Cyfrowa transformacja branży filmowej: Jak sztuczna inteligencja zmienia siódmą sztukę / Wasilis Tsuavos, Fotis kitsios

2.1 . Poprzednie przeglądy literatury

Pradeep i in. ( Pradeep i in., 2023 ) stwierdzają, że sztuczna inteligencja ma wpływ na produkcję filmową i przynosi zarówno szanse, jak i wyzwania. Anantrasirichai i D. Bull ( Anantrasirichai & Bull, 2022 ) wskazują, że oparta na uczeniu maszynowym sztuczna inteligencja rozwinęła stan wiedzy w kilku kreatywnych zastosowaniach, w tym tworzeniu i ulepszaniu treści, wydobywaniu i analizie informacji, a także kompresji danych. Chan-Olmsted ( Chan-Olmsted, 2019 ) stwierdza, że ​​zastosowania sztucznej inteligencji w mediach pojawiły się w ośmiu głównych domenach: rekomendacje treści dla odbiorców, zaangażowanie odbiorców, rozszerzone doświadczenia, udoskonalanie wiadomości, optymalizacja treści, zarządzanie treścią, tworzenie treści, wgląd w odbiorców i automatyzacja operacyjna. Amato i in. ( Amato i in., 2019 ) mają na celu przedstawienie pragmatycznej wizji potencjalnego zakresu działań AI w branżach kreatywnych, sugerując perspektywę tego, w jaki sposób ta technologia wspomagająca mogłaby przyczyniać się do prac badawczo-rozwojowych w tym zakresie.

2.2 . Proces wyboru artykułów

Artykuły zostały pobrane z baz danych Scopus i Web of Science, ponieważ bazy te zapewniają obszerny zakres badań biznesowych i medialnych. Przeszukaliśmy artykuły, używając kombinacji kluczowych faz, takich jak „transformacja cyfrowa”, „sztuczna inteligencja”, „branża medialna”, „branża filmowa” itp. w polach tytułu, słowa kluczowego i streszczenia. Wszystkie artykuły zostały pierwotnie opublikowane w recenzowanych czasopismach i materiałach konferencyjnych. Nie zastosowano żadnych ograniczeń co do roku publikacji.

Łącznie wyszukano 814 artykułów, stosując zapytania o wspomniane słowa kluczowe. Po zastosowaniu ograniczeń językowych, źródłowych i kategorialnych, pozostało 135 artykułów. Pozostałe artykuły przeanalizowano pod kątem treści, co doprowadziło do wykluczenia 26 artykułów na podstawie tytułu, 17 artykułów na podstawie streszczenia i 6 artykułów na podstawie treści. Następnie usunięto 35 duplikatów artykułów, co dało łącznie 44 artykuły. Dodano do nich 10 artykułów z wyszukiwania wstecznego i 20 artykułów z wyszukiwania do przodu. Pozostało 74 artykuły do ​​analizy ( rys. 1 ).

1. Pobierz: Pobierz obraz w wysokiej rozdzielczości (250 KB)
2. Pobierz: Pobierz obraz w pełnym rozmiarze

Rys. 1. Proces wyboru artykułów.

Poszukiwania zakończono, gdy znaleziono powtarzające się artykuły dla kilku kombinacji słów kluczowych. W ten sposób osiągnięto decydującą liczbę artykułów.

2.3 . Ramy klasyfikacji

Przeanalizowano siedemdziesiąt cztery artykuły i podzielono je na cztery szerokie koncepcje (tworzenie, produkcja, dystrybucja, wystawa), które stanowią podstawowe funkcje łańcucha wartości przemysłu filmowego ( Eliashberg i in., 2006 ).

3.1 . Sztuczna inteligencja w tworzeniu

W tej pierwszej fazie, pomysł filmu jest weryfikowany, scenariusz jest tworzony, aktorzy i reżyserzy są wyznaczani, a jeśli to możliwe, zabezpieczane jest początkowe finansowanie. Na tym etapie filmowcy określają również przybliżony budżet kosztów produkcji, w oparciu o takie czynniki, jak scenariusz, potencjalne koszty postprodukcji i honoraria aktorów ( European Commision et al., 2017 ). Sztuczna inteligencja (AI) wyłania się na tym etapie jako potężne narzędzie, zwiększające prawdopodobieństwo komercyjnego sukcesu filmu. Oferuje analityczny wgląd w modyfikacje scenariusza i wybory obsady, a nawet przewiduje ogólną rentowność przedsięwzięcia filmowego. Takie prognozy oparte na AI są kluczowe dla wzmocnienia decyzji inwestycyjnych, często utrwalając je jeszcze przed faktycznym rozpoczęciem produkcji ( Liao et al., 2022 ; Tan et al., 2014 ; Verma & Verma, 2019 ). Osiąga się to poprzez asymilację danych z różnych źródeł i zastosowanie metod analizy sieci społecznościowych oraz eksploracji tekstu w celu wyodrębnienia istotnych atrybutów, takich jak „o czym” jest film, „kto” jest w obsadzie, „kiedy” film powinien zostać wydany itp. ( Lash i Zhao, 2016 ). W rezultacie producenci dysponują precyzyjnym wglądem w preferencje i preferencje odbiorców ( Behrens i in., 2021 ; Schulz i in., 2021 ; Verma i Verma, 2019 ).

Stworzenie scenariusza filmowego wymaga połączenia racjonalnego rozumowania, wyobraźni i kreatywności ( Lee i in., 2018 ). Chociaż ludzka intuicja jest nadal czynnikiem krytycznym ( Anantrasirichai i Bull, 2022 ), sztuczna inteligencja może ją wspierać, sugerując treść scenariusza ( Aidarbekov i in., 2021 ; Behrens i in., 2021 ). Nawet programy LLM, takie jak ChatGPT, mogą generować pomysły na scenariusze, konspekty i opisy postaci oraz dostarczać kreatywne opcje ( Erpelding i in., 2024 ; Totlani, 2023 ), a konkretnie narzędzia AI, takie jak Scriptbook i LargoAI, identyfikują trendy i wzorce w udanych filmach, umożliwiając scenarzystom i producentom podejmowanie decyzji opartych na danych ( Mutlu, 2020 ). Narzędzia te są trenowane przy użyciu tekstu z wysoko ocenianych filmów, aby określić, w jakim stopniu wywołane emocje wpływają na preferencje publiczności ( Del Vecchio i in., 2021 ; Khan i in., 2016 ). Na podstawie takich spostrzeżeń, AI może analizować rozwój postaci, struktury fabuły i dialogi, aby zapewnić informacje zwrotne na temat jakości scenariusza, a nawet generować kompletne scenariusze, które rezonują z widzami, a nawet komponować uzupełniające tematy muzyczne ( Ilina, 2023 ). Jako takie, stanowią one opłacalny dodatek do procesu tworzenia filmów, aktywnie kształtując produkcję ( Pradeep i in., 2023 ) „Sunspring” jest wczesnym przykładem filmu wyprodukowanego w 2016 roku, który został napisany przez maszynę AI o nazwie Benjamin ( Caramiaux & Donnarumma, 2021 ; Datta & Goswami, 2021 ). Obecnie AI wspiera wizualną konceptualizację, gdzie generatywne narzędzia AI, takie jak Midjourney i Runway, umożliwiają tworzenie koncepcji artystycznych, storyboardów, a nawet całych scen. Narzędzia te wykorzystują modele dyfuzyjne do generowania elementów wizualnych na podstawie podpowiedzi tekstowych, umożliwiając twórcom filmowym szybkie i efektywne eksplorowanie pomysłów twórczych ( Wang i in., 2024 ).

Podczas gdy sztuczna inteligencja usprawnia proces twórczy, budzi również wątpliwości natury etycznej. Tworzenie treści filmowych przy użyciu sztucznej inteligencji podważa tradycyjne koncepcje autorstwa, autentyczności i własności. Kiedy algorytmy generują scenariusze, postacie i efekty wizualne poprzez łączenie elementów z istniejących dzieł, granica między kreatywnością człowieka i maszyny zaciera się ( Weber i in., 2024 ). Tradycyjne prawa autorskie pisane dla twórców ludzkich mogą nie mieć zastosowania do treści generowanych przez sztuczną inteligencję, co umieszcza je w szarej strefie regulacyjnej, której nie przypisuje się ani programistom, ani zespołom kreatywnym. Ta niepewność prawna komplikuje kwestię sprawiedliwego wynagrodzenia dla profesjonalistów kreatywnych, podczas gdy studia i firmy technologiczne konkurują o cenne prawa własności intelektualnej ( Ching i Mothi, 2025 ; Thomas, 2024 ). Ponadto nadmierne poleganie na treściach generowanych przez sztuczną inteligencję może prowadzić do utraty autentyczności emocjonalnej i głębi narracji, które może zapewnić tylko ludzkie doświadczenie ( Franco Lazarte i in., 2025 ; Yang, 2024 ). Zgoda, uprzedzenia i reprezentacja kulturowa stanowią dodatkowe wyzwania etyczne. Technologia deepfake zagraża prywatności i reputacji, gdy jest używana bez wyraźnej zgody ( Fitch III, 2022; Lees, 2024 ). Systemy sztucznej inteligencji (AI) trenowane na danych o charakterze stronniczym mogą wzmacniać istniejące uprzedzenia, wbudowując szkodliwe stereotypy dotyczące płci, rasy i kultury w proces tworzenia skryptów ( Allison, 2024 ). Aby rozwiązać te problemy, potrzebne są rozwiązania technologiczne, takie jak narzędzia do redukcji uprzedzeń, systemy weryfikacji zgody oraz przepisy, które uznają współpracę między ludźmi a sztuczną inteligencją, jednocześnie chroniąc integralność twórczą i promując uczciwość ( Izani i in., 2024 ; Schuhrke, 2024 ).

3.2 . Sztuczna inteligencja w produkcji

Ta faza obejmuje z punktu widzenia tworzenia filmu, zdjęcia, a także montaż scen i dźwięku. Tradycyjni uczestnicy produkcji, w tym producenci kamer, projektanci produkcji i wykonawcy, stanęli przed wyzwaniem przełomowych innowacji, które znalazły drogę do produkcji filmów, a konkretnie do sprzętu, takiego jak wysokiej klasy aparaty, smartfony o wysokiej rozdzielczości, a nawet kompletne cyfrowe plany filmowe ( Fang & Xiong, 2020 ; Schulz i in., 2021 ). Jednak sztuczna inteligencja dodała jeszcze więcej możliwości dzięki komputerowo generowanemu obrazowaniu (CGI), które stało się niezbędnym elementem współczesnej produkcji filmowej. CGI obejmuje cyfrowe dwu- lub trójwymiarowe efekty wizualne stosowane zarówno w tworzeniu treści filmowych, jak i gier wideo , umożliwiając modelowanie i edycję środowisk, postaci i efektów specjalnych ( Izani i in., 2024 ). W połączeniu z upowszechnieniem się gotowych pakietów oprogramowania, postęp ten zdemokratyzował tworzenie grafiki komputerowej na poziomie profesjonalnym, czyniąc ją dostępną również poza dużymi domami produkcyjnymi ( Chan-Olmsted, 2019 ; Holden i in., 2015 ). Ułatwia to aktorom wcielanie się w alternatywne stworzenia, inne postacie ( Datta i Goswami, 2021 ). Najnowsze narzędzia generatywnej sztucznej inteligencji, takie jak Sora i Runway, potrafią nawet tworzyć sceny, ruchy kamery i kąty widzenia w oparciu o proste polecenia tekstowe.

Ponadto ewolucja technologii gier, w tym wizualizacji 3D, gdzie integracja uczenia maszynowego z produkcją filmową, również przyczyniła się do powstania bardziej realistycznych animacji postaci, umożliwiając niuansowe zrozumienie i symulację złożonych ruchów wielu postaci. Co więcej, rzeczywistość rozszerzona (AR) i rzeczywistość wirtualna (VR) wzbogaciły doświadczenie kinowe, burząc konwencjonalne rozróżnienia między produkcją a konsumpcją, a widzowie wcielają się w role quasi-wykonawców i współprodukują wartość za pośrednictwem filmów VR ( Lavanya i in., 2021 ; Moolthaisong i Songpan, 2020 ). Stwierdzono również, że jest to stosowane w produkcjach edukacyjnych, gdzie ta interaktywność poprawiła doświadczenie i wyniki uczenia się ( Leddo i in., 2018 ). Montaż postprodukcyjny stał się również łatwiejszy dzięki narzędziom AI, które mogą automatyzować powtarzalne zadania, takie jak transkrypcja, napisy i gradacja kolorów. Przykładowo narzędzia do transkrypcji oparte na sztucznej inteligencji potrafią generować dokładne napisy i tłumaczyć je na wiele języków, oszczędzając czas i zasoby ( Erpelding i in., 2024 ; Plaza, 2017 ).

Jednak rosnące wykorzystanie AI w fazie produkcji stwarza poważne problemy etyczne, szczególnie w kontekście zastępowania miejsc pracy. Technologie AI wykonują obecnie różne zadania, którymi wcześniej zajmowali się profesjonaliści z branży, tacy jak montażyści, specjaliści od efektów wizualnych i projektanci dźwięku. Automatyzacja tych zadań może narazić na ryzyko ugruntowane role, a jednocześnie potencjalnie obniżyć twórczy wkład wykwalifikowanych praktyków ( Allison, 2024 ; Pradeep i in., 2023 ). Strajk Screen Actors Guild-American Federation of Television and Radio Artists (SAG-AFTRA) z 2023 roku skupił się na rosnących obawach dotyczących AI i pogarszających się warunkach pracy w Hollywood. Aktorzy domagali się zgody i wynagrodzenia za korzystanie z replik generowanych przez AI, a także sprawiedliwszych wynagrodzeń i lepszego bezpieczeństwa pracy. Strajk ten ustanowił znaczący precedens dla regulacji AI i ochrony praw pracowniczych w sektorze rozrywki ( Schuhrke, 2024 ). Jednak implikacje etyczne wykraczają poza kwestie zatrudnienia i podnoszą fundamentalne pytania o wartość ludzkiej kreatywności. Zdolność sztucznej inteligencji do generowania materiałów w oparciu o duże zbiory danych rodzi istotne pytania dotyczące oryginalności, złożoności emocjonalnej i wizji artystycznej ( Garcia, 2024; Zhu i Zhang, 2022 ). Nadmierne uzależnienie od systemów sztucznej inteligencji może prowadzić do standaryzacji produkcji filmowej, zmniejszając unikalność ujęć i głębię emocjonalną ludzkich doświadczeń ( Yadav i in., 2024 ; Yang, 2024 ). Wraz z rozwojem branży rośnie zapotrzebowanie na zrównoważoną strategię, która zapewni, że usprawnienia techniczne będą wspierać, a nie dominować nad ludzką pomysłowością. Utrzymanie tej równowagi ma kluczowe znaczenie dla integralności artystycznej i profesjonalnej działalności społeczności twórczej ( Schuhrke, 2024; Yamazaki, 2024 ).

3.3 . Sztuczna inteligencja w rozpowszechnianiu

Faza ta obejmuje dystrybucję filmów do telewizji i kin, ich promocję i marketing, a także dystrybucję i wyświetlanie w serwisach streamingowych. Pojawienie się serwisów streamingowych znacząco zrewolucjonizowało tradycyjne paradygmaty dystrybucji filmów. Platformy takie jak Amazon Prime, Disney Plus i Netflix zrewolucjonizowały wzorce premier treści, oferując filmy na żądanie i podważając konwencjonalną cykliczność związaną z premierami filmowymi ( Schulz i in., 2021 ; Zhao i in., 2019 ). Co więcej, transformacja cyfrowa zapoczątkowana przez te platformy, w połączeniu z innowacjami, takimi jak cyfrowa technologia filmowa i kompresja danych, zdemokratyzowała produkcję i dystrybucję filmów ( Ma i in., 2020 ).

Na tym etapie niezwykle istotne jest również przewidywanie popytu lub sukcesu filmu, umożliwiając producentom i dystrybutorom szacowanie kosztów sprzedaży detalicznej lub licencji poprzez podejmowanie świadomych decyzji dotyczących strategii marketingowych i dystrybucyjnych. Istniejące badania sugerują kilka metod przewidywania prawdopodobieństwa sukcesu filmu z wykorzystaniem sztucznej inteligencji. Należą do nich recenzje filmów lub analiza danych z mediów społecznościowych, taka jak eksploracja danych z tweetów ( Athar i in., 2021 ; Liao i in., 2022 ; Moolthaisong i Songpan, 2020 ), a także modele prognozowania wykorzystujące algorytmy uczenia maszynowego , podkreślające znaczenie nastrojów odbiorców w recenzjach, wykraczające poza same oceny ( Hur i in., 2016 ).

Marketing jest również ważną funkcją na tym etapie, w którym sztuczna inteligencja wspiera personalizację i segmentację person, aby dotrzeć do optymalnej grupy odbiorców, wykorzystując dostępne dane i cechy użytkowników ( Amato i in., 2019 ; Anantrasirichai & Bull, 2022 ; Eliashberg i in., 2006 ). Nawet zwiastuny filmów promocyjnych lub plakaty mogą być w całości tworzone przez sztuczną inteligencję, aby jak najlepiej rezonować z określonymi grupami demograficznymi, umożliwiając ukierunkowaną reklamę ( Nairn i in., 2022 ). Wczesnym przykładem jest horror „Morgan” z 2016 roku, w którym superkomputer Watson napędzany sztuczną inteligencją firmy IBM stworzył 6-minutowy zwiastun promocyjny ( An i in., 2021 ).

Innym przykładem wykorzystania i przetwarzania dostępnych danych o odbiorcach są silniki rekomendacji, które służą do odzyskiwania i zadowolenia widzów ( Ali i in., 2024 ). Istnieją zastosowania silników rekomendacji opartych na sztucznej inteligencji (AI) (algorytm głębokiego uczenia), które obiecują satysfakcjonujące rezultaty nawet lepsze niż istniejące systemy oparte na treści, gatunku, preferencjach użytkownika lub ocenach ( Akter i in., 2021 ; Iliopoulou i in., 2020 ; Lavanya i in., 2021 ). W każdym przypadku ostatecznym celem jest zapewnienie nie tylko odkryć, ale także nieoczekiwanych rekomendacji, które pozwalają użytkownikom natrafić na trafne i przyjemnie zaskakujące sugestie, których nie zauważyliby sami ( Matt i in., 2015 ; Oh i in., 2021 ).

Etyczne implikacje sztucznej inteligencji w dystrybucji filmów są znaczące, szczególnie w odniesieniu do prywatności i przejrzystości. Chociaż platformy streamingowe gromadzą ogromne ilości danych użytkowników, aby udoskonalać algorytmy rekomendacji i personalizować kampanie marketingowe, często nie zapewniają one przejrzystych mechanizmów uzyskiwania zgody ( Fomichev i in., 2023 ; Pradeep i in., 2023 ). Może to naruszyć prywatność widzów, umożliwiając platformom pozyskiwanie poufnych danych osobowych z wzorców oglądania i reakcji emocjonalnych. Takie praktyki budzą obawy dotyczące prawa jednostek do kontroli nad swoimi danymi osobowymi i bezpieczeństwa ich danych ( Mobo i in., 2024 ). Ponadto materiały promocyjne generowane przez sztuczną inteligencję , takie jak zwiastuny, plakaty czy spersonalizowane reklamy, rodzą pytania etyczne dotyczące autentyczności twórczej i właściwego ujawniania informacji odbiorcom ( Kushnarevych i Kollárová, 2023 ). Kwestie te podkreślają potrzebę kompleksowych wytycznych etycznych i ram regulacyjnych, które zapewnią odpowiedzialną implementację sztucznej inteligencji w marketingu i dystrybucji filmów, a także zrównoważą innowacje technologiczne z ochroną praw twórców i widzów ( Izani i in., 2024 ).

3.4 . AI na wystawie

Ostatni etap dotyczy emisji filmów w kinach, a także w płatnej lub bezpłatnej telewizji. Oprócz kwestii związanych z promocją, które są wspólne dla wspomnianych wyżej dostawców usług streamingowych, ważne jest przewidywanie wpływu filmu na kina za pomocą odrębnych badań, które zazwyczaj odnoszą się do prognozy przychodów w pierwszym dniu lub tygodniu premiery ( Anjaria i Guddeti, 2014 ; Liao i in., 2022 ; Schmit i Wubben, 2015 ; Zhao i in., 2019 ). Ponadto narzędzia sztucznej inteligencji mogą analizować dane z kas biletowych i popyt widzów, aby optymalizować ceny biletów i harmonogramy seansów ( Nairn i in., 2022 ).

AI może ułatwić zaangażowanie publiczności za pomocą chatbotów zasilanych przez AI , a interaktywne systemy mogą angażować publiczność przed, w trakcie i po seansach. Na przykład narzędzia AI mogą ułatwiać sesje pytań i odpowiedzi, dostarczać informacji zza kulis, a nawet umożliwiać interakcję w czasie rzeczywistym z twórcami filmów. Wspiera to również interakcję z potencjalnymi gośćmi kina, co nie różni się zbytnio od metod wymienionych w przypadku dostawców transmisji strumieniowej; wymagając zatem oceny danych na poziomie użytkownika, a także wykorzystania programów lojalnościowych, sugerowanych przez analizę danych, w celu zapewnienia spersonalizowanych ofert ( Wehrmann i in., 2017 ). Sztuczna inteligencja odgrywa również ważną rolę w archiwizacji i automatycznej klasyfikacjimediów, np. w przypadku telewizji lub bibliotek multimediów, a także zaawansowanych możliwości wyszukiwania i ekstrakcji informacji za pomocą sieci neuronowych i głębokiego uczenia ( Condorelli i in., 2020 ; Kim i in., 2018 ; Wehrmann i in., 2017 ; Zad, 2007 ).

Faza wystawiennicza tworzenia filmu, która jest coraz częściej napędzana technologiami AI, podnosi ważne kwestie etyczne, w szczególności dotyczące kosztów, uczciwości, prywatności i reprezentacji ( Anderson, 2007 ; Dwivedi i in., 2021 ). Dynamiczne i spersonalizowane strategie cenowe oparte na AI mogą zwiększyć przychody, ale ryzykują tworzeniem dyskryminacyjnych praktyk, które niesprawiedliwie ograniczają dostęp do treści kulturowych ( Seele i in., 2021 ). Z kolei powszechne stosowanie narzędzi angażujących publiczność opartych na AI budzi obawy dotyczące prywatności poprzez gromadzenie i przetwarzanie ogromnych ilości danych osobowych ( Lee i in., 2024 ). Etyka wystawiennicza obejmuje również kwestie reprezentacji, a decyzje o tym, które filmy wyświetlić, mają znaczną wagę etyczną, co wymaga unikania podglądackich przedstawień i promowania różnorodnych narracji, szczególnie w obliczu cyfrowej transformacji, która rozszerza dostępność filmów ponad granicami i wymaga zaktualizowanych ram etycznych, które szanują konteksty transnarodowe ( Dominick, 2023 ).

Na podstawie przeglądu literatury i analizy koncepcji wybranych artykułów uzyskaliśmy solidne podstawy dla modelu teoretycznego, który przedstawiono graficznie poniżej ( rys. 2 ).

1. Pobierz: Pobierz obraz w wysokiej rozdzielczości (451 KB)
2. Pobierz: Pobierz obraz w pełnym rozmiarze

Rys. 2. Wykorzystanie sztucznej inteligencji na każdym etapie łańcucha wartości w przemyśle filmowym (funkcje podstawowe).