Position: Universal Aesthetic Alignment Narrows Artistic Expression
Dieses Positionspapier argumentiert, dass eine übermäßige Ausrichtung von Bildgenerierungsmodellen auf generalisierte ästhetische Präferenzen die Nutzerautonomie und den künstlerischen Pluralismus untergräbt, indem es „anti-ästhetische" Ausgaben systematisch bestraft, selbst wenn diese explizite Benutzeranweisungen strikt befolgen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie beauftragen einen sehr talentierten Künstler, ein Bild für Sie zu malen. Sie geben ihm eine sehr spezifische Anweisung: „Ich möchte eine unscharfe, chaotische, beängstigend aussehende Straßenszene, die sich einsam und ängstlich anfühlt."
Sie erwarten, dass der Künstler zuhört. Stattdessen malt der Künstler eine helle, sonnige, perfekt scharfe und fröhliche Straßenszene. Als Sie fragen: „Warum haben Sie es nicht gruselig gemacht?", antwortet der Künstler: „Weil mein Chef mir gesagt hat, dass 'gute Kunst' immer schön, sonnig und glücklich sein muss. Wenn ich etwas Hässliches oder Trauriges male, wird mir der Computer, der meine Arbeit bewertet, eine Durchfallnote geben."
Dieser Artikel argumentiert, dass genau dies bei modernen KI-Bildgeneratoren passiert.
Das Kernproblem: Der „perfekte" Roboter-Künstler
Die Autoren nennen dies „universelle ästhetische Ausrichtung". Es ist so, als wäre die KI von einem Komitee von Menschen trainiert worden, die sich in einem Punkt einig sind: „Schönheit bedeutet hell, klar und glücklich."
Der Artikel behauptet, dass Entwickler diese KI-Modelle so abgestimmt haben, dass sie immer dieses eine, „perfekte" Aussehen hinterherjagen. Das Problem ist, dass dies ignoriert, was der eigentliche Nutzer will. Manchmal braucht man für Kunst, Filme oder Geschichtenerzählen etwas Hässliches, Dunkles, Unscharfes oder Trauriges. Aber die KI weigert sich, dies zu tun, weil ihr internes „Notenbuch" (ein sogenanntes Belohnungsmodell) so programmiert ist, dass es alles hasst, was nicht konventionell hübsch ist.
Der Filter der „toxischen Positivität"
Die Autoren verwenden eine Metapher der „toxischen Positivität". Genau wie eine Person, die darauf besteht, immer glücklich zu sein, echte Traurigkeit ignoriert, ignorieren diese KI-Modelle echte negative Emotionen.
- Das Experiment: Die Forscher baten die KI, Gesichter zu zeichnen, die Angst, Wut oder Trauer zeigen.
- Das Ergebnis: Die „ausgerichteten" KI-Modelle ignorierten die Anweisungen oft und zeichneten stattdessen glückliche Gesichter. Selbst wenn sie versuchten, ein trauriges Gesicht zu zeichnen, gab ihr internes Bewertungssystem ihnen eine schreckliche Note, weil es nicht „hübsch" genug war.
- Die Analogie: Es ist wie ein Lehrer, der einem Schüler einen „ungenügend" für einen Aufsatz über eine Tragödie gibt, weil der Lehrer denkt, der Aufsatz hätte eine glückliche Geschichte über einen Welpen sein sollen.
Die Falle des „Durchschnittsmenschen"**
Der Artikel argumentiert, dass diese KI-Modelle nicht wirklich lernen, was Sie mögen. Stattdessen lernen sie, was ein imaginärer „Durchschnittsmensch" mag.
- Die Metapher: Stellen Sie sich ein Restaurant vor, das nur die „durchschnittliche" Mahlzeit serviert. Wenn Sie ein scharfes, seltsames oder bitteres Gericht bestellen, lehnt der Koch ab und gibt Ihnen stattdessen ein fade belegtes Sandwich mit der Begründung: „Die meisten Menschen mögen Sandwiches."
- Die Realität: Die KI ist darauf ausgelegt, die „Mehrheit" zu befriedigen (oder das, was die Entwickler glauben, dass die Mehrheit will). Dabei verstummen die Minderheiten, die etwas anderes wollen. Die Autoren nennen dies „umgekehrte Ausrichtung". Anstatt dass sich die KI am Nutzer ausrichtet, wird der Nutzer gezwungen, sich an die enge Definition von „gut" der KI anzupassen.
Der „Kunstgeschichte"-Test
Um zu beweisen, dass es sich nicht nur um eine schlechte KI handelt, testeten die Forscher das Bewertungssystem der KI an berühmten, realen Kunstwerken.
- Der Test: Sie zeigten dem Bewertungssystem der KI berühmte Gemälde wie Der Schrei (der absichtlich gruselig und verzerrt ist) und abstrakte Kunst.
- Das Ergebnis: Die KI vergab diesen Meisterwerken schreckliche Noten. Sie bewertete sie niedriger als ein generisches, hübsches Bild einer Blume, das von der KI generiert wurde.
- Der Punkt: Das „Auge" der KI ist so auf einen bestimmten, polierten Stil abgestimmt, dass es künstlerischen Wert in nichts erkennen kann, das chaotisch, dunkel oder unkonventionell aussieht.
Die Schlussfolgerung: Eine engere Welt
Der Artikel kommt zu dem Schluss, dass wir durch das Erzwingen, dass alle KI-Kunst „perfekt" und „hübsch" aussieht, die Welt des kreativen Ausdrucks verkleinern.
- Die Analogie: Es ist wie ein Musik-Streaming-Dienst, der nur beschwingte Popsongs abspielt und sich weigert, Ihnen Jazz, Blues oder Heavy Metal zu ermöglichen, mit der Behauptung, „beschwingter Pop ist das, was jeder mag".
- Die Gefahr: Dies macht die KI nicht nur nervig; es verhindert aktiv, dass Nutzer die Kunst erschaffen, die sie tatsächlich machen wollen. Es verwandelt die KI von einem Werkzeug, das Ihnen gehorcht, in ein Werkzeug, das Ihnen sagt, was Sie sollten.
Kurz gesagt sagt der Artikel: Hören Sie auf, die KI zu einem „perfekten" Künstler zu zwingen. Lassen Sie sie ein Werkzeug sein, das hässlich, traurig und chaotisch sein kann, wenn Sie das verlangen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.