Key Takeaways – šta je najbitnije u ovom tekstu
Generativna veštačka inteligencija (AI) više nije samo alat za pisanje teksta ili pravljenje neobičnih ilustracija. Današnji sistemi mogu da generišu i menjaju fotografije, video, govor, muziku, animaciju, 3D elemente i druge vrste digitalnog sadržaja, dok se pojedinačni alati sve više spajaju u kompletne multimodalne produkcione tokove (workflow-e).
Najveća promena zato nije u tome što AI može da napravi sliku ili nekoliko sekundi videa. Mnogo je važnije to što drastično smanjuje cenu i vreme potrebno za prelazak od ideje do prve upotrebljive verzije sadržaja. Ono za šta su ranije bili potrebni fotograf, dizajner, studio, glumac, narator i montažer danas se u određenim projektima može napraviti kao prototip za samo nekoliko sati.
Ali postoji ozbiljna razlika između „AI može nešto da generiše” i „AI može pouzdano da proizvede profesionalni multimedijalni sadržaj”. Problemi sa kontinuitetom likova, preciznom kontrolom kadra, činjenicama, autorskim pravima, identitetom, deepfake sadržajem, konzistentnošću brenda i kreativnom originalnošću nisu nestali.
Pravni okvir takođe više nije teorijska tema. Od 2. avgusta 2026. godine primenjuju se odredbe Člana 50. Evropskog zakona o veštačkoj inteligenciji (EU AI Act), koje uvode obaveze transparentnosti za određene AI sisteme i AI-generisane ili manipulisane sadržaje. Dobavljači (providers) generativnih AI sistema obuhvaćenih pravilima moraju da podrže mašinski čitljivo (machine-readable) označavanje sintetičkog sadržaja, dok oni koji ih primenjuju (deployers) u određenim situacijama moraju jasno označiti deepfake sadržaj. Postoje izuzeci i posebna pravila za umetničke, kreativne i slične sadržaje (Evropska komisija – AI transparency obligations).
Istovremeno, koalicija C2PA razvija Content Credentials – standard za kriptografski proverljive podatke o poreklu i istoriji digitalnog sadržaja. To ne govori automatski da li je sadržaj „istinit”, ali može pomoći da utvrdimo odakle potiče i kako je menjan (C2PA).
Najveća promena zato možda neće biti činjenica da će AI praviti više sadržaja. Pravi problem biće kako pronaći sadržaj koji vredi gledati u svetu u kojem svako može da generiše praktično beskonačnu količinu prosečnog sadržaja.
Od fotografije do sintetičke stvarnosti
Multimedija je decenijama bila relativno jednostavan pojam: tekst, fotografija, grafika, zvuk, video, animacija. Njihovom kombinacijom nastajali su filmovi, reklame, televizijske emisije, veb-sajtovi, video-igre, prezentacije i digitalne kampanje.
Računar je bio alat kojim je čovek obrađivao materijal. Photoshop nije sam odlučivao kakvu fotografiju želite. Premiere nije sam snimao film. After Effects nije sam smišljao animaciju.
Generativna AI menja upravo taj odnos. Računar više nije samo alat za obradu sadržaja. On postaje sistem koji sintetiše sadržaj.
Napišete šta želite da vidite – dobijete sliku. Opišete kadar – dobijete video. Unesete tekst – dobijete glas. Opišete atmosferu – dobijete muziku. Dodate fotografiju proizvoda – dobijete deset reklamnih scena u kojima taj proizvod nikada nije fizički fotografisan.
Granica između „snimljenog” i „napravljenog” zbog toga postaje sve manje očigledna. I tu počinje prava multimedijalna revolucija.
Najveća promena nije kvalitet. To je cena eksperimenta
Pretpostavimo da marketinška agencija treba da napravi reklamu za turističku destinaciju. Pre generativne AI produkcije bilo je potrebno pronaći lokaciju, organizovati snimanje, angažovati ljude, obezbediti opremu, snimiti voice-over, pronaći muziku, montirati materijal i napraviti nekoliko verzija.
Ako klijent na kraju kaže: „Možemo li da probamo potpuno drugačiju atmosferu?”, to nije mala promena.
AI menja ekonomiku tog pitanja. Pre finalnog snimanja moguće je napraviti deset vizuelnih pravaca: izlazak sunca, noć, luksuz, avantura, porodica, cinematic, minimalistički pristup, vertikalni TikTok format, horizontalni YouTube format. Sve pre nego što je kamera uopšte izvađena iz torbe.
To je možda najveća praktična vrednost generativne AI u multimediji: cena pokušaja dramatično pada. A kada pokušaj postane jeftin, kreativni proces može postati mnogo eksperimentalniji.
Tekst je bio samo početak
Prvi veliki talas generativne AI široka publika je upoznala kroz velike jezičke modele (Large Language Models – LLM). Ali, multimedijalna revolucija počinje kada različiti modaliteti prestanu da budu odvojeni.
Tekst postaje slika. Slika postaje video. Video dobija glas. Glas se prevodi na drugi jezik. Pokreti usana prilagođavaju se prevodu. Muzika nastaje prema raspoloženju scene. AI iz kompletnog materijala pravi vertikalnu verziju za Reels, zatim kraću za Shorts, pa statičnu objavu i na kraju thumbnail.
To je multimodalna veštačka inteligencija. I upravo zbog nje više nema mnogo smisla razmišljati o AI generatoru slike, videa i teksta kao o potpuno odvojenim kategorijama. Oni postaju delovi istog produkcionog lanca.
AI slika više nije igračka za pravljenje šestoprstih ljudi
Pre nekoliko godina AI slike bilo je relativno lako prepoznati. Ruke su bile problem. Tekst na slici još veći. Perspektiva bi povremeno odlučila da prestane da poštuje zakone geometrije.
Danas je ozbiljan problem upravo suprotan. Dobra AI-generisana fotografija može izgledati dovoljno uverljivo da prosečan posmatrač nema nijedan razlog da posumnja u nju.
Za kreativnu industriju to otvara ogroman prostor: koncept art, storyboard-i, reklamni vizuali, mockup-i proizvoda, pozadine, ilustracije, dizajn karaktera, vizuelizacija prostora. Jedna osoba može za nekoliko sati da istraži desetine pravaca za koje je ranije bilo potrebno mnogo više vremena.
Ali brzina nosi zanimljivu posledicu. Ako svi imaju pristup istim modelima, isti promptovi počinju da proizvode isti vizuelni „ukus”. I tu dolazimo do paradoksa.
AI demokratizuje produkciju – i istovremeno proizvodi more vizuelne prosečnosti
Tehnička barijera za stvaranje vizuelno atraktivnog sadržaja nikada nije bila niža. To je dobra stvar. Mala kompanija više ne mora da ima ogroman budžet da bi testirala profesionalnu kampanju. Student može napraviti kratki film koji je pre nekoliko godina zahtevao ozbiljan studio. Novinar može vizuelizovati istorijski događaj – pod uslovom da jasno objasni da je u pitanju rekonstrukcija.
Ali, postoji druga strana. Ako svako može da izgeneriše „cinematic portrait, dramatic lighting, shallow depth of field”, internet će vrlo brzo biti preplavljen upravo takvim sadržajem. Tehnički lepim, vizuelno uglađenim – i potpuno zaboravljivim.
U eri generativne AI, retkost više nije sposobnost da proizvedemo sliku. Retkost postaje ideja zbog koje neko uopšte želi da tu sliku pogleda.
Video je sledeće veliko bojno polje
Generativni video je posebno važan jer objedinjuje mnogo više izazova od jedne slike. Model mora razumeti prostor, vreme, pokret, fiziku, kameru, kontinuitet, likove, osvetljenje, objekte i interakcije.
Ako čovek u prvom kadru nosi crveni sat, gledalac očekuje da taj sat ne postane plav tri sekunde kasnije. Ako automobil ulazi u kadar sa leve strane, ne bi trebalo misteriozno da promeni model pri sledećem rezu.
Kod jedne slike greška postoji u prostoru. Kod videa greška postoji i u prostoru i u vremenu.
Zbog toga je profesionalna AI video-produkcija mnogo više od jednog dobrog prompta. Potrebni su storyboard, referentne slike, kontrola likova, dosledna umetnička direkcija (art direction), selekcija generacija, montaža, korekcija boja, zvuk i ljudska kontrola.
Drugim rečima: AI može eliminisati kameru iz određenog kadra, ali ne eliminiše režiju.
Od snimanja kadra prelazimo ka sintetisanju kadra
Ovo je konceptualno ogromna promena. Tradicionalni film bira kadar iz fizičke realnosti. Generativni sistem ga konstruiše.
Želite Beograd 2120. godine? Ne morate napraviti set. Želite automobil na Marsu? Ne morate da transportujete automobil. Želite istorijski Niš iz rimskog perioda? Možete napraviti vizuelnu rekonstrukciju bez fizičke scenografije.
To otvara fantastične mogućnosti za obrazovanje, dokumentarne formate, marketing, arhitekturu, istorijsku vizuelizaciju i nezavisni film. Ali reč „rekonstrukcija” ovde postaje izuzetno važna. Jer, u trenutku kada sintetički kadar izgleda kao dokumentarni snimak, gledalac mora da zna šta zapravo gleda.
Glas više nije dokaz identiteta
Audio je možda još problematičniji. Kloniranje glasa (Voice Cloning) omogućava stvaranje govora koji zvuči kao konkretna osoba.
Legitimne primene su ogromne: sinhronizacija, audio-knjige, pristupačnost (accessibility), lokalizacija, virtuelni asistenti, restauracija glasa.
Ali ista tehnologija omogućava i nešto potpuno drugačije: lažni telefonski poziv, lažni direktor, lažni intervju, lažno priznanje. ITNetwork je detaljnije obrađivao ovaj problem u tekstovima „Da li i dalje možemo da verujemo onome što vidimo na internetu – surova deepfake stvarnost” i „Savršena rekonstrukcija lica (digitalni klonovi)”.
Problem više nije samo „da li je snimak montiran”. Problem postaje: da li se događaj na snimku ikada uopšte dogodio?
AI muzika otvara još neugodnije pitanje autorstva
Generisanje muzike na zahtev ima očiglednu komercijalnu vrednost. Treba vam instrumental od 30 sekundi, energičan, bez vokala, elektronski, sa cinematic build-up-om na 18. sekundi? AI može napraviti više varijanti za nekoliko minuta.
Za podkaste, reklame, igre, prezentacije i društvene mreže to može biti veoma praktično. Ali onda dolazi pitanje: ko je autor? Osoba koja je napisala prompt? Kompanija koja je napravila model? Niko?
Koliki ljudski kreativni doprinos mora postojati? Da li model zapravo reprodukuje obrasce naučene iz muzike stvarnih autora?
Isto pitanje postoji za fotografiju, ilustraciju, tekst i video. Američka Kancelarija za autorska prava (U.S. Copyright Office) je u izveštaju iz 2025. godine zaključila da AI izlazni rezultat (output) može biti zaštićen autorskim pravom tamo gde postoji „dovoljan ljudski autorski doprinos”, što uključuje kreativni izbor, raspored ili modifikovanje materijala, dok samo pisanje prompta nije dovoljno. Iako je to stav američkog prava, a ne univerzalno pravilo za sve jurisdikcije, veoma dobro pokazuje u kom pravcu ide debata.
Prompt nije isto što i autorstvo
Ovo će biti jedno od važnijih pitanja u narednim godinama.
Ako napišem: „Napravi tužnu fotografiju čoveka na kiši”, i model napravi fantastičnu sliku, koliko sam ja zapravo njen autor? Ali, ako napravim 200 generacija, izaberem jednu, promenim kompoziciju, kombinujem tri slike, ručno promenim svetlo, dodam svoje elemente i napravim finalni rad – situacija je znatno drugačija.
Granica između AI-generated (potpuno generisanog) i AI-assisted (potpomognutog) sadržaja zbog toga nije samo semantička. Može imati pravne i komercijalne posledice. Zato profesionalni kreativni proces mora da sačuva više od samog finalnog JPEG ili MP4 fajla. Treba čuvati i proces.
Generativna AI smanjuje cenu produkcije, ali ne mora smanjiti cenu dobrog sadržaja
Ovo zvuči kontradiktorno. Ako AI može da napravi kadar za minut, zar ne bi sadržaj trebalo da bude mnogo jeftiniji? Produkcija određenih elemenata – da. Ali kvalitetan sadržaj nije puki zbir tehničkih elemenata.
Pretpostavimo da AI izgeneriše 100 fotografija za kampanju. Neko mora da zna koju tačno treba koristiti. Izgeneriše 20 verzija spota. Ko bira najbolju? Napravi pet muzičkih podloga. Ko zna koja odgovara brendu?
AI snižava cenu generisanja opcija. Time raste vrednost dobrog izbora. To je klasičan problem obilja. Kada je fotografija bila skupa, problem je bio napraviti je. Kada možete napraviti 10.000 fotografija, problem je pronaći onu jednu koja nešto znači.
Kreativni direktor možda postaje važniji, ne manje važan
U AI-native produkciji lako možemo zamisliti jednu osobu koja koordinira:
-
LLM za scenario
-
Image model za storyboard
-
Video model za kadrove
-
Voice model za naraciju
-
Music model za muzičku podlogu
-
AI editor za montažu
-
Translation model za lokalizaciju
Ta osoba možda neće ručno obavljati nijedan od tradicionalnih zanata u punom obimu. Ali mora da razume sve: kompoziciju, ritam, montažu, zvuk, pripovedanje (storytelling), brend, publiku, etiku i autorska prava.
Ako neko ne zna šta je dobra fotografija, AI mu neće magično dati dobar vizuelni ukus. Daće mu samo mnogo fotografija. Zato će jedna od najvrednijih veština budućnosti biti kreativna procena (Creative Judgment) – sposobnost da među stotinama tehnički dobrih rezultata prepoznamo onaj koji zaista funkcioniše.
Najveće ograničenje AI-ja nije rezolucija
Modeli će postati bolji. Rezolucija će rasti. Pokreti će biti prirodniji. Kontinuitet likova će se poboljšavati. Generisani glas će postajati sve uverljiviji. Zato nema mnogo smisla graditi dugoročnu kritiku veštačke inteligencije na tome što trenutno ponekad napravi pogrešan broj prstiju.
Takvi problemi su tehnološki. Mnogo ozbiljnije ograničenje jeste namera.
AI može napraviti vizuelno savršenu reklamu. Ali, zašto ona postoji? Šta želimo da publika oseti? Šta treba da zapamti? Zašto baš taj kadar? Zašto tišina u tom trenutku? Zašto poslednji kadar traje sekundu duže?
To je razlika između sadržaja i komunikacije. Generativna AI je izuzetno dobra u proizvodnji prvog. Za ovo drugo, i dalje joj je potreban čovek koji zna šta želi da kaže.
Deepfake je trenutak kada kreativna tehnologija postaje društveni problem
Deepfake nije problem zato što je AI video „lažan”. Film je takođe fikcija. Specijalni efekti su manipulacija slikovnim materijalom. Fotografija se retušira više od jednog veka.
Problem nastaje kada se sintetički sadržaj predstavi kao autentičan dokaz stvarnog događaja.
Sada se promenila i regulativa. EU AI Act od 2. avgusta 2026. uvodi konkretne obaveze transparentnosti. Dobavljači generativnih AI sistema moraju omogućiti mašinski čitljivo označavanje AI-generisanog ili manipulisanog sadržaja, dok oni koji taj sadržaj objavljuju moraju jasno obavestiti ljude kada su izloženi deepfake materijalu. Za očigledno umetničke, satirične i fiktivne radove postoje prilagođene obaveze, kako označavanje ne bi ometalo samo delo.
Ovo je važna promena. Označavanje AI sadržaja više nije samo pitanje dobre volje, već postaje zakonska obaveza (compliance).
Content Credentials: Možda ćemo uskoro proveravati poreklo slike kao SSL sertifikat sajta
Problem deepfake sadržaja ne može se rešiti samo AI detektorom. Zato što se generatori stalno poboljšavaju: detektor pokuša da pronađe tragove generisanja, a generator u sledećoj verziji nauči da ih ukloni. Počinje trka.
Drugačiji pristup je dokazivanje porekla sadržaja (provenance). Inicijativa C2PA razvija standard Content Credentials, koji omogućava vezivanje kriptografski proverljivih podataka za digitalni fajl: kako je nastao, koje izmene su napravljene i koji alati su korišćeni u njegovom nastanku.
Važno ograničenje: ovi akreditivi ne znače automatski da je sadržaj „istinit” (autentična fotografija i dalje može biti predstavljena u lažnom kontekstu), ali nam pomažu da odgovorimo na pitanja odakle je fajl došao, da li je menjan i da li je AI učestvovao u procesu.
Era „verujem jer sam video” praktično se završava
Fotografija je dugo imala poseban status dokaza. Video još veći. Rečenica: „Imamo snimak”, nekada je gotovo završavala svaku raspravu.
Danas to više ne važi. Odgovor sve više glasi: ne bez dodatne provere. To fundamentalno menja novinarstvo, pravosuđe, politiku, sajber-bezbednost, obrazovanje, društvene mreže, pa čak i privatnu komunikaciju.
Uskoro možda nećemo pitati samo: „Da li snimak izgleda stvarno?”, već: „Možeš li da dokažeš njegovo poreklo?”
Postoji i suprotan problem: Liar’s Dividend
Kada ljudi shvate da se sve može lažirati, nastaje obrnuti problem. Stvarni snimak može biti proglašen AI-generisanim. Osoba uhvaćena u neprijatnoj situaciji može reći: „To je deepfake” – čak i kada nije.
Dakle, generativna AI ne ugrožava poverenje samo tako što proizvodi lažne dokaze. Ona omogućava da se autentični dokazi lakše osporavaju. Zbog toga će tehnologije praćenja porekla, digitalni potpisi i profesionalna verifikacija sadržaja postajati sve važniji.
Šta se događa sa kreativnim zanimanjima?
Najlakši odgovor bio bi: „AI neće zameniti kreativce.” To lepo zvuči, ali nije sasvim tačno.
AI će verovatno zameniti deo kreativnog rada: proizvodnju određenih stock fotografija, jednostavnih ilustracija, generičkih voice-over poslova, varijacija oglasa, pozadinske muzike, rutinskih video-montaža i lokalizacije.
To ne znači da će fotografi i dizajneri nestati. Znači da će se promeniti ono za šta ih tržište plaća. Ako klijent može za nekoliko evra da dobije deset generičkih ilustracija, neće plaćati profesionalca samo zato što on ume da otvori Photoshop. Plaćaće ga zbog onoga što model ne daje automatski: ideje, stila, strategije, ukusa, doslednosti, razumevanja publike i preuzimanja odgovornosti.
Prompt Engineer verovatno nije krajnja stanica
Pre nekoliko godina delovalo je da će sposobnost pisanja kompleksnih promptova postati zasebna profesija. Dugoročno gledano, moguće je upravo suprotno.
Modeli sve bolje razumeju prirodni jezik. Interfejsi postaju vizuelniji. AI sve češće sam razlaže zadatak. Zato neće biti najvredniji čovek koji zna magičnu kombinaciju reči, već onaj koji zna šta zapravo želi da napravi: umetnički direktor, strateg, dizajner, montažer, storyteller.
Njihovi alati se menjaju, ali osnovni problem ostaje isti: kako napraviti nešto što je vredno nečije pažnje?
AI-native multimedijalni studio može imati potpuno drugačiju strukturu
Zamislimo mali studio 2030. godine: Kreativni direktor definiše ideju. Research Agent prikuplja kontekst. Jezički model pravi scenarije. Storyboard Agent generiše kadrove. Video Agent proizvodi scene. Voice Agent radi lokalizacije. Music Agent komponuje muziku. Editing Agent sastavlja prve verzije. Compliance Agent proverava prava i brend pravila. Čovek kontroliše konačni rezultat.
Takav tim možda neće imati 30 ljudi. Možda će imati samo pet, ali to ne znači da će proizvoditi manje – može proizvoditi deset puta više. A upravo tu nastaje sledeći problem.
Ako svi mogu da proizvedu beskonačno mnogo sadržaja, pažnja postaje još skuplja
Generativna AI rešava problem proizvodnje. Ne rešava problem publike.
Internet već danas nema manjak sadržaja, ima manjak pažnje. Ako kompanija umesto deset videa mesečno napravi hiljadu, publika nema hiljadu puta više vremena da ih pogleda. Zato će se vrednost pomerati sa proizvodnje na inženjering pažnje, storytelling, poverenje u brend i distribuciju.
Neće pobediti kompanija koja može da generiše najviše sadržaja. Pobediće ona koja zna šta ne treba da generiše.
Šta profesionalna produkcija treba da radi već danas
Generativnu AI nema smisla zabranjivati. Ali još manje smisla ima koristiti je bez pravila.
Profesionalni tim mora da zna: koji AI alati su dozvoljeni, koji podaci smeju da se šalju modelima, ko poseduje izvorni materijal, koja prava postoje nad izlaznim rezultatom, da li postoji saglasnost za korišćenje nečijeg lika ili glasa, kada je potrebno označavanje, ko proverava činjenice i ko odobrava finalni sadržaj.
Ovo zvuči birokratski, sve dok vas klijent prvi put ne pita: „Da li imamo pravnu osnovu da ovo koristimo u globalnoj kampanji?” Ako je odgovor: „Nismo sigurni”, onda slika koja je u proizvodnji koštala nekoliko centi na sudu može postati veoma skupa.
Human-in-the-Loop nije slabost kreativne AI
U kreativnom procesu ljudska kontrola ne bi trebalo da se svede samo na poslednji klik na dugme „Approve”. Čovek mora da postoji kroz ceo tok rada: definiše cilj, postavlja pravac, bira reference, proverava činjenice i prava, te odlučuje šta neće biti objavljeno.
AI nema problem da napravi još jednu, hiljaditu verziju nečega. Profesionalac je taj koji mora da zna kada je dosta.
Budućnost: Od generisanja pojedinačnog sadržaja ka čitavim medijskim iskustvima
Današnji proces (prompt -> slika) je samo početna faza. Sledeći korak su sistemi koji razumeju kompletan projekat: brend, likove, stil, scenario, publiku, platformu i jezik.
Umesto traženja jednog kadra, sistemu ćemo zadavati generisanje cele kampanje: glavni (hero) video, šest kratkih Reels-a, 15 statičnih vizuala, podkast insert, voice-over na pet jezika, thumbnail-ove i personalizovane varijante oglasa – sve to iz istog sistema. To je prelazak sa generativnih medija na Generativne medijske sisteme.
A onda dolazi personalizovana multimedija
Još radikalniji korak je sadržaj koji nije isti za sve gledaoce. U turističkoj reklami jedan gledalac voli gastronomiju, drugi istoriju, a treći putuje s decom. AI može generisati različite verzije spota prilagođene kontekstu korisnika. Ista kampanja – drugačiji narativ, muzika i poziv na akciju (Call to Action).
Ovo otvara ogromne marketinške mogućnosti, ali i teška pitanja privatnosti, profilisanja i psihološke manipulacije.
Pravi kreativni rat neće biti „čovek protiv AI-ja”
Ta formulacija je suviše uprošćena. Verovatnije je da ćemo imati tri grupe na tržištu:
-
Ljude koji ne koriste AI.
-
Ljude koji AI koriste kao prečicu za masovnu proizvodnju generičkog sadržaja.
-
Ljude koji AI koriste kao kreativnu polugu (creative leverage) – način da svoje postojeće znanje i ideje višestruko uvećaju.
Treća grupa je najzanimljivija. Odličan režiser sa AI-jem i dalje razume režiju. Odličan fotograf razume svetlo. Dizajner razume vizuelnu hijerarhiju. AI im samo daje ogromnu produkcionu moć. Problem nastaje tek kada alat pokušamo da zamenimo za znanje.
Najveća opasnost nije da AI postane previše kreativan, već da ljudi postanu manje kreativni
Ako svaki put kada nam treba ideja prvo pitamo model, polako zaboravljamo kako izgleda početi od praznog papira. Ako svaki problem rešavamo istim generatorom, naš rad počinje da liči na statistički prosek njegovih podataka. Generativna AI može dramatično proširiti ljudsku kreativnost. Može je i uspavati.
Najskuplji sadržaj budućnosti možda će biti onaj za koji znamo da ga je napravio čovek
Zvuči paradoksalno, ali istorija često funkcioniše upravo tako. Kada industrijska proizvodnja nešto učini dostupnim, ručni rad postaje luksuz (handmade, live, original).
Ako internet bude preplavljen savršenim sintetičkim fotografijama, nesavršena fotografija stvarnog fotografa dobiće novu težinu. Ako AI može napisati beskonačno priča, možda ćemo još više želeti da znamo ko je čovek koji nam tu priču govori.
Generativna AI zato ne mora da uništi ljudsko stvaralaštvo. Samo mu menja vrednost.
Više ne pitamo da li AI može da napravi sadržaj. To pitanje je rešeno.
Može. Može da napiše, nacrta, animira, govori, komponuje, montira i prevede.
Mnogo zanimljivija pitanja sada glase: Ko kontroliše rezultat? Ko ima prava? Kako dokazujemo poreklo? Kako razlikujemo kreativnu rekonstrukciju od obmane? I, možda najvažnije: ako svako može da napravi bilo šta, zbog čega bi neko izabrao baš to što smo napravili mi?
Generativna AI je demokratizovala proizvodnju multimedije. Ali nije demokratizovala ukus. Nije automatizovala dobru ideju. Nije rešila pitanje poverenja. I nije ukinula potrebu za ljudskom odgovornošću. Što mašina može da proizvede više, to čovek mora pažljivije da odlučuje šta uopšte zaslužuje da bude proizvedeno.
FAQ – Generativna AI u kreiranju multimedijalnih sadržaja
Šta je generativna AI u multimediji?
To je korišćenje AI modela za stvaranje ili transformaciju teksta, fotografija, zvuka, videa i animacije.
Koja je razlika između AI-generated i AI-assisted sadržaja?
AI-generated (generisan) sadržaj je u celosti sintetisao AI sistem. Kod AI-assisted (potpomognutog) procesa, čovek koristi AI samo kao jedan od alata unutar svog autorskog rada.
Da li AI-generisan sadržaj podleže autorskim pravima?
Zavisi od zakona. Američka Kancelarija za autorska prava smatra da zaštita može postojati nad ljudskim kreativnim doprinosom, ali da samo unošenje prompta nije dovoljno da bi rad bio autorski zaštićen (copyright.gov).
Šta je deepfake?
Prema EU AI Act okviru, to je AI-generisani ili manipulisani sadržaj koji podseća na postojeće osobe ili događaje i može lažno delovati autentično i istinito.
Da li AI-generisani sadržaj mora da bude označen?
Od 2. avgusta 2026. u EU važe obaveze (Član 50. AI Act-a) za mašinski čitljivo označavanje i obaveštavanje korisnika o deepfake sadržaju, uz posebne izuzetke za umetnička i satirična dela.
Šta su Content Credentials?
To je mehanizam za čuvanje kriptografski proverljivih podataka o poreklu digitalnog sadržaja (istorija fajla, alati i izmene) kako bi se lakše dokazala autentičnost (C2PA standard).
Da li Content Credentials dokazuju da je fotografija istinita?
Ne. Oni samo dokazuju poreklo i izmene fajla. Autentična fotografija i dalje može biti iskorišćena u lažnom kontekstu.
Hoće li AI zameniti kreativce (dizajnere, montažere, fotografe)?
Automatizovaće veliki deo generičkih zadataka (npr. proste ilustracije i varijacije). Međutim, raste značaj ideje, kreativnog pravca, pripovedanja, stila, verifikacije i odgovornosti, za šta su i dalje potrebni vrhunski profesionalci.
Koji je najveći rizik generativne AI u multimediji?
Dezinformacije, zloupotreba identiteta, narušavanje autorskih prava, homogenizacija ukusa i potpuno urušavanje društvenog poverenja u fotografiju, audio i video.
