A generatív MI egyre több Skyrim-modban bukkan fel a Nexus Mods platformon, a Bard Hero készítője például LLM-eket használt kódoláshoz és hibakereséshez. A Nexus július 29-én új MI-címkéket vezetett be, de a beazonosítás és az átláthatóság továbbra is nehéz, mert sok tartalom nincs helyesen megjelölve.
Évek óta szinte minden hétköznap reggel végigpörgetem a Nexus Mods kínálatát. Egy jó napon akár két-három olyan friss modot is kiszúrok, amiből hír lehet, és néha akad pár, legtöbbször Skyrimhez készült játékosház, amit szabadidőmben is megnéznék.
Régebben a modok böngészése főleg arról szólt, hogy felmérjem, melyik tűnik elég összetettnek vagy elég különlegesnek ahhoz, hogy érdemes legyen utánanézni, és közben megbizonyosodjak róla, hogy semmi sértő vagy gyanús nincs bennük. Általában az új küldetések, új játékelemek vagy az olyan nagy átalakítások kaptak figyelmet, amelyek teljesen fel tudtak forgatni egy játékot. Aztán néhány éve elkezdtek felbukkanni az MI által generált hangok. Mivel a Skyrim a legaktívabban moddolható játék, itt ütötte fel először a fejét ez a jelenség.
Az ElevenLabs nevű MI-hangtechnológiát arra használták, hogy lemásolják az alapjáték szinkronszínészeit, vagy új karakterekhez generáljanak szövegeket. A Nexus Mods 2023-ban reagált is erre, és jelezte, hogy az MI-vel készült modtartalom önmagában nem ütközik a szabályzatukba, de „eltávolíthatják, ha hiteles panasz érkezik az érintett alkotótól vagy jogtulajdonostól”.
Három évvel később, és úgy tűnik, hogy a generatív MI-t minden korábbinál erősebben erőltetik - függetlenül az általa okozott globális memóriahiánytól és számítási válságtól - a használata a modkészítésben csak tovább terjedt. A generált hangok továbbra is jelen vannak, de melléjük felzárkózott az MI-vel készült grafika, és mostanában az LLM-ek használata is, amivel magukat a modokat rakják össze. Az olyanoknak, mint én, akik inkább emberi kézzel készült modokat szeretnek, vagy legalább szeretnének egy AI-mentes változatot is, a legegyszerűbb megoldás az, ha kihagyják azokat a modokat, amelyek bármelyik ilyen eszközt használják. Csakhogy ahogy az MI használata egyre szélesebb körben terjed és egyre több formában jelenik meg, mind nehezebb felismerni, melyik mod épül ezekre az eszközökre, és melyik nem.
Nemrég belefutottam egy Skyrim-modba, a Bard Hero-ba. Az alapötlet az, hogy a karakter hangszeren játszó képességét - amit korábbi, bardokra építő modok már bevezettek - egy teljes, Guitar Hero-szerű ritmusjátékká alakítsa. Elképesztően ambiciózus bővítés, pont az a fajta, amire általában jobban is ráfeküdnék. A hosszú leírásban azonban a készítője - egy Mern nevű modder - elárulta, hogy „LLM-eket használt a kódoláshoz, hibakereséshez, dokumentációhoz, és néha az éjszaka 4 órás 'hát ez meg mi?' pillanatokhoz”.
„Megjegyzem, van programozói diplomám, és dolgoztam egy játékon is” - folytatta a közlésben. „Az architektúrát is át kellett gondolnom a mod tervezésekor; megépítettem és leteszteltem, átnéztem és átalakítottam a kódot, és ma is karbantartom. A forráskód nyílt, ha valaki bele akar nézni. Az MI használata sokaknak erős érzéseket vált ki, joggal. A megkérdőjelezhető MI-gyakorlatok és a nagymama nyugdíjának a következő MI-IPO-ban való elköltése mellett bőven van ok az óvatosságra. Úgy tűnik, éppen a technofeudalizmus gyorsított változatát futjuk végig.”
Miután rátaláltam a modra, felvettem a kapcsolatot Mernnel, hogy többet megtudjak arról, miért fordult az MI felé, különösen a körülötte lévő viták és a játékiparban szerzett múltja fényében. Kiderült, hogy a Bard Hero nem az első alkalom volt, amikor generatív MI-t használt modfejlesztéshez. Korábban már kipróbálta az xVASynth nevű MI-hanggeneráló alkalmazást, és MI-eszközöket is használt egy Umbrael nevű követő elkészítéséhez. Azóta további modokat is készített „MI nélkül, Papyrus, ESP, saját kézzel készített animációs munka és a Skyrim Script Extender (SKSE) fejlesztésének megtanulása mellett”. Mostanában pedig arra fordítja a moddolási energiáit, hogy „LLM-ekkel segítsen SKSE pluginek fejlesztésében”.
„Mindig jobban szerettem az SKSE-s megoldásokat, mert ezek sokkal többre képesek” - mondta. „Az SKSE-fejlesztés C++-szal jár, de én főleg C#-ban tanultam és kódoltam. A C++, mivel alacsonyabb szintű nyelv, sokkal nehezebb vele dolgozni, és nem akartam túl sok időt tölteni azzal, hogy megtanuljam a C++-t - bár még most is aktívan tanulom -, vagy olyan fárasztó feladatokkal, mint a CommonLib vagy az AddressLibrary által nem támogatott memóriacímek visszafejtése. Emellett egyszerűen kíváncsi voltam arra is, hogy az LLM-ek mennyire teljesítenek jól egy ennyire eltérő környezetben. Innen mentem tovább, használtam az LLM-eket, és dolgoztam a Live Audio Output Switching SE-n. Aztán kíváncsi lettem, mi minden lehetséges még, egyre ambiciózusabb lettem, és olyan projekteken dolgoztam, mint az Apparel Preview, a Fitting Room, a Menu Studio, végül pedig a Bard Hero.”
Azt is elmagyarázta, miért éppen ilyen eszközöket használt a Bard Hero fejlesztéséhez. Az ötlet a zuhany alatt jutott eszébe. „A barátnőm vett egy Wii-gitárkontrollert, és kíváncsi lettem, vajon működésre tudnám-e bírni a Skyrimben” - idézte fel Mern. „Az ilyen őrült ötletek általában csak meghalnak, mert nem fogsz egy évet rászánni valamire, amiről lehet, hogy kiderül, hogy egyáltalán nem is megvalósítható.
„És mivel ez Skyrim... nos, Skyrim, a gyors prototípus-készítés az átlagosnál is fontosabb. Folyton bele fogsz ütközni az engine korlátaiba, és a munka nagy része az, hogy kreatív kerülőutat találj köréjük, szóval az, hogy kipróbálhatsz öt megoldást, és azt választod, amelyik talán tényleg működhet, nagyon sokat számít. A másik fele a FLICK volt, egy UI-keretrendszer, amin a barátom, Fuzzles dolgozott. A Fitting Room fejlesztéséről beszélgetve lebeszélt a tiszta ImGUI-ról, én pedig lenyűgözőnek találtam, és ez volt a megfelelő alap egy ennyire őrült dologhoz.
„Ha nem használok MI-eszközöket, sokkal több időmbe telt volna a Bard Hero elkészítése, és olyan készségeket is meg kellett volna tanulnom, amelyekkel jelenleg nem rendelkezem” - folytatta. „A hátteremmel technikailag meg tudtam volna csinálni, de hónapokba, talán egy évbe vagy még többe telt volna, és nagyon kemény munkát igényelt volna. És őszintén, hajlandó lettem volna ennyi időt rászánni egy ilyen projektre? Nem. Az LLM-ekkel elég gyorsan lehet prototípust készíteni ahhoz, hogy olyan kérdésekre választ kapj, mint például: 'Oké... ez egy menő ötlet, de egyáltalán megvalósítható?' - még aznap este, nem egy hónap múlva. Szóval teszteltem, hogy egyáltalán életképes-e a projekt, például tudok-e Clone Hero chartot olvasni, vagy meg tudom-e tartani a hangot a chartokhoz kötve milliszekundumos pontossággal. Ha ez nem ment volna, akkor csak pár estét vesztettem volna, nem fél évet.”
A korábbi bardos modok közül, amelyekre a Bard Hero épül, a legfontosabb a Skyrim's Got Talent, a termékeny Skyrim-modder, JaySerpa munkája. A cikk írásakor ez már 9,5 millió letöltésnél jár a Nexuson, és nem generatív MI-eszközökkel készült. A készítője több olyan modot is kiadott, amelyek új hangvonalakat adnak hozzá, de tudomásom szerint mindig vagy valódi szinkronszínészeket fogadott fel, vagy meglévő párbeszédsorokat vágott össze. 2023-ban, amikor elismerte, hogy megjelentek a Skyrim-moddolásban az MI-vel generált hangok, világossá tette, hogy „vegyes érzései vannak ezzel kapcsolatban”.
„Jelenleg nem tervezem, hogy bármilyen vanilla hangot lemásoljak” - írta akkor. „Az, hogy két sort összerakunk a játékfájlokból, egészen más, mint amikor valaki más hangjából tanítunk be egy MI-hálózatot, majd azt mondatjuk vele, amit csak akarunk. A hangmásolás valószínűleg ellenállásba fog ütközni azoktól a színészektől, akiket ismerünk és szeretünk - ez már most is így van -, és idővel szabályozni is fogják, úgyhogy bár lenyűgöz, én most inkább óvatos álláspontot képviselek.”
Ezért meglepő volt, hogy JaySerpát a Bard Hero playtesztelésében segítőként tüntették fel. Bár udvariasan visszautasította, hogy a jelenlegi véleményét megossza az MI-vel készült modkészítésről, elmagyarázta azt a moddereket összetartó szolidaritást, ami miatt segített Mernnek. „Soha nem zárom be az ajtómat egyetlen modkészítő előtt sem, ha bekopogtat, és ez döntött nálam” - mondta. „A Bard Hero létrehozásában azon túl, hogy tudok róla, engedélyt adtam és röviden teszteltem, nem vettem részt. Általában mindenkinek megadom az engedélyt, aki kéri, szóval ez most sem volt másképp.”
Mernnél azt is megkérdeztem, hogy amikor az engedélykérésről beszélgettek, szóba került-e köztük az MI használata a Bard Hero fejlesztésében. „Beszéltünk róla, és elmondtam neki, hogy a Bard Hero közvetve módosítaná a Skyrim's Got Talentet” - mondta a modder. „Őszintén elmondtam, hogy LLM-eket használok, ő pedig engedélyt adott, és azt tanácsolta, hogy tegyem közzé a forrást, amit amúgy is megteszek minden SKSE-projektemnél, szóval ugyanazon az állásponton voltunk.”
Jelenleg a modkészítők által közzétett MI-nyilatkozatok - akár Steam-szerű leírások, akár publikált forráskód formájában - kulcsfontosságúak ahhoz, hogy a letöltők tisztában legyenek vele, mi került bele az általuk játszott modokba. Kifejezetten a Nexus Mods esetében, akárcsak a felnőtt tartalomnál, a címkézés az elsődleges módszer arra, hogy a felhasználók kiszűrjék és megtalálják az MI-mentes modokat. Július 29-én a Nexus bejelentette, hogy a korábbi, egyetlen AI-Generated Content címkét három pontosabb jelölésre bontják: AI-Generated Content, AI Media és AI Assisted. A cél az, hogy a keresgélők részletesebb képet kapjanak arról, pontosan mire használták az MI-t egy mod elkészítésénél.
Ez azt jelentette, hogy Mernnek újra át kellett gondolnia, hogyan címkézte a Bard Hero-t. „Úgy döntöttem, hogy az AI Assisted őszintén szólva nem illik rá, mert a modell írta meg az implementáció nagy részét az én specifikációim alapján” - emlékezett vissza. „Így marad rajta az AI Generated Content címke, és átírtam a közlést, hogy pontosan leírja, mit jelent ez.”
Bár a Nexus Mods nem akart bővebben nyilatkozni arról, hogyan kezelik az MI használatát, olyan keresési adatokat mutattak nekem, amelyek szerint az oldalra az elmúlt egy évben feltöltött 180 181 modból 6654 jelenleg legalább egy új genAI-címkét visel. Ezek közül 6052, nem meglepő módon, mivel korábban ez volt az összefogó kategória, kizárólag az AI-Generated Content jelölést kapta. 258 mod csak AI Assisted címkét visel, míg 685 csak AI Media besorolást kapott. Ezek a számok azonban csak a megcímkézett tartalmakat mutatják. Például ez a Halo: Campaign Evolved mod, amely a leírásában elismeri, hogy az OpenAI Codex „segítséget nyújtott a kinyerési, illesztési, ellenőrzési, Wwise-bank patch-elési és csomagolási folyamat fejlesztésében”, a cikk írásakor egyik három MI-címkét sem kapta meg. És biztosan nem lesz egyedül.
Mint oly sokszor, amikor azt próbáljuk megállapítani, hogy egy játék, mod, kép vagy videó tartalmaz-e be nem vallott MI-t, a határvonalak könnyen és gyakran elmosódnak. Az olyan modkészítők, mint Mern, a generatív MI használatáról is saját értelmezést alakítanak ki arról, mi elfogadható és mi ideális. Ebben az esetben bár azt hangsúlyozza, hogy ez csak egy eszköz, amelyet „jól vagy rosszul is lehet használni”, és „megsokszorozza azt, amit a használója belevisz”, a modder nem támogatja, hogy az MI-t mindenre ráengedjék.
„Kódnál szerintem az LLM-ek legitimek, de ezt jelezni kell, közzé kell tenni a forrást, és alaposan tesztelni kell, mert a neved és a hírneved áll rajta” - mondta. „Nagyjából erre használom őket én is. A kész játékokban és modokban nem igazán kedvelem a képgenerálást, kivéve a textúra-felskálázást és az ideiglenes helykitöltőket. A generált zenét sem szeretem, és bevallom, ebben az is benne van, hogy magam is zenélek. A hang az a terület, ahol engedékenyebb vagyok, mint a közösség nagy része. Kipróbáltam olyan eszközöket, mint az xVASynth, de értem, miért lehet probléma a hang, hiszen a modellek mögött egy valódi ember áll.”
Egy modder szándéka azonban sajnos csak az egyik feltétele annak, hogy a modcímkézési rendszer jól működjön. Amellett, hogy az alkotó ugyanolyan átgondoltan használja a generatív MI-t, mint Mern, tisztában kell lennie a Nexus Mods új címkézési szabályaival, és helyesen is kell alkalmaznia őket a modjaira - vagy kérnie kell egy moderátor segítségét ehhez. Ezután nekünk, letöltőknek is tisztában kell lennünk azzal, mit jelentenek pontosan ezek a címkék, ellenőriznünk kell, hogy illeszkednek-e a leíráshoz és a látványos bemutatókhoz, majd el kell dönteni, nálunk hol húzódik a határ az elfogadható és az elfogadhatatlan között.
Maguk a játékok is elég zavaros terepet jelentenek, hiszen a profi fejlesztőknek kötelességük pontosan jelezni az MI-használatot, különben a hírnevük és a bevételeik is veszélybe kerülhetnek. A moddolásnál, amely mindig is a vadnyugat kissé áldott és átkos terepe volt, azok, akik nem tartják be a címkézési szabályokat, legfeljebb moderátori intézkedésre számíthatnak a fiókjuk ellen. Ez persze nem semmi, de messze nem elég erős visszatartó erő.
Nem meglepő, ha azt mondom, hogy a reggeli kereséseim egyhamar nem lesznek egyszerűbbek.
A Skyrimet és más PC-s játékokat modoló magyar játékosoknak azért érdekes ez a hír, mert a Nexus Mods-on egyre nehezebb kiszűrni az MI-vel készült tartalmakat, és ez a modválasztást is befolyásolja.
