Η Microsoft προκάλεσε έντονες ανησυχίες καθώς προχώρησε σε αίτηση διπλώματος ευρεσιτεχνίας για τεχνολογία παραγωγικής τεχνητής νοημοσύνης (Generative AI), η οποία θα έχει τη δυνατότητα να τροποποιεί ό,τι λένε οι ομιλητές ακόμη και σε ζωντανές μεταδόσεις βίντεο!

Η αίτηση αφορά σύστημα που ευθυγραμμίζει εκ νέου το στόμα, τα χείλη και τις κινήσεις του προσώπου ενός ομιλητή σε καρέ βίντεο, ώστε να συγχρονίζονται με τροποποιημένο ή μεταφρασμένο λόγο, δίνοντας την εντύπωση φυσικής ομιλίας.

Σύμφωνα με λεπτομέρειες που δημοσιεύτηκαν στα τέλη Οκτωβρίου, ο κύριος σκοπός της τεχνολογίας είναι η προσαρμογή, η μετάφραση και η «βελτίωση» της ζωντανής επικοινωνίας μέσω βίντεο.

Το σύστημα μπορεί να αφαιρεί λέξεις, να διορθώνει λανθασμένες προφορές, να μετατρέπει τοπικές διαλέκτους σε τυποποιημένο λεξιλόγιο και να αφαιρεί ή να φιλτράρει υβριστικές και προσβλητικές εκφράσεις.

Επιπλέον, μπορεί να εντοπίζει ανακριβή στοιχεία ή λανθασμένους όρους και να τους αντικαθιστά άμεσα με ακριβείς εκφράσεις.

Ως επίσημη δικαιολογία παρουσιάζεται η καταπολέμηση των deepfake βίντεο και φωτογραφιών.

Ωστόσο, η δυνατότητα παρέμβασης σε πραγματικό χρόνο —χωρίς ο θεατής να αντιλαμβάνεται την παραμικρή αλλαγή— έχει εγείρει ανησυχίες για την ακεραιότητα της ζωντανής επικοινωνίας και τον έλεγχο του δημόσιου λόγου.

Η τεχνολογία, εάν εφαρμοστεί, θα μπορούσε να επιτρέπει την τροποποίηση του περιεχομένου με βάση τις προτιμήσεις του χρήστη ή του κοινού, αλλάζοντας ουσιαστικά ό,τι ακούγεται και φαίνεται σε ένα live stream.

ΣΧΟΛΙΑΣΤΕ ΤΟ ΑΡΘΡΟ