1. Как коммерческие алгоритмы сегодня формируют вкусы в музыке, моде и искусстве: от стриминга до генеративного продакшна. Где заканчивается творческая интуиция человека и начинается статистическая рекомендация нейросети?
За нашим «мне нравится» стоит большая работа корпораций. Это и создание продукта с применением big data, и его продвижение. Допустим, Apple Music — это стриминг с целой сетью лейблов. Мало того что они искусственно продвигают своих артистов, они помогают им создавать музыку на основе аналитики. Это уже не полет творческой фантазии, а работа со спросом и предложением. Здесь можно многое обсуждать и даже строить теории заговора. Например, как так вышло, что Apple начали снимать документалку The World’s A Little Blurry про Билли Айлиш еще до того, как она записала первый альбом и стала известной.
2. Сосуществование человека и ИИ в подборе креативных команд.
Разбираемся, как может сосуществовать, а не конкурировать человеческий профессиональный опыт и рекомендации нейронки, которая оценивает формальные критерии: стоимость, доступность, схожий опыт в портфолио.
3. Обучение AI на работах талантов: кто кого обучает.
Проблема этики и авторства. Например, кейс с Маркусом Браунли, который тестировал бета-версию Sora, а она выдала ему фрагменты его же собственных влогов в виде «оригинального» продукта.
4. Почему важно понимать, как устроены алгоритмы, если ты создаешь или заказываешь креатив.
Например, продажа платформами наших данных в момент принятия пользовательских соглашений.
5. Где заканчивается творческая интуиция человека и начинается статистическая рекомендация нейросети?
На практике граница все больше размывается. Человек по-прежнему чувствует нюанс, атмосферу, культурный контекст — то, что не всегда считывает машина. Но при этом нейросети уже влияют на исходные данные, с которыми работает творец: от трендов и аналитики до «советов» платформ — что зайдет аудитории? Поговорим о плюсах, минусах и прогнозах.
СПИКЕРЫ
