Halutaanko automatisoida ja kannattaako se?

Kirjoittanut: Markus Sjöberg

Tekoälyn, kuten generatiivisen tekoälyn kohdalla puhutaan usein tehokkuudesta. Musiikkikappale tai upea kuvituskuva saattaa syntyä kymmenissä sekunneissa. Jos lopputulokselle ei ole asetettu kovin tarkkoja vaatimuksia, on tekoälyllä tuotettu sisältö selvästi perinteisiä menetelmiä kustannustehokkaampaa. Jos tarkastelemme vain luotujen lopputuotteiden määrää, on selvää, että generatiivinen tekoäly on tehokasta.

On kuitenkin toinen asia, mitä halutaan automatisoida. Monelle luovan alan tekijälle tärkeintä on juuri se luovan tekemisen konkreettinen ydin, siis esimerkiksi maalaaminen, instrumentilla soittaminen, elokuvan kuvaaminen miljöössä oikeiden näyttelijöiden kanssa tai kirjan kirjoittaminen.

 Jos kuitenkin tavoitteena on tuottaa esimerkiksi juuri sopiva musiikkikappale videoon, tehdä kuvituksia peligrafiikoiksi, tai saada brändin mukaisia kuvia verkkosivuille, voi generatiivisella tekoälyllä tekeminen osoittautua yllättävän hitaaksi ja tuskalliseksi. 

Useimmat generaattorit pohjaavat tavalla tai toisella luonnolliseen kieleen. Kieli ei ole välttämättä ammattikuvittajalle tai muusikolle se väline, jolla olisi helpointa viestiä toteutuksesta. Mallin tekemät ”väärinymmärrykset” tai suoranainen tottelemattomuus saattaa turhauttaa. 

Esimerkiksi kuvitusta tehdessä kuvageneraattoreilla voi olla hankalaa saada toistettua hahmoa siinä määrin samankaltaisena, että se katsojan mielestä vaikuttaisi samalta kuvasarjasta toiseen. Eri yhtiöt tarjoavat ratkaisuja samankaltaisten kuvien tuottamiseen, mutta ne eivät kuitenkaan ole ihmisen tasolla. Ammattitaitoinen kuvittaja osaa huomioida hahmon keskeiset erityispiirteet ja siirtää ne kuvasta toiseen huomattavasti laadukkaammin.

Generatiiviset työkalut pohjautuvat suurten datamassojen avulla koulutettuihin malleihin, jolloin ne eivät välttämättä hallitse yksittäisen elementin, kuten hahmon, johdonmukaista toistamista tai yksityiskohtien säilyttämistä useissa eri konteksteissa. Hahmojen tai tiettyjen elementtien toistaminen yhtenäisesti vaatisi joko tarkkaa ohjausta tai yksilöllisesti koulutettua mallia. Yksi ratkaisu olisi kouluttaa tai hienosäätää oma malli, joka pystyisi tuottamaan juuri halutun kaltaisia kuvia. Tällainen on kuitenkin aikaa vievää, eikä välttämättä kannattavaa tehokkuusnäkökulmasta tarkasteltuna.

Osa tehokkuudesta voi olla sitä, että ymmärtää, milloin generatiivinen tekoäly ei ole oikea ratkaisu. Jos tiedossa on tarkkarajainen tyyli ja toteutustapa sekä pyrkimys korkeaan laatuun, on usein tehokkaampaa tehdä tuotos käsityönä. Toisaalta myös hybridimalli on usein tehokas. Tekoälyllä on nopea tuottaa variaatioita, jotka saattavat sopia lähtömateriaaliksi tai ideoinnin apuvälineeksi, vaikka varsinainen tuotanto tehtäisiinkin perinteisin apuvälinein.