Rozpoznawalność coraz większym wyzwaniem: Sztuczna inteligencja zaciera granice między ludzkimi i syntetycznymi głosami
Sztuczna inteligencja wkroczyła na niemal każdy aspekt naszego życia, od algorytmów, które kształtują treści w mediach społecznościowych, po asystentów głosowych, takich jak Alexa. Postęp technologiczny jest tak szybki, że coraz trudniej odróżnić to, co realne, od symulacji. Najnowsze badania alarmują, że większość ludzi nie jest w stanie rozpoznać, czy słyszą ludzki czy syntetyczny głos.
Badanie, opublikowane w czasopiśmie PLoS One, ujawnia, że różnica między autentycznymi głosami i ich cyfrowymi klonami niemal zniknęła. W badaniu wzięło udział wielu uczestników, którym przedstawiono próbki 80 głosów – połowa była generowana przez sztuczną inteligencję, a druga połowa pochodziła od prawdziwych osób. Zadaniem uczestników było ocenienie tych głosów pod kątem wiarygodności i dominacji. Wyniki okazały się zaskakujące: 58 procent uczestników błędnie zidentyfikowało klonowane głosy AI jako ludzkie, a 62 procent poprawnie zidentyfikowało autentyczne głosy. Ta niewielka różnica podkreśla alarmujący trend – coraz trudniej nam odróżnić to, co naturalne, od sztucznego.
Jak działa klonowanie głosu i do czego jest wykorzystywane?
Technologia klonowania głosu opiera się na analizie i wyodrębnianiu kluczowych cech z danych głosowych. Powstałe w ten sposób klony są zdolne do precyzyjnego naśladowania ludzkich głosów, co sprawia, że stają się popularnym narzędziem w rękach oszustów telefonicznych. Często wykorzystują oni posty w mediach społecznościowych do naśladowania głosów bliskich ofiar, szczególnie narażonych są osoby starsze. Według badań Uniwersytetu Portsmouth, co najmniej dwie trzecie osób powyżej 75 roku życia padło ofiarą prób oszustw telefonicznych, a niemal 60 procent z nich przeprowadzono za pomocą rozmów telefonicznych. Chociaż nie wszystkie z tych rozmów są realizowane przy użyciu sztucznej inteligencji, jej rola stale rośnie ze względu na dostępność i zaawansowanie oprogramowania, jak na przykład Hume AI i ElevenLabs.
Ryzyko nadużyć: od kradzieży głosów gwiazd po manipulację opinią publiczną
Problemy związane z klonowaniem głosu nie ograniczają się do oszustw. W branży rozrywkowej coraz częściej dochodzi do wykorzystywania głosów sławnych osób bez ich zgody. Scarlett Johansson publicznie wyraziła obawy, że OpenAI wykorzystało głos "niepokojąco podobny" do jej własnego w filmie "Her" do obsługi swojego serwisu ChatGPT. Szeroko rozpowszechnione są także tzw. "audio deepfake", czyli fałszywe nagrania, które naśladują polityków lub dziennikarzy, mające na celu manipulację opinią publiczną i rozprzestrzenianie dezinformacji.
W związku z tym, jak podkreślają badacze, twórcy technologii AI powinni wdrażać silniejsze zabezpieczenia i uwzględniać aspekty etyczne i prawne związane z wykorzystaniem głosów. Należy przede wszystkim rozważyć kwestie własności głosów i zgody na ich wykorzystanie, a także na bieżąco dostosowywać regulacje do szybko zmieniającego się krajobrazu technologicznego.
Potencjał dla dobra: od wsparcia komunikacji po innowacje w edukacji
Mimo zagrożeń, technologia AI ma również ogromny potencjał dla dobra. Może ona na przykład być niezwykle pomocna dla osób niemych lub mających problemy z mówieniem. Systemy asystujące, w których głos osoby niezdolnej do mówienia odtwarzany jest syntetycznie, istnieją już od jakiegoś czasu, a najbardziej znanym przykładem jest Stephen Hawking. Nowością jest możliwość personalizacji tych głosów, tak by odzwierciedlały oryginalny głos lub pozwalały na stworzenie zupełnie nowego, zgodnego z tożsamości użytkownika.
Wykorzystanie AI w edukacji również przynosi obiecujące rezultaty. Badania wykazały, że wsparcie oparte na audio z wykorzystaniem sztucznej inteligencji zwiększa motywację i zaangażowanie uczniów, szczególnie tych z zaburzeniami uwagi i nadpobudliwością (ADHD). Technologia ta umożliwia również klonowanie głosów w różnych językach, co sprzyja globalnej komunikacji, dostępności i wymiany kulturalnej.
Przyszłość badań: percepcja głosu i interakcja człowiek-komputer
Badaczki i badacze planują dalsze badania nad tym, jak ludzie postrzegają głosy generowane przez sztuczną inteligencję. Zastanawiają się, jak wiedza o tym, czy głos jest syntetyczny czy ludzki, wpływa na interakcję z nim. Rozważane jest również badanie reakcji na głosy generowane przez AI, które brzmią przyjemnie, ale są wyraźnie nieludzkie - czy ludzie będą skłonni słuchać instrukcji od takich głosów, czy też łatwiej je zdenerwują w przypadku problemów. Te pytania otwierają nowe ścieżki w badaniach nad interakcjami człowiek-komputer i mogą dostarczyć cennych informacji na temat tego, co jest dla nas ważne w relacjach z technologią.