Jos Avery - sztuczny fotograf czy inteligentny artysta?

"Przepiękna fotografia", "Wspaniałe zdjęcie. Co za piękna kobieta. Żadna historia nie jest potrzebna, ten obraz mówi sam za siebie". "To jest niesamowite zdjęcie. Chciałabym narysować ją za Twoją zgodą i wspomnieć ciebie jako autora fotografii" - to tylko kilka z tysięcy komentarzy do prawie dwustu zdjęć opublikowanych przez Josa Avery'ego.

Haczyk? Ci ludzie nie istnieją, Avery nie ma Nikona D810, nawet nie jest fotografem. Od kilku miesięcy ludzie zachwycają się hybrydą pracy człowieka i maszyny - nie chcę mówić, że zachwycają się sztuczną inteligencją, bo jest tu widoczna ręka ludzka. I ręka oszusta.

W październiku ubiegłego roku Jos Avery założył konto na Instagramie. Konto o nazwie "Avery Portraits & Art" szybko zapełniało się fotografiami, przedstawiających różne osoby. Każdy z obrazów był opatrzony nie tylko hashtagiem #portraitphotography, ale i ludzkimi historiami. Nyasha, która na londyńskiej ulicy znalazła monetę z Zambii czy Lucy mieszkającej na nowojorskim Bronxie. Każda historia ma dopisek "(Ta historia jest fikcyjna...)", lecz hashtag #ai wśród fotografii Avery'ego znajdziemy jedynie w podpisie kilku zdjęć opublikowanych na początku istnienia konta.

Mimo to mężczyznę zalewa fala nowych obserwujących, a kolejni użytkownicy Instagrama chwalą jego umiejętności fotograficzne i pisarskie.

Jak przyznaje Avery w mailu wysłanym do redakcji Ars Technica, czuje się on uwięziony we własnym kłamstwie. Z jednej strony profil wyrósł z pomysłu oszukania większej grupy odbiorców, a następnie opisania eksperymentu dla szerszej publiki. Z drugiej strony, popularność, którą zyskał Avery sprawia, że nie chce on uświadamiać 26 tysięcy obserwujących (i kolejnych tysięcy, którym Instagram "podsuwa" jego publikacje), że jego fotografie to nie fotografie, a obrazy stworzone pośrednio za pomocą sztucznej inteligencji. Właściwie to tylko 176 z nich, 2 zdjęcia umieszczone na profilu @averyseasonart są właściwymi fotografiami.

Mężczyzna grafiki publikowane na Instagramie tworzy za pomocą trzech narzędzi: płatnego modelu sztucznej inteligencji Midjourney, Adobe Photoshop i Adobe Lightroom. Avery zaczyna od wygenerowania kilkudziesięciu fotografii, modyfikując frazę, której SI używa do wygenerowania obrazu oraz tworzy wariacje już stworzonych przez Midjourney grafik. Następnie za pomocą oprogramowania Adobe skleja ze sobą i edytuje najlepsze z wygenerowanych ilustracji. Jak przyznaje Jos, choć na Instagramie opublikował jedynie 176 "fotografii", w rzeczywistości wygenerował on ponad 13 tysięcy grafik - średnio by stworzyć materiał na jedną publikację, potrzebuje on wygenerowania z pomocą Midjourney 85 obrazów. Potem należy dodać do tego czas spędzony na edycję i retusz zdjęć.

Gdyby Avery rzeczywiście tylko przeklejał to, co wygenerowało mu Midjourney to efekty byłyby znacznie niższej jakości. Nawet po selekcji nienaturalnych wyrazów twarzy, zbyt dużej ilości palców lub zębów, nadal istnieją pewne niedoskonałości takie jak choćby krzywe oprawki okularów, które wymagają korekcji. Poprawienie oświetlenia, podkreślenie linii twarzy czy wygładzenie pewnych niedoskonałości - choć Midjourney (czy jakikolwiek inny model) tworzą naprawdę imponujące ilustracje, to nie są one jakkolwiek idealne i działania, których podejmuje się Avery można nazwać działaniami artystycznymi.

Choć jestem fanką wszelkich wizualnych kreacji sztucznej inteligencji i staram się podchodzić otwarcie do wyzwań, jakie rzuca sztuczna inteligencja, to nie nazwałabym Avery'ego artystą - a przynajmniej nie w tego pełnym słowa znaczeniu.

Samo generowanie obrazów za pomocą sztucznej inteligencji to proces czasochłonny, który rzeczywiście wymaga pewnej ilości czasu i wysiłku umysłowego by SI wygenerowało to, co nam chodzi po głowie. I mówię to z własnego doświadczenia, gdyż wygenerowanie obrazów potrzebnych mi do zaliczenia warsztatów autoprezentacji zajęło mi ponad trzy godziny pomimo faktu, że Midjourney opierało się zarówno na moich własnych fotografiach, jak i na bardzo rozbudowanych frazach. W związku z czym do pewnego stopnia rozumiem każdą osobę, która przyzna, że dobra ilustracja wykonana za pomocą SI nie jest tworzona jak za mignięciem oka.

Jednocześnie tworzenie sztuki to proces, który wymaga zaangażowania umiejętności człowieka, jego wiedzy, doświadczeń i zamysłu do stworzenia dzieła. Samo generowanie obrazów jest dalekie od tego jak widzimy sztukę współcześnie. To nie jest branie pędzla, ołówka, dłuta czy aparatu i odtwarzanie fragmentu rzeczywistości (lub fantazji). To żmudne wpisywanie, edytowanie i formułowanie wielowyrazowych fraz, póki SI nie wypluje czegoś, co uważa za zgodne z treścią wysłanego jej tekstu.

Biorąc pod uwagę sposoby trenowania modeli SI, obecne dzieła sztucznej inteligencji mają znamiona pracy odtwórczej, o ile nie plagiatu, gdyż sztuczna inteligencja tworzy na podstawie obrazów stworzonych już wcześniej przez człowieka. Najlepszym tego przykładem jest choćby model Stable Diffusion, który przy użyciu odpowiednich fraz tworzy dosłowne kopie grafik użytych do treningu modelu, bez jakiejkolwiek wariacji czy inwencji twórczej.

Z drugiej strony, choć Avery nie jest artystą per se, to mimo wszystko działa artystycznie, gdyż nawet w treściach wygenerowanych przez SI wykazuje on inwencję twórczą, tworząc wariacje ilustracji dostosowane do naszych kryteriów społecznych i estetycznych.

W historii Josa Avery'ego nie boli fakt, że posługuje się on sztuczną inteligencją w swoich dziełach. Boli to, że mimo wszystko zdecydował się on manipulować faktami i wyzbyć się w opisach swych tworów hashtaga #ai czy jakiejkolwiek wzmianki o wsparciu się SI.

Faktem jest, że aby sztuka została uznana za sztukę, musi ona spełniać pewne subiektywne normy społeczne, kulturowe i estetyczne. Jednocześnie normy te sprawiają, że do pewnego stopnia jest on zobligowany do uznania autorstwa modelu, gdyż za pięknym dziełem wygenerowanym przez model kryją się prawdziwi ludzie - fotografowie, artyści, ilustratorzy, zwykli ludzie lub czyjeś postaci uchwycone w kadrze.

Bardzo wiele osób patrzy na SI jako zero-jedynkowe, pozbawione uczuć programy, które bezmyślnie generują to, co my chcemy. Rzeczywiście, obecnie modele text-to-image (czy nawet modele językowe) to nic więcej niż oprogramowanie, które nie zdaje sobie sprawy z tego, co robi i jak jest to dalej przetwarzane.

Dlatego naszą misją jako ludzi czy artystów jest odpowiednie podpisanie danego dzieła. W pewnym momencie przestaniemy piętnować wykorzystanie AI w szeroko pojętym działaniu twórczym, za to bardziej niż kiedykolwiek będziemy patrzeć, by wykorzystanie sztucznej inteligencji i pracy ludzkiej zostało odpowiednio opisane.