Kunstig intelligens, kulturproduksjon og kulturpolitikk

Ole Marius Hylland, seniorforsker, Telemarksforsking / Norge

Denna fördjupning fokuserar på hur forskningen bedömer att AI och maskininlärning kan komma att förändra kulturlivets förutsättningar och villkor i de nordiska länderna. På vilka huvudsakliga sätt används AI idag på områden inom kultur? På vilka sätt har AI-baserade verktyg påverkat kulturlivet? Vilka risker, möjligheter samt etiska och sociala utmaningar kan AI och maskininlärning innebära ur kulturpolitiska perspektiv? Vilka möjligheter och utmaningar innebär AI för kulturskapares försörjning och hur har aktörer i de nordiska länderna mött dessa?

Kunstig intelligens som et nytt og gammelt begrep

Det kommer med ujevne mellomrom teknologiske nyvinninger som gjør det fristende å tenke: "nå må vi tenke helt nytt", eller “dette forandrer alt". Dette har også gjerne blitt fulgt opp av både en usikkerhet om de faktiske konsekvensene og en viss motstand mot den nye teknologien. Det siste eksemplet på en potensielt revolusjonerende nyvinning er den raske og ekspansive utviklingen av kunstig intelligens

I denne teksten kommer jeg gjennomgående til å bruke begrepet kunstig intelligens eller KI. På dansk bruker man det samme begrepet, mens man på svensk vanligvis bruker «artificiell intelligens».

(KI). Innenfor kulturfeltet kan KI brukes til å produsere fortellinger, drama, dikt og manus; til å skape musikk, lage illustrasjoner og tegninger, troverdige fotografier og film. KI kan for eksempel brukes til å lage digitale replikaer av skuespillere og deres stemmer, og til å produsere kulturuttrykk som ligger så tett på en gitt kunstnerisk signatur at det er vanskelig, selv for eksperter, å skille mellom det menneskegenererte og det maskingenererte produktet. Og teknologien utvikles svært raskt. Denne gangen er det dermed nærliggende å tenke at den aktuelle teknologiske revolusjonen rent faktisk vil forandre svært mye. Kunstig intelligens påvirker utvilsomt mulighetene for produksjon av kulturelle uttrykk, men hva mer blir påvirket? Hvordan vil vilkårene for kreativt arbeid påvirkes av kunstig intelligens? Og hvordan kan eller skal en kulturpolitikk som er basert på ideen om menneskelig (og ikke maskinell) kreativitet, forholde seg til denne utviklingen? Det er blant spørsmålene som skal berøres (men kanskje ikke endelig besvares) i denne teksten.

Kunstig intelligens er gammelt, og det er nytt. Kunstig intelligens har vært et begrep siden det ble lansert i USA på midten av 1950-tallet, og et teknologisk faktum over flere tiår. I fiksjonslitteraturen og populærkulturen har skjæringspunktet mellom maskin og menneske vært et populært tema i hvert fall siden Mary Shelley publiserte romanen Frankenstein i 1818. Samtidig ble kunstig intelligens for alvor en del av den offentlige samtalen da ChatGPT ble gjort allment tilgjengelig i november 2022. Det samme året ble også bildegeneratorene DALL-E og Midjourney lansert, og en rekke avanserte chatboter, bilde- og tekstgeneratorer, video- og musikkgeneratorer har blitt presentert for offentligheten i løpet av de siste to årene. Kunstig intelligens ser dermed plutselig ut til å være overalt.

Definisjon av kunstig intelligens

Men hva er kunstig intelligens? Og hva er generativ kunstig intelligens og maskinlæring, som ofte brukes som begreper når man snakker om KI i ulike sammenhenger? En typisk definisjon av KI er: “The ability of a digital computer or computer-controlled robot to perform tasks commonly associated with intelligent beings.”

Se f.eks. https://www.britannica.com/technology/artificial-intelligence

I en bok av den norske forskeren Inga Strümke finner vi en annen definisjon. Hun forklarer at “kunstig intelligens er et fagfelt innen datavitenskap med formål å utvikle maskiner som evner å oppføre seg intelligent" (Strümke, 2023, s. 41). Et tredje eksempel finner vi i en rapport fra UNESCO, som beskriver og definerer KI på denne måten:

AI involves using computers to classify, analyze, and draw predictions from data sets, using a set of rules called algorithms. AI algorithms are trained using large datasets so that they can identify patterns, make predictions, recommend actions, and figure out what to do in unfamiliar situations, learning from new data and thus improving over time. The ability of an AI system to improve automatically through experience is known as ML [Machine Learning]. (UNESCO, 2020, sitert i Jin, 2023, s. 20)

Det er ikke rom for en inngående diskusjon rundt selve begrepet kunstig intelligens i denne teksten, men det er et poeng å merke seg at kunstig intelligens som oftest brukes som en paraplybetegnelse, som inneholder flere nivåer av kunstig intelligens. Dette inkluderer for eksempel alle de algoritmene som er involvert i vår daglige bruk av sosiale medier og ulike strømmetjenester. Når man snakker om generativ kunstig intelligens, betegner det vanligvis kunstig intelligens med en evne til å generere tekst, bilder, film eller annen type data. Når begrepet maskinlæring blir brukt, blir det som oftest brukt for å beskrive en kunstig intelligens som lærer seg å løse en oppgave gjennom prøving og feiling (jf. Strümke, 2023, s. 58). Det kan også sammenlignes med begrepet dyplæring (deep learning), der algoritmer "permit software to train itself to perform tasks" (Moore, 2019, sitert i Jin, 2023, s. 18).

Hvorvidt slike definisjoner kan sies å være nøytrale, har blitt utfordret av et akademisk felt som er i vekst – såkalte critical AI studies (jf. f.eks. Lindgren, 2023). En fersk bok om forholdet mellom offentlig politikk og kunstig intelligens understreker at tilsynelatende nøytrale definisjoner av KI også kan sies å være politiske, og tilsløre faktiske maktforhold som er relevante når KI-teknologien utvikles og omtales (Paul, Carmel og Cobbe, 2024).

De ulike definisjonene kan også bidra til å belyse de ulike funksjonene KI kan spille innen produksjon av kultur. Kunstig intelligens har på den ene siden spilt en rolle i mange år gjennom den påvirkningen den har hatt på vårt digitale kulturkonsum. De algoritmestyrte anbefalingene på våre strømmetjenester og sosiale medier er det beste eksemplet på det. Videre har kunstig intelligens også utviklet seg til et digitalt verktøy som står til rådighet for kunstnere og kulturarbeidere, som et av mange mulige verktøy i en kreativ prosess. Samtidig har oppmerksomheten de siste to årene først og fremst blitt rettet mot kunstig intelligens som en mer eller mindre selvstendig produsent og skaper av kulturelle uttrykk. Det er også i den funksjonen at de mest åpenbare utfordringene ved koblingen av kulturproduksjon og kunstig intelligens ligger.

KI utfordrer noen helt grunnleggende ideer om menneskelig agens og kreativitet, som ligger i kjernen av både kulturproduksjonen og kulturpolitikken. Hvilke konsekvenser vil dette få for kulturpolitikkens muligheter? Hva skjer når kunsten blir kunstig? Hvilke kreative yrker utfordres av utviklingen av KI? Hvilke risikoer og hvilke muligheter er det mulig å identifisere? Denne litteraturgjennomgangen ser nærmere på hva den eksisterende forskningen sier (og ikke sier) om disse spørsmålene, særlig sett i lys av Norden og den nordiske kulturpolitiske modellen (jf. Duelund, 2004, Mangset et al., 2008).

I denne artikkelen skal temaet kunstig intelligens, kulturpolitikk og kulturproduksjon belyses ved hjelp av en systematisk litteraturgjennomgang. Den fullstendige metodebeskrivelsen finnes i vedlegg 1.

Kulturproduksjon og kulturkonsum: generelle perspektiver

Noe av litteraturen som er identifisert i kunnskapsgjennomgangen, kan sies å behandle overordnede perspektiver på kunst- eller kulturfeltet. Disse bidragene har gjerne et generelt perspektiv på mulige endringer som følge av KI. Garcia (2024) er blant disse, og han beskriver blant annet de omfattende endringene på mange områder og det tilhørende behovet for å balansere ulike hensyn: ifølge Garcia utfordrer bruk av generativ KI i kreativt arbeid og kunstproduksjon blant annet a) synet på autentisitet og originalitet, b) forståelsen av opphavsrett, c) kunstnerisk arbeid, d) kunstutdanning og e) verdsettingen av menneskelig kreativitet. Samtidig, påpeker Garcia, ligger det muligheter i a) demokratisering av kreativitet, b) nye kreative uttrykk, c) kunstterapi og d) global utveksling av kunst/kunstnere. "[T]he integration of generative AI into art is not merely a technological trend but a significant cultural shift." (s. 19). Med andre ord identifiseres både store utfordringer og store muligheter i samme analyse. På den måten er akkurat denne analysen ganske representativ for den generelle diskursen om KI, som kombinerer utfordringer og muligheter i en litt uavklart blanding.

Et annet generelt tema som berøres i noe av litteraturen, er folks oppfatning av KI-generert kunst. Dette er et vesentlig tema, om enn noe underforsket, siden alle de kulturuttrykk som eventuelt vil genereres av KI, til syvende og sist skal konsumeres av noen. Fortuna og Modlinski (2021) undersøkte i en systematisk studie hvordan folk vurderte den oppfattede verdien av malerier som ble opplyst å være laget av KI. I tillegg ble oppfatning av kunstnerskap og generelt inntrykk målt i undersøkelsen. I tillegg ønsket de å undersøke hvorvidt informantene skilte aktivt mellom kunst som var skapt av mennesker, og kunst som var skapt av kunstig intelligens. Forfatterne fant at både med og uten informasjon om hvem som hadde skapt bildet (KI eller menneske), ble KI-genererte bilder gjennomgående vurdert til å la lavere verdi enn menneskeskapte kunstverk. Denne studien er imidlertid allerede mer enn tre år gammel, og i lys av den raske teknologiske utviklingen på dette området, er det ikke gitt at resultatet ville vært det samme i dag. Fortuna og Modlinski påpeker at resultatet kan være vesentlig for hvordan et kunstmarked som inkluderer både menneske- og maskinskapt kunst vil fungere i praksis, siden de to kategoriene settes opp mot hverandre av potensielle kunder.

Dio et al. (2023) undersøkte en sammenlignbar problemstilling, der de så på hvorvidt vurdering av kunstverk ble påvirket av kunnskap om hvorvidt verket var skapt av et menneske eller en robot (en KI). De fant at deltagerne i studien gjennomgående ga mer positiv vurdering til kunstverk som var skapt av mennesker, når de hadde blitt informert om at det var et menneske som sto bak verket. (Se også Moura et al., 2023 for en lignende undersøkelse, som blant annet fant en forskjell i vurderingen av KI brukt i immaterielle (musikk) vs. materielle kulturuttrykk (visuelle kunstverk).)

The art ecosystem er et begrep som blir brukt av Baradaran i en artikkel om KI, dekolonialisering og visuell kunst (Baradaran, 2024). Han beskriver sin analytiske ambisjon slik:

The paper criticizes the dominant anthropocentric view of intelligence and creativity, proposing a more inclusive approach that considers the diverse forms of intelligence present in other species and potentially in AI itself. It underscores the role of AI in shaping the art ecosystem, not just in the creative process but also in gatekeeping and decision-making. […] In conclusion, the paper calls for a radical reimagination of AI's role in society and the arts, advocating for a future where AI is not just about technological advancement but also about fostering a more inclusive, equitable, and creatively diverse world. It invites artists, thinkers, and innovators to join in this journey of reimagining and reshaping the future of AI and the art ecosystem.

Det Baradan kritiserer er tendensen til å se på KI som kun teknologi, og dermed tendensen til å undervurdere den faktiske påvirkningen fra KI på et mer grunnleggende nivå. Med denne ambisjonen skriver Baradaran seg tett opp mot den voksende litteraturen som beskrives som critical AI studies, som nettopp prøver å utfordre dominerende forståelser av kunstig intelligens (jf. Paul et al., 2024). Et sentralt poeng for denne litteraturen er at hvordan vi definerer og forstår KI, påvirker vår mulighet til å se hvordan denne teknologien er innvevet i ikke-nøytrale mønstre av makt, påvirkning og bestemte oppfatninger av tingenes tilstand. Dette gjelder blant annet hvorvidt man bruker antropomorfe beskrivelser av KI (sammenligner KI med menneskelige egenskaper) og, på den andre siden, om man har en antroposentrisk (med det menneskelige som fokuspunkt) oppfatning av visse fenomener, som intelligens og kreativitet. Som vi skal se, er det flere artikler, fra ulike fagfelt, som nettopp har det antroposentriske som utgangspunkt for analysene.

Kreativitet og kreativt arbeid

I den identifiserte litteraturen er kreativitet et tema for flere sentrale artikler, både knyttet til spørsmålet om kreativitet generelt, og til kreativt arbeid og inntekter fra dette arbeidet.

Kreativitet generelt

Spørsmålet om forholdet mellom maskiner og kreativitet, og særlig hvorvidt (data)maskiner har eller kan ha kreativitet, er et gammelt spørsmål. Det var det også allerede i 2009, da Margaret Boden, en nestor på området, skrev en artikkel om temaet. Hun påpeker at spørsmålet egentlig er like mye et filosofisk som et vitenskapelig spørsmål: “Whether a computer could ever be ‘really’ creative is not a scientific question but a philosophical one. And it’s currently unanswerable, because it involves several highly contentious – and highly unclear – philosophical questions." (s. 33). Noe av forskningen og tenkningen rundt skjæringspunktet mellom maskiner og kreativitet kan også beskrives med samlebegrepet computational creativity (Colton et al., 2022; Giannini og Bowen, 2024). Med dette beskriver man et tverrfaglig fagfelt der formålet er å forstå og simulere kreativitet ved hjelp av datamaskiner, algoritmer og kunstig intelligens.

Kalpokiene og Kalpokas (2023) tar på sin side utgangspunkt i et såkalt posthumanistisk perspektiv og kritiserer det antroposentriske utgangspunktet for vurdering av kreativitet. De skriver blant annet: “the refusal to acknowledge AI creativity is a clear attempt to hold on to the futile idea of human exceptionality and special treatment" (s. 13). Dette er et argument i tråd med posthumanistiske ideer, der fundamentet nettopp er en kritikk av at mennesker og menneskeheten tilkjennes en særlig status på bekostning av for eksempel natur og teknologi. I utgangspunktet er det vanskelig å se for seg en umiddelbar kulturpolitisk relevans av slikt tankegods som representeres av posthumanistiske perspektiver og begreper som computational creativity. Jeg vil likevel hevde at perspektiver fra denne typen analyse kan bidra til å utvikle den kulturpolitiske diskusjonen som må føres i lys av KI-utviklingen. Siden kulturpolitikk i konsentrert form handler om å skille mellom støtteverdige og ikke støtteverdige kulturuttrykk og kulturell praksis, må man, i lys av KI-utviklingen, ta stilling til om menneskelig kreativitet alltid har forrang foran maskinell kreativitet.

Kreativt arbeid

Kunstig intelligens er, blant mye annet, også et verktøy for og (av og til) en integrert del av kreativt arbeid. Anantrasirichai og Bull publiserte i 2021 en oversiktsartikkel over bruk av kunstig intelligens i kultursektoren (the creative industries). De beskrev blant annet en spådom som allerede i dag, tre år etterpå, kan fremstå som ganske nøktern: “We foresee that, in the near future, ML-based [Machine Learning] AI will be adopted widely as a tool or collaborative assistant for creativity." (s. 589). De konkluderer også ganske nøkternt med tanke på potensiell gevinst fra kreativ bruk av KI: “maximum benefit from AI will be derived where its focus is human-centric – where it is designed to augment, rather than replace, human creativity" (s. 589). Med andre ord ser disse forskerne ikke for seg at kreativ KI representerer noen selvstendig verdi.

Lee (2022) diskuterer hvordan KI (i tillegg til andre relevante utviklingstrekk innenfor kreative næringer) tvinger frem en ny diskusjon av både det menneskelige ved kreativitet og av kreativt arbeid som arbeid. Hun peker på at kreativ næring som arbeid blir både dehumanisert og rehumanisert gjennom de følgende utviklingstrekkene: det politiske fokuset på kreative næringer som en lønnsom industri, kunstig intelligens som en test av kreativitetens menneskelige egenskaper, og hverdagens kreativitet (“creativity in everyday life"). Hun diskuterer videre også hvordan bruk av KI på papiret kan se ut til å bidra til et tradisjonelt kulturpolitisk mål – å demokratisere både tilgangen på kultur og muligheten til å uttrykke seg kreativt. Samtidig, skriver hun, er det tegn som tyder på at KI-generert kultur ikke representerer det mangfoldet og den bredden som er en annen uttalt målsetting for kulturpolitikk i de fleste land. Her peker Lee på en genuin utfordring for en kulturpolitikk som på et eller annet nivå inkluderer kunstig intelligens.

Leibowicz et al. (2021) representerer et unntak fra den identifiserte litteraturen i denne kunnskapsgjennomgangen – litteratur som konkret forholder seg til det faktiske kreative arbeidet. De presenterer noe de beskriver som en field guide for artists, som er en liste med fire sjekkpunkter for kunstnere og kulturarbeidere som arbeider med KI: 1) hvilke datasett er brukt, 2) hvilken kode blir brukt i det KI-genererte produktet, 3) hvilke ressurser (f.eks. gjennom karbonfotavtrykk) er involvert, og 4) hvordan blir resultatet formidlet og publisert. Formålet, slik det blir presentert av forfatterne, er å bevisstgjøre kunstnere og kulturarbeidere til en ansvarlig bruk av KI, som gjør oppmerksom på de potensielle (og uintenderte) negative konsekvensene av KI-bruk. De peker på områder som informasjonssikkerhet, feilinformasjon, miljømessige konsekvenser, opphavsrett og systematiske skjevheter.

Caramuaux og Alaoui (2022) er et annet unntak i denne litteratursamlingen, der de analyserer hvordan en gruppe fremstående visuelle kunstnere bruker KI, algoritmer og maskinlæring som en integrert del av det kunstneriske arbeidet (se også Audry, 2021 [Art in the Age of Machine Learning]).

Inntekter fra kreativt arbeid

Som jeg kommer tilbake til nedenfor, er temaet opphavsrett et gjennomgående tema for mye av litteraturen som spesifikt behandler kulturproduksjon/-politikk og KI. Det er også et tema som en lang rekke interesseorganisasjoner for kulturarbeidere og enkeltstående kunstnere har engasjert seg i, og da ofte med en bekymring for et sviktende inntekts- og arbeidsgrunnlag for kunstnere og kulturarbeidere. Norske illustratører har for eksempel uttrykt bekymring for overlevelsen av yrket sitt, og svenske oversettere understreker at litterære verk skapt av et menneske bør og skal ha en menneskelig oversetter. Bekymringen har også noe støtte i litteraturen, selv om vitenskapelig analyse av potensielle konsekvenser av teknologi er notorisk vanskelig. En studie fra Goldman Sachs har for eksempel estimert det mulige tapet av arbeidsplasser for (den amerikanske) kultursektoren (innenfor samlekategorien Arts, Design, Entertainment, Sports and Media) til 26 % (Hatzius, 2023). Dette estimatet er basert på anslag om hvor stor andel av arbeidet i ulike yrker som er utsatt for automatisering (exposed to automation), og som dermed i teorien kan overtas av kunstig intelligens. Slike anslag er imidlertid svært usikre, og mye tyder på at slike kvantitative analyser ikke fanger kompleksiteten og de sammensatte verdiene som produseres i kreativt arbeid.

Temaet KI og inntekter er også et tema for en del av den identifiserte litteraturen, særlig i lys av nettopp opphavsrett. Her beskriver jeg noen bidrag som indirekte eller direkte relaterer opphavsrett til inntekt fra kreativt arbeid.

Geiger og Iaia (2024) beskriver et forslag til en lisensordning for systemer som bruker maskinlæring basert på rettighetsbasert materiale. Ifølge forfatterne er forslaget basert på at de avbalanserer grunnleggende rettigheter på den ene siden til "science and culture and freedom of artistic expression,” med et sett grunnleggende rettigheter «for creators to benefit from the protection of the moral and material interests resulting from their scientific, literary or artistic production.” Ifølge forfatterne er forslaget basert på at de avbalanserer grunnleggende rettigheter på den ene siden til "science and culture and freedom of artistic expression,” med et sett grunnleggende rettigheter “for creators to benefit from the protection of the moral and material interests resulting from their scientific, literary or artistic production.” Som de skriver selv: “The introduction of a remunerated copyright limitation for Generative AI commercial purposes represents a compelling solution to meet the endangered remuneration right of creators without disproportionately sacrificing the interest of AI developers to offer increasingly high-performing services able to foster human creativity.” (s. 16). Videre understreker Geiger og Iaia at "it is reasonable to believe that this policy option, if combined with mandatory collective rights management, could direct substantial revenue streams to human authors, thus improving their living and working conditions" (s. 17) (jf. Drott, 2021, omtalt nedenfor).

En sammenlignbar analyse finner vi hos Geiger (2024), som fremhever menneskerettigheter som et grunnlag for det eksisterende opphavsrettsvernet:

“the underlying human rights framing intellectual property laws are used as the starting point form which a balanced copyright for generative AI could (and even should) be derived. It follows from the applicable human rights framework for copyright, but also from the anthropocentric approach of human rights, that the protection of creators and human creativity must be considered the point of reference when assessing future reforms with regard to copyright and generative AI systems.” (s. 1129-1130).

Slik Geiger beskriver det, har dette synspunktet også økonomiske konsekvenser for inntektsgrunnlaget til kulturarbeidere.

Vinchon et al. publiserte i 2023 noe de (blant annet) beskrev som et manifest: "Artificial Intelligence & Creativity: A Manifesto for Collaboration" (Vinchon et al., 2023; se også Krekovic et al., 2023). De beskriver fire ulike scenarier for (kreativt) samarbeid mellom maskin og menneske: "’Co-Cre-AI-tion’, ‘Organic’, ‘Plagiarism 3.0’, and ‘Shut down’, each illustrating different possible futures based on the collaboration between humans and machines.” (s. 472). Formålet med manifestet, skriver de, er å foreslå at "human – AI collaboration can be extraordinarily productive, while recognizing that vigilance will be necessary in regard to both easily foreseen and unanticipated problems." (s. 475). Dette inkluderer også tap av mulig inntekt. (Det konkrete manifestet i artikkelen ble formulert av ChatGPT.)

Et litt annet perspektiv på hvordan økonomiske effekter av KI på kultursektoren kan studeres, finner vi hos Vermeulen et al. (2020). I denne analysen argumenteres det for at bruken av kunstig intelligens i kreativt arbeid (også) kan ha positive effekter på arbeidsmarkedet for kulturarbeidere, både på etterspørselen etter menneskelig kreativitet og produkter av dette, samt på nye former for kreativt arbeid. Snarere enn å argumentere for at kreativt arbeid er sterkt utsatt for konkurranse fra kunstig intelligens og automatisering av oppgaver, snur disse forfatterne argumentet på hodet: “we assert that creative work may indeed emerge as one of the last bastions of employment” (Vermeulen et al., 2020, s. 73). Dette poenget baserer seg blant annet på en økonomisk argumentasjon, der effektivisering i noen sektorer øker inntekter og dermed etterspørsel etter kulturgoder. I tillegg argumenterer de for at kreativitet er et tydelig konkurransefortrinn i en konkurransedrevet (kapitalistisk) økonomi. Samtidig påpeker de også at variasjonen mellom ulike lands evne og/eller mulighet til å integrere kunstig intelligens i utviklingen, også kan føre til økte forskjeller mellom ulike land.

KI og opphavsrett

Som vi har sett noen eksempler på ovenfor, fremstår spørsmålet om rettigheter som et viktig felt i litteraturen om KI og kulturproduksjon. En mulig forklaring på dette er at ulike typer rettigheter tilsynelatende kommer i en viss konflikt som følge av introduksjonen av avansert kunstig intelligens – rett til personvern, rett til eierskap til åndsverk, rett til å ytre seg, rett til fri informasjonsflyt osv. Noen av de bekymringene som følger av slike mulige utfordringer mot grunnleggende rettigheter, har blitt beskrevet med begrepet digital constitutionalism. Dette er et samlebegrep for ulike ideer, teorier og analyser som ønsker å trygge grunnleggende rettigheter og maktbalanse i en verden hvor digitale aktører og big tech får stadig større innflytelse. Utgangspunktet ligger i at et lands konstitusjon, som oftest operasjonalisert gjennom en eller flere grunnlover, er et rammeverk for å beskytte visse grunnleggende rettigheter for innbyggerne. Digital konstitusjonalisme fremhever at disse rettighetene må beskyttes på nye måter i et digitalisert og plattformbasert samfunn. I boken Digital constitutionalism in Europe beskrives dette poenget slik: “[T]he primary challenge for constitutional law in the algorithmic society is not to regulate technology but to address the threats coming from the rise of unaccountable transnational private powers, whose global effects increasingly produce local challenges for constitutional democracies" (de Gregorio, 2022, s. 3).

En særlig sentral rettighet i spørsmålet om KI er opphavsrett. Forholdet mellom KI og opphavsrett har interessert jurister og rettsvitere lenge før det store (offentlige) gjennombruddet som kom i 2022. I en artikkel fra 2012 skriver for eksempel den amerikanske jusprofessoren Annemarie Bridy at interessen blant opphavsrettsforskere for dette temaet har gått opp og ned i mer enn et kvart århundre (Bridy, 2012). Hun viser til at det første datamaskingenererte verket ble søkt opphavsrettsbeskyttet allerede i 1965 (Bridy, 2012, s. 2). På grunn av en utvikling som har gått senere enn forutsett, har utfordringen med hvordan man skal behandle datamaskingenererte verk ikke vært et sentralt tema, skriver hun: "the problem of how to treat works created relatively autonomously by machines has not become a pressing one since then. The delay can be attributed in large part to slower-than-predicted progress in the development of artificial intelligence (AI)." (Bridy, 2012, s. 2) Det er for øvrig en interessant analyse å sammenligne med dagens situasjon, hvor KI-generert kunst har utviklet seg til et nivå som gjør spørsmålet om opphavsrett svært aktuelt. Bridys analyse er fremdeles relevant i en kulturpolitisk og opphavsrettslig sammenheng, selv om den som mer enn 12 år gammel kan sies å være langt over utløpsdatoen for KI-analyser. Hun fremhever det følgende:

[W]e can or should [not] ignore the challenge that AI authorship presents to copyright law’s underlying assumptions about creativity. On the contrary, the relatively slow development of AI offers a reprieve [utsettelse] from the reactive model of policymaking that has driven copyright law in the digital age. The increasing sophistication of generative software and the reality that all creativity is algorithmic compel recognition that AI-authored works are less heterogeneous to both their human counterparts and existing copyright doctrine than appearances may at first suggest. (Bridy, 2012, s. 27).

Det Bridy argumenterer for her, er altså at maskinbasert kreativitet i prinsippet har flere likhetstrekk med menneskelig kreativitet, og at (amerikansk) opphavsrettslov allerede gir mulighet til å beskytte denne typen uttrykk.

KI og kreativt arbeid har også blitt beskrevet gjennomgående fra et rent juridisk perspektiv. Flere rettssaker knyttet til KI og kulturproduksjon har også medført (rettsfaglig) akademisk interesse (f.eks. Anderson, 2023). De amerikanske juristene Schindler og Haines skriver for eksempel (tidligere i år) i en såkalt case comment om “the novel questions of copyright law that the U.S. Copyright Office and U.S. courts are grappling with as a growing number of individuals use AI to create. The law is far from settled, but standards are materializing that can guide practitioners working in this rapidly evolving area of law” (Schindler & Haines, 2024; se også Rinkerman, 2023). Selv om Rinkerman og andre diskuterer dette i lys av amerikansk (eller annen nasjonal) jus, er det liten tvil om at problemstillingene er universelle. De peker alle på den utfordringen som ligger i at all nasjonal lovgivning knyttet til åndsverk og opphavsrett må gjennomgås og revideres i et KI-perspektiv.

I den litteraturen som litteratursøkene har ledet frem til, er det en rekke artikler som tar for seg KI og kulturproduksjon i et generelt opphavsrettsperspektiv, noen også relatert til spesifikk lovgivning. Peukert (2024) oppsummerer forholdet mellom kunstig intelligens og opphavsrett i EU-forordningen AI Act, som er i ferd med å bli gjeldende lov i alle nordiske land (selv om prosessen tar tid). AI Act er utviklet med et eksplisitt ønske fra EU om å regulere bruken av kunstig intelligens. Det viktigste innholdet i forordningen er at den deler inn bruk av KI etter fire risikonivåer: uakseptabel risiko, høy risiko, begrenset risiko og minimal eller ingen risiko. Bruk av KI som representerer en uakseptabel risiko, f.eks. gjennom å representere en trussel for liv, helse og grunnleggende rettigheter, skal forbys, mens de andre risikonivåene skal reguleres i større eller mindre grad.

I sin oppsummering og kommentar til KI-forordningen postulerer Peukert at på grunn av hastverksarbeid i innspurten med forordningen, dekker den ikke behovet for ryddig og konsistent regulering: “The amalgamation of two different types of law, plus the late introduction of GPAIMs [General Purpose AI Models], plus the last-minute introduction of two specific copyright-related obligations, leads to interpretation challenges and loopholes that will haunt the AI Act for years to come.“ (Peukert, 2024, s. 24). Hvis denne analysen er riktig, vil dette også ha konsekvenser for dette feltet knyttet til hvordan denne forordningen kan og vil bli praktisert også i nordiske land. Skiljic (2021) argumenterer på sin side for at KI-generert kunst/kulturuttrykk ikke dekkes av gjeldende opphavsrett (i EU).

I en annen diskusjon av forholdet mellom opphavsrett og KI peker Javiera Cáceres og Munoz (2020) på utfordringen med å definere hvem som er opphavsperson til et verk generert enten av eller ved hjelp av KI. De peker på at authorship i teorien kan gis til brukeren, til den som har programmert, til KI-en, som delt authorship mellom programmerer og bruker, til ingen (i public domain), eller til en fiktiv menneskelig opphavsperson. De påpeker at gjeldende forståelser av opphavsperson (author) er ufullstendige, og at det vil være nødvendig og nyttig å anerkjenne KI som en opphavsperson i juridisk forstand (Cáceres & Munoz, 2020; se også Militsyna, 2023).

Chiou (2020; se også Chiou, 2022) diskuterer på sin side hvorvidt gjeldende regelverk for opphavsrett i EU dekker KI og maskinlæringens bruk av beskyttede åndsverk i trening og produksjon. (Særlig gjennom å se på den tekniske prosessen som er integrert i maskinlæring, der input/verk/data leses, tolkes og kopieres.) Han fremhever at siden denne prosessen involverer reproduksjon, kan ikke denne gjennomføres uten autorisering fra rettighetshavere, i lys av gjeldende opphavsrett i EU. (Med visse unntak, som ikke endrer på hovedkonklusjonen.) I hans perspektiv utgjør KI-utfordringen en mulighet til å fremheve hvordan opphavsrett er sentrert rundt menneskelig kreativitet: “this challenge shall be seen as an opportunity to enhance the human-centric approach of copyright law globally" (Chiou, 2022, s. 250).

Creative commons, fair use og collective licensing

Møtet mellom opphavsrett og KI har også blitt behandlet mer spesifikt fra et musikkperspektiv (f.eks. Sturm et al., 2022). Drott (2021) skriver for eksempel om to ulike måter KI-generert musikk har dannet grunnlaget for ny næringsvirksomhet på. Han etterlyser diskusjon (som på mange måter har utviklet seg mye etter publikasjon av Drotts artikkel) av hvilken beskyttelse den musikken som brukes som treningsmateriale for den KI-genererte musikken, egentlig har. Han argumenterer for at den individ-baserte opphavsrettsmodellen fungerer dårlig for å beskytte noe som er et slags fellesgode – “the shared knowledge of a given music community” – og at ordninger basert på allmenning-perspektiver (commons) er mer tilpasset situasjonen, for eksempel gjennom ulike fond.

Med dette berører han den godt etablerte ideen og systemet med creative commons, som er et svært utbredt lisensieringssystem for å gjøre resultater av kreativt arbeid tilgjengelig for allmennheten. Som jeg kommer tilbake til mot slutten av denne teksten, ligger det også et mulig utgangspunkt her til en nytenkning rundt et kulturpolitisk grunnpremiss: individuelt eierskap til et kulturelt produkt. Det er, som Drott og andre commons-talspersoner legger vekt på, også mulig å se for seg kollektivt eierskap til kulturelementer og kulturprodukter.

Drott skriver også om det som mange opphavsrettsforskere har pekt på – at det ligger et fundament i opphavsretten om et menneskelig opphav for verkene:

On the other hand, other legal requirements present greater difficulties to AI-produced works. Perhaps the greatest hurdle is the default assumption that creators of copyrightable works be humans. […] [C]opyright law rests on certain assumptions about human behavior and the kinds of incentives that influence it, assumptions that don’t apply to machines, even allegedly intelligent ones. (Drott, 2021, s. 197).

Drott fremhever også et annet sentralt poeng, relevant for kulturpolitikken: opphavsrett er også basert på ideen om å skape et insentiv for å skape kreative verk. Maskiner trenger ikke insentiver, og noen har advart om at det å eventuelt tilkjenne KI-er beskyttelse av verk, kan undergrave hele systemet med juridisk beskyttelse av åndsverk. Det vil i så fall ha åpenbare kulturpolitiske konsekvenser.

Xiao (2023) argumenterer på sin side med at "the developments in three important areas may enable a reconstruction of the human-centric authorship ideology.”." Xiao hevder videre at opphavsrett må utvikles, og blant annet ta høyde for at KI i nær fremtid kan initiere skaping (creation) uavhengig av menneskelig intervensjon. Xiao skriver blant annet at “[t]he remaining influence of the 18^th century’s romantic authorship ideology is still intertwined with the popular understanding of authorship as a human prerogative." (s. 21). Geiger (2024) fremhever, som nevnt ovenfor, et behov for et rammeverk for KI og opphavsrett som er "human rights-friendly".

En litt eldre artikkel (Levendowski, 2018) argumenterer for at opphavsretten kan være et verktøy for å motvirke bias i algoritmer og KI, gjennom å la maskinlæring basere seg på et så bredt grunnlag av data som mulig. Levendowski mener at dette kan begrunnes med (det amerikanske) fair use-prinsippet i opphavsretten, altså at visse typer bruk er unntatt opphavsrettsbeskyttelse. (I nordisk rettstradisjon er det ikke noe juridisk prinsipp som tilsvarer dette prinsippet.) Her er det sammenfall mellom to formål, mener Levendowski: “"The normative values embedded in the tradition of fair use align ultimately with the goal of mitigating bias.”." (s. 630).

Mazzi og Fasciana (2024) skriver om forholdet mellom opphavsrett og menneskelig vs. kunstig kreativitet. Forfatterne argumenterer for at det er vesentlige likheter mellom menneskelig og maskinell kreativitet (menneske vs. KI), og dermed at produkter fra begge prosessene er beskyttet av opphavsrettlovgivning. Også denne artikkelen ønsker eksplisitt å “"challenge the traditional human-centric view of authorship in copyright law”" (s. 2). (“("Transcending the binary division between human and artificial sources”)."). Mazzi og Fasciana avslutter med noen konkrete forslag (som også har blitt foreslått av andre analytikere): "future research in the field of human and AI creativity could look at collective licensing scheme for the use of copyrighted works in AI training, sustainable art certificates, and at environmental footprint, in light of finding optimal balance points between AI's and human's art, as well as mitigating the CO₂ emissions for companies of different sizes and incentivising both human and synthetic creativity." (s. 21).

Senftleben (2023) er også en av de som analyserer mulige tiltak for å bøte på det inntektstapet som det er trolig at mange kunstnere vil merke som følge av KI. Han formulerer sitt forslag slik: "Copyright law could serve as a tool to introduce an AI levy system and ensure the payment of equitable remuneration. In combination with mandatory collective rights management, the new revenue stream could be used to finance social and cultural funds that improve the working and living conditions of flesh-and-blood authors" (s. 1535).

Som gjennomgangen i denne artikkelen viser, er mange av de akademiske bidragene som litteratursøkene har identifisert, artikler som på en eller annen måte behandler opphavsrett. Det store omfanget av slike analyser kan forklares på to ulike måter. På den ene siden kan det forklares med at fagfelt som rettsvitenskap og jus har vært raskere med å analysere utviklingen av KI og mulige svar på de ulike utfordringene som følger av denne. På den andre siden kan omfanget av juridisk KI-analyse også være et tegn på, som antydet ovenfor, at den teknologiske utviklingen som KI representerer, nettopp gjør at rettighetsbaserte og juridiske perspektiver blir langt viktigere enn tidligere.

Det er også flere grunner til at spørsmål om opphavsrett er høyst relevante for kulturpolitikken og den nordiske kultursektoren. Regulering av opphavsrett skal fungere som grunnlag for å sikre inntekter for bruk av åndsverk. Det skal også fungere, som nevnt ovenfor, som insentiv til kulturproduksjon. Dersom KI utfordrer prinsippet om opphavsrett, og dersom kulturpolitikken fremdeles skal ha menneskeskapt kultur, følger det med nødvendighet at kulturpolitikken må se nærmere på hvordan opphavsrett inngår som en integrert del av denne politikken.

Felter som i liten grad er berørt i litteraturen

Litteraturgjennomgangen i denne teksten har identifisert sentrale temaer i den relevante forskningen, men har i like stor grad identifisert temaer som etter alt å dømme er mindre berørt av litteraturen. Her skal et utvalg av temaer som virker lite forsket på, kommenteres nærmere.

Kulturarv

I den litteraturen som denne gjennomgangen har sett nærmere på, er kulturarv tilsynelatende et underbelyst tema. Griffin et al. (2023) er en av svært få identifiserte artikler som behandler kulturarv i lys av kunstig intelligens. De undersøker kunnskap om og bruk av kunstig intelligens og maskinlæring i den svenske kulturarvssektoren. Deres konklusjon er at bruk av KI og maskinlæring fremdeles (i 2023) er i en veldig tidlig fase, og at det kan være behov for en nasjonal strategi for kulturarvsinstitusjoner som beskriver bruk av kunstig intelligens og maskinlæring. Med andre ord etterlyses en kulturpolitisk og koordinert innsats. Artikkelen peker også på at det er begrenset kunnskap om mulighetene og teknologien blant de kulturarvsinstitusjonene som forfatterne undersøkte i sin studie. (Se forrige kapittel for en gjennomgang av digitalisering og kulturarv.)

Kulturpolitikk i lys av KI

Et annet tema – et kjernepunkt for denne litteraturgjennomgangen – som vi etter alt å dømme finner lite akademiske analyser av, er kulturpolitikk i lys av kunstig intelligens. Det er ingen av de bidragene som er inkludert i denne gjennomgangen, som eksplisitt diskuterer kulturpolitiske utfordringer og mulige løsninger i møtet med kunstig intelligens. Jeg har selv tidligere pekt på noen grunnleggende utfordringer og overordnede muligheter som jeg tillater meg å gjenta her (jf. Hylland, 2023). Den grunnleggende relevansen av kunstig intelligens for kulturpolitikken handler om (minst) fire perspektiver: 1. KI påvirker kulturproduksjon både indirekte og direkte. Indirekte gjennom bruk av KI som verktøy i ulike former for kulturproduksjon, og direkte gjennom hvordan generativ KI brukes til å skape tekst, bilde, film, musikk osv. 2. KI har allerede påvirket distribusjon av kultur i en årrekke, særlig gjennom algoritmestyrte anbefalinger på alle våre strømmeplattformer, men vil fremover også kunne brukes til å tilpasse både produksjon og distribusjon etter individuelle preferanser. 3. Gjennom påvirkningen på produksjon, distribusjon og konsum av kultur, påvirker også KI hvordan kulturpolitikk kan og bør utvikles. Et av mange åpne spørsmål er for eksempel hvordan nasjonal kulturpolitikk kan spille sammen med overnasjonal politikk og regulering. 4. Som mange av bidragene referert i denne teksten har vist, ligger det i kunstig intelligens også både en utfordring og en mulig påvirkning på de ideene som ligger til grunn for kulturpolitikken:

Both cultural policy and the cultural production this policy supports have a set of conceptual cornerstones: Individual, human creativity, based on knowledge, experience and inspiration is the driving force behind the creation of valuable works of art. These works are thereby results of human, individual agency and worthy of recognition, proper payment and protection as intellectual property. My claim is that every single element of this uncontroversial description of cultural production and policy merits discussion in the face of artificial intelligence. (Hylland, 2023).

Norden

Denne litteraturgjennomgangen hadde som sitt opprinnelige mandat å gå igjennom forskning i et utvalg kulturpolitiske tidsskrifter som eksplisitt handlet om (eller var relevant for) Norden og de nordiske kultursektorene. Nordiske forhold er i svært liten grad eksplisitt behandlet i litteraturen i utvalget. Et av svært få unntak finner vi i en artikkel av Robinson (2020). Robinson gjennomgår nordiske KI-strategier og finner at de gjennomgående, med noen unntak, reflekterer såkalte cultural values som vanligvis attribueres til nordiske land. Disse verdiene identifiseres som tillit, transparens og åpenhet, og det er særlig de to første som identifiseres som viktige perspektiver i de nordiske KI-strategiene. Denne studien behandler generelle KI-strategier og relaterer ikke disse til kulturpolitikk eller kultursektoren. Som vi skal kommentere nærmere nedenfor, er det andre kilder til informasjon om forholdet mellom KI og nordisk kulturpolitikk enn de akademiske.

Andre kilder og ikke-akademiske analyser av KI i kultursektoren

Selv om litteraturgjennomgangen har vist at den akademiske og fagfellevurderte analysen av KI og kulturpolitikk (og -produksjon) er noe begrenset, er det samtidig ikke noen mangel på ulike analyser av de mulige konsekvensene av KI, både generelt og knyttet til kultursektoren. Disse finner vi blant annet i etablerte mediefortellinger, kommentarer og meningsytringer, blant annet fra interesseorganisasjoner og ulike grupper av kunstnere. Som nevnt ovenfor har både kunstnerorganisasjoner og enkeltkunstnere signalisert bekymring for KI, særlig knyttet til hvordan teknologien kan komme til å påvirke muligheten for å arbeide med å produsere kreativt innhold. I sterkt konsentrert form kan vi si at reaksjonene fra kunstnere og kulturarbeidere faller i to kategorier (jf. Hylland, 2024): Den ene handler om at det etterlyses kunnskap, regulering og politisk handling, gjerne så snart som mulig. Den andre handler om et forsvar for det genuine og unike ved menneskelig kreativitet, der man understreker at det særegne ved sann, menneskeskapt kunst ikke kan repliseres av maskiner.

Blant mediefortellingene, som i ulike varianter har sirkulert siden det offentlige gjennombruddet av kunstig intelligens i 2022, finner vi disse (Hylland, 2024):

Interaksjonen mellom menneske og maskin er i ferd med å løpe løpsk.
Det vi er vant til å se på som institusjoner for menneskelig kreativitet, kan være i ferd med å bli kolonisert av kunstig intelligens og maskinbasert kreativitet.
Generativ kunstig intelligens er i praksis tyveri av opphavsrettsbeskyttet materiale og bør behandles som det.
De kreative produktene som skapes av generativ KI, er dårlige, generiske og til tider villedende.

I en foreløpig analyse av forholdet mellom KI og kulturpolitikk i de nordiske landene ser vi at eksisterende KI-strategier i Norden i svært liten grad behandler hvordan kunstig intelligens vil eller kan påvirke den faktiske kulturpolitikken (Hylland, 2024). Dette gjelder både generelle strategier for KI, som i liten grad behandler kultursektoren, og kulturpolitiske strategier og politikkdokumenter, som kun unntaksvis diskuterer utfordringene ved kunstig intelligens. Der KI diskuteres, er det også i liten grad pekt på konkrete alternativer for faktisk kulturpolitikk, med noen få unntak. Den generelle fortellingen om KI i de nordiske strategiene kan beskrives som en kombinasjon av konkurranse- og businessretorikk og en klassisk nordisk sosialdemokratisk velferdslogikk, som kan komprimeres slik: "AI is a competitive advantage that we need to use to get ahead in the race to become more prosperous and successful as a nation, but the perils of AI demands that we also develop the use responsibly and ethically." (Hylland, 2024)

Konklusjonen i denne analysen av nordiske KI-strategier ble den følgende, som jeg tillater meg å sitere en lengre del av:

[P]ractical cultural policies will need to deal with AI sooner rather than later. AI cultural policies will need to be included in what we in previous work have referred to as digital cultural policy (cf. Hylland & Primorac, 2023). Digital cultural policy needs to discuss and decide what is within the reach of public policy and what is not. This point is highlighted by the inclusion of AI in the mix. A challenge for digital cultural policy is to figure out whether, in what way, and to what degree it is desirable and possible to influence the production, distribution and consumption of digital cultural content. A challenge for AI cultural policy is to figure out whether AI-generated arts and culture represent creativity that in one way or another should be included in traditional cultural policy or if it is something that should be regulated and limited to protect human-produced art. Furthermore, a still unsolved challenge of digital cultural policy is to develop and implement a combination of policy tools and policy ideas that is something more than a partly successful emulation of pre-digital policies to digital culture. This includes the combination of the protectionism often seen as central to small countries with the necessary international cooperation, with the implementation of EU directives and EU legislation, e.g. through the EU AI act. Digital cultural policies are works in progress, policies that seem rather immature and that are struggling to align their aspirations with their effectiveness. This is partly due to the unavoidable complexity and convergence of digital cultural policies, where bytes meet Bildung and art meet algorithms. Policies and technologies develop at very different rates, made very evident by the rate of AI innovation. While policy development is, in many cases, slow and incremental, technology development, with AI as an eminent example, is driven by an impatient and fast innovation race. (Hylland, 2024)

KI utfordrer kulturpolitikken

Når vi ser de mange akademiske bidragene det er vist til i denne teksten, er det tilsynelatende stor avstand mellom de teoretiske analysene og den praksis som kulturpolitikken må forholde seg til, men i dette tilfellet er det gode grunner til at en relevant utvikling av kulturpolitikken må være teoretisk informert og legitimert.

Hvilke fagfelt og faglige perspektiver virker å være dominerende i den eksisterende litteraturen om kulturproduksjon, kulturpolitikk og kunstig intelligens? Hvis det er et fellestrekk man kan peke på som gjennomgående på tvers av flere fagfelt, er det vektleggingen av det menneskesentrerte – at kreativitet forstås som noe menneskelig, at menneskeskapt kulturproduksjon utfordres i møtet med maskiner, og at opphavsrettsystemene våre er basert på ideer om det unike nettopp med menneskelig kreativitet.

Dette viser at kunstig intelligens utfordrer kulturpolitikken både på et praktisk, konseptuelt og ideologisk nivå. For det første krever KI en omkalibrering av de politiske verktøyene som utgjør den praktiske kulturpolitikken, enten dette handler om støtteordninger, lovregulering eller tilrettelegging av distribusjon. For det andre utfordrer KI de grunnleggende ideene og begrepene som kulturpolitikken, enten implisitt eller eksplisitt, bygger på – kunstner, kunst, kreativitet, kulturproduksjon, innovasjon osv. For det tredje, som en følge av den andre utfordringen, tvinger utviklingen av kunstig intelligens kulturpolitikken til å revurdere sitt ideologiske grunnlag. Kulturpolitikk er, kan man hevde, en verdibasert type politikk basert på ideen om at det er kvalitative forskjeller mellom ulike uttrykk, som gjør noen av dem mer verdifulle enn andre. Dette verdibaserte grunnlaget vil trenge en åpen og eksplisitt reformulering i møte med KI, for eksempel gjennom et argument om at resultatene av menneskelig kreativitet i seg selv er mer verdifulle (og dermed verdt å støtte) enn resultatene av KI-basert kreativitet. Men, for å understreke et poeng med at disse tre utfordringsnivåene er integrert, vil denne mulige holdningen igjen kreve en nærmere undersøkelse av hva vi faktisk mener med menneskelig kreativitet, og de økende vanskelighetene med å skille dette fra maskinbasert eller maskinassistert kreativitet.

Oppsummering

Kunstig intelligens (KI) brukes til å produsere fortellinger, drama, dikt og manus; til å skape musikk, lage illustrasjoner og tegninger, troverdige fotografier og film. KI kan for eksempel brukes til å lage digitale replikaer av skuespillere og deres stemmer, og til å produsere kulturuttrykk som ligger så tett på en gitt kunstnerisk signatur at det er vanskelig, selv for eksperter, å skille mellom det menneskegenererte og det maskingenererte produktet. Kunstig intelligens har allerede påvirket og vil i stor grad fortsette å påvirke vilkårene for kulturproduksjon. På hvilken måte og i hvilken utstrekning er uklart, og det må vi trolig akseptere at det vil fortsette å være.
Fem sentrale temaer er identifisert i litteraturen: Overordnede perspektiver på kulturproduksjon og kulturkonsum, Opphavsrett, Kreativitet, Kreativt arbeid og inntekt samt Regulering og politikk. Blant disse temaene fremstår opphavsrett som det mest gjennomgående diskuterte temaet.
Forskning på kreativitet og KI har utfordret ideen om at kreativitet er forbeholdt mennesker, og blant annet lansert et begrep om computational creativity. En oppdatert kulturpolitikk må ta tydelig stilling til om menneskelig kreativitet alltid har forrang foran maskinell kreativitet.
Analysene av hvordan KI påvirker inntektsgrunnlaget for kulturarbeidere varierer. Det virker trolig at enkelte delsektorer, som for eksempel illustrasjon, grafisk design og oversetting, er utsatt. Samtidig er det enkelte analyser som peker på at utviklingen også åpner opp for økt etterspørsel etter (menneskelig) kreativitet, også som et konkurransefortrinn.
En lang rekke artikler behandler spørsmålet om opphavsrett i lys av KI. Disse peker blant annet på at eksisterende jus ikke er oppdatert (heller ikke EUs AI Act, ifølge enkelte), og at KI også på dette området utfordrer ideen om at det kun er produkter fra menneskelig kreativitet som skal beskyttes eller reguleres. Flere analyser foreslår en type lisensiering eller fond som kan kompensere for inntektstap for kunstnere.