Képek: Rawpixel, Dave Sutherland, Flickr
A ChatGPT 2022. november végi debütálása óta a generatív mesterséges intelligencia növekedése exponenciálisnak tűnik, (többes számban) igazi sikersztorikról beszélhetünk. Mintha nem is bő egy évről, hanem jóval hosszabb időről lenne szó, mert annyira felpörögtek az események, annyira jutott szinte minden napra valami újság, vagy egyszerűen az MI-fejlesztő mamutcégek és kisebb startupok, falakkal gondosan őrzött kertek és nyílt forrású ingyenes közjavak mögötti médiaháttér, propagandatevékenység annyira erős, hogy még a nem-történéseket is szenzációs eseményekként képesek prezentálni a laikus, de újdonságra éhes közönségnek.
A lényeg: az MI mindenhol jelen van, az Office-tól az eBay-ig ma már nincs generatív adottságok nélküli app, a fejlesztők pedig folyamatosan agyalnak, hogy magán- és munkakörnyezetünkben, intimitásunkban és hivatalos tevékenységünket végezve, egyaránt éljünk az újabb és még újabb MI-appok adta lehetőségekkel.
Kik voltak a generatív MI korai befogadói?
Legjobban talán a tartalomkészítők jártak a generatív MI forradalmával, mert régóta nem bővült ennyire hatékony technológiával az eszköztáruk. A korai alkalmazók jól behatárolható csoportjait olyan cégek és munkaköröket betöltő személyek jelentették, mint a marketingügynökségek, a hirdetésvilág kreatívjai, hírügynökségek és a közösségi média influenszerei, gondoljunk bármit is ez utóbbiak tevékenységéről.
A generatív MI befogadása, alkalmazása azonban nem volt és még most sem annyira egyértelmű, mint jó szokás szerint, retrospektív rávetíthetjük, mert ugyan javítja a hatékonyságot, automatizálja a kreatív munka manuális, ismétlődő elemeit, viszont komoly kihívásokat is támaszt. A szellemi tulajdonjogtól kezdve a levélszemét-tartalmakig, a modellek hallucinációiig, a sok kamuig, mellébeszélésig, az elfogultságig/részrehajlásig, figyelembe kell venni az algoritmikus alkotás árnyoldalait is, hogy a technológiát profi módon „betervezzék”, adoptálják vállalati vagy egyéni munkafolyamatokba, a közeljövő tartalomgyártásába.
Nyelv- és diffúziós modellek a mindennapokban
A generatív MI adatokat tanulmányozva tanulja meg, hogyan hozzon létre hasonlókat. A legelterjedtebbek a szöveget alkotó LLM-ek, a nagy nyelvmodellek, mint például a ChatGPT mögött álló aktuális GPT (3, 3.5, 4 stb.), de az álló- és mozgóképeket létrehozó diffúziósok is nagy népszerűségnek örvendenek.
A technológia-orientált cégek pillanatok alatt kreatív folyamataikba építették őket. A Netflix generatív MI-vel készít még magávalragadóbb trailereket filmekhez, de gőzerővel dolgoznak a személyre szabott változatokon is, hogy minden egyes felhasználó számára megtalálják az ideális tartalmat. A Buzzfeed szintén személyes tartalomban utazik, köztük például az érdeklődésünknek megfelelően kitalált kvízekben, de fejlesztettek már generatív receptgyártót is, aki a kéznél lévő összetevők alapján ajánl fogásokat. A Google hírügynökségeknek kínál automatizált tartalomgyártási lehetőségeket, akár riportokat is készíthetnek így. A New York Times, a BBC, a The Guardian, a Bloomberg a Reuters és mások élnek is a lehetőségekkel, többször jelentettek már meg generatív MI alkotta anyagokat.
Most meg már itt van az eszközök, eszközkészítők legújabb nemzedéke. A Synthesia vállalatoknak biztosítja videó szöveg alapján történő, színészek alkalmazása és stúdió bérlése nélküli elkészítését. A Writesonic írott szöveget automatizál, és adaptál a „márka hangjához”
A generatív MI hiányosságai
De mit várjunk 2024-től ezen a téren? – teszi fel a kérdést Bernard Marr jövőkutató, és vázolja fel a mostaninál is hatékonyabb technológia várható hatásait, az MI-vel felturbózott világ lakóinak reakcióit. Esetleg MI-chatbotot fejleszt. Szinte kimeríthetetlenek a lehetőségek.
Ha kreatívként a generatív MI-t mindennapos munkánkba integráljuk, aranyszabály, hogy képességeink javításáért dolgozunk vele, és nem azért, hogy helyettesítsen minket. A mesterséges intelligencia gyártotta tartalmak önmagukban ugyanis gyakran túl általánosak (semmitmondók), formálisak, és egyáltalán nem keltik fel a figyelmet (pedig digitális tartalmaknak elsősorban azt kell elérniük). Tökéletesen megírnak egy szöveget, mondjuk újságcikket, forgatókönyvet hirdetéshez, vagy megalkotnak egy teljes promóvideót, de nem ez az elsődleges rendeltetésük, nem ez a legjobb felhasználási mód hozzájuk. Az MI-t az emberi tevékenységet növelő, velünk „kéz a kézben” dolgozó munkatárs, a kapcsolat lényege az együttműködés, mert mindig van „ember a hurokban” (human-in-the-loop) – a közös tartalom pont a mi jelenlétünk miatt nem lesz robotikus, képletszerű.
A kreatív folyamat minden lépésénél használhatjuk: ötletelésnél, tervezésnél, a storyboard legyártásáig, vázlatokig, tényellenőrzésig és a terjesztésig. A jó tartalmak azonban két ok miatt működnek: újdonságot ismertetnek meg a befogadóval, illetve érzelmi kapcsolat alakul ki közönség és művész között.
A generatív MI egyikben sem jó, sőt lényegében a gyakorlóadatokból megtanultakat böfögi vissza, az érzelmekről, érzelmek kifejezéséről pedig fogalma sincs.
Cpoyright, avagy a bolondok háza
A szellemi tulajdonjog a generatív MI-használat talán legkétélűbb fegyvere. A felhasználó, a fejlesztő, vagy az eredeti – majd a gyakorlásnál használt – adat birtokosa a tartalom jogos tulajdonosa? Ha viszont senki nem pereskedik, jogászkodik ellenünk, vajon képesek leszünk-e szellemi tulajdonunkként megvédeni? Amennyiben a kérdésekre nincs megnyugtató válasz, a saját anyagokat gyártó cégek komoly bajban lehetnek. És akkor az MI hallucinációiról, mesélőhajlamairól nem is beszéltünk, pedig kell, mert egyetlen vállalat sem akar idiótának tűnni, dezinformációt terjeszteni, nélkülünk is terjed épp elég kamuhír online.
Arra is készüljünk fel 2024-ben, hogy az MI-eszközök nemcsak masszívabbak lesznek, hanem a használatuk is egyszerűsödik, bár a tartalmi hiányosságokra, érzelmi reakció hiányára, tényszerű pontatlanságokra csak nehezen, idén meg pláne nem találunk megoldást. A technológia segítségével könnyebben leleplezzük a mélyhamisítványokat (deepfakes), ám a hozzáférés növekedésével még több kamuképre iszámíthatunk.
