Seniman yang sukses, sutradara film yang handal, dan ilmuwan pemenang Hadiah Nobel tampaknya memiliki kesamaan meskipun berada dalam profesi yang berbeda.
Mereka semua memiliki periode puncak karir yang ditandai dengan hot streaks, sebuah ledakan sukses di pekerjaannya yang jauh lebih baik daripada biasanya.
Tetapi bagaimana hal ini bisa terjadi dan apakah ada rumusan untuk menjelaskannya?
Sebuah studi baru oleh tim peneliti Northwestern University yang menggunakan deep learning berupaya memperoleh jawaban ini. Tim mencoba memberikan wawasan dan pengidentifikasian pola umum pada puncak karier seorang di bidang seni.
Upaya tim memahami mengapa bakat kreatif tertentu mengalami hot streaks dalam karier seniman ini ditempuh dengan memanfaatkan kemampuan prediktif dari deep learning.
Di dalam penelitiannya, tim itu membangun kumpulan data skala besar untuk produk kreatif dari berbagai sumber yang berbeda.
Deep learning digunakan untuk mempelajari representasi produk kreatif ini. Hasilnya dapat digunakan untuk melacak lintasan karir individu di ruang kreatif di sekitar awal kemunculan hot streak-nya.
Tim peneliti melihat keragaman pekerjaan seniman yang dihasilkan sebelum dan selama hot streaks dan membandingkannya dengan keragaman pekerjaan yang dihasilkan selama waktu acak dalam karirnya.
Mereka menemukan tarik menarik antara periode pembelajaran eksploratif dan periode pembelajaran eksploitatif dalam proses kreatifnya.
Hubungan antara kreativitas dan proses pembelajaran telah dibahas secara luas di berbagai disiplin ilmu, mulai dari ilmu komputer, psikologi, hingga neuroscience, hingga ilmu komputasi sosial, manajemen strategis dan manajemen organisasi.
Para peneliti menemukan pola di antara para seniman perihal hot streaks. Karya mereka seringkali lebih beragam sebelum tiba periode hot streaks daripada periode lainnya. Ini periode pembelajaran ekploratif dalam proses kreatifnya.
Adapun perilaku para seniman di periode pembelajaran eksploitatif selama hot streaks tampak konsisten dengan beberapa contoh terkenal. Misalnya periode drip period karya pelukis Jackson Pollock (1946–1950), dan karya trilogi The Lord of the Rings karya sutradara Peter Jackson.
Contoh-contoh ini menimbulkan pertanyaan yang menarik: dapatkah perilaku pembelajaran eksploitatif dengan sendirinya mampu memprediksi hot streaks?
Menurut para peneliti, topik yang akhirnya dieksploitasi oleh seniman cenderung menjadi topik yang paling baru saja dieksplorasi, atau yang paling banyak dikutip, atau yang paling populer di antara topik yang dieksplorasi sebelumnya.
Seniman mencari peluang baru selama pembelajaran eksploratif dengan mempertimbangkan berbagai kemungkinan proses kreatifnya, dan kemudian memungut arah yang menjanjikan melalui pembelajaran eksploitatif.
Titik balik utama karier seniman tampaknya paling terkait erat dengan proses eksplorasi yang kemudian dilanjutkan dengan proses eksploitasi yang dilakukannya.
Para peneliti menyimpulkan bahwa ada keteraturan yang dapat diidentifikasi yang mendasari timbulnya hot streaks, yang tampaknya berlaku secara universal di berbagai domain kreatif.
Berkat penggunaan deep learning untuk pengidentifikasian pola dalam kumpulan data besar, para peneliti telah menemukan pemahaman baru yang dapat digunakan untuk mengindentifikasi individu berbakat dalam domain kreatif agar bisa dimanfaatkan untuk pengembangannya di masa depan.
Hasil penelitian ini telah dipublikasikan di jurnal Nature Communications dengan judul Understanding the onset of hot streaks across artistic, cultural, and scientific careers.
A Simple Notebook 