INTERVIU Trung Bao, artistul care îmbină AI-ul cu arta pentru a transforma vocile în pietre prețioase, vine în România la UNFINISHED: „Dacă ai putea păstra o voce pentru o mie de ani, a cui ar fi?”

Dacă mâine aș pierde vocea unei persoane dragi, ce mi-aș dori să păstrez din ea? Felul în care îmi spune pe nume? Râsul acela pe care l-aș recunoaște dintr-o mie? Sau poate un banal „Ai grijă de tine”, rostit într-o zi oarecare, fără ca vreunul dintre noi să știe că, într-o bună zi, acele câteva secunde ar putea deveni cea mai prețioasă amintire? M-am gândit la toate acestea în timp ce pregăteam interviul cu Trung Bao, un artist care a găsit o modalitate neobișnuită de a transforma ceva atât de fragil și trecător precum vocea umană într-un obiect menit să reziste o mie de ani.

Trung Bao este artist vocal, beatboxer și unul dintre creatorii Voice Gems, un proiect aflat la granița dintre artă, inteligență artificială și memorie. Împreună cu artistul londonez Harry Yeff, transformă vocile oamenilor în pietre prețioase digitale și sculpturi fizice, fiecare cu o formă unică, modelată de sunetul din care s-a născut. În arhiva lor se regăsesc inclusiv vocea celebrei Jane Goodall, cântecele unor păsări pe cale de dispariție și sunetele din interiorul copacilor care au supraviețuit bombei atomice de la Hiroshima. Dincolo de tehnologie, ideea mi se pare tulburător de frumoasă: într-o lume în care putem înregistra aproape orice, continuăm să pierdem tocmai lucrurile pe care ne-am dori cel mai mult să le putem recupera.

Am stat de vorbă cu Trung Bao în exclusivitate pentru Playtech, înainte de venirea sa la București, unde va participa, între 25 și 27 septembrie, la cea de-a 11-a ediție a festivalului multidisciplinar UNFINISHED, desfășurată sub tema MULTIPLICITY. Artistul va urca pe scenă alături de beatboxerița Chiwawa, cu care formează un duo ce a adunat peste 100 de milioane de vizualizări. Dar, dincolo de spectacolul pe care îl pregătește pentru publicul din România, am vrut să descopăr omul din spatele proiectului Voice Gems și să înțeleg cum privește el relația noastră tot mai complicată cu inteligența artificială.

Pentru că, dacă astăzi AI-ul poate clona vocea cuiva aproape perfect, ce mai înseamnă autenticitatea? Dacă peste câteva decenii vom putea conversa cu avatarurile digitale ale celor care nu mai sunt printre noi, vom păstra astfel ceva din ei sau vom crea doar iluzia că nu i-am pierdut niciodată? Și, poate cea mai dificilă întrebare dintre toate, ce am alege să lăsăm în urmă dacă am ști că cineva ne-ar putea asculta vocea peste o mie de ani?

Vezi și:

Ai 35 de ani de muncă și mai lucrezi încă trei. Câți bani în plus poți primi la pensie pentru anii 36, 37 și 38

Despre toate acestea, dar și despre identitate, consimțământ, dispariție și lucrurile pe care tehnologia nu le poate înlocui, am vorbit cu Trung Bao într-un interviu care m-a făcut să privesc altfel ceva ce folosim în fiecare zi, fără să ne gândim prea mult la valoarea sa: propria voce.

INTERVIU Trung Bao, artistul care transformă vocile oamenilor în pietre prețioase și le păstrează pentru o mie de ani

Trung Bao

Ozana Mazilu (Playtech): Voice Gems pornește de la ideea că o voce poate fi transformată într-un obiect menit să păstreze ceva din persoana respectivă timp de sute sau chiar o mie de ani. Ce păstrăm, de fapt, atunci când păstrăm vocea cuiva: sunetul, identitatea, emoția sau o versiune digitală a acelei persoane?

Trung Bao: Sunetul este mediul, dar o voce poartă cu ea ceva din persoana respectivă și din lumea pe care o locuiește. Conține deopotrivă un mesaj și o stare de a fi: felul în care cineva trăiește un anumit moment. Voice Gems nu pretinde că poate păstra o persoană în întregime și nici că poate crea un substitut digital al acesteia. Ceea ce încercăm să păstrăm este o urmă a acelei prezențe trecătoare. Iar faptul că aceste momente dispar face parte tocmai din ceea ce le conferă valoare în experiența umană.

Eu și artistul londonez Harry Yeff am creat Voice Gems pentru a propune un nou mod de a păstra și de a întâlni aceste urme. Sistemul nostru generativ transformă vocile înregistrate în pietre prețioase digitale și sculpturi fizice, construind astfel o arhivă gândită să reziste o mie de ani. Urgența proiectului vine din conștientizarea faptului că pierderea unei voci poate însemna și pierderea unui mod de a cunoaște sau de a trăi lumea. O tradiție orală, de exemplu, poate dispărea în decursul unei singure generații.

Vezi și:

Opt state americane dau OpenAI în judecată. ChatGPT este acuzat că îi pune în pericol pe copii și adolescenți

O formulă matematică simplă ar putea prezice când AI-ul începe să dea răspunsuri periculoase

Pentru noi, transformarea unei voci într-o formă asemănătoare unei pietre prețioase ridică și o întrebare despre valoare. Păstrăm pietrele prețioase pentru că le considerăm rare, și totuși o voce poate fi cu mult mai de neînlocuit. Atunci când îi dai sunetului o formă vizibilă și tangibilă, actul păstrării poate căpăta o încărcătură emoțională mai puternică și poate crea un tip de legătură pe care simplul fișier audio s-ar putea să nu îl provoace.

Arhiva Voice Gems cuprinde atât voci umane individuale, cât și colective. Dar merge și dincolo de ele, incluzând cântecul unor specii de păsări pe cale de dispariție și sunetele din interiorul copacilor care au supraviețuit bombei atomice de la Hiroshima. Prin platforme culturale, expoziții și posibilitatea de a contribui la arhivă, îi invităm pe oameni să participe la noi ritualuri ale memoriei, lăsând în urmă ceva cu care generațiile viitoare să poată intra în contact.

Ozana Mazilu (Playtech): Trăim într-o perioadă în care AI-ul poate clona vocea unei persoane pornind de la o înregistrare foarte scurtă. Mai poate fi vocea considerată o „amprentă” personală într-o lume în care poate fi copiată aproape perfect?

Trung Bao: Cred că da, dar ca expresie a identității, nu ca dovadă incontestabilă a acesteia. O voce sintetică poate reproduce felul în care sună cineva, însă simpla asemănare nu ne poate spune dacă persoana respectivă a ales într-adevăr să rostească acele cuvinte.

Atunci când cineva contribuie la Voice Gems, vocea sa este oferită, nu luată. Abordarea noastră este una non-extractivă: contribuțiile sunt voluntare sau înregistrate cu consimțământ. O înregistrare poate conține o amintire intimă sau un mesaj oferit unei persoane dragi. Dar poate vorbi și despre ceva mai amplu, exprimând o speranță pentru viitor sau o dorință de schimbare în lume. În cadrul unei colecții curatoriate, aceste contribuții pot deveni parte dintr-o experiență comună. Ceea ce aleg oamenii să ofere și motivele pentru care o fac contează la fel de mult ca sunetul în sine.

Dr. Jane Goodall a contribuit cu mesaje pentru Pământ și pentru generațiile viitoare; Herbert W. Franke și-a adus vocea într-o ultimă colaborare artistică; Sir Geoff Hurst a împărtășit amintiri despre finala Cupei Mondiale din 1966. Am păstrat, de asemenea, înregistrări care merg de la primele plânsete până la ultimele cuvinte, pentru familii care își doresc un nou mod de a-și păstra amintirile, și am creat alternative la tradiționalele inele de logodnă cu diamant.

Aceste contribuții au în spate o istorie pe care o reproducere, oricât de convingătoare, nu o poate crea de una singură. Semnificația lor vine din alegerea unei persoane de a încredința ceva altcuiva sau viitorului. Iar acest lucru rămâne relevant chiar și atunci când sunetul poate fi copiat.

Ozana Mazilu (Playtech): Arhiva Voice Gems include și voci sintetice generate cu ajutorul AI. Ce înseamnă să arhivezi vocea unei entități care nu are corp, copilărie, memorie sau experiență umană?

Trung Bao: Synthetic Voice Gems este o serie experimentală din cadrul arhivei Voice Gems, creată folosind voci generate cu ajutorul AI, pornind de la 100 de voci anonime oferite proiectului. Aceste contribuții devin materia primă pentru noi fraze cântate, pe care sistemul nostru generativ le transformă în pietre prețioase digitale. Descriem acest proces ca pe un duet augmentat între om și mașină.

Ceea ce mă emoționează este faptul că aceste voci pornesc, totuși, de la oameni. Vocea rezultată nu are o copilărie proprie, dar își are originile în oameni care au trăit și au simțit. Eu o percep ca pe un fel de expresie emoțională colectivă. Vulnerabilitatea pe care o auzim poate să nu mai aparțină unei persoane identificabile, dar continuă să ne fie familiară. Auzim o frază pe care niciunul dintre cei care au contribuit nu a cântat-o și, cu toate acestea, putem recunoaște în ea ceva din noi înșine.

Ozana Mazilu (Playtech): Dacă, peste o mie de ani, cineva ar asculta vocea unei persoane care trăiește astăzi, ce ți-ai dori să poată înțelege despre noi din acel sunet?

Trung Bao: Privite de la o mie de ani distanță, viețile noastre vor aparține deja istoriei, dar noi le-am trăit fără să știm ce avea să urmeze. Mi-aș dori ca ei să poată auzi că trăiam în mijlocul incertitudinii, așa cum poate vor trăi și ei. Am iubit oameni pe care îi puteam pierde, am făcut alegeri fără să le cunoaștem consecințele. Ne-am imaginat viitoruri pe care nu aveam să le vedem niciodată. Poate că o ezitare, un râs sau felul în care cineva rostește numele unei persoane iubite ar putea face ca această experiență să pară din nou apropiată.

Voice Gems poate aduce laolaltă multe forme de prezență: un mesaj public, o amintire intimă, o limbă transmisă din generație în generație. Mi-aș dori ca un ascultător din viitor să înțeleagă că lucrurile care au contat pentru noi au existat și în aceste mici schimburi, în felul în care am avut grijă unii de ceilalți. O singură voce nu poate spune întreaga poveste a umanității, dar ne poate pune în contact cu felul unic al unei persoane de a fi în lume, ceva ce nicio altă voce nu poate înlocui pe deplin.

Nu avem cum să știm ce vor înțelege despre noi oamenii de peste o mie de ani sau dacă vor recunoaște în vocile noastre aceleași emoții. Dar le putem oferi șansa de a asculta. Iar această invitație se întoarce, în același timp, spre prezent. Să întrebi pe cineva ce voce sau ce mesaj ar păstra pentru o mie de ani poate schimba felul în care ascultă astăzi. Îl face să recunoască ceea ce îi este cu adevărat prețios, cât timp acel lucru este încă aici.

Ozana Mazilu (Playtech): AI-ul poate reproduce astăzi stilul, imaginea și vocea unui artist. Unde se termină instrumentul creativ și unde începe falsificarea identității?

Trung Bao: Limita este depășită atunci când identitatea cuiva este folosită pentru a sugera că persoana respectivă s-a exprimat într-un anumit fel sau susține ceva, fără consimțământul ei. Reproducerea vocii, imaginii sau stilului unui artist nu poate reproduce intenția sau participarea sa. Pentru mine, integritatea artistică înseamnă să respecți libertatea fiecăruia de a decide și să fii transparent cu publicul în privința oamenilor ale căror alegeri și contribuții au dat formă lucrării.

O identitate artistică se dezvoltă în timp, prin experimentare și relații cu ceilalți. Să prezinți o imitație drept opera altcuiva nu contribuie aproape deloc la dezvoltarea propriei perspective a creatorului. În același timp, subminează legătura dintre public și artist, construind acea întâlnire pe o premisă falsă.

Influența și transformarea sunt esențiale pentru artă, dar vin la pachet cu responsabilitatea de a recunoaște contribuția celorlalți și de a aduce ceva semnificativ. Mi-aș dori să văd AI-ul folosit în colaborări în care oamenii implicați au un cuvânt real de spus în privința lucrării și primesc recunoaștere pentru contribuțiile lor.

Ozana Mazilu (Playtech): Voice Gems transformă volumul, înălțimea și armonicele unei voci în forme vizuale generate cu ajutorul a 200.000 de particule. Există o legătură între personalitatea unei persoane și forma finală a „pietrei prețioase” sau ar fi greșit să interpretăm vizualizarea în acest fel?

Trung Bao: Da, există cu siguranță o legătură, pentru că personalitatea și emoțiile influențează felul în care cineva își folosește vocea în acel moment. Accentul și ritmul devin parte din înregistrare, la fel ca dinamica felului în care vorbește. Sistemul nostru răspunde combinației unice de date pe care o găsește în voce – de la înălțime, timbru și armonice până la pauze și variații de intensitate, printre multe alte caracteristici – și le transpune în formă și culoare. Fiecare piatră devine astfel un fel de ADN vocal, modelat atât de unicitatea vocii, cât și de expresia particulară surprinsă în acea înregistrare.

Piatra reflectă și alegerea persoanei în privința a ceea ce vrea să ofere. Îi întrebăm pe oameni: „Ce ai vrea să păstrezi pentru următoarea mie de ani?”. Este o întrebare interesantă atunci când îți este adresată direct. De obicei urmează o pauză, în care oamenii se gândesc la ce ar vrea să lase în urmă. Procesul acesta modelează atât mesajul, cât și felul în care este rostit, uneori fără ca persoana să-și dea seama.

Prin urmare, piatra poartă ceva din personalitatea acelei persoane, printr-un act intenționat de exprimare. Dar asta nu înseamnă că ar trebui să interpretăm o anumită formă sau culoare drept dovada incontestabilă a unei trăsături de caracter.

Ozana Mazilu (Playtech): Proiectul vostru păstrează și vocile unor specii aflate în pericol critic de dispariție. Poate tehnologia să transforme o arhivă artistică într-o formă de memorie pentru lucruri care, în viitor, s-ar putea să nu mai existe?

Trung Bao: Da. O înregistrare poate purta sunetul unei specii dincolo de existența ei, iar faptul că îi dăm acelui sunet o formă fizică le poate oferi oamenilor un alt mod de a intra în legătură cu ea. Arhiva poate deveni astfel o modalitate de a păstra memoria unei lumi vii pe care generațiile viitoare s-ar putea să nu o mai întâlnească niciodată în mod direct.

Dar simpla păstrare a unei înregistrări nu poate înlocui protejarea vieții și a habitatului care au făcut-o posibilă. Speranța este ca această lucrare să poată schimba felul în care ascultăm acum. Să ne imaginăm un viitor în care cântecul unei specii supraviețuiește doar într-o arhivă ne poate face să simțim prezența ei de astăzi ca fiind și mai prețioasă, iar responsabilitatea noastră față de ea ca fiind și mai urgentă.

Ozana Mazilu (Playtech): Într-o lume dominată de ecrane, ai ales unul dintre cele mai vechi instrumente umane – vocea – și l-ai conectat la tehnologii foarte noi. Crezi că interfețele digitale ale viitorului vor fi mai puțin vizuale și se vor baza mult mai mult pe voce?

Trung Bao: Cred că vocea va deveni mult mai prezentă, deși nu cred că asta înseamnă neapărat că interfețele vor deveni mai puțin vizuale. Pentru mulți oameni, vocea este un mod de comunicare direct și intuitiv. Ea transmite nuanțe care se pot pierde atunci când vorbirea este redusă la text.

Ceea ce mă interesează este posibilitatea de a gândi cu voce tare. Nu știm întotdeauna exact ce vrem să spunem înainte să începem să vorbim. Ne abatem de la subiect, ne corectăm și descoperim treptat care este, de fapt, întrebarea pe care încercăm să o formulăm. Aceste ocolișuri pot dezvălui intenții pe care un mesaj atent construit le-ar putea lăsa pe dinafară. Cred că o interfață care ne oferă spațiu pentru un asemenea proces ar putea deveni un loc valoros pentru dezvoltarea gândirii și reflecția asupra propriei persoane.

Vedem deja sisteme care combină conversația în timp real cu informația vizuală și care le permit oamenilor să le întrerupă și să le redirecționeze. Îmi pot imagina interfețe care combină diferite moduri de comunicare, în funcție de persoană și de situație.

Venind din lumea beatboxului, am experimentat cât de multă expresivitate este posibilă prin ceva ce purtăm deja în noi. Ceea ce mă entuziasmează este posibilitatea ca noile tehnologii să-i ajute pe mai mulți oameni să descopere această capacitate în ei înșiși.

Harry Yeff si Trung Bao

Ozana Mazilu (Playtech): Dacă, peste câteva decenii, vom putea crea avataruri AI ale oamenilor după moartea lor, folosindu-le vocea, imaginile și mesajele, ai vedea asta ca pe o formă frumoasă de păstrare a memoriei sau ca pe o limită pe care tehnologia nu ar trebui să o depășească?

Trung Bao: Pot vedea ceva frumos în alegerea unei persoane de a lăsa familiei o versiune interactivă a sa. Ar putea fi o modalitate prin care cei rămași să-i descopere poveștile și felul în care vedea lumea. Sunt deschis acestei posibilități, deși este o zonă gri și nu sunt sigur cum m-aș raporta la toate formele pe care le-ar putea lua.

Pentru mine, consimțământul este fundamental. Ceea ce aș apăra este dreptul unei persoane de a decide cum îi este folosită vocea. Permisiunea de a păstra o înregistrare nu înseamnă automat și permisiunea de a face acea persoană să spună lucruri noi. Faptul că cineva deține înregistrările unei persoane nu ar trebui să ofere unei companii sau chiar unui membru al familiei control nelimitat asupra identității sale. Dorințele acelei persoane ar trebui să conteze în continuare și atunci când nu mai este aici pentru a se opune. Iar cei rămași ar trebui să fie, la rândul lor, liberi să decidă dacă vor sau nu să interacționeze cu avatarul.

Lucrurile devin complicate atunci când avatarul spune ceva ce persoana nu a spus niciodată. Să auzi „Te iert” rostit cu o voce familiară ar putea fi profund emoționant, dar cine a decis acele cuvinte? Întrebarea devine și mai sensibilă dacă o companie are de câștigat financiar din menținerea acestei relații.

Nu i-aș spune nimănui cum ar trebui să-și păstreze amintirea unei persoane dragi. Sentimentele pot fi reale chiar și atunci când întâlnirea este artificială. Nu cred că înțelegem încă pe deplin cum ne-ar putea afecta în timp asemenea experiențe, așa că vreau să las loc și posibilității ca propria mea perspectivă să se schimbe.

În Voice Gems, încercăm să păstrăm ceva ce o persoană a ales să exprime, fără să pretindem că surprindem persoana în întregime. Chiar și atunci când lucrăm cu voci sintetice, suntem transparenți în privința rolului pe care îl joacă tehnologia. Mi-aș dori aceeași onestitate și din partea unui avatar. Aș apăra dreptul oamenilor de a avea un cuvânt real de spus în privința modului în care sunt reprezentați și, mai ales, dreptul de a spune nu.

Ozana Mazilu (Playtech): Dacă ai putea adăuga o singură voce în Voice Gems – din prezent sau din întreaga istorie a umanității – a cui ar fi și ce ai vrea să păstrezi din ea pentru următorii o mie de ani?

Trung Bao: Sunt prea multe voci pe care aș vrea să le păstrez ca să pot alege cu ușurință una singură. În selecția pe care am făcut-o pentru Voice Gems, am fost întotdeauna atrași de voci unice, remarcabile și vulnerabile. Iar fiecare dintre aceste întâlniri continuă să-mi lărgească perspectiva asupra a ceea ce face ca o voce să fie prețioasă.

Nu am un nume anume, dar poate că știu ce fel de moment aș vrea să păstrez. Ceea ce mă atrage este gestul de a vorbi în clipa în care cineva începe să-și dea seama că propria voce contează. Poate că încă ezită, dar în acel moment al rostirii ceva s-a schimbat: ceea ce înainte păstra doar pentru sine simte acum că merită împărtășit.

Aș vrea să păstrez acel act al schimbării. Cuvintele pot fi obișnuite și, cu toate acestea, rostirea lor poate marca începutul unei noi relații cu propria voce, chiar înainte ca persoana să știe cum vor fi primite. Mi-aș dori ca, peste o mie de ani, cineva să poată recunoaște acel sentiment.

De ce rămân telefoanele fără spațiu de stocare atât de repede, chiar dacă au memorie tot mai mare