Bij de discussie over de trainingsdata van kunstmatige intelligentie gaat het opvallend vaak over boeken, krantenartikelen, Wikipedia en andere websites. Veel minder aandacht is er voor televisie, terwijl juist daar een volgende grote discussie over AI, auteursrechten en mediacontent kan ontstaan. Moderne AI-modellen worden namelijk niet langer uitsluitend met tekst gevoed, maar ook met beeld, geluid en video. Daardoor wordt de vraag steeds relevanter hoeveel televisie deze systemen inmiddels daadwerkelijk hebben gezien.
De eerste generaties Large Language Models waren sterk afhankelijk van tekstuele bronnen. Dat betekende echter niet dat televisie buiten beeld bleef, want vrijwel ieder televisieprogramma laat tegenwoordig een groot digitaal spoor achter. Ondertitels, closed captions, scripts, transcripties, recensies, samenvattingen, fanpagina’s, Wikipedia-artikelen en fragmenten op videoplatforms bevatten enorme hoeveelheden informatie over programma’s.
Een AI-model hoeft daardoor helemaal geen volledige aflevering van een programma te bekijken om er opvallend veel over te weten. Wanneer dialogen in ondertiteling beschikbaar zijn, programma’s uitgebreid online worden besproken en fragmenten via videoplatforms worden verspreid, ontstaat feitelijk een tekstuele kopie van een belangrijk deel van de televisie-inhoud.
Dit is een Premium-artikel
Word Vriend van Spreekbuis.nl en lees dit artikel gratis.
