Por: Ziv Epstein (MIT), Aaron Hertzmann (Adobe Research), The Investigators Of Human Creativity (Adobe)
Fonte: Ciência
Fonte da imagem: Gerada pela ferramenta Unbounded AI
Compreender a transformação do trabalho criativo ajudará a orientar o impacto da IA no ecossistema de mídia.
A inteligência artificial generativa (IA) é um tema muito debatido. Uma aplicação proeminente até hoje é a produção de mídia artística de alta qualidade para arte visual, arte conceitual, música e literatura, bem como vídeo e animação. Por exemplo, os modelos de difusão podem sintetizar imagens de alta qualidade (1) e os modelos de linguagem ampla (LLMs) podem produzir prosa e poesia impressionantes e com sonoridade plausível em uma ampla variedade de contextos (2). As capacidades generativas dessas ferramentas podem mudar fundamentalmente o processo criativo pelo qual os criadores formam ideias e as colocam em produção. À medida que a criatividade é reimaginada, muitas áreas da sociedade também podem ser reimaginadas. Compreender o impacto da IA generativa e tomar decisões políticas em torno dela exigirá novas investigações científicas interdisciplinares de cultura, economia, direito, algoritmos e a interação de tecnologia e criatividade.
Momentos de mudança não sinalizaram o 'fim da arte', mas tiveram efeitos mais complexos, remodelando os papéis e práticas dos criadores e mudando a estética da mídia contemporânea (3). Por exemplo, alguns artistas do século XIX viram o advento da fotografia como uma ameaça à pintura. A fotografia não substituiu a pintura, mas acabou por libertá-la do realismo, dando origem ao impressionismo e aos movimentos de arte moderna. A fotografia de retrato, em contraste, substituiu amplamente o retrato. Da mesma forma, a digitalização da produção musical (por exemplo, amostragem digital e síntese de som) foi condenada como "o fim da música". Mas, na realidade, mudou a maneira como as pessoas fazem e ouvem música e ajudou a gerar novos gêneros, incluindo hip-hop e bumbo. Como esses paralelos históricos, a IA generativa não é um prenúncio da morte da arte, mas um novo meio com suas próprias capacidades únicas. Como um conjunto de ferramentas usadas por criadores humanos, a IA generativa está posicionada para interromper muitas áreas da indústria criativa e ameaçar os modelos existentes de trabalho e trabalho no curto prazo, ao mesmo tempo em que possibilita novos modelos de trabalho criativo e reconfigura o sistema do ecossistema de mídia.
Ao contrário das interrupções anteriores, no entanto, a IA generativa depende de dados de treinamento que as pessoas fazem. Esses modelos "aprendem" arte generativa extraindo padrões estatísticos de mídias artísticas existentes. E essa confiança levanta novas questões – como de onde vêm os dados, como eles afetam a saída e como a autoria é determinada. Ao alavancar o trabalho existente para automatizar o processo criativo, a IA generativa desafia as definições tradicionais de autoria, propriedade, inspiração criativa, amostragem e remixagem, complicando assim as noções existentes de produção de mídia. Portanto, é importante considerar o impacto estético e cultural da IA generativa, as questões legais de propriedade e crédito, o futuro do trabalho criativo e as implicações para os ecossistemas de mídia contemporâneos. Entre esses tópicos estão algumas questões-chave de pesquisa que podem informar a política e o uso benéfico dessa tecnologia (4).
Sobre "inteligência artificial"
Para examinar adequadamente esses tópicos, primeiro é necessário entender como a linguagem usada para descrever a IA afeta as percepções da tecnologia. O termo "inteligência artificial" pode ser enganoso, sugerindo que esses sistemas exibem intenções, agência e até autoconsciência semelhantes às humanas. Interfaces baseadas em linguagem natural para modelos de IA generativos, incluindo interfaces de bate-papo que usam "eu", podem dar aos usuários uma sensação humana de interagir com eles. Essas percepções podem minar a credibilidade dos criadores cujo trabalho sustenta a produção dos sistemas (5) e transferir a responsabilidade dos desenvolvedores e formuladores de políticas quando esses sistemas causam danos (6). Trabalhos futuros são necessários para entender como as percepções dos processos generativos influenciam as atitudes em relação à produção e aos autores. Isso ajudará no projeto de sistemas que divulgam o processo generativo e evitam interpretações enganosas.
IA generativa e estética
As capacidades especiais da IA generativa, por sua vez, geram uma nova estética que pode ter efeitos de longo prazo na arte e na cultura. À medida que essas ferramentas proliferam e seu uso se torna onipresente (como a fotografia há um século), permanece uma questão em aberto como a estética que elas produzem afetará a produção artística. Uma baixa barreira à entrada de IA generativa poderia aumentar a diversidade geral da produção artística, expandindo o grupo de criadores envolvidos na prática artística. Ao mesmo tempo, normas e preconceitos estéticos e culturais embutidos nos dados de treinamento podem ser capturados, refletidos e até mesmo amplificados, reduzindo assim a diversidade (7). O conteúdo gerado por IA também pode fornecer alimento para modelos futuros, criando um volante estético auto-referencial que perpetua as normas culturais orientadas por IA. Pesquisas futuras devem explorar maneiras de quantificar e aumentar a diversidade de produção e examinar como as ferramentas de IA generativas afetam a estética e a diversidade estética.
Os algoritmos de recomendação opacos e maximizadores de engajamento das plataformas de mídia social podem reforçar ainda mais as normas estéticas por meio de loops de feedback (8), produzindo conteúdo sensacional e compartilhável. Isso pode homogeneizar ainda mais o conteúdo, pois algoritmos e criadores de conteúdo tentam maximizar o engajamento. No entanto, alguns experimentos preliminares (9) sugerem que a incorporação de métricas de engajamento na curadoria de conteúdo gerado por IA pode, em alguns casos, diversificar o conteúdo. Permanece uma questão em aberto sobre quais estilos são amplificados por algoritmos de recomendação e como essa priorização afeta os tipos de conteúdo que os criadores produzem e compartilham. O trabalho futuro deve explorar os sistemas complexos e dinâmicos formados pelas interações entre modelos generativos, algoritmos de recomendação e plataformas de mídia social e seu impacto na diversidade estética e conceitual.
IA generativa e direitos autorais
A dependência da IA generativa em dados de treinamento para automatizar a criação também apresenta desafios legais e éticos que levam à pesquisa técnica sobre a natureza desses sistemas. A lei de direitos autorais deve equilibrar os interesses dos criadores, usuários de ferramentas generativas de IA e da sociedade em geral. A lei pode tratar o uso de dados de treinamento como não infrator se o trabalho protegido não tiver sido copiado diretamente; como uso justo se o treinamento envolver uma transformação substancial dos dados subjacentes; e somente se o criador der permissão explícita Permitir o uso; ou , onde o criador é remunerado, uma licença estatutária obrigatória que permite que os dados sejam usados para treinamento. Grande parte da lei de direitos autorais depende de interpretação judicial, então não está claro se coletar dados de terceiros para treinamento ou imitar o estilo de um artista violaria os direitos autorais. Questões legais e técnicas estão emaranhadas: o modelo replica diretamente elementos nos dados de treinamento ou produz algo totalmente novo? Mesmo que o modelo não reproduza diretamente o trabalho existente, não está claro se e como o estilo pessoal de um artista deve ser protegido. Que mecanismos protegeriam e compensariam os artistas cujo trabalho foi usado para treinamento, ou mesmo permitiriam que eles optassem por não participar, enquanto ainda permitiam que novas contribuições culturais fossem feitas com modelos generativos de IA? Responder a essas perguntas e determinar como a lei de direitos autorais deve tratar os dados de treinamento exigirá pesquisa técnica substancial para desenvolver e compreender os sistemas de IA, pesquisa em ciências sociais para entender as percepções de similaridade e pesquisa jurídica para aplicar os precedentes existentes aos novos. tecnologia. Claro, essas visões representam apenas as visões legais dos Estados Unidos.
Uma questão legal óbvia é quem pode reivindicar a propriedade da saída do modelo. Responder a essa pergunta requer a compreensão das contribuições criativas dos usuários do sistema e de outras partes interessadas, como os desenvolvedores do sistema e os criadores dos dados de treinamento. Os desenvolvedores de IA podem reivindicar a propriedade da saída por meio dos termos de uso. Em contraste, os usuários do sistema podem ser considerados detentores de direitos autorais padrão se participarem de maneiras criativas significativas (por exemplo, o processo não é totalmente automatizado ou um trabalho específico não é parodiado). Mas até que ponto a influência criativa de um usuário garante a reivindicação de propriedade? Essas questões envolvem o estudo do processo criativo usando ferramentas baseadas em IA, que podem se tornar mais complexas se os usuários tiverem um controle mais direto.
IA generativa e carreiras criativas
Independentemente do resultado legal, as ferramentas generativas de IA têm o potencial de transformar o trabalho criativo e o emprego. A teoria econômica popular [ou seja, mudança tecnológica baseada em habilidades (SBTC)] postula que os trabalhadores cognitivos e criativos enfrentam menos interrupção do trabalho da automação porque a criatividade não é facilmente codificada em regras específicas (ou seja, o paradoxo de Ni polonês) (10). No entanto, as novas ferramentas levantaram preocupações de emprego para ocupações criativas, como compositores, designers gráficos e escritores. Esse conflito surge porque o SBTC falha em diferenciar atividades cognitivas, como trabalho analítico, de ideação criativa. Precisamos de uma nova estrutura para descrever as etapas específicas do processo criativo, quais dessas etapas podem ser influenciadas por ferramentas generativas de IA e os requisitos e atividades do local de trabalho de diferentes ocupações cognitivas (11).
Embora essas ferramentas possam ameaçar algumas profissões, elas podem aumentar a produtividade de outras e talvez criar novas. Por exemplo, a tecnologia de automação musical historicamente permitiu que mais músicos criassem, mesmo com renda distorcida (12). Os sistemas generativos de IA podem criar centenas de resultados por minuto, potencialmente acelerando o processo criativo por meio de ideias rápidas. No entanto, essa aceleração também pode atrapalhar aspectos da criatividade, pois elimina o período de design de moldar um protótipo inicial do zero. Em ambos os casos, o tempo e os custos de produção provavelmente cairão. A produção de produtos criativos pode se tornar mais eficiente, alcançando a mesma produção com menos mão de obra. Por sua vez, a demanda por trabalho criativo pode aumentar. Além disso, muitas ocupações profissionais que usam ferramentas tradicionais, como ilustração ou fotografia, podem ser substituídas. Alguns exemplos históricos confirmam isso. Mais notavelmente, a Revolução Industrial permitiu que artesanatos tradicionais, como cerâmica, têxteis e siderurgia, fossem produzidos em massa por mão de obra não artesanal; bens artesanais tornaram-se itens excepcionais. Da mesma forma, a fotografia substituiu o retrato. A digitalização da música remove as restrições de aprender a operar fisicamente um instrumento, permitindo que mais contribuidores façam arranjos mais complexos. Essas ferramentas podem mudar quem pode ser um artista, caso em que o emprego de artistas pode aumentar mesmo com a queda dos salários médios.
IA generativa e ecologia de mídia
Como essas ferramentas impactam o trabalho criativo, elas também representam danos potenciais a jusante para o ecossistema de mídia mais amplo. À medida que o custo e o tempo de produção de mídia em escala diminuem, o ecossistema de mídia pode se tornar vulnerável à desinformação gerada pela IA por meio da criação de mídia sintética, especialmente mídia que fornece evidências para reivindicações (13). Essas novas possibilidades de geração de mídia sintética realista podem minar a confiança na mídia capturada pela verdade por meio do chamado “dividendo do mentiroso” (o conteúdo falso beneficia os mentirosos ao minar a confiança na verdade) (14) e aumentar a fraude e as ameaças de imagens sexuais não consensuais . Isso levanta importantes questões de pesquisa: qual é o papel das intervenções de plataforma, como rastreamento de proveniência e detecção de mídia sintética downstream, em termos de governança e construção de confiança (15)? E como a proliferação de mídia sintética, como fotos de notícias não editadas, afeta a confiança na mídia real? À medida que a produção de conteúdo aumenta, a atenção coletiva pode diminuir (16). A explosão de conteúdo gerado por IA, por sua vez, pode prejudicar a capacidade da sociedade de discutir e agir coletivamente em áreas importantes como clima e democracia.
Todo meio de arte reflete e comenta as questões de seu tempo, e o debate em torno da arte contemporânea gerada por IA reflete questões atuais sobre automação, controle corporativo e economia da atenção. Em última análise, expressamos nossa humanidade por meio da arte, portanto, entender e moldar o impacto da IA na expressão criativa é fundamental para questões mais amplas sobre seu impacto na sociedade. Novas pesquisas sobre IA generativa devem informar as políticas e os usos benéficos da tecnologia, ao mesmo tempo em que envolvem as principais partes interessadas, especialmente artistas e trabalhadores criativos, muitos dos quais estão na vanguarda do envolvimento ativo na solução de problemas difíceis para a mudança social.
Nota do tradutor: Existem 16 anotações no texto, para leitura relacionada, consulte o texto original
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
Revista "Science": a mudança não é "o fim da arte", a IA generativa remodelará a estética da mídia contemporânea
Por: Ziv Epstein (MIT), Aaron Hertzmann (Adobe Research), The Investigators Of Human Creativity (Adobe)
Fonte: Ciência
A inteligência artificial generativa (IA) é um tema muito debatido. Uma aplicação proeminente até hoje é a produção de mídia artística de alta qualidade para arte visual, arte conceitual, música e literatura, bem como vídeo e animação. Por exemplo, os modelos de difusão podem sintetizar imagens de alta qualidade (1) e os modelos de linguagem ampla (LLMs) podem produzir prosa e poesia impressionantes e com sonoridade plausível em uma ampla variedade de contextos (2). As capacidades generativas dessas ferramentas podem mudar fundamentalmente o processo criativo pelo qual os criadores formam ideias e as colocam em produção. À medida que a criatividade é reimaginada, muitas áreas da sociedade também podem ser reimaginadas. Compreender o impacto da IA generativa e tomar decisões políticas em torno dela exigirá novas investigações científicas interdisciplinares de cultura, economia, direito, algoritmos e a interação de tecnologia e criatividade.
Momentos de mudança não sinalizaram o 'fim da arte', mas tiveram efeitos mais complexos, remodelando os papéis e práticas dos criadores e mudando a estética da mídia contemporânea (3). Por exemplo, alguns artistas do século XIX viram o advento da fotografia como uma ameaça à pintura. A fotografia não substituiu a pintura, mas acabou por libertá-la do realismo, dando origem ao impressionismo e aos movimentos de arte moderna. A fotografia de retrato, em contraste, substituiu amplamente o retrato. Da mesma forma, a digitalização da produção musical (por exemplo, amostragem digital e síntese de som) foi condenada como "o fim da música". Mas, na realidade, mudou a maneira como as pessoas fazem e ouvem música e ajudou a gerar novos gêneros, incluindo hip-hop e bumbo. Como esses paralelos históricos, a IA generativa não é um prenúncio da morte da arte, mas um novo meio com suas próprias capacidades únicas. Como um conjunto de ferramentas usadas por criadores humanos, a IA generativa está posicionada para interromper muitas áreas da indústria criativa e ameaçar os modelos existentes de trabalho e trabalho no curto prazo, ao mesmo tempo em que possibilita novos modelos de trabalho criativo e reconfigura o sistema do ecossistema de mídia.
Ao contrário das interrupções anteriores, no entanto, a IA generativa depende de dados de treinamento que as pessoas fazem. Esses modelos "aprendem" arte generativa extraindo padrões estatísticos de mídias artísticas existentes. E essa confiança levanta novas questões – como de onde vêm os dados, como eles afetam a saída e como a autoria é determinada. Ao alavancar o trabalho existente para automatizar o processo criativo, a IA generativa desafia as definições tradicionais de autoria, propriedade, inspiração criativa, amostragem e remixagem, complicando assim as noções existentes de produção de mídia. Portanto, é importante considerar o impacto estético e cultural da IA generativa, as questões legais de propriedade e crédito, o futuro do trabalho criativo e as implicações para os ecossistemas de mídia contemporâneos. Entre esses tópicos estão algumas questões-chave de pesquisa que podem informar a política e o uso benéfico dessa tecnologia (4).
Sobre "inteligência artificial"
Para examinar adequadamente esses tópicos, primeiro é necessário entender como a linguagem usada para descrever a IA afeta as percepções da tecnologia. O termo "inteligência artificial" pode ser enganoso, sugerindo que esses sistemas exibem intenções, agência e até autoconsciência semelhantes às humanas. Interfaces baseadas em linguagem natural para modelos de IA generativos, incluindo interfaces de bate-papo que usam "eu", podem dar aos usuários uma sensação humana de interagir com eles. Essas percepções podem minar a credibilidade dos criadores cujo trabalho sustenta a produção dos sistemas (5) e transferir a responsabilidade dos desenvolvedores e formuladores de políticas quando esses sistemas causam danos (6). Trabalhos futuros são necessários para entender como as percepções dos processos generativos influenciam as atitudes em relação à produção e aos autores. Isso ajudará no projeto de sistemas que divulgam o processo generativo e evitam interpretações enganosas.
IA generativa e estética
As capacidades especiais da IA generativa, por sua vez, geram uma nova estética que pode ter efeitos de longo prazo na arte e na cultura. À medida que essas ferramentas proliferam e seu uso se torna onipresente (como a fotografia há um século), permanece uma questão em aberto como a estética que elas produzem afetará a produção artística. Uma baixa barreira à entrada de IA generativa poderia aumentar a diversidade geral da produção artística, expandindo o grupo de criadores envolvidos na prática artística. Ao mesmo tempo, normas e preconceitos estéticos e culturais embutidos nos dados de treinamento podem ser capturados, refletidos e até mesmo amplificados, reduzindo assim a diversidade (7). O conteúdo gerado por IA também pode fornecer alimento para modelos futuros, criando um volante estético auto-referencial que perpetua as normas culturais orientadas por IA. Pesquisas futuras devem explorar maneiras de quantificar e aumentar a diversidade de produção e examinar como as ferramentas de IA generativas afetam a estética e a diversidade estética.
Os algoritmos de recomendação opacos e maximizadores de engajamento das plataformas de mídia social podem reforçar ainda mais as normas estéticas por meio de loops de feedback (8), produzindo conteúdo sensacional e compartilhável. Isso pode homogeneizar ainda mais o conteúdo, pois algoritmos e criadores de conteúdo tentam maximizar o engajamento. No entanto, alguns experimentos preliminares (9) sugerem que a incorporação de métricas de engajamento na curadoria de conteúdo gerado por IA pode, em alguns casos, diversificar o conteúdo. Permanece uma questão em aberto sobre quais estilos são amplificados por algoritmos de recomendação e como essa priorização afeta os tipos de conteúdo que os criadores produzem e compartilham. O trabalho futuro deve explorar os sistemas complexos e dinâmicos formados pelas interações entre modelos generativos, algoritmos de recomendação e plataformas de mídia social e seu impacto na diversidade estética e conceitual.
IA generativa e direitos autorais
A dependência da IA generativa em dados de treinamento para automatizar a criação também apresenta desafios legais e éticos que levam à pesquisa técnica sobre a natureza desses sistemas. A lei de direitos autorais deve equilibrar os interesses dos criadores, usuários de ferramentas generativas de IA e da sociedade em geral. A lei pode tratar o uso de dados de treinamento como não infrator se o trabalho protegido não tiver sido copiado diretamente; como uso justo se o treinamento envolver uma transformação substancial dos dados subjacentes; e somente se o criador der permissão explícita Permitir o uso; ou , onde o criador é remunerado, uma licença estatutária obrigatória que permite que os dados sejam usados para treinamento. Grande parte da lei de direitos autorais depende de interpretação judicial, então não está claro se coletar dados de terceiros para treinamento ou imitar o estilo de um artista violaria os direitos autorais. Questões legais e técnicas estão emaranhadas: o modelo replica diretamente elementos nos dados de treinamento ou produz algo totalmente novo? Mesmo que o modelo não reproduza diretamente o trabalho existente, não está claro se e como o estilo pessoal de um artista deve ser protegido. Que mecanismos protegeriam e compensariam os artistas cujo trabalho foi usado para treinamento, ou mesmo permitiriam que eles optassem por não participar, enquanto ainda permitiam que novas contribuições culturais fossem feitas com modelos generativos de IA? Responder a essas perguntas e determinar como a lei de direitos autorais deve tratar os dados de treinamento exigirá pesquisa técnica substancial para desenvolver e compreender os sistemas de IA, pesquisa em ciências sociais para entender as percepções de similaridade e pesquisa jurídica para aplicar os precedentes existentes aos novos. tecnologia. Claro, essas visões representam apenas as visões legais dos Estados Unidos.
Uma questão legal óbvia é quem pode reivindicar a propriedade da saída do modelo. Responder a essa pergunta requer a compreensão das contribuições criativas dos usuários do sistema e de outras partes interessadas, como os desenvolvedores do sistema e os criadores dos dados de treinamento. Os desenvolvedores de IA podem reivindicar a propriedade da saída por meio dos termos de uso. Em contraste, os usuários do sistema podem ser considerados detentores de direitos autorais padrão se participarem de maneiras criativas significativas (por exemplo, o processo não é totalmente automatizado ou um trabalho específico não é parodiado). Mas até que ponto a influência criativa de um usuário garante a reivindicação de propriedade? Essas questões envolvem o estudo do processo criativo usando ferramentas baseadas em IA, que podem se tornar mais complexas se os usuários tiverem um controle mais direto.
IA generativa e carreiras criativas
Independentemente do resultado legal, as ferramentas generativas de IA têm o potencial de transformar o trabalho criativo e o emprego. A teoria econômica popular [ou seja, mudança tecnológica baseada em habilidades (SBTC)] postula que os trabalhadores cognitivos e criativos enfrentam menos interrupção do trabalho da automação porque a criatividade não é facilmente codificada em regras específicas (ou seja, o paradoxo de Ni polonês) (10). No entanto, as novas ferramentas levantaram preocupações de emprego para ocupações criativas, como compositores, designers gráficos e escritores. Esse conflito surge porque o SBTC falha em diferenciar atividades cognitivas, como trabalho analítico, de ideação criativa. Precisamos de uma nova estrutura para descrever as etapas específicas do processo criativo, quais dessas etapas podem ser influenciadas por ferramentas generativas de IA e os requisitos e atividades do local de trabalho de diferentes ocupações cognitivas (11).
Embora essas ferramentas possam ameaçar algumas profissões, elas podem aumentar a produtividade de outras e talvez criar novas. Por exemplo, a tecnologia de automação musical historicamente permitiu que mais músicos criassem, mesmo com renda distorcida (12). Os sistemas generativos de IA podem criar centenas de resultados por minuto, potencialmente acelerando o processo criativo por meio de ideias rápidas. No entanto, essa aceleração também pode atrapalhar aspectos da criatividade, pois elimina o período de design de moldar um protótipo inicial do zero. Em ambos os casos, o tempo e os custos de produção provavelmente cairão. A produção de produtos criativos pode se tornar mais eficiente, alcançando a mesma produção com menos mão de obra. Por sua vez, a demanda por trabalho criativo pode aumentar. Além disso, muitas ocupações profissionais que usam ferramentas tradicionais, como ilustração ou fotografia, podem ser substituídas. Alguns exemplos históricos confirmam isso. Mais notavelmente, a Revolução Industrial permitiu que artesanatos tradicionais, como cerâmica, têxteis e siderurgia, fossem produzidos em massa por mão de obra não artesanal; bens artesanais tornaram-se itens excepcionais. Da mesma forma, a fotografia substituiu o retrato. A digitalização da música remove as restrições de aprender a operar fisicamente um instrumento, permitindo que mais contribuidores façam arranjos mais complexos. Essas ferramentas podem mudar quem pode ser um artista, caso em que o emprego de artistas pode aumentar mesmo com a queda dos salários médios.
IA generativa e ecologia de mídia
Como essas ferramentas impactam o trabalho criativo, elas também representam danos potenciais a jusante para o ecossistema de mídia mais amplo. À medida que o custo e o tempo de produção de mídia em escala diminuem, o ecossistema de mídia pode se tornar vulnerável à desinformação gerada pela IA por meio da criação de mídia sintética, especialmente mídia que fornece evidências para reivindicações (13). Essas novas possibilidades de geração de mídia sintética realista podem minar a confiança na mídia capturada pela verdade por meio do chamado “dividendo do mentiroso” (o conteúdo falso beneficia os mentirosos ao minar a confiança na verdade) (14) e aumentar a fraude e as ameaças de imagens sexuais não consensuais . Isso levanta importantes questões de pesquisa: qual é o papel das intervenções de plataforma, como rastreamento de proveniência e detecção de mídia sintética downstream, em termos de governança e construção de confiança (15)? E como a proliferação de mídia sintética, como fotos de notícias não editadas, afeta a confiança na mídia real? À medida que a produção de conteúdo aumenta, a atenção coletiva pode diminuir (16). A explosão de conteúdo gerado por IA, por sua vez, pode prejudicar a capacidade da sociedade de discutir e agir coletivamente em áreas importantes como clima e democracia.
Todo meio de arte reflete e comenta as questões de seu tempo, e o debate em torno da arte contemporânea gerada por IA reflete questões atuais sobre automação, controle corporativo e economia da atenção. Em última análise, expressamos nossa humanidade por meio da arte, portanto, entender e moldar o impacto da IA na expressão criativa é fundamental para questões mais amplas sobre seu impacto na sociedade. Novas pesquisas sobre IA generativa devem informar as políticas e os usos benéficos da tecnologia, ao mesmo tempo em que envolvem as principais partes interessadas, especialmente artistas e trabalhadores criativos, muitos dos quais estão na vanguarda do envolvimento ativo na solução de problemas difíceis para a mudança social.
Nota do tradutor: Existem 16 anotações no texto, para leitura relacionada, consulte o texto original