AI in de praktijk: video genereren

De ontwikkeling op het gebied van videomodellen is hard gegaan. Was het genereren van videobeelden op basis van een simpele tekstopdracht begin 2024 eigenlijk nog niet mogelijk, nu zijn er een heleboel modellen en tools beschikbaar om dat te doen.

Om te beginnen hebben grote techbedrijven zoals Google en OpenAI videomodellen die ze, deels tegen betaling, aanbieden. Daarnaast zijn er AI-startups als Runway en Luma AI die vergelijkbare AI-technologie aanbieden. Hiermee kun je over het algemeen korte clips van een paar seconden genereren. In eerste instantie waren dat nog beelden zonder geluid, maar al vrij snel is bij de ontwikkeling van deze AI-modellen ingezet op het genereren van passende audio.

Perfect is de technologie nog niet en je ziet regelmatig gekke dingen gebeuren in de beelden die videomodellen creëren. Deels is dat ook afhankelijk van hoe goed de opdracht (het prompt) is dat je geeft. Een video genereren op basis van een foto werkt daarom over het algemeen beter. Wat ook verrassend goed werkt is het verlengen van bestaande clips, iets wat Adobe heeft ingebouwd als standaardfunctionaliteit in Premiere.

Eén van de grootste uitdagingen bij het genereren van video’s is consistentie. Als je een langere video wilt maken, wil je dat personen, objecten, omgevingen en kleuren consistent zijn. Je ziet dat dat een punt is waar op dit moment veel in geïnvesteerd wordt bij de verdere ontwikkeling van de technologie, maar wat een technologische uitdaging blijkt.

Over het algemeen zie je dat avatar- en nasynchronisatietechnologie vooroploopt, omdat het technisch een stuk makkelijker is. Het maken van een avatar die een tekst uitspreekt kan al jaren en ziet er steeds realistischer uit. Nasynchronisatietechnologie is mogelijk nog indrukwekkender, omdat het resultaat inmiddels bijzonder goed is. YouTube heeft het inmiddels ingebouwd in zijn platform en biedt het al aan bekende videomakers aan. Het lijkt een kwestie van tijd voordat het een standaardfunctie voor alle YouTube-gebruikers wordt.

Inzet op redacties
Bij videogeneratie is het ontzettend belangrijk om na te denken over hoe je het inzet. Je wilt niet alleen voorkomen dat het publiek kan denken dat AI-gegenereerde beelden echt zijn, maar ook als je dat duidelijk maakt moet je voorzichtig zijn. Zelfs als mensen weten dat beelden niet echt zijn, kan bewegend beeld mensen in hun hoofd het idee geven dat iets echt gebeurd is. En dit niet alleen: recente onderzoeken laten zien dat het gebruik van kunstmatige intelligentie voor het maken van tekst of beelden in de journalistiek een negatief effect heeft op het vertrouwen. Terughoudendheid is dus belangrijk en als je het inzet, is transparantie en uitleg essentieel om vertrouwen te winnen.

Er zijn wat dat betreft niet veel scenario’s te bedenken voor de toepassingen van gegenereerde beelden in een nieuwsitem. Wel zou je kunstmatige intelligentie kunnen gebruiken voor het creëren uitleg-animaties, waarbij je bewust niet probeert om realistische beelden te genereren. Daarnaast biedt automatische nasynchronisatie interessante mogelijkheden om een publiek te bereiken dat de Nederlandse taal niet machtig is. Transparantie over het gebruik is uiteraard belangrijk en het is aan te bevelen om het eindresultaat te controleren.

De afgelopen jaren hebben ook diverse media geëxperimenteerd met avatars die als presentator dienen. Daarbij werden de teksten geschreven door redacteurs, maar uitgesproken door een virtuele host. In de praktijk zie je dat het publiek hier nog niet klaar voor is en dat de tijdswinst die het kan opleveren voor een redactie beperkt is. Omroep Brabant heeft hier kort mee geëxperimenteerd, maar besloot al snel te stoppen met de inzet van de technologie.

Dat betekent niet dat deze technologie in de toekomst niet meer ingezet zal worden door media. Niet alleen wordt de technologie steeds beter en makkelijker in gebruik, ook verandert de houding van het publiek tegenover technologie vrijwel altijd in de loop der tijd.