Mechanizm publicznej intencji zachowań w używaniu generatywnej SI do współtworzenia ilustracji do podań ludowych

Dlaczego opowieści i inteligentne narzędzia idą teraz w parze

Opowieści ludowe należą do najstarszych skarbów ludzkości, lecz w świecie zdominowanym przez krótkie wideo i przewijane kanały mają trudności z zaistnieniem. W badaniu postawiono aktualne pytanie: czy zwykli ludzie mogą wykorzystać generatywną sztuczną inteligencję — narzędzia tworzące obrazy, takie jak te stojące za współczesną sztuką AI — aby pomóc utrzymać przy życiu tradycyjne opowieści? I niemniej ważne: co sprawia, że ktoś decyduje, czy naprawdę chce używać tych narzędzi do współtworzenia ilustracji do podań ludowych?

Stare opowieści w nowym medialnym świecie

W różnych krajach opowieści ludowe oficjalnie uznawane są za część „niematerialnego dziedzictwa kulturowego”, jednak w praktyce rzadko kiedy otrzymują rzeczywistą ochronę czy szeroką uwagę publiczną. Większość z nich jest nadal przekazywana ustnie lub w formie drukowanej, co może wydawać się odległe w silnie wizualnym, cyfrowym otoczeniu. Muzea i archiwa zachowują materiały, ale rzadko zapraszają zwykłych ludzi do udziału. Generatywna SI zmienia ten krajobraz, pozwalając osobom bez specjalistycznej wiedzy zamieniać proste polecenia w bogate obrazy i obniżając techniczną barierę tworzenia wizualnych narracji. Autorzy argumentują, że ta zmiana może przekształcić bierną publiczność w aktywnych współtwórców, którzy na nowo kształtują i rozpowszechniają tradycyjne opowieści.

Co kształtuje gotowość ludzi do udziału

Aby rozgryźć, dlaczego ktoś chciałby lub nie chciałby używać SI do współtworzenia ilustracji do podań, naukowcy połączyli dwa dobrze znane modele zachowań: Model Akceptacji Technologii (Technology Acceptance Model) i Teorię Zachowania Planowanego (Theory of Planned Behavior). Z tych teorii zaczerpnęli klasyczne składniki, takie jak postrzegana użyteczność i łatwość użycia narzędzia, pozytywne nastawienie do korzystania z niego, wpływ znajomych i społeczeństwa oraz poczucie kontroli nad procesem. Następnie dodali trzy nowe elementy dostosowane do tego kontekstu kulturowego: ocenę jakości i wpływu emocjonalnego obrazów generowanych przez SI, pewność siebie w zdolności twórczego korzystania z SI oraz ewentualne uprzedzenie wobec dzieł uznawanych za stworzone przez SI zamiast przez człowieka.

Z odpowiedzi w ankiecie do ukrytych wzorców

Zespół zebrał 682 odpowiedzi w ankiecie online od dorosłych w Chinach, z których większość była zaznajomiona zarówno z narzędziami SI, jak i z tradycyjnymi opowieściami. Uczestnicy obejrzeli przykłady obrazów wygenerowanych przez SI i ręcznie rysowanych ilustracji opartych na tej samej historii ludowej, a następnie ocenili stwierdzenia dotyczące swoich uczuć, oczekiwań i intencji na pięciopunktowej skali. Badacze najpierw użyli techniki statystycznej zwanej modelowaniem równań strukturalnych, aby przetestować, które czynniki bezpośrednio lub pośrednio skłaniają ludzi do korzystania bądź niekorzystania z SI przy współtworzeniu ilustracji. Wyniki wykorzystali następnie w kilku modelach uczenia maszynowego, które traktowały ukryte czynniki psychologiczne jako dane wejściowe i uczyły się przewidywać, czy osoba ma silne, czy słabe intencje używania SI, co pozwoliło zespołowi badać zarówno proste, jak i bardziej złożone, nieliniowe zależności.

Ukryte siły napędowe: jakość, uprzedzenie i pewność

Analiza wykazała, że dwie siły działają w przeciwnych kierunkach. Gdy ludzie postrzegają obrazy generowane przez SI jako wysokiej jakości pod względem wykończenia technicznego, znaczenia i oddziaływania emocjonalnego, ich skłonność do używania SI rośnie gwałtownie po przekroczeniu pewnego progu jakości. Ale gdy mają silne uprzedzenie przeciwko samemu pomysłowi SI jako twórcy kulturowego — preferując dzieła, które uważają za stworzone przez ludzi — ich intencja maleje stopniowo, niezależnie od rzeczywistej jakości. To uprzedzenie tożsamościowe osłabia także społeczne przekonanie, że „ludzie wokół mnie to aprobowaliby”, zmniejszając wspierający efekt norm grupowych. Jednocześnie wewnętrzna pewność siebie i poczucie kontroli mają znaczenie: osoby, które wierzą, że potrafią obsłużyć narzędzia i kierować efektami, są znacznie bardziej skłonne do udziału, zwłaszcza gdy narzędzia wydają się naprawdę łatwe w użyciu i zgodne z ich oczekiwaniami.

Co wyniki oznaczają dla przyszłości podań ludowych

Mówiąc prosto, badanie pokazuje, że ludzie są skłonni używać generatywnej SI do ożywienia opowieści ludowych, jeśli spełnione są trzy warunki: obrazy muszą być satysfakcjonujące emocjonalnie i kulturowo, narzędzia muszą być przystępne i responsywne, a użytkownicy muszą mieć poczucie, że to oni — a nie maszyna — pozostają prawdziwymi opowiadaczami. Niskiej jakości efekty, nieporęczne interfejsy czy przekonanie, że „SI nie ma prawa reprezentować naszej kultury”, mogą podważyć tę gotowość. Autorzy sugerują, by projektanci, edukatorzy i instytucje kultury skupili się na podnoszeniu artystycznej i kulturowej jakości obrazów generowanych przez SI, upraszczaniu interfejsów, tworzeniu ścieżek nauki zwiększających pewność użytkowników oraz jasnym przedstawianiu SI jako pomocnika, a nie zastępcy ludzkich opowiadaczy. W takich warunkach generatywna SI może stać się potężnym sojusznikiem w utrzymaniu żywotności opowieści ludowych dla przyszłych pokoleń.

Cytowanie: Kong, X., Liu, Y., Shi, Y. et al. Mechanism of public behavioral intention to use generative AI for folk story image co-creation. npj Herit. Sci. 14, 164 (2026). https://doi.org/10.1038/s40494-025-02285-7

Słowa kluczowe: generatywna SI, opowieści ludowe, dziedzictwo kulturowe, uczestnictwo publiczne, akceptacja technologii