変化の瞬間は「芸術の終わり」を告げるものではなく、より複雑な影響を及ぼし、クリエイターの役割と実践を再形成し、現代メディアの美学を変えました(3)。たとえば、19 世紀の芸術家の中には、写真の出現を絵画に対する脅威とみなした人もいました。しかし、写真は絵画に取って代わることはありませんでしたが、最終的には絵画を写実主義から解放し、印象派や現代美術運動を生み出しました。対照的に、ポートレート写真は主にポートレートに取って代わりました。同様に、音楽制作のデジタル化（デジタル サンプリングやサウンド合成など）も「音楽の終わり」として非難されています。しかし実際には、それは人々の音楽の作り方と聴き方を変え、ヒップホップやバスドラムなどの新しいジャンルを生み出すのに役立ちました。これらの歴史的な類似点と同様、生成 AI は芸術の死の前兆ではなく、独自の機能を備えた新しいメディアです。人間のクリエイターが使用する一連のツールとして、生成 AI はクリエイティブ産業の多くの分野を破壊し、短期的には既存の仕事と労働モデルを脅かすと同時に、最終的には新しいクリエイティブ労働モデルを可能にし、メディア エコシステム システムを再構成するものと位置付けられています。
ただし、過去の破壊的混乱とは異なり、生成 AI は人間が行ったトレーニング データに依存しています。これらのモデルは、既存のアート メディアから統計的パターンを抽出することによってジェネレーティブ アートを「学習」します。そして、この依存は、データがどこから来たのか、データが出力にどのような影響を与えるのか、著者がどのように決定されるのかなど、新たな疑問を引き起こします。既存の作業を活用してクリエイティブ プロセスを自動化することで、生成 AI は、著作者、所有権、クリエイティブなインスピレーション、サンプリング、リミックスの従来の定義に挑戦し、メディア制作の既存の概念を複雑にします。したがって、生成 AI の美的および文化的影響、所有権と信用の法的問題、クリエイティブな仕事の将来、現代のメディア エコシステムへの影響を考慮することが重要です。これらのトピックの中には、政策やこのテクノロジーの有益な利用に役立つ可能性のある重要な研究課題がいくつかあります (4)。
「人工知能」について
これらのトピックを適切に検討するには、まず、AI を説明するために使用される言語がテクノロジーの認識にどのような影響を与えるかを理解する必要があります。 「人工知能」という用語は誤解を招く可能性があり、これらのシステムが人間のような意図、主体性、さらには自己認識を示すことを示唆しています。 「私」を使用するチャット インターフェイスなど、生成 AI モデル用の自然言語ベースのインターフェイスは、ユーザーに人間のような操作感を与える可能性があります。こうした認識は、システムの出力の基礎となる労働力である作成者の信頼性を損なう可能性があり (5)、これらのシステムが害を及ぼす場合には開発者や政策立案者の責任を転嫁する可能性があります (6)。生成プロセスの認識が成果物や作者に対する態度にどのような影響を与えるかを理解するには、今後の研究が必要です。これは、生成プロセスを開示して誤解を招く解釈を回避するシステムの設計に役立ちます。
生成 AI と美学
生成 AI の特別な機能は、芸術や文化に長期的な影響を与える可能性のある新しい美学を生み出します。これらのツールが急増し、その使用が（1世紀前の写真のように）遍在するにつれて、それらが生み出す美学が芸術作品にどのような影響を与えるかは未解決の問題のままです。生成 AI の参入障壁が低いと、芸術活動に携わるクリエイターの層が拡大し、芸術作品の全体的な多様性が高まる可能性があります。同時に、トレーニング データに埋め込まれた美的および文化的な規範や偏見が取り込まれ、反映され、さらには増幅される可能性があるため、多様性が低下します (7)。 AI によって生成されたコンテンツは、将来のモデルの材料にもなり、AI 主導の文化規範を永続させる自己言及的な美的フライホイールを生み出す可能性があります。今後の研究では、出力の多様性を定量化して増加する方法を模索し、生成 AI ツールが美学と美的多様性にどのような影響を与えるかを調査する必要があります。
生成 AI は作成を自動化するためにトレーニング データに依存しているため、法的および倫理的な課題も生じており、これらのシステムの性質についての技術研究が促されています。著作権法は、クリエイター、生成 AI ツールのユーザー、そして社会全体の利益のバランスを取る必要があります。法律は、保護された作品が直接コピーされていない場合、トレーニング データの使用を非侵害として扱うことができ、トレーニングに基礎となるデータの大幅な変換が含まれる場合、作成者が使用を許可する明示的な許可を与えた場合にのみ、フェアユースとして扱うことができます。 、作成者に報酬が支払われる場合、データをトレーニングに使用することを許可する法定の強制ライセンス。著作権法の多くは司法解釈に依存しているため、トレーニングやアーティストのスタイルの模倣のためにサードパーティのデータを収集することが著作権侵害となるかどうかは不明です。法的問題と技術的問題が複雑に絡み合っています。モデルはトレーニング データの要素を直接複製するのでしょうか、それともまったく新しいものを生成するのでしょうか?たとえモデルが既存の作品を直接再現していないとしても、アーティストの個人的なスタイルが保護されるべきかどうか、またどのように保護されるべきかは不明です。生成 AI モデルを使用して新たな文化的貢献を可能にしながら、作品がトレーニングに使用されたアーティストを保護し、補償したり、オプトアウトを許可したりするメカニズムは何でしょうか?これらの質問に答え、著作権法がトレーニング データをどのように扱うべきかを決定するには、AI システムを開発して理解するための相当な技術研究、類似性の認識を理解するための社会科学研究、既存の判例を新しい判例に適用するための法的研究が必要になります。もちろん、これらの見解は米国の法的見解のみを表しています。
明らかな法的問題は、モデルの出力の所有権を誰が主張できるかということです。この質問に答えるには、システムのユーザーおよび他の関係者 (システムの開発者やトレーニング データの作成者など) の創造的な貢献を理解する必要があります。 AI 開発者は、利用規約を通じて出力の所有権を主張できます。対照的に、システムのユーザーは、意味のある創造的な方法で参加する場合 (たとえば、プロセスが完全に自動化されていない、または特定の作品がパロディ化されていない場合)、デフォルトの著作権所有者とみなされます。しかし、ユーザーの創造的な影響力はどの程度まで所有権を主張するに値するのでしょうか?これらの質問には、AI ベースのツールを使用したクリエイティブ プロセスの研究が含まれますが、ユーザーがより直接的に制御できるようになると、より複雑になる可能性があります。
生成的 AI とクリエイティブなキャリア
法的な結果に関係なく、生成 AI ツールはクリエイティブな仕事と雇用を変革する可能性を秘めています。一般的な経済理論[つまり、スキルベースの技術変化（SBTC）]は、創造性が特定のルールに簡単に成文化されないため、認知的で創造的な労働者は自動化による労働中断が少ないと仮定しています（つまり、ポーランドNiのパラドックス）(10)。しかし、新しいツールにより、作曲家、グラフィックデザイナー、ライターなどのクリエイティブな職業の雇用に関する懸念が生じています。この矛盾は、SBTC が分析作業などの認知活動と創造的なアイデアを区別できないために発生します。創造的なプロセスの具体的なステップ、これらのステップのうちどのステップが生成 AI ツール、職場の要件やさまざまな認知的職業の活動の影響を受ける可能性があるかを説明するための新しいフレームワークが必要です (11)。
これらのツールは一部の職業を脅かす可能性がありますが、他の職業の生産性を向上させ、おそらく新しい職業を生み出す可能性があります。たとえば、音楽自動化テクノロジーにより、収入が偏っていても、歴史的により多くのミュージシャンが創作できるようになりました (12)。生成 AI システムは 1 分間に何百もの出力を作成できるため、迅速なアイデア創出によって創造的なプロセスが加速される可能性があります。ただし、この加速により、最初のプロトタイプを一から形成する設計期間がなくなるため、創造性の側面が混乱する可能性もあります。いずれの場合も、製造時間とコストは削減される可能性があります。クリエイティブな製品の生産がより効率的になり、より少ない労働力で同じ生産量を達成できる可能性があります。その結果、クリエイティブな仕事への需要が高まる可能性があります。さらに、イラストやストックフォトなどの従来のツールを使用する多くの雇用職業が奪われる可能性があります。いくつかの歴史的な例がこれを裏付けています。最も注目すべきは、産業革命により、陶磁器、織物、製鉄などの伝統工芸品が非職人労働によって大量生産されるようになり、手工芸品が特別な品物となったことです。同様に、写真が肖像画に取って代わりました。音楽のデジタル化により、楽器の物理的な操作方法を学ぶという制約がなくなり、より多くの参加者がより複雑なアレンジメントに貢献できるようになります。これらのツールは誰がアーティストになれるのかを変える可能性があり、その場合、平均賃金は下がってもアーティストの雇用は増加する可能性がある。
生成 AI とメディア エコロジー
これらのツールはクリエイティブな労働に影響を与えるため、下流側のより広範なメディア エコシステムに潜在的な損害をもたらす可能性もあります。メディアを大規模に制作するコストと時間が減少するにつれて、メディア エコシステムは、合成メディア、特に主張の証拠を提供するメディアの作成を通じて、AI が生成する誤った情報に対して脆弱になる可能性があります (13)。リアルな合成メディアを生成するこれらの新たな可能性は、いわゆる「嘘つきの配当」（虚偽のコンテンツは真実の信頼を損なうことで嘘つきに利益をもたらす）を通じて、真実を捉えたメディアの信頼を損なう可能性があり(14)、詐欺や合意のない性的画像の脅威を増加させる可能性があります。 。これは重要な研究上の疑問を提起します。つまり、出所の追跡や下流の合成メディアの検出などのプラットフォーム介入は、ガバナンスと信頼構築の観点からどのような役割を果たしているのでしょうか (15)。そして、編集されていないニュース写真などの合成メディアの普及は、実際のメディアに対する信頼にどのような影響を与えるのでしょうか?コンテンツ制作が増加すると、集団の注目が減少する可能性があります (16)。 AI が生成するコンテンツの爆発的な増加は、気候や民主主義などの重要な分野について集団で議論し、行動する社会の能力を妨げる可能性があります。
すべての芸術媒体は、その時代の問題を反映し、コメントしています。そして、AI によって生成された現代アートをめぐる議論は、自動化、企業管理、注目の経済をめぐる現在の問題を反映しています。最終的に、私たちは芸術を通じて人間性を表現するので、創造的な表現に対する AI の影響を理解し、具体化することが、AI が社会に与える影響に関するより広範な問題の中心となります。生成 AI に関する新しい研究は、政策やテクノロジーの有益な利用法に情報を提供すると同時に、主要な関係者、特にアーティストやクリエイティブ ワーカー自身を巻き込む必要があります。その多くは、社会変革のための困難な問題の解決に積極的に取り組む先駆者です。
『サイエンス』誌: 変化は「芸術の終わり」ではない、生成 AI は現代のメディアの美学を再構築する
著者: Ziv Epstein (MIT)、Aaron Hertzmann (Adobe Research)、The Investigators Of Human Creativity (Adobe)
出典: 科学
生成人工知能 (AI) は、激しく議論されているトピックです。これまでの著名な用途は、ビデオやアニメーションだけでなく、ビジュアル アート、コンセプト アート、音楽、文学などの高品質の芸術メディアの制作です。たとえば、拡散モデルは高品質の画像を合成でき (1)、大規模言語モデル (LLM) は、さまざまな文脈でもっともらしく聞こえ、印象的な散文や詩を生成できます (2)。これらのツールの生成機能は、クリエイターがアイデアを形にして制作に持ち込む創造的なプロセスを根本的に変える可能性があります。創造性が再考されるにつれて、社会の多くの分野も再考される可能性があります。生成型 AI の影響を理解し、それに関する政策決定を行うには、文化、経済、法律、アルゴリズム、テクノロジーと創造性の相互作用に関する新たな学際的な科学的調査が必要になります。
変化の瞬間は「芸術の終わり」を告げるものではなく、より複雑な影響を及ぼし、クリエイターの役割と実践を再形成し、現代メディアの美学を変えました(3)。たとえば、19 世紀の芸術家の中には、写真の出現を絵画に対する脅威とみなした人もいました。しかし、写真は絵画に取って代わることはありませんでしたが、最終的には絵画を写実主義から解放し、印象派や現代美術運動を生み出しました。対照的に、ポートレート写真は主にポートレートに取って代わりました。同様に、音楽制作のデジタル化（デジタル サンプリングやサウンド合成など）も「音楽の終わり」として非難されています。しかし実際には、それは人々の音楽の作り方と聴き方を変え、ヒップホップやバスドラムなどの新しいジャンルを生み出すのに役立ちました。これらの歴史的な類似点と同様、生成 AI は芸術の死の前兆ではなく、独自の機能を備えた新しいメディアです。人間のクリエイターが使用する一連のツールとして、生成 AI はクリエイティブ産業の多くの分野を破壊し、短期的には既存の仕事と労働モデルを脅かすと同時に、最終的には新しいクリエイティブ労働モデルを可能にし、メディア エコシステム システムを再構成するものと位置付けられています。
ただし、過去の破壊的混乱とは異なり、生成 AI は人間が行ったトレーニング データに依存しています。これらのモデルは、既存のアート メディアから統計的パターンを抽出することによってジェネレーティブ アートを「学習」します。そして、この依存は、データがどこから来たのか、データが出力にどのような影響を与えるのか、著者がどのように決定されるのかなど、新たな疑問を引き起こします。既存の作業を活用してクリエイティブ プロセスを自動化することで、生成 AI は、著作者、所有権、クリエイティブなインスピレーション、サンプリング、リミックスの従来の定義に挑戦し、メディア制作の既存の概念を複雑にします。したがって、生成 AI の美的および文化的影響、所有権と信用の法的問題、クリエイティブな仕事の将来、現代のメディア エコシステムへの影響を考慮することが重要です。これらのトピックの中には、政策やこのテクノロジーの有益な利用に役立つ可能性のある重要な研究課題がいくつかあります (4)。
「人工知能」について
これらのトピックを適切に検討するには、まず、AI を説明するために使用される言語がテクノロジーの認識にどのような影響を与えるかを理解する必要があります。 「人工知能」という用語は誤解を招く可能性があり、これらのシステムが人間のような意図、主体性、さらには自己認識を示すことを示唆しています。 「私」を使用するチャット インターフェイスなど、生成 AI モデル用の自然言語ベースのインターフェイスは、ユーザーに人間のような操作感を与える可能性があります。こうした認識は、システムの出力の基礎となる労働力である作成者の信頼性を損なう可能性があり (5)、これらのシステムが害を及ぼす場合には開発者や政策立案者の責任を転嫁する可能性があります (6)。生成プロセスの認識が成果物や作者に対する態度にどのような影響を与えるかを理解するには、今後の研究が必要です。これは、生成プロセスを開示して誤解を招く解釈を回避するシステムの設計に役立ちます。
生成 AI と美学
生成 AI の特別な機能は、芸術や文化に長期的な影響を与える可能性のある新しい美学を生み出します。これらのツールが急増し、その使用が（1世紀前の写真のように）遍在するにつれて、それらが生み出す美学が芸術作品にどのような影響を与えるかは未解決の問題のままです。生成 AI の参入障壁が低いと、芸術活動に携わるクリエイターの層が拡大し、芸術作品の全体的な多様性が高まる可能性があります。同時に、トレーニング データに埋め込まれた美的および文化的な規範や偏見が取り込まれ、反映され、さらには増幅される可能性があるため、多様性が低下します (7)。 AI によって生成されたコンテンツは、将来のモデルの材料にもなり、AI 主導の文化規範を永続させる自己言及的な美的フライホイールを生み出す可能性があります。今後の研究では、出力の多様性を定量化して増加する方法を模索し、生成 AI ツールが美学と美的多様性にどのような影響を与えるかを調査する必要があります。
ソーシャル メディア プラットフォームの不透明でエンゲージメントを最大化する推奨アルゴリズムは、フィードバック ループ (8) を通じて美的規範をさらに強化し、センセーショナルで共有可能なコンテンツを生み出すことができます。これにより、アルゴリズムとコンテンツ作成者がエンゲージメントを最大化しようとするため、コンテンツがさらに均一化される可能性があります。ただし、いくつかの予備実験 (9) では、AI が生成したコンテンツをキュレーションするときにエンゲージメント指標を組み込むと、場合によってはコンテンツが多様化する可能性があることが示唆されています。どのスタイルが推奨アルゴリズムによって増幅されるのか、またこの優先順位がクリエイターが作成および共有するコンテンツの種類にどのような影響を与えるのかについては、未解決の疑問が残っています。今後の研究では、生成モデル、推奨アルゴリズム、ソーシャルメディアプラットフォーム間の相互作用によって形成される複雑で動的なシステムと、それらが美的および概念的な多様性に及ぼす影響を調査する必要があります。
生成 AI と著作権
生成 AI は作成を自動化するためにトレーニング データに依存しているため、法的および倫理的な課題も生じており、これらのシステムの性質についての技術研究が促されています。著作権法は、クリエイター、生成 AI ツールのユーザー、そして社会全体の利益のバランスを取る必要があります。法律は、保護された作品が直接コピーされていない場合、トレーニング データの使用を非侵害として扱うことができ、トレーニングに基礎となるデータの大幅な変換が含まれる場合、作成者が使用を許可する明示的な許可を与えた場合にのみ、フェアユースとして扱うことができます。 、作成者に報酬が支払われる場合、データをトレーニングに使用することを許可する法定の強制ライセンス。著作権法の多くは司法解釈に依存しているため、トレーニングやアーティストのスタイルの模倣のためにサードパーティのデータを収集することが著作権侵害となるかどうかは不明です。法的問題と技術的問題が複雑に絡み合っています。モデルはトレーニング データの要素を直接複製するのでしょうか、それともまったく新しいものを生成するのでしょうか?たとえモデルが既存の作品を直接再現していないとしても、アーティストの個人的なスタイルが保護されるべきかどうか、またどのように保護されるべきかは不明です。生成 AI モデルを使用して新たな文化的貢献を可能にしながら、作品がトレーニングに使用されたアーティストを保護し、補償したり、オプトアウトを許可したりするメカニズムは何でしょうか?これらの質問に答え、著作権法がトレーニング データをどのように扱うべきかを決定するには、AI システムを開発して理解するための相当な技術研究、類似性の認識を理解するための社会科学研究、既存の判例を新しい判例に適用するための法的研究が必要になります。もちろん、これらの見解は米国の法的見解のみを表しています。
明らかな法的問題は、モデルの出力の所有権を誰が主張できるかということです。この質問に答えるには、システムのユーザーおよび他の関係者 (システムの開発者やトレーニング データの作成者など) の創造的な貢献を理解する必要があります。 AI 開発者は、利用規約を通じて出力の所有権を主張できます。対照的に、システムのユーザーは、意味のある創造的な方法で参加する場合 (たとえば、プロセスが完全に自動化されていない、または特定の作品がパロディ化されていない場合)、デフォルトの著作権所有者とみなされます。しかし、ユーザーの創造的な影響力はどの程度まで所有権を主張するに値するのでしょうか?これらの質問には、AI ベースのツールを使用したクリエイティブ プロセスの研究が含まれますが、ユーザーがより直接的に制御できるようになると、より複雑になる可能性があります。
生成的 AI とクリエイティブなキャリア
法的な結果に関係なく、生成 AI ツールはクリエイティブな仕事と雇用を変革する可能性を秘めています。一般的な経済理論[つまり、スキルベースの技術変化（SBTC）]は、創造性が特定のルールに簡単に成文化されないため、認知的で創造的な労働者は自動化による労働中断が少ないと仮定しています（つまり、ポーランドNiのパラドックス）(10)。しかし、新しいツールにより、作曲家、グラフィックデザイナー、ライターなどのクリエイティブな職業の雇用に関する懸念が生じています。この矛盾は、SBTC が分析作業などの認知活動と創造的なアイデアを区別できないために発生します。創造的なプロセスの具体的なステップ、これらのステップのうちどのステップが生成 AI ツール、職場の要件やさまざまな認知的職業の活動の影響を受ける可能性があるかを説明するための新しいフレームワークが必要です (11)。
これらのツールは一部の職業を脅かす可能性がありますが、他の職業の生産性を向上させ、おそらく新しい職業を生み出す可能性があります。たとえば、音楽自動化テクノロジーにより、収入が偏っていても、歴史的により多くのミュージシャンが創作できるようになりました (12)。生成 AI システムは 1 分間に何百もの出力を作成できるため、迅速なアイデア創出によって創造的なプロセスが加速される可能性があります。ただし、この加速により、最初のプロトタイプを一から形成する設計期間がなくなるため、創造性の側面が混乱する可能性もあります。いずれの場合も、製造時間とコストは削減される可能性があります。クリエイティブな製品の生産がより効率的になり、より少ない労働力で同じ生産量を達成できる可能性があります。その結果、クリエイティブな仕事への需要が高まる可能性があります。さらに、イラストやストックフォトなどの従来のツールを使用する多くの雇用職業が奪われる可能性があります。いくつかの歴史的な例がこれを裏付けています。最も注目すべきは、産業革命により、陶磁器、織物、製鉄などの伝統工芸品が非職人労働によって大量生産されるようになり、手工芸品が特別な品物となったことです。同様に、写真が肖像画に取って代わりました。音楽のデジタル化により、楽器の物理的な操作方法を学ぶという制約がなくなり、より多くの参加者がより複雑なアレンジメントに貢献できるようになります。これらのツールは誰がアーティストになれるのかを変える可能性があり、その場合、平均賃金は下がってもアーティストの雇用は増加する可能性がある。
生成 AI とメディア エコロジー
これらのツールはクリエイティブな労働に影響を与えるため、下流側のより広範なメディア エコシステムに潜在的な損害をもたらす可能性もあります。メディアを大規模に制作するコストと時間が減少するにつれて、メディア エコシステムは、合成メディア、特に主張の証拠を提供するメディアの作成を通じて、AI が生成する誤った情報に対して脆弱になる可能性があります (13)。リアルな合成メディアを生成するこれらの新たな可能性は、いわゆる「嘘つきの配当」（虚偽のコンテンツは真実の信頼を損なうことで嘘つきに利益をもたらす）を通じて、真実を捉えたメディアの信頼を損なう可能性があり(14)、詐欺や合意のない性的画像の脅威を増加させる可能性があります。 。これは重要な研究上の疑問を提起します。つまり、出所の追跡や下流の合成メディアの検出などのプラットフォーム介入は、ガバナンスと信頼構築の観点からどのような役割を果たしているのでしょうか (15)。そして、編集されていないニュース写真などの合成メディアの普及は、実際のメディアに対する信頼にどのような影響を与えるのでしょうか?コンテンツ制作が増加すると、集団の注目が減少する可能性があります (16)。 AI が生成するコンテンツの爆発的な増加は、気候や民主主義などの重要な分野について集団で議論し、行動する社会の能力を妨げる可能性があります。
すべての芸術媒体は、その時代の問題を反映し、コメントしています。そして、AI によって生成された現代アートをめぐる議論は、自動化、企業管理、注目の経済をめぐる現在の問題を反映しています。最終的に、私たちは芸術を通じて人間性を表現するので、創造的な表現に対する AI の影響を理解し、具体化することが、AI が社会に与える影響に関するより広範な問題の中心となります。生成 AI に関する新しい研究は、政策やテクノロジーの有益な利用法に情報を提供すると同時に、主要な関係者、特にアーティストやクリエイティブ ワーカー自身を巻き込む必要があります。その多くは、社会変革のための困難な問題の解決に積極的に取り組む先駆者です。
訳者注: 本文には 16 個の注釈があります。関連する内容については、原文を参照してください