A videojáték-fejlesztők egyre gyakrabban kapnak alaptalan generatív AI-vádakat közösségi médiában, főleg játékbejelentések és látványos képek után. Több stúdió szerint ez fárasztó, de a figyelmet és a kívánságlistákat is növelheti. A szakértők szerint a vizuális felismerés önmagában kevés, a kontextus is számít.
A generatív AI korszaka elhozta a generatív AI-üldözések korszakát is. Mostanában teljesen megszokott, hogy videojáték-fejlesztőknek kell védeniük magukat azzal szemben, hogy mesterséges intelligencia használatával vádolják őket, még akkor is, ha teljes mellszélességgel elutasítják a ChatGPT-t, a Claude-ot és társaikat. Friss példa erre a Sandustry, a Hooded Horse 2D-s gyárépítős játéka furcsán nyomasztó fizikával, vagy a nemrég bejelentett Humankind 2, amelynek készítői, az Amplitude, gyorsan megnyugtatták a játékosokat, hogy a bejelentő trailert valódi élőszereplős filmfelvételből rakták össze.
A vita azt mutatja, hogy folyamatosan változik, milyen kép él az emberek fejében arról, hogyan néz ki egy AI-generált kép - és ez azért változik, mert szigorúan véve a generált képeknek nincs egyetlen, fix stílusuk vagy minőségük. A modell abból dolgozik, amivel „etetve” van. A helyzetet tovább bonyolítja, hogy maga a technológia is változik, és egyre újabb, csillogó-fényes eszközök kerülnek bele a kalapba. A generált képek régebbi ismertetőjegyei gyorsan elavulnak. Eközben a generatív AI leglelkesebb hívei gyakran még jobban összekuszálják a helyzetet, mert összemosnak különböző eszközöket, és képtelenül tág, befektetőcsalogató kifejezésekkel írják le a képességeiket. Ettől függetlenül a hétköznapi felhasználók felelőssége is megvan abban, hogy könnyen dobálóznak az „AI-szemét” vádjával.
Az elmúlt hetekben olyan játékfejlesztőkkel és művészekkel beszélgettem, akiket tévesen vádoltak meg azzal, hogy genAI-t használtak vizuális anyagokhoz, miközben azt is próbáltam megérteni, pontosan miért keltettek gyanút a képeik és videóik. Elég furcsa utazás volt ez, egyszerre lehangoló és olykor kifejezetten biztató. Az, hogy első pillantásra nehéz kiszúrni a generált képeket, nemcsak a videojátékokon túlmutató politikai és társadalmi kérdés - a genAI-hamisítványokat rendszeresen használják emberek manipulálására és összeesküvés-elméletek szítására, köztük rasszista és idegenellenes narratívák terjesztésére is a „nagy helyettesítésről”. Jobban kell tudnunk kiszűrni a szemfényvesztőket magunk körül. Ugyanakkor van egy pozitív oldala is: a genAI felismerésének megtanulása egyben a vizuális és technikai műveltségünk fejlesztése. Ez egy olyan folyamat, amely közelebb visz minket ahhoz a művészethez, ami lenyűgöz bennünket.
Hannah Flynn, a Fallen London és a Sunless Skies fejlesztője, a Failbetter kommunikációs igazgatója hozzászokott már az online támadásokhoz. „A munkám nagy része arról szól, hogy új emberek elé tegyük a játékainkat” - írta e-mailben. „Ha ebben sikeres vagyok, az figyelmet hoz ránk, ami mindig kétélű fegyver volt is egyben (hálás vagyok, hogy már jó ideje nem kértek tőlem lábképet, bár attól tartok, ez bármikor újra előfordulhat). Új fejlemény viszont, hogy ha egy videó sokszor megosztásra kerül, vagy nagy bejelentésünk van, szinte garantáltan megkérdezik tőlünk, használunk-e genAI-t.”
A Failbetternél a fő zászlóshajójuk, az irodalmi szöveges-rpgs Fallen London oldalán külön nyilatkozat is szerepel arról, hogy a játékaikban semmilyen generatív AI-t nem használnak. „A kommentek egy része őszinte aggodalmat tükröz a közösségünkből, akik talán elolvasták az AI-nyilatkozatunkat, és attól tartanak, hogy megszegtük azt, vagy véletlenül áthágtuk” - folytatja Flynn. „Nekem nincs kifogásom az ellen, hogy személyesen megnyugtassam a közösségünket; a genAI-kimenetek minőségétől függetlenül nagyon szeretjük a szakmánkat, és itt senkit sem érdekel, hogy AI-kezelőnek álljon át.” Ami jobban zavarja, az a „közösségi médiás elsuhanás olyan emberektől, akik láthatóan nem érdeklődnek sem a játékaink, sem a stúdió iránt”.
A New Blood Interactive vezérigazgatója, David Oshry szintén kénytelen volt megküzdeni a generatív AI-val kapcsolatos vádakkal. A készülő Tenebris Somniával kapcsolatban, amely egy ígéretes horrorjáték, és a felülnézetes pixeles grafikát élőszereplős filmrészletekkel vegyíti, a New Blood végül készített egy kulisszák mögötti videót is, amelyben néhány kellék elkészítését mutatták be, hogy lehűtsék azokat az állításokat, miszerint ezeket egy chatbot „köhögte ki”. E-mailben megkérdeztem Oshrytól, hogy ez előre megelőző lépés volt-e, vagy valamiféle konkrét vádra adott válasz. „NÉZD MEG A KOMMENTEKEKET, AZTÁN MONDD MEG TE” - írta vissza, és néhány korábbi videóhoz is küldött linkeket.
Oshry szerint a generatív AI-val kapcsolatos vádak mostanra gyakorlatilag megállás nélkül jönnek, amikor a New Blood-játékokról osztanak meg felvételeket a közösségi médiában, különösen az Instagramon - ami különösen bosszantó, tekintve, hogy sosem rejtette véka alá a megvetését az olyan megoldások iránt, mint az Nvidia arcot kisimító DLSS 5. „És azt vettük észre, hogy ez csak nagyon nemrég kezdődött” - folytatta. „Még egy évvel ezelőtt alig láttunk ilyesmit, többnyire csak azt írták az emberek, hogy ‘hú, ez mennyire menő!’” Van tippje arra, miért különösen hajlamosak erre az Instagram-felhasználók? „Szerintem az olyan rövid videós platformok, mint az Instagram és a TikTok, tényleg megpörkölték az emberek agyát.”
Ennek ellenére Oshry derűsen áll a felhajtáshoz, és megjegyzi, hogy a visszhang végül a New Blood javára fordult. „Az egész aktivitás feltolta a kívánságlistáinkat is - az elmúlt héten 15 ezren adták hozzá -, de azért eléggé fárasztó” - mondta. Ahogy a Failbetter projektjeinél, itt is a visszajelzések jelentős része alkalmi beugróktól jön, míg a New Blood elkötelezett követői a stúdió védelmére keltek. „Ahogy a kommentekben is látszik, az emberek gyorsan megvédik a játékot és minket, és helyreteszik a dolgokat” - folytatja Oshry. „Mi viszont inkább menő tartalmat csinálnánk A JÁTÉKRÓL, mint olyan tartalmat, amivel azt bizonygatjuk, hogy ez NEM AI-SZEMÉT. Ez van.”
Még akkor is, ha a vádak megalapozatlanok, néhány stúdió inkább átdolgozza a grafikáját, mintsem hogy a lappangó bizalmatlansággal foglalkozzon. Ilyen az Abandoned Sheep is, a Schrodinger's Cat Burglar fejlesztője, egy játéknak, amelyben egy önmagát másoló macska navigál végig egy Portal-szerű tesztkamrákból álló útvesztőn. A játék egyik régebbi kulcsgrafikáját, amely a jobb oldalon látható, már többször is AI-generáltnak nevezték, ahogy azt a stúdióigazgató és a korábban a Jagexnél, illetve a Sony Cambridgenél dolgozó Martin Binfield elmondta nekem.
„Ezt a képet a helyi művész, Tom Williams kézzel festette - ahogy a jelenlegi kulcsgrafikát is -, és 2022 közepén készült, tehát még azelőtt, hogy a GenAI ilyen szintű munkát tudott volna előállítani” - mondta. Ennek ellenére az Abandoned Sheep végül praktikusabbnak találta lecserélni a grafikát, mint tovább küzdeni a gyanúsítgatásokkal, nem utolsósorban azért, mert négy év után már amúgy is időszerű volt egy frissítés. „Őszintén szólva nem haragszom azokra a kommentelőkre a figyelmességük miatt” - tette hozzá Binfield. „Stúdióként soha nem használtunk és soha nem is fogunk generatív AI-t használni, és játékosként is utálom az ötletet, hogy ilyesmi legyen abban a játékban, amit meg akarok venni. Azoknak a kommentelőknek, akik azt írják, hogy ‘AI-mű? Akkor nem veszem meg’, jó helyen van a szívük.”
A fent említett játékok és grafikák mind nagyon különböznek egymástól, és könnyű lenne legyinteni, hogy egyes vádaknak semmi logikájuk nincs. „Őszintén szólva fogalmam sincs” - mondja David Oshry a Tenebris Somniáról, a rá jellemző határozottsággal. „Szerintem lehet, hogy az emberek már egyszerűen elfelejtették, vagy túl fiatalok ahhoz, hogy ismerjék a praktikus szörnymaszkokat és a VFX-et, és most azt gondolják, minden vagy Marvel-szerű CGI, vagy AI??? Teljesen érthetetlen. Mert én, aki nap mint nap rengeteg AI-szemetet látok az interneten, biztosan tudom, hogy a Tenebris Somnia nem néz ki úgy. Legalábbis mi azt hittük!”
Amikor arról kérdeztem, van-e valamilyen véleménye arról, milyen játékokat vagy esztétikát szokás AI-nak nézni, így válaszolt: „Én nagyon öreg iskola vagyok, és nem vagyok ráhangolva erre a baromságra, és próbálok is nem az lenni! Láttam már olyat, hogy az emberek ma a GTA 6-ra is azt mondják, hogy lélektelen AI-szemét, szóval szerintem mindannyian teljesen elvesztettük a fonalat, és remélhetőleg hamarosan meteorit csapódik a Földbe.”
Hannah Flynn talán egy kicsit derűlátóbb, mint Oshry. Úgy véli, a Failbetter „festményszerű művészeti stílusa” könnyebben tűnhet generáltnak, ahogy a stúdió különösen kedveli az ízesen „aberrált” testeket is, amelyek a kissé régebbi genAI-fotorealizmus leválasztott végtagjait és furcsán összecsomózódott arányait idézik. „Gyakran megfigyelik, hogy az AI-képek klasszikus stílusokra vannak tanítva, és ez visszaüthet, amikor te kézzel, klasszikus stílusban dolgozol” - mondja. „És valljuk be, mi a kozmikus horrorra vagyunk beállva - néhány művünk tényleg túl sok szemet vagy ujjat tartalmaz, de ígérem, ez szándékos!”
Flynn hozzáteszi, hogy a generatív AI-ról szóló beszélgetés bizonyos értelemben még inspiráló is. „A kész dolgok jelentése egyfajta melléktéma” a Failbetter aktuális projektjében, a Mandrake-ben, amely egy folklór ihlette, Stardew-szerű kertészkedős szimulátor, a stúdióra jellemző játékos és baljós hangulatkeveréssel. „Ez teljesen passzol ahhoz, hogy erről beszéljünk” - mondja, „és talán ahhoz is vezet, hogy többen elmondják másoknak!” Anélkül, hogy játszottam volna a Mandrake-kel, ebbe mélyebben nem tudok belemenni, de mindenesetre felkeltette az érdeklődésemet.
Ha a vizuális hibák megadják az alapot a támadó gyanakvásnak, a túl hibátlan kivitelezés is ugyanígy gyanússá válhat. „A kommentek alapján az volt a benyomás, hogy a kép ‘természetellenesen csiszolt’” - mondja Martin Binfield a Schrodinger's Cat Burglar kulcsgrafikájáról. „Azt feltételezem, hogy például az airbrush-hatás és a macska szemében tükröződő fények voltak azok az elemek, amelyek beindították az embereket, mert a kép egészében bőven van érdesebb ecsetkezelés is. Ez nekem olyannak tűnik, mint egy ‘a siker áldozata’ helyzet - Tom grafikája nagyon kifinomult és magas minőségű volt, és az ember azt hinné, hogy a gen AI pont a legjobb minőségű műveket lopja el az algoritmikus szemeteszsákjába. Egyes esetekben az AI-vád valójában azt jelenti, hogy valami ‘túl szép, hogy igaz legyen’.”
„Persze néha az AI-vádak tényleg egy hibás ujjszám miatt jönnek, de azért” - teszi hozzá Binfield. „Az egyik komment például azt írta, hogy a macskának hiányoznak a fogai - nem igazán tudom, pontosan melyekre gondoltak, és a macska amúgy sem túl anatómiailag helyes. A reakciókban azt vettem észre, hogy az emberek teljes bizonyossággal állítják, hogy igazuk van. Ritkán kérdésként fogalmazódott meg (‘ez AI?’), inkább kijelentésként (‘nem veszem meg, amíg le nem szeditek az AI-t’). Ezt sima internetes kommentelő-arroganciának tudom be - sőt, amikor visszaírtam, és jeleztem, hogy nem használunk AI-t, általában azt válaszolták, hogy ‘ez nagyszerű hír! Bocsi, hogy tévedtem!’. A következő játék kulcsgrafikáját bal kézzel, zsírkrétával fogom megrajzolni, hogy nyilvánvalóan emberi legyen…”
Amíg a fejlesztőkkel arról beszéltem, hogyan értelmezték félre a munkájukat, közben azon is gondolkodtam, mennyire hézagos a saját vizuális műveltségem, és mennyire érzékeny vagyok az AI-generálás jeleire - egy nemrég megjelent cikkemben az ASCII-horror The Carcass kapcsán például elég kellemetlenül be is néztem valamit. Azóta forrásokat keresek, hogy csiszoljam ezt a tudásomat. Az egyik legjobb, amit találtam, egy tudományos áttekintés, amelyet a társasjáték- és könyvillusztrátor Janna Sophia Koppenwallner készített: ebben a felhasználónak könyvborítókat, archív fotókat, híradókból kivett pillanatképeket és absztraktabb „szépművészeti” alkotásokat kell szétválogatnia a gyanús, generált képektől. Közben pedig tippeket is ad: mire kell figyelni, például a Lovecraftra emlékeztetően fényes bőrre, vagy olyan környezeti jelekre, mint amikor kevés az életrajzi információ az alkotóról.
Koppenwallner egyébként épp egy mesterszakos dolgozatot ír az emberi AI-képfelismerés pontosságáról. „Mielőtt ezt a témát választottam, kicsit utánaolvastam az emberi AI-felismerésnek, és több tanulmányt is találtam, amelyek azt állították, hogy ez nem jobb a véletlennél” - mondta e-mailben. „Azt hiszem, egy részem nem akarta elhinni, hogy ez igaz.”
Fontos hangsúlyozni, hogy Koppenwallner adatelemzése még folyamatban van, nem esett át szakmai bírálaton, és további kutatásra van szükség. Amit ezután mondok, azt tessék erős csipet sóval kezelni. Mégis, az előzetes eredményei elég érdekesek, és egyben kissé lehangolóak is. „A gyűjtött adataim alapján az átlagos felismerési pontosság 74% volt, és azt is megállapítottam, hogy azok, akik végigcsináltak egy rövid tréningmodult, valamivel rosszabbul teljesítettek, mint azok, akik nem” - mondja, hozzátéve, hogy a tényleges különbség „elég csekély” volt, bár statisztikailag szignifikáns. „Amit eddig láttam, az alapján az emberek túlságosan gyanakvóvá váltak, és túlkompenzáltak, vagyis valódi fotókat és műveket néztek AI-generáltnak” - állapítja meg Koppenwallner. Ez pontosan leírja az én tapasztalatomat is a felmérésével: több hamis pozitív eredményt jelöltem be, mint kihagyottat.
Koppenwallnert magát sosem vádolták még meg generatív AI használatával, részben azért, mert már 15 éve posztolja a műveit online, így bőven van bizonyíték arra, hogy valóban csiszolta a tudását. Úgy gondolja, hogy a ma kezdő művészeknek „sokkal nehezebb dolguk lehet”. Kíváncsi voltam, vajon a feltűnő hibákkal rendelkező amatőr művek nagyobb eséllyel kerülnek-e tévesen az AI-kategóriába, illetve vannak-e olyan művészeti hagyományok vagy stílusok, amelyek eleve gyanúsabbnak számítanak.
„Erre a felmérésemben nincs adat” - kezdte Koppenwallner -, „de anekdotikusan azt vettem észre, hogy azokat a művészeket, akiket tévesen vádoltak meg genAI használatával, általában elég népszerű, nagyon tiszta, erősen kidolgozott, csiszolt stílus jellemezte. A genAI hatalmas adathalmazokra támaszkodik, és minél több adat áll egy modell rendelkezésére, annál ‘jobb’ az eredmény. A legtöbb modell még mindig nem tudja jól visszaadni a rétegműfajok vagy kevésbé elterjedt stílusok sajátosságait, mert egyszerűen nincs elég adat, amiből dolgozhatna. De ez a jövőben változhat, és sok múlik magán a modell jellegén is.” Koppenwallner azt is hozzáteszi később, hogy minden generatív AI-modellnek „saját vizuális nyelve van, ami csak akkor válik igazán láthatóvá, ha sok kimenetet egymás mellé teszünk”. Mégis úgy gondolja, hogy a generált képekkel kapcsolatos mintázatok gyakrabban abból adódnak, hogy bizonyos művészeti irányok népszerűbbek.
Azokkal kapcsolatban, akik még csak most tanulják a mesterségüket, és emiatt könnyen genAI-felhasználónak bélyegezhetik őket, Koppenwallner egy izgalmas különbségtételt fogalmaz meg a „kézzel készített” és a generált hibák között. „A művészeti hibákat illetően az AI-modellek által produkált hibamintázatok nagyon különböznek azoktól, amelyeket egy emberi alkotó követ el” - mondja. „Az AI hajlamos összemosni a dolgokat - például amikor a haj hirtelen egy nyakláncba csavarodik -, mert a modell valójában nem érti, mit hoz létre, csak egy nagyon jó valószínűségi algoritmust használ. Megint csak - ez nem volt része a dolgozatomnak, és pusztán anekdotikus megfigyelés -, de az emberi kezdők inkább az arányokkal, a színekkel és a megvilágítással küzdenek, miközben ezekkel az AI többnyire valamennyire még boldogul, a legtöbb AI-modell viszont kifejezetten rosszul teljesít mindenben, ami pontos döntéseket igényel, például a vonalrajzban, a részletekben, a textúrákban és a díszítésekben.”
A kérdőívében Koppenwallner arra bátorítja a résztvevőket, hogy hallgassanak a megérzéseikre - arra a nehezen megfogalmazható, de nyugtalanító érzésre, hogy valami nincs rendben egy képpel. Ugyanakkor Martin Binfieldhez hasonlóan ő is megjegyzi, hogy az az érzés, hogy valami „túl szép, hogy igaz legyen”, nagyon könnyen puszta torzításba csúszhat át. Az intuíciót tudatosan, tanulással kell finomítani. Ízlést kell fejlesztened. „Valójában van egy nagyon jó könyv Robin Hogarthtól az intuíció tréningjéről” - mondja. „Szerinte az intuíció a visszajelzések által fejlődik, de ha a visszajelzés hibás, akkor az intuíció félrecsúszik. Így alakulnak ki először a előítéletek. Sajnos a helyes intuíció fejlesztéséhez rendes képzés és idő kell, hogy kialakuljon egy bizonyos szintű szakértelem.”
Talán nem meglepő, hogy Koppenwallner azt tapasztalta: a kreatív iparban dolgozó kollégák jobban teljesítenek a kvízén, mint azok, akiknek a munkája nem kötődik vizuális művészetek készítéséhez vagy szűréséhez, de szerinte a netezők többsége legalább valamiféle passzív képi műveltséggel rendelkezik. „Ezen a területen még többet kell kutatnom, de úgy gondolom, hogy átlagosan az emberek jobban felismerik a fotókat, mint a műalkotásokat, mert mindenkit, foglalkozástól függetlenül, nap mint nap elárasztanak a képek.”
Eddig arról beszéltünk, hogy bizonyos művészeti stílusokat miért néznek AI-generáltnak. Egy másik, külön cikket is megérő, alattomosan bonyolult réteg akkor jön elő, amikor a régebbi gépi tanulási eszközökről beszélünk, amelyek részben átfednek azzal, amit ma generatív AI-nak nevezünk.
Abdou Bouam szabadúszó művész, akinek a munkái között „igazából mindenféle” szerepel - 3D-s videojátékos kellékektől és jelenetektől kezdve hirdetési termékvizualizációkon, oktatóvideókon át más „játék-közeli” munkákig. Felidézett egy esetet, amikor egy ügyfél megkérdőjelezett néhány képet, amelyet visszajelzésre küldött, és felhívta a figyelmet néhány elmosódott, nehezen kivehető foltra, majd megkérdezte, hogy azokat AI-val generálták vagy szerkesztették-e. A hibák valójában régebbi zajcsökkentő módszerek miatt jelentek meg.
Bevallom, a számítógépes grafika technológiájáról még kevesebbet tudok, mint a vizuális művészetek történetéről. Szerencsére Bouam hajlandó volt részletesebben is elmagyarázni a dolgot. Röviden összefoglalva: a zajcsökkentés az a folyamat, amikor egy képről automatikusan eltávolítják a véletlenszerű eltéréseket és anomáliákat. Többek között a renderelt képek tisztítására használják - vagyis a 3D-s jelenetekből készült 2D-s képekhez -, amelyeket path tracinggel hoznak létre. A path tracing egy olyan eljárás, amellyel fizikailag hihető képeket készítenek különféle tárgyakról és anyagokról: a kamera sugarakat bocsát ki, ezek pattognak a jelenetben, amíg fényforráshoz nem érnek, majd kiszámítja, mennyi fény jut vissza ezen az úton a kamerába. A folyamat minden ismétlése egy minta, a kész kép pedig a minták közti eltérések átlagolásából áll össze.
„A kép eleinte nagyon zajos, majd ahogy egyre több minta kerül bele és átlagolódik, végül eljut egy fizikailag pontos eredményhez” - mondja Bouam. „Az egyetlen módja annak, hogy zajmentes kép szülessen, az volna, ha végtelen ideig renderelnénk, ami nyilván nem megoldható, ezért a jobb megközelítés az, hogy addig rendereljük, amíg a zaj olyan alacsony nem lesz, hogy kevés vagy semennyi minőségromlással eltávolítható.” A kérdés tehát az, mennyi időt engedhetsz meg magadnak a sugarak pattogtatására, mielőtt előveszed a zajcsökkentőt. A nehézség az, hogy ahogy Bouam folytatja, a zajcsökkentés okozta foltok sokszor az AI-generálás jeleire emlékeztetnek. „A részletek elvesznek, elmosódnak, és rengeteg furcsa artefaktum jelenik meg, ami egyszerűen genAI-szerű érzést kelt.”
A másik gond az, hogy egyes zajcsökkentő eszközök, például az Nvidia Optix - amelyet 2018-ban adtak ki először, és sok olyan videojáték használ, amely ray tracinget vagy DLSS-t alkalmaz - valóban a „gépi tanulás” kategóriájába tartoznak. De megelőzik azt a „generatív AI”-t, ahogy ma értjük, és Bouam szerint nem ugyanazok az „etikai aggályok” kapcsolódnak hozzájuk. Ezek a modellek például nem nem beleegyezés nélküli, nyilvános adatokra támaszkodnak, hanem kifejezetten erre a célra készített képarchívumokból épülnek fel, amelyeket „szándékosan erősen zajosan renderelnek, majd összevetnek a zajmentes változatokkal, amelyeknek a létrehozása rengeteg ideig tartott” - magyarázza Bouam. „Nem lopott, engedély nélküli munkákon tanul. Még ha akarnád sem tudnád csak úgy levenni az internetről bármilyen képet, és azon tanítani; egy valódi, gyártási 3D-s jelenetre van szükség, és az összes extra adatára.”
Bouam szerint ezek a régebbi zajcsökkentők helyben futnak, nem adatközpontokon keresztül, és energiát is spórolnak, mert drasztikusan lerövidítik az elfogadható render elkészítéséhez szükséges időt. Szerinte az alkotói kontrollból sem vesznek el. „Nem változtatja meg a jelenetem kinézetét, azon kívül, hogy ha túl kevés minta van, és a jelenet nehezen renderelhető, akkor csíkos vagy foltos lehet. De nem nyúl bele a világításba, nem ‘yassifyolja’ a karaktereimet, vagy ilyesmi.” Röviden: ez továbbra is az ő művészete.
Remélem, hogy ezek a szempontok és gondolatok valamennyire iránytűként szolgálnak abban a világban, ahol a generatív AI-t minden szakmába és hobbiba be akarják tolni. Ugyanakkor tisztában vagyok vele, hogy amit ebből az írásból levonunk, az hamar el is avulhat.
Megint csak: a technológia folyton változik. A mai generatív AI-eszközök már kevésbé mutatják azokat az idegenszerű torzulásokat, amelyek a Midjourney és a ChatGPT első verzióit jellemezték. „A pusztán vizuális felismerés egyre nehezebb” - mondja búcsúzóul Koppenwallner -, „és szerintem manapság a legtöbb kapaszkodó inkább a kép környezetében van: mit látok, miért ezt látom, hihető-e, hogy két nap alatt kb. 62.700 Ft-ért kapok egy teljesen kidolgozott festményt stb. Egy dolog tudatosnak lenni és védeni magad, de nagyon-nagyon óvatos lennék azzal, hogy pusztán megérzés alapján valakit AI-használattal vádoljak.”
A hír azért érdekes a magyar játékosoknak, mert jól mutatja, hogyan hat a generatív AI körüli bizalmatlanság a videojátékos közösségekre, fejlesztőkre és művészekre is.
