当我们被要求提出一个新想法时，往往会想象“某种以前从未有人想到过的东西”。因此，创造力有时会与特殊才能或突然的灵感联系在一起。但如果观察我们身边的许多创新，就会发现，它们与其说是从彻底的虚无中产生，不如说常常是把已有的想法或工具以不同的关系连接起来。新颖性不仅可以来自材料本身，也可以来自在材料之间建立的关系。
例如，把学校学习的结构与游戏的结构连接起来，可以形成让进度可视化或逐步积累小挑战的学习方法。把当地的交通问题与共享使用的理念连接起来，可以打开人人各自拥有交通工具之外的其他选择。重要的并不是只把两个领域的名称组合在一起。当我们能够看出一个领域的机制在另一个领域的问题中的什么地方发挥作用时，连接才会转化为想法。
AI可以跨越多个知识领域提出候选思路。因此，从人们平时不会接触的领域引入思路也变得更加容易。但这并不是简单地说“把相距很远的事物组合起来就会产生新东西”。大量列出彼此无关的事物，也许会带来意外感，却未必能形成可用的想法。创造所需要的不只是距离，还包括针对问题，在不同事物之间架起有意义桥梁的能力。
此时，人提出的问题就变得重要。即使是同样的知识组合，其价值也会因“我们想改善什么？”“这是谁的问题？”以及“在改变某些东西的同时，我们想保留什么？”而发生变化。即使AI提出许多可能的连接，判断哪些关系符合目的仍是另一项工作。因此，随着AI增加可生成想法的数量，人类的作用并不会简单消失；相反，对于什么才算有意义的连接这一判断会变得更加突出。
在创造过程中，最初的问题本身也可能发生变化。把一个问题连接到另一个领域的知识，可能会让我们发现“我们试图解决问题的位置错了”。一个试图改进产品的团队，也许会发现，改变向用户说明产品的方式反而更有效。新的连接不仅会产生新的答案，也会产生看待问题的新方式。这种往返过程，是单纯生成想法与创造性探索之间的一个区别。
在利用AI进行创造时，没有必要一开始就要求成品。通过提出“是否存在与这个问题具有相似结构的其他领域？”“如果把前提反过来，会与什么连接起来？”以及“如果这种方法在某些条件下无法使用，还有什么其他机制可以作为参考？”等问题，可以改变所探索连接的范围。AI的价值不仅在于找出一个出色的想法，也在于扩大人们能够探索的关系范围。
在Sai＊aus所重视的理解循环中，创造并不会在一次生成后结束。把问题与知识连接起来，查看候选方案，由人判断其意义，并从尝试的结果中发现新的差异。如果再把这些差异作为新的知识建立关系，下一次探索就可以从另一种连接开始。保留下来的不仅是成功的想法，还包括某种连接为什么有效、在哪些地方无效，这样创造过程本身就会成为下一次探索的资源。
新事物并不一定来自一个此前什么都不存在的地方。它也可能产生于在已有知识体系之间发现一种尚未被看见的关系。正因为AI能够生成许多东西，我们才需要关注的不只是“生成了多少”，还包括“什么样的问题让哪些知识体系之间产生了新的连接”。创造力不仅可以被理解为生成数量，也可以被理解为以不同形式重新看待世界关系的能力。
不是答案，而是理解。