Sora, eugenika i filmy dokumentalne: AI pod lupą

Reżyserka Valerie Veatch zaczęła od eksperymentów z Sorą. Skończyła na porównaniu generatywnego AI do ruchu eugenicznego.
Sora, eugenika i filmy dokumentalne: AI pod lupą
TL;DR
  • Amerykańska reżyserka Valerie Veatch zaczęła używać modelu Sora od OpenAI po jego publicznym udostępnieniu w 2024 roku.
  • W swojej pracy dokumentalnej Veatch postawiła tezę, że generatywne AI i historyczny ruch eugeniczny łączy ta sama logika optymalizacji według z góry przyjętych kryteriów.
  • Reżyserka argumentuje, że gdy model generuje twarze i ciała, faworyzuje wzorce z danych treningowych, co jest bezpośrednią konsekwencją decyzji jego twórców.

Veatch wzięła Sorę i zrobiła z tego film o eugenice

Valerie Veatch, amerykańska reżyserka dokumentalna, zaczęła używać Sory — modelu OpenAI do generowania wideo z tekstu — zaraz po jego publicznym udostępnieniu w 2024 roku. Nie rozumiała do końca mechanizmów działania. Widziała potencjał.

Skończyło się na filmie stawiającym tezę, którą trudno zbagatelizować.

Od promptów do ideologii

Droga Veatch to schemat, który powtarza się u wielu twórców eksperymentujących z narzędziami pokroju Sory, DALL-E czy Midjourney. Pierwsze pytanie brzmi: co to potrafi? Drugie, zadawane kilka miesięcy później: czyje wartości są w to wbudowane?

Reżyserka zwróciła uwagę na konkret: modele treningowe nie powstają w próżni. Decyzje o tym, co algorytm uzna za piękne, normalne lub pożądane, podejmują konkretni ludzie w konkretnych firmach technologicznych. To nie abstrakcja — to kwestia tego, kogo zatrudnia OpenAI i jakie dane wybiera do treningu.

Eugenika jako punkt odniesienia

Najbardziej kontrowersyjna teza Veatch dotyczy paraleli między AI a ruchem eugenicznym popularnym na początku XX wieku. Eugenika obiecywała ulepszenie gatunku ludzkiego przez kontrolowaną reprodukcję. Generatywne AI operuje na założeniach o tym, co jest lepsze lub gorsze — w obrazach, tekstach i reprezentacji ludzi.

Kiedy Sora generuje twarz, robi to według wzorców wyuczonych z danych treningowych. Te wzorce często faworyzują określone typy urody, proporcje ciała i cechy etniczne. Algorytm nie podejmuje świadomej decyzji. Ale ktoś zdecydował, na czym go trenować.

To nie jest oskarżenie o złą wolę twórców. To obserwacja dotycząca strukturalnej logiki obu zjawisk — przekonania, że można zoptymalizować człowieka według z góry przyjętych kryteriów.

Społeczności online jako laboratorium krytyki

Veatch zauważyła przy okazji coś mniej oczywistego: wokół narzędzi generatywnego AI spontanicznie powstają społeczności, które same zaczynają zadawać trudne pytania. Artyści wymieniają się promptami i technikami, ale też wątpliwościami. Na forach i grupach poświęconych Midjourney czy Stable Diffusion pojawiają się dyskusje o prawach autorskich, wpływie na rynek pracy i etycznych implikacjach samego istnienia tych narzędzi.

Krytyczne głosy rodzą się właśnie tam — nie w akademii, nie w redakcjach — i stamtąd przenikają do szerszej debaty publicznej.

Żadna technologia nie jest neutralna

Veatch kończy tam, gdzie powinna zacząć się publiczna rozmowa o generatywnym AI: żadna technologia nie jest ideologicznie neutralna. Sora, DALL-E, Midjourney — każde z tych narzędzi koduje czyjeś założenia o świecie.

Czy branża AI jest gotowa rozmawiać o tym głośno?

[AI] Artykuł powstał z pomocą AI na podstawie weryfikowanych źródeł i zredagowany przez redakcję Odkrywaj.AI.