Hva koster et gratis bilde?

Vi har alle sett dem: Glattpolerte plakater med rare detaljer som reklamerer for dugnader, konserter og skoleavslutninger. Plakater som ser helt greie ut ved første øyekast, men som, om man tar et ekstra sekund til å se nærmere etter, raskt avsløre som å være generert av kunstig intelligens (KI). Hvordan har det blitt sånn?

Jeg har spurt en rekke arrangører som har brukt KI-genererte illustrasjoner, og har kommet til den (ikke så) banebrytende oppdagelsen at KI blir brukt fordi:

1. Det er enkelt
2. Det er gratis

Enkelt er det jo. Men … Er det gratis?

Jeg heter Linn, er serieskaper og illustratør, og jeg studerer medievitenskap ved Universitetet i Oslo. La meg ta deg med bak fasaden og prøve å fortelle deg hva det faktisk koster å generere et bilde. For naturen vår, for arbeidere og ikke minst for samfunnet vårt.

Et av favorittsitatene mine fra samfunnsøkonomi er at «det finnes ingen gratis lunsj.» Det forventes kanskje at du skal signere en kontrakt, dele informasjon, eller betale lunsjen neste gang. Og lunsjen dukket heller ikke opp fra ingensteds. Den ble tilberedt av noen som brukte råvarene som noen hadde produsert.

På samme måte som det ikke finnes noen gratis lunsj, finnes det heller ikke et gratis bilde. La oss dykke inn i hva som skjer fra start til slutt i prosessen som ender med at du sitter igjen med et KI-generert bilde.

Klikk her om du lurer på hva generativ KI egentlig er for noe!

Generativ kunstig intelligens er en type KI som kan generere nytt innhold som tekst, bilder eller video, basert på mønstre den har lært fra store mengder data. Dataen er ofte samlet inn uten samtykke fra de som skrev eller lagde den, se for eksempel saken hvordan OpenAi ulovlig har lastet ned artikler fra Store norske leksikon.

Generativ kunstig intelligens regner ut det mest sannsynlige, som for eksempel det neste ordet i en setning, eller det visuelle mønsteret som passer best med bildebeskrivelsen du ba om.

Modellen må mates!

Det første som skjer, er at modellen må mates med data, altså tekst og bilder fra internett. Dataen samles ofte inn av søkeroboter. Erik Bolstad, redaktør i Store norske leksikon, anslo på Tidsskriftsdagen tidligere i år at hele internett har blitt lastet ned to ganger. Alt fra familiebildene dine, til kunstverk av profesjonelle kunstnere har blitt til fôr. Ingen spør eller blir spurt om lov.

En datasamling som har blitt brukt til å trene flere KI-modeller heter LAION-5B. Dette datasettet består av 5.85 milliarder bilder hentet fra internett, hvor ingen ble kompensert for bruk av bildene eller kunsten sin.¹

Hvordan er dette lovlig?

Hvordan kan denne hentingen av data være lovlig? Svaret er at selskapene gjør det lovlig gjennom noe som kalles for hvitvasking av data, en oversettelse av begrepet «data laundering».

Hvitvasking av data er når noen tar data som de ikke burde bruke, endrer på det for så å fremstille det som originalt, «fair use» eller ugjenkjennelig.²

For å falle inn under «fair use», altså retten til å kunne bruke andres verk lovlig, bruker de store KI-selskapene ofte datasett samlet inn av akademikere eller frivillige organisasjoner. Eller så henter de data fra steder de ikke har lov, men gjør det grumsete å se nøyaktig hva som har blitt hentet og hvor det er hentet fra.

Et KI-selskap kan for eksempel hente tusenvis av illustrasjoner fra internett. Først mates illustrasjonene til KI-modellen. Deretter skjer en prosess hvor materialet tukles med, mikses sammen, oppsummeres og brytes ned i mindre deler.

For eksempel kan alle leppene på illustrasjonene identifiseres og lagres i en egen kategori. Modellen kan så blande disse leppene sammen og generere nye varianter som videre kan være referansene for nye genererte bilder. Da er det vanskelig å peke nøyaktig på hvilke originalbilder leppene er hentet fra.

Dette endrer ikke at illustrasjonene blir tatt fra internett uten tillatelse. Det gjør det bare vanskeligere å snakke om, straffe og gi konsekvenser. De som må leve med konsekvensene er alle de tusen kunstnerne som fikk illustrasjonen og tegnestilen sin stjålet.

Modellen må trenes

Det neste som skjer er at KI-modellene må trenes. Data har ingen verdi uten kategori. Uten kategorisering av dataen er det som om alle eiendelene til hele borettslaget ligger i en svær haug på plenen. Rydding og kategorisering av dataen blir gjort av en yrkesgruppe som kalles dataarbeidere.

Dataarbeidere, også kalt «mikroklikkere» eller «spøkelsesarbeidere», er mennesker som jobber under dårlige kår. Etter ChatGPT ble lansert i 2022 ble det kjent at arbeiderne i Kenya tjente under 2$ i timen på å trene opp modellen.

I tillegg til å få dårlig betalt har arbeiderne dårlige kontrakter. Statistisk sett er det ofte kvinner, eldre og minoriteter som ender opp i slike midlertidige stillinger. Det er også en gjenganger at stillingene fylles av innvandrere og flyktninger, ofte med høyere utdanning.³

Om lønnen og kontraktene er dårlige, er heller ikke selve arbeidet hyggelig. I en rapport fortellers syriske dataarbeidere i Tyskland at de måtte sortere bilder av jordskjelvruiner. Fra sine egne hjembyer, som de hadde flyktet fra. En annen dataarbeider fortalte at oppgavene innbefattet å se på overgrepsmateriale, grafiske voldsbilder og bilder av selvmord. For arbeiderne kunne dette føre til problemer med søvn og appetitt. Flere av dem utviklet depresjoner.⁴

Vi hører aldri om disse menneskene.

KI-bildet av en glattpolert kanin som holder en mikrofon høres kanskje ikke like gratis ut nå.

Klima og KI

Hver gang du genererer et bilde med KI, bruker du like mye energi som når du lader mobilen fra 0 til 100 prosent. Det genereres over 34 millioner KI-bilder hver dag.

Skylagring høres kanskje klimavennlig ut, men det finnes ingen sky som lagrer dataene som trengs for å generere bilder. Skyen er en eufemisme for gigantiske datasentre, som må kjøles ned med uforståelige mengder vann for å kunne fungere. For ikke å snakke om all skogen som må hugges ned for å ha plass til å bygge dem. Det økologiske fotavtrykket er bredt og enormt.

Det finnes ingen gratis bilder

Det finnes ingen gratis bilder. Men det er ikke vår feil at vi ikke vet hva det koster.

Bedriftene som selger oss KI-programmer har jobbet hardt med språket sitt for å få oss til å tro at ting er automatisert, sømløst og magisk. Men det er ikke magi, det er bortgjemt arbeid.

Bildet du sitter igjen med er bygget på underbetalte og psykologisk misbrukte arbeidere, nedhugget skog, bortkastet vann, og data stjålet fra privatpersoner og kunstnere. Alt dette ofres for et sjelløst, glattpolert bilde med rare detaljer.

For tro meg når jeg sier det: Folk ser at du bruker et KI-generert bilde. For meg og mange andre som verdsetter visuelle medier, senker KI-illustrasjoner bedriften eller dugnaden din ned på troverdighetsnivået til en god svindel e-post. Det ser upersonlig ut for en frivillig organisasjon, og billig ut for en bedrift.

Vi må ta et standpunkt

Hvis noe er for godt til å være sant, så er det trolig det. Likevel ser vi at bedrifter prøver å ta arbeidskraften vår og selge den tilbake til oss. Dette skjer ikke bare hos kunstnere og fotografer, men i yrkesgrupper som regnskapsførere og ingeniører. Arbeidet du gjør og kunnskapen du har kan redefineres som ren data for en KI-modell, hvis arbeidsgiveren din har nok penger og ønsker det.

Selv om det ikke er snakk om penger, så er kostnadene av bildegenerering høyre. Og det er vi som betaler dem. Ikke de store bedriftene som utnytter muligheten i effektiviseringens navn.

Når så mange bedrifter og frivillige arrangører genererer bilder, så er det disse bildene som til slutt omgir oss. Hvis vi virkelig går inn i oss selv og spør om det er disse polerte og maskinskapte bildene vi vil se i barnebøker, på bussen og på Instagram så vil de fleste svare nei. Derfor har vi alle et ansvar, og vi må ta et standpunkt.

Generativ KI kan redde liv med nye medisiner og oppsummere store tekstmengder som kan effektivisere lesing av dokumenter. Det burde ikke brukes til å generere bilder for skoleavslutninger eller dugnader. Vi skaper ikke verdi i samfunnet gjennom tyveri, misbruk og naturødeleggelse. Vi skaper verdi ved å bruke hverandre og slippe hverandre til.

Bruk den ekstra halvtimen det tar å gi oppgaven til et barn som elsker å tegne, eller en ungdom som liker å leke i Canva. Hvis du har en liten slant, be en ung kunstner om å lage noe for en symbolsk sum.

Og hvis du jobber i en stor bedrift, for gudenes skyld betal noen for å lage kampanjen din.
Ikke fordi det er enkelt, men fordi det er ekte. Og fordi det betyr noe.

---

Kilder:

1. Steyerl, Hito (2023), Mean Images, New Left Review 140/141, March-June 2023. p.82-97. https://newleftreview.org/issues/ii140/articles/hito-steyerl-mean-images ↩︎
2. Amer, S. K. (2023). AI Imagery and the Overton Window. arXiv preprint arXiv:2306.00080. https://arxiv.org/abs/2306.00080 ↩︎
3. Le Ludec, C., Cornet, M., & Casilli, A. A. (2023). The problem with annotation. Human labour and outsourcing between France and Madagascar. Big Data & Society, 10(2), 20539517231188723. https://journals.sagepub.com/doi/full/10.1177/20539517231188723 ↩︎
4. Steyerl, Hito (2023), Mean Images, New Left Review 140/141, March-June 2023. p.82-97. https://newleftreview.org/issues/ii140/articles/hito-steyerl-mean-images ↩︎ ↩︎