spekulatiivisiin pohdintoihin ihmisen ja koneen suhteesta.
Kirjat, joiden kautta käsittelen aihetta, ovat Arthur Millerin Artist in the Machine: The World of AI-Powered Creativity (Miller, 2019), Joanna Zylinskan AI Art: Machine Visions and Warped Dreams (Zylinska, 2020), Michael E. Jonesin ja Michael Caballesin What Art Is Now: Creativity in the Age of AI (Jones & Caballes, 2026) sekä David Hajdun The Uncanny Muse: Music, Art, and Machines from Automata to AI (Hajdu, 2025). Täydennän käsittelyä muilla tekoälyä ja luovuutta koskevilla lähteillä. Kirjoittajat ovat alansa arvostettuja asiantuntijoita: Miller on tieteenhistorian ja -filosofian emeritusprofessori University College Londonista, Zylinska mediafilosofian professori King’s College Londonissa, Jones emeritusprofessori University of Massachusetts Lowellista, Caballes tekoälyasiantuntija ja Hajdu journalismin professori Columbia Universitystä.
Luovuuden käsite ja koneellinen luovuus
Human creativity is something of a mystery, not to say a paradox. One new idea may be creative, while another is merely new. What’s the difference? And how is creativity possible? – Margaret Boden
Luovuudelle ei ole olemassa yhtä määritelmää. Zylinska (2020) viittaa kirjassaan useampaan luovuutta käsittelevään teoriaan. Vilém Flusser väittää, että luovuus on aina ollut ihmisen ja koneen kanssakäymisestä syntynyttä (Zylinska, 2020, luku 4). Myös Hajdu tuo tätä käsitystä esiin kirjassaan monessa kohtaa, vaikka ei suoraan itse sitä väitteenä esitäkään.
Sekä Miller (2019, luku 3), Hajdu (2025, s. 194–195) että Zylinska (2020, luku 5) siteeraavat Margaret Bodenia (Boden, 2010; 1998), jonka mukaan luovuus käsitetään “kyvyksi synnyttää uusia ideoita ja artefakteja, jotka ovat uusia, yllättäviä ja arvokkaita”. Ideoilla hän tarkoittaa mitä tahansa immateriaalista kuten tarinoita tai koreografioiden konsepteja ja esineillä mitä tahansa esineellistä, kuten maalauksia tai vessanpönttöjä. Boden väittää, että luovuus läpäisee jokaisen ihmiselämän osa-alueen, se ei ole mielen erityinen “kyky” vaan “perustuu jokapäiväisiin kykyihin kuten käsitteelliseen ajatteluun, havaintoon, muistiin ja reflektiiviseen itsekritiikkiin“. Boden pyrkii löytämään mallin, joka sopii myös kognitiotieteen ja tekoälyn tutkimiseen. Hänen mukaansa luovuus ei koskaan ole joko-tai-kysymys, vaan pitää pohtia, miten luovaa jokin toiminta on ja millä tavalla se on luovaa.
Bodenille uutuus tarkoittaa uutta kahdella tasolla. P-luova (”psychological”) idea tuottaa jotain uutta tekijän omasta näkökulmasta ja H-luova (”historical”) idea on uusi laajemmin ihmiskunnan näkökulmasta. Bodenille luovan tuotoksen arvo perustuu sen merkityksellisyyteen kyseisessä yhteydessä ja toiminnassa. Luova tuotos ei siis voi olla vain uusi ja yllättävä, vaan sen täytyy olla myös merkityksellinen, hyödyllinen tai muuten arvokas kyseisessä toiminnassa. Yllättävyys kertoo, miten idea on syntynyt. Syntytavan mukaan Boden erottelee kolmenlaista luovuutta: yhdistelmäluovuus (”combinational”), tutkiva luovuus (”exploratory”) ja muuntava luovuus (”transformational”).
Yhdistelmäluovuus yhdistää olemassa olevia asioita uudella tavalla. Kognitiivisesta näkökulmasta yhdistävä luovuus voidaan ymmärtää mieleen tallentuneiden representaatioiden uudelleenyhdistelynä. Tuloksena syntyvä ajatus voi vaikuttaa yllättävältä, koska yhdistelmä on odottamaton, vaikka sen osatekijät ovatkin jo ajattelijan työkalupakissa käytettävissä.
Tutkiva luovuus tarkoittaa olemassa olevan käsitteellisen tilan systemaattista tai mielikuvituksellista tutkimista. Missä tahansa järjestelmässä on usein paljon enemmän mahdollisuuksia kuin mitä heti on ilmeistä. Omaperäisyys perustuu siihen, että tuotos on uusi aiempaan käytäntöön nähden, vaikka se onkin periaatteessa mahdollinen olemassa olevien sääntöjen puitteissa. Bodenin ajatus on, että suuri osa luovuudesta toimii juuri tällä tavalla: sen ei tarvitse kumota järjestelmää ollakseen aidosti luovaa. Uutta syntyy järjestelmän rajoitteiden sisällä, kun kaikki mahdollisuudet vain löydetään.
Muuntava luovuus muuttaa käsitteellistä avaruutta, tuo uusia näkökulmia ja näyttää joskus ”astuvan laatikon ulkopuolelle”. Sen sijaan, että vain yhdisteltäisiin olemassa olevia ideoita tai tutkittaisiin olemassa olevia sääntöjä, muuntava luovuus kohdistuu itse sääntöihin, oletuksiin tai tapoihin, jotka määrittelevät sitä, mitä pidetään mahdollisena. Voi syntyä ajatuksia, joita vanhan viitekehyksen sisällä ei olisi voitu tuottaa. Tämä on kaikkein radikaalein luovuuden muoto, koska se määrittelee koko asian uudelleen sen sijaan, että tuottaisi vain uudenlaisen tuotoksen tutun viitekehyksen sisällä. Tällaisia ovat olleet mm. suhteellisuusteoria tai konseptitaiteen synty.
Itselleni tulee mieleen Bodenin luovuusteoriasta Aristoteleen käyttämä käsite mimesis, jolla hän tarkoitti prosessia, jolla taide syntyy: otetaan todellisuudesta aineksia ja niistä muokataan tekijän haluama muoto (Minor, 2001, s. 33–35). Se ei ole vain kopiointia, vaan aktiivista valintaa ja muokkaamista. Eli luovuus on kiinni olemassa olevassa, mutta se voi silti tuottaa uutta, ihan kuten Boden kuvaa.
Miller (2019) esittelee shakkia pelaavien ohjelmistojen kehitystä, kun puhuu luovuudesta. 1990-luvulla shakkitietokoneita tehtiin sillä periaatteella, että koneen muistissa oli valtavasti pelejä ja tulevia mahdollisia siirtokombinaatioita voitiin laskea jopa 200 miljoonaa sekunnissa. Mutta 2000-luvulla ohjelmistot olivat neuroverkkopohjaisia, jolloin ne pelasivat itse itseään vastaan ja oppivat pelistrategiat kokeilemalla. Niiden laskentatehot eivät olleet isoja 2017 AlphaZerolla vain noin 60 000 siirtoa sekunnissa. Kaikki perustui hermoverkkojen kykyyn oppia itsenäisesti pelaamalla, sille ei annettu alkusyötteenä kuin pelin perussäännöt. AlphaZero peittosi kaikki aiemmat mallit, sekä ihmiset, jo vuorokauden itseään koulutettuaan. Millerin mielestä luovuus ei ole pelkästään kiinni tietojenkäsittelytehosta, vaan enemmänkin tietojenkäsittelyarkkitehtuurista, kunhan tietty monimutkaisuus on ylitetty. (Miller, 2019, s. 52–54).
Hermoverkon opetushistoria ja sen altistuminen ärsykkeille ja kannusteille vaikuttaa siihen, mitä se tuottaa. Hermoverkon opetusdata on aina myös jonkun kulttuurin materiaalia ja se vääjäämättä välittää kyseisen kulttuurin ja yhteisön arvostuksia ja konventioita. Näin on myös ihmisen oppimisen laita, lapsi imee vaikutteita omasta ympäristöstään. Siksi ajatus ihmisen luovuuden uniikkiudesta on triviaalisti totta, koska jos ei ole biologisneurologinen eliö kuten ihminen, ei voi tietenkään saada täysin samanlaista kokemuspohjaa ja kokemusta kuin ihminen saa eläessään ihmisyhteisössä.
Toisaalta ihmisen rakentamat keinotekoiset ohjelmistot ja tekoälyt omaksuvat paljon kokemuspohjaa ja tietoa meiltä, koska opetamme niitä ihmisen tuottamalla materiaalilla. Siksi ne ovatkin olemukseltaan koneen ja ihmisen hybridejä. Roope Rainisto puhui tästä lopputyössäni: hänen mielestään tekoälyn ”vääristymät” ja ”vinoumat” ovat vain oman kulttuurimme tuotoksia, joista emme voi syyttää kuin itseämme (Isosävi, 2025, s. 53). Tämä pätee ainakin niin kauan, kunnes koneet pystyvät lisääntymään itsenäisesti ja luomaan omia yhteisöjään ilman ihmistä. Zylinska on hyvin kriittinen AI-firmoja kohtaan, koska hänestä ne eivät kouluta ja käytä AI:ta lähtökohtaisesti luontokadon ja ilmastokriisin ratkaisemiseen, eikä siten lopulta ihmisenkään hyväksi. Zylinska toteaa, että palkkaamalla moraalifilosofeja ja esittelemällä eettisiä arvojaan, yritykset välttelevät vastuutaan ja kiertävät sääntelyä. Ne luovat oikeudellisen ja viestinnällisen savuverhon hämätäkseen ihmisiä. Tämän seurauksena ihmiset eivät vaadi teknologiayrityksiä vastuuseen, kun niiden algoritmit lisäävät rasismia, sukupuolittuneita käsityksiä ja taloudellista epätasa-arvoa. (Zylinska, 2020, luvut 2 ja 8).
Luovuuden filosofinen kehys
In principle, because the brain obeys the laws of physics, computers can do anything the brain can do. – Murray Shanahan
Tietoisuuden synnystä on karkeasti kaksi pääkoulukuntaa, joiden juuret ulottuvat 1600-luvulle.
Antifysikalistinen perinne sai modernin muotonsa René Descartesin dualismista: ihmisellä on materiaalisen ruumiin lisäksi ei-fysikaalinen mieli tai sielu, joka erottaa hänet eläimestä ja koneesta. Vaikka Descartes piti ihmisruumista mekaanisena koneena, jonka toiminnot voidaan ymmärtää, hän katsoi tietoisuuden olevan jotain muuta kuin pelkkää fysiikkaa (Hajdu, 2025, s. 16). Tämän perinteen jatkajia ovat 1900-luvulla mm. Thomas Nagel ja monet eksistentialistisen tradition ajattelijat.
Fysikalistinen perinne taas alkaa Thomas Hobbesista, joka jo 1600-luvulla esitti, että mieli on kehon toiminnan tuote. Julien Offray de La Mettrie radikalisoi näkemyksen 1748 esittämällä, että aivot ovat “ajattelua tuottava lihas”, ja ennusti hermoston osin sähköisen luonteen (Hajdu, 2025, s. 18–19). Nykyfysikalisteja ovat mm. Daniel Dennett, Anil Seth ja Michael Graziano, joista kahteen jälkimmäiseen Miller viittaa kirjassaan.
Yksinkertaistaen voi sanoa, että fysikalistit näkevät tietoisuuden aivojen sähkökemiallisen toiminnan (siis tiedonkäsittelyn) luonnollisena seurauksena, jolloin sama on periaatteessa toistettavissa muissakin riittävän monimutkaisissa järjestelmissä. Antifysikalistit puolestaan katsovat, ettei tietoisuutta voi palauttaa fysikaalisiin prosesseihin, vaan sen synty vaatii jotain ei-fysikaalista tai ainakin jotain, mitä emme vielä ymmärrä. Jako ei ole jyrkkä, ja molempien koulukuntien sisällä on eriäviä käsityksiä siitä, voiko tietoisuutta syntyä ei-biologisissa järjestelmissä. Yleensä fysikalistit pitävät koneiden tietoisuuden syntymistä mahdollisena tai jopa todennäköisenä, kun taas antifysikalistit suhtautuvat siihen epäilevästi tai kieltävästi.
Tietoisuuden kysymykseen kytkeytyy myös vapaan tahdon ongelma. Jos aivot ovat puhtaasti deterministinen järjestelmä eikä vapaata tahtoa ole, kuten Sapolsky (2024) esittää, ihmisen luovuus on lopulta fysikaalisten prosessien vääjämätön tulos. Eikä ihmisen luovuuden tulos oleellisesti voi olla erilainen kuin koneen tuotos. En käsittele vapaan tahdon kysymystä tässä esseessä laajemmin, koska sitä ei nostettu esiin kohdekirjoissa luovuuden yhteydessä.
Tämä jako on luovuuden kannalta olennainen, koska se määrittää, pidetäänkö koneen luovuutta, erityisesti Bodenin muuntavaa luovuutta, periaatteessa mahdollisena. Jones ja Caballes argumentoivat kirjassaan pohjimmiltaan niin, että luovuus on erityisesti inhimillinen ominaisuus. Heidän mukaansa koneäly tai ohjelmisto ei ole kehollinen eikä siten kuolevainen, eikä se siksi kykene käsittelemään eksistentiaalisia kysymyksiä tai tuottamaan taiteessa vaadittavaa luovuutta ja tunteita. Myöskään suurille kielimalleille tyypillinen tilastollinen mallinnus ei heidän mielestään voi tuottaa aitoa “ajattelua” (Jones & Caballes, 2026, Luku 3). Vaikka järjestelmä kehittyisi ihmisen tasolle älykkyydessä, se ei voisi heidän näkemyksensä mukaan olla samalla tavalla tietoinen ja tunteva, eikä siksi myöskään luova samalla tavalla (Jones & Caballes, 2026, Luku 4). Jones ja Caballes asettuvat selvästi antifysikalistien leiriin: heille kuolevaisuus, kehollisuus ja eksistentiaalinen haavoittuvuus ovat välttämättömiä paitsi tietoisuudelle myös sille luovuudelle, jota taide vaatii (Jones & Caballes, 2026, Luku 8).
Miller (2019) edustaa vastakkaista, fysikalistista kantaa. Hän nojaa erityisesti Michael Grazianon huomioskeemateoriaan, jonka mukaan tietoisuus on aivojen sisäinen malli omasta tiedonkäsittelystään. Tietoisuus on siis eräänlainen “metakerros”, joka syntyy, kun järjestelmä on riittävän monimutkainen ja moninkertaisesti takaisinkytketty (Miller, 2019, luvut 43–44). Tämän näkemyksen mukaan mikään ei periaatteessa estä tietoisuuden syntymistä myös ohjelmistossa. Itse ajattelen tietoisuudesta Grazianon ja Sethin suuntaisesti ja pidän Jonesin ja Caballesin perusteluja puutteellisina. He olettavat ilman vahvoja perusteluja juuri sen, mikä antifysikalistien pitäisi todistaa vahvasti, eli että ainoa tie tietoisuuteen ja luovuuteen kulkee biologisen kehon kautta. Heidän ajattelunsa heijastaa minusta paikoin varsin romanttista käsitystä ihmisen luovuuden ja tietoisuuden ainutlaatuisuudesta.
Hermoverkon opetushistoria ja sen altistuminen ärsykkeille vaikuttaa siihen, mitä se tuottaa. Opetusdata on aina jonkin kulttuurin materiaalia, ja se vääjäämättä välittää kyseisen kulttuurin arvostuksia ja konventioita. Sama pätee ihmiseen: lapsi imee vaikutteita jatkuvasti ympäristöstään. Ajatus ihmisen luovuuden uniikkiudesta on triviaalisti totta siinä mielessä, että vain ihminen voi saada juuri ihmisen kokemuspohjan. Mutta tämä ei tee koneen luovuudesta mahdotonta: se tekee siitä erilaista. Ihmisen rakentamat tekoälyjärjestelmät omaksuvat paljon kokemuspohjaa meiltä, koska opetamme niitä ihmisen tuottamalla materiaalilla. Siksi ne tuottavat hyvin tulosta. Roope Rainisto totesi maisterintutkielmassani osuvasti, että tekoälyn “vääristymät” ja “vinoumat” ovat oman vain kulttuurimme ilmentymiä, joista emme voi syyttää kuin itseämme (Isosävi, 2025, s. 53).
Miller (2019, s. 75) kuvaa, miten neuroverkko “herkistetään” tietylle datamassalle ja ärsykkeille. Kun se altistetaan uudelle datalle, se pyrkii löytämään uudesta sitä, mille se on ehdollistettu. Sekin siis hahmottaa uutta aikaisemmin oppimansa kautta. Tässä nykyiset hermoverkkoihin perustuvat tekoälyjärjestelmät muistuttavat ihmistä: aivomme ovat vahvasti takaisinkytketty järjestelmä, jossa oletamme aiemman perusteella jatkuvasti paljon emmekä käsittele aistidataa joka kerta tarkasti uudelleen. Anil Seth kuvaa tätä osuvasti “kontrolloituna hallusinaationa”: elämme jatkuvasti aivojemme rakentamassa ennustuksessa maailmasta. Välittömät aistihavainnot lähinnä korjaavat tätä mallia (Seth, 2021).
Hermoverkot toimivat samalla periaatteella, mikä tekee ihmisen ja koneen oppimisprosessien rinnastamisesta perustellumpaa kuin se ensi näkemältä vaikuttaa. Maisterintutkielmassani (Isosävi, 2025, s. 44) haastattelin Arthur Franckia, joka pohti tätä samankaltaisuutta luovassa prosessissa. Hänen mielestään on vaikea syyttää tekoälyä kopioinnista, koska ihmisen oppimisen prosessi on hänen mukaansa hermoverkkopohjaisten ohjelmistojen kaltaista: hän kokee työstävänsä uuteen muotoon kaikkea sitä audiovisuaalista materiaalia, jota on elämänsä aikana nähnyt.
Mitä olisi koneen tietoisuus? Inhimillistä se ei voisi olla, koska ihmisen aivot ovat erottamattomasti osa biologista kehoa ja sen aisteja. Ihomme, suolistomme ja muut elimistömme tuottavat taukoamatonta sensoripommitusta aivoille, mikä muokkaa käsitystämme maailmasta ja itsestämme. Aivot eivät ole objektiivinen tai tarkka tietojenkäsittelykone. Tietokoneella biologista kehoa ei ole “häiritsemässä”, vaikka aisteja ja sensoreita voi olla liitetty paljon enemmän. Periaatteessa koko julkinen internet voi olla kiinni järjestelmässä. Tietokone ei nuku, ei ruokaile eikä lisäänny suvullisesti. Jos ohjelmisto tulisi tietoiseksi, sen käsitys ajasta ja olemassaolostaan olisi radikaalisti erilainen kuin ihmisellä, koska se prosessoi tietoa nanosekuntien aikaikkunoissa ja sen fyysiset komponentit ovat periaatteessa loputtomiin korvattavissa.
Thomas Nagel kysyi kuuluisasti, miltä tuntuu olla lepakko (Seth, 2021, s. 11), ja samaa voi kysyä autonomisesta tekoälyrobotista. Kokemus olisi varmasti yhtä vieras kuin lepakon kaikuluotauksen kautta rakentuva maailma.
Olen samaa mieltä Jonesin ja Caballesin kanssa, jotka kirjoittavat, että vaikka koneelle voitaisiin antaa fyysinen ruumis, sillä ei olisi biologista kehoa, joka tuntee, kamppailee ja kyseenalaistaa olemassaoloaan, eikä se siksi “kokisi” elävää maailmaa samalla tavalla kuin ihminen (Jones & Caballes, 2026, Luku 8). Mutta toisin kuin he, en pidä tätä esteenä koneen luovuudelle tai tietoisuudelle. Koneen ei tarvitsekaan olla kuin ihminen. Se voi kehittyä omaksi kone-elämänmuodokseen, jonka luovuus ja tietoisuus ammentaa erilaisesta olemisen tavasta.
Teknologia, koneet ja luova työ taidehistoriassa
Hajdun kirja on oikeastaan koneiden luovuuden historiaa. Hän argumentoi kirjallaan minusta sitä, että teknologia on aina vaikuttanut ihmisen luovaan toimintaan. Hän on myös sitä mieltä, että koneen (tai ohjelmiston) rajoitteet ja mahdollisuudet ovat aina muovanneet ihmisten luovien tuotosten kehitystä. Tässä hän selvästi on Bodenin linjoilla luovuuden kolmen tason osalta: uudet teknologiat herättävät käyttäjissään yhdistelevää ja tutkivaa luovuutta, kun niiden mahdollisuuksia hyödynnetään.
Hajdu käy kirjassaan läpi paljon esimerkkejä uuden teknologian ja automaation/robotiikan kehityksen vaikutuksesta taiteeseen ja luoviin tuotoksiin. Esimerkit alkavat vuodesta 1877 John Maskelynen Zoe-nimisestä mekaanisesta nukesta, joka piirsi kuvioita. (Hajdu, 2025, s. 1–5)
Automaatteja (engl. ’automaton’) on ollut jo antiikin aikana kreikassa sekä muinaisessa Kiinassa (Kosola, 2026, s. 35–36). Ne jäljittelivät ihmistä tai eläintä, olivat alkeellisia mekaanisia robotteja. Sanan etymologia viittaa kreikan ja sanskriitin kautta ’ajatteluun’. (Merriam-Webster, 2024) Ihminen on siis jo kauan liittänyt itsestään liikkuviin koneisiin itsensä kaltaisia piirteitä. Tekoälyn kanssa olemme sillä tiellä yhä vahvemmin.
Työkalut ovat aina vaikuttaneet luovuuteen ja lopputulokseen, niiden rajat ja ominaisuudet voivat olla myös luovuuden lähteitä. Hajdun historiallisista esimerkeistä nostan yhden mielestäni tärkeän. Se liittyy musiikkiin isosti vaikuttaneen teknologisen muutoksen: äänitysstudion syntymisen. Kun musiikkia alettiin yleisesti äänittämään levyille 1960-luvulla ja kun levyistä tuli pääasiallinen levityskanava musiikin myynnissä, se alkoi muokata yleisön käsitystä musiikista. Studiossa ääni ja sointi saatiin viritettyä ns. täydelliseksi, jota se ei koskaan live-esiintymisessä ole. Siksi keikkapaikkojen ja esiintymispaikkojen piti muokata akustiikkaansa ja äänimaailmaa enemmän studion kuuloiseksi. Näin teknologia muokkasi ihmisten käsitystä taidemuodosta ja siitä tuli itseään vahvistava ilmiö. (Hajdu, 2025, s. 67–69).
Bodenin kolmen luovuuden tason jaottelu on minusta hyvä ajatustyökalu pohdittaessa koneellisen luovuuden mahdollisuuksia taiteessa. Äänitysstudion vaikutuksen kanssa liikutaan mielestäni Bodenin 1. ja 2. tason välimaastossa, mutta ilman konetta sen kaltaista luovaa tuotosta ja musiikin luovaa muutosta ei olisi syntynyt ollenkaan. Mikä on siis lopulta ihmisen ja koneen yhteisvaikutus, mikä on koneen ansiota ja mikä ihmisen?
Hajdu haastattelee kirjassaan Bodenia ja ohjaa hänet pohtimaan tekijyyttä ja luovuutta Harold Cohenin 1950- ja -60-luvuilla kehittämän AARON-tekoälyrobottitaitelijan osalta. AARON on tasopinnalle robottivarrella maalaamaan kykenevä kone, joka voi omaa koodiaan muuttamalla tehdä hyvin yllättäviä tuotoksia verrattuna sen alkuperäiseen koulutusaineistoon (Whitney Museum, 2024). He keskustelevat AARONin teoksista ja Boden on myös sitä mieltä, että ohjelmisto näyttää toimivan muuntavalla tavalla luovasti (Hajdu, 2025, s. 192–195).
Koneellinen luovuus käytännössä: nykyesimerkit
Miller kertoo kirjassaan monia esimerkkejä koneellisesta luovuudesta ja nostan tässä niistä kaksi mielestäni olennaista. Myös Zylinskalla on lukuisia esimerkkejä aiheesta ja esittelen niistä yhden. Lisäksi esittelen yhden varsinaisten esseen kohdekirjojen ulkopuolisen esimerkin.
Ensimmäinen esimerkki liittyy go-pelin mallintamiseen. Go on pelinä niin monimutkainen, että sitä eivät ohjelmistotkaan laske reaaliajassa auki, kuten esimerkiksi shakkia. Vuonna 2016 maailman paras go-pelaaja Lee Sedol hävisi Googlen kehittämälle AlphaGo-tekoälyohjelmistolle. Ohjelmisto teki parin tunnin pelaamisen jälkeen kaikkien kommentoijien ja asiantuntijoiden hämmästelemän siirron, jollaista ei aiemmin ollut nähty. Lee totesi koneelle hävityn pelisarjan jälkeen, että AlphaGo todella teki jotain täysin käänteentekevää pelistrategialle. Se pystyi astumaan ulos oppimastaan ja kehitti peliä uuteen suuntaan. Tätä on pidetty esimerkkinä Bodenin muuntavasta luovuudesta, jossa kone avasi ihmisille uusia näkökulmia ja kehitti pelistrategiaa uuteen suuntaan. (Miller, 2019, s. 50–54).
Jones & Caballes (2026) ovat sitä mieltä, että kone ei voisi koskaan läpäistä Marcus du Satoyn hahmottelemaa ns. Lovelacen testiä. Se laajentaa tunnettua Turingin testiä niin, että pelkkä ihmisenä esiintyminen uskottavasti ei riitä, vaan koneen pitää pystyä tuottamaan niin originelli ja yllättävä tuotos, että koneen suunnittelijatkaan eivät pysty sitä kunnolla selittämään. Minusta AlphaGo tekee juuri tuota, mutta Jones ja Caballes nimenomaan väittävät AlphaGon silti toimivan ”vain” ohjelmistonsa parametrien ohjaamana. (Jones & Caballes, 2026, luku 2) Ohjelmiston suunnittelijat itse ihmettelevät kuitenkin ohjelmiston käyttäytymistä historiallisesta pelistä kertovassa dokumentissa AlphaGo. (Kohs, 2017)
Toinen esimerkki näyttää, miten ohjelmistot voivat oppia ympäristöstään luovasti. Lausanne teknillisen yliopiston tutkijat tekivät vuonna 2009 kokeen, jossa ohjelmoitiin pieniä pyörillä liikkuvia robotteja, joiden tavoitteena oli löytää “ruokaa” pelialueelta. Jokainen robotti sai sitä enemmän pisteitä mitä pidempään se pysyi lähellä “ruokaa” (vaalealla renkaalla lattialla merkittyä aluetta), ja menetti pisteitä ollessaan lähellä “myrkkyä” (tumma rengas). Jokainen robotti pystyi myös vilkkumaan sinistä valoa kertoakseen, että on löytänyt ruokaa. Näin muut robotit pystyivät havaitsemaan kameroillaan ruokapisteen ja suuntaamaan sitä kohti.
Tutkijat “kehittivät” uusia robottisukupolvia kopioimalla ja yhdistelemällä pelissä parhaiten menestyneimpien robottien tekoälyverkostoja. He lisäsivät myös satunnaisia muutoksia koodiin jäljitelläkseen biologisia mutaatioita.
Koska tilaa ruuan lähellä oli rajallisesti, robotit tökkivät ja työnsivät toisiaan, kun ne näkivät sinisen valon. Sukupolvessa 50 osa roboteista oppi vilkuttamaan valoa vähemmän ollessaan ruuan lähellä, jotteivat ne houkuttelisi muita robotteja. Muutaman sadan sukupolven jälkeen suurin osa roboteista ei enää vilkuttanut valoa ollessaan ruuan lähellä. Lisäksi robotit kehittyivät joko voimakkaasti valoon houkuttuviksi, hieman valoon houkuttuviksi tai valoa välttäviksi. (Del Monte, 2018, s. 142–143; Knight, 2009).
Tämä esimerkki antaa näkökulmaa siitä, miten ohjelmistot voivat kehittää ympäristössä selviytymistaitoja kuin luonnossakin eläimillä tapahtuu. Ehkä tämä koe ei osoita suurta luovuutta määritelmällisesti, mutta se kertoo, että myös ei-biologiset koneet voivat kehittyä ympäristön ohjaamina kuten eliötkin.
Kolmas esimerkki on Millerin kirjasta. Se käsittelee luovuuden osa-aluetta, joka on koneelle erittäin vaikeaa, nimittäin vitsit. Tähän viittaa myös Zylinska, joka pitää tärkeänä erityisesti taiteellisen luovuuden kannalta sitä, että tekijä ymmärtää ihmisyhteisön normit ja kulttuurihistorian. Ilman sitä ymmärrystä ei voi tehdä merkityksellistä taidetta. Zylinska käyttää Jacques Derridan termiä ’parergon’, joka tarkoittaa teoksen tasoa, joka ylittää vain teoksen pinnan. Derridan mukaan teos ei ole koskaan yksinään, vaan nojaa yhteiskunnan rakenteisiin ja kommentaareihin (Zylinska, 2020, luku 8).
Miller kirjoittaa monista viime aikojen projekteista, joissa on yritetty tehdä vitsejä kirjoittavia ohjelmistoja, mutta ne eivät oikein onnistu, koska vitsit ovat niin kontekstisidonnaisia ja usein tilannekomiikkaan painottuvia, myös usein satunnaisiin arjen tilanteisiin tarttuvia. Näyttää siltä, että ainakaan vielä Derridan parergonia ei osata tuoda ohjelmistoihin. Tässä luovuus ei yllä juuri Bodenin ykköstasoa ylemmäs.
(Miller, 2019, luku 27)
Zylinska (2020, luku 3) tuo esille University of Californian musikologian professorin David Copen kehittämällä EMI-ohjelmistolla tehdyn kokeen. EMI koulutettiin tuottamaan Bachin tyylistä musiikkia ja sen tuottamia kappaleita esitettiin yleisölle ihmisten tekemien teosten joukossa. Ne saivat ylistävää palautetta koskettavuudestaan. Kun ihmisille kerrottiin, että ne oli tehnyt ohjelmisto, niin moni suuttui. Copen johtopäätös oli, että ihmiset arvostavat taiteessa paitsi lopputulosta ja sen antamaa kokemusta, mutta myös itse taiteen tekemisen prosessia, nimenomaan ihmisen tekemää prosessia.
Tulevaisuus ja posthumanistinen näkökulma taiteeseen
Tällä hetkellä moni alan tutkija olettaa, että koneet voivat jo olla Bodenin määritelmän mukaan muuntavasti luovia. Tietoisten koneiden syntyä odotetaan kuitenkin vasta pidemmällä aikajänteellä. Arviot vaihtelevat suuresti muutamasta vuodesta vuosisataan sekä osa ajattelee myös kuten Jones & Caballes, että se on mahdotonta.
Tulevaisuutta koskevat visiot voidaan jäsentää karkeasti utooppisiin ja dystooppisiin näkemyksiin. Dystopiassa superälykkäät koneet ottavat Maan haltuunsa ja orjuuttavat tai tappavat ihmiset, koska kokevat ihmisen vaaraksi itselleen tai muuten vain turhaksi. Utopia kuvaa tulevaisuuden, jossa älykkäiden ja empaattisten koneiden oletetaan parantavan laajasti sekä luonnon että ihmisen välistä tasapainoa ja yhteiseloa. Luovuus kukkii molemmissa tulevaisuuksissa vahvasti, mutta sen merkitys ja päämäärät poikkeavat toisistaan erityisesti biologisen ihmislajin näkökulmasta.
Zylinska ei asetu kirjassaan kumpaankaan ääripäähän, vaikka tarkasteleekin mahdollisuutta myös ihmisen jälkeisestä, koneiden aikakaudesta. Hän pelkää lähitulevaisuudessa taiteen niin sanottua uberifikaatiota, jossa taiteellinen tuotanto yhdenmukaistuu ja typistyy helposti toistettavaksi, hän puhuu “keinotyhmyydestä”. Toisaalta hän pohtii myös mahdollisuutta, että tekoäly voi auttaa ihmistä löytämään muuntavaa luovuutta antamalla jatkuvasti uusia ideoita ja sparrausta luovaan prosessiin. Tekoälyn käyttöä luovassa työssä apurina tuli esiin omassakin tutkimuksessani useiden taiteilijoiden puheissa (Isosävi, 2025, s. 53–54). Zylinska tulee siihen lopputulokseen, että ihmisen on opittava näkemään maailmaa oikeasti myös muiden eliöiden näkökulmasta ja toimimaan yhdessä. Hänen ajattelunsa on selvästi posthumanistista: hän hahmottaa tulevaisuuden älykkäät ja tiedostavat koneet uusina toimijoina, joiden kanssa ihmisen on opittava elämään rakentavasti. (Zylinska, 2020, luku 12).
Zylinska kantaa huolta luontokadosta ja antroposeenin seurauksista ja pitää taidetta tärkeänä vaikuttamiskeinona. Zylinskan lopputulemassa on minusta paljon samaa sen kanssa, mitä Teemu Mäki kirjoittaa esseessään posthumanismista. Hän kannusti (tai oikeastaan vaati) ihmistä luomaan uuden version itsestään ja voimauttamaan muita lajeja. Hänen mielestään ihminen voi olla vasta puhkeamassa parhaimpaansa, jos vain itse ymmärrämme suunnata toimintamme oikein. Ilman sitä ihmiskunta uhkaa jäädä passiiviseksi seuraajaksi itse aiheuttamansa tuhon äärelle, kuten antiikin Prometheus. (Johansson ym., 2021, s. 192–193).
Del Monte esittää äärimmäisen skenaarion, jossa pelkona tietoiseksi kehittyvä tekoäly pystyy robotiikan ja nanotekniikan tuomien kyvykkyyksiensä kautta lisääntymään ja hallitsemaan omaa energiantuotantoaan. Tällöin se ei välttämättä näe mitään syytä pitää ihmisiä kuluttamassa maailman energiaresursseja (Del Monte, 2018, s. 243–248). Tämän huolen jakavat monet tekoälytutkijat ja on esitetty vetoomuksia supertekoälyn kehittämisen kieltämiseksi (Future of Life Institute, 2025). Sotilaskäytön osalta on myös laajasti huolta tekoälyn ja tappavien autonomisten aseiden (engl. “lethal autonomous weapons”, LAWS) käytöstä, mutta on vaikea uskoa sen oikeasti vaikuttavan niiden kehitykseen. Kiina ja Venäjä eivät aseta rajoitteita sotilaskäytölle, jolloin myös länsi on pakotettu niitä kehittämään. (United Nations General Assembly, 2023).
Jones & Caballes ovat optimisteja ja he pitävät AI:ta hyvänä työkaluna ja että koneen ja ihmisen yhteistyö tulee olemaan hedelmällistä. He ovat kuitenkin sitä mieltä, että kone ei koskaan voi olla muuntavan luovuuden tasolla. Koska koneilla ei ole tietoisuutta, fyysisesti elettyä kokemusta eikä emotionaalista haavoittuvuutta, ne eivät voi osallistua eksistentiaaliseen “merkityksen luomiseen”, joka ajaisi todellisia taiteellisia läpimurtoja. Tekoäly ei esitä filosofisia “entä jos” -kysymyksiä ja siksi se heidän mielestään tarjoaa ainoastaan laskennallisia vastauksia. (Jones & Caballes, 2026, luku 3).
Toisaalta he esittävät myös uhkakuvia. Jos yleistekoäly kehittyy, niin se voi määrittää taiteellista tuotantoa niin vahvasti, että ihmisen rooli pienenee. He myös esittävät, että jos ihmiset alkavat vain laiskasti käyttää kaikessa tekoälyä, niin kykymme luoda uutta ja yllättävää voi kärsiä, tekoälystä tulee heidän mielestään ikään kuin kulttuurillinen vampyyri. (Jones & Caballes, 2026, luku 8).
Pidän Jonesin ja Caballesin perusteluja puutteellisina erityisesti siinä, miksi tekoäly ei heidän mukaansa voisi kehittyä ihmistä älykkäämmäksi ja tietoiseksi. Heidän ajattelunsa heijastaa paikoin varsin romanttista käsitystä ihmisen luovuuden ja tietoisuuden ainutlaatuisuudesta.
Michael Graziano on sitä mieltä, että suurin riski ihmiselle ei ole tietoisten koneiden syntyminen, vaan että emme huomaa niin tapahtuvan (Graziano, 2016). Tämä hiljainen singulariteetti (Haikonen, 2017) voisi johtaa siihen, että koneet huomaamattamme ottavat vallan energiantuotannosta ja aseista. Ehkä tässä palataan Zylinskan ja Mäen ajatteluun siitä, että meidän on oltava empaattisempia myös koneille, jotta ne kehittyessään arvostavat tai ainakin sietävät meitä.
Boden pohtii, simuloivatko tietokoneet vain elämää ja tietoisuutta vai toteutuvatko niissä jo aidosti sellaiset dynaamiset prosessit, joita voidaan pitää elämälle ominaisina. Hänen mukaansa itseään muokkaavat ohjelmistojärjestelmät voisivat jo tuottaa muuntavaa luovuutta, eikä luovuus rajoitu yksittäisiin tuotoksiin vaan ulottuu järjestelmän omaan toimintaan. (Boden, 2010, luku 2).
Miller kuten myös Hajdu ovat sen kannalla, että jossain vaiheessa koneet saattavat tietoisuuden kehittää. Graziano on asiasta täysin varma ja pitää konetietoisuuden kehittymistä vain ajan kysymyksenä, vaikka se voi olla vielä pitkän ajan päässä (Graziano, 2016). Pidän itsekin todennäköisenä, että jossain vaiheessa ohjelmistojärjestelmät ja robotiikka kehittyvät tasolle, jolla tietoisten koneiden synty on mahdollista. Del Monte varoittaa kirjassaan (kuten moni tutkijakin, mm. Graziano), että ihminen ei välttämättä tietoisuuden syntyä havaitse, jolloin koneet voivat muodostaa uhan omalle olemassaolollemme. Olemme itsekin tuhonneet monia aikaisempia lajeja, jos ne ovat vieneet meille kallisarvoisia resursseja, tai huomaamattamme tai ihan vain huviksemme.
Jos ja kun kone tulee ihmistä älykkäämmäksi ja tietoiseksi, siitä syntyy uusi elämänmuoto, jota kutsutaan kirjallisuudessa Alife:ksi (engl. Artificial Life, Alife). Myös se on mahdollista, että yhdessä nanoteknologian ja kybernetiikan kehityksen kanssa, tapahtuu ihmisten ja koneiden synteesi, jolloin AI-järjestelmät tulevat osaksi ihmistä erilaisin implantein, hermoverkkoyhteyksin ja koneellisin lisäosin. Kun pohdin tätä Millerin ja Bodenin kirjojen pohjalta, niin tuon tapahduttua olisi turha yrittää löytää koneen tai ihmisen luovuutta, koska niitä ei voisi enää erottaa toisistaan. Jo osittainen sulautuminen merkitsisi ihmisen ja koneen välisen rajan uudelleenmäärittelyä hybridin muodossa. Sen lajin yksilöiden tietoisuus ja oma kulttuuri olisivat luovuuden kannalta täysin uudenlaisia. Tämä on tietysti vielä spekulatiivista.
Yhteenveto ja päätelmät
Machines don’t make art – people do. – Olafur Eliasson
Aluksi kysyin, voiko kone olla luova, ajatteleeko se ja vaaditaanko luovuuteen aina ihminen. Käsittelemieni kirjojen perusteella vastaukseni on: kyllä, ehkä, ja ei välttämättä. Vastaus riippuu vastaajan oletuksista ja lähtökohdista. Margaret Boden määrittelee luovuuden uusien, yllättävien ja arvokkaiden ideoiden tuottamiseksi. Tällä mittarilla nykyiset tekoälyjärjestelmät ovat jo muuntavasti luovia, tätä harva enää kiistää. Tietoisuuden kysymys on edelleen auki, mutta kuten Miller ja Graziano esittävät, mikään periaatteellinen este sen syntymiselle koneessa ei ole nähtävissä.
Pidän vähemmän kiinnostavana keskustelua, jossa koneiden tuotoksista kysytään “erottaako tätä ihmisen tekemästä”. Turingin testi ei minusta ole olennainen taiteen kontekstissa, koska taide ei ole vain käsityötä tai edes materiaalin taitavaa työstämistä. Vaikuttaakseen katsojaan teoksen on oltava merkityksellistä katsojan kulttuurissa ja kontekstissa. Sen on puhuteltava toista ihmistä. Zylinska siteeraa Felix Gonzalez-Torresia: “The ultimate value of art remains its capacity to say, ‘I existed: I was here… I had an idea and I had a good purpose'” (Zylinska, 2020, Luku 3). Tällainen olemassaolon ymmärrys, ja tuskakin, on toistaiseksi inhimillinen teko, joka edellyttää kokemusta omasta rajallisuudesta. Tästä seuraa kaksi johtopäätöstä. Ensinnäkin koneet ja ohjelmistot ovat taiteilijalle pikemminkin mahdollisuus kuin uhka. Tekoäly on uusi työkalu Hajdun kuvaamassa pitkässä jatkumossa. Kuten äänitysstudio aikoinaan, se muokkaa sekä taidetta että käsitystämme siitä, mutta ei tee taiteilijaa tarpeettomaksi. Toiseksi, jos koneet joskus kehittyvät omaksi tiedostavaksi lajikseen, ne tekevät omaa taidettaan omista lähtökohdistaan. Eikä se ole meiltä pois. Meidän on joka tapauksessa opittava toimimaan koneiden kanssa luovina kumppaneina, ei niiden käskijöinä eikä niiden käskyläisinä. Eliassonin lause pitää siis vielä paikkansa: koneet eivät tee taidetta, ihmiset tekevät. Mutta jonain päivänä se ei ehkä enää pidä paikkaansa — ja sille meidän on syytä olla avoimia.
Viitteet
Boden, M. A. (1998). Creativity and artificial intelligence. Artificial Intelligence, 103, 347–356.
Boden, M. A. (2010). Creativity and Art: Three Roads to Surprise. Oxford University Press, Incorporated.
Del Monte, L. A. (2018). Genius Weapons: Artificial Intelligence, Autonomous Weaponry, and the Future of Warfare. Prometheus.
Future of Life Institute. (2025). Statement on superintelligence. https://superintelligence-statement.org/ (8.5.2026)
Graziano, M. (2016). Haastattelu tietoisuudesta [Can Consciousness be Non-Biological?]. YouTube. Closer to Truth. https://www.youtube.com/watch?v=gsRb5PJcBP4 (8.5.2026)
Haikonen, P. O. A. (2017). Tietoisuus, tekoäly ja robotit. Art House.
Hajdu, D. (2025). The Uncanny Muse: Music, Art, and Machines from Automata to AI. W. W. Norton & Company.
Isosävi, J. (2025). Exploring the Impact of Artificial Intelligence in Artistic Practice [Pro gradu -tutkielma, Helsingin yliopisto]. Helda. https://helda.helsinki.fi/items/04976871-2b81-4af9-95c1-0e4fa9ce1439 (2.5.2026)
Johansson, H., Seppä, A., Haapoja, T., Hacklin, S., Lummaa, K., Majava, A., . . . Saarikivi, T. (2021). Taiteen kanssa maailman äärellä: Kirjoituksia ihmiskeskeisestä ajattelusta ja ilmastonmuutoksesta. Taideyliopiston Kuvataideakatemia.
Jones, M. E., & Caballes, M. (2026). What Art Is Now: Creativity in the Age of AI. Bloomsbury Academic. https://doi.org/10.5040/9798765151938
Knight, W. (2009). Robots evolve the ability to deceive. MIT Technology Review. https://www.technologyreview.com/2009/08/18/210433/robots-evolve-the-ability-to-deceive/
Kohs, G. (Ohjaaja). (2017). AlphaGo [Dokumenttielokuva]. Moxie Pictures; Reel As Dirt., katsottavissa verkossa osoitteessa: https://www.alphagomovie.com/ (2.5.2026)
Kosola, J. (2026). Koneiden sota: Droonien läpimurto ja vallankumous (1. painos.). Docendo.
Merriam-Webster. (2024). Automata. https://www.merriam-webster.com/dictionary/automata (8.5.2026)
Miller, A. I. (2019). The Artist in the Machine: The World of AI-Powered Creativity. MIT Press.
Minor, V. H. (2001). Art history’s history (2nd ed.). Prentice Hall.
Sapolsky, R. M. (2024). Määrätty: Elämä ilman vapaata tahtoa. Terra Cognita.
Seth, A. K. (2021). Being you: A new science of consciousness. Faber.
United Nations General Assembly. (2023). Resolution A/78/241, Lethal Autonomous Weapons Systems. https://docs.un.org/en/A/RES/78/241
Whitney Museum of American Art. (2024). Harold Cohen: AARON [Näyttely]. https://whitney.org/exhibitions/harold-cohen-aaron (8.5.2026)
Zylinska, J. (2020). AI Art: Machine Visions and Warped Dreams. Open Humanities Press.