Si l’art est la façon dont nous exprimons notre humanité, où se situe l’IA ?
Où se situe l'IA dans l'expression de notre humanité à travers l'art ?
Le postdoctorant du MIT, Ziv Epstein SM ’19, PhD ’23, discute des problèmes découlant de l’utilisation de l’IA générative pour créer de l’art et d’autres médias.
Les avancées rapides de l’intelligence artificielle ont généré beaucoup d’enthousiasme, certains prédisant qu’elle conduirait à une utopie idyllique et d’autres avertissant qu’elle apporterait la fin de l’humanité. Mais les spéculations sur l’orientation des technologies d’IA, bien qu’importantes, peuvent également éclipser des conversations importantes sur la manière dont nous devrions gérer les technologies d’IA disponibles aujourd’hui.
Une de ces technologies est l’IA générative, qui peut créer du contenu, y compris du texte, des images, de l’audio et de la vidéo. Des IA génératives populaires comme le chatbot ChatGPT génèrent du texte conversationnel basé sur des données d’entraînement prises sur Internet.
- Analyse de performance et optimisation de modèle PyTorch
- Maîtriser la gestion de configuration en apprentissage automatique avec Hydra.
- AI Telephone – Une Bataille de Modèles Multimodaux
Aujourd’hui, un groupe de 14 chercheurs de plusieurs organisations, dont le MIT, a publié un article de commentaire dans Science qui contribue à mettre en place des discussions sur l’impact immédiat de l’IA générative sur le travail créatif et la société en général. Les co-auteurs affiliés au MIT du document comprennent Ziv Epstein SM ’19, PhD ’23, chercheur postdoctoral du Media Lab ; Matt Groh SM ’19, PhD ’23 ; et les étudiants de doctorat Rob Mahari ’17 et Hope Schroeder.
MIT News a discuté avec Epstein, l’auteur principal de l’article.
Q: Pourquoi avez-vous écrit cet article ?
R : Les outils d’IA générative font des choses que nous n’aurions jamais pensé possibles il y a quelques années seulement. Cela soulève de nombreuses questions fondamentales sur le processus créatif et le rôle de l’homme dans la production créative. Allons-nous être automatisés hors des emplois ? Comment allons-nous préserver l’aspect humain de la créativité avec toutes ces nouvelles technologies ?
La complexité des systèmes d’IA boîte-noire peut rendre difficile la compréhension de ce qui se passe sous le capot pour les chercheurs et le grand public, ainsi que les impacts de ces outils sur la société. De nombreuses discussions sur l’IA anthropomorphisent la technologie, suggérant implicitement que ces systèmes présentent une intention, une agence ou une conscience de soi semblables à celles des êtres humains. Même le terme “intelligence artificielle” renforce ces croyances : ChatGPT utilise des pronoms à la première personne, et nous disons que les IA “hallucinent”. Ces rôles agissants que nous donnons aux IA peuvent compromettre le crédit des créateurs dont le travail sous-tend les résultats du système, et peuvent détourner la responsabilité des développeurs et des décideurs lorsque les systèmes causent des dommages.
Nous essayons de construire des coalitions à travers le monde universitaire et au-delà pour aider à réfléchir aux connexions interdisciplinaires et aux domaines de recherche nécessaires pour faire face aux dangers immédiats pour les êtres humains résultant du déploiement de ces outils, tels que la désinformation, le déplacement d’emplois et les changements dans les structures juridiques et culturelles.
Q: Quels sont, selon vous, les lacunes de la recherche sur l’IA générative et l’art aujourd’hui ?
R : La façon dont nous parlons de l’IA est défectueuse à bien des égards. Nous devons comprendre comment les perceptions du processus génératif influencent les attitudes envers les résultats et les auteurs, ainsi que concevoir les interfaces et les systèmes de manière vraiment transparente sur le processus génératif et éviter certaines de ces interprétations trompeuses. Comment parlons-nous de l’IA et comment ces récits découpent-ils les lignes de pouvoir ? Comme nous le soulignons dans l’article, il existe ces thèmes autour de l’impact de l’IA qui sont importants à considérer : esthétique et culture ; aspects juridiques de propriété et de crédit ; travail ; et impacts sur l’écosystème médiatique. Pour chacun d’entre eux, nous mettons en évidence les grandes questions ouvertes.
Avec l’esthétique et la culture, nous considérons comment les technologies artistiques passées peuvent informer notre réflexion sur l’IA. Par exemple, lorsque la photographie a été inventée, certains peintres ont dit que c’était “la fin de l’art”. Mais au lieu de cela, cela a fini par devenir son propre médium et a finalement libéré la peinture du réalisme, donnant naissance à l’impressionnisme et au mouvement de l’art moderne. Nous disons que l’IA générative est un médium avec ses propres affordances. La nature de l’art évoluera avec cela. Comment les artistes et les créateurs vont-ils exprimer leur intention et leur style à travers ce nouveau médium ?
Les questions de propriété et de crédit sont délicates car nous avons besoin de lois sur le droit d’auteur qui bénéficient aux créateurs, aux utilisateurs et à la société dans son ensemble. Les lois actuelles sur le droit d’auteur pourraient ne pas attribuer adéquatement les droits aux artistes lorsque ces systèmes s’entraînent sur leurs styles. En ce qui concerne les données d’entraînement, que signifie copier ? C’est une question juridique, mais aussi technique. Nous essayons de comprendre si ces systèmes copient, et quand.
Pour l’économie du travail et le travail créatif, l’idée est que ces systèmes d’IA générative peuvent accélérer le processus créatif de plusieurs façons, mais ils peuvent également éliminer le processus d’idéation qui commence avec une page blanche. Parfois, il y a en fait du bon qui vient de partir d’une page blanche. Nous ne savons pas comment cela va influencer la créativité, et nous avons besoin d’une meilleure compréhension de la façon dont l’IA affectera les différentes étapes du processus créatif. Nous devons réfléchir attentivement à la manière dont nous utilisons ces outils pour compléter le travail des gens au lieu de le remplacer.
En ce qui concerne l’effet de l’IA générative sur l’écosystème médiatique, avec la capacité de produire des médias synthétiques à grande échelle, le risque de désinformation générée par l’IA doit être considéré. Nous devons protéger l’écosystème médiatique contre la possibilité de fraude massive d’une part, et de perte de confiance dans les vrais médias d’autre part.
Q: Comment espérez-vous que cet article sera accueilli – et par qui ?
R: La conversation autour de l’IA a été très fragmentée et frustrante. Étant donné que les technologies évoluent si rapidement, il a été difficile de réfléchir en profondeur à ces idées. Pour assurer l’utilisation bénéfique de ces technologies, nous devons construire un langage commun et commencer à comprendre où concentrer notre attention. Nous espérons que cet article pourra être un pas dans cette direction. Nous essayons de lancer une conversation qui peut nous aider à construire une feuille de route pour comprendre cette situation en évolution rapide.
Les artistes sont souvent à la pointe des nouvelles technologies. Ils explorent la technologie bien avant qu’il n’y ait des applications commerciales. Ils explorent comment cela fonctionne et ils se battent avec l’éthique de celui-ci. L’art de l’IA existe depuis plus d’une décennie, et pendant aussi longtemps, ces artistes ont été confrontés aux questions auxquelles nous sommes maintenant confrontés en tant que société. Je pense qu’il est essentiel de mettre en avant les voix des artistes et des autres travailleurs créatifs dont les emplois seront impactés par ces outils. L’art est la façon dont nous exprimons notre humanité. C’est une partie émotionnelle humaine essentielle de la vie. De cette manière, nous croyons qu’il est au centre de questions plus larges sur l’impact de l’IA sur la société, et nous espérons pouvoir ancrer cette discussion avec cela.
We will continue to update IPGirl; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Des pipelines CI/CD transparents avec GitHub Actions sur GCP vos outils pour un MLOps efficace.
- Détection de la croissance du cancer à l’aide de l’IA et de la vision par ordinateur
- Problème du Gradient Disparu Causes, Conséquences et Solutions
- Classer et localiser les différentes formes de harcèlement sexuel.
- Recherche de similarité, Partie 2 Quantification de Produit
- Suppression et distillation architecturales une voie vers une compression efficace dans les modèles de diffusion texte-image d’IA
- Google AI dévoile Imagen Editor et EditBench pour améliorer et évaluer l’Inpainting d’image guidée par le texte.