Syntetická média
Technologie a sociální média transformují naši lidskou zkušenost, příjem informací i naše informační chování. Pokročilé výpočetní modely a metody hlubokého učení umělých neuronových sítí posunují hranice reálného a virtuálního. Průsečík pravdivosti a fikce se v syntetickým médiích pozvolna rozplývá.
Syntetická média znamenají takový mediální obsah, který je částečně či plně vytvořen umělým zásahem, typicky algoritmem umělé inteligence. Zásadním je použití Generative Adversarial Networks (GANs). Principem GANs jsou dvě neuronové sítě, které se vzájemně učí — generátor se vstupy z vnějšku postupně generuje vlastní syntetickou verzi dat a diskriminátor posuzuje to, co vychází z generátoru a porovnává s reálnými vstupy.
Diskutovaným příkladem syntetických médií jsou tzv. deepfakes, kdy je reálná tvář uměle vtělena do obrazu či videa, fakefakes pak označuje neexistující avatary. Objevují se otázky ohledně proměny mediálního obsahu, jejich důvěryhodnost, ochrana osobních údajů nebo problematické sbírání datasetu od uživatelů. Tvář je spojena s identitou a přirozeně vede k obavám jejího zneužití. Problém může být nejen v samotné diskreditaci reálné osoby, ale obavy vzbuzuje i popírání reality a její označení za deepfake jakožto obhajoba. [1]
S dávkou fantazie bychom mohli nalézt cíleně manipulativní “deepfake” již v 19. století na spiritualistické fotografii. Fotografové objevili vícenásobnou expozici a použili ji k zachycení “duchů”, které jako médium přivolali. [2]
Syntetická realita sdílí nepoznaně generovaný i reálný obsah a právě ztráta rozpoznatelnosti a snadné šíření je nebezpečím úspěšné vizuální manipulace. Formálním řešením může být povinnost označit umělé zásahy do média, diskutabilní je otázka autorských práv pregenerovaných fotografií, které tvoří umělá neuronová síť.
Syntetická média mají však zcela jistě i pozitivní potenciál a zbytečně vzbuzují přehnané obavy. Ucelený přehled nástrojů a využití nabízí kolekce kartiček digitální designérky Lenky Hámošové. Syntetická média můžeme použít nejen jako nástoj na generování obrazu, ale i zvuku a textu, rozpoznávání tváří, podkladu, objektů, techniky postprocesingu jako je automatická kolorizace, retuš, přenos stylů, odstranění pozadí, vylepšení ostrosti či extrakce sémantické mapy. [3] Edukativní a tvůrčí možnosti se tak přirozeně nabízí. Společenskou výzvou může být pak přehodnocení a vytrénování neuronových sítí bez našich zažitých stereotypů, demokratické možnosti utváření si vlastní “reality” jako vyvážení k naší konsensuální, či jako projev afirmativní akce a kreativní seberealizace.
[1] Obraz versus osobní data: LENKA HÁMOŠOVÁ — Syntetická média a vizuální nejistota. Když vidět ještě nic neznamená. In: fresh-eye [online] [cit.24. 3. 2021]. Dostupné z: http://fresh-eye.cz/video/obraz-versus-osobni-data-lenka-hamosova-synteticka-media-a-vizualni-nejistota-kdyz-videt-jeste-nic-neznamena/
[2] BBC Future. The intriguing history of ghost photography [online]. [cit.24. 3. 2021]Dostupné z: https://www.bbc.com/future/article/20150629-the-intriguing-history-of-ghost-photography
[3] HÁMOŠOVÁ, LENKA. Collective Vision of Synthetic Reality [online]. [cit.24. 3. 2021] Dostupné z:https://hamosova.com/Collective-Vision-of-Synthetic-Reality
