AI w pracy kreatywnej: kaganiec czy overdrive?

Świat na stylu biznesu i sztuki stoi dziś przed dylematem: czy utrzymywać generatywną sztuczną inteligencję w ramach ścisłych regulacji, czy zaufać mechanizmom rynkowym i swobodzie innowacji?

Podczas Generative Revolution Day wybrzmiały dwie wyraźnie odmienne wizje, przedstawione przez dr Tamillę Triantoro oraz producenta muzycznego Steve’a Lillywhite’a. I choć to dyskusja ekspercka, jej wnioski są bardzo konkretne. Dotyczą kosztów, ryzyka oraz kierunku przyszłych inwestycji.

Więcej pod materiałem video

Iluzja demokratyzacji i pułapka wyzysku

Dr Tamilla Triantoro, badaczka systemów AI z Quinnipiac University, analizując mechanizmy zachęt i układ sił wokół nowych technologii, wskazuje, że często odtwarzają one, a nawet wzmacniają istniejące nierówności rynkowe. Według niej obietnica pełnej demokratyzacji dzięki sztucznej inteligencji może więc okazać się uproszczeniem. Podobnie jak to miało miejsce w przypadku platform streamingowych, które miały dać wolny dostęp do odbiorców, a okazało się, że widoczność zależy przede wszystkim od budżetu, a nie od jakości treści.

– Ekosystem bez zasad nie tworzy innowacji. Z perspektywy systemowej prowadzi do awarii rynku. Brak regulacji zachęca do szybkiego przejmowania danych i produkowania treści na skróty, zamiast do budowania zrównoważonych partnerstw. To zakłóca cały rynek pracy twórczej – podkreśla.

Triantoro krytycznie ocenia również wykorzystywanie modeli opartych na danych, obrazach i muzyce, pozyskanych bez wyraźnej zgody autorów. Jej zdaniem proponowane jednorazowe wypłaty rekompensat nie rozwiązują problemu.

–  Model jednorazowego wykupu tworzy relację opartą na wyzysku, a nie na współpracy. Zachęca do krótkoterminowego przejmowania zasobów zamiast do długofalowego partnerstwa ze środowiskiem twórców – uważa.

W odpowiedzi postuluje oparcie relacji między firmami technologicznymi a twórcami na trzech filarach: jasnej zgodzie, rzetelnym uznaniu autorstwa oraz stałym wynagradzaniu za wykorzystanie materiałów do trenowania modeli.

Sztuka podążająca za technologią

Odmienne podejście prezentuje Steve Lillywhite, producent muzyczny i laureat wielu nagród Grammy. W jego ocenie sztuczna inteligencja jest tylko kolejnym etapem rozwoju narzędzi, podobnie jak wcześniej nowe instrumenty czy technologie nagraniowe.

– Forma sztuki podąża za technologią. Najpierw pojawia się technologia, a dopiero potem rodzi się nowa estetyka – uważa.

Choć algorytmy potrafią wiernie odtwarzać style z przeszłości, nie stworzyły dotąd dzieła, które w oczywisty sposób przewyższałoby oryginały. Przełomy pojawiają się dopiero wtedy, gdy ludzie wykorzystują narzędzia w sposób nieprzewidziany.

– Kiedy ktoś wynalazł wzmacniacz do gitar, dopiero gdy ktoś wziął nóż i przeciął głośnik, uzyskano przesterowanie. I nagle wynaleziono ten wspaniały dźwięk, który stał się częścią największych nagrań, jakie kiedykolwiek powstały. A ten wzmacniacz nie był przecież stworzony do przesterowania, ale bez niego nie byłoby w ogóle ciężkiej muzyki rockowej. Istnieje więc zdecydowanie zasada, która mówi, że technologia jest wymyślana przez techników, ale to ludzie kreatywni wynoszą ją potem na wyższy poziom.

Z tej perspektywy zbyt wczesne i nadmierne regulacje mogą ograniczyć przestrzeń do eksperymentowania. Lillywhite zadaje więc pytanie, czy każdorazowa, rygorystyczna ochrona istniejącego porządku rzeczywiście sprzyja rozwojowi. Wskazuje, że w niektórych branżach to właśnie brak ścisłej ochrony przyczynił się do podniesienia jakości poprzez konkurencję i swobodę działania.

Kalkulacja ryzyka

Aby lepiej zrozumieć wagę tych dwóch podejść, rozważmy przykład agencji realizującej kampanie dla marek konsumenckich.

Jeśli postawi ona na swobodę i zacznie korzystać z otwartych modeli bez sprawdzenia źródeł danych, początkowo może odnotować znaczący wzrost efektywności. Projekty powstaną szybciej, a koszty spadną.

Z czasem jednak pojawi się ryzyko prawne. Kampanie oparte na treściach wygenerowanych z wykorzystaniem chronionych prac konkretnych artystów, bez ich zgody, mogą prowadzić do roszczeń o naruszenie praw własności intelektualnej.

Alternatywą jest korzystanie wyłącznie z licencjonowanych, ściśle uregulowanych narzędzi. Taka decyzja może na początku ograniczyć swobodę twórczą i zwiększyć koszty dostępu do technologii. Jednocześnie buduje jednak stabilną ochronę przed utratą reputacji oraz zaufania klientów, dla których zgodność z prawem w całym łańcuchu dostaw jest warunkiem współpracy. Jednak tu rośnie ryzyko, że ci klienci, którym zależy na kosztach i czasie przejdą do firm preferujących pierwszy z tych dwóch modeli działania.

Strategia na czas niepewności

Zmieniający się krajobraz technologiczny wymaga nowego podejścia do zarządzania innowacją. Jest to decyzja organizacyjna i – przy jej podejmowaniu – warto połączyć oba podejścia – minimalna ograniczanie kreatywności przy używaniu narzędzi AI oraz maksymalizowanie bezpieczeństwa przez odpowiedni ich dobór.

Pierwszym krokiem powinno być sprawdzenie dostawców narzędzi pod kątem przejrzystości zasad dotyczących zgody, autorstwa i wynagrodzenia twórców, których materiały wykorzystano do trenowania modeli. Drugi element to stworzenie wewnętrznych zasad korzystania z AI, które zapewnią zgodność z prawem, a jednocześnie pozostawią przestrzeń do eksperymentowania.

Dopiero mając takie fundamenty, organizacje mogą zachęcać zespoły do twórczego wykorzystywania bezpiecznych narzędzi. A wyważone połączenie odpowiedzialności prawnej z odwagą eksperymentowania może stać się realnym źródłem trwałej przewagi rynkowej.