A principios de este mes, apareció en X, la antigua plataforma de Twitter, un nuevo avance de una película francesa protagonizada por la vicepresidenta Kamala Harris, Elon Musk, el presidente Joe Biden y el expresidente Donald Trump, entre otros. Jack Dorsey interpreta a un panadero que empuña una baguette y Tim Cook también hace un cameo como un vertiginoso pasajero del tranvía.
Este tráiler es falso, por supuesto. La parodia generada por IA, titulada La Baye Aréa (El Área de la Bahía) y creada por un usuario identificado @trbdrkutilizando una variedad de herramientas de inteligencia artificial generacionales, incluidas Midjourney 6, Runway Gen-3 y Udio. Muchos usuarios dijeron que inicialmente se sintieron abrumados por los sorprendentes efectos de la IA.
Los anuncios y avances de películas generados por IA han supuesto un gran impulso para los consumidores que utilizan la tecnología de conversión de texto a vídeo. Pero en comparación con su aspecto hace un año, la calidad de la producción ha mejorado significativamente en casi todos los aspectos. Este vídeo es claramente una parodia, pero no sería descabellado imaginar a los usuarios generando vídeos que repliquen situaciones de la vida real, una posibilidad que podría generar nuevas posibilidades, pero que también podría tener graves consecuencias.
Como creador de tiempo completo que ha estado usando herramientas de inteligencia artificial durante muchos años, aprendí a ver la inteligencia artificial en la naturaleza, así como las herramientas que probablemente se usarían para generar contenido. Aquí se explica cómo crear un vídeo como La Baye Aréa y cómo estar atento a la desinformación mientras navega por Internet.
Voces
Conozca a los creadores, socios y líderes de opinión emergentes de la industria que se han unido al galardonado equipo editorial de CNET para brindarle contenido único desde diversas perspectivas.
Herramientas de IA utilizadas para crear un vídeo como La Baye Aréa
Un vídeo como La Baye Area podría producirse mediante tres herramientas de IA generacionales a las que los usuarios ahora tienen acceso:
- Pista Gen-3: La pasarela genera videos a partir de lenguaje natural y sugerencias de imágenes, y Gen-3 salió en junio. La pasarela firmó un acuerdo con Lionsgate a principios de este mes.
- A mitad de camino 6. Midjourney es una plataforma de inteligencia artificial generativa que transforma los estímulos del lenguaje natural en imágenes. Puede resultar útil superponer primero un vídeo con imágenes y luego enviar rápidamente esas imágenes a algo como Runway para asegurarse de obtener el resultado que desea.
- División: A diferencia de Midjourney (imágenes) y Runway Gen-3 (vídeo), División especialmente en la creación musical generada por IA.
Estaba pensando en cómo recrearía personalmente un vídeo como este. Aquí está mi intento de deconstruir el proceso:
- Crea un concepto y un guión gráfico usando Midjourney.
- Utilice Runway Gen-3 para convertir esas imágenes fijas en secuencias de vídeo.
- Identifique lagunas y transiciones en el contenido de vídeo y luego cree imágenes adicionales con Runway Gen-3.
- Utilice Udio para crear una banda sonora y los efectos de sonido necesarios.
- Combina todos los elementos en el software de edición de video seleccionado, sincronizando el audio con el video y produciendo el resultado final.
Estos pasos pueden parecer simples, pero parece que La Baye Aréa era más sofisticada. También vale la pena señalar que el video no tiene diálogos, lo que habría aumentado el esfuerzo.
Cómo ver videos generados por IA
Ahora que hemos hablado sobre las herramientas utilizadas para crear el video y el posible proceso de producción, es hora de entrenar nuestros ojos y oídos para ver videos generados por IA.
Primero, busque pistas visuales, como inconsistencias en las expresiones faciales, movimientos corporales antinaturales o artefactos y fallas en el primer plano, el fondo o la transición. Puedes reconocer fácilmente los fallos porque estos personajes parpadean o mueven los labios. Por fallos me refiero al movimiento antinatural en la forma en que parpadean, o las transiciones entre los flashes, así como en la forma en que mueven sus cuerpos, lo que a veces parece robótico y irregular. A medida que la IA de vídeo y audio mejore con el tiempo, estos fallos se volverán más sutiles y difíciles de detectar.
A veces puedes ver un fallo incluso si no puedes expresarlo con palabras; esto es común. El artículo en la revista científica Human Movement Science descubrió que los movimientos humanos naturales se crean a partir de una compleja interacción de control neuromotor, biomecánica y flexibilidad. En términos sencillos, el movimiento humano es sutil y nuestros ojos a menudo significan más de lo que podemos expresar con palabras.
A continuación, busque señales de audio como sincronización de labios inapropiada, ruido de fondo inconsistente o articulación poco natural en patrones o acentos de voz. Creo que la pronunciación suele ser lo más obvio para mí. La pronunciación se refiere específicamente al ascenso y descenso del tono en el habla. Es una forma de expresar significado, como cuando se distingue una pregunta de una afirmación, y existe en todos los idiomas hablados, no sólo en inglés. Los patrones vocales se refieren a una gama más amplia de elementos, que pueden incluir la entonación, pero también cosas como el ritmo, el tono y las pausas para respirar. Una vez que notes estas diferencias obvias y a veces sutiles, te resultará fácil ver un vídeo generado por IA.
Finalmente, tienes señales contextuales, los elementos que van más allá de las inconsistencias visuales y de audio. A menudo distinguimos el contenido falso a través de nuestro conocimiento, experiencia y lógica. En La Baye Aréa, el equipo es absurdo y claramente falso. Pero también observe la diferencia de edad entre un personaje y la edad que tiene esa persona en la vida real. Una razón de esto es que la IA a menudo se entrena con fotos o videos de hace años.
Con el tiempo, la IA del vídeo será tan buena que tendremos que verificar si estos actores han aparecido en determinadas películas y otras producciones. Las búsquedas de IMDB y Google son recursos disponibles para muchos de nosotros para la verificación y, por lo general, es una buena idea recopilar información de múltiples fuentes.
¿Por qué es importante ver vídeos generados por IA?
Es posible que haya oído hablar del término IA responsable, que se refiere a un conjunto de principios que ayudan a guiar el diseño, desarrollo, uso y aplicación de la IA. Si bien La Baye Aréa se vio fácilmente como un video generado por IA, el creador también lo etiquetó claramente como contenido de IA. Este reconocimiento ayuda a los espectadores a no adivinar ni especular.
Pero ¿qué pasa si los creadores, organizaciones y grupos políticos deciden no publicar contenido de IA? Puede ser un verdadero problema. Como hemos visto en los últimos años, la IA no publicada y el contenido fabricado pueden provocar la erosión de la confianza pública, la difusión de información errónea y manipulación y graves preocupaciones éticas y legales.
Cuanto más podamos educarnos sobre lo que la IA es capaz actualmente de hacer, mejor estaremos como comunidad de pensadores educados. Así como las empresas deben utilizar la IA de manera responsable, también tenemos la responsabilidad de conocer sus capacidades y limitaciones.
Manténgase informado sobre la IA
La buena noticia es que existen formas multifacéticas de mantenerse conectado e informado. Considere aprender algunas herramientas de inteligencia artificial para su vida diaria. Utilice herramientas accesibles y gratuitas como ChatGPT, Perplexity, Claude y Google Gemini para hacer preguntas y buscar respuestas. Además, si eres un creador como yo, obtén información sobre las herramientas de inteligencia artificial que los creadores ya están usando.
Espero que este artículo le resulte útil mientras continuamos liderando el creciente mundo de la IA. Ven a saludar de mi parte canal de youtube si desea obtener más información sobre estas herramientas y servicios en el futuro.
Las opiniones expresadas por los colaboradores de CNET Voices son propias.
