Sztuczna inteligencja w pisarstwie (moje doświadczenia)

wiecejnizslowa.pl 8 miesięcy temu

Pora więc, żebym i ja wreszcie dołożył swoje trzy grosze do tego gorącego tematu, na który – jak widzę – każdy już wyrobił sobie własną opinię i broni jej jak niepodległości. Pytanie tylko, ilu z wypowiadających się, swój pogląd oparło na arbitralnych założeniach, iż AI jest wspaniałe lub iż za chwilę pozbawi ludzi pracy, by następnie zmienić się w SkyNet i unicestwić cywilizację, a ilu najpierw się z tym stworem pobawiło. Ja poszedłem tą drugą ścieżką.

Moje dotychczasowe doświadczenia z AI są dość skromne, a większość z nich przypada na całkiem niedawny okres. jeżeli chodzi o mój ogólny stosunek do tej technologii, to jest on, muszę przyznać, mocno niejednoznaczny. Ta bardziej zachowawcza część mnie, lubiąca utyskiwać, iż kiedyś, panie, to było, wyraża oczywiście sceptyczną rezerwę. Ta bardziej realistyczna wysnuwa argument, iż AI to po prostu kolejne narzędzie, którego wykorzystanie zależy od nas. Ogólnie: chyba ani nie jestem entuzjastą, ani czarnowidzem. jeżeli w ogóle kimś staram się być, to – jak we wszystkim – po prostu pragmatykiem. Sądzę, iż to dość zdrowe podejście.

Co natomiast tyczy się pisarstwa, to moje eksperymentowanie z AI na tym polu miało, jak dotąd, raczej pośredni charakter – w tym sensie, iż nie zaprzęgałem jeszcze Chata GPT do napisania za mnie tekstu – niemniej to, co zdołałem na razie zaobserwować, pozwala mi na wysnucie kilku wniosków. Główny zaś jest taki, iż wyeliminowanie człowieka z procesu twórczego jeszcze długo (o ile w ogóle kiedykolwiek) nie nastąpi. Przynajmniej nie, jeżeli chcemy mieć dobrze zredagowane, sensowne treści zamiast typowej dla tej technologii słownej papki, nieudolnie udającej elokwencję.

W tak zwanej branży kreatywnej – a w każdym razie tej ściśle dotyczącej literatury – widzę dla AI dwa podstawowe zastosowania: pomoc w researchu i przygotowywanie szkiców koncepcyjnych lub brudnopisów, na których potem można pracować, zarazem zaoszczędzając czas dotąd niezbędny na ich wcześniejsze przygotowywanie.

Jeżeli chodzi o research, to narzędzia AI włączyłem do swojego repertuaru adekwatnie już na stałe. Korzystam w tym zakresie przede wszystkim z modułu wbudowanego w Bing. Z uwagi na fakt, iż fabuły moich powieści zwykle osadzam w USA, szukania mam dość sporo. Są to najróżniejsze rzeczy – od kwestii prawnych (ostatnio m.in. dopuszczalność nagrań dokonywanych bez wiedzy nagrywanego jako materiału dowodowego w sądzie i czas od zgłoszenia zaginięcia osoby dorosłej, po którym policja podejmuje poszukiwania) po sprawy geograficzne, motoryzacyjne, botaniczne, architektoniczne czy kulinarne (sztuczna inteligencja pomogła mi na przykład znaleźć restaurację do sceny).

Wyszukiwanie dzięki AI różni się od tradycyjnego googlowania przede wszystkim tym, iż rzeczywiście bardziej przypomina rozmowę. Ja zadaję rozbudowane pytania, a Bing wyrzuca mi rozbudowane odpowiedzi. Czasem proszę o doprecyzowanie czegoś i zwykle je dostaję. Niekiedy oczywiście mój „konsultant” stwierdza, iż nie jest w stanie znaleźć żądanych informacji, i wtedy próbuję szukać po staremu.

Odpowiedzi, których udziela AI, to skompilowane przez samego bota informacje ze stron, z których je zaciąga. Zwykle też podaje do nich linki, co pozwala dokonać weryfikacji w wypadku jakichś wątpliwości. A dobrze to robić, bo linki czasem prowadzą do ślepych zaułków. Nie zdarza się to często, ale niestety bywa.

Sporadycznie wykorzystuję w tych celach również ChatGPT. Jego odpowiedzi są jeszcze bardziej rozbudowane – w zasadzie to małe wypracowania, co może być irytujące, bo miewa się wrażenie obcowania z logoreą. ChatGPT objawia też skłonność do moralizatorstwa. Kilka razy, niepytany, pouczył mnie, iż słowa, których używam, są obraźliwe, a informacje, do których staram się dotrzeć – potencjalnie niebezpieczne. To drugie dotyczyło, jak dotąd, głównie broni, a to pierwsze – np. określenia „babsko”, co do którego bot łaskawie zgodził się, iż jeszcze w latach 90. nie było kontrowersyjne, niemniej warto pamiętać, że… no i dalej typowe politpoprawne bla bla bla. Nie znoszę czegoś takiego.

Choć oczywiście podstawowy mankament produktu od OpenAi nie polega na tym, iż usiłuje być ministrantem, tylko na tym, iż jego zasoby są ograniczone do tego, co zostało mu wgrane, więc używanie go do researchu jest obarczone większym ryzykiem niż w przypadku Binga, który ma dostęp do otwartej sieci.

Za to może się on przydać do drugiej wspomnianej przeze mnie funkcji, czyli tworzenia bazowych tekstów do dalszej pracy. Jak już pisałem, nie korzystałem z tej opcji bezpośrednio, aczkolwiek przekonałem się o jej dużej użyteczności dzięki tłumaczeniom. Co w sumie też może być przydatne, jeżeli ktoś np. myśli o wejściu na anglojęzyczne rynki.

Ja ostatnio wspominałem, iż noszę się z takim zamiarem. Nie mam funduszy na profesjonalnych tłumaczy, a robienie przekładów samodzielnie jest zbyt praco- i czasochłonne – plus, rzecz jasna, niewystarczająca biegłość w posługiwaniu się językiem – wpadłem więc na pomysł, by sprawdzić, jak poradzi sobie z tym ChatGPT. Wcześniej eksperymentowałem trochę z Translatorem Google – „tłumaczyłem” z jego pomocą próbki tekstu, zamierzając uzyskany output poddać redakcji. Ale wyniki były bardzo słabe. To była praktycznie przełożona jeden do jednego na angielskie słowa polska składnia. Zdania wielokrotnie złożone zmieniały się w absolutny bełkot. No i do tego, ma się rozumieć, kiepściutka znajomość idiomów czy wyrażeń slangowych.

To, co wypluł ChatGPT, było… no, muszę tu przyznać, iż o niebo lepsze. Mogę choćby powiedzieć, iż miało swoisty literacki sznyt. Wciąż jednak wymagało sporo dopracowania. Bot np. nie zawsze potrafił rozróżnić, kiedy należy użyć czasu past simple, a kiedy past perfect. Miał też problemy z idiomami – nie poradził sobie choćby z wybijaniem klina klinem; przełożył je dosłownie jako „knock wedge with a wedge” zamiast jako „fight fire with fire”.

Niemniej jakość otrzymanego tekstu była na tyle dobra, iż doszlifowywanie go zajęło mi znacznie mniej czasu niż tego samego przełożonego przez Translator Google. Podobnie, jak przypuszczam, może być z tekstem, który bot wygeneruje sam po zapromptowaniu mu odpowiednich poleceń. W takiej „surówce” mogą się przypadkowo znaleźć celne sugestie co do konkretnych wyrażeń czy choćby rozwiązań fabularnych. Ja kilka razy tego doświadczyłem, „rozmawiając” z Chatem GPT.

I tutaj adekwatnie mógłbym skończyć, ale dokonałem jeszcze jednej ciekawej eksploracji możliwości AI. Chodzi mianowicie o audio, które niektórym piszącym i myślącym o wydawaniu dźwiękowych wersji swoich książek – czy to jako audiobooków, czy, tak jak robię to ja, w formie podcastów – też może się wydać interesującą opcją.

Ostatnio byłem przeziębiony i mój głos nie nadawał się do nagrywania, więc postanowiłem pójść na skróty i na próbę zrobić odcinek „Nieuniknionego” przy użyciu syntezy. Czytnik immersyjny w Microsoft Edge ma całkiem fajnie brzmiący polski głos, niemniej na dłuższą metę staje się on dość monotonny i nieprawidłowo odczytuje niektóre słowa – np. „ustęp”, gdy na końcu zdania jest „ust”. Postanowiłem więc potestować głosy oparte na AI. Jest kilka platform oferujących takie usługi – ja wybrałem chyba w tej chwili najpopularniejszą, ElevenLabs, która w darmowej wersji pozwala przetworzyć 10 tys. znaków na miesiąc. Efektu można posłuchać poniżej.

Jak dla mnie brzmi całkiem nieźle. Poziom sterylnego perfekcjonizmu porównywalny z niektórymi żywymi lektorami. Zresztą z tego, co się dowiedziałem, w Audiotece są już książki nagrane przy użyciu tej technologii. Możliwe więc, iż po hollywoodzkich scenarzystach możemy doczekać się strajku lektorów. Gdybym do nagrania „Nieuniknionego” chciał wynająć profesjonalistę, to poniósłbym koszty od kilku do kilkunastu tysięcy złotych. To samo z ElevenLabs kosztowałoby mnie, w zaokrągleniu, od 800 PLN (dwa miesięczne abonamenty po 500 tys. znaków), do 1300 PLN (jeden miesięczny abonament na 2 mln znaków).

W ElevenLabs istnieje ponadto możliwość sklonowania własnego głosu. Trzeba im przesłać około pięciominutową próbkę, żeby algorytm mógł się nas nauczyć, i w efekcie dostajemy swój głos. Nie testowałem tej funkcji, bo jest dostępna tylko dla płatnych subskrybentów, ale z tego, co słyszałem w prezentacjach na YouTube, działa to tak sobie. Moim zdaniem jednak lepiej wybrać któryś ze sztucznych głosów. Na razie nie wiem, czy się na taki krok zdecyduję, ale kategorycznie bym nie wykluczał.

Tak więc reasumując: w pracy pisarskiej AI przydaje się na niższych etapach procesu. Pozwala nam zaoszczędzić nieco czasu, ale niech ci, którzy lubią chodzić na skróty, nie łudzą się, iż załatwi za nich to, co najważniejsze. Wiem, iż na Amazonie można już znaleźć książki pisane przez ChatGPT, ale nie wydaje mi się, by dorównywały jakością tym tworzonym przez człowieka. Przypuszczam, iż o ile nie zostały poddane poważnej edycji przez ludzkiego autora – co de facto sprowadza się do działań, które opisałem powyżej, więc można co najwyżej mówić o kooperacji – są z jednej strony schematyczne i ubogie w szczegóły, a z drugiej – przegadane.

Być może – ale tego też nie testowałem, więc jedynie gdybam – AI sprawdzi się też w charakterze pomocniczego redaktora: gramatyka, interpunkcja, podstawowa kontrola merytoryczna itp. Bo już chyba niekoniecznie styl. Mnie, o ile mam być szczery, zdecydowanie bardziej zaimponowały możliwości głosowe AI. Tu rzeczywiście widzę duży potencjał. O ile więc scenarzyści czy pisarze mają umiarkowane powody do niepokoju, o tyle w wypadku lektorów już nie byłbym taki pewien.

A jeżeli ktoś odniósł wrażenie, iż w tym wpisie jakoś sztuczną inteligencję gloryfikowałem, to jest ono mylne. Ani nie zamierzam się nią zachwycać, ani nią straszyć. Po prostu – jak każdy w miarę rozsądnie myślący człowiek – staram się oswoić to, co i tak nieuniknione, a zamiast zadręczać się katastroficznymi wizjami tego, co może ono przynieść, zastanawiam się, jak obrócić to na własną korzyść. Sytuacja, o której mówimy, przypomina nieco tę z wprowadzaniem maszyn rolniczych na wsiach, których mieszkańcy od pokoleń uprawiali ziemię koniem i pługiem. Część się zatwardziła, inni weszli w nowe. Którzy wygrali?

To zupełnie naturalne, iż boimy się nieznanego. Ja też tak mam. Jestem jednym z tych, którzy na „dzień dobry” wykazują skłonność do widzenia szklanki raczej do połowy pustej niż do połowy pełnej. Niemniej wyższa część mojej istoty podpowiada, iż skoro znalazłem się tu i teraz, to moim zadaniem jest sobie w tych okolicznościach radzić, a do tego robić to w ramach takich możliwości, jakie mam, wykorzystując je do maksimum.