دیوید گایدر، طراح ارشد روایی باسابقه بازی Dragon Age که مدت‌ها پیش استودیوی بایوور را ترک کرد تا استودیوی Summerfall (سازنده بازی‌های Malys و Stray Gods) را بنیان‌گذاری کند، به هیچ وجه تحت تاثیر هوش مصنوعی مولد قرار نگرفته است. به بیان صریح‌تر، او این فناوری را یک طاعون کشنده در صنعت بازی می‌داند.

تبلیغات

گایدر در گفتگو با رسانه گیمزرادار (به عنوان بخشی از یک گزارش جامع‌تر درباره دلایل بی‌میلی بسیاری از توسعه‌دهندگان به استفاده از هوش مصنوعی مولد)، مزایای مطرح‌شده برای این فناوری را در کنار اثرات مشهود آن مورد بررسی قرار داده است.

اغلب مشخص نیست که مدل‌های هوش مصنوعی دقیقا با چه محتوایی آموزش دیده‌اند، اما با توجه به سابقه بسیاری از بزرگ‌ترین شرکت‌های فعال در این حوزه، می‌توان با اطمینان گفت که بخش قابل‌توجهی از این داده‌ها بدون کسب اجازه جمع‌آوری شده‌اند. گایدر در این باره می‌گوید:

این واقعیت که هوش مصنوعی مولد اغلب با داده‌هایی آموزش می‌بیند که سازندگان یا مالکان آن‌ها رضایتی برای غارت شدن آثارشان نداشته‌اند، هرگونه استفاده از آن را با انواع مشکلات حقوقی در آینده مواجه می‌کند؛ حتی اگر بخواهیم پیامدهای اخلاقی آن را نادیده بگیریم که قطعا نباید چنین کاری کنیم. این استدلال که اگر اجازه نداشته باشیم هر چه نیاز داریم را سرقت کنیم، هوش مصنوعی به‌خوبی کار نخواهد کرد! به هیچ وجه قانع‌کننده نیست.

گایدر یکی از کاربردهای رایج هوش مصنوعی مولد در بازی‌ها را بررسی می‌کند: استفاده در مراحل ایده‌پردازی اولیه یا تکرار و اصلاح، جایی که قرار نیست دارایی‌ها و طرح‌های ساخته‌شده توسط هوش مصنوعی در نسخه نهایی بازی قرار بگیرند. اما او حتی در استفاده محدود یا اولیه نیز خطراتی می‌بیند. تاکنون بازی‌های متعددی را دیده‌ایم که به اشتباه با فایل‌ها و طرح‌های موقت ساخته‌شده توسط هوش مصنوعی منتشر شده‌اند:

تنها چیزی که برای ایجاد یک دردسر بزرگ نیاز دارید، یک توسعه‌دهنده تنبل، یا یک فایل موقت فراموش‌شده است که توسط فردی که دیگر در تیم نیست جا مانده باشد. صادقانه بگویم، این فناوری چه کمکی می‌کند؟ آیا کار را کارآمدتر می‌کند؟ آیا کیفیت کار را بهبود می‌بخشد؟ اگر به هوش مصنوعی مولد صرفا به چشم یک دستیار نگاه می‌شد که کارهای طاقت‌فرسا و تکراری را انجام می‌دهد و وظایف مهم‌تر را به نیروی انسانی می‌سپارد، شرایط آنقدرها هم بد نبود. اما به نظر می‌رسد روزبه‌روز شاهد روند معکوسی هستیم؛ هوش مصنوعی برای انجام کارهای مهم تنظیم می‌شود و نیروی انسانی فقط برای تمیزکاری و اصلاح حضور دارد.

در تمام دورانی که به عنوان طراح روایی فعالیت کرده‌ام، هرگز با موقعیتی مواجه نشده‌ام که ویرایش یک محصول بی‌کیفیت، زمان کمتری نسبت به دور انداختن و انجام دوباره آن ببرد یا نتیجه‌ای بهتر از یک کار متوسط به همراه داشته باشد. از سوی دیگر، با وجود اینکه هوش مصنوعی پتانسیل انجام کارهای خسته‌کننده را دارد، اما باید بسیار مراقب باشیم که وظایف مناسب برای آموزش نیروهای تازه‌کار را به طور کامل حذف نکنیم. اگر تمام کارهای سطح پایین را حذف کنیم، چگونه می‌خواهیم نسل بعدی توسعه‌دهندگان را آموزش دهیم؟

گایدر به سختی می‌تواند زاویه‌ای از هوش مصنوعی مولد پیدا کند که کل ماجرا را مشکل‌ساز جلوه ندهد. او در تئوری، پتانسیل‌هایی برای تبدیل شدن این فناوری به یک ابزار توسعه مفید می‌بیند، اما نه در ابزارهایی که امروز در اختیار داریم. او معتقد است که هوش مصنوعی مولد در زمینه اصلاح و تکرار عملکرد افتضاحی دارد، زیرا نمی‌توان از آن خواست تغییرات جزئی ایجاد کند و به یک نتیجه منسجم و پایدار رسید.

این فناوری هنوز برای استفاده گسترده آماده نیست. فقط مدیران اجرایی زیادی وجود دارند که واقعا و از صمیم قلب می‌خواهند این‌گونه باشد. استفاده از آن می‌تواند به شدت کلافه‌کننده باشد. من حتی نمی‌توانم استفاده از آن را برای کارهای بزرگ‌تری مانند برنامه‌نویسی تصور کنم. چگونه می‌توان کدنویسی حسی (Vibe coding) را دیباگ و رفع ایراد کرد؟ وقتی نتیجه استفاده از هوش مصنوعی برای ساخت نمونه‌های اولیه این است که هیچ‌کس در تیم چیزی درباره نحوه ساخت محصول نهایی یاد نگرفته، این کار چه فایده‌ای دارد؟ چرا باید از هوش مصنوعی برای خلق طرح‌های مفهومی استفاده کنیم که در نهایت بی‌روح، پر از خطا و غیرقابل بازتولید توسط هنرمندان خودتان هستند؟ چرا باید سیستم‌هایی داشته باشیم که هیچ‌کس در تیم واقعا نمی‌داند چگونه کار می‌کنند؟

گایدر هم‌صدا با بسیاری از توسعه‌دهندگان دیگر است که ایده پشتیبانی از توسعه بازی‌ها با فناوری‌های جدید را به طور کامل رد نمی‌کنند، اما هوش مصنوعی مولد امروزی را نمی‌پذیرند. وقتی از گایدر پرسیده شد که می‌خواهد صنعت بازی چگونه با هوش مصنوعی مولد برخورد کند، او بدون پرده‌پوشی پاسخ داد:

تا زمانی که قوانینی وضع شود؛ تا زمانی که مطمئن شویم این مدل‌ها فقط با داده‌های قانونی آموزش دیده‌اند و تا زمانی که تصمیم‌گیرندگان بالاخره متوجه شوند که این فناوری آن جایگزین ارزان‌قیمت نیروی کاری که می‌خواهند نیست و نباید با تحمیل آن به تیم‌ها و انتظار نتایج غیرواقعی، آن‌ها را فلج کنند… تا آن زمان، باید با این فناوری همانند یک طاعون کشنده برخورد شود.

اشتراک‌گذاری »