Deepfake-ek, gagyi AI-zenék és kétesen halhatatlan színészek: tényleg ez lenne a mesterséges intelligencia öröksége a hangutánzás terén? A helyzet aggasztó, és a potenciális veszélyek még aggasztóbbak. E heti Ember vs. gép cikkünk ezekkel próbál meg foglalkozni egy kicsit.

Sokan azok közül, akik azt hitték, hogy az automatizáció elsődlegesen a két kézzel elvégezhető, fizikai munkákat fogja kiváltani, nagyon nagyot csalódtak, amikor kiderült ennek ellenkezője: vagyis hogy a szellemi, művészi feladatokat sokkal nagyobb mértékben fenyegeti ez a jelenség. Kevés olyan interneteléréssel rendelkező ember létezhet ma már csak, akik valamilyen formában nem találkoztak volna már AI által készített, úgynevezett  „művészi” tartalommal.

Bár kétséges, hogy az ilyen tartalmakat – a mesterséges intelligencia készítette kép- vagy hanganyagokat – mennyire lehet művészetnek nevezni, az letagadhatatlan tény, hogy egyre nagyobb hányadukat készíti gép. És bár a gépeknek (egyelőre?) nincsen lelke, ez egyáltalán nem gátolja őket abban, hogy művészkedjenek, vagy legalábbis a művészkedést utánozzák.

AI-készítette képpel már mindenki találkozott – ezek minősége a gagyitól a szinte felismerhetetlenig terjed – és már-már elfogadottá váltak az idő során: ezt nagyjából onnan lehet tudni, hogy például már egészen nagy vállalatok használnak egyértelműen AI-által generált logókat. De mi a helyzet a hanganyagokkal?

Pro, de főleg kontra

Mielőtt továbblépünk és megválaszoljuk ezt a kérdést, érdemes kicsit jobban elgondolkodni az AI gyártotta hanganyagokon és hogy miről is szól ez az egész.

 Az AI-szinkron vagy AI-zenék mellett felhozott leggyakrabb érv az, hogy tovább demokratizálja a tartalomgyártást: magyarul olyanok számára is elérhetővé tesz bizonyos eszközöket (esetben azt, hogy egyedi zenét vagy szinkront biztosítsanak például videós tartalmakhoz) melyek addig valamilyen okból elérhetetlenek voltak számukra.

 Míg a fenti érv akár igaz is lehet, a teljes igazság viszont az, hogy az AI nem csak az egyének illetve magánemberek vagy azok csoportjai számára érhető el, hanem tech-konglomerátumok, szórakoztatóipari óriások és politikai szereplők vagy akár egész államapparátusok számára is.

 A gépi tanulás jellegéből adódóan az AI nem csak „új hangok” produkálására alkalmas, hanem arra is, hogy már létező – tehát emberek – hangját is leutánozza. Ehhez nem kell sok, akár egy félperces telefonhívás is elegendő ahhoz, hogy valakinek a hangját le lehessen utánozni olyan pontossággal, hogy akár megkülönböztethetetlen legyen a valóditól.

 Bár cikkeinkben jellemzően törekszünk az objektivitásra és a pártatlanságra, érdemes belegondolni, hogy ez milyen eszköz lehet (és bizonyos esetekben már az is) az eszményekre általában fittyet hányó nemzetközi nagyvállalatok és a különféle diktatórikus rezsimek kezében.

 Ezt a gondolatmenetet nyugodtan fűzzük csak tovább: képzeljük csak el, kedvenc (szinkron)színészeink hangja ezentúl örökké élhet. Már most is vannak olyan filmek, melyekbe mesterséges intelligencia segítségével szerepeltetnek olyan színészeket, akik már meghaltak, a technika pedig csak még tovább fog fejlődni.

 Biztos, hogy ez a művészek „halhatatlanságához” vezető helyes út? Szeretnénk, hogy még ötven vagy száz év múlva is ugyanazok a színészek szórakoztassanak minket? Ha ennek a morális aggályairól nem is beszélünk, de az ilyen módon bekövetkezhető művészi stagnálás szintén több, mint aggasztó. Ha nem leszünk hajlandók elengedni kedvenceinket még haláluk után sem, azzal az utánpótlást és a friss tehetségeket fogjuk gátolni, abban pedig biztosak lehetünk, hogy a szórakoztatóipar, ahol a tehetség, az integritás és a minőség csak a profit megszerzéséig fontos, ezt minden lehetséges módon a saját előnyére próbálja majd fordítani.

 Aki nem érti, hogy az állam kezében ez miért lehet veszélyes eszköz, az nyugodtan képzelje maga elé, hogy egy olyan videót néz, amin olyan bűnöket ismer be a saját tökéletes képmása a saját hangján, amikről ő maga még sose hallott azelőtt.

Az AI sokkal olcsóbb, mint egy vagy akár több szinkronszínész vagy egy zenekar: éppen ezért biztosak lehetünk abban, hogy azok a vállalatok, akik szeretnének pénzt és időt megtakarítani maguknak, annyira ki fogják használni ezeket az eszközöket, amennyire csak lehet.

Pár ok, amiért az AI még nem beszél helyettünk

Sajnos, de főleg inkább szerencsére a technológia még közel sem tökéletes, sőt, talán még a képgenerálásnál is tökéletlenebb. Az utóbbinál sok esetben tényleg nagyon nehéz megkülönböztetni a valóst az utánzattól, a hangok esetében viszont több nagyon komoly problémába ütközik a folyamat:

 A gépeknek tovább sincsen se lelkük, se érzelmeik: ez pedig, akár hisszük akár nem, komoly gátat jelent az utánzás tökéletesítésében.

Az AI-ból hiányzik az a féle alkalmazkodókészség, spontaneitás, mely a (szinkron)színészeket és munkájukat igazán naggyá teheti. Több olyan legendás jelenet van filmekben, melyek eredetileg nem voltak a forgatókönyv részei, csak úgy, helyben improvizálták őket: ilyesmire pedig az AI nemigen alkalmas.

 Ha már nüansz: az AI arra sem igazán alkalmas, hogy megfelelően interpretálja a kulturális és lingvisztikai finomságokat, ezért az olyan szövegek, melyek bilinguálisak vagy tele vannak etnikai szlenggel szintén nehézséget okoznak neki.

Egy nagyon veszélyes út

Akkor pedig jöhet a szokásos kérdés:

el fogja-e venni a mesterséges intelligencia a szinkronszínészek, zenészek és hasonló szakmák munkáját?

Részben igen, részben nem. Akik gyors és olcsó megoldásokra vágynak, nem áll lehetőségükben más eszközökhöz nyúlni vagy egyszerűen csak szórakozni szeretnének, azok kétségkívül használni fogják a mesterséges intelligencia hang-generátor funkcióját. A tehetséges szinkronszínészek, zenészek és bemondók számára továbbra is lesz munka, főleg ahogy a mesterséges intelligencia egyre nagyobb és nagyobb szeletet hasít majd le magának ebben az iparágban és az emberek a más emberek munkája, a valóságos tehetség iránti igénye (remélhetőleg) bebetonozódik.

Az AI ezen a téren jelentett veszélye viszont ebben az esetben más jellegű: a soha el nem engedett sztárok, az emberek hangjának engedély nélküli felhasználása és az állam abúzusa. Ezek pedig egészen dermesztő dolgok, melyek ellen bőven találni súlyos erkölcsi kifogásokat.