Fot: Po lewej: Sylvester Stallone, po prawej: „Cygan – elektryk wysokich napięć” (Jerzy kreczman). Źródło: YouTube/Adrian Kilar / streamable.com

Autor: Paweł Mączewski

„Myśleliście może, że sztuczną inteligencję i HeyGen będziecie wykorzystywać do tłumaczenia swoich filmików na różne języki? Nic bardziej mylnego. Dostaniemy teraz zalew staroci w różnych językach. Po to powstał przecież internet” – to ironiczny komentarz do filmu udostępnionego na stronie JoeMonster. Samo nagranie natomiast to prawdziwy artefakt z archiwum polskiego viralu: „Cygan - elektryk wysokich napięć”, tyle że tym razem… z wygenerowanym sztucznie podkładem audio w języku angielskim.

Dla niewtajemniczonych: oryginalny upload filmu z tytułowym „Cyganem” datuje się na przełom 2005-2006 roku. To wtedy po raz pierwszy można było też znaleźć wzmiankę o nagraniu w polskiej prasie (publikację o tym znajduje się np. w „Gazecie Pomorskiej” z marca 2006 roku).

Samo wideo doczekało się reaploadu w 2008 roku i w chwili pisania tego tekstu, obejrzano je prawie 2,3 miliona razy. O co w nim chodzi?

To trwająca półtorej minuty „sonda uliczna” (imo bardziej amatorskie nagranie), jaka miała mieć miejsce na ul. Szerokiej w Toruniu. Do nieco starszego mężczyzny trzymającego dyktę z reklamą pizzy podchodzą nastolatkowie w celu zadania mu kilka pytań o jego pracę. To on ma być właśnie tym tytułowym „Cyganem”. Później okaże się, że mężczyzna tak naprawdę nazywał się Jan Kreczman i od urodzenia był mieszkańcem Torunia.

Wtedy jednak dowiadujemy się jedynie, że kiedyś mężczyzna był elektrykiem wysokich napięć – czyli takim, który „myli się tylko raz, bo inaczej zostaje z człowieka popiół”.

Od słowa do słowa mężczyzna – pytany o to, czym zajmuje się teraz – wpada dość w niepohamowaną złość. Krzyczy i żali się na swój ciężki los oraz niewdzięczną pracę „żywej reklamy” oferty gastronomicznej za marny gorsz. W przypływie złości niszczy też dyktę – mimowolnie stając się symbolem tysięcy (milionów?) podobnych mu Polaków, którzy kiedyś dali się nabrać na obietnice o świetlanej przyszłości.

Tak zaczyna się legenda Jana Kreczmana, czyli tzw. „Cygana” i jego mimowolnej sławy, która – jak pokazuje niedawny trend w sieci – powraca w odmienionej wersji za sprawą AI.

AI już wcześniej pokazało, na co je stać przy odrobinie ludzkiej kreatywności. Na przykład, kiedy w kwietniu 2023 roku „pogodzono” (dla zgrywu) w sztucznie wygenerowanym utworze dwóch skłóconych raperów polskiej sceny: Peję i Tedego.

Nawet jeżeli ówczesny finalny efekt nagrania nie zostawiał złudzeń, że jest to jedynie montaż dźwięków wygenerowanych przez AI, zrobiło to na tyle szumu w polskim internecie, że odnieśli się do tego sami bohaterowie kawałka.

Peja napisał wtedy w jednym z komentarzy (pisownia oryginalna) na portalu społecznościowym: „Obiektywnie stwierdzam, że wokal pedego bardzo realistyczny pod względem barwy, mój trochę gorzej. Czy Al napisała linijki? Dla fanów takiego połączenia zapewne namiastka spełnienia. Ogólnie niezła beka. Spodziewajmy się kolejnych wybryków na całe szczęście nie natury”.

Tede skwitował to krótkim, aczkolwiek dobitnym caps lockiem „EJ MORDY !!! KAWALEK Z BOYS TO PRZY TYM NIE JEST SENSACJA ANI TROCHE”. Nawiązał tym samym do swojego singla z Marcinem Millerem „fiGGo faGGo” [więcej o muzycznych przeróbek AI znajdziecie TUTAJ].

Przypominam, że jeszcze cztery lata temu zachwycaliśmy się koślawymi deepfake’ami – jak np. w przypadku tej przeróbki z Sylvestrem Stallone w roli Terminatora (fun fact: żart ten miał być nawiązaniem do sceny z prawdziwego filmu „Bohater ostatniej akcji” z Arnoldem Schwarzeneggerem).

Od czerwca 2019 roku wspomniany klip obejrzano ponad 5,1 miliona razy.

Jak już jednak jesteśmy przy temacie Stallone’a – czy chcielibyście posłuchać, jak płynnie mówi po polsku? Całkiem nieźle radzą sobie z tym też m.in . Bill Gates, Morgan Freeman, Albert Einstein, Robert De Niro, Brad Pitt… Oczywiście wszystko to za sprawą możliwości sztucznej inteligencji – a dokładnie generatorowi HeyGen. Pokazuje to np. na swoim kanale na YouTube Adrian Kilar.

Na stronie unite.ai/pl poświęconej informacjom o sztucznej inteligencji i robotyce można znaleźć recenzję tego generatora.

Czytamy w niej m.in ., że „dzięki funkcjom zamiany tekstu na mowę można przekształcić swój skrypt w naturalnie brzmiące słowa, używając ponad 300 głosów w ponad 40 językach”. Dalej użytkownik decyduje o wyborze grup etnicznych, wieku itp. spośród ponad setki awatarów AI, aby „aby recytować swój scenariusz linijka po linijce z naturalnymi możliwościami synchronizacji ruchu warg”.

W skrócie „to generator wideo oparty na sztucznej inteligencji, który pomaga firmom tworzyć profesjonalnie wyglądające filmy”. Jego cele? Np. filmy szkoleniowe, treści e-learningowe, czy prezentacje (chociaż to nie wszystko).

To oczywiste więc, że – jak pokazują to powyższe przykłady – jest on wykorzystywany też do zabawy, czyli np. tworzenia memów, a raczej przeróbek niegdysiejszych virali lub tworzenia nowych przy użyciu archiwalnych nagrań.

Przypomina mi to trochę tworzenie internetowego multiversum, równoległych światów, w których istnieje jednocześnie taki „Cygan – elektryk wysokich napięć”, jak i „Gypsy - high voltage electrician”.

Czas pokaże, czy przyszłe pokolenia będą w stanie kiedyś rozpoznać, który z nich był prawdziwym człowiekiem.