
Pendant longtemps, les IA créatives n’étaient qu’un sujet réservé à l’art numérique et médiatique. Deep Dream, auto-encodeurs, GAN - vous en avez entendu parler, ce sont des jouets fascinants pour les nerds, mais certainement pas une menace pour les créatifs « sérieux ». Et maintenant, tout à coup, tout est différent, avec une diffusion stable, GPT, etc. Les controverses bouillonnent actuellement, qu'il s'agisse de la grève des scénaristes à Hollywood ou des procès contre OpenAI et Google pour utilisation illégale de données d'entraînement. Il ne s'agit pas seulement de conditions de travail, il s'agit aussi de droits d'auteur et de partage des énormes profits qui peuvent être tirés des textes/morceaux de musique/photos/illustrations créés automatiquement. La véritable question se pose donc de savoir comment les artistes peuvent travailler et survivre lorsque les machines apprennent à être créatives. A l'occasion du festival de bande dessinée Fumetto , nous souhaitons aller au fond de la question de savoir ce que l'IA générative signifie pour l'industrie culturelle. Quelle partie du travail créatif les machines seront-elles bientôt capables de faire aussi bien que les humains ? Et qu’est-ce que cela signifie pour les moyens de subsistance de ceux qui travaillent dans le domaine des arts et qu’est-ce que cela signifie pour les agences de financement et les établissements d’enseignement ? Y a-t-il ici des signes d’un changement culturel et politique ou tout restera-t-il plus ou moins le même une fois le battage médiatique passé ? Que peuvent faire les modèles actuels, que nous réserve-t-il d’autre, comment gérer ces évolutions au niveau du financement, des utilisateurs et de la réglementation ? https://www.turingagency.org/blog/symposium-am-fumetto-generative-ki-gefahr-oder-sparring-partner-fuer-die-kultur
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
