Niemy sygnał zniknął

Dyrektorka finansowa w Warszawie otwiera wiadomość wideo od prezesa. Twarz się porusza, głos się zgadza, usta pasują do słów, a polecenie brzmi: zwolnić płatność dla dostawcy przed południem. Nic z tego się nie wydarzyło.

Co zmieniło się w tym tygodniu. Meta udostępniła Muse Video we wczesnym podglądzie, pierwszy masowy model tekstu na wideo z natywnym, zsynchronizowanym dźwiękiem zamiast niemych ujęć udźwiękawianych później. Zajmuje trzecie miejsce w publicznym rankingu preferencji ludzkich. Dni wcześniej xAI ogłosiło ukończenie Grok Imagine, dodając generowanie obrazu i krótkiego wideo na modelu Aurora w aplikacjach Grok.

Dlaczego dźwięk ma znaczenie. Sygnałem, po którym większość rozpoznawała klip AI, był dźwięk: fałszywki były nieme lub dubbingowane bez synchronizacji. Natywny dźwięk usuwa ten sygnał. Wygenerowana postać może teraz wypowiedzieć twój tekst, głosem twojego członka zarządu i z ustami w rytm. Jakość modelu nie jest wiadomością. Jest nią zniknięcie łatwego sygnału.

Dlaczego ląduje to na twoim biurku, nie w kanale

To problem pochodzenia, nie kreatywności. Dla właściciela użyteczne pytanie nie brzmi już, czy AI potrafi zrobić wideo. Wyraźnie potrafi. Pytanie brzmi, czy potrafisz udowodnić, które wideo są twoje i prawdziwe, i czy osoby w twojej treści AI wyraziły zgodę.

Podszywanie się to bezpośredni koszt. Przekonujące wideo wskazanego członka zarządu zatwierdzającego przelew, polecającego produkt lub ogłaszającego wycofanie jest teraz tanie do wytworzenia i trudne do obalenia po fakcie. Związek Banków Polskich i europejskie zespoły antyfraudowe już rejestrują zatwierdzenia głosem sklonowanym; zsynchronizowane wideo to kolejny krok. Ustal teraz zasadę weryfikacji: żadna płatność ani oświadczenie publiczne nie działa na podstawie samego wideo, bez drugiego kanału, któremu twoi ludzie już ufają.

Wniosek. Pochodzenie przechodzi z przypisu zgodności do kontroli operacyjnej. Content Credentials, standard C2PA kryptograficznie podpisujący, skąd pochodzi plik, to praktyczne zabezpieczenie: podpisz swoje prawdziwe wideo, aby klient lub dziennikarz mógł je zweryfikować, i traktuj niepodpisane wideo twojej marki domyślnie jako niezweryfikowane.

Walka o zgodę już się zaczęła

Walka o zgodę już trwa. W ciągu godzin od premiery Muse użytkownicy sprzeciwili się wykorzystywaniu przez Meta ich przesłanych zdjęć do trenowania modelu. To druga odpowiedzialność: nie wynik, lecz prawa do trenowania i do wizerunku za nim. W UE wideo generatywne podlega obowiązkowi z artykułu 50 rozporządzenia o AI oznaczania mediów syntetycznych, obok zgody RODO na każdą prawdziwą twarz lub głos.

Dla europejskiej firmy praktyczne ryzyko leży we własnym użyciu. Jeśli twój marketing generuje postać rzecznika, opinię klienta lub scenę z pracownikami, to ty niesiesz łańcuch zgód i etykietę treści AI, nie dostawca narzędzia. Wygenerowana twarz przypominająca prawdziwego pracownika lub głos wytrenowany na prawdziwej rozmowie z klientem to miejsce, gdzie spada kara.

Co zrobić w tym kwartale. Trzy ruchy, żaden techniczny. Napisz jednostronicową zasadę, kiedy wideo AI może reprezentować twoją markę i kto to zatwierdza. Włącz Content Credentials dla wideo, które publikujesz. I dodaj "czy prawdziwa osoba wyraziła zgodę i czy jest oznaczone" do tej samej listy, która już pyta "czy jest zgodne z marką". Możliwość pojawia się wcześnie; zarządzanie to część, którą kontrolujesz.

Czytaj dalej: Reklamowa AI Meta rusza wokół Europy  |  Meta chce wynajmować wolną moc AI