TikTok flommer over av trender, landeplager og filtre som gjør både det ene og det andre. Oppdag hvordan AI Manga-filteret har tatt over nyhetsfeeden og hvordan TikTokerne har "hacket" filteret i jakten på den mest unike versjonen. Bli kjent med påvirkningen av skjønnhetsstandarder og risikoen med generative motstandsnettverk (GANs) på TikTok.
Innholdsfortegnelse
TikTok flommer over av trender, landeplager og filtre som gjør både det ene og det andre. Og akkurat nå er det ett filter som fyller opp nyhetsfeeden: AI Manga-filteret.
KAOS PÅ TIKTOK
Filteret gjør i utgangspunktet om portrettet ditt til anime-stil, men det er kanskje det minst interessante med det. For TikTokerne har gjort det som sitt mål å «hacke» filteret ved en rekke hjelpemidler, i jakt på både pupper, six-pack og den mest unike versjonen de kan lage.
Dette gjøres ved å henholdsvis holde boller og fat opp mot brystet, tegne et rutenett på magen, og introdusere alle mulige dingser som overhodet ikke har noe i et portrettbilde å gjøre.
Resultatet er bilder et sted mellom sci-fi og mange menn med store muskler og damer med like store bryster.
Seksualiserende AI-modeller
At AI-modeller genererer seksualiserende og stereotypiske bilder er i utgangspunktet ikke spesielt rart. Bilder generert av kunstig intelligens, slik som appen Lensa, er trent opp ved hjelp av AI-modeller som Stable Diffusion. Disse har i praksis «skrapt» internett for bilder. Og som vi alle vet er det innmari mye seksualisert innhold på nett.
AI-generatorer som Stable Diffusion og DALL-E viderefører dermed allerede eksisterende forutinntatte holdningene, som disse bildene representerer. Med det resultat at når man ber dem lage innhold basert på visse kriterier, så skaper de nakne bilder for Lensa og seksualiserte kropper for TikTok.
Selv om det også produseres innhold fra appene som er avkledd og seksualiserte, fraråder TikTokeren Brains933, som omtaler seg selv som en etisk hacker, mot å dele faktiske nakenbilder av deg selv.
Han uttaler at når noe tilbys gratis, så er det sannsynligvis du som er produktet, og bildene du laster opp, trolig blir lagret av TikTok uten din viten og vilje.
Påvirkning av skjønnhetsstandarder
Dagens skjønnhetsfiltre bidrar til at unge jenter sliter med sitt eget selvbilde. Bold Glamour-filteret på TikTok bruker AI for å gjøre det umulig å skille mellom den ekte og den virtuelle virkeligheten.
Generative Adversarial Networks (GANs)
Det kan føles som om jeg går på repetisjon, for det skal mye til at ikke det handler om ett eller annet om kunstig intelligens om dagen. Denne gangen er intet unntak. Og mens det har handlet mye om generativ kunstig intelligens og kanskje da mest av alt om Generative Pre-trained Transformer, anført av ChatGPT fra OpenAI, skal det nå handle om Generative Adversarial Networks. Inntil nylig helt ukjent for meg, og selv om det kan oversettes til generative motstandsnettverk på norsk, ble jeg ikke særlig klokere av det. I alle fall ikke til å begynne med.
Les videre, så vil du både lære deg om hva det er og hva det blir brukt til. Eventuelt kan du høre det på podkasten eller se det på min YouTube-kanal.
Du finner Teknologitrender på din favoritt podkast-spiller, som blant annet Acast, Apple Podcaster, Overcast, TuneIn Radio, Spotify, Google Podcasts, Podimo og PodMe.
Hva er et Generative Adversarial Network (GAN)?
I korte trekk er et generativt motstandsnettverk, gjerne forkortet til GAN, en form for dyp lærings-algoritme som består av to separate nevrale nettverk. Det ene nevrale nettverket er en generator, mens det andre er en diskriminator. Disse to nettverkene kjemper imot hverandre hvor generatoren forsøker å lure diskriminatoren til å tro at dataene som blir regenerert og som ligner på de opprinnelige treningsdataene er ekte.
Etter hvert blir de nye dataene så realistiske at de ikke kan skilles fra de opprinnelige og ekte dataene. Dataer som for eksempel kan være av ditt og mitt ansikt. Og det er nettopp det ofte GANs blir brukt til, til å generere realistiske bilder og videoer, og som også er teknologien brukt til det nye filteret som går viralt om dagen på TikTok. Nemlig skjønnhetsfilteret “Bold Glamour”.
Bold Glamour-filteret på TikTok
Er du på TikTok har du garantert sett diverse vakre kvinner i det siste som stort sett sier det samme; At de er sjokkerte over hvor bra Bold Glamour-filteret er og at det burde vært forbudt.
Og det er ikke rart at de er sjokkerte, for denne teknologien er ganske så annerledes enn hvordan de fleste filtre har blitt laget ved å se på ansiktet ditt i 2D og så forsøke å kartlegge ansiktet i det som ser ut som en 3D-modell, hvor alt fra lepper, øyner, øyenbryn, hudfarge, og mer blir justert for å gi det retusjerte utseendet.
Teenfilter
«Teenfilter» er altså navnet på det nye fenomenet som har fått stor oppmerksomhet. Over 65 millioner har så langt sett videoer med emneknaggen «#teenfilter» på TikTok. Videoene viser godt voksne brukere som aktiverer filteret og får se seg selv som tenåring.
Kvaliteten på filteret er god, og videoene viser brukere som blir forbløffet over hvor ekte det ser ut. Flere av videoene viser også at brukerne blir emosjonelle når de ser den yngre versjonen av seg selv igjen.
Debatt og bekymringer
Filteret er svært populært, likevel er det noen som har stilt spørsmål ved både signalene som blir gitt, og hva filteret kan brukes til.
Enkelte har påpekt at den yngre versjonen av dem selv faktisk ikke ser ut som de var da de var yngre. Noen synes også det er ekkelt å se denne svært «polerte» versjonen av deres eget ansikt og at dette viser hvordan TikTok trekker brukernes selvbilde ned i sløret.
På Twitter diskuteres det også om disse KI-filtrene kan utnyttes. Om filteret kan overføres til andre kommunikasjonsplattformer kan eldre enkelt lure yngre til å framstå som tenåringer.
Debatten går også om dette filteret er nok et eksempel på en usunn og evig jakt på ungdom som bare skaper falske idealer. Hvorvidt deepfake og andre KI-genererte programmer burde reguleres mer er også igjen aktualisert.
