Altman, The New Yorker και η γενετική AI

Η πρόσφατη εικονογράφηση στο προφίλ του Sam Altman στο The New Yorker προκάλεσε λιγότερο δέος και περισσότερο άγχος: ένα πορτρέτο με πολλαπλά, αποσπασμένα πρόσωπα που αιωρούνται γύρω από το κεφάλι του, με μικρές τεχνητές αποκλίσεις στην ομοιότητα και μια παραδοχή στο κάτω μέρος—«Generated using A.I.» Η εικόνα υπογράφεται από τον εικαστικό David Szauder, ο οποίος έχει μακρά πορεία στη μικτή τεχνική, το κολάζ και τα πειράματα με γενετικά μοντέλα. Το αποτέλεσμα είναι σκηνοθετημένο για να προκαλεί ανασφάλεια: «πολλαπλά πρόσωπα», αινιγματική κίνηση και μια στιλιστική υφή που μοιάζει ζωγραφική, αλλά διαποτισμένη με ηλεκτρονικά ίχνη. Αυτό το τεχνολογικό-εικόνισμα ανοίγει ευρύτερο διάλογο για το τι σημαίνει τέχνη όταν πίσω από την εικόνα υπάρχει ένα μοντέλο που έχει μάθει από εκατομμύρια υλικά χωρίς πλήρη αναγνώριση ή άδεια.

Τι έκανε ο δημιουργός και γιατί προκαλεί συζήτηση

Ο Szauder δεν περιορίστηκε σε ένα απλό prompt σε ένα δημόσιο εργαλείο. Σύμφωνα με δηλώσεις του, η διαδικασία περιελάμβανε προσχεδιασμό, πολλαπλά σκίτσα, παραμετροποίηση μέσω κλασικών εργαλείων επεξεργασίας όπως το Photoshop, αλλά και προσαρμοσμένο κώδικα που αυτός ανέπτυξε για να τροφοδοτήσει τα μοντέλα με αρχειακό υλικό—εφημερίδες, οικογενειακές φωτογραφίες, κομμάτια κολάζ. Το αποτέλεσμα ήταν προϊόν συντονισμένης ανθρώπινης επιτήρησης πάνω σε αυτοματοποιημένα βήματα. Όμως η έξωθεν αποκάλυψη «Generated using A.I.» λειτουργεί ως κόκκινο πανί για πολλούς εικονογράφους: υποδεικνύει την ενσωμάτωση εργαλείων που αλλάζουν το παραδοσιακό workflow και, συνάμα, το ενδεχόμενο υποκατάστασης εργασίας.

Αν και η εικόνα εξυπηρετεί την αφήγηση—ενισχύει την ιδέα της δυσαρμονίας και της αναξιοπιστίας που στονίζει το κείμενο—υπάρχει κριτική που λέει ότι το ίδιο το μέσο εδώ δεν προσθέτει νέα γνώση. Η αίσθηση του «uncanny» και της ημιτελούς ομοιότητας ανάμεσα στα πρόσωπα είναι ένα τεχνοτροπικό στοιχείο που μπορεί να αποδώσει το μήνυμα χωρίς να εξερευνά βαθύτερα την αισθητική ή ηθική διάσταση της ίδιας της τεχνητής δημιουργίας.

Πώς λειτουργεί στην πράξη η γενετική εικόνα

Για να καταλάβουμε γιατί μια τέτοια εικόνα «μοιάζει» και ταυτόχρονα «διαφέρει», πρέπει να ρίξουμε λίγο φως στην τεχνική. Στα σύγχρονα εργαλεία γενετικής εικόνας—όπως diffusion models ή τις συνδυαστικές προσεγγίσεις latent-space—το σύστημα έχει εκπαιδευτεί σε τεράστια σύνολα εικόνων. Όταν του δώσεις προτροπή ή παράδειγμα, το μοντέλο συνθέτει νέα εικόνα ως στατιστική πρόβλεψη των εικονοστοιχείων. Το αποτέλεσμα εξαρτάται από: την ποιότητα και ποικιλία του training set, την ακρίβεια των prompts, τα μετα-παραμετρικά φίλτρα και το βαθμό ανθρώπινης παρέμβασης μετά την αυτόματη γενιά.

Οι περιορισμοί γίνονται εμφανείς σε λεπτομέρειες: ασυνέπεια στην ομοιότητα προσώπου, παράλογα μικρά λάθη στη γεωμετρία, προβλήματα φωτισμού και υφής που δίνουν αυτό το «εμφασικό λάθος»—το οποίο πολλοί αποκαλούν «AI slop». Αν ένας εικονογράφος ή ένας διευθυντής τέχνης έχει χρόνο και τεχνική ικανότητα, μπορεί να διορθώσει αυτά τα σφάλματα. Αλλά η επεξεργασία απαιτεί ανθρώπινη εργασία, και τότε τίθεται το ερώτημα: ποιος είναι ο πραγματικός «δημιουργός»;

Νομικά και ηθικά ζητήματα: ποιος υπογράφει;

Στον νομικό χώρο, οι πρόσφατες οδηγίες εθνικών φορέων—όπως η US Copyright Office—έχουν ξεκαθαρίσει ότι εικόνες που παράγονται αποκλειστικά από αλγορίθμους μετά από απλές προτροπές δεν πληρούν τα κριτήρια ανθρώπινης δημιουργίας για απόκτηση copyright. Η θεμελιώδης σκέψη είναι ότι ο χρήστης αποδέχεται την ερμηνεία του συστήματος, χωρίς να επιδεικνύει την εργασία μετατροπής που δημιοργεί πρωτότυπη έκφραση. Αν όμως η συμβολή του ανθρώπου είναι ουσιώδης—π.χ. σύνθεση, χειροκίνητη διόρθωση, ενσωμάτωση αρχείων—τότε υπάρχει χώρος για την αναγνώριση δικαιωμάτων.

Παράλληλα εξελίσσονται ηθικά επιχειρήματα για τα datasets: πόσες από τις εικόνες που τροφοδοτούν τα μοντέλα συλλέχθηκαν με άδεια; Πόσο επηρεάζουν τους παραδοσιακούς δημιουργούς; Ο Szauder δηλώνει ότι χρησιμοποιεί «ethically clarified source materials», πράγμα που είναι σημαντικό, αλλά ο γενικότερος κλάδος παραμένει ασαφής στην ιχνηλασιμότητα των δεδομένων.

Η βιομηχανία των μέσων και η πρακτική χρήση

Μέγα-δημοσιογραφικά brands αρχίζουν να εντάσσουν AI-generated εικόνες, με διάφορες πολιτικές για τη σήμανση και τη διαφάνεια. Σε κάποιες πλατφόρμες υπάρχει υποχρεωτική σήμανση που ενημερώνει το κοινό όταν μια εικόνα έχει παραχθεί είτε εν μέρει είτε πλήρως με AI. Η πρακτική αυτή δεν είναι μόνο ηθική υποχρέωση· λειτουργεί και ως μέτρο διατήρησης αξιοπιστίας μεταξύ αναγνωστών που πλέον εκπαιδεύονται να υποψιάζονται την ψηφιακή αλλοίωση.

Την ίδια στιγμή, η χρήση AI επηρεάζει την αγορά εργασίας. Πολλοί εικονογράφοι αναφέρουν απώλεια εργασίας ή πτώση αμοιβών επειδή τα budget περιορίζονται και οι εκδότες βλέπουν την αυτοματοποίηση ως ευκαιρία εξοικονόμησης. Άλλοι, όμως, υιοθετούν τα εργαλεία ως «συνεργάτες» για πρόχειρα mockups, ταχύτερη παραγωγή εναλλακτικών ή ως τεχνική υποβοήθηση σε επαναλαμβανόμενες εργασίες—π.χ. αφαίρεση φόντου ή γρήγορα χρωματικά πειράματα.

Η αισθητική σύγκρουση: παράσταση ή παρωδία;

Υπάρχει ένας ενδιαφέρων αισθητικός διάλογος στο αν η χρήση AI για να σχολιάσει την AI είναι αυτοαναφορική παρωδία ή απλώς τεμπελιά. Στην περίπτωση του Altman, το αποτέλεσμα ήταν επιτυχές στην αφήγηση αλλά όχι πρωτότυπο ως σχόλιο: χρησιμοποίησε την «απομιμητική ασυνέπεια» των μοντέλων για να οπτικοποιήσει την ιδέα της αμφισημίας και της διπροσωπίας. Όμως η τεχνολογία δεν διαθέτει αυτογνωσία για να σατιρίσει τον εαυτό της με τρόπους που προσδίδουν επιπλέον νόημα· αυτό χρειάζεται ανθρώπινο σκεπτικό. Επομένως το τελικό έργο συχνά λειτουργεί σαν καθρέφτης, όχι ως κριτική μηχανή.

Ελληνικό και ευρωπαϊκό πλαίσιο

Στην Ελλάδα και την ΕΕ, οι συζητήσεις για την τεχνητή νοημοσύνη περιλαμβάνουν την προσέγγιση του AI Act, που προβλέπει ρυθμίσεις για διαφάνεια, αξιολόγηση κινδύνων και κατηγοριοποίηση εφαρμογών. Η Ευρώπη φαίνεται να κινείται προς αυστηρότερο έλεγχο, απαιτώντας περισσότερη τεκμηρίωση για τα datasets και ειδικότερη σήμανση για εφαρμογές υψηλού κινδύνου. Αυτό μπορεί να ωφελήσει δημιουργούς που βλέπουν τα έργα τους να αναγνωρίζονται ως πηγή δεδομένων, αλλά και να θέσει περιορισμούς στις πρακτικές scraping που τροφοδοτούν τα μεγάλα μοντέλα.

Στο ελληνικό επίπεδο, οι εικονογράφοι και οι δημιουργικοί επαγγελματίες αντιμετωπίζουν παρόμοια διλήμματα: πώς να διατηρήσουν εισόδημα και επαγγελματική αξιοπρέπεια σε μια αγορά όπου τα budgets συρρικνώνονται και οι τεχνολογίες μεταβάλλουν τις προσδοκίες των εκδοτών. Η τοπική κοινότητα δείχνει αυξανόμενο ενδιαφέρον για σεμινάρια, δεοντολογία και συλλογικές πρωτοβουλίες αλληλοστήριξης όσων πλήττονται από την ψηφιακή αναδιάρθρωση.

Γιατί έχει σημασία

Η ένταξη γενετικής AI σε ένα περιοδικό με το κύρος του The New Yorker δεν είναι τεχνο-ντεκόρ· είναι πολιτική δήλωση. Κανονικοποιεί τη χρήση τέτοιων εργαλείων και στέλνει ένα σήμα στην αγορά εργασίας, στους δημιουργούς και στο κοινό: η τεχνολογία αυτή είναι «επαρκώς» αποδεκτή για να εμφανιστεί στις σελίδες ενός θεσμού. Αυτό έχει πολλαπλές συνέπειες: από τη μετατόπιση των οικονομικών όρων για freelancers ως την πίεση για νομικές τροποποιήσεις γύρω από τα πνευματικά δικαιώματα και την απαιτούμενη διαφάνεια στη χρήση δεδομένων. Επιπλέον, διαμορφώνει αισθητική κουλτούρα: όταν οι αναγνώστες συνηθίζουν μια συγκεκριμένη «AI αισθητική», το γούστο και οι απαιτήσεις αλλάζουν.

Τι μπορούν να περιμένουν οι χρήστες και οι δημιουργοί

Οι χρήστες πρέπει να απαιτούν διαφάνεια: όταν ένα έργο είναι αποτέλεσμα συνδυασμού ανθρώπινης και μηχανικής εργασίας, αυτό πρέπει να δηλώνεται με τρόπο που να εξηγεί τη συνεισφορά. Οι δημιουργοί, με τη σειρά τους, έχουν επιλογές: να αρνηθούν τα εργαλεία ως θέμα αρχής, να τα ενσωματώσουν ως βοηθητικά μέσα ή να διεκδικήσουν συλλογικούς όρους και προστασίες—συλλογικές συμβάσεις, ανοικτές αδειοδοτήσεις για χρήση εικόνων, και νομική σαφήνεια για την ιδιοκτησία.

Τελικά, η εικόνα του Altman στη στήλη του The New Yorker λειτουργεί ως μικρογραφία ενός μεγαλύτερου προβλήματος: μια κουλτούρα που προσπαθεί να χωρέσει τη δημιουργικότητα, την ηθική και την οικονομία μέσα σε αλγοριθμικές ροές. Το κρίσιμο στοίχημα είναι να διαμορφώσουμε κανόνες και πρακτικές που αναγνωρίζουν τη δουλειά των ανθρώπων χωρίς να σταματούν την καινοτομία—και να μην αφήσουμε τις αγορές να αποφασίσουν μόνες τους ποια δημιουργία αξίζει να υπάρξει.

Σε κάθε περίπτωση, ο διάλογος πρέπει να συνεχιστεί με τεκμηρίωση: ποσοστά χρήσης, όροι αδειοδότησης, προδιαγραφές σήμανσης και οικονομικές εγγυήσεις για τους δημιουργούς. Όσο οι τεχνολογίες εξελίσσονται, τόσο πιο αναγκαίο γίνεται να προστατευτεί η ανθρώπινη δημιουργικότητα και να εξασφαλιστεί ότι η παραγωγή εικόνων δεν γίνεται μονοπώλιο μιας τεχνολογικής αισθητικής χωρίς αναγνώριση και αποζημίωση των πηγών της.