Por: Ziv Epstein (MIT), Aaron Hertzmann (Adobe Research), Los investigadores de la creatividad humana (Adobe)
Fuente: Ciencia
Fuente de la imagen: Generada por la herramienta de IA Unbounded
Comprender la transformación del trabajo creativo ayudará a guiar el impacto de la IA en el ecosistema de los medios.
La inteligencia artificial generativa (IA) es un tema muy debatido. Una aplicación destacada hasta la fecha es la producción de medios artísticos de alta calidad para artes visuales, arte conceptual, música y literatura, así como video y animación. Por ejemplo, los modelos de difusión pueden sintetizar imágenes de alta calidad (1), y los modelos de lenguaje extenso (LLM) pueden producir prosa y poesía impresionantes y con un sonido plausible en una amplia gama de contextos (2). Las capacidades generativas de estas herramientas podrían cambiar fundamentalmente el proceso creativo mediante el cual los creadores forman ideas y las llevan a la producción. A medida que se reinventa la creatividad, también se pueden reinventar muchas áreas de la sociedad. Comprender el impacto de la IA generativa y tomar decisiones políticas a su alrededor requerirá nuevas investigaciones científicas interdisciplinarias de cultura, economía, derecho, algoritmos y la interacción de la tecnología y la creatividad.
Los momentos de cambio no señalaron el 'fin del arte' sino que tuvieron efectos más complejos, remodelando los roles y prácticas de los creadores y cambiando la estética de los medios contemporáneos (3). Por ejemplo, algunos artistas del siglo XIX vieron el advenimiento de la fotografía como una amenaza para la pintura. Sin embargo, la fotografía no reemplazó a la pintura, sino que eventualmente la liberó del realismo, dando lugar al impresionismo y los movimientos de arte moderno. La fotografía de retrato, por el contrario, reemplazó en gran medida al retrato. Asimismo, la digitalización de la producción musical (por ejemplo, muestreo digital y síntesis de sonido) ha sido condenada como "el fin de la música". Pero en realidad, cambió la forma en que la gente hace y escucha música, y ayudó a generar nuevos géneros, incluidos el hip-hop y el bombo. Al igual que estos paralelismos históricos, la IA generativa no es un presagio de la muerte del arte, sino un nuevo medio con sus propias capacidades únicas. Como un conjunto de herramientas utilizadas por los creadores humanos, la IA generativa está posicionada para interrumpir muchas áreas de la industria creativa y amenazar los modelos existentes de trabajo y mano de obra a corto plazo, al tiempo que, en última instancia, permite nuevos modelos de trabajo creativo y reconfigura el sistema del ecosistema de medios.
Sin embargo, a diferencia de las disrupciones pasadas, la IA generativa se basa en datos de entrenamiento que hacen las personas. Estos modelos "aprenden" el arte generativo extrayendo patrones estadísticos de los medios artísticos existentes. Y esta dependencia plantea nuevas preguntas, como de dónde provienen los datos, cómo afecta el resultado y cómo se determina la autoría. Al aprovechar el trabajo existente para automatizar el proceso creativo, la IA generativa desafía las definiciones tradicionales de autoría, propiedad, inspiración creativa, muestreo y remezcla, lo que complica las nociones existentes de producción de medios. Por lo tanto, es importante considerar el impacto estético y cultural de la IA generativa, los problemas legales de propiedad y crédito, el futuro del trabajo creativo y las implicaciones para los ecosistemas de medios contemporáneos. Entre estos temas, hay algunas preguntas clave de investigación que podrían informar la política y el uso beneficioso de esta tecnología (4).
Sobre la "inteligencia artificial"
Para examinar adecuadamente estos temas, primero es necesario comprender cómo el lenguaje utilizado para describir la IA afecta las percepciones de la tecnología. El término "inteligencia artificial" puede ser engañoso, ya que sugiere que estos sistemas exhiben intenciones, agencia e incluso autoconciencia similares a los humanos. Las interfaces basadas en lenguaje natural para modelos generativos de IA, incluidas las interfaces de chat que usan "yo", pueden brindar a los usuarios una sensación similar a la humana para interactuar con ellos. Estas percepciones pueden socavar la credibilidad de los creadores cuyo trabajo sustenta el resultado de los sistemas (5) y desplazar la responsabilidad de los desarrolladores y legisladores cuando estos sistemas causan daño (6). Se necesita trabajo futuro para comprender cómo las percepciones de los procesos generativos influyen en las actitudes hacia la producción y los autores. Esto ayudará en el diseño de sistemas que divulguen el proceso generativo y eviten interpretaciones engañosas.
IA generativa y estética
Las capacidades especiales de la IA generativa, a su vez, generan una nueva estética que podría tener efectos a largo plazo en el arte y la cultura. A medida que proliferan estas herramientas y su uso se vuelve omnipresente (como lo hizo la fotografía hace un siglo), sigue siendo una pregunta abierta cómo la estética que producen afectará la producción artística. Una barrera de entrada baja para la IA generativa podría aumentar la diversidad general de la producción artística al expandir el grupo de creadores involucrados en la práctica artística. Al mismo tiempo, las normas estéticas y culturales y los sesgos integrados en los datos de capacitación pueden capturarse, reflejarse e incluso amplificarse, reduciendo así la diversidad (7). El contenido generado por IA también puede proporcionar forraje para modelos futuros, creando un volante estético autorreferencial que perpetúa las normas culturales impulsadas por IA. La investigación futura debería explorar formas de cuantificar y aumentar la diversidad de resultados, y examinar cómo las herramientas generativas de IA afectan la estética y la diversidad estética.
Los algoritmos de recomendación opacos y que maximizan el compromiso de las plataformas de redes sociales pueden hacer cumplir aún más las normas estéticas a través de circuitos de retroalimentación (8), produciendo contenido sensacional y compartible. Esto podría homogeneizar aún más el contenido a medida que los algoritmos y los creadores de contenido intentan maximizar la participación. Sin embargo, algunos experimentos preliminares (9) sugieren que la incorporación de métricas de participación al seleccionar contenido generado por IA puede, en algunos casos, diversificar el contenido. Sigue siendo una pregunta abierta sobre qué estilos son amplificados por los algoritmos de recomendación y cómo esta priorización afecta los tipos de contenido que los creadores producen y comparten. El trabajo futuro debe explorar los sistemas complejos y dinámicos formados por las interacciones entre modelos generativos, algoritmos de recomendación y plataformas de redes sociales, y su impacto en la diversidad estética y conceptual.
IA generativa y derechos de autor
La confianza de la IA generativa en los datos de entrenamiento para automatizar la creación también presenta desafíos legales y éticos que impulsan la investigación técnica sobre la naturaleza de estos sistemas. La ley de derechos de autor debe equilibrar los intereses de los creadores, los usuarios de herramientas de IA generativa y la sociedad en general. La ley puede tratar el uso de datos de capacitación como no infractor si la obra protegida no se ha copiado directamente; como uso legítimo si la capacitación implica una transformación sustancial de los datos subyacentes; y solo si el creador da permiso explícito Permitir el uso; o , donde se compensa al creador, una licencia legal obligatoria que permite que los datos se utilicen para la formación. Gran parte de la ley de derechos de autor se basa en la interpretación judicial, por lo que no está claro si recopilar datos de terceros para capacitar o imitar el estilo de un artista violaría los derechos de autor. Los problemas legales y técnicos están enredados: ¿el modelo replica directamente elementos en los datos de entrenamiento o produce algo completamente nuevo? Incluso si el modelo no reproduce directamente el trabajo existente, no está claro si se debe proteger el estilo personal de un artista y cómo. ¿Qué mecanismos protegerían y compensarían a los artistas cuyo trabajo se utilizó para la formación, o incluso les permitirían optar por no participar, al mismo tiempo que permitían que se hicieran nuevas contribuciones culturales con modelos generativos de IA? Responder a estas preguntas y determinar cómo la ley de derechos de autor debe tratar los datos de capacitación requerirá una investigación técnica sustancial para desarrollar y comprender los sistemas de IA, investigación en ciencias sociales para comprender las percepciones de similitud e investigación legal para aplicar los precedentes existentes a la nueva tecnología. Por supuesto, estos puntos de vista representan solo los puntos de vista legales de los Estados Unidos.
Una pregunta legal obvia es quién puede reclamar la propiedad del resultado del modelo. Responder a esta pregunta requiere comprender las contribuciones creativas de los usuarios del sistema y otras partes interesadas, como los desarrolladores del sistema y los creadores de los datos de capacitación. Los desarrolladores de IA pueden reclamar la propiedad de la salida a través de los términos de uso. Por el contrario, los usuarios del sistema pueden ser considerados titulares de derechos de autor predeterminados si participan de formas creativas significativas (por ejemplo, el proceso no está completamente automatizado o una obra en particular no se parodia). Pero, ¿hasta qué punto la influencia creativa de un usuario justifica reclamar la propiedad? Estas preguntas implican estudiar el proceso creativo utilizando herramientas basadas en IA, que pueden volverse más complejas si los usuarios tienen un control más directo.
IA generativa y carreras creativas
Independientemente del resultado legal, las herramientas de IA generativa tienen el potencial de transformar el trabajo y el empleo creativos. La teoría económica popular [es decir, el cambio tecnológico basado en habilidades (SBTC)] postula que los trabajadores cognitivos y creativos enfrentan menos interrupciones laborales debido a la automatización porque la creatividad no se codifica fácilmente en reglas específicas (es decir, la paradoja de Polish Ni) (10). Sin embargo, las nuevas herramientas han planteado preocupaciones laborales para ocupaciones creativas como compositores, diseñadores gráficos y escritores. Este conflicto surge porque SBTC no logra diferenciar las actividades cognitivas como el trabajo analítico de la ideación creativa. Necesitamos un nuevo marco para describir los pasos específicos del proceso creativo, cuáles de estos pasos pueden estar influenciados por herramientas generativas de IA y los requisitos y actividades del lugar de trabajo de diferentes ocupaciones cognitivas (11).
Si bien estas herramientas pueden amenazar algunas profesiones, pueden aumentar la productividad de otras y tal vez crear otras nuevas. Por ejemplo, la tecnología de automatización de la música históricamente ha permitido que más músicos creen, incluso con ingresos sesgados (12). Los sistemas de IA generativa pueden crear cientos de resultados por minuto, lo que podría acelerar el proceso creativo a través de una ideación rápida. Sin embargo, esta aceleración también puede alterar aspectos de la creatividad, ya que elimina el período de diseño de dar forma a un prototipo inicial desde cero. En cualquier caso, es probable que disminuyan el tiempo y los costos de producción. La producción de productos creativos puede volverse más eficiente, logrando el mismo resultado con menos mano de obra. A su vez, la demanda de trabajo creativo puede aumentar. Además, muchas ocupaciones de empleo que utilizan herramientas tradicionales, como la ilustración o la fotografía de archivo, pueden verse desplazadas. Algunos ejemplos históricos lo confirman. En particular, la Revolución Industrial permitió que las artesanías tradicionales, como la cerámica, los textiles y la siderurgia, fueran producidas en masa por mano de obra no artesanal; los productos hechos a mano se convirtieron en artículos excepcionales. Asimismo, la fotografía reemplazó al retrato. La digitalización de la música elimina las limitaciones de aprender a operar físicamente un instrumento, lo que permite que más colaboradores realicen arreglos más complejos. Estas herramientas podrían cambiar quién puede ser artista, en cuyo caso el empleo de los artistas podría aumentar incluso si los salarios promedio caen.
IA generativa y ecología de los medios
A medida que estas herramientas impactan en el trabajo creativo, también plantean posibles daños posteriores al ecosistema de medios más amplio. A medida que disminuye el costo y el tiempo de producción de medios a escala, el ecosistema de medios puede volverse vulnerable a la información errónea generada por IA a través de la creación de medios sintéticos, especialmente medios que brindan evidencia para afirmaciones (13). Estas nuevas posibilidades para generar medios sintéticos realistas pueden socavar la confianza en los medios que capturan la verdad a través del llamado “dividendo del mentiroso” (el contenido falso beneficia a los mentirosos al socavar la confianza en la verdad) (14) y aumentar el fraude y las amenazas de imágenes sexuales no consentidas. . Esto plantea importantes preguntas de investigación: ¿cuál es el papel de las intervenciones de la plataforma, como el seguimiento de la procedencia y la detección de medios sintéticos posteriores, en términos de gobernanza y generación de confianza (15)? ¿Y cómo afecta la proliferación de medios sintéticos, como fotos de noticias sin editar, la confianza en los medios reales? A medida que aumenta la producción de contenido, la atención colectiva puede disminuir (16). La explosión de contenido generado por IA, a su vez, podría obstaculizar la capacidad de la sociedad para discutir y actuar colectivamente en áreas importantes como el clima y la democracia.
Cada medio artístico reflexiona y comenta sobre los problemas de su tiempo, y el debate sobre el arte contemporáneo generado por IA refleja los problemas actuales sobre la automatización, el control corporativo y la economía de la atención. En última instancia, expresamos nuestra humanidad a través del arte, por lo que comprender y dar forma al impacto de la IA en la expresión creativa es fundamental para preguntas más amplias sobre su impacto en la sociedad. La nueva investigación sobre la IA generativa debería informar las políticas y los usos beneficiosos de la tecnología, al tiempo que involucra a las partes interesadas clave, especialmente a los artistas y trabajadores creativos, muchos de los cuales están a la vanguardia de la participación activa en la resolución de problemas difíciles para el cambio social.
Nota del traductor: hay 16 anotaciones en el texto, para lecturas relacionadas, consulte el texto original
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Revista "Science": El cambio no es "el fin del arte", la IA generativa remodelará la estética de los medios contemporáneos
Por: Ziv Epstein (MIT), Aaron Hertzmann (Adobe Research), Los investigadores de la creatividad humana (Adobe)
Fuente: Ciencia
La inteligencia artificial generativa (IA) es un tema muy debatido. Una aplicación destacada hasta la fecha es la producción de medios artísticos de alta calidad para artes visuales, arte conceptual, música y literatura, así como video y animación. Por ejemplo, los modelos de difusión pueden sintetizar imágenes de alta calidad (1), y los modelos de lenguaje extenso (LLM) pueden producir prosa y poesía impresionantes y con un sonido plausible en una amplia gama de contextos (2). Las capacidades generativas de estas herramientas podrían cambiar fundamentalmente el proceso creativo mediante el cual los creadores forman ideas y las llevan a la producción. A medida que se reinventa la creatividad, también se pueden reinventar muchas áreas de la sociedad. Comprender el impacto de la IA generativa y tomar decisiones políticas a su alrededor requerirá nuevas investigaciones científicas interdisciplinarias de cultura, economía, derecho, algoritmos y la interacción de la tecnología y la creatividad.
Los momentos de cambio no señalaron el 'fin del arte' sino que tuvieron efectos más complejos, remodelando los roles y prácticas de los creadores y cambiando la estética de los medios contemporáneos (3). Por ejemplo, algunos artistas del siglo XIX vieron el advenimiento de la fotografía como una amenaza para la pintura. Sin embargo, la fotografía no reemplazó a la pintura, sino que eventualmente la liberó del realismo, dando lugar al impresionismo y los movimientos de arte moderno. La fotografía de retrato, por el contrario, reemplazó en gran medida al retrato. Asimismo, la digitalización de la producción musical (por ejemplo, muestreo digital y síntesis de sonido) ha sido condenada como "el fin de la música". Pero en realidad, cambió la forma en que la gente hace y escucha música, y ayudó a generar nuevos géneros, incluidos el hip-hop y el bombo. Al igual que estos paralelismos históricos, la IA generativa no es un presagio de la muerte del arte, sino un nuevo medio con sus propias capacidades únicas. Como un conjunto de herramientas utilizadas por los creadores humanos, la IA generativa está posicionada para interrumpir muchas áreas de la industria creativa y amenazar los modelos existentes de trabajo y mano de obra a corto plazo, al tiempo que, en última instancia, permite nuevos modelos de trabajo creativo y reconfigura el sistema del ecosistema de medios.
Sin embargo, a diferencia de las disrupciones pasadas, la IA generativa se basa en datos de entrenamiento que hacen las personas. Estos modelos "aprenden" el arte generativo extrayendo patrones estadísticos de los medios artísticos existentes. Y esta dependencia plantea nuevas preguntas, como de dónde provienen los datos, cómo afecta el resultado y cómo se determina la autoría. Al aprovechar el trabajo existente para automatizar el proceso creativo, la IA generativa desafía las definiciones tradicionales de autoría, propiedad, inspiración creativa, muestreo y remezcla, lo que complica las nociones existentes de producción de medios. Por lo tanto, es importante considerar el impacto estético y cultural de la IA generativa, los problemas legales de propiedad y crédito, el futuro del trabajo creativo y las implicaciones para los ecosistemas de medios contemporáneos. Entre estos temas, hay algunas preguntas clave de investigación que podrían informar la política y el uso beneficioso de esta tecnología (4).
Sobre la "inteligencia artificial"
Para examinar adecuadamente estos temas, primero es necesario comprender cómo el lenguaje utilizado para describir la IA afecta las percepciones de la tecnología. El término "inteligencia artificial" puede ser engañoso, ya que sugiere que estos sistemas exhiben intenciones, agencia e incluso autoconciencia similares a los humanos. Las interfaces basadas en lenguaje natural para modelos generativos de IA, incluidas las interfaces de chat que usan "yo", pueden brindar a los usuarios una sensación similar a la humana para interactuar con ellos. Estas percepciones pueden socavar la credibilidad de los creadores cuyo trabajo sustenta el resultado de los sistemas (5) y desplazar la responsabilidad de los desarrolladores y legisladores cuando estos sistemas causan daño (6). Se necesita trabajo futuro para comprender cómo las percepciones de los procesos generativos influyen en las actitudes hacia la producción y los autores. Esto ayudará en el diseño de sistemas que divulguen el proceso generativo y eviten interpretaciones engañosas.
IA generativa y estética
Las capacidades especiales de la IA generativa, a su vez, generan una nueva estética que podría tener efectos a largo plazo en el arte y la cultura. A medida que proliferan estas herramientas y su uso se vuelve omnipresente (como lo hizo la fotografía hace un siglo), sigue siendo una pregunta abierta cómo la estética que producen afectará la producción artística. Una barrera de entrada baja para la IA generativa podría aumentar la diversidad general de la producción artística al expandir el grupo de creadores involucrados en la práctica artística. Al mismo tiempo, las normas estéticas y culturales y los sesgos integrados en los datos de capacitación pueden capturarse, reflejarse e incluso amplificarse, reduciendo así la diversidad (7). El contenido generado por IA también puede proporcionar forraje para modelos futuros, creando un volante estético autorreferencial que perpetúa las normas culturales impulsadas por IA. La investigación futura debería explorar formas de cuantificar y aumentar la diversidad de resultados, y examinar cómo las herramientas generativas de IA afectan la estética y la diversidad estética.
Los algoritmos de recomendación opacos y que maximizan el compromiso de las plataformas de redes sociales pueden hacer cumplir aún más las normas estéticas a través de circuitos de retroalimentación (8), produciendo contenido sensacional y compartible. Esto podría homogeneizar aún más el contenido a medida que los algoritmos y los creadores de contenido intentan maximizar la participación. Sin embargo, algunos experimentos preliminares (9) sugieren que la incorporación de métricas de participación al seleccionar contenido generado por IA puede, en algunos casos, diversificar el contenido. Sigue siendo una pregunta abierta sobre qué estilos son amplificados por los algoritmos de recomendación y cómo esta priorización afecta los tipos de contenido que los creadores producen y comparten. El trabajo futuro debe explorar los sistemas complejos y dinámicos formados por las interacciones entre modelos generativos, algoritmos de recomendación y plataformas de redes sociales, y su impacto en la diversidad estética y conceptual.
IA generativa y derechos de autor
La confianza de la IA generativa en los datos de entrenamiento para automatizar la creación también presenta desafíos legales y éticos que impulsan la investigación técnica sobre la naturaleza de estos sistemas. La ley de derechos de autor debe equilibrar los intereses de los creadores, los usuarios de herramientas de IA generativa y la sociedad en general. La ley puede tratar el uso de datos de capacitación como no infractor si la obra protegida no se ha copiado directamente; como uso legítimo si la capacitación implica una transformación sustancial de los datos subyacentes; y solo si el creador da permiso explícito Permitir el uso; o , donde se compensa al creador, una licencia legal obligatoria que permite que los datos se utilicen para la formación. Gran parte de la ley de derechos de autor se basa en la interpretación judicial, por lo que no está claro si recopilar datos de terceros para capacitar o imitar el estilo de un artista violaría los derechos de autor. Los problemas legales y técnicos están enredados: ¿el modelo replica directamente elementos en los datos de entrenamiento o produce algo completamente nuevo? Incluso si el modelo no reproduce directamente el trabajo existente, no está claro si se debe proteger el estilo personal de un artista y cómo. ¿Qué mecanismos protegerían y compensarían a los artistas cuyo trabajo se utilizó para la formación, o incluso les permitirían optar por no participar, al mismo tiempo que permitían que se hicieran nuevas contribuciones culturales con modelos generativos de IA? Responder a estas preguntas y determinar cómo la ley de derechos de autor debe tratar los datos de capacitación requerirá una investigación técnica sustancial para desarrollar y comprender los sistemas de IA, investigación en ciencias sociales para comprender las percepciones de similitud e investigación legal para aplicar los precedentes existentes a la nueva tecnología. Por supuesto, estos puntos de vista representan solo los puntos de vista legales de los Estados Unidos.
Una pregunta legal obvia es quién puede reclamar la propiedad del resultado del modelo. Responder a esta pregunta requiere comprender las contribuciones creativas de los usuarios del sistema y otras partes interesadas, como los desarrolladores del sistema y los creadores de los datos de capacitación. Los desarrolladores de IA pueden reclamar la propiedad de la salida a través de los términos de uso. Por el contrario, los usuarios del sistema pueden ser considerados titulares de derechos de autor predeterminados si participan de formas creativas significativas (por ejemplo, el proceso no está completamente automatizado o una obra en particular no se parodia). Pero, ¿hasta qué punto la influencia creativa de un usuario justifica reclamar la propiedad? Estas preguntas implican estudiar el proceso creativo utilizando herramientas basadas en IA, que pueden volverse más complejas si los usuarios tienen un control más directo.
IA generativa y carreras creativas
Independientemente del resultado legal, las herramientas de IA generativa tienen el potencial de transformar el trabajo y el empleo creativos. La teoría económica popular [es decir, el cambio tecnológico basado en habilidades (SBTC)] postula que los trabajadores cognitivos y creativos enfrentan menos interrupciones laborales debido a la automatización porque la creatividad no se codifica fácilmente en reglas específicas (es decir, la paradoja de Polish Ni) (10). Sin embargo, las nuevas herramientas han planteado preocupaciones laborales para ocupaciones creativas como compositores, diseñadores gráficos y escritores. Este conflicto surge porque SBTC no logra diferenciar las actividades cognitivas como el trabajo analítico de la ideación creativa. Necesitamos un nuevo marco para describir los pasos específicos del proceso creativo, cuáles de estos pasos pueden estar influenciados por herramientas generativas de IA y los requisitos y actividades del lugar de trabajo de diferentes ocupaciones cognitivas (11).
Si bien estas herramientas pueden amenazar algunas profesiones, pueden aumentar la productividad de otras y tal vez crear otras nuevas. Por ejemplo, la tecnología de automatización de la música históricamente ha permitido que más músicos creen, incluso con ingresos sesgados (12). Los sistemas de IA generativa pueden crear cientos de resultados por minuto, lo que podría acelerar el proceso creativo a través de una ideación rápida. Sin embargo, esta aceleración también puede alterar aspectos de la creatividad, ya que elimina el período de diseño de dar forma a un prototipo inicial desde cero. En cualquier caso, es probable que disminuyan el tiempo y los costos de producción. La producción de productos creativos puede volverse más eficiente, logrando el mismo resultado con menos mano de obra. A su vez, la demanda de trabajo creativo puede aumentar. Además, muchas ocupaciones de empleo que utilizan herramientas tradicionales, como la ilustración o la fotografía de archivo, pueden verse desplazadas. Algunos ejemplos históricos lo confirman. En particular, la Revolución Industrial permitió que las artesanías tradicionales, como la cerámica, los textiles y la siderurgia, fueran producidas en masa por mano de obra no artesanal; los productos hechos a mano se convirtieron en artículos excepcionales. Asimismo, la fotografía reemplazó al retrato. La digitalización de la música elimina las limitaciones de aprender a operar físicamente un instrumento, lo que permite que más colaboradores realicen arreglos más complejos. Estas herramientas podrían cambiar quién puede ser artista, en cuyo caso el empleo de los artistas podría aumentar incluso si los salarios promedio caen.
IA generativa y ecología de los medios
A medida que estas herramientas impactan en el trabajo creativo, también plantean posibles daños posteriores al ecosistema de medios más amplio. A medida que disminuye el costo y el tiempo de producción de medios a escala, el ecosistema de medios puede volverse vulnerable a la información errónea generada por IA a través de la creación de medios sintéticos, especialmente medios que brindan evidencia para afirmaciones (13). Estas nuevas posibilidades para generar medios sintéticos realistas pueden socavar la confianza en los medios que capturan la verdad a través del llamado “dividendo del mentiroso” (el contenido falso beneficia a los mentirosos al socavar la confianza en la verdad) (14) y aumentar el fraude y las amenazas de imágenes sexuales no consentidas. . Esto plantea importantes preguntas de investigación: ¿cuál es el papel de las intervenciones de la plataforma, como el seguimiento de la procedencia y la detección de medios sintéticos posteriores, en términos de gobernanza y generación de confianza (15)? ¿Y cómo afecta la proliferación de medios sintéticos, como fotos de noticias sin editar, la confianza en los medios reales? A medida que aumenta la producción de contenido, la atención colectiva puede disminuir (16). La explosión de contenido generado por IA, a su vez, podría obstaculizar la capacidad de la sociedad para discutir y actuar colectivamente en áreas importantes como el clima y la democracia.
Cada medio artístico reflexiona y comenta sobre los problemas de su tiempo, y el debate sobre el arte contemporáneo generado por IA refleja los problemas actuales sobre la automatización, el control corporativo y la economía de la atención. En última instancia, expresamos nuestra humanidad a través del arte, por lo que comprender y dar forma al impacto de la IA en la expresión creativa es fundamental para preguntas más amplias sobre su impacto en la sociedad. La nueva investigación sobre la IA generativa debería informar las políticas y los usos beneficiosos de la tecnología, al tiempo que involucra a las partes interesadas clave, especialmente a los artistas y trabajadores creativos, muchos de los cuales están a la vanguardia de la participación activa en la resolución de problemas difíciles para el cambio social.
Nota del traductor: hay 16 anotaciones en el texto, para lecturas relacionadas, consulte el texto original