當我們被要求提出一個新想法時，往往會想像「某種以前從未有人想到過的東西」。因此，創造力有時會與特殊才能或突然的靈感聯繫在一起。但如果觀察我們身邊的許多創新，就會發現，它們與其說是從徹底的虛無中產生，不如說常常是把已有的想法或工具以不同的關係連結起來。新穎性不僅可以來自材料本身，也可以來自在材料之間建立的關係。
例如，把學校學習的結構與遊戲的結構連結起來，可以形成讓進度可視化或逐步累積小挑戰的學習方法。把當地的交通問題與共享使用的理念連結起來，可以開啟人人各自擁有交通工具之外的其他選擇。重要的並不是只把兩個領域的名稱組合在一起。當我們能夠看出一個領域的機制在另一個領域的問題中的什麼地方發揮作用時，連結才會轉化為想法。
AI可以跨越多個知識領域提出候選思路。因此，從人們平時不會接觸的領域引入思路也變得更加容易。但這並不是簡單地說「把相距很遠的事物組合起來就會產生新東西」。大量列出彼此無關的事物，也許會帶來意外感，卻未必能形成可用的想法。創造所需要的不只是距離，還包括針對問題，在不同事物之間架起有意義橋樑的能力。
此時，人提出的問題就變得重要。即使是同樣的知識組合，其價值也會因「我們想改善什麼？」「這是誰的問題？」以及「在改變某些東西的同時，我們想保留什麼？」而發生變化。即使AI提出許多可能的連結，判斷哪些關係符合目的仍是另一項工作。因此，隨著AI增加可生成想法的數量，人類的作用並不會簡單消失；相反，對於什麼才算有意義的連結這一判斷會變得更加突出。
在創造過程中，最初的問題本身也可能發生變化。把一個問題連結到另一個領域的知識，可能會讓我們發現「我們試圖解決問題的位置錯了」。一個試圖改進產品的團隊，也許會發現，改變向使用者說明產品的方式反而更有效。新的連結不僅會產生新的答案，也會產生看待問題的新方式。這種往返過程，是單純生成想法與創造性探索之間的一個區別。
在利用AI進行創造時，沒有必要一開始就要求成品。透過提出「是否存在與這個問題具有相似結構的其他領域？」「如果把前提反過來，會與什麼連結起來？」以及「如果這種方法在某些條件下無法使用，還有什麼其他機制可以作為參考？」等問題，可以改變所探索連結的範圍。AI的價值不僅在於找出一個出色的想法，也在於擴大人們能夠探索的關係範圍。
在Sai＊aus所重視的理解循環中，創造並不會在一次生成後結束。把問題與知識連結起來，查看候選方案，由人判斷其意義，並從嘗試的結果中發現新的差異。如果再把這些差異作為新的知識建立關係，下一次探索就可以從另一種連結開始。保留下來的不僅是成功的想法，還包括某種連結為什麼有效、在哪些地方無效，這樣創造過程本身就會成為下一次探索的資源。
新事物並不一定來自一個此前什麼都不存在的地方。它也可能產生於在已有知識體系之間發現一種尚未被看見的關係。正因為AI能夠生成許多東西，我們才需要關注的不只是「生成了多少」，還包括「什麼樣的問題讓哪些知識體系之間產生了新的連結」。創造力不僅可以被理解為生成數量，也可以被理解為以不同形式重新看待世界關係的能力。
不是答案，而是理解。