Czy maszyna może być autorem? AI w kulturze i prawo do twórczości

Sztuczna inteligencja nie jest już ciekawostką technologiczną w kulturze — to konkurent dla twórców, który potrafi w kilka sekund wygenerować wiersz, piosenkę, ilustrację, scenariusz, głos, film czy projekt graficzny. Pytanie nie brzmi już: czy maszyna potrafi coś stworzyć, lecz: na czym się nauczyła, komu odbiera wynagrodzenie, kto odpowiada za rezultat i czy odbiorca rozpoznaje różnicę między dziełem a imitacją.

Największy konflikt: dane treningowe bez zgody

Modele generatywne takie jak ChatGPT, Suno, Udio czy systemy do generowania obrazów uczą się na ogromnych zbiorach materiałów powstałych dzięki pracy pisarzy, dziennikarzy, fotografów, grafików, muzyków, filmowców i wydawców. Twórcy stają wobec fundamentalnego pytania: czy ich dorobek może być wchłaniany przez systemy AI bez zgody i wynagrodzenia?

Jim McDermott w tekście “ChatGPT nie jest sztuczną inteligencją. To zwykłe złodziejstwo” postawił problem radykalnie — według niego programy takie jak ChatGPT nie są kreatywnym bytem, lecz predykcyjnym algorytmem przetwarzającym cudze wartości intelektualne. Niezależnie od ostrości tej tezy, trafia ona w sedno sporu: technologia generatywna nie powstaje w próżni, powstaje na cudzym języku, cudzych obrazach, cudzej muzyce i cudzym stylu.

Rynek kultury nie może udawać, że dane treningowe są neutralnym surowcem. Dla twórcy książka, obraz, piosenka czy scenariusz nie są “zbiorem danych” — są pracą, własnością, reputacją i źródłem utrzymania.

Literatura i muzyka: pierwsze pola oporu

Literatura stała się jednym z pierwszych pól oporu wobec generatywnej AI. Pisarze obawiają się nie tylko plagiatu, ale także zalewu rynku przez teksty pozbawione ludzkiego doświadczenia, a jednocześnie tanie, szybkie i wystarczająco poprawne, by wypierać część pracy autorów.

Apel pisarzy domagających się od wydawców, by nie publikowali książek stworzonych przez AI, nie jest nostalgią za piórem i papierem — to obrona odpowiedzialności autora. Książka nie jest tylko sekwencją zdań; jest wyborem doświadczenia, języka, tonu, pamięci i ryzyka.

Muzyka pokazuje podwójny charakter AI w kulturze. Z jednej strony narzędzia takie jak Suno i Udio pozwalają tworzyć utwory osobom bez wiedzy o produkcji muzycznej, bez instrumentów i dostępu do studia — obniżają próg wejścia do branży. Z drugiej strony muzycy pytają, na czym te systemy się uczą i czy nowa demokratyzacja nie jest możliwa dzięki wcześniejszemu wywłaszczeniu twórców.

Jean-Michel Jarre dostrzegał twórczy potencjał AI, ale równocześnie ostrzegał przed wchłanianiem dzieł artystów bez autoryzacji. Umowa Universal Music Group z Udio może być zapowiedzią nowego modelu — rynek będzie szukać licencji, podziału przychodów, oznaczania treści i granic użycia głosu oraz stylu artysty.

Grafika i film: zmiana widoczna natychmiast

Grafika i film są jeszcze bardziej podatne na zmianę, bo generatywna AI produkuje obrazy natychmiast widoczne. Ilustracja, plakat, kadr filmowy, twarz aktora, styl malarski, storyboard, reklama i wizualizacja mogą powstać bez aparatu, planu zdjęciowego, pędzla i kamery. Rynek zyskuje szybkość; twórcy tracą część tradycyjnej przewagi.

AI może też służyć kulturze jako narzędzie badania, konserwacji i interpretacji dzieł. Algorytmy mogą wspierać analizę autentyczności obrazów — w tym przypadku AI nie tworzy nowego dzieła, lecz pomaga badać stare. Różnica jest zasadnicza, ponieważ model może być instrumentem poznania albo fabryką imitacji.

Film wchodzi w podobny konflikt. Jeśli głos i twarz aktora można odtworzyć, a scenę wygenerować bez planu zdjęciowego, rośnie pytanie o zgodę, wynagrodzenie i granice cyfrowego wizerunku.

Czy odbiorcy rozpoznają różnicę?

Badania pokazują, że nie zawsze. Wiersze tworzone przez ChatGPT były oceniane wyżej niż klasyczne utwory Szekspira przez osoby bez specjalistycznej wiedzy. Problem nie polega wyłącznie na jakości modelu — polega na tym, że odbiorca może pomylić przystępność z głębią, gładkość z wartością i podobieństwo do literatury z literaturą.

Kultura jest obszarem, w którym pozór kompetencji bywa szczególnie przekonujący. Odbiorca może otrzymać pięknie napisane streszczenie, efektowną interpretację i błyskotliwy komentarz, a jednocześnie nie zauważyć, że model pomylił sens utworu.

Największe ograniczenie: brak rozumienia

Model może generować tekst o literaturze, malarstwie czy muzyce, ale nie przeżywa dzieła, nie ma pamięci lekturowej, nie zna ryzyka twórczego i nie bierze odpowiedzialności za interpretację. Potrafi syntetyzować schematy, ale może nie uchwycić sensu.

Badania wykazały, że modele AI popełniają poważne błędy wierności wobec tekstu i nie rozumieją istotnych elementów opowiadań. AI może brzmieć jak interpretator kultury, ale wciąż pozostaje systemem przewidywania języka.

Co to oznacza dla przyszłości kultury?

Maszyna może generować teksty, obrazy i muzykę. Maszyna może wspierać artystę, przyspieszać szkicowanie, testować warianty i otwierać nowe środki wyrazu. Autorstwo jest jednak czymś więcej niż produkcją formy — autor bierze odpowiedzialność za wybór, sens, kontekst, ryzyko i relację z odbiorcą.

Sztuczna inteligencja w kulturze wymusi nowe rozróżnienia. Inaczej należy traktować AI jako narzędzie w ręku twórcy, inaczej AI jako system masowo generujący treści na podstawie cudzych dzieł, a jeszcze inaczej AI jako pomoc w badaniu i konserwacji kultury. Jedno pojęcie “tworzenia” nie wystarczy.

Kultura po AI nie musi być uboższa — może stać się bardziej dostępna, eksperymentalna i wielogłosowa. Warunkiem jest jednak uznanie, że ludzka twórczość nie jest darmowym złożem danych. Jeśli model ma korzystać z dorobku artystów, rynek i prawo muszą odpowiedzieć na pytanie o zgodę, wynagrodzenie, oznaczanie treści i ochronę stylu.

Maszyna może tworzyć obrazy, dźwięki i teksty. Autorstwo pozostaje jednak kategorią ludzkiej odpowiedzialności.