Sztuczna inteligencja na wokandzie. Precedensowa sprawa w sądzie o głos AI

Czy AI skopiowała głos lektora?

Czegoś takiego jeszcze nie było. Na wokandę trafiła sztuczna inteligencja, która miała ukraść głos  znanemu lektorowi. A sprawa Jarosława Łukomskiego może stać się ważnym precedensem dla polskich sądów. Znany lektor twierdzi, że narrator słyszany w reklamach JFC Polska brzmi jak on, a wykorzystanie takiego głosu bez jego zgody narusza jego dobra osobiste.

Kluczowe znaczenie dla rozstrzygnięcia sporu miała mieć opinia biegłego sądowego z zakresu fonoskopii. Problem w tym, że przygotowane przez niego dwie ekspertyzy wzbudziły zastrzeżenia. Według pozwanej spółki biegły pominął część materiałów dowodowych, w tym nagrania innych lektorów o podobnej barwie głosu.

Biegły przeprowadził ankietę wśród 26 osób

Największe kontrowersje budzi sposób przygotowania drugiej opinii. Biegły powołał się na badania fonoskopijne, ale – jak wynika z materiałów sprawy przedstawionych przez spółkę – nie opisał ich przebiegu ani nie zaprezentował wyników. Zamiast tego przeprowadził ankietę wśród 26 osób, w tym członków swojej rodziny i znajomych ze szkoły językowej.

Uczestnicy mieli ocenić dwie próbki nagrań i wskazać, która brzmi jak głos człowieka, a która jak głos wygenerowany przez sztuczną inteligencję. Jest jednak zasadnicza różnica między takim pytaniem a tym, na które miał odpowiedzieć biegły. Sąd chciał bowiem ustalić, czy głos z reklamy można rozpoznać jako głos Jarosława Łukomskiego. Ankietowani nie byli o to pytani.

Prywatna ekspertyza liczy aż 422 strony

Firma JFC Polska postanowiła zasięgnąć opinii innego specjalisty. Zwróciła się do mgr. inż. Arkadiusza Lecha, biegłego z zakresu fonoskopii i informatyki, który od 28 lat przygotowuje ekspertyzy m.in. dla policji, prokuratury i ABW.

Jego prywatna analiza liczy 422 strony. Ekspert zwraca uwagę, że podobna barwa głosu nie oznacza automatycznie, iż sztuczna inteligencja skopiowała głos konkretnej osoby. Wskazuje również, że w internecie można znaleźć wielu lektorów o zbliżonym brzmieniu.

Ale to nie wszystko. Głos innego lektora z ogólnodostępnego banku głosów miał wykazać zgodność z głosem wykorzystanym w reklamach na takim samym lub wyższym poziomie niż głos Łukomskiego.

W ekspertyzie podkreślono także, że bez ustalenia, jakiego narzędzia użyto do wygenerowania nagrania, nie można udowodnić, że algorytm celowo odwzorował indywidualne cechy głosu powoda. Samo podobieństwo brzmienia nie przesądza również o tym, że model AI został wytrenowany na jego głosie bez zgody.

Ekspert zakwestionował ponadto jakość części nagrań przedstawionych przez lektora. Jak wskazuje, są to materiały wtórne, zarejestrowane z ekranu, które w obecnej postaci nie pozwalają na wydanie kategorycznej opinii.

Wyrok może zmienić zasady korzystania z AI

Spór wykracza daleko poza konflikt jednej firmy z jednym lektorem. Od rozstrzygnięcia może zależeć, jak w przyszłości polskie sądy będą oceniać wykorzystanie głosów generowanych przez sztuczną inteligencję. To ważne dla agencji reklamowych, producentów i przedsiębiorstw korzystających z syntetycznych narratorów.

– To sprawa ważna dla całego rynku. Jeśli podobna barwa głosu ma wystarczyć do rozstrzygnięcia procesu, każda firma korzystająca z lektora albo AI jest dziś w niepewnej sytuacji. Szanujemy pracę lektorów. Oczekujemy tylko, że wyrok zapadnie na podstawie rzetelnej opinii biegłego – podkreśla Mirosław Majewski, prezes JFC.

Kolejna rozprawa przed Sądem Okręgowym w Warszawie została zaplanowana na 13 listopada. To wtedy sprawa może przynieść kolejne odpowiedzi na pytanie, gdzie kończy się inspiracja ludzkim głosem, a zaczyna jego bezprawne naśladowanie.