Forrás: BBC Néhány másodpercnyi hangfelvétel is elég lehet ahhoz, hogy a mesterséges intelligencia szinte tökéletes digitális másolatot készítsen egy ember hangjáról. A technológia új lehetőségeket nyit a film- és médiaipar előtt, ugyanakkor színészek és szinkronszínészek attól tartanak, hogy hamarosan saját digitális másolataik veszik el a munkájukat. Nagy-Britanniában már törvényi védelmet követelnek.
A mesterséges intelligencia rohamos térnyerése alapjaiban változtatja meg a médiaipart. A film- és televíziógyártásban, a szinkronizálásban, a reklámiparban és a digitális tartalomgyártásban egyre több feladatot lehet automatizálni. Az AI képes képeket és videókat létrehozni, szöveget írni, fordítani, hangot generálni, sőt egy valódi ember beszédét is digitálisan lemásolni.
Éppen ez utóbbi miatt indított kampányt Peter Caulfield brit színész, a Save Our Voices Now kezdeményezés alapítója. A Doctor Who, az EastEnders és a Channel 4 Tip Toe című produkciójában is szereplő művész szerint a hangipar „létfontosságú fenyegetéssel” néz szembe. Petícióját már több mint négyezren írták alá, a kezdeményezéshez pedig olyan ismert színészek is csatlakoztak, mint Hugh Bonneville és Nicola Coughlan.
Másodpercek alatt lemásolható a hang
Caulfield akkor kezdett komolyabban foglalkozni a problémával, amikor azt tapasztalta, hogy a színészek és szinkronszínészek számára alig létezik megfelelő védelem az AI-hangklónozással szemben.
Kutatásai szerint bizonyos technológiáknak mindössze néhány másodpercnyi hangfelvételre van szükségük ahhoz, hogy egy ember hangjának digitális mását hozzák létre. Ez a médiaipar számára alapvető változás.
Korábban egy színész hangját csak akkor lehetett felhasználni, ha az előadó ténylegesen elvégezte a munkát, és hangját stúdióban rögzítették. A generatív mesterséges intelligencia viszont már képes új mondatokat létrehozni egy olyan hangon, amelynek eredeti tulajdonosa közben nincs is jelen. „A szakma tönkremenőben van, és a cégek egyre inkább a mesterséges intelligencia által generált hangokat választják” – mondta Caulfield. Szerinte ezért a kormánynak olyan szabályozást kellene bevezetnie, amely valódi visszatartó erőt jelent az engedély nélküli hangklónozással szemben.
Ki rendelkezik a saját hangunkkal?
A Save Our Voices Now azt szeretné elérni, hogy a brit állampolgárok törvényben rögzített jogot kapjanak saját hangjuk felett, és azt szellemi tulajdonként védhessék. A kampány további követelése, hogy a jog akkor is érvényesíthető legyen, ha az adott AI-platform vagy fejlesztőcég nem Nagy-Britanniában működik, de brit felhasználókat szolgál ki.
A kezdeményezők szerint ráadásul az AI-fejlesztőknek kellene bizonyítaniuk, hogy rendelkeznek az adott hang felhasználásához szükséges hozzájárulással. A vita azonban nem csupán a színészek megélhetéséről szól. A hangklónozás komoly biztonsági kockázatot is jelenthet.
Egy mesterségesen előállított hanggal csalók hozzátartozóknak, banki ügyintézőknek, üzleti partnereknek vagy akár újságíróknak is kiadhatják magukat. A technológia így az identitáslopás és a megtévesztés új eszközévé válhat.
Az AI még nem tud úgy „játszani”, mint egy ember
Kieran Vyas színészoktató és rendező maga is kipróbálta, mire képes a technológia. Azt vizsgálta, hogy egy AI-rendszer képes-e két színész párbeszédének játékát megfelelően utánozni. Az eredmény szerinte egyszerre volt lenyűgöző és ijesztő.
A mesterséges hang ugyan képes volt reprodukálni a szöveget és a beszédet, de hiányoztak belőle azok a finom érzelmi árnyalatok, amelyek egy valódi színészi alakítást hitelessé tesznek. Nem volt meg benne ugyanaz a kapcsolat a szöveggel, a szereplőkkel és a jelenet érzelmi tartalmával.
Vyas szerint azonban nem szabad abba a hibába esni, hogy az iparág egyszerűen megpróbálja megállítani az AI terjedését. „A szellem kiszabadult a palackból, nem állíthatjuk meg” – fogalmazott. Szerinte a stúdiókban hamarosan egész csapatok dolgoznak majd azon, hogyan lehet hatékonyan alkalmazni az új technológiát. Az emberi alkotók szerepe nem feltétlenül megszűnik, hanem átalakul.
Nem az AI a kérdés, hanem a szabályok
A mesterséges intelligencia a médiaiparban számos területen hasznos lehet. Gyorsíthatja a fordítást és a szinkronizálást, segíthet az utómunkában, régi felvételek restaurálásában, valamint új vizuális és hanghatások létrehozásában. A probléma akkor kezdődik, amikor a technológia úgy használja fel az emberi teljesítményt, hogy abból maga az alkotó már nem részesül, vagy egyáltalán nem is tud róla.
Ez a kérdés nemcsak a hangokra vonatkozik. Hasonló vita zajlik az AI által felhasznált újságcikkek, fényképek, filmek, zenék és egyéb kreatív alkotások körül is.
A médiaipar egyik legfontosabb kérdése ezért az lesz, hogy ki birtokolja azokat az adatokat és alkotásokat, amelyekből a mesterséges intelligencia tanul. És legalább ilyen fontos: ki kap pénzt, ha az AI egy ember korábbi munkájára, hangjára vagy képmására építve készít új tartalmat?
A brit kormány szabályozna
A brit kormány már jelezte, hogy konzultációt indít az AI által létrehozott digitális másolatokkal kapcsolatos károk kezeléséről.
A kabinet szerint a digitális másolatok a kreatív iparágak számára is hasznos eszközök lehetnek, ugyanakkor az engedély nélküli felhasználás károkat okozhat. A cél ezért olyan szabályozás kialakítása, amely egyszerre védi az emberi alkotókat és nem fojtja meg a jogszerű innovációt. Ez az egyensúly lesz az elkövetkező évek egyik legnehezebb feladata.
A technológia ugyanis már nem visszafordítható. Az AI megjelenik mindenütt, ott van a filmekben, a televízióban, a rádióban vagy az online médiában Miközben egy algoritmus néhány másodperc alatt képes megtanulni egy ember hangját, továbbra is az emberi társadalom feladata eldönteni, hogy ki beszélhet a nevünkben, ki használhatja a képmásunkat, és ki kereshet pénzt a hangunkkal.
