Wyobraźmy sobie polityka, który jest zawsze energiczny, uśmiechnięty, atrakcyjny dla różnych grup wyborców. Biegle posługuje się językami obcymi, a przy tym nie męczy się i może wchodzić w interakcje z odbiorcami 24 godziny na dobę. Nawet wtedy, gdy znajduje się w więzieniu. Ba, nawet po śmierci.
Jeszcze kilka lat temu koncepcje cyfrowych sobowtórów polityków były elementem politycznego science-fiction. Dziś, w obliczu rewolucyjnych możliwości generatywnej sztucznej inteligencji, awatary coraz częściej napędzają kampanie wyborcze. Do Polski ten trend póki co nie dotarł. To jednak kwestia czasu. Wystarczy, że politycy zorientują się, jak jeszcze mogą wpływać na odbiorców, a przecież już dzisiaj eksperymentują z grafikami generowanymi przez sztuczną inteligencję. Wbrew niektórym opiniom, nie powinno się "rozmiękczać" potencjalnej szkodliwości takich zabiegów. Manipulują odbiorcami na wielu poziomach – dyskretnie, głęboko, choć jeszcze nie wiadomo, na ile skutecznie.
Sztuczna inteligencja stała się katalizatorem postępu, ale i efektywnym wsparciem negatywnych zjawisk, w tym dezinformacji, wyrafinowanej manipulacji, wyłudzeń czy oszustw. Deep fake’i nie bez przyczyny od wielu lat są uznawane za szczególne zagrożenie dla przestrzeni informacyjnej i indywidualnych użytkowników. Spotykamy je obecnie regularnie, często nie zdając sobie sprawy, że mamy do czynienia z materiałami syntetycznymi.
Stereotypowo łączy się je głównie z dyskredytowaniem przeciwników politycznych, ale to bardzo ograniczona perspektywa. Spory odsetek wszystkich deep fake’ów stanowi przemocowa pornografia, podszywanie się pod inne osoby w celu wyłudzeń finansowych czy próby przełamywania zabezpieczeń biometrycznych. Nic dziwnego, że Rafał Brzoska toczy dzisiaj wojnę z Metą – jego wizerunek, zwłaszcza ten wygenerowany, klika się świetnie. A to rzekomo pobił żonę, a to został aresztowany. Jeszcze innym razem reklamuje jakąś inwestycję. Przestałem już liczyć, ile razy fake’owy Karol Nawrocki namawiał mnie na Facebooku na wejście w świetny biznes, który z daleka pachniał piramidą finansową.
Wyprodukowanie takiego filmiku jest dzisiaj niezwykle proste. Sztuczna inteligencja potrafi doskonale analizować głos i odtwarzać jego barwę i ton. Doskonale odwzorowuje mimikę twarzy i ruchy ust, dopasowując je do sekwencji słów. W konsekwencji już kilkunastosekundowe nagranie naszej wypowiedzi może posłużyć do sklonowania naszego głosu i użycia go do dubbingu właściwie dowolnego nagrania.
Powszechność i dostępność narzędzi doprowadziły do zwiększenia liczby syntetycznych materiałów kursujących online. Rozwój technologii umożliwił z kolei istotny wzrost jakości takich treści, które – jeśli zostały dobrze zrobione – są dzisiaj nieodróżnialne od tych prawdziwych. Już w 2022 roku większość uczestników eksperymentu przeprowadzonego przez naukowców z Lancaster University i University of California nie była w stanie odróżnić prawdziwych twarzy od tych wygenerowanych przez sztuczną inteligencję. Jakby tego było mało, te syntetyczne uznawali za bardziej godne zaufania.
Rozwojowi technologii pozwalającej na tworzenie niezwykle realistycznych deep fake’ów towarzyszą naturalne obawy naukowców o to, co stanie się z naszą zdolnością do rozróżniania prawdy od fikcji. Trudno się temu dziwić. Ten nowy potencjał do wprowadzania nas w błąd podważył jeden z fundamentalnych paradygmatów towarzyszących ludzkości od wieków – niemal bezgraniczną wiarę w percepcję wzrokową. "Nie uwierzę, aż zobaczę" jeszcze do niedawna miało uzasadnienie, nawet jeśli historia manipulacji obrazem wykracza daleko poza doświadczenia XXI wieku, a specjaliści od Photoshopa nieraz wystawiali na próbę nasze zdolności poznawcze. Sztuczna inteligencja umożliwiła kolejny skok jakościowy i ilościowy wyrafinowanych metod oszukiwania naszych zmysłów, stawiając pod znakiem zapytania dotychczasowe rozumienie autentyczności mediów.
Współcześnie ewangeliczne „błogosławieni, którzy nie widzieli, a uwierzyli” brzmi wyjątkowo przewrotnie i wymagałoby mocnej korekty. Błogosławieństwem jest bowiem zdrowy sceptycyzm, zdolność weryfikowania informacji i odsiewania treści nieprawdziwych. Zdecydowanie bardziej uzasadnione wydaje się zatem "błogosławieni, którzy widzieli, a nie uwierzyli". Przy czym czasem lepiej nie widzieć.
Zasadnicza część deep fake’ów o charakterze politycznym jest obliczona na dyskredytację i ośmieszanie przeciwników politycznych. Przedstawia się ich w kompromitujących sytuacjach. Joe Biden potyka się o piłki golfowe. Kamala Harris przemawia na komunistycznym wiecu. Szymon Hołownia płacze w Sejmie. A Donald Tusk – przynajmniej w wersji opublikowanej przez jednego z posłów Solidarnej Polski – opowiadał, że "oszukał miliony Polaków".
Wyobraźmy sobie jednak proces, w którym deep fake’i są wykorzystywane do zwiększania atrakcyjności polityków, by mogli wzmocnić swój przekaz albo dotrzeć do nowych grup odbiorców, które dotychczas pozostawały poza ich zasięgiem. Dzięki rozwojowi technologii politycy otrzymali potężne narzędzie kreowania własnego wizerunku.
Sztuczna inteligencja może im dać możliwość turbodoładowania. Docelowo taki "technologiczny doping" w świecie cyfrowym ma wywołać określone skutki w świecie realnym. Najlepiej przy urnie wyborczej.
Jak to w praktyce działa? Wychodzimy od "klasycznych" deep fake’ów. Pod względem technicznym mamy bowiem do czynienia z identycznym zjawiskiem. Niezbędne są materiały wejściowe (np. nagrania audio lub wizualne), które staną się podstawą dla syntezy przeprowadzanej przez algorytm. W dużym uproszczeniu, sieci neuronowe pozwalają przeanalizować i odtworzyć specyficzne schematy sposobu mówienia, zachowania czy mimiki kreowanej postaci, w tym wypadku polityka. Ten wizerunek może być jednak odpowiednio modyfikowany i dostosowywany do grupy docelowej. Tak samo jak w przypadku prób dyskredytacji, technologia pozwala bowiem na ingerencję w obraz i dźwięk, chociażby poprzez dołożenie pożądanych cech czy eliminację deficytów.
Polityk kiepsko się wypowiada i robi irytujące odbiorców długie pauzy między fragmentami zdań? Teraz będzie mówił zdecydowanie płynniej. Rzadko się uśmiecha i nie wzbudza zaufania? Proszę bardzo, można dołożyć mu nie tylko atrakcyjności poprzez zmianę mimiki, ale i poczucia humoru.
W trakcie kampanii wyborczej w 2022 roku tego typu awatary wykorzystał sztab Yoon Suk-yeola, który później został prezydentem Korei Południowej (choć w 2025 roku skończył marnie – z oskarżeniem o zamach stanu i impeachmentem, a teraz odsiaduje dożywocie). Jego cyfrowa wersja była pomyślana jako narzędzie komunikacji z najmłodszą grupą wyborców, w której Yoon cieszył się najmniejszym poparciem. Wyprodukowano kilkadziesiąt krótkich filmików, w których cyfrowe alter ego polityka odpowiadało na zadane przez obywateli pytania. Skrypty wypowiedzi pisał jego sztab, sztuczna inteligencja odpowiadała za wizualizację.
Cyfrowy Yoon był wyraźnie bardziej rozluźniony, chętnie żartował (co nie było domeną pierwowzoru ze świata realnego), a niektórzy komentatorzy dopatrywali się nawet wyeliminowania irytujących odbiorców tików charakterystycznych dla polityka, choć akurat to mogło być efektem niedoskonałej syntezy. Setki tysięcy interakcji i miliony wyświetleń były najlepszą oceną kampanii, która pozwoliła zmobilizować młodszych wyborców. Ten cyfrowy awatar przetarł szlak dla podobnych eksperymentów w innych krajach.
Podczas kampanii wyborczych w 2023 i 2024 roku w Indonezji i Indiach na skalę masową udostępniano generowane przez sztuczną inteligencję filmiki i zdjęcia z politykami w roli głównej. Zazwyczaj poważny premier Indii Narendra Modi nagle stał się gwiazdą mediów społecznościowych, śpiewając kolejne piosenki, które wiralowo rozchodziły się wśród odbiorców. Oczywiście, wygenerowane. W Argentynie obaj czołowi kandydaci startujący w wyborach prezydenckich prowadzili swoisty wyścig w implementowaniu sztucznej inteligencji do tworzenia stylizowanych plakatów wyborczych, na których pozowali chociażby jako nieustraszeni przywódcy.
Donald Trump zawiesił poprzeczkę jeszcze wyżej, publikując w swoich mediach społecznościowych wygenerowane obrazy przedstawiające go jako papieża albo Lorda Sithów. Niektóre znalazły się zresztą na oficjalnym profilu Białego Domu na platformie X. Amerykański prezydent podzielił się także wizją Strefy Gazy z przyszłości, która była połączeniem utopii, dystopii i absolutnego kiczu z Trumpem i Elonem Muskiem jako zbawcami Bliskiego Wschodu rozrzucającymi dolary i arabskimi tancerkami, które nie wiedzieć czemu miały brody.
Każdy z wymienionych wyżej polityków próbował sprzedać swój podrasowany wizerunek, by podgrzać dotychczasowych zwolenników i zjednać sobie nowych. Są jednak i inne powody. Niektórzy, by móc się skomunikować z wyborcami, muszą najpierw przełamać barierę językową. Prekursorem takich działań był hinduski polityk Manoj Tiwari. Już w trakcie kampanii w 2020 roku jego przemówienia (oryginalnie wygłoszone w języku angielskim i hindi) zostały wygenerowane w dialekcie haryanvi, którym na co dzień Tiwari się nie posługuje. Według szacunków dotarły nawet do 15 milionów odbiorców. Tiwari dotarł w ten sposób do społeczności, do których na co dzień nie miał dostępu ze względu różnice językowe. Przy okazji, przynajmniej częściowo, przeciwdziałał marginalizacji lub wręcz politycznemu wykluczeniu pewnych grup społecznych. W 2024 roku kandydaci startujących w hinduskich wyborach powszechnych stosowali tę strategię na dużą skalę.
Na kartach książki "Przed waszą erą" rozmawiałem z jednym z twórców kampanii Tiwariego. Sagar Vishnoi, dziś kierujący think-tankiem Future Shift Labs zajmującym się zwiększaniem społecznej świadomości na temat nowych technologii, powiedział mi, że wówczas chcieli zrobić eksperyment i nie spodziewali się, że kampania rozejdzie się wiralowo. Refleksja przyszła później. Dla Vishnoia był to zresztą moment zwrotny – teraz przestrzega przed manipulacjami z użyciem sztucznej inteligencji i szkoli tysiące ludzi w Indiach z obsługi nowoczesnych systemów.
Pozostańmy jeszcze w Azji. Pod koniec 2023 roku uwięziony przez władze pakistański polityk Imran Khan prowadził kampanię z więzienia. Skrypty jego wypowiedzi były czytane przez cyfrowy awatar i kolportowane do jego zwolenników w formie wideo. Rok później w Indonezji "wskrzeszono" zmarłego w 2008 roku prezydenta i wojskowego Suharto, którego awatar zachęcał do pójścia na wybory i między słowami agitował za jednym z kandydatów.
Na ten moment sztuczna inteligencja była wykorzystywana przede wszystkim do wizualizacji, naśladowania polityków, choć dostrzegalne stały się już eksperymenty ze zmienianiem specyficznych cech konkretnych osób. Są to rozwiązania nowe, dopiero testowane, ale ich pojawienie się w kilku krajach powinno wzbudzić zainteresowanie badaczy, regulatorów i opinii publicznej, dla której obcowanie z cyfrowymi alter ego polityków może być za niedługo chlebem powszednim.
Zresztą, z podobnymi kreacjami, choć całkowicie fikcyjnymi, odbiorcy oswajają się w mediach społecznościowych, gdzie ogromnym zainteresowaniem cieszą się profile wirtualnych influencerek. Modelki Aitana Lopez czy Emily Pellegrini zostały w całości wykreowane przez sztuczną inteligencję, a na Instagramie ich profile śledzi po kilkaset tysięcy ludzi, którym nie przeszkadza, iż są nieprawdziwe. Ba, ich polska "koleżanka", Alicja Botowska, także ma sporo grono wiernych sympatyków, którzy żyją jej perypetiami. Cóż z tego, że całkowicie zmyślonymi – wystarczy, że są atrakcyjne i przemawiają do grupy docelowej.
Politycy mają w tym wypadku spore pole do popisu, co niektórzy – jak choćby Donald Trump i jego kolega z Argentyny Javier Milei (może dlatego tak dobrze się dogadują?) – zdążyli już dostrzec. Tylko czekać, kiedy w internecie zaczną grasować ich pełnowymiarowe awatary. Obserwując takie AI-owe kreacje, amerykańska badaczka Rumman Chowdhury zaproponowała nowy termin "softfakes", który brzmi interesująco i stanowi pewną alternatywę dla deep fake’ów, ale może być wyjątkowo zdradliwy. Pod względem technicznym "softfakes" nie różnią się przecież od deep fake’ów, a ich epistemiczna wartość może się okazać równie groźna co "klasycznych" treści dyskredytujących. Manipulują bowiem percepcją odbiorców – subtelnie wpływając na różne poziomy świadomości. Awatar staje się nie tyle przedłużeniem osoby, lecz narzędziem zdolnym do docierania do elektoratu na niespotykaną dotąd skalę i wywierania niedostrzegalnego wpływu kształtującego określone skojarzenia z dużym potencjałem do wywoływania błędów poznawczych. W praktyce wcale nie są „soft”.
Zastanówmy się zatem, co przeciętny odbiorca dostrzega, gdy widzi polityka posługującego się biegle jego rodzimym dialektem. Percepcja jest kształtowana przez pewne fałszywe wyobrażenie, przede wszystkim konkretnych cech i umiejętności, które mogą zdecydować o wyborze. Widzi coś, co w jego ocenie może być odbiciem rzeczywistości. Jest kognitywnie nieprzygotowany do oceny autentyczności materiału lub głębi manipulacji, zwłaszcza gdy nie miał dotychczas ekspozycji na oryginalny wizerunek polityka. Takie błędy poznawcze są regularnie łączone z dyskredytującymi deep fake’ami, gdy negatywne skojarzenia, wspomnienia, nieświadome powiązania są dekodowane w późniejszym czasie, wpływając niekorzystnie na postrzeganie prezentowanej osoby i kreując konkretne uprzedzenia.
"Softfakes", jakkolwiek byśmy ich nie nazwali, jeśli imitują rzeczywistość, wprowadzają odbiorców w błąd co do prawdziwości lub autentyczności kreacji. Nie możemy też jednoznacznie stwierdzić, jaki jest ich potencjał perswazyjny. Póki co nie były czynnikiem, który zdecydowałby o losach wyborów w jakimkolwiek kraju. Były raczej wsparciem dla tradycyjnych działań. Można jednak mieć poważne wątpliwości, czy takie formy użycia technologii do celów politycznych powinny przeniknąć do kampanijnego mainstreamu.
Czy jeśli oswoimy wysublimowaną manipulację polityczną jako coś nieszkodliwego, nie damy przypadkiem cichego przyzwolenia na to, by politycy wykorzystywali nowoczesne technologie do oszukiwania naszych zmysłów w jeszcze większym stopniu, niż czynią to dotychczas? Wiemy przecież, że często mówią to, co odbiorcy chcą usłyszeć. Zakładają krawaty, które mają oddziaływać na naszą nieświadomość. A na plakatach wyborczych spece od wizerunku wygładzają im zmarszczki. Czy jednak jako społeczeństwo jesteśmy gotowi na polityczną rewolucję napędzaną przez generatywną sztuczną inteligencję?
Tymczasem technologie stale się rozwijają. Już dzisiaj wiele osób żyje zamkniętych w algorytmicznych bańkach informacyjnych wykreowanych w mediach społecznościowych. Chłoną rekomendowane im informacje, kształtując w ten sposób swoje wyobrażenie o świecie. Nie zauważają, że to tylko zniekształcone odbicie rzeczywistości dostosowane do tego, by jak najdłużej zatrzymać ich w świecie cyfrowym. Odpowiednio dopasowane, spersonalizowane. By podsunąć im to, co będzie dla nich atrakcyjne.
Wyobraźmy sobie teraz, że potencjał do generowania podrasowanych cyfrowych wersji polityków zostanie połączony z personalizowaniem treści. Czy każdy z nas mógłby mieć swojego Trumpa, Tuska lub Kaczyńskiego z indywidualnym przesłaniem dostosowanym do naszych poglądów politycznych? Algorytmy sztucznej inteligencji już dzisiaj pozwalają na bardzo skuteczne targetowanie odbiorców, analizując ogromne ilości danych dotyczących zainteresowań, aktywności czy specyfiki zaangażowania w internecie. Pod względem technicznym taka operacja byłaby naturalną konsekwencją rozwoju technologii i jej implementowania do kampanii politycznych. W hinduskich wyborach powszechnych w 2024 roku zarejestrowano już sporo przypadków, gdy chatboty napędzane algorytmami, wyposażone w sklonowany głos popularnych polityków dzwoniły do wyborców i wchodziły z nimi w interakcje, rozpoczynając rozmowy od zwrócenia się do adresata po imieniu. Te dane zaciągano oczywiście z sieci. Taki "polityk" może rozmawiać z setkami ludzi jednocześnie, 24 godziny na dobę, a przy tym nie męczy się i nigdy nie ma kiepskiego humoru.
Nowe, kreatywne formy wykorzystania sztucznej inteligencji w kampaniach politycznych zmuszają do szukania rozwiązań prawnych i redefiniowania granic dopuszczalności reklamy politycznej w przestrzeni cyfrowej. Implementacji tego typu rozwiązań muszą towarzyszyć zabezpieczenia w postaci ochrony integralności procesów wyborczych. Skonfrontowanie się z nieuniknionym powinno przyjść szybciej niż później, a takich refleksji po stronie ustawodawców póki co brakuje.
W przeciwnym wypadku może się okazać, że granice dopuszczalności wyznaczać będą już wybrani politycy-awatary. Potrzebujemy zatem nie tylko regulacji prawnych, ale przede wszystkim nowej kultury odpowiedzialności cyfrowej, zanim kampanie wyborcze zamienią się w konkurs piękności między algorytmami. Edukacja medialna musi stać się tak samo oczywista jak nauka pisania, a korzystanie z treści generowanych przez sztuczną inteligencję – przejrzyste i oznaczane bardzo wyraźnie, z klarownymi informacjami o stopniu ingerencji w wizerunek polityków. Tylko w ten sposób odbiorca odzyska przynajmniej częściową kontrolę nad tym, co widzi i w co wierzy.
Technologia nie jest wrogiem, dopóki potrafimy zrozumieć jej granice i konsekwencje. W rozwijającym się wciąż syntetycznym świecie wybory są jednym z testów odporności na cyfrowe iluzje. Jeśli nie nauczymy się odróżniać realnych ludzi od ich cyfrowych kopii, to prędzej czy później głosować będziemy nie na człowieka, lecz na jego wygenerowany, zoptymalizowany, spersonalizowany, a przede wszystkim nierzeczywisty wizerunek.