Generatywna sztuczna inteligencja, choć obecna w badaniach od kilkudziesięciu lat, dopiero niedawno trafiła pod strzechy. Dziś każdy może wygenerować obraz, tekst czy nawet film, ale za tym komfortem kryją się złożone procesy technologiczne, ogromne zużycie energii oraz poważne pytania o prawa autorskie i przyszłość pracy twórczej.
Początki AI w sztuce
Pierwsze próby tworzenia sztuki przy użyciu komputerów sięgają lat 50. XX wieku. W 1957 roku komputer ILLIAC I z University of Illinois skomponował utwór „Illiac Suite” na podstawie algorytmów muzycznych. Nie był to jednak model językowy w dzisiejszym rozumieniu – działał na sztywnych regułach, podobnie jak późniejsze Vocaloidy. Mimo to już wtedy pojawiły się dyskusje o definicji sztuki i prawach autorskich.
Przez kolejne dekady AI pozostawało w cieniu, używane głównie do obliczeń naukowych. Dopiero w XXI wieku, dzięki rozwojowi komputerów i internetu, możliwe stało się trenowanie modeli na ogromnych zbiorach danych. Przełomem był rok 2012, gdy model AlexNet, wykorzystujący głębokie uczenie, wygrał konkurs ImageNet, udowadniając wyższość tej metody nad wcześniejszymi.
Jak działa generatywna AI?
Współczesne modele językowe, takie jak ChatGPT, Gemini czy Claude, opierają się na analizie ogromnych baz tekstów i obrazów. Generowanie treści polega na przetwarzaniu „tagów” – słów kluczowych opisujących pożądany efekt. Im bardziej złożony prompt, tym więcej tagów musi przetworzyć model. Generacja jest w dużej mierze losowa, co bywa źródłem błędów – choć modele stale się poprawiają, wciąż zdarzają się „halucynacje” czy problemy z rysowaniem dłoni.
Ekologiczny koszt AI
Centra danych obsługujące AI zużywają ogromne ilości energii i wody. Szacuje się, że odpowiadają już za około 0,5% światowego zapotrzebowania na energię – więcej niż cała Szwecja czy Argentyna. Chłodzenie serwerów wymaga albo energochłonnych wentylatorów, albo systemów ewaporacyjnych, które pobierają znaczne ilości wody. W regionach suchych, gdzie brakuje czystej energii, wpływ na środowisko i lokalne społeczności bywa katastrofalny.
Pojedynczy prompt tekstowy zużywa około 0,25 Wh – to niewiele, ale przy milionach zapytań dziennie skala robi się ogromna. Generowanie obrazu wymaga nawet dziesięciokrotnie więcej energii, a filmów – jeszcze więcej.
Prawa autorskie i rynek pracy
Artyści i twórcy obawiają się, że AI zabierze im pracę. Modele są trenowane na publicznie dostępnych dziełach, często bez wyraźnej zgody autorów. Większość serwisów internetowych w umowach EULA zastrzega sobie prawo do wykorzystania treści w treningu AI, co stawia artystów pod ścianą. Polskie prawo nie reguluje wprost tej kwestii, a dzieła stworzone przez maszyny nie są objęte ochroną prawa autorskiego, gdyż wymaga ono „rezultatu pracy człowieka”.
Mimo to AI może być też narzędziem wspierającym twórców – pomaga w szkicowaniu, generowaniu tła czy eksperymentach stylistycznych. Jak pokazuje historia fotografii czy grafiki komputerowej, nowe technologie niekoniecznie eliminują artystów, ale zmieniają rynek i wymagają adaptacji.
Podsumowując, generatywna AI to technologia o ogromnym potencjale, ale jej rozwój musi iść w parze z odpowiedzialnymi regulacjami i świadomością ekologiczną. Przyszłość pokaże, czy uda się znaleźć równowagę między innowacją a ochroną praw twórców i środowiska.
