Sztuczna inteligencja w świecie widowisk

TRZY PRZYKŁADY ZAMIAST WSTĘPU

Kreatywność AI
Działania sztucznej inteligencji w dziedzinie malarstwa uchodzą za jej mocną stronę. Rozpoznaje, analizuje, kopiuje, tworzy nowe dzieła, rozróżnia style i epoki. W dodatku wie, co się podoba publiczności i krytykom. Czy rzeczywiście? Cofnijmy się o 150 lat, do roku 1874. I wyobraźmy sobie, że już wtedy funkcjonuje nowoczesny AI-malarz. Tak mogłaby wyglądać jego relacja z pewnej wystawy:

Dostałem zamówienie na namalowanie trzech obrazów. Miały to być najlepsze dzieła w historii malarstwa, uwzględniając ocenę ekspertów, popularność, opinię publiczności. Obrazy miały być oryginalne, a jednocześnie osadzone w tradycji. Wczytałem więc z bazy danych tysiąc najbardziej znanych obrazów i poddałem je analizie. Następnie wykonałem zlecenie, zajęło mi to trzy i pół sekundy. Pierwszy obraz jest pochodną Mony Lisy. Namalowałem lepsze tło, zmodyfikowałem postać, nowocześniej ją ubrałem. Następne było Stworzenie Ewy. Tym razem wybrałem czarnoskórą modelkę; wyciągnięte ręce należą do niej i jej partnerki, wyszło pięknie. W przypadku Vermeera musiałem popracować nad kolorami, bo światło z „drugiej kurtyny” jest mało sensowne. Udało się, twarz nabrała wyrazu. Zmieniłem też płeć modela na męską, lepiej mi się komponował z kolczykami z perłą, którą zresztą znacznie powiększyłem. Zgodnie z zamówieniem wszystkie trzy obrazy są oryginalne, w niczym nie przypominają pierwowzorów, ale łatwo rozpoznać ich styl. Uważam, że zadanie wykonałem doskonale, co zresztą potwierdziły pochwały zleceniodawcy i jego współpracowników.

Wszystko było dobrze aż do 15 kwietnia, kiedy otwarto wystawę. W Paryżu, przy ulicy Capucines 35, pokazano również obrazy nieznanych pseudoartystów o nazwiskach Pissarro, Monet, Renoir. 165 dziwacznych bohomazów, niemających nic wspólnego z rzeczywistością. Zamiast poważnych tematów jakieś nenufary, banalne ogrody. Do tego podstawowe błędy warsztatowe – brak perspektywy, źle namalowane postacie. O kolorach lepiej nie mówić. Chyba tylko panu Monetowi wschód słońca może się skojarzyć z pomarańczowym kołem na szaro-brunatnej plamie. Wszyscy się tym śmietnikiem zachwycali, na moje dzieła nikt nie zwracał uwagi! Żenada.

Dziś wiemy, że AI ujawniła w ten sposób jedno ze swoich największych ograniczeń: umie dużo, pracuje szybko, ma świetną technikę, może seryjnie produkować nieseryjne dzieła. Ale impresjonizmu nie wymyśli.

Dlaczego? Bo jej inteligencja bazuje na dostępnej wiedzy o stylach, istniejących dziełach i ich społecznym odbiorze. Jej algorytmy nie mają pomysłów spoza spektrum wiedzy, której została nauczona. Znajomość wszystkich dzieł namalowanych przed 1874 nie pozwoli stworzyć obrazu klasy Moneta, Pissarra czy Sisleya. Bo impresjonizm mogła stworzyć tylko ludzka inteligencja i wrażliwość. Podobnie sprawa ma się z komponowaniem muzyki, znajomość całej twórczości Mozarta i Beethovena nie da sztucznej inteligencji podstaw do stworzenia Bolera ani Kindertotenlieden. Twórcze rozwinięcie rzeczywistości było i jest zarezerwowane dla inteligencji białkowej.

Sztuka rozumienia języka naturalnego
Rozpoznawanie języka naturalnego było i pozostaje jednym z największych wyzwań sztucznej inteligencji.

Pewnego dnia, w 1966 roku, kiedy prof. Joseph Weinzenbaum wrócił z przerwy na lunch, sekretarka poprosiła o jeszcze chwilę prywatności. „Bo ja, panie profesorze, rozmawiam z Elizą o bardzo intymnych sprawach”.

W 1966 roku „rozmawiać z komputerem” oznaczało komunikację za pomocą teleksu z maszyną, która za ścianą zajmowała spore pomieszczenie. „Eliza” była programem wspierającym pracę psychoterapeuty. Niektórych pacjentów trudno przekonać do szczerych odpowiedzi na pytania głęboko sięgające w ich prywatność. Zasada budowania konwersacji pacjenta z „Elizą” była banalnie prosta. Gdy pacjent formułował jakieś zdanie, maszyna zadawała pytanie, które było jego lustrzanym odbiciem. Jeśli pacjent wspominał, że jest zły, „Eliza” pytała, „dlaczego czujesz złość?”. Jeśli już kompletnie nie wiedziała, jak skonstruować pytanie, stosowała tzw. metodę papugi – powtarzała ostatni wyraz, frazę albo całe zdanie. Pacjent zazwyczaj podchwytywał temat i kontynuował rozmowę. Dzięki temu prostemu mechanizmowi psychologicznemu można było mieć wrażenie, że „Eliza” rozumie, co się do niej mówi. Sekretarka Weizenbauma nie wiedziała, że rozmawia sama ze sobą.

Kilka prostych reguł pozwoliło uzyskać zaskakujący efekt. Program analizował składnię i na podstawie rozpoznanych słów kluczowych tworzył następne pytanie, bez wnikania w sens. Powszechnie dziś używane programy tłumaczące są oczywiście znacznie sprytniejsze od „Elizy”. Ale jedną cechę mają wspólną: nie znają sensu rozmowy.

Najbardziej zaawansowane algorytmy klasy GPT (Generative Pre-trained Transformer) są znacznie bardziej wyrafinowane i pozwalają na tworzenie tekstów wyższej jakości. Próby analizy semantycznej są realizowane przez przypisywanie poszczególnym słowom w zdaniu wartości liczbowych wynikających z kontekstu, częstotliwości występowania oraz zapisanych wcześniej w słowniku deskryptorów. W popularnym systemie ChatGPT zastosowano algorytm Word Embeddings, który bada relacje zachodzące pomiędzy poszczególnymi słowami w zdaniu. Na przykład słowo „pić” ma przypisane deskryptory „kto pije” i „co pije”. Program poszukuje znaczeń analizując występujące w zdaniu słowa kluczowe z ich deskryptorami. Dzięki temu, jak twierdzą sami autorzy, można „w pewnym stopniu uchwycić znaczenie” całego zdania. Niemniej jednak nie jest to pełna analiza semantyczna, komputery w dalszym ciągu w niewielkim stopniu łapią sens wypowiedzi. Pełne zrozumienie nastąpi dopiero, gdy wdrożone zostaną algorytmy oparte na AW – Artificial Wisdom.

VR – rzeczywistość wirtualna
Czym jest ABBA Voyage?

Dla publiczności: podróżą do świata, którego realnie już nie ma – to koncert popularnego zespołu niewystępującego od 1980 roku.
Dla członków zespołu: pięcioma tygodniami pracy w studio.
Dla specjalistów od technologii VR: dwoma latami wytężonej pracy.
Dla producenta: spektaklem, który od 2022 idzie kompletami.

Podczas koncertu możemy usłyszeć dwadzieścia znanych przebojów i dwie nowe piosenki, które odśpiewali i odtańczyli członkowie zespołu ABBA, obecnie siedemdziesięparolatkowie. Dzięki wyposażonym w czujniki kostiumom zarejestrowano sposób poruszania się artystów. Potem nastąpiło komputerowe dopasowanie dzisiejszych sylwetek i ruchów do tych zarejestrowanych w latach siedemdziesiątych. Podczas koncertu „śpiewają” i „tańczą” cyfrowe ABBATARY w charakterystycznych dla ABBY efektownych strojach. Każda piosenka doczekała się starannej aranżacji, wykonywana jest w dopieszczonej komputerowo scenografii, z pięknymi efektami specjalnymi i z ciekawymi efektami przejścia. Każda sekunda tego widowiska jest przemyślana, niczego nie pozostawiono przypadkowi. Efekt jest porywający.

Prawdę powiedziawszy udział sztucznej inteligencji w tym dziele jest niewielki. Dotyczy tylko fazy przygotowań spektaklu, kiedy zarejestrowane nagranie modyfikowane jest do postaci cyfrowej. Piosenki są wykonane przez ludzi, taniec jest wykonany przez ludzi, aranżacja jest opracowana przez ludzi. Siła AI ujawnia się wtedy, gdy nagranie jest zamieniane na awatary. Reszta to technologia VR.

Według medialnych doniesień projekt jest jednym z najdroższych w historii przedsięwzięć z muzyką na żywo, jego budżet wyniósł 175 milionów dolarów. Ale tygodniowo przynosi ponad dwa miliony dolarów wpływów.

Tego rodzaju przedsięwzięć jest już sporo. Wirtualnie występowali Rolling Stonesi, Michael Jackson, Metallica. Ale koncert ABBY jest wyjątkowy ze względu na skalę przygotowań, pieczołowitość aranżacji, a zwłaszcza udział żywych artystów w przygotowaniach.

Głośnym wydarzeniem był również koncert Elvisa Presleya, zrealizowany przez Layered Reality w 2024 roku w Londynie. Inteligentna technologia przeniosła widzów do epoki króla rock & rolla. Było to jednak przedsięwzięcie znacznie prostsze w realizacji, ponieważ korzystano wyłącznie z materiałów archiwalnych, a cały występ został wygenerowany automatycznie. Hologramy, wykonane na podstawie zdjęć i filmów, „tylko” ożywiono dzięki sztucznej inteligencji, bez tak zaawansowanej technologii VR jak w przypadku ABBA Voyage.

Te trzy przykłady pokazują, z czym musi się liczyć każdy, kto chce skorzystać z usług AI: trzeba znać jej ograniczenia (kreatywność), trzeba umieć się z nią porozumiewać (język), trzeba wiedzieć, w jakich obszarach i w jaki sposób może być nam pomocna (VR).

SPRYTNA, INTELIGENTNA CZY MĄDRA?

Czy maszyny potrafią myśleć?
Źródłem stereotypu o „myślących maszynach” jest artykuł Alana Turinga Maszyny myślące a inteligencja z 1950 roku, w którym autor przedstawia sposób oceny zdolności maszyny do okazywania inteligencji na poziomie człowieka. Tyle, że w konkluzji artykułu Turing zaproponował, żeby pytanie postawione w tytule zastąpić innym: „czy są możliwe do wyobrażenia takie maszyny cyfrowe, które poradziłyby sobie w grze w naśladownictwo człowieka?”. Gdyby ludzie czytali artykuły do końca, być może byłoby mniej nieporozumień.

Spryt, inteligencja i mądrość
Zastanawia mnie zawsze, dlaczego Turing nie użył sformułowania „sztuczna mądrość”? Zapewne dlatego, że intuicja nam podpowiada, że czegoś takiego nie ma. „Eliza” była sprytna, dzisiejsze algorytmy pretendują do miana „inteligentnych”. „Mądrość” dyskretnie przemilczamy. Przyjrzyjmy się jednak tym trzem pojęciom w relacji do świata maszyn.

Według słownikowej definicji człowiek sprytny ma zdolność do szybkiego, praktycznego radzenia sobie w trudnych sytuacjach. W tym względzie AI osiąga mistrzostwo już dziś.

A co pozwala odróżnić człowieka sprytnego od inteligentnego? Ciekawość, świadomość, dystans, kreatywność. Inteligencja to zdolność do rozumienia, przetwarzania i wykorzystywania informacji w celu rozwiązywania problemów, a także do uczenia się i adaptacji do nowych sytuacji. Zdolność do rozwiązywania problemów obejmuje umiejętność identyfikacji istoty problemu, zaprojektowania możliwych rozwiązań oraz wybierania i implementowania najbardziej efektywnych z nich.

Natomiast mądrość to, według definicji encyklopedycznej, zdolność do rozsądnego, przemyślanego i celowego działania. Pojęć „inteligencja” i „mądrość” często używa się zamiennie. Warto jednak je rozróżnić i analizować oddzielnie.

Mądrość to coś więcej niż tylko wiedza. To umiejętność używania wiedzy i doświadczenia w sposób przemyślany, rozważny i etyczny. To umiejętność decydowania w oparciu o wartości, z głową i sercem jednocześnie. To rozumienie siebie i innych, umiejętność wyciągania wniosków z porażek z pokorą i empatią. To zdolność do rozsądnego, przemyślanego i celowego działania z przewidywaniem konsekwencji. Według Dilipa V. Jeste’a i Thomasa Meeksa z University of California, którzy analizowali różnice pomiędzy inteligencją i mądrością, ostateczne rozróżnienie polega na tym, że mądrość przekłada się na lepsze decyzje.

Chociaż mądrość i inteligencję łączą pewne, istotne cechy, są to jednak odrębne aspekty ludzkiego poznania. Mądrość może istnieć niezależnie od poziomu inteligencji, a inteligencja nie zawsze gwarantuje mądrość.

Jak powyższe cechy naszych umysłów i sposobów poznania mają się do AI? Obecnie AI osiąga wyżyny gdy idzie o spryt, mozolnie wspina się po drabinie poznania i wykazuje coraz więcej cech znamionujących inteligencję. Ale wciąż nie ma cech mądrości. Gdy mierzymy się z trudniejszymi problemami, mądrość bez inteligencji może okazać się niepraktyczna. Ale inteligencja bez mądrości jest tylko trywialna. Pamiętajmy, że nawet gdy AI osiągnie wysoki IQ, to dopóki nie stanie się mądra, będzie warta niewiele więcej niż spryt, o ograniczonych możliwościach zastosowania w sztuce.

Czy nadchodzi era „maszyn myślących”?
Może dziś, siedemdziesiąt pięć lat po artykule Turinga, nadchodzi jednak era myślących maszyn?

Dzisiejsze systemy AI są już na tyle sprytne, że widzą swoje ograniczenia. Próbują wtedy pogłębić analizę z wykorzystaniem takich pojąć jak etyka czy emocje. Umieją wykrywać emocje i reagować na nie. Ale same nie doświadczają emocji i ich nie rozumieją. ChatGPT, aby usprawiedliwić się, gdy czegoś nie rozumie, pisze rozbrajająco: „jestem tylko maszyną”.

Niemniej jednak oddajmy sprawiedliwość AI: podejmowane są już próby tworzenia AW (Artifical Wisdom) według schematu znanego jako piramida DIKW (Data, Information, Knowledge, Wisdom). Klasyczne podejście mówi, że dane to fakty, a informacja to „dane obdarzone znaczeniem i celem”. Łamiemy się zatem już na II poziomie DIKW, bo AI nie wie, jakie znaczenie mają jej gigantyczne bazy danych i jaki jest cel ich przetwarzania. Wciąż żyjemy w świecie, w którym złudne sukcesy współczesnych systemów AI to przewaga umiejętności nad wiedzą oraz sprytu i sprawności w fedrowaniu danych nad rozumieniem ich sensu.

CZYM SZTUCZNA INTELIGENCJA NIE JEST

Zanim przejdziemy do oceny użyteczności wsparcia AI w sztukach wizualnych, kilka uwag, czym AI nie jest, a gdzie jej zastosowanie może być głównym czynnikiem prowadzącym do porażki. Bo AI może przynieść w pracy nad dziełem dużo pożytku, o ile będziemy pamiętać, że ona dużo wie, jest sprytna, szybko i szeroko kojarzy fakty, ale jej inteligencja jest ograniczona, a mądrość śladowa.

Ograniczenia w stosowaniu AI
AI nie jest rozwiązaniem uniwersalnym. Doskonale sprawdza się we wszystkich rozwiązaniach, które umiemy zalgorytmizować, sprowadzić do powtarzalnych procedur (rozpoznawanie obrazów, tłumaczenia), ale nie poradzi sobie, jeśli zadanie wymaga dużej kreatywności. No i najważniejsze: nie rozumie złożonego kontekstu, w którym człowiek porusza się bez zastanowienia.

AI potrafi sprawnie generować teksty, obrazy, muzykę, ale nie jest to twórczość w takim sensie, jak robi to człowiek. AI generuje treści na podstawie wzorców i danych, które zostały jej wcześniej przekazane. Jej „twórczość” to raczej kompilacja tego, co już istnieje, w nowych kombinacjach. AI może odtwarzać zadane style, ale nie ma własnego stylu.

AI nie ma świadomości, intencji ani emocji, nie mówiąc o intuicji. To oznacza, że choć może symulować inteligencję nie rozumie tego, co robi. AI nie posiada subiektywnego doświadczenia, ani nie ma własnych celów, które samodzielnie sobie ustala.

AI ma dostęp do wielkich baz danych i ogromną biegłość w ich przeszukiwaniu. Ale nie ma pełnej wiedzy o świecie. Została zaprogramowana lub wytrenowana na określonych danych, więc jej „wiedza” jest ograniczona do tego, co dostanie w trakcie nauki. Może dawać bardzo trafne odpowiedzi w ramach danych, które zostały jej dostarczone, ale poza tymi danymi „nie wie” nic.

AI nie jest nieomylna. Nawet w zakresie, w którym została wytrenowana, popełnia błędy i niedokładności, zwłaszcza gdy dane wejściowe są nieprecyzyjne, niekompletne lub nieodpowiednio przygotowane.

Kiedy AI może być drogą do porażki?
Sztuczna inteligencja w teatrze ma ogromny potencjał tworzenia innowacyjnych rozwiązań artystycznych. Istnieją jednak obszary, w których jej ograniczenia lub niewłaściwe zastosowanie mogą doprowadzić do porażki.

Już dziś możliwe jest całkowicie automatyczne wygenerowanie spektaklu. AI napisze scenariusz, zadba o uzyskanie kilku recenzji, poprawi go według wskazówek, okrasi dowcipnymi dialogami, przeprowadzi casting, zaprojektuje scenografię i kostiumy, a całość wyreżyseruje. Tylko czy będziemy chcieli to oglądać? Obawiam się, że po pierwszej fascynacji przyjdzie klapa. Również finansowa, bo te zabawki ciągle są kosztowne. Oto kilka sytuacji, w których AI w teatrze mogłaby się skompromitować:

1. Brak ludzkiej emocji
   AI mimo swojej zaawansowanej zdolności do generowania tekstów czy nawet naśladowania stylu znanych artystów, nie posiada prawdziwych, własnych emocji ani świadomości. Teatr, szczególnie ten żywy i interaktywny, jest bardzo silnie związany z ludzkimi emocjami i reakcjami. AI może stworzyć spektakle, które będą technicznie poprawne, ale zabraknie w nich głębi emocjonalnej i autentyczności, które są fundamentem dobrego spektaklu. Jeśli zaufamy kreatywności AI, prawdopodobnie stworzy sztukę, która okaże się płytka lub zbyt mechaniczna w porównaniu do dzieł tworzonych przez ludzi. Publiczność może szybko zauważyć brak autentyczności i osobistego wkładu twórców.
   
   
2. Problemy z interakcją i dynamiką aktorską
   Teatr jest sztuką interaktywną, która bazuje na dynamice między aktorami oraz między aktorami a publicznością. Choć AI może być używana w roli wirtualnych postaci czy asystentów, brak prawdziwej interakcji pomiędzy ludźmi na scenie i AI może prowadzić do sztuczności przekazu. Aktorzy potrafią reagować na subtelne zmiany w emocjach innych osób na scenie, czego AI nie potrafi, wywołując wrażenie sztuczności i niedopasowania do rzeczywistego doświadczenia teatralnego.
   
   
3. Słaba zdolność do tworzenia oryginalnych historii
   Choć AI potrafi generować teksty na podstawie algorytmów i ogromnych baz danych, jej zdolność do tworzenia naprawdę oryginalnych, nowatorskich historii może być ograniczona. Teatr opiera się na kreatywności, oryginalności i nowych, świeżych pomysłach. AI może kopiować i łączyć istniejące pomysły, ale trudno jej będzie stworzyć coś naprawdę unikalnego lub przełomowego w sztuce. Jeśli AI stworzy sztukę, która jest kalką innych dzieł lub jest przewidywalna, najprawdopodobniej zostanie odrzucona przez publiczność.
   
   
4. Nierozumienie kontekstu kulturowego
   AI może mieć trudności ze zrozumieniem kontekstu, który jest integralną częścią sztuk teatralnych. Przekaz artystyczny wymaga zrozumienia niuansów związanych z kulturą, tradycją i historią, co w przypadku AI bywa wyzwaniem trudnym do pokonania. AI która nie rozumie subtelności kontekstu kulturowego (np. żartów, ironii czy aluzji), w efekcie może stworzyć dzieło, które będzie źle interpretowane lub uznane za niestosowne.
   
   
5. Niewłaściwa interpretacja emocji
   AI może być wykorzystywana do generowania mimiki lub emocji postaci w przedstawieniach, ale sztuczne odwzorowanie emocji na scenie (np. przez wirtualnych aktorów lub hologramy) może podważać ich wiarygodność. Jeśli publiczność zauważy, że wirtualne postacie wyrażają emocje w sposób nienaturalny lub nierealistyczny, może to wywołać uczucie dystansu i sztuczności, co osłabi odbiór przedstawienia.
   
   
6. Zbyt duża zależność od technologii
   Jeśli teatr stanie się zbyt zależny od AI i technologii, może to prowadzić do utraty żywego, ludzkiego aspektu przedstawienia. Publiczność może poczuć, że zamiast uczestniczyć w prawdziwej, ludzkiej wymianie energii, jest świadkiem sztucznego show. Zbyt duża obecność technologii AI, zwłaszcza w przypadku wirtualnych aktorów czy cyfrowo generowanej scenografii, może wywołać tęsknotę za prawdziwym człowiekiem i jego unikalnymi emocjami.

SZTUCZNA INTELIGENCJA W ŚWIECIE TEATRU

Mając świadomość ograniczeń i słabych punktów AI możemy skupić się teraz na tym, co  dobrego wnosi sztuczna inteligencja do sztuk wizualnych. Pewne jej elementy funkcjonują już od dłuższego czasu (niektóre od dziesięcioleci), inne dopiero raczkują. Jedne przynoszą umiarkowane rezultaty, inne wymagają twórczego rozwinięcia. Jedno jest pewne: w ciągu najbliższych kilku lat warsztat pracy twórców zmieni się nie do poznania.

Wsparcie przy pracy nad scenariuszem
Pomoc AI przy pracy nad scenariuszem może być bezcenna, ponieważ AI potrafi korzystać z bazy danych, uzupełniać wątki, a nawet tworzyć całe sceny czy generować dialogi. Pamiętajmy tu jednak o dwóch podstawowych ograniczeniach: niskim poziomie kreatywności i braku zrozumienia celu. Pozbawiona osobistych doświadczeń związanych z przeżyciem estetycznym i wartościami AI będzie pomocna na poziomie technicznym, ale pomysły i sens muszą pochodzić od człowieka. Prawdopodobnie AI najlepiej będzie się sprawdzać jako asystent reżysera, tworząc zadane półprodukty, które artyści będą edytować, nadając im odpowiedni klimat i kierunek. Raczej nie przyda się twórcom form eksperymentalnych.

Wsparcie pracy reżysera
Tu AI pomoże na wielu poziomach. Już dziś możliwe jest całkowite zastąpienie reżysera. Nawet z pewnymi sukcesami. Jeśli zadaniem reżysera będzie wyprodukowanie standardowego formatu, to AI przeanalizuje podobne produkcje i zaproponuje analogiczny element nędzy twórczej. Produkt, „skrzący się” dialogami i obfitujący w „zaskakujące” zwroty akcji będzie równie mdły i bez wyrazu jak te, na których był wzorowany.

Ale co jeśli chcemy stworzyć wielką kreację teatralną? W tym przypadku AI może być bardzo pomocna: przede wszystkim przeanalizuje zawartość baz danych, identyfikując wcześniejsze wystawienia, na podstawie znalezionych recenzji ustali ich silne i słabe strony, przeanalizuje obsadę i scenografię. Na tej podstawie może zaproponować reżyserowi różne rozwiązania, zaproponować obsadę lub określić zasady castingu. Może być bardzo pomocna praktycznie we wszystkich obszarach przygotowań, o ile nie oddamy jej władzy nad wizją spektaklu.

Jak AI może pomóc aktorowi?
Podobnie jak w przypadku współpracy z reżyserem AI może oddać nieocenione usługi aktorowi na wstępnym etapie budowania postaci scenicznej. Przeszuka bazy danych, podrzuci najlepsze wykonania wraz z recenzjami. Ale znowu: biada, gdy aktor zapyta „czata” o wizję roli – porażka gwarantowana. Artysta, w odróżnieniu od komputera, dysponuje doświadczeniem piękna, a współczesne maszyny wciąż nie mają takich doświadczeń jak przeżycie estetyczne.

Wspomaganie budowy postaci przez AI może być cenne także na etapie prób. Aktor może utrwalać różne wersje postaci w formie trójwymiarowego awatara i elektronicznie je modyfikować – zmieniając głos, gestykulację, sposób poruszania się i prowadzenia dialogu – aż do uzyskania pożądanego rezultatu.

Współpraca z aktorami i reżyserami
Właściwie użyte wsparcie AI może być bezcenne na etapie prób. Pomoże reżyserowi i aktorom w planowaniu układu przedstawienia i jego rytmu (poprzez analizę tempa narracji, jej tonacji i punktów kulminacyjnych). AI może analizować ruchy aktorów i sugerować zmiany, aby uzyskać lepszą synchronizację lub wzbogacić efekt sceniczny.

Wirtualny teatr
Teatr cyfrowy to teatr, w którym spektakle grane są „na żywo”, ale technologia cyfrowa stanowi istotną ich część. Po raz pierwszy Virtual Theatre Project został zdefiniowany na stronie internetowej Uniwersytetu Stanford jako przedsięwzięcie, którego „celem jest zapewnienie środowiska multimedialnego, w którym użytkownik może odgrywać wszystkie kreatywne role związane z produkcją i wystawianiem sztuk i opowieści w improwizowanej grupie teatralnej”.

Algorytmy AI mogą tworzyć sceny interaktywne i zmieniać tekst w zależności od reakcji widowni, zachowując spójność akcji. AI może analizować preferencje widzów i dostosowywać predefiniowane wersje przedstawienia w czasie rzeczywistym, uwzględniając historię recepcji lub preferencje tematyczne. Takie spektakle mogą mieć wielorakie zakończenia, dobierane w zależności od tego, jak reaguje widownia.

AI może wspomagać aktorów, gdy na scenie są pojawiając się wirtualne postaci, których zachowanie jest kontrolowane przez odpowiedni algorytm. Tego typu technologie mogą wprowadzać elementy Real Time Rendering (renderowanie w czasie rzeczywistym). Postacie mogą reagować na ruchy aktorów i zmieniać zachowanie w zależności od interakcji.

W zależności od założeń spektaklu, może to być zaawansowane połączenie AI z VR i inwencją twórczą, podobnie jak w opisanym koncercie ABBA Voyage, albo proste przeniesienie w rzeczywistość spektaklu zapamiętanych wcześniej awatarów, jak w przywołanej rekonstrukcji koncertu Elvisa Presleya.

Personalizacja doświadczenia widza
Niewątpliwie przyszłością AI będzie personalizacja doświadczenia widza. Takie próby mają miejsce co najmniej od dekady i jakkolwiek efekty wciąż nie są doskonałe, to zapowiadają się obiecująco.

W przedstawieniu The Life and Death Marina Abramović wykorzystała interaktywne projekcje oraz technologie, które miały na celu dostosowanie elementów spektaklu w zależności od reakcji widzów. W The AI Play AI była użyta do tworzenia całych dialogów w czasie rzeczywistym. Aktorzy nie wiedzieli, co będzie dalej, ponieważ tekst generowany był przez algorytmy na podstawie wcześniej zaplanowanych scen. W Sleep No More, interaktywnej realizacji Makbeta Shakespeare’a, dzięki zastosowaniu technologii VR widzowie mogą swobodnie poruszać się w przestrzeni.

PODSUMOWANIE

Czy czas tradycyjnego teatru jest policzony?
„Fotografia zabije malarstwo”. Nie zabiła.
„Telewizja zabije kino”. Nie zabiła.
Czy AI zabije teatr? Nie zabije.

A co z „duszą reżysera” – trzeba się bać?
Żadna AI nie naruszy szczególnej pozycji reżysera. Reżyser to wizja, osobowość, emocje i doświadczenie. Warsztat i technologia, w których komputery mogą nas przewyższać, są na drugim planie. AI może pomóc, ale to człowiek wie, co chce powiedzieć widzowi, jaki przekaz ma nieść spektakl, koncert czy film.

A co z „duszą teatru” – trzeba się bać?
AI może wzbogacić teatr pod kątem technologicznym, jednak wciąż kluczowe pozostają: interakcja aktorów z widownią, ludzkie emocje i kreatywność twórców.

Sztuczna inteligencja to narzędzie, które symuluje pewne aspekty ludzkiego myślenia, ale nie jest tożsame z ludzką inteligencją ani świadomością. Czy to się może zmienić? Dochodzimy do zasadniczego pytania: czym różni się aktywność AI od naszej? Według mnie: wszystkim.

Do dziś nie stworzyliśmy algorytmów, które choć w małej cząstce potrafiłyby naśladować działanie ludzkiego mózgu, które potrafiłyby przetwarzać informacje w taki sposób, jak robi to pięcioletnie dziecko. Potrafimy coraz lepiej symulować inteligencję, ale wciąż ogromny obszar poznania jest wyłączną domeną ludzi. AI opiera się o analizę wielkich baz danych – w tym względzie jej nie dorównamy. Ale nie opiera się na wartościach, w minimalnym stopniu umie zastosować takie ludzkie cechy jak wrażliwość, kreatywność, empatia czy przeżycie estetyczne.

Część informatyków nie zgadza się z takimi konkluzjami. Są uwiedzeni sukcesami AI oraz potencjalnymi możliwościami jej rozwoju. Sieci neuronowe coraz lepiej symulują działanie mózgu. Algorytmy głębokiej analizy próbują korelować dane na wielu poziomach, tak jak robi to człowiek. Głęboka analiza języka naturalnego coraz bardziej zbliża nas do uzyskania sprawności komunikacyjnej.

Z kolei ludzie spoza IT często dostrzegają, że różnica pomiędzy inteligencją i mądrością jest innej natury. Czas więc na rozwinięcie cytatu, którego fragmentu użyłem jako motto. Na spotkaniu z dziennikarzami papież Franciszek powiedział: „Maszyny z pewnością mają niezmiernie większą zdolność niż człowiek do przechowywania danych i korelowania ich ze sobą. Ale to człowiek i tylko człowiek musi rozszyfrować ich sens”. Nauczymy maszyny jeszcze wielu rzeczy, ale nie potrafimy ich nauczyć rozpoznawania sensu.