AI kao kreativni saradnik: Human-AI Collaboration u multimedijalnoj produkciji

Key Takeaways – šta je najbitnije u tekstu

• Saradnja umesto zamene: Kolaboracija čoveka i veštačke inteligencije (Human-AI Collaboration) predstavlja realan model budućnosti kreativne industrije, umesto binarne podele na „čoveka ili mašinu“.

• Gde je generativni AI najjači: Generativni modeli donose najveću vrednost u brzom otvaranju velikog broja kreativnih pravaca, izradi varijacija jedne ideje, generisanju preliminarnih skica, izradi Storyboard i Moodboard materijala, brzoj lokalizaciji, automatizaciji repetitivnih poslova i analizi velikih količina multimedijalnog materijala.

• Gde čovek zadržava prednost: Ljudski autor je nezamenljiv u razumevanju kulturnog i društvenog konteksta, izboru ideje koja nosi stvarno značenje, prepoznavanju klišea, proceni autentičnosti, povezivanju rada sa dugoročnom strategijom brenda, donošenju odluke o tome šta ne treba objaviti i preuzimanju pune odgovornosti za rezultat.

• Naučni uvid u kreativnost: Istraživanja iz 2025. i 2026. godine potvrđuju da je generativni AI izuzetno snažan u divergentnom mišljenju (stvaranju velikog broja opcija), dok ljudi zadržavaju ubedljivu prednost u ekstremno originalnim konceptima i kontekstualnom pripovedanju. Velika studija objavljena u časopisu Nature Human Behaviour (na uzorku od preko 9.000 ljudi i 215.000 LLM posmatranja) pokazala je da su ljudi u proseku i dalje kreativniji, pri čemu je ta razlika najizraženija u samom vrhu najkreativnijih rezultata.

• Psihološki uticaj na autore: Eksperimentalna istraživanja pokazuju da saradnja sa generativnim modelima podiže produktivnost, ali može smanjiti unutrašnju motivaciju (intrinsic motivation) autora ukoliko im oduzme osećaj kreativnog vlasništva nad delom.

• Pravo pitanje: Fokus industrije više nije pitanje „da li je AI kreativan“, već u kojoj tačno fazi produkcije čovek i AI u sinergiji postižu bolji rezultat nego što bi to mogao bilo ko od njih samostalno.

Od dugmeta „Generate“ do kreativnog partnera

Prva faza masovnog ulaska generativnog AI-ja na tržište bila je obeležena čistom fascinacijom samim činom stvaranja. Korisnik unese: „futuristički Beograd noću“, klikne na dugme i za nekoliko sekundi dobije fotorealističnu sliku. Zatim zatraži: „pretvori ovu sliku u video“, ponovo klikne i slika oživi u pokretu.

To je bilo dovoljno atraktivno da privuče pažnju javnosti, ali profesionalna multimedijalna produkcija se ne završava time što je neki kadar generisan. Kao što sama kamera visoke rezolucije ne garantuje dobar film, tako ni generativni model sam po sebi ne može stvoriti uspešnu kampanju.

Kvalitetno delo zahteva:

• Jasnu i promišljenu ideju;

• Strukturu narativa;

• Vizuelni i zvučni stil;

• Dinamiku i ritam montaže;

• Poznavanje ciljne publike;

• Preciznu poruku;

• Beskompromisnu selekciju i korekciju grešaka.

Zato se stvarna transformacija industrije ne odvija kroz zamenu čoveka mašinom, već kroz potpunu rekonfiguraciju celokupnog produkcionog toka rada.

Faze kreativnog rada: gde se AI zapravo uklapa?

Kada se kaže „napraviti video“, to spolja deluje kao jedan homogen zadatak. U profesionalnoj realnosti reč je o nizu povezanih etapa:

1. Kreativni brif (Brief);

2. Istraživanje tržišta i referenci (Research);

3. Razvoj ideja (Ideation);

4. Konceptualizacija (Concept);

5. Pisanje scenarija (Scenario);

6. Izrada knjige snimanja (Storyboard);

7. Izbor glumaca i glasova (Casting);

8. Vizuelni razvoj (Visual Development);

9. Snimanje i generisanje materijala (Production);

10. Montaža i ritam (Editing);

11. Dizajn zvuka (Sound Design);

12. Naracija i sinhronizacija (Voice-over);

13. Kolor-korekcija (Color Grading);

14. Prilagođavanje formata (Versioning);

15. Jezička adaptacija (Localization);

16. Distribucija i plasman;

17. Praćenje performansi i analitika.

Veštačka inteligencija nema jednaku snagu u svakoj od ovih tačaka. Suština profesionalne primene zato nije u pitanju da li koristiti AI, već gde ga tačno pozicionirati kako bi doneo maksimalnu vrednost.

Ideation: AI kao akcelerator za brzo otvaranje opcija

Zamislimo kreativnog direktora koji razvija kampanju za novi električni automobil. Tradicionalni proces podrazumeva dane internih sastanaka, pretragu arhivskih referenci, kreiranje vizuelnih tabli raspoloženja (Moodboard) i spore krugove diskusija.

Danas kreativac može postaviti precizan zahtev modelu:

„Daj mi 30 potpuno različitih kreativnih koncepata koji ne koriste uobičajene klišee: očuvanje zelene planete, krupne kadrove utičnice i punjača ili generički prikaz futurističkog grada.“

U roku od jednog minuta na stolu se nalazi 30 različitih polaznih tačaka. Većina njih verovatno neće biti upotrebljiva u izvornom obliku, ali to u ovoj fazi nije problem. Cilj rane faze nije konačan odgovor, već maksimalno proširenje prostora mogućnosti. U tome leži izuzetna snaga generativnih sistema.

Efekat sidrenja (Anchoring Effect) kao kreativna zamka

Ipak, rana upotreba modela nosi ozbiljnu opasnost. Ukoliko autor pre bilo kakvog samostalnog razmišljanja zatraži od AI-ja: „Kako da napravimo reklamu za ovaj brend?“, prvi predlog koji model ponudi može nesvesno postaviti granice celokupnom daljem kreativnom procesu.

To je klasični psihološki efekat sidrenja (Anchoring Effect): tim počinje da razmišlja isključivo unutar okvira koji je model postavio, umesto da istražuje prostore van njega.

Zdrav i produktivan radni tok zato podrazumeva jasan redosled:

1. Čovek prvo samostalno formuliše četiri do pet autentičnih strateških pravaca;

2. Tek nakon toga uključuje se AI kako bi proširio te pravce i ponudio alternativne varijacije.

Na taj način veštačka inteligencija proširuje prostor razmišljanja, umesto da mu nameće početak. Na ITNetwork-u smo u tekstu „Uticaj generativne AI na kreativnost autora multimedijalnih sadržaja“ upozorili na opasnost od kreativne konvergencije – pojave gde masovno oslanjanje na iste modele i šablone rezultira sadržajem koji je zanatski korektan, ali suštinski jednoličan.

Količina ideja naspram kreativnog vođstva

AI model bez ikakvog napora može generisati 100 slogana, 50 vizuelnih skica i 20 varijanti scenarija. Međutim, puko generisanje ne predstavlja kreativno vođstvo (Creative Direction).

Profesionalna kreativnost se ne ogleda u sposobnosti proizvodnje beskonačnog niza varijacija, već u zrelosti donošenja odluke: koju od tih 100 ponuđenih opcija treba odmah odbaciti, a koju vredi razvijati dalje? Vrednost rada se ubrzano pomera sa samog čina stvaranja opcija na njihovu strogu, argumentovanu selekciju. Nekada je najskuplji korak bio „napravi mi predlog“, dok danas najvišu cenu nosi odgovor na pitanje: „zašto baš ovaj predlog ima strateški i emotivni smisao za naš brend?“

Divergentno mišljenje pripada mašini, konvergentno čoveku

Kreativni proces u osnovi čine dva kretanja:

• Divergentno mišljenje (Divergent Thinking): otvaranje novih opcija, traženje alternativa i širenje mogućnosti;

• Konvergentno mišljenje (Convergent Thinking): sužavanje izbora, kritičko vrednovanje, kombinovanje i eliminacija viška.

Istraživanje objavljeno 2025. godine u časopisu Thinking Skills and Creativity pokazalo je da LLM modeli postižu izuzetno visoke rezultate u divergentnom mišljenju i rešavanju problema, dok pokazuju znatno slabije performanse u domenu nijansiranog kreativnog pisanja. Posebno je zapaženo da više nezavisnih odgovora jednog modela može kolektivno ponuditi širinu ideja uporedivu sa radom manje grupe ljudi.

U praksi to znači sledeće: AI ne mora biti kreativni direktor projekta, ali predstavlja neumornog partnera za početno generisanje opcija.

Zamka kreativnog autopilota

Problem u industriji nastaje kada saradnika pretvorimo u autopilot:

• „Zašto je izabrana ova ideja?“ – Zato što ju je AI predložio.

• „Zašto je kadar postavljen pod ovim uglom?“ – Zato što ga je generator tako izbacio.

• „Zašto je upotrebljena ova muzička tema?“ – Zato što je algoritam to preporučio.

To više nije saradnja, već pasivno delegiranje (Human-AI Delegation). Kada čovek prestane da postavlja pitanja i svede svoju ulogu na pritiskanje tastera za prihvatanje (Accept), postavlja se pitanje čemu njegova uloga uopšte služi. Istinska kolaboracija podrazumeva da čovek aktivno propituje, odbacuje, koriguje, preoblikuje i strateški vodi svaki generisani segment.

Prompt nije kreativna strategija

Poslednjih godina stvorena je iluzija da je „prompt inženjering“ vrhunska kreativna veština modernog doba. Iako je precizno formulisanje zahteva korisno za dobijanje boljeg rezultata, sami modeli sve bolje razumeju običan govorni jezik, skice, grube crteže i vizuelne reference.

Znanje tajnih ključnih reči zato ubrzano gubi na ceni. Umesto toga, u prvi plan izbija klasična kreativna direkcija:

• Poznavanje filmskog jezika i dramaturgije;

• Razumevanje psihologije kadra i kompozicije;

• Osećaj za atmosferu i ritam scene;

• Sposobnost da se uoči greška u tonu i ponudi rešenje.

To više liči na rad filmskog režisera sa tehničkim sektorima nego na programiranje računarskih komandi.

Multimodalni sistemi menjaju prirodu saradnje

Generativni modeli više ne funkcionišu u izolovanim tekstualnim silosima. Savremeni sistemi istovremeno razumeju, obrađuju i stvaraju tekst, statičnu sliku, zvuk i video.

Google je tokom 2025. i 2026. godine razvio modele Veo 3 i Veo 3.1, donoseći integrisano generisanje video-materijala sa pratećim zvukom i znatno višim nivoom kontrole nad konzistentnošću likova i stila. Kroz integraciju u ekosisteme zabeležene su desetine miliona generisanih video-sekvenci u rekordnim rokovima.

Istovremeno, dinamika tržišta zahteva oprez. Gašenje samostalnog OpenAI Sora servisa u aprilu 2026. i potonje gašenje pratećeg API-ja u septembru 2026. jasna su opomena produkcijskim kućama: produkcioni proces se nikada ne sme graditi oko samo jednog alata ili dobavljača. Tehnološki modeli dolaze i odlaze, ali dobro postavljen radni tok mora ostati stabilan.

Hibridna multimedijalna produkcija kao standard

Posmatrajmo strukturu jedne savremene video-reklame:

• Kadar 1: Glumac snimljen u studiju na zelenom platnu;

• Kadar 2: Potpuno AI-generisano okruženje prilagođeno brendu;

• Kadar 3: Fizički proizvod snimljen kamerom visoke rezolucije;

• Pozadina: Sintetički generisana i kompozitovana iza proizvoda;

• Glas naratora: Izvorni glas profesionalnog spikera;

• Strane verzije: AI kloniranje i sinhronizacija tog istog glasa na nemački i engleski jezik;

• Muzika: Generativna muzička podloga prilagođena tačnom trajanju;

• Montaža: Rad profesionalnog montažera koji vodi računa o dinamici priče.

Da li je ovo „tradicionalan“ ili „AI“ video? Ta podela je postala bespredmetna. Reč je o hibridnoj multimedijalnoj produkciji. Na ITNetwork-u smo u tekstu „Čovek ili algoritam: poređenje AI-generisanog i tradicionalno kreiranog multimedijalnog sadržaja“ naglasili da budućnost ne nosi pobedu jednog pristupa, već pametno kombinovanje snimljenih i generisanih slojeva radi postizanja najboljeg rezultata.

Preprodukcija: tačka najvećeg povrata investicije (ROI)

Generisanje finalnog, fotorealističnog video-kadra za bioskopsko platno i dalje može zahtevati sate doterivanja i desetine iteracija. Međutim, u fazi preprodukcije AI već danas donosi izuzetan povrat na uloženo vreme i novac:

• Izrada detaljnih knjiga snimanja (Storyboards);

• Vizuelizacija atmosfere i paleta boja (Moodboards);

• Konceptualni dizajn karaktera i scenografije (Concept Art);

• Grubi video-nacrti pre snimanja (Animatics).

Pre nego što produkcija angažuje ekipu, zakupi opremu i potroši desetine hiljada evra na terenu, reditelj i klijent mogu vizuelno testirati deset potpuno različitih stilskih pristupa. Najveća finansijska ušteda koju AI donosi često nije u tome što je zamenio snimanje, već u tome što je na vreme sprečio produkciju promašene ideje.

Brzina eksperimentisanja i zamka preopterećenosti izborom

Nekada je testiranje novog koncepta značilo ponovno postavljanje rasvete i angažovanje ekipe. Danas ono zahteva nekoliko novih generacija modela. To otvara ogromne mogućnosti za optimizaciju, naročito u sferi kratkih video-formata (Short-form video):

• Jedna kampanja može imati 10 različitih početaka (Hook-ova);

• Pet različitih verzija završetka i poziva na akciju (CTA);

• Tri potpuno različita stilska pristupa istoj temi.

Međutim, niska cena generisanja stvara novi problem: preopterećenost izborom (Choice Overload). Kada računar u sekundi izbaci 500 vizuelnih verzija, ko će ih sve pregledati i na osnovu čega će doneti odluku?

Ukoliko se i faza selekcije prepusti isključivo algoritmu, nastaje opasnost od pristrasnosti ka automatizaciji (Automation Bias), gde tim nekritički prihvata predlog sistema samo zato što iza njega stoje brojevi.

Šta algoritam optimizuje, a šta brend mora da sačuva

Zamislimo analitički sistem koji analizira hiljade uspešnih reklama i zaključi da najvišu stopu klikabilnosti (CTR) donosi krupan kadar lica koje vrišti od šoka, praćen jarkocrvenim tekstom preko celog ekrana.

Model počinje da generiše isključivo takav sadržaj. Stopa klikabilnosti u prvim danima raste, ali premijum brend satova ili automobila preko noći počinje da izgleda kao jeftina internet prevara. Kratkoročna metrika je porasla, ali je vrednost brenda (Brand Equity) trajno uništena. Zato kreativna saradnja zahteva stroga zaštitna pravila (Guardrails) – jer sve što donosi trenutni klik ne gradi dugoročnu vrednost.

Statistički podaci naspram ljudskog iskustva i lokalnog konteksta

Veštačka inteligencija poznaje statističke korelacije u podacima, ali čovek razume kulturni kontekst i značenje:

• Model može generisati sliku „tradicionalne balkanske porodične večere“, ali rezultat često deluje plastično i stereotipno;

• Domaći autor nepogrešivo prepoznaje autentičan gest, specifičnu reč, dezen stolnjaka, ton humora, pa čak i neprijatnu tišinu za stolom koja scenu čini životnom i uverljivom.

Generativni model poznaje „statističku Srbiju“, dok autor poznaje svoju ulicu. Što internet više bude zatrpavan generičkim, vizuelno savršenim slikama globalnih gradova, to će specifičan lokalni uvid (Local Insight) i autentično ljudsko iskustvo imati veću vrednost na tržištu.

Nauka o kreativnosti: zašto rezultati istraživanja variraju?

Naučne studije koje ispituju saradnju čoveka i veštačke inteligencije pružaju nijansiranu sliku:

• Istraživanja iz 2026. godine potvrđuju da Human-AI saradnja pospešuje kognitivnu fleksibilnost u ranoj fazi generisanja ideja, dok u kasnijoj fazi razrade može podići korisnost rešenja, ali uz primetan rast mentalnog zamora kod ljudi;

• Uporedne studije kreativnih parova pokazuju da dva čoveka koji sarađuju često ostvaruju bolju kreativnu dinamiku od tandema čoveka i mašine, pri čemu prividna prednost AI-ja u pojedinim testovima potiče prosto iz činjenice da model generiše znatno veći obim teksta;

• Istraživanja samostalnog rada pokazuju da veštačka inteligencija podiže prosečan kvalitet ideja, ali da pojedinci koji rade potpuno samostalno često dolaze do neočekivanijih i fleksibilnijih rešenja.

Iz ovih nalaza sledi jasan zaključak: veštačka inteligencija nije čarobno dugme za kreativnost. Krajnji rezultat zavisi od prirode zadatka, faze rada i kompetencije čoveka koji vodi proces.

Uloga AI-ja: tutor za početnike, akcelerator za eksperte

Uticaj tehnologije zavisi od iskustva korisnika:

• Početnik postavlja opšte pitanje („Kako da napišem dobar scenario?“) i od modela dobija klasičnu dramaturšku strukturu. U tom slučaju AI deluje kao koristan instruktor i podiže kvalitet početničkog rada;

• Ekspert unosi detaljan kontekst, suprotstavljene zahteve, stilske reference i tehnička ograničenja, koristeći model kao oruđe za brzu razradu složenih hipoteza. U rukama profesionalca AI funkcioniše kao akcelerator.

Veštačka inteligencija time podiže nivo prosečnog stvaralaštva, ali sama po sebi ne pomera vrhunski nivo umetnosti. Kada zanatski profesionalan izgled postane podrazumevani standard dostupan svima, prostor za stvarno razlikovanje seli se na teren autentične ideje, humora, stava i emocije.

Opasnost od estetske homogenizacije

Ako hiljade autora širom sveta koriste iste modele, iste podrazumevane stilove i slične formulacije zahteva, nastaje vizuelna jednoličnost:

• Isti dramatični neonski odsjaji;

• Isti usporeni kadrovi sa veštačkim osvetljenjem;

• Isti kompjuterski generisani zalasci sunca;

• Ista melanholična klavirska muzika u pozadini.

Sve je tehnički izvedeno bez greške, a istovremeno deluje prazno i prepoznatljivo veštački. Zadatak kreativnog direktora budućnosti u velikoj meri biće svesno izbegavanje podrazumevane „AI estetike“ i traganje za vizuelnim jezikom koji odskače od generičkog proseka.

Jasna podela uloga: čovek kao orkestrator sistema

Zdrav produkcioni radni tok postavlja jasne granice odgovornosti:

U ovakvom rasporedu čovek prestaje da bude manuelni operater svakog pojedinačnog piksela i preuzima ulogu orkestratora celokupnog sistema.

Human-in-the-Loop i kreativne kontrolne tačke

Koncept prisustva čoveka u procesu (Human-in-the-Loop) u kreativnoj industriji ima znatno dublje značenje od puke tehničke kontrole. Čovek ne sme biti neko ko se formalno pojavi samo na samom kraju da pritisne dugme za objavu.

Kreativni radni tok mora imati jasne kontrolne tačke (Creative Checkpoints):

1. Pre generisanja: Definisanje strateškog brifa i ograničenja;

2. Nakon prve faze: Selekcija upotrebljivih pravaca i eliminacija klišea;

3. Pre finalizacije: Provera doslednosti likova, logike prostora i tona poruke;

4. Pre plasmana: Konačna pravna, etička i estetska verifikacija.

Preprodukcija, Style Bible i problem kontinuiteta (Consistency)

Jedan od najvećih inženjerskih izazova generativnog videa jeste kontinuitet:

• Model u prvom kadru generiše odlično lice glumca;

• U drugom kadru isto lice ima drugačije crte;

• U trećem kadru proizvod menja boju ili raspored dugmića;

• U četvrtom kadru arhitektura sobe više ne odgovara prethodnoj sceni.

Zato profesionalni rad zahteva stroga pravila: izradu knjige vizuelnih standarda (Style Bible), pripremu fiksnih referentnih slika za karaktere (Character Consistency) i precizno definisanje geometrije proizvoda. Generativni model mora biti precizno ograničen pravilima da bi u produkciji bio zaista upotrebljiv.

Zvuk, lokalizacija i etika kloniranja glasa

Područje obrade zvuka doživljava jednako duboke promene kao i video. Kroz kloniranje glasa, sintezu govora (TTS) i naprednu lokalizaciju, jedna kampanja može u istom danu dobiti verzije na više svetskih jezika, uz savršeno očuvanu boju glasa izvornog glumca i prilagođene pokrete usana na ekranu.

Međutim, tehnološka izvodljivost ne rešava pitanje etike i autorskih prava:

• Da li postoji jasna, potpisana saglasnost osobe za kloniranje glasa?

• Za koje je tačno namene i tržišta glas licenciran?

• Da li je publika transparentno obaveštena da sluša sintetički govor?

Pravna sigurnost i zaštita ličnih prava postaju nerazdvojni deo profesionalne video-produkcije.

Regulativa i transparentnost: Član 50 EU AI Act-a

Od 2. avgusta 2026. godine u Evropskoj uniji počinje puna primena člana 50 Zakona o veštačkoj inteligenciji (EU AI Act). Ovaj propis uvodi precizne obaveze transparentnosti za sve subjekte koji kreiraju ili objavljuju multimedijalni sadržaj:

• Obaveza mašinski čitljivog označavanja (machine-readable marking) sintetičkog ili modifikovanog foto, audio i video-sadržaja;

• Posebne i striktne obaveze obaveštavanja javnosti kod deepfake sadržaja i materijala koji simulira stvarne ličnosti, mesta ili događaje;

• Implementacija standarda za praćenje porekla sadržaja (Provenance), poput C2PA industrijskih metapodataka i digitalnih vodenih žigova.

Pitanje usklađenosti sa propisima više nije tema rezervisana samo za pravnu službu i IT odeljenje, već postaje sastavni deo svakodnevnog rada kreativnih agencija i video-studija.

Autentičnost naspram fotorealizma

Fotorealizam i autentičnost su dva potpuno različita pojma:

• Fotorealizam: Tehnički parametar koji pokazuje koliko generisani pikseli verno oponašaju optiku kamere, lom svetla i teksturu kože;

• Autentičnost: Osećaj istinitosti, iskrenosti i ljudske namere koja stoji iza poruke.

Ako generišemo scenu sa zmajem koji leti iznad planine, publika uživa u vizuelnoj iluziji i zna da je u pitanju fikcija. Međutim, ukoliko se generiše izjava generalnog direktora kompanije, svedočenje navodnog kupca ili novinski izveštaj iz kriznog područja, svako prikrivanje sintetičkog porekla direktno urušava poverenje u brend ili medij. Što generisani materijal deluje realnije, to je veća potreba za transparentnim dokazivanjem njegovog stvarnog porekla.

Novi profil profesionalca i Creative QA

Pojava naprednih alata smanjuje potrebu za glomaznim tehničkim timovima na terenu, ali podiže zahteve pred vodeće autore. Kreativac budućnosti mora funkcionisati kao orkestrator koji suvereno vlada različitim sistemima:

• Zna koji je model optimalan za teksturu, koji za dinamiku pokreta, a koji za obradu zvuka;

• Razume kontrolu konzistentnosti kroz rad sa maskama i referencama;

• Poseduje izgrađen estetski ukus za kontrolu kvaliteta (Creative QA).

Kontrola kvaliteta više ne podrazumeva samo proveru tehničkih specifikacija formata (rezolucija, nivoi zvuka, kolorni prostor). Ona sada obuhvata identifikaciju anatomskih deformacija, proveru fizike kretanja u sceni, kontrolu prikaza detalja brenda, očuvanje identiteta likova i verifikaciju autorskih prava.

Podaci iz prakse: Adobe istraživanje o navikama kreatora

Globalno istraživanje kompanije Adobe iz 2025. godine, sprovedeno na uzorku od 16.000 autora, pokazuje u kojoj meri je generativni AI postao deo svakodnevice:

• 86% ispitanih autora aktivno koristi generativne alate;

• 55% ih primenjuje za doradu, povećanje rezolucije (upscaling) i poboljšanje postojećih materijala;

• 52% koristi alate za kreiranje novih vizuelnih i video-elemenata;

• 48% se oslanja na modele u fazi brainstorminga i razvoja ideja;

• Čak 60% autora redovno kombinuje više različitih AI alata tokom tromesečnog rada.

Ovi podaci jasno svedoče da savremeni radni tok više ne predstavlja binarni izbor između klasičnog softvera i novih modela, već organsku celinu koja povezuje kameru, programe za nelinearnu montažu, specijalizovane video i audio generatore i ruku profesionalca.

Lična odgovornost pred klijentom i javnošću

Jedan od ključnih razloga zašto AI ne može zameniti čoveka jeste princip lične i pravne odgovornosti:

• Algoritam ne potpisuje ugovor o poverljivosti;

• Model ne odgovara za kršenje autorskih prava trećih lica;

• Sistem ne sedi na sastanku sa klijentom da obrazloži zašto je kampanja izazvala negativne reakcije javnosti;

• Softver ne snosi finansijske posledice povlačenja neprimerene reklame.

Mašina može biti vrhunski asistent u pripremi materijala, ali čovek i agencija ostaju jedini nosioci profesionalne, pravne i moralne odgovornosti za javno plasiranu poruku.

Ukus (Taste) kao najvrednija valuta digitalnog doba

Kada tehnologija omogući da svako jednim klikom stvori vizuelno ubedljiv kadar, posedovanje tehničkog alata prestaje da bude konkurentska prednost. U takvim okolnostima najskuplja kreativna veština postaje istančan estetski ukus (Taste):

• Sposobnost da se u masi generisanog materijala prepozna suštinski tačan detalj;

• Osećaj za meru: zašto montažni rez mora pasti baš na ovom frejmu;

• Razumevanje dinamike: zašto naracija zahteva pauzu od jedne sekunde na tačno određenom mestu;

• Hrabrost da se odbaci tehnički impresivan kadar ako on ne doprinosi suštini priče.

Ukus je nemoguće svesti na algoritamsku formulu. On je rezultat obrazovanja, životnog iskustva, empatije i poznavanja ljudske prirode.

Psihološki aspekt: očuvanje unutrašnje motivacije stvaralaca

Istraživanje objavljeno u časopisu Scientific Reports 2025. godine (sprovedeno kroz četiri eksperimentalne studije na ukupno 3.562 učesnika) otkrilo je važan psihološki paradoks: saradnja sa generativnim modelima podiže brzinu i performanse u radu, ali može značajno smanjiti unutrašnju motivaciju zaposlenih (intrinsic motivation).

Ljudi se ne bave dizajnom, režijom, pisanjem, montažom ili muzikom isključivo radi pukog finalnog fajla. Sam proces stvaranja, savladavanje zanatskih prepreka i osećaj ličnog autorstva čine suštinu profesionalnog identiteta. Ukoliko menadžment organizuje rad tako da model preuzme sve zanimljive, misaone zadatke, dok čoveku ostane samo uloga pasivnog kontrolora, produktivnost može kratkoročno porasti, ali će zadovoljstvo radom i kreativni žar autora brzo nestati.

Zato osnovno pravilo održivog radnog toka glasi:

Automatizujte dosadu, a ne smisao stvaralaštva.

Rutinske poslove prilagođavanja formata, maskiranja i transkripcije treba prepustiti mašinama, dok prostor za osmišljavanje, režiju i donošenje ključnih odluka mora ostati u rukama autora.

Agentic AI i definisanje granica autonomije

U narednoj razvojnoj fazi sistemi više neće samo čekati pojedinačne tekstualne komande. Autonomni AI agenti (Agentic AI) dobijaće celovite zadatke:

„Analiziraj priloženi brif, istraži aktivnosti direktnih konkurenata, napiši scenario za tri kratka vertikalna videa, izradi knjigu snimanja i pripremi audio-vizuelne elemente za pregled.“

Sistem samostalno realizuje celokupan pripremni niz koraka i predaje ga kreativnom direktoru na reviziju. Sa porastom mogućnosti agenata, presudna tema postaje postavljanje granica autonomije (Autonomy Boundaries):

• Nivo 1 (Asistencija): Model nudi predloge i tekstualne opcije na zahtev;

• Nivo 2 (Generisanje): Model izrađuje konkretne audio-vizuelne elemente po striktnom uputstvu;

• Nivo 3 (Orkestracija): Sistem samostalno povezuje više softverskih alata i faza pripreme;

• Nivo 4 (Optimizacija): Sistem prati reakcije publike i autonomno predlaže montažne varijacije;

• Nivo 5 (Potpuna autonomija): Sistem samostalno kreira i plasira kampanju unutar definisanih parametara.

Zadatak agencijskog i produkcijskog menadžmenta jeste da precizno odredi dokle mašina sme da ide samostalno, a na kojim tačkama je obavezna ljudska odluka.

Pristup zasnovan na proceni rizika (Risk-Based Production)

Nivo primene generativnih alata mora biti usklađen sa stepenom odgovornosti projekta:

• Nizak rizik: Apstraktna pozadina za objavu na društvenim mrežama ili interni animirani skeč. Dozvoljena visoka autonomija modela;

• Srednji rizik: Komercijalni video-spot sa izmišljenim narativom. Zahteva strogu kontrolu prikaza brenda i kontinuiteta;

• Visok rizik: Medicinske i naučne demonstracije, edukativni materijali i industrijska uputstva. Svaka vizuelna tvrdnja zahteva egzaktnu proveru stručnjaka;

• Kritičan rizik: Korporativna saopštenja rukovodstva, izveštavanje o kriznim događajima i politička komunikacija. Zahteva maksimalnu transparentnost, striktnu proveru porekla materijala i potpuno izbegavanje neovlašćenih sintetičkih manipulacija.

Pouke iz prakse: Joombooz produkcioni model

U savremenoj video-produkciji, što se jasno vidi i kroz rad agencije Joombooz, veštačka inteligencija se ne posmatra kao zamena za produkciju, već kao sastavni deo višefaznog sistema.

U vodiču „Od ideje do gotove AI reklame: kako zaista izgleda profesionalna produkcija u 2026.“ detaljno je prikazan model u kome produkcija započinje dubinskim brifom, preciziranjem ciljne grupe i definisanjem poruke pre nego što se otvori bilo koji generativni softver. Nakon generisanja kadrova slede profesionalna montaža, autorski dizajn zvuka, kolor-korekcija i rigorozna kontrola kvaliteta. To dokazuje da profesionalni rad sa novim tehnologijama podseća na zrelu filmsku produkciju osnaženu naprednim alatima, a ne na amatersko generisanje slučajnih slika.

Vreme do prve održive ideje (Time to First Viable Idea)

Iako je smanjenje finansijskih troškova značajan faktor, najveća prednost saradnje leži u drastičnom skraćenju vremena potrebnog za dolazak do prve proverene ideje (Time to First Viable Idea).

Mogućnost da tim u jednom danu vizuelno i narativno testira 15 različitih pravaca – za šta su ranije bile potrebne nedelje rada – suštinski podiže kvalitet konačne odluke. Tim ne ulazi u produkciju sa pretpostavkom da je prva ideja bila najbolja, već sa saznanjem da je prošao kroz širok spektar alternativa.

Odgovor na pitanje autorstva: ko je doneo ključne odluke?

Rasprava o tome da li je delo stvorio čovek ili mašina često pati od pogrešno postavljenih premisa. Pitanje se ne bavi time ko je generisao piksele na ekranu, već ko je doneo ključne autorske i dramaturške odluke:

• Ko je postavio koncept i osmislio emotivni ton?

• Ko je odabrao specifičan ugao priče i napisao dijaloge?

• Ko je usmeravao izgled kadrova i odbacio stotine loših predloga?

• Ko je definisao ritam reza u montaži i preuzeo odgovornost za poruku?

Ako iza tih odluka stoji čovek sa jasnom vizijom, delo nosi autorski pečat bez obzira na to koji su softverski procesori korišćeni u izradi. Ukoliko je neko samo uneo opštu rečenicu i prihvatio prvi ponuđeni rezultat, autorski doprinos je zanemarljiv.

Kreativac kao strateg u ekonomiji pažnje

U svetu u kome svako može generisati stotine video-zapisa dnevno, prostor ljudske pažnje ostaje nepromenjen – dan svakog čoveka i dalje ima 24 sata. Eksponencijalni rast ponude sadržaja znači samo jedno: borba za pažnju posmatrača postaje neuporedivo oštrija.

Zato tehničko vladanje alatima prestaje da bude presudno. Kreativac modernog doba mora biti strateg koji dubinski razume psihologiju publike, dinamiku digitalnih platformi, pozicioniranje brenda i etički kontekst trenutka u kome stvara. Kada svako može napraviti dopadljiv video, jedino važno pitanje glasi: zašto bi iko posvetio svoje vreme baš vašem delu?

Zaključak: očuvanje ljudskog smisla u eri veštačke inteligencije

Saradnja čoveka i veštačke inteligencije u multimedijalnoj produkciji ne predstavlja truli kompromis, već skladno spajanje različitih snaga:

• Snage veštačke inteligencije: Brzina obrade, generisanje beskonačnog niza varijacija, tehnička automatizacija, obrada više formata i pronalaženje skrivenih obrazaca u podacima;

• Snage čoveka: Razumevanje kulturnog konteksta, istančan ukus, moralni i umetnički kompas, empatija, autentična životna iskustva i lična odgovornost.

Najveća opasnost savremenog doba nije u tome što će veštačka inteligencija postati svesna i preuzeti umetnost, već u tome što ljudi mogu postati lenji, pasivno prihvatajući prve generisane predloge bez razmišljanja i borbe za autentičnost.

Kreativni profesionalac budućnosti neće trošiti sate na pitanje kako nešto tehnički nacrtati ili izolovati u kadru. Njegov osnovni zadatak postaće traženje odgovora na pitanje šta je to što zaista vredi stvoriti. A najvažniji trenutak u celokupnoj produkciji ostaće onaj u kome čovek pogleda savršeno izgenerisan kadar i kaže:

„Ovo vizuelno izgleda impresivno, ali nema nikakvu dušu i ne govori ništa važno – brišemo i krećemo ponovo.“

U toj rečenici leži stvarna suština i budućnost ljudske kreativnosti.

FAQ – Human-AI Collaboration u multimedijalnoj produkciji

Šta podrazumeva koncept Human-AI Collaboration?

To je savremeni radni model u kome čovek i veštačka inteligencija deluju kao partneri: mašina preuzima zadatke brze analize, pretrage, generisanja varijacija i tehničke obrade, dok čovek vodi strategiju, bira pravac, unosi emotivni smisao i donosi konačne odluke.

Da li se veštačka inteligencija može smatrati istinski kreativnom?

To zavisi od definicije. Ako kreativnost posmatramo kao sposobnost stvaranja novih, neočekivanih i korisnih kombinacija postojećih elemenata, modeli pokazuju izuzetne rezultate. Međutim, mašinama nedostaju svesna namera, lični doživljaj sveta, emocija i razumevanje šireg društvenog konteksta.

Da li je AI danas kreativniji od prosečnog čoveka?

U specifičnim zadacima divergentnog mišljenja (kao što je brzo nabrajanje na desetine alternativnih upotreba nekog predmeta) modeli često nadmašuju prosek. Ipak, u stvaranju autentičnih umetničkih dela, nijansiranih priča i dubokih metafora ljudi i dalje zadržavaju ubedljivu prednost.

Koje faze video-produkcije AI najviše ubrzava?

Najveći doprinos beleži se u ranoj fazi ideacije, pisanju varijacija scenarija, izradi vizuelnih skica (Storyboard), pripremi Moodboard tabli, automatizovanoj rotoskopiji, čišćenju zvuka i pripremi višejezičnih adaptacija.

Koje oblasti produkcije moraju ostati isključivo u rukama čoveka?

Strateško pozicioniranje brenda, konačan izbor ideja, režijska postavka glume i tona, provera etičkih i pravnih normi, razumevanje specifičnosti lokalne kulture i preuzimanje odgovornosti za javnu reč.

Šta označava termin Human-in-the-Loop?

To je organizacioni i inženjerski princip koji osigurava da čovek zadrži ključnu ulogu u odobravanju i usmeravanju procesa, sprečavajući da automatizovani sistemi samostalno donose odluke i objavljuju materijal bez nadzora.

Zašto je Human-in-the-Loop pristup presudan u multimedijalnom radu?

Zato što generativni modeli mogu sa punim vizuelnim autoritetom stvoriti netačan, uvredljiv, pravno kažnjiv ili brendu štetan sadržaj koji samo ljudsko oko može pravovremeno da prepozna.

Da li poznavanje „promptovanja“ ostaje primarna kreativna veština?

Ne. Sistemi ubrzano uče da komuniciraju prirodnim jezikom i prihvataju crteže i audio-uputstva. U prvi plan se vraća klasična kreativna direkcija – poznavanje kompozicije, filmskog jezika, dramaturgije i psihologije publike.

Šta u praksi označava multimodalna veštačka inteligencija?

To su napredni AI modeli koji istovremeno mogu da primaju i stvaraju različite tipove medija – povezujući tekstualni opis sa vizuelnim generisanjem, zvučnim efektima, muzikom i pokretom u jedinstvenom procesu.

Šta je efekat sidrenja (Anchoring Effect) u radu sa AI-jem?

To je pojava gde prvi predlog koji model ponudi podsvesno zaključa maštu autora, navodeći ga da sve naredne ideje razvija samo kao male izmene tog prvobitnog rešenja umesto da traži originalne puteve.

Kako autori mogu efikasno da izbegnu efekat sidrenja?

Tako što će pre otvaranja softvera i unosa zahteva svesno zapisati na papir nekoliko sopstvenih, izvornih ideja, koristeći model tek u drugom koraku za širenje tih opcija.

Šta označava pojam kreativne konvergencije?

To je rizik da usled masovne upotrebe istih alata, istih baza podataka za treniranje i sličnih formulacija zahteva, stvaraoci širom sveta počnu da proizvode vizuelno i tematski identičan sadržaj.

Može li preterana upotreba veštačke inteligencije ugroziti originalnost dela?

Može, ukoliko se autor prepusti liniji manjeg otpora i prihvati prve ponuđene rezultate modela koji po svojoj prirodi predstavljaju statistički prosek miliona postojećih radova sa interneta.

Šta podrazumeva hibridna multimedijalna produkcija?

To je savremeni produkcijski pristup koji u okviru istog projekta kombinuje klasične filmske snimke, studijsku glumu, CGI animaciju i AI-generisane vizuelne i zvučne slojeve.

Da li primena generativnih modela uvek pojeftinjuje izradu videa?

Ne nužno. Iako radikalno pojeftinjuje fazu osmišljavanja i izrade skica, postizanje fotorealističnog kontinuiteta i uklanjanje digitalnih anomalija u visokobudžetnim projektima i dalje zahteva sate rada vrhunskih majstora postprodukcije.

Šta označava metrika Time to First Viable Idea?

To je vreme koje protekne od prijema inicijalnog brifa do trenutka kada tim pred sobom ima prvi uverljiv, vizuelno uobličen koncept spreman za ozbiljnu procenu.

Kako AI menja proces izrade knjige snimanja (Storyboard)?

Umesto višednevnog ručnog crtanja skica, reditelj može za nekoliko sati vizuelizovati kompletne scene sa precizno definisanim uglovima kamere, svetlom i pokretom.

Kakve mogućnosti AI donosi u domenu jezičke lokalizacije?

Omogućava automatski prevod, kloniranje originalnog glasa glumca na desetine jezika i računarsko prilagođavanje pokreta usana (Lip-sync), čineći da glumac deluje kao da prirodno govori strani jezik.

Da li je kloniranje glasa pravno bezbedno u komercijalne svrhe?

Bezbedno je isključivo ukoliko postoji formalni ugovor i izričit pristanak vlasnika glasa za tačno definisanu namenu. Neovlašćeno kloniranje predstavlja grubo kršenje prava na ličnost i osnov je za sudske tužbe.

Šta je Creative QA u eri generativnog sadržaja?

To je proces provere u kome se pored tehničkih standarda pažljivo traže skrivene greške specifične za generativne modele: deformisani prsti, nelogičnosti u perspektivi, promene na licu lika između rezova i nepravilno ispisani logotipi.

Zašto je očuvanje kontinuiteta (Consistency) problem za AI modele?

Zato što modeli svaki kadar posmatraju kao nov zadatak verovatnoće, pa bez uvođenja fiksnih referentnih slika i strogih parametara likovi, odeća i rekviziti menjaju izgled iz scene u scenu.

Čemu služi knjiga vizuelnih standarda (Style Bible) u AI produkciji?

To je dokument koji definiše fiksna pravila projekta: kolornu paletu, filmsku optiku, tip osvetljenja, proporcije likova i scenografiju, osiguravajući da svi generisani kadrovi deluju kao celina.

Šta je pristrasnost prema automatizaciji (Automation Bias)?

To je psihološka sklonost ljudi da nekritički veruju odlukama i sugestijama računarskog sistema, pretpostavljajući da je algoritam objektivniji i pametniji od njih samih.

Zbog čega slepa optimizacija algoritamskih metrika može naškoditi brendu?

Zato što forsiranje samo jednog parametra (kao što je klikabilnost ili broj komentara) često vodi u senzacionalizam i agresivne šablone koji dugoročno ruše ugled i kredibilitet ozbiljne kompanije.

Kako generativni AI utiče na psihu i motivaciju kreativaca?

Eksperimentalna istraživanja potvrđuju da preterana automatizacija može oboriti unutrašnju motivaciju autora ukoliko im oduzme radost samog stvaralačkog zanata i pretvori ih u puke administratore koji samo biraju tuđe opcije.

Šta u praksi znači krilatica „automatizujte dosadu, a ne smisao“?

To znači da alate treba zadužiti za mehaničke poslove poput uklanjanja šuma, prilagođavanja dimenzija i eksporta formata, dok osmišljavanje priče, vođenje emocije i poruka moraju ostati u rukama čoveka.

Da li će razvoj tehnologije smanjiti broj zaposlenih u video-produkciji?

Verovatno će doći do smanjenja potrebe za delom operativnog, repetitivnog tehničkog osoblja, ali će istovremeno rasti potražnja za kreativnim direktorima, stratezima, supervizorima kvaliteta i stručnjacima za etičko i pravno upravljanje.

Šta označava pojam „ukusa“ (Taste) u savremenoj produkciji?

To je sposobnost autora da na osnovu lične zrelosti, znanja i osećaja za publiku nepogrešivo izabere onaj jedan pravi kadar ili ton među stotinama generisanih varijacija koje nudi računar.

Šta je digitalno poreklo sadržaja (Provenance)?

To su kriptografski zaštićeni metapodaci ugrađeni u fajl koji beleže tačnu istoriju nastanka medija: koji je uređaj korišćen, ko je autor i koji su alati veštačke inteligencije učestvovali u njegovoj obradi.

Koje obaveze donosi Član 50 EU AI Act-a od avgusta 2026. godine?

Zahteva obavezno mašinski čitljivo označavanje sintetički generisanog i manipulisanog sadržaja, kao i jasno obaveštavanje javnosti kada se prikazuju deepfake video-zapisi koji oponašaju stvarne ljude ili događaje.

Šta predstavlja deepfake prema evropskoj regulativi?

To je manipulisani ili generisani audio, video ili foto-sadržaj koji stvara uverljiv privid da određena stvarna osoba govori ili čini nešto što u realnosti nikada nije učinila, a koji bi posmatrač mogao pogrešno protumačiti kao autentičan zapis.

Šta je Agentic AI u video-produkciji?

To su napredni softverski agenti koji poseduju visok nivo samostalnosti u izvršavanju složenih zadataka: sami analiziraju zahteve, pretražuju baze, generišu scenarije, kreiraju kadrove i pripremaju radne verzije za čoveka.

Šta predstavljaju granice autonomije (Autonomy Boundaries)?

To su interna pravila kojima produkcijska kuća ili agencija određuje nivo slobode algoritma – definišući koje operativne korake model može sprovesti samostalno, a za koje je obavezno formalno odobrenje kreativnog direktora.

Da li ozbiljna reklama počinje pisanjem prompta u alatu?

Ne. Vrhunska reklama započinje razumevanjem poslovnog problema, psihologije kupca i jasnom strategijom brenda; prompt je samo tehnički način da se ta prethodno osmišljena ideja materijalizuje.

Kako izgleda celovit proces saradnje čoveka i mašine u produkciji?

Strategija i brif → autorsko promišljanje → AI proširenje ideja → ljudski odabir koncepta → generisanje sirovih elemenata → autorska režija i montaža → kontrola kvaliteta i provera prava → distribucija.

Koji je najveći rizik u kreativnoj saradnji sa mašinama?

Rizik da ljudski autor postane pasivan posmatrač koji po inerciji prihvata generisane predloge, gubeći vremenom sopstveni stil, kritičku svest i autorski identitet.

Koji je osnovni princip uspešne primene AI-ja u multimedijalnoj produkciji?

Veštačka inteligencija treba da posluži za maksimalno proširenje prostora ideja koje čovek može da sagleda, ali čovek mora ostati jedina instanca koja odlučuje koja ideja zaslužuje da postane stvarnost.