Holdning
Derfor fejler AI på kreativitet, og hvad det koster
Kort svar
AI-genereret billedmateriale ligner hinanden, fordi modellerne trækker mod midten af det de har set. Det hedder mode collapse, og det gør at alting hurtigt får det samme udseende. Publikum kan se det, de stoler mindre på afsenderen, og besparelsen forsvinder ofte i omlavning og dårlig omtale. Samtidig stiger værdien af det håndlavede, netop fordi der bliver mindre af det.
Jeg bruger selv AI hver dag. Til kode, til research, til at rydde op i billeder. Så det her er ikke et forsvar for at gøre alting i hånden, fordi det er finere.
Men der er et mønster i, hvad der sker når AI får lov til at træffe de kreative beslutninger frem for at hjælpe med at udføre dem. Og mønsteret gentager sig på tværs af film, reklame, 3D og hjemmesider.
01
Modellerne trækker mod midten
Mode collapse er det tekniske navn. En generativ model holder op med at producere hele bredden af det mulige og samler sig i stedet om det smalle udsnit, den er mest sikker på rammer rigtigt.
Tænk på det som en elev der har lært at et sikkert svar giver færre fejl end et interessant svar. Over tid holder eleven op med at gætte og svarer det samme hver gang.
Konsekvensen er ikke at billederne bliver dårlige. Den er at de bliver ens.
To personer i to forskellige lande, der beder om noget lignende, får noget der ligner. Det er derfor du efterhånden kan se på et billede, at det er lavet af en maskine, uden at kunne pege på hvad der er galt. Det er ikke fejl du genkender. Det er en manér.
02
Det bliver kedeligt hurtigere end noget andet
En stil har normalt en levetid. Nogen finder på noget, andre kopierer det, og efter et par år er det slidt op. Den proces tog tidligere år, fordi det krævede arbejde at kopiere.
Nu tager det uger. Når alle bruger de samme fire eller fem modeller, forsvinder afstanden mellem at se noget og at have det. Stilen når mætning, før den når at blive interessant.
For dig som virksomhed betyder det, at et AI-billede der ser moderne ud i dag, kan se dateret ud til foråret. Ikke fordi det er blevet dårligere, men fordi alle andre nåede at bruge det samme udtryk imellemtiden.
03
Tre gange hvor det gik galt offentligt
Det her er ikke en teoretisk risiko. Der findes veldokumenterede eksempler, og de har det til fælles, at kritikken sjældent handlede om teknikken.
Marvel, Secret Invasion, juni 2023
Åbningssekvensen til serien blev lavet med AI af Method Studios. Reaktionen kom med det samme. Seere og kunstnere kaldte den grim og frastødende, og kritikken ramte hårdere, fordi den faldt midt under forfatterstrejken, hvor netop AI og menneskers arbejde var stridspunktet.
Toys R Us, juni 2024
En reklamefilm lavet med OpenAI's videoværktøj Sora. Kritikerne pegede på manglende sammenhæng: hovedpersonens ansigt og tøj ændrede sig undervejs i de 66 sekunder. Reklamebranchen reagerede skarpt, og virksomheden endte med at forsvare filmen som et vellykket forsøg.
Coca-Cola, november 2024
Julereklamen blev lavet af tre AI-studier med fire forskellige modeller. Publikum kaldte den sjælløs. En marketingforsker pegede på, at netop julen er så tæt knyttet til brandet, at AI føltes som et brud på noget folk har et forhold til.
Læg mærke til, at det i alle tre tilfælde var store virksomheder med råd til hvad som helst. Problemet var ikke budgettet. Det var valget.
04
Tilliden falder, og det kan måles
Det interessante er ikke, at nogen bliver vrede på internettet. Det gør nogen altid. Det interessante er, at skepsissen kan måles i tal, og at den rammer hjemmesider direkte.
| Måling | Resultat |
|---|---|
| Forbrugere der er skeptiske over for ægtheden af AI-genererede billeder og videoer (Cognizant, 2024) | 42 procent |
| Forbrugere der undgår hjemmesider, de mistænker for at bruge AI-indhold (Cognizant, 2024) | 23 procent |
| Forbrugere globalt der vil vide, om et billede er lavet med AI (Getty Images) | knap 90 procent |
| Publikum der stoler mere på brands, som oplyser AI's rolle (Edelman, 2025) | 68 procent |
Tallet der bør bekymre dig mest er de 23 procent. Det er ikke folk der brokker sig. Det er folk der forlader siden.
Når afsenderen ikke gad, hvorfor skulle modtageren så gide?
Det er dét, reaktionen handler om. Ikke at teknikken er dårlig, men at brugen af den sender et signal om, hvor meget nogen har investeret i at nå frem til dig.
05
Når alle bliver dovne, stiger prisen på det ægte
Det her er den del, de fleste overser. Homogenisering skaber knaphed på det modsatte.
Da alle hjemmesider begyndte at ligne hinanden med de samme skabeloner, blev en side der åbenlyst var bygget fra bunden pludselig et signal om seriøsitet. Det samme sker nu med billeder.
Om et par år bliver håndlavet materiale ikke bare et æstetisk valg. Det bliver en måde at fortælle en kunde, at du har brugt tid på dem. Og det er værd at betale for, fordi det er sjældent.
Så argumentet om, at AI gør kreativt arbejde værdiløst, holder kun for den halvdel af arbejdet der altid var mekanisk. Den anden halvdel, altså at beslutte hvordan noget skal se ud og hvorfor, bliver mere værd, ikke mindre.
06
De sparede penge er ofte spildte penge
Regnestykket ser godt ud, indtil man tæller resten med.
- Materialet kan ikke bruges i tryk, fordi opløsningen eller farverummet ikke holder
- Detaljer er forkerte på en måde, ingen opdager før korrektur, og så skal det laves om
- Produktet på billedet ligner ikke helt det, kunden modtager, og det giver returneringer
- Kampagnen bliver en historie om dårlig smag frem for om produktet
- Nogen skal alligevel bruge en uge på at rette det til, og den uge var ikke i budgettet
Prisen på selve billedet er sjældent den største post. Det er tiden omkring det, og risikoen for at skulle gøre det igen.
Jeg har set det med hjemmesider på nært hold. En side der er genereret hurtigt ser færdig ud, og bliver dyr præcis i det øjeblik nogen skal ændre noget i den. Det er det samme mønster.
07
Hvad AI faktisk er god til
For at være fair, for det her er ikke et argument mod værktøjet.
- Moodboards og hurtige skitser, hvor pointen er at afvise retninger billigt
- Oprydning i eksisterende billeder, fjernelse af elementer, udfyldning af baggrunde
- Opskalering og støjfjernelse
- Variationer af noget der allerede er besluttet af et menneske
- Alt det kedelige omkring det kreative arbejde: navngivning, sortering, konvertering
Fællesnævneren er, at AI er stærk når beslutningen allerede er truffet, og svag når den skal træffe den.
En note om hvad jeg ikke påstår: jeg har ikke fundet et dokumenteret tilfælde, hvor to studier uafhængigt af hinanden leverede identisk concept art. Det er en logisk konsekvens af mode collapse, men jeg har ikke en kilde på en konkret sag, og så skriver jeg det ikke som om jeg har.
Spørgsmål og svar
Hvad er mode collapse?
Det er når en generativ model holder op med at producere hele bredden af mulige resultater og i stedet samler sig om et smalt udsnit, den er mest sikker på. Praktisk betyder det, at to der beder om noget lignende, får noget der ligner hinanden.
Kan man se forskel på AI og håndlavet?
Ofte ja, men sjældent på en detalje man kan pege på. Det er mere en manér end en fejl. Og publikum behøver ikke kunne bevise det for at reagere på det.
Bør man oplyse, at man har brugt AI?
Tallene peger på ja. Knap 90 procent vil vide det, og 68 procent stoler mere på brands der er åbne om det. Skjult brug er den kombination der koster mest, hvis den opdages.
Betyder det, at 3D-visualisering er sikret mod AI?
Nej. Men den del af arbejdet der handler om at ramme et bestemt materiale, en bestemt belysning og et produkt der skal se ud præcis som det gør i virkeligheden, er netop det AI er dårligst til. Det er præcision, ikke fantasi.
Kilder: TechCrunch om Secret Invasion, Forbes om Toys R Us, Forbes om Coca-Cola, Getty Images om gennemsigtighed, Forbes om publikums holdning.