Par : Ziv Epstein (MIT), Aaron Hertzmann (Adobe Research), Les enquêteurs de la créativité humaine (Adobe)
Source : Sciences
Source de l'image : générée par l'outil d'IA illimitée
Comprendre la transformation du travail créatif aidera à guider l'impact de l'IA sur l'écosystème des médias.
L'intelligence artificielle générative (IA) est un sujet très controversé. Une application importante à ce jour est la production de supports artistiques de haute qualité pour les arts visuels, l'art conceptuel, la musique et la littérature, ainsi que la vidéo et l'animation. Par exemple, les modèles de diffusion peuvent synthétiser des images de haute qualité (1) et les grands modèles de langage (LLM) peuvent produire une prose et une poésie impressionnantes et plausibles dans un large éventail de contextes (2). Les capacités génératives de ces outils pourraient changer fondamentalement le processus créatif par lequel les créateurs forment des idées et les mettent en production. À mesure que la créativité est réinventée, de nombreux domaines de la société peuvent également être réinventés. Comprendre l'impact de l'IA générative et prendre des décisions politiques à ce sujet nécessitera de nouvelles enquêtes scientifiques interdisciplinaires sur la culture, l'économie, le droit, les algorithmes et l'interaction de la technologie et de la créativité.
Les moments de changement n'ont pas marqué la « fin de l'art », mais ont eu des effets plus complexes, remodelant les rôles et les pratiques des créateurs et modifiant l'esthétique des médias contemporains (3). Par exemple, certains artistes du XIXe siècle ont vu l'avènement de la photographie comme une menace pour la peinture. La photographie n'a cependant pas remplacé la peinture, mais l'a finalement libérée du réalisme, donnant naissance aux mouvements de l'impressionnisme et de l'art moderne. La photographie de portrait, en revanche, a largement remplacé le portrait. De même, la numérisation de la production musicale (par exemple, l'échantillonnage numérique et la synthèse sonore) a été condamnée comme "la fin de la musique". Mais en réalité, cela a changé la façon dont les gens font et écoutent de la musique, et a aidé à créer de nouveaux genres, notamment le hip-hop et la grosse caisse. Comme ces parallèles historiques, l'IA générative n'est pas un signe avant-coureur de la mort de l'art, mais un nouveau médium avec ses propres capacités uniques. En tant qu'ensemble d'outils utilisés par les créateurs humains, l'IA générative est positionnée pour perturber de nombreux domaines de l'industrie créative et menacer les modèles de travail et de travail existants à court terme, tout en permettant finalement de nouveaux modèles de travail créatif et en reconfigurant le système de l'écosystème des médias.
Contrairement aux perturbations passées, cependant, l'IA générative s'appuie sur les données de formation que les gens font. Ces modèles "apprennent" l'art génératif en extrayant des modèles statistiques des médias artistiques existants. Et cette dépendance soulève de nouvelles questions, telles que la provenance des données, leur impact sur le résultat et la manière dont la paternité est déterminée. En tirant parti du travail existant pour automatiser le processus créatif, l'IA générative remet en question les définitions traditionnelles de la paternité, de la propriété, de l'inspiration créative, de l'échantillonnage et du remixage, compliquant ainsi les notions existantes de production médiatique. Il est donc important de prendre en compte l'impact esthétique et culturel de l'IA générative, les questions juridiques de propriété et de crédit, l'avenir du travail créatif et les implications pour les écosystèmes médiatiques contemporains. Parmi ces sujets figurent certaines questions de recherche clés qui pourraient éclairer les politiques et l'utilisation bénéfique de cette technologie (4).
À propos de "l'intelligence artificielle"
Afin d'examiner correctement ces sujets, il est d'abord nécessaire de comprendre comment le langage utilisé pour décrire l'IA affecte les perceptions de la technologie. Le terme « intelligence artificielle » peut être trompeur, suggérant que ces systèmes présentent des intentions, une agence et même une conscience de soi de type humain. Les interfaces basées sur le langage naturel pour les modèles d'IA génératifs, y compris les interfaces de chat qui utilisent "moi", peuvent donner aux utilisateurs une sensation humaine pour interagir avec eux. Ces perceptions peuvent saper la crédibilité des créateurs dont le travail sous-tend la production des systèmes (5) et déplacer la responsabilité des développeurs et des décideurs lorsque ces systèmes causent des dommages (6). Des travaux futurs sont nécessaires pour comprendre comment les perceptions des processus génératifs influencent les attitudes envers la production et les auteurs. Cela aidera à la conception de systèmes qui divulguent le processus génératif et évitent les interprétations trompeuses.
IA générative et esthétique
Les capacités particulières de l'IA générative, à leur tour, génèrent de nouvelles esthétiques qui pourraient avoir des effets à long terme sur l'art et la culture. Alors que ces outils prolifèrent et que leur utilisation devient omniprésente (comme l'a fait la photographie il y a un siècle), la question reste ouverte de savoir comment l'esthétique qu'ils produisent affectera la production artistique. Une faible barrière à l'entrée pour l'IA générative pourrait accroître la diversité globale de la production artistique en élargissant le bassin de créateurs impliqués dans la pratique artistique. Dans le même temps, les normes et préjugés esthétiques et culturels intégrés dans les données de formation peuvent être capturés, reflétés et même amplifiés, réduisant ainsi la diversité (7). Le contenu généré par l'IA peut également fournir du fourrage pour de futurs modèles, créant un volant esthétique autoréférentiel qui perpétue les normes culturelles axées sur l'IA. Les recherches futures devraient explorer les moyens de quantifier et d'augmenter la diversité des sorties, et examiner comment les outils d'IA générative affectent l'esthétique et la diversité esthétique.
Les algorithmes de recommandation opaques et maximisant l'engagement des plateformes de médias sociaux peuvent renforcer davantage les normes esthétiques grâce à des boucles de rétroaction (8), produisant un contenu sensationnel et partageable. Cela pourrait homogénéiser davantage le contenu alors que les algorithmes et les créateurs de contenu tentent de maximiser l'engagement. Cependant, certaines expériences préliminaires (9) suggèrent que l'intégration de mesures d'engagement lors de la conservation de contenu généré par l'IA peut, dans certains cas, diversifier le contenu. La question reste ouverte de savoir quels styles sont amplifiés par les algorithmes de recommandation et comment cette hiérarchisation affecte les types de contenu que les créateurs produisent et partagent. Les travaux futurs doivent explorer les systèmes complexes et dynamiques formés par les interactions entre les modèles génératifs, les algorithmes de recommandation et les plateformes de médias sociaux, et leur impact sur la diversité esthétique et conceptuelle.
IA générative et droit d'auteur
La dépendance de l'IA générative aux données de formation pour automatiser la création présente également des défis juridiques et éthiques qui incitent à la recherche technique sur la nature de ces systèmes. La loi sur le droit d'auteur doit équilibrer les intérêts des créateurs, des utilisateurs d'outils d'IA générative et de la société dans son ensemble. La loi peut traiter l'utilisation des données de formation comme non contrefaisante si l'œuvre protégée n'a pas été directement copiée ; comme un usage loyal si la formation implique une transformation substantielle des données sous-jacentes ; et uniquement si le créateur donne l'autorisation explicite Autoriser l'utilisation ; ou , où le créateur est rémunéré, une licence légale obligatoire qui permet d'utiliser les données à des fins de formation. Une grande partie de la loi sur le droit d'auteur repose sur une interprétation judiciaire, il n'est donc pas clair si la collecte de données de tiers pour la formation ou l'imitation du style d'un artiste violerait le droit d'auteur. Les questions juridiques et techniques sont enchevêtrées : le modèle reproduit-il directement des éléments des données de formation ou produit-il quelque chose d'entièrement nouveau ? Même si le modèle ne reproduit pas directement une œuvre existante, il n'est pas clair si et comment le style personnel d'un artiste doit être protégé. Quels mécanismes protégeraient et indemniseraient les artistes dont le travail a été utilisé pour la formation, voire leur permettraient de se retirer, tout en permettant de nouvelles contributions culturelles avec des modèles d'IA générative ? Répondre à ces questions et déterminer comment la loi sur le droit d'auteur devrait traiter les données de formation nécessitera des recherches techniques substantielles pour développer et comprendre les systèmes d'IA, des recherches en sciences sociales pour comprendre les perceptions de la similitude et des recherches juridiques pour appliquer les précédents existants aux nouvelles technologies. Bien sûr, ces points de vue ne représentent que les points de vue juridiques des États-Unis.
Une question juridique évidente est de savoir qui peut revendiquer la propriété de la sortie du modèle. Pour répondre à cette question, il faut comprendre les contributions créatives des utilisateurs du système et des autres parties prenantes, telles que les développeurs du système et les créateurs des données de formation. Les développeurs d'IA peuvent revendiquer la propriété de la sortie via les conditions d'utilisation. En revanche, les utilisateurs du système peuvent être considérés comme des titulaires de droits d'auteur par défaut s'ils participent de manière créative significative (par exemple, le processus n'est pas entièrement automatisé ou une œuvre particulière n'est pas parodiée). Mais dans quelle mesure l'influence créative d'un utilisateur justifie-t-elle d'en revendiquer la propriété ? Ces questions impliquent d'étudier le processus créatif à l'aide d'outils basés sur l'IA, qui peuvent devenir plus complexes si les utilisateurs bénéficient d'un contrôle plus direct.
IA générative et carrières créatives
Indépendamment du résultat juridique, les outils d'IA générative ont le potentiel de transformer le travail créatif et l'emploi. La théorie économique populaire [c. Cependant, les nouveaux outils ont soulevé des problèmes d'emploi pour les professions créatives telles que les compositeurs, les graphistes et les écrivains. Ce conflit survient parce que le SBTC ne parvient pas à différencier les activités cognitives telles que le travail analytique de l'idéation créative. Nous avons besoin d'un nouveau cadre pour décrire les étapes spécifiques du processus créatif, lesquelles de ces étapes peuvent être influencées par les outils d'IA générative, ainsi que les exigences et les activités du lieu de travail des différentes occupations cognitives (11).
Si ces outils peuvent menacer certaines professions, ils peuvent augmenter la productivité d'autres et peut-être en créer de nouvelles. Par exemple, la technologie d'automatisation de la musique a historiquement permis à davantage de musiciens de créer, même avec des revenus biaisés (12). Les systèmes d'IA générative peuvent créer des centaines de sorties par minute, accélérant potentiellement le processus de création grâce à une idéation rapide. Cependant, cette accélération peut également perturber certains aspects de la créativité, car elle élimine la période de conception consistant à façonner un prototype initial à partir de rien. Dans les deux cas, le temps et les coûts de production sont susceptibles de baisser. La production de produits créatifs peut devenir plus efficace, atteignant le même rendement avec moins de travail. À son tour, la demande de travail créatif peut augmenter. En outre, de nombreuses professions qui utilisent des outils traditionnels, comme l'illustration ou la photographie de stock, peuvent être déplacées. Quelques exemples historiques en témoignent. Plus particulièrement, la révolution industrielle a permis aux métiers traditionnels tels que la céramique, les textiles et la sidérurgie d'être produits en masse par une main-d'œuvre non artisanale ; les produits artisanaux sont devenus des objets exceptionnels. De même, la photographie a remplacé le portrait. La numérisation de la musique supprime les contraintes liées à l'apprentissage du fonctionnement physique d'un instrument, permettant à davantage de contributeurs d'arrangements plus complexes. Ces outils pourraient changer qui peut être un artiste, auquel cas l'emploi des artistes pourrait augmenter même si les salaires moyens baissent.
IA générative et écologie des médias
Comme ces outils ont un impact sur le travail créatif, ils posent également des dommages potentiels en aval à l'écosystème médiatique au sens large. À mesure que le coût et le temps de production des médias à grande échelle diminuent, l'écosystème médiatique peut devenir vulnérable à la désinformation générée par l'IA grâce à la création de médias synthétiques, en particulier les médias qui fournissent des preuves pour les allégations (13). Ces nouvelles possibilités de générer des médias synthétiques réalistes peuvent saper la confiance dans les médias capturant la vérité par le biais du soi-disant «dividende du menteur» (le faux contenu profite aux menteurs en sapant la confiance dans la vérité) (14) et augmenter la fraude et les menaces d'images sexuelles non consensuelles. . Cela soulève d'importantes questions de recherche : quel est le rôle des interventions des plateformes, telles que le suivi de la provenance et la détection des médias synthétiques en aval, en termes de gouvernance et de renforcement de la confiance (15) ? Et comment la prolifération des médias synthétiques, tels que les photos d'actualités inédites, affecte-t-elle la confiance dans les médias réels ? À mesure que la production de contenu augmente, l'attention collective peut diminuer (16). L'explosion du contenu généré par l'IA, à son tour, pourrait entraver la capacité de la société à discuter et à agir collectivement dans des domaines importants comme le climat et la démocratie.
Chaque médium artistique reflète et commente les problèmes de son temps, et le débat autour de l'art contemporain généré par l'IA reflète les problèmes actuels autour de l'automatisation, du contrôle des entreprises et de l'économie de l'attention. En fin de compte, nous exprimons notre humanité à travers l'art, donc comprendre et façonner l'impact de l'IA sur l'expression créative est au cœur des questions plus larges sur son impact sur la société. De nouvelles recherches sur l'IA générative devraient éclairer les politiques et les utilisations bénéfiques de la technologie, tout en impliquant les principales parties prenantes, en particulier les artistes et les créateurs eux-mêmes, dont beaucoup sont à l'avant-garde de la résolution de problèmes difficiles pour le changement social.
Note du traducteur : Il y a 16 annotations dans le texte, pour une lecture connexe, veuillez vous référer au texte original
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Magazine "Science": Le changement n'est pas "la fin de l'art", l'IA générative va remodeler l'esthétique des médias contemporains
Par : Ziv Epstein (MIT), Aaron Hertzmann (Adobe Research), Les enquêteurs de la créativité humaine (Adobe)
Source : Sciences
L'intelligence artificielle générative (IA) est un sujet très controversé. Une application importante à ce jour est la production de supports artistiques de haute qualité pour les arts visuels, l'art conceptuel, la musique et la littérature, ainsi que la vidéo et l'animation. Par exemple, les modèles de diffusion peuvent synthétiser des images de haute qualité (1) et les grands modèles de langage (LLM) peuvent produire une prose et une poésie impressionnantes et plausibles dans un large éventail de contextes (2). Les capacités génératives de ces outils pourraient changer fondamentalement le processus créatif par lequel les créateurs forment des idées et les mettent en production. À mesure que la créativité est réinventée, de nombreux domaines de la société peuvent également être réinventés. Comprendre l'impact de l'IA générative et prendre des décisions politiques à ce sujet nécessitera de nouvelles enquêtes scientifiques interdisciplinaires sur la culture, l'économie, le droit, les algorithmes et l'interaction de la technologie et de la créativité.
Les moments de changement n'ont pas marqué la « fin de l'art », mais ont eu des effets plus complexes, remodelant les rôles et les pratiques des créateurs et modifiant l'esthétique des médias contemporains (3). Par exemple, certains artistes du XIXe siècle ont vu l'avènement de la photographie comme une menace pour la peinture. La photographie n'a cependant pas remplacé la peinture, mais l'a finalement libérée du réalisme, donnant naissance aux mouvements de l'impressionnisme et de l'art moderne. La photographie de portrait, en revanche, a largement remplacé le portrait. De même, la numérisation de la production musicale (par exemple, l'échantillonnage numérique et la synthèse sonore) a été condamnée comme "la fin de la musique". Mais en réalité, cela a changé la façon dont les gens font et écoutent de la musique, et a aidé à créer de nouveaux genres, notamment le hip-hop et la grosse caisse. Comme ces parallèles historiques, l'IA générative n'est pas un signe avant-coureur de la mort de l'art, mais un nouveau médium avec ses propres capacités uniques. En tant qu'ensemble d'outils utilisés par les créateurs humains, l'IA générative est positionnée pour perturber de nombreux domaines de l'industrie créative et menacer les modèles de travail et de travail existants à court terme, tout en permettant finalement de nouveaux modèles de travail créatif et en reconfigurant le système de l'écosystème des médias.
Contrairement aux perturbations passées, cependant, l'IA générative s'appuie sur les données de formation que les gens font. Ces modèles "apprennent" l'art génératif en extrayant des modèles statistiques des médias artistiques existants. Et cette dépendance soulève de nouvelles questions, telles que la provenance des données, leur impact sur le résultat et la manière dont la paternité est déterminée. En tirant parti du travail existant pour automatiser le processus créatif, l'IA générative remet en question les définitions traditionnelles de la paternité, de la propriété, de l'inspiration créative, de l'échantillonnage et du remixage, compliquant ainsi les notions existantes de production médiatique. Il est donc important de prendre en compte l'impact esthétique et culturel de l'IA générative, les questions juridiques de propriété et de crédit, l'avenir du travail créatif et les implications pour les écosystèmes médiatiques contemporains. Parmi ces sujets figurent certaines questions de recherche clés qui pourraient éclairer les politiques et l'utilisation bénéfique de cette technologie (4).
À propos de "l'intelligence artificielle"
Afin d'examiner correctement ces sujets, il est d'abord nécessaire de comprendre comment le langage utilisé pour décrire l'IA affecte les perceptions de la technologie. Le terme « intelligence artificielle » peut être trompeur, suggérant que ces systèmes présentent des intentions, une agence et même une conscience de soi de type humain. Les interfaces basées sur le langage naturel pour les modèles d'IA génératifs, y compris les interfaces de chat qui utilisent "moi", peuvent donner aux utilisateurs une sensation humaine pour interagir avec eux. Ces perceptions peuvent saper la crédibilité des créateurs dont le travail sous-tend la production des systèmes (5) et déplacer la responsabilité des développeurs et des décideurs lorsque ces systèmes causent des dommages (6). Des travaux futurs sont nécessaires pour comprendre comment les perceptions des processus génératifs influencent les attitudes envers la production et les auteurs. Cela aidera à la conception de systèmes qui divulguent le processus génératif et évitent les interprétations trompeuses.
IA générative et esthétique
Les capacités particulières de l'IA générative, à leur tour, génèrent de nouvelles esthétiques qui pourraient avoir des effets à long terme sur l'art et la culture. Alors que ces outils prolifèrent et que leur utilisation devient omniprésente (comme l'a fait la photographie il y a un siècle), la question reste ouverte de savoir comment l'esthétique qu'ils produisent affectera la production artistique. Une faible barrière à l'entrée pour l'IA générative pourrait accroître la diversité globale de la production artistique en élargissant le bassin de créateurs impliqués dans la pratique artistique. Dans le même temps, les normes et préjugés esthétiques et culturels intégrés dans les données de formation peuvent être capturés, reflétés et même amplifiés, réduisant ainsi la diversité (7). Le contenu généré par l'IA peut également fournir du fourrage pour de futurs modèles, créant un volant esthétique autoréférentiel qui perpétue les normes culturelles axées sur l'IA. Les recherches futures devraient explorer les moyens de quantifier et d'augmenter la diversité des sorties, et examiner comment les outils d'IA générative affectent l'esthétique et la diversité esthétique.
Les algorithmes de recommandation opaques et maximisant l'engagement des plateformes de médias sociaux peuvent renforcer davantage les normes esthétiques grâce à des boucles de rétroaction (8), produisant un contenu sensationnel et partageable. Cela pourrait homogénéiser davantage le contenu alors que les algorithmes et les créateurs de contenu tentent de maximiser l'engagement. Cependant, certaines expériences préliminaires (9) suggèrent que l'intégration de mesures d'engagement lors de la conservation de contenu généré par l'IA peut, dans certains cas, diversifier le contenu. La question reste ouverte de savoir quels styles sont amplifiés par les algorithmes de recommandation et comment cette hiérarchisation affecte les types de contenu que les créateurs produisent et partagent. Les travaux futurs doivent explorer les systèmes complexes et dynamiques formés par les interactions entre les modèles génératifs, les algorithmes de recommandation et les plateformes de médias sociaux, et leur impact sur la diversité esthétique et conceptuelle.
IA générative et droit d'auteur
La dépendance de l'IA générative aux données de formation pour automatiser la création présente également des défis juridiques et éthiques qui incitent à la recherche technique sur la nature de ces systèmes. La loi sur le droit d'auteur doit équilibrer les intérêts des créateurs, des utilisateurs d'outils d'IA générative et de la société dans son ensemble. La loi peut traiter l'utilisation des données de formation comme non contrefaisante si l'œuvre protégée n'a pas été directement copiée ; comme un usage loyal si la formation implique une transformation substantielle des données sous-jacentes ; et uniquement si le créateur donne l'autorisation explicite Autoriser l'utilisation ; ou , où le créateur est rémunéré, une licence légale obligatoire qui permet d'utiliser les données à des fins de formation. Une grande partie de la loi sur le droit d'auteur repose sur une interprétation judiciaire, il n'est donc pas clair si la collecte de données de tiers pour la formation ou l'imitation du style d'un artiste violerait le droit d'auteur. Les questions juridiques et techniques sont enchevêtrées : le modèle reproduit-il directement des éléments des données de formation ou produit-il quelque chose d'entièrement nouveau ? Même si le modèle ne reproduit pas directement une œuvre existante, il n'est pas clair si et comment le style personnel d'un artiste doit être protégé. Quels mécanismes protégeraient et indemniseraient les artistes dont le travail a été utilisé pour la formation, voire leur permettraient de se retirer, tout en permettant de nouvelles contributions culturelles avec des modèles d'IA générative ? Répondre à ces questions et déterminer comment la loi sur le droit d'auteur devrait traiter les données de formation nécessitera des recherches techniques substantielles pour développer et comprendre les systèmes d'IA, des recherches en sciences sociales pour comprendre les perceptions de la similitude et des recherches juridiques pour appliquer les précédents existants aux nouvelles technologies. Bien sûr, ces points de vue ne représentent que les points de vue juridiques des États-Unis.
Une question juridique évidente est de savoir qui peut revendiquer la propriété de la sortie du modèle. Pour répondre à cette question, il faut comprendre les contributions créatives des utilisateurs du système et des autres parties prenantes, telles que les développeurs du système et les créateurs des données de formation. Les développeurs d'IA peuvent revendiquer la propriété de la sortie via les conditions d'utilisation. En revanche, les utilisateurs du système peuvent être considérés comme des titulaires de droits d'auteur par défaut s'ils participent de manière créative significative (par exemple, le processus n'est pas entièrement automatisé ou une œuvre particulière n'est pas parodiée). Mais dans quelle mesure l'influence créative d'un utilisateur justifie-t-elle d'en revendiquer la propriété ? Ces questions impliquent d'étudier le processus créatif à l'aide d'outils basés sur l'IA, qui peuvent devenir plus complexes si les utilisateurs bénéficient d'un contrôle plus direct.
IA générative et carrières créatives
Indépendamment du résultat juridique, les outils d'IA générative ont le potentiel de transformer le travail créatif et l'emploi. La théorie économique populaire [c. Cependant, les nouveaux outils ont soulevé des problèmes d'emploi pour les professions créatives telles que les compositeurs, les graphistes et les écrivains. Ce conflit survient parce que le SBTC ne parvient pas à différencier les activités cognitives telles que le travail analytique de l'idéation créative. Nous avons besoin d'un nouveau cadre pour décrire les étapes spécifiques du processus créatif, lesquelles de ces étapes peuvent être influencées par les outils d'IA générative, ainsi que les exigences et les activités du lieu de travail des différentes occupations cognitives (11).
Si ces outils peuvent menacer certaines professions, ils peuvent augmenter la productivité d'autres et peut-être en créer de nouvelles. Par exemple, la technologie d'automatisation de la musique a historiquement permis à davantage de musiciens de créer, même avec des revenus biaisés (12). Les systèmes d'IA générative peuvent créer des centaines de sorties par minute, accélérant potentiellement le processus de création grâce à une idéation rapide. Cependant, cette accélération peut également perturber certains aspects de la créativité, car elle élimine la période de conception consistant à façonner un prototype initial à partir de rien. Dans les deux cas, le temps et les coûts de production sont susceptibles de baisser. La production de produits créatifs peut devenir plus efficace, atteignant le même rendement avec moins de travail. À son tour, la demande de travail créatif peut augmenter. En outre, de nombreuses professions qui utilisent des outils traditionnels, comme l'illustration ou la photographie de stock, peuvent être déplacées. Quelques exemples historiques en témoignent. Plus particulièrement, la révolution industrielle a permis aux métiers traditionnels tels que la céramique, les textiles et la sidérurgie d'être produits en masse par une main-d'œuvre non artisanale ; les produits artisanaux sont devenus des objets exceptionnels. De même, la photographie a remplacé le portrait. La numérisation de la musique supprime les contraintes liées à l'apprentissage du fonctionnement physique d'un instrument, permettant à davantage de contributeurs d'arrangements plus complexes. Ces outils pourraient changer qui peut être un artiste, auquel cas l'emploi des artistes pourrait augmenter même si les salaires moyens baissent.
IA générative et écologie des médias
Comme ces outils ont un impact sur le travail créatif, ils posent également des dommages potentiels en aval à l'écosystème médiatique au sens large. À mesure que le coût et le temps de production des médias à grande échelle diminuent, l'écosystème médiatique peut devenir vulnérable à la désinformation générée par l'IA grâce à la création de médias synthétiques, en particulier les médias qui fournissent des preuves pour les allégations (13). Ces nouvelles possibilités de générer des médias synthétiques réalistes peuvent saper la confiance dans les médias capturant la vérité par le biais du soi-disant «dividende du menteur» (le faux contenu profite aux menteurs en sapant la confiance dans la vérité) (14) et augmenter la fraude et les menaces d'images sexuelles non consensuelles. . Cela soulève d'importantes questions de recherche : quel est le rôle des interventions des plateformes, telles que le suivi de la provenance et la détection des médias synthétiques en aval, en termes de gouvernance et de renforcement de la confiance (15) ? Et comment la prolifération des médias synthétiques, tels que les photos d'actualités inédites, affecte-t-elle la confiance dans les médias réels ? À mesure que la production de contenu augmente, l'attention collective peut diminuer (16). L'explosion du contenu généré par l'IA, à son tour, pourrait entraver la capacité de la société à discuter et à agir collectivement dans des domaines importants comme le climat et la démocratie.
Chaque médium artistique reflète et commente les problèmes de son temps, et le débat autour de l'art contemporain généré par l'IA reflète les problèmes actuels autour de l'automatisation, du contrôle des entreprises et de l'économie de l'attention. En fin de compte, nous exprimons notre humanité à travers l'art, donc comprendre et façonner l'impact de l'IA sur l'expression créative est au cœur des questions plus larges sur son impact sur la société. De nouvelles recherches sur l'IA générative devraient éclairer les politiques et les utilisations bénéfiques de la technologie, tout en impliquant les principales parties prenantes, en particulier les artistes et les créateurs eux-mêmes, dont beaucoup sont à l'avant-garde de la résolution de problèmes difficiles pour le changement social.
Note du traducteur : Il y a 16 annotations dans le texte, pour une lecture connexe, veuillez vous référer au texte original