หัวข้อรายงาน

งานศิลปะจากปัญญาประดิษฐ์ และผลกระทบต่อมนุษย์และสังคม

ชื่อผู้จัดทำ

• VJUMPKUNG

วัตถุประสงค์

เพื่อให้เข้าใจในส่วนของการที่ปัญญาประดิษฐ์ (Artificial Intelligence) ในเรื่องของงานที่มีความคิดสร้างสรรค์ จินตนาการมาเกี่ยวข้อง โดยเน้นไปในเรื่องของงานศิลปะ เพื่อให้เข้าใจในส่วนของนิยามของความคิดสร้างสรรค์ และ ข้อถกเถียงต่าง ๆ ที่เกิดขึ้นในงานศิลปะ กับ ผลกระทบของปัญญาประดิษฐ์ต่อผู้ปฏิบัติงานศิลปะ

ทบทวนวรรณกรรม

ความหมายของคำว่าความคิดสร้างสรรค์

Margaret A. Boden นักวิจัยและศาสตราจารย์สาขาประชานศาสตร์ (Cognitive science) ให้คำนิยามของคำว่าความคิดสร้างสรรค์ในแนวทางที่แตกต่างกัน คือ มุมมองของการที่ปัญญาประดิษฐ์ มีความคิดสร้างสรรค์ก็เหมือนกับความคิดสร้างสรรค์ในงานศิลปะ ความหมายคือเป็นการใช้ในเรื่องของสุนทรีย์ศาสตร์และอารมณ์ ที่ใช้ในการวัดความฉลาดของมนุษย์ ซึ่งการสร้างสิ่งเหล่านี้นำไปสู่การสร้างปัญญาประดิษฐ์ ให้มีในเรื่องของความคิดสร้างสรรค์ประดิษฐ์ (artificial creativity) ขึ้นมาได้ และ งานภาพปัญญาประดิษฐ์พบว่ามีคุณค่าและมูลค่า ที่นำไปสู่ความคิดสร้างสรรค์ [1]
Keith Sawyer นักจิตวิทยาชื่อดังชาวอเมริกัน ได้นิยามของคำว่าความคิดสร้างสรรค์คือ ส่วนที่ทำให้เราเป็นมนุษย์ โดยเขาให้แนวทางสามอย่างที่บอกได้ว่าเป็นความคิดสร้างรรค์คือ 1. ความคิดสร้างสรรค์คือของใหม่ 2. เขาเน้นย้ำไว้ว่าการที่เป็นสิ่งใหม่และไม่ซ้ำใครคือสิ่งที่สำคัญที่สุดของความคิดสร้างสรรค์ 3. การที่ทำสิ่งที่เคยทำอยู่แล้วไม่เข้าข่ายการที่เป็นความคิดสร้างสรรค์ เช่น เดินทางไปทำงานและกลับด้วยเส้นทางเดิมถือว่าไม่ได้เป็นการกระทำที่มีความคิดสร้างสรรค์เกี่ยวข้อง [1]
จากคำแนะนำของ Keith Sawyer, Boden ได้ให้ประโยคไว้ว่า “ความคิดสร้างสรรค์ ความคิด เป็นสิ่งที่ไม่สามารถทำนายได้” และให้ไว้วว่าความคิดสร้างสรรค์เป็นสิ่งที่ต้องมีความสดใหม่ เธอได้แสดงให้เห็นว่าเด็กอาจจินตนาการ เข้าไปยังหัวของเด็กได้ แต่ก็สิ่งนั้นไม่นับเป็นความคิดสร้างสรรค์ ในบางครั้งความคิดสร้างสรรค์ก็เป็นคำที่ยังเป็น กระบวนทัศน์ ซึ่งยังถกเถียงกันว่า ความคิดที่ใหม่แบบไม่ซ้ำใคร แต่ที่มาจากอิทธิพลของกลุ่มคนอื่น ๆ ยังสามารถนับว่าเป็นความคิดสร้างสรรค์ได้หรือไม่ และยังเป็นเรื่องราวที่ยังคงตามหานิยามของคำว่าความคิดสร้างสรรค์อย่างแท้จริงว่ามีความหมายว่าอย่างไร [1]

คุณค่าและมูลค่าของความคิดสร้างสรรค์ในปัญญาประดิษฐ์

จากความพยายามทำความเข้าใจของ Margaret A. Boden และ Keith Sawyer ในเรื่องของความคิดสร้างสรรค์ Margaret A. Boden ให้สิ่งที่เป็นประเภทของความคิดสร้างสรรค์ในงานศิลปะที่เกิดขึ้นจากปัญญาประดิษฐ์ได้ ได้แก่ การผสมผสาน, การที่อธิบายได้ และ การแปลง [1]
การผสมผสาน คือเป็นการนำสิ่งที่เป็นความคิดที่ไม่ได้มีความใกล้เคียงเลย จาก ความคิดที่ใกล้เคียงกัน โดยตัวอย่างของความคิดสร้างสรรค์ประเภทนี้คือ Elgammal Faceless Portraits เป็นการนำภาพวาดในสมัยก่อนมารวมร่างกันเป็นงานศิลปะใหม่โดยใช้ปัญญาประดิษฐ์ในรูปแบบยุคฟื้นฟูศิลปวิทยา [1]
การที่อธิบายได้ คำนี้มีความหมายว่าเป็นสิ่งที่อาจจะไม่ได้เกิดจากความคิดมนุษย์โดยตรงเช่น ดนตรี, ทฤษฎี หรือ ทัศนศิลป์ การเรียนรู้จากสิ่งที่มีอยู่แล้วก็ทำให้เกิดสิ่งใหม่ขึ้นมาได้ ในส่วนนี้ไม่ได้จำกัดในเรื่องของงานศิลปะเพียงอย่างเดียว [1]
การแปลง คือ เป็นการแปลงจากสิ่งที่เป็นนามธรรมหรือไม่มีจริง อาจทำให้เกิดขึ้นได้ โดยปัจจุปันเป็นในเรื่องของ โครงข่ายประสาทเทียม (neural network) เช่น Deep-Dream ที่สร้างภาพจากความฝันของเราขึ้นมาได้ [1]

วิธีการเรียนรู้ และสร้างสรรค์งานศิลปะของมนุษย์
มนุษย์ของเราการเรียนรู้ในการวาดรูปโดยพื้นฐานจะเริ่มต้นมาจากในการวาดรูปร่างที่ง่ายที่สุดก่อน แล้วค่อย ๆ ไปยังสิ่งที่ยากขึ้นเรื่อย ๆ โดยการวาดในดินสอเน้นไปในส่วนของการลงน้ำหนักต่าง ๆ บนกระดาษ และการแรเงา เพื่อให้เกิดมิติของภาพ กับ การเรียนรู้ในเรื่องของอัตราส่วน และ ทัศนียภาพ (Perspective) [2]
การเรียนรู้ในเรื่องของรูปแบบ (style) ของการวาดภาพนั้น การที่มีรูปแบบของตัวเองช่วยทำให้เกิดการประชาสัมพันธ์ อัตลักษณ์ของเราได้ ในประมาณว่าใครเดินผ่านจะรู้ทันทีว่าอันนี้คืองานของเรา การเรียนรู้ การหาสิ่งนี้มีการใช้ทั้งการคัดลอกจากบุคคลที่ชอบ การใช้เวลาทดลอง การฝึกฝนต่าง ๆ ทำให้เกิดเป็นรูปแบบของตัวเอง [3]
สิ่งที่นำมาเป็นสิ่งที่อยากวาด หรือที่เรียกว่า ความคิด (idea) สิ่งนี้มาได้หลากหลายวิธี ตั้งแต่ ประสบการณ์ชีวิตที่ได้เจออะไรมาต่าง ๆ, การเลื่อนดูรูปภาพตามสื่อสังคมออนไลน์, การเรียนรู้จากศิลปินชื่อดัง, การนั่งร่างภาพไปเรื่อย หรือ ขโมยความคิดคนอื่น ประมาณว่าไปเจอภาพนี้มาลองเอามาวาดดีกว่า ก็ถือว่าเป็นการหาความคิดในการทำงานศิลปะเช่นกัน [4]

วิธีการเรียนรู้ และสร้างงานศิลปะของปัญญาประดิษฐ์ในปัจจุบัน

การเรียนรู้ของปัญญาประดิษฐ์ในปัจจุบันเรียกว่า โมเดลฝุ่นแบบแอบแฝง (latent diffusion model) หลักการคือการนำรูปภาพที่ต้องการมาเพิ่มจุดรบกวน (noise) และให้ตัวของโมเดลปัญญาประดิษฐ์ทำการลบจุดรบกวนออก โดยการลดนั้นนำไปคำนวณค่าความสูญเสีย (loss) ผ่านตัวตรวจสอบว่าเป็นภาพนี้จริงหรือไม่ (discriminator) แล้วนำค่าที่ได้ไปปรับค่าของปัญญาประดิษฐ์เพื่อและมีการเพิ่มจุดรบกวนเพิ่มขึ้นเรื่อย ๆ จนกระทั่งโมเดลรู้จักสิ่งนั้น และ กระทำกับภาพแบบนี้ไปเรื่อย ๆ จนได้เป็นโมเดลฝุ่นแบบแอบแฝง ที่มีความเข้าใจในเรื่องของการลบจุดรบกวนที่ทำให้ได้ภาพที่ในระดับที่ค่าความสูญเสีย [5]
ส่วนที่สองที่ใช้ในการเรียนรู้ของปัญญาประดิษฐ์คือ ตัวแปลข้อความให้เป็น เวกตอร์(Contrastive Language-Image Pre-Training) โดยหน้าที่ของปัญญาประดิษฐ์โมเดลนี้คือ เรียนรู้จากภาพ และ ข้อความให้เข้าใจว่า ข้อความ A คือรูปภาพ A และ เป็นตัวที่ทำให้เข้าใจในเรื่องของส่วนของข้อความกับรูปภาพ เป็นส่วนหนึ่งของการทำ โมเดลฝุ่นแบบแอบแฝง และการแปลงจากข้อความเป็นรูปภาพ [7]

ผลกระทบจากการเข้ามาของปัญญาประดิษฐ์

ผลกระทบหลักของการมีของโมเดลปัญญาประดิษฐ์ในการสร้างรูปภาพจากข้อความขึ้นมาทำให้เกิดตำแหน่งงานใหม่ที่เกี่ยวข้องกับปัญญาประดิษฐ์มากขึ้น แต่ทำให้งานระดับเริ่มต้น ในวงการภาพยนตร์ โทรทัศน์ มีความเสี่ยงเช่นกัน เช่นการแทนที่ศิลปินนักวาดรูปโดยใช้ปัญญาประดิษฐ์ [6]
ในด้านของเศรษฐศาสตร์ และทางด้านของจิตใจ มูลค่าและคุณค่าของงานภาพที่สร้างโดยมนุษย์ย่อมลดลงไปด้วยเนื่องจากข้อมูลที่ได้จากการนำมาฝึกสอนปัญญาประดิษฐ์เป็นข้อมูลที่มีลิขสิทธิ์โดยไม่ได้ให้ความยินยอม ซึ่งปัญหาเหล่านี้เป็นที่น่ากังวลของ ศิลปิน, งานที่ใช้ความคิดสร้างสรรค์ และ หน่วยงานรัฐ [6]
ปัญหาจากการทำโมเดลปัญญาประดิษฐ์ช่วยสร้าง (Generative AI) คือการพัฒนาโมเดลปัญญาประดิษฐ์การเก็บข้อมูลนั้นเป็นการเก็บจากชีวิตจริง ซึ่งข้อมูลเหล่านี้มีความเองเอียงของคุณภาพของรูปภาพที่ถูกสร้างออกมา ไปในทางใดทางหนึ่ง [6]
จากกลุ่มตัวอย่าง 516 คน โดยแบ่งเป็น ช่วงที่ 1 จำนวน 252 คน เป็นบุคคลที่มีอายุ 18 ปีขึ้นไป และได้รับการพิสูจน์ว่าทำงานที่เกี่ยวข้องกับศิลปะ และเก็บข้อมูลผ่านแพลตฟอร์มออนไลน์ Qualtrics และช่วงที่ 2 จำนวน 264 คนเป็นการเปิดให้บุคคลทั่วไปทำแบบสำรวจ เมื่อทำการตรวจสอบข้อมูลที่ได้จากการสำรวจและทำการตัดแบบสำรวจที่ทำไม่เสร็จ เหลือเพียง 459 คน จากแบบสำรวจมีคำถามที่น่าสนใจดังนี้ เจ้าของผลลัพธ์คือผู้สร้างโมเดลปัญญาประดิษฐ์ ไม่เห็นด้วยถึง 32.46%, อยากให้มีการเปิดเผยข้อมูล เห็นด้วยอย่างมาก 48.15 และ มองปัญญาประดิษฐ์เป็นผู้ปฏิบัติงานศิลปะ เห็นด้วย 33.77% ส่วนในเรื่องของค่าตอบแทนของโมเดลปัญญาประดิษฐ์สำหรับการสร้างรูปภาพ มี 106 คน ไม่ได้มีความต้องการกำไรจากงานศิลปะ แต่ไม่ต้องการให้บริษัททำกำไรจากงานศิลปะของพวกเขา และ 82 คนต้องการจ่ายค่าสนับสนุนให้กับการฝึกฝนโมเดลปัญญาประดิษฐ์ โดยไม่มีค่าชดใช้ใด ๆ ข้อมูลเพิ่มเติมคือ หากมีการนำรูปแบบการวาดของคุณถูกสร้างโดยปัญญาประดิษฐ์ มี 39.22% เห็นด้วยที่ผู้ใช้ปัญญาประดิษฐ์เป็นเจ้าของผลงานชิ้นนั้น และจากแบบสำรวจพบว่าเป็นเพศชายเห็นด้วยมากกว่าเพศหญิง ที่เห็นด้วยกับผู้ใช้ที่สร้างภาพปัญญาประดิษฐ์ที่มีรูปแบบการวาดเป็นของตนเอง เป็นของผู้ใช้ [6]

สรุปและความคิดเห็นจากการทบทวนวรรณกรรม

ปัญญาประดิษฐ์กับการที่มีความคิดสร้างสรรค์ เป็นเรื่องที่ยังคงถกเถียงในบรรดานักวิชาการ นักปรัชญา และ นักจิตวิทยาจนถึงปัจจุบัน บางคนกล่าวว่าความคิดสร้างสรรค์เป็นสิ่งที่ทำให้เป็นมนุษย์ แต่มีบางคนบอกว่าปัญญาประดิษฐ์มีได้เช่นกัน ซึ่งประเภทของความคิดสร้างสรรค์ของปัญญาประดิษฐ์ไม่ได้เป็นในส่วนของการสร้างขึ้นใหม่จากเริ่มต้น แต่เป็นการผ่านจากข้อมูลที่ได้จากการฝึกฝนเรียนรูปัญญาประดิษฐ์ เพื่อให้เกิดความคิดสร้างสรรค์ขึ้นมา [1]
การวาดรูปและการสร้างงานศิลปะใด ๆ จากมนุษย์และปัญญาประดิษฐ์ ในบางจุดมีสิ่งที่เหมือนกันและแตกต่างกันอยู่บ้างได้แก่ มนุษย์มีการเรียนรู้ผ่านการฝึกฝน ประสบการณ์ ความรู้ในชีวิตจริง เช่น การเรียนรู้จากศิลปินที่ชอบ การทดลองคัดลอกรูปแบบจากศิลปินดัง การคัดลอกความคิดที่อยู่ตามโลกออนไลน์ เป็นต้น [3] [4] ในส่วนของปัญญาประดิษฐ์ มีการป้อนในส่วนของข้อมูลภาพที่เป็นของศิลปินดังพร้อมชื่อศิลปินที่ชอบ ซึ่งการทำแบบนี้กลับกลายเป็นเหมือนการขโมยรูปแบบมาฝึกโดยไม่ขอความยินยอม ในจุดนี้มีการถกเถียงถึงในชั้นศาลและ โลกออนไลน์มากมาย [6] ทำให้การใช้งานปัญญาประดิษฐ์ในการสร้างรูปภาพ ต้องมีความระมัดระวัง โดยในปัจจุบัน StabilityAI, Midjourney, Deviantart ได้ถูกศาลยกฟ้องในเรื่องของการจดลิขสิทธิ์โมเดลปัญญาประดิษฐ์สร้างรูปภาพของพวกเขา และ การฟ้องในส่วนของรูปภาพ ต้องให้มีการระบุเป็นรูปภาพต่อรูปภาพต่อไป

บรรณานุกรม

[1] Cheng, M. (2022, April). The creativity of artificial intelligence in art. In Proceedings (Vol. 81, No. 1, p. 110). MDPI.

[2] Hayler, K. (2023, May 17). The basic skills of drawing: Learn to draw for beginners. Medium. https://medium.com/@kjhayler/the-basic-skills-of-drawing-learn-to-draw-for-beginners-efe04f3796bb

[3] Hayler, K. (2024b, July 19). 8 style tips: How to find your drawing style. Wildlife Art and Travel. https://www.wildlifeartstore.com/how-to-find-your-drawing-style/

[4] Hayler, K. (2024c, July 19). 10 ways artists get their ideas and find inspiration. Wildlife Art and Travel. https://www.wildlifeartstore.com/how-do-artists-get-their-ideas/

[5] Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 10684-10695).

[6] Lovato, J., Zimmerman, J., Smith, I., Dodds, P., & Karson, J. (2024). Foregrounding Artist Opinions: A Survey Study on Transparency, Ownership, and Fairness in AI Generative Art. arXiv preprint arXiv:2401.15497.

[7] Openai. (n.d.). GitHub - openai/CLIP: CLIP (Contrastive Language-Image Pretraining), Predict the most relevant text snippet given an image. GitHub. https://github.com/openai/CLIP?tab=readme-ov-file