Fra alting til alting AI

Sora er ChatGPT for video. AI kan nu omsætte tekst til små videoklip. Se nogle af de bedste eksempler samlet her. Det har med rette skabt både frygt og fascination.

Lanceringen af nye AI-teknologier følger sin egen faste rytme og hype cyklus. Sora-lanceringen er ingen undtagelse. Først den magiske, maniske fase fuld af begejstring og håb. Efterfulgt af frygt over deepfake, tab af jobs og teknologiens skjulte bias. Afsluttende med et rituelt råb om, at nu må staten regulere mere og bedre på AI-området. Når hypen er væk, er slutmålet altid, at den nye teknologi bliver en banal hverdag, ingen længere tænker over eller taler om. Husk blot på e-handel-hypen for 20 år siden, som nu er usynlig infrastruktur. Det samme vil ske med AI lige om lidt.

Cyklussens faser har også sine faste, fejlagtige reaktioner. Fascinationen overser, hvor hurtigt den nye AI-teknologi bliver kedelig hverdag og det nye normale. Frygten for deepfake undervurderer, hvordan fake til alle tider har været i kultur og politik. Her sker intet epistemisk kollaps og ingen deepfake-apokalypse. Frygten for tab af arbejdspladser glemmer, at ny teknologi mere er et skift i arbejdsopgaver end en total udskiftning. Endelig glemmes det i diskussion af bias, hvordan AI synliggør bias, mere end det skjuler den. Samtidig rammer den statslige regulering igen både for meget og forkert på én og samme tid.

Introducing Sora, our text-to-video model.

Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W

Prompt: “Beautiful, snowy… pic.twitter.com/ruTEWn87vf
— OpenAI (@OpenAI) February 15, 2024

En kongevej til bedre, mere og vildere kommunikation

Denne gang er der derimod god grund til at tænke ud af de gamle mønstre og være oprigtigt begejstret. Sora-AI-teknologi er den nye kongevej for bedre, mere og vildere kommunikation. Kort sagt en drømmesky af muligheder for k-folk fra alt til alt mellem himmel og jord. Det er derfor langt mere interessant end den klassiske klagesang at se på de epokale kommunikative konsekvenser på kort og lang sigt af den nye AI-tekst-til-video-teknologi.

AI-tekst-til-video kan blive en ny guldalder for faget

De fleste k-folk er per definition ret gode til at skrive. ChatGPT gør typisk dårlige skribenter bedre. Den gør sjældent gode skribenter meget bedre. Netop derfor har AI-gevinsten for rutinerede k-folk typisk været hjælp til at skrive standardtekster hurtigere. En begrænset effektiviseringsgevinst, mere end et paradigmatisk skifte. Pointen er, at ChatGPT’s chat-til-tekst ikke har udvidet k-folks kompetencer og ressortområder. Omvendt forholder det sig med AI-modellerne for tekst-til-billede og tekst-til-video.

Gennembruddet for først generative billeder og nu generativ video vil denne gang dramatisk forandre kommunikationsfaget. Effekten er en radikal frigørende demokratisering og ingen adgangsbarriere for visuel kommunikation. Begge teknologier åbner nemlig op for, at k-folk nu også kan være illustratorer og på sigt videoinstruktører. De tunge logistiske barrierer for visuelt indhold er væk, og alle vores gode kommunikative ideer kan nu billigt og hurtigt få fri udfoldelse. En kæmpe udvidelse af den faglige palet, hvor det nu bliver langt lettere at arbejde strategisk med sin kommunikation på tværs af kanalerne.

https://t.co/uCuhUPv51N pic.twitter.com/nej4TIwgaP
— Sam Altman (@sama) February 15, 2024

Vi er ikke længere som k-folk tekst først og kun, men alle udtryksmuligheder på en og samme tid. Vi går hermed fra en modalitet til multimodalitet. For den person, som har skrevet k-strategien, er hermed nu en og samme person, som skaber billederne og de små film til at visualisere k-strategien. Det øger kvaliteten og de kommunikative muligheder.

Nu er omni-content communication lige rundt om hjørnet

Den nye adgang til at udtrykke sig tværmedialt er derfor en gigantisk gave og potentielt en potent positionering af faget som en “master prompter profession”, hvor vi skriver de prompts, som styrer alle kanaler og udtryksformer. Vi bliver dermed sprællevende AI-kommunikationsblæksprutter med fangarme ud i alle retninger på alle medieplatforme. Vi bliver den nye kommunikative instruktør, som en anden Lars Von Trier, fordi pris og besvær ved video er væk. På den helt korte bane bliver små corporate, interne videoer eller reklamer om få måneder blot et klik væk.

https://t.co/qbj02M4ng8 pic.twitter.com/EvngqF2ZIX
— Sam Altman (@sama) February 15, 2024

De faldende omkostninger ved at producere video, lyd, tekst og billeder vil betyde faldende omkostninger for at producere individualiseret, personligt indhold. Pointen er, at fremtidens kommunikation vil være ekstremt individualiserede, syntetiske drømmeuniverser. På den lidt længere bane peger Soras hastige udvikling på, at video og billeder rykker hurtigere end tekst, når det gælder AI. Kommunikation vil derfor få en markant visuel drejning og visuel bias de næste 10-20 år. Vi har i mange år talt om omni-channel-e-handel og -marketing. Nu er omni-content communication lige rundt om hjørnet. Hvis vi blot griber muligheden for multimodalitet og får gang i AI-efteruddannelsen. Det kan nemlig blive en ny guldalder og styrkelse af faget. Derfor skal vi hilse Sora velkommen og nysgerrigt udforske muligheden.

Fremtiden er, at alting kan oversættes til alting ubesværet uafhængig af tid, sted og virkelighed. Resultatet er et flow af betydning som kommunikation til kommunikation i et infinit loop

Kommunikationsteoretisk er tekst-til-video interessant. Mediehistorisk har al kommunikation været bundet af tid og sted, som den canadiske medieteoretiker Harald Inis har beskrevet. Inspireret af ham skrev en anden canadisk medieforsker, Marshall Mcluhan, efterfølgende om, hvordan varme og kolde medier var bundet af deres form. En teori, som blev skarpt formuleret og formaliseret i hans berømte ”medium is the message”. Langt senere inspireret af disse to medieforskere skrev den franske mediefilosof Jean Baudrillard om simuleringen af virkeligheden i forskellige grader af uvirkelighed. Sora skal opfattes som en prototype på en tredje ordens simulation, hvor modellen er mere virkelig end den virkelighed, den skulle (re)præsentere. Lang filosofihistorie kort. Gennembruddet for generativ AI er en gennemgribende frigørelse af kommunikation fra tid, rum, form og ikke mindst virkeligheden, som vi kender den.

Vi er på vej ind i ny neosurrealisme genereret af den generative transformerteknologi, som udfordrer og provokerer vores oplevelse af det virkelige. Alting kan nu ses i perspektiver af andre udtryksformer, og vi kan f.eks. give AI en dansk sang, som den kan oversætte til en video, vi kan lytte til som en podcast. Vi er ikke længere bundet af virkeligheden, f.eks. er Soras nye videovirkelighed sandsynligvis trænet på computerspillets repræsentation af den fysiske verden: Altså synetisk “virkelighed” føder ny syntetisk “virkelighed”. Denne frihed er en mulighed for kreativitet, som vil forandre og udvide kommunikation dramatisk. Vi er nu på vej mod en uendelig semiosis af et frit flow af betydning som kommunikation til kommunikation i et infinit loop.

Sora er en simulation af virkeligheden og Skynet i babyfasen. Det er ikke blot en trussel, men også en gigantisk mulighed

ChatGPT har kaldt deres nye tekst-til-video-AI-model Sora, hvilket er det japanske ord for Sky. Navnet henviser til den sky af muligheder, som den nye service tilbyder, lyder forklaringen fra det hypede firma. En mere kritisk AI-iagttager vil dog bemærke navnefællesskabet med Skynet, den altomfattende computersimulation i ”The Terminator”. En sammenligning, som på ingen måde er fejlplaceret eller paranoisk.

This Sora breaks my brain.

What even is reality anymore tbh

Prompt: Archeologists discover a generic plastic chair in the desert, excavating and dusting it with great care. pic.twitter.com/CuvvF2ro7I
— Harrison Kinsley (@Sentdex) February 15, 2024

For OpenAI ser helt bogstaveligt og praktisk Soras simulering af den fysiske virkelighed som det afgørende første trin med en såkaldt kunstig generel intelligens. Som de selv skriver det: “That scaling video generation models is a promising path towards building general purpose simulators of the physical world.”

Sora er således det først spæde trin mod at bygge den matematiske model for virkeligheden i al den kompleksitet af kroppe og ting i bevægelse. Sora er derfor med fuldt overlæg udtænkt som et Skynet i sin babyfase. Om den såkaldte AI-transformerteknologi, som er motoren bag Sora, kan simulere virkeligheden med stort V, er så spørgsmålet, de kloge AI-eksperter diskuterer lige nu.

ChatGPT’s megalomane mission om at ville simulere alt kan man se negativt som en trussel eller positivt som en mulighed for at udvikle menneskets erkendelse. Som de selv formulerer det: ”Our mission is to ensure that artificial general intelligence—AI systems that are generally smarter than humans—benefits all of humanity.”

Soras gennembrud reaktiverer og revitaliserer debatten om, at vi lever eller vil leve i en totalt computerskabt simulation af virkeligheden. En trussel og et perspektiv som også Elon Musk er meget optaget af. Den både berømte og begavede økonom Tyler Cowen ser modsat kritikernes muligheder i sin klumme i Bloomberg.

Her beskriver han AI som en ny frugtbar model for virkeligheden, som vil gøre os klogere og mere produktive . AI bliver en virtuel tvilling af virkeligheden, hvilken udvikler vores hjernes opfattelse af, hvad der er virkeligt, og gør os skarpere på, hvad vi kan fagligt som mennesker.

Vi skal, inspireret af Tyler Cowens pointe, bruge AI til at bygge en bedre model af kommunikation som fag, proces og produkt for at accelerere fagets udvikling.

Velkommen til Skynet. Det er en sky af nye muligheder for os k-folk, hvis vi tør, kan og vil. Kongevejen til kommunikation er fundet, vi ved bare ikke, hvilken virkelighed der er destinationen. Men det gør vel ikke noget, når det er en chance for en ny model for kommunikation, der er mere virkelig end virkeligheden selv.