Sztuczna inteligencja i kultura. Czy maszyna może być autorem?

Sztuczna inteligencja w kulturze nie jest już ciekawostką technologiczną. Modele generują wiersze, piosenki, ilustracje, scenariusze, głosy, okładki, filmy, tłumaczenia, projekty graficzne i całe style wizualne. Twórca nie konkuruje już wyłącznie z innym twórcą. Coraz częściej konkuruje z systemem, który potrafi w kilka sekund wyprodukować coś podobnego do dzieła, zamówienia, reklamy albo fragmentu książki.

Pytanie o AI w kulturze nie brzmi więc: czy model potrafi coś stworzyć? Pytanie brzmi: na czym się nauczył, komu odbiera wynagrodzenie, kto odpowiada za rezultat i czy odbiorca nadal rozpoznaje różnicę między dziełem a imitacją.

Prawa autorskie są centrum sporu

.Największy konflikt dotyczy danych treningowych. Modele generatywne uczą się na ogromnych zbiorach tekstów, obrazów, nagrań, kodu i materiałów audiowizualnych. Wiele z tych treści powstało dzięki pracy pisarzy, dziennikarzy, fotografów, grafików, muzyków, filmowców i wydawców. Twórcy pytają więc, czy ich dorobek może być wchłaniany przez systemy AI bez zgody i wynagrodzenia.

Jim McDermott w tekście „ChatGPT nie jest sztuczną inteligencją. To zwykłe złodziejstwo” postawił problem radykalnie. Według niego programy takie jak ChatGPT nie są kreatywnym bytem, lecz predykcyjnym algorytmem przetwarzającym cudze wartości intelektualne. Niezależnie od oceny ostrości tej tezy, tekst trafia w sedno sporu. Technologia generatywna nie powstaje w próżni. Powstaje na cudzym języku, cudzych obrazach, cudzej muzyce i cudzym stylu.

Rynek kultury nie może udawać, że dane treningowe są neutralnym surowcem. Dla twórcy książka, obraz, piosenka albo scenariusz nie są „zbiorem danych”. Są pracą, własnością, reputacją i źródłem utrzymania.

Literatura broni granicy autorstwa

.Literatura stała się jednym z pierwszych pól oporu wobec generatywnej AI. Pisarze obawiają się nie tylko plagiatu, ale także zalewu rynku przez teksty pozbawione ludzkiego doświadczenia, a jednocześnie tanie, szybkie i wystarczająco poprawne, by wypierać część pracy autorów.

W tekście „Sztuczna inteligencja ma się trzymać z dala od literatury” opisano apel pisarzy, którzy domagali się od wydawców, by nie publikowali książek stworzonych przez AI. Ten sprzeciw nie jest nostalgią za piórem i papierem. Jest obroną odpowiedzialności autora. Książka nie jest tylko sekwencją zdań. Książka jest wyborem doświadczenia, języka, tonu, pamięci i ryzyka.

Jednocześnie odbiorcy nie zawsze rozpoznają różnicę. Tekst „Wiersze tworzone przez AI podobają się bardziej niż poezja Szekspira” pokazywał, że laicy potrafią wyżej oceniać wiersze generowane przez ChatGPT niż klasyczne utwory. Problem nie polega wyłącznie na jakości modelu. Problem polega na tym, że odbiorca może pomylić przystępność z głębią, gładkość z wartością i podobieństwo do literatury z literaturą.

Muzyka między demokratyzacją a wywłaszczeniem

.Muzyka pokazuje podwójny charakter AI w kulturze. Z jednej strony narzędzia takie jak Suno i Udio pozwalają tworzyć utwory osobom bez wiedzy o produkcji muzycznej, bez znajomości instrumentów i bez dostępu do studia nagraniowego. W tekście „Suno i Udio AI demokratyzują branżę muzyczną” opisano właśnie ten wymiar: technologia obniża próg wejścia i pozwala eksperymentować z dźwiękiem ludziom spoza tradycyjnego rynku muzycznego.

Z drugiej strony muzycy pytają, na czym te systemy się uczą i czy nowa demokratyzacja nie jest możliwa dzięki wcześniejszemu wywłaszczeniu twórców. Jean-Michel Jarre w tekście „Sztuczna inteligencja przyczyni się do powstania kierunków artystycznych przyszłości” dostrzegał twórczy potencjał AI, ale równocześnie ostrzegał przed wchłanianiem dzieł artystów bez autoryzacji.

Ugodę Universal Music Group z Udio, opisaną w tekście „Universal Music podpisuje umowę z właścicielami generatora sztucznej inteligencji Udio”, można czytać jako zapowiedź nowego modelu. Rynek będzie szukał licencji, podziału przychodów, oznaczania treści i granic użycia głosu oraz stylu artysty. Prawdziwy spór dopiero się zaczyna.

Obraz, film i kryzys autentyczności

.Grafika i film są jeszcze bardziej podatne na zmianę, bo generatywna AI produkuje obrazy natychmiast widoczne. Ilustracja, plakat, kadr filmowy, twarz aktora, styl malarski, storyboard, reklama i wizualizacja mogą powstać bez aparatu, planu zdjęciowego, pędzla i kamery. Rynek zyskuje szybkość. Twórcy tracą część tradycyjnej przewagi.

AI może też służyć kulturze jako narzędzie badania, konserwacji i interpretacji dzieł. Tekst „Sztuczna inteligencja zakwestionowała autorstwo obrazów van Eycka” pokazywał, że algorytmy mogą wspierać analizę autentyczności obrazów. W tym przypadku AI nie tworzy nowego dzieła, lecz pomaga badać stare. Różnica jest zasadnicza, ponieważ model może być instrumentem poznania albo fabryką imitacji.

Film wchodzi w podobny konflikt. Jeśli głos i twarz aktora można odtworzyć, a scenę wygenerować bez planu zdjęciowego, rośnie pytanie o zgodę, wynagrodzenie i granice cyfrowego wizerunku. Kultura potrzebuje narzędzi AI, ale nie może zgodzić się na zniknięcie autora za technologiczną fasadą.

Interpretacja nie jest tym samym co rozumienie

.Największe ograniczenie AI w kulturze dotyczy rozumienia. Model może generować tekst o literaturze, malarstwie albo muzyce, ale nie przeżywa dzieła, nie ma pamięci lekturowej, nie zna ryzyka twórczego i nie bierze odpowiedzialności za interpretację. Potrafi syntetyzować schematy, ale może nie uchwycić sensu.

Tekst „Interpretacja literatury przez AI pozostaje jedynie złudzeniem” pokazywał, że modele popełniały poważne błędy wierności wobec tekstu i nie rozumiały istotnych elementów opowiadań. Taki wynik ma znaczenie szersze niż szkolna analiza lektury. AI może brzmieć jak interpretator kultury, ale wciąż pozostaje systemem przewidywania języka.

Kultura jest obszarem, w którym pozór kompetencji bywa szczególnie przekonujący. Odbiorca może otrzymać pięknie napisane streszczenie, efektowną interpretację i błyskotliwy komentarz, a jednocześnie nie zauważyć, że model pomylił sens utworu.

Maszyna może tworzyć, ale nie musi być autorem

.Maszyna może generować teksty, obrazy i muzykę. Maszyna może wspierać artystę, przyspieszać szkicowanie, testować warianty i otwierać nowe środki wyrazu. Autorstwo jest jednak czymś więcej niż produkcją formy. Autor bierze odpowiedzialność za wybór, sens, kontekst, ryzyko i relację z odbiorcą.

Sztuczna inteligencja w kulturze wymusi więc nowe rozróżnienia. Inaczej należy traktować AI jako narzędzie w ręku twórcy, inaczej AI jako system masowo generujący treści na podstawie cudzych dzieł, a jeszcze inaczej AI jako pomoc w badaniu i konserwacji kultury. Jedno pojęcie „tworzenia” nie wystarczy.

Kultura po AI nie musi być uboższa. Może stać się bardziej dostępna, eksperymentalna i wielogłosowa. Warunkiem jest jednak uznanie, że ludzka twórczość nie jest darmowym złożem danych. Jeżeli model ma korzystać z dorobku artystów, rynek i prawo muszą odpowiedzieć na pytanie o zgodę, wynagrodzenie, oznaczanie treści i ochronę stylu.

Maszyna może tworzyć obrazy, dźwięki i teksty. Autorstwo pozostaje jednak kategorią ludzkiej odpowiedzialności.

Szymon Ślubowski