Śmierć lektora? [1]

dr Elżbieta Stachowiak-Dudzik

Collegium Da Vinci w Poznaniu
ORCID: 0000-0002-1234-6418

(…) kiedy mówimy, chcemy by rozmówca nas słuchał; pobudzamy jego uwagę, (…); w tych skromnych słowach, wyrażeniach, tkwi jednak dyskretny dramatyzm: są to wezwania, modulacje – powiedziałbym, myśląc o ptakach: trele? – poprzez które jedno ciało szuka drugiego. I właśnie ów trel – niezgrabny, płaski, śmieszny, kiedy zostaje zapisany – gaśnie w piśmie.
 

Roland Barthes, Od mowy do pisma [2]
 

Przytoczona powyżej myśl francuskiego filozofa jest zaproszeniem do refleksji nad tym, co tracimy, ale też nad tym, co zyskujemy wraz z rozwojem nowych technologii. Rok 2025 w branży tłumaczeń audiowizualnych został określony nieformalnie rokiem dubbingu AI [3]. Znajdujemy się w przełomowym momencie historii mediów – głos, który dotąd nierozerwalnie związany był z ludzkim ciałem, wchodzi w fazę wirtualizacji. W tajemnym akcie konfiguracji danych zaczynają się rodzić głosy bez wieku, płci, oddechu, zmęczenia, tremy. Głosy czyste, niemalże doskonałe, uwolnione od brzemienia oporu materii. Jak określiłby je Roland Barthes – głosy bez ziarna [4].

Ziarno głosu to bowiem nic innego, jak ciało, w którym słychać nie tylko płuca, ale też język, głośnię, zęby, ruch mięśniowych przegród nosa [5]. To semantyczno-zmysłowy splot unikalnych jakości potrafiących wzbudzać wśród słuchającego rozkosz (jouissance). Głos jest zatem nie tylko nośnikiem znaczenia, ale też ciałem, które mówi do innego. Nowe technologie zaś nieustannie modulują ową podróż ciała poprzez język [6].

Pierwszym, ważnym przesunięciem, które oddzieliło słowo od jego źródła było wynalezienie pisma. Komunikacja, która wymagała dotąd współobecności rozmówców sprowadzona została do samotnego i biernego aktu czytania [7]. Wynalazek druku utrwalił i zwielokrotnił tę separację, czyniąc słowo masowym i anonimowym. Wraz z pojawieniem się elektryczności cały ten proces zdawał się odwracać, zaatakowani wielością bodźców, ludzie odzyskali zmysłowe zakorzenienie. Radio stało się przedłużeniem naszego słuchu, telewizja wzroku, lecz była to współobecność technicznie zubożona, ograniczona – najpierw do fali elektromagnetycznej, a później do danych cyfrowych [8]. Dziś, w epoce sztucznej inteligencji przekraczamy kolejną granicę, za sprawą rozwoju algorytmicznej mowy, głos zyskuje zupełnie nową, niebiologiczną ontologię. Słuchając wirtualnego lektora może nam towarzyszyć niepokój związany z brakiem wspomnianego ziarna, powstawać efekt sonicznej doliny niesamowitości. Przeczuwa się jednak, że to jedynie kwestia czasu, zanim generowane sztucznie treści przestaną nosić znamiona efektu AI i staną się nieodróżnialne od naturalnych.

Ta, wciąż jeszcze, obca forma mowy nie musi być jedynie stratą i powodem dyskomfortu. Sztuczna inteligencja otwiera przed nami nowe formy życia głosu – może ożywiać nieistniejące już brzmienia i dialekty, tworzyć formy wielojęzyczne, współtworzyć głosowe hybrydy. Dzięki temu możemy dostosowywać przekaz do preferencji indywidualnego odbiorcy i umożliwiać szeroki dostęp do różnorodnych treści osobom, które wcześniej nie miały szansy z nich korzystać, na przykład z powodu bariery językowej, dysfunkcji narządu wzroku czy innych trudności w odbiorze tradycyjnych form dźwięku. W tym kontekście wirtualny lektor staje się nie tylko dzieckiem sztucznej reprodukcji, ale też nowym narzędziem ekspresji i kulturowej inkluzji. W tym miejscu warto podkreślić, że łatwość generowania takich nagrań jest pozorna. Bardzo często przygotowanie atrakcyjnych, wysokojakościowych materiałów audio wymaga określonych umiejętności, kompetencji kulturowych i złożonej pracy obliczeniowej [9]. To zatem wciąż akt twórczy – złożony, świadomy i w gruncie rzeczy ludzki.
 

Sztuczna inteligencja potrzebuje człowieka, by tworzyć treści konkurencyjne na rynku idei. Pomiędzy twórcą a narzędziem, obecnością a jej technologicznym śladem ujawnia się gra różnicy, o której pisał Jacques Derrida – gra w której sens nigdy nie jest ostateczny, lecz który systematycznie się odsłania i oddala [10]. Epoka, w którą właśnie wkraczamy wymaga wyjątkowego uwrażliwienia na ów sens konstruowany i nieustannie renegocjowany. Gdy substytuty rzeczywistości stają się jedynie kwestią jakości, to pojawia się groźba dominacji techniczności nad istotą [11]. Sztuki oparte na technologii z tym większą łatwością mogą wpadać w tę pułapkę – generyczności i homogenizacji treści [12].

Projekt Wirtualizacja w narracji filmowej – lektorzy i narratorzy AI jest przygotowaniem do badań i zarazem pierwszą próbą zrozumienia tego, jak funkcjonuje głos w tym nowym, wirtualnym świecie. W pilotażowej ankiecie pytamy słuchaczy o rozpoznawalność źródła, o jakościowy, a po części także emocjonalny wymiar odbioru. To próba wstępnego przyjrzenia się zjawisku i uchwycenia momentu, w którym głos traci ciało, ale zyskuje nowe przestrzenie istnienia. W dalszej perspektywie niezbędne wydają się badania mieszane łączące analizy ilościowe i jakościowe z refleksją kulturoznawczą i antropologiczną. W przyszłości warto byłoby zbadać nie tylko to, jak słuchacze oceniają sztuczną mowę, lecz także jakie znaczenia i emocje mowa ta uruchamia w różnych kontekstach. W jaki sposób zmienia się funkcja głosu w odniesieniu do określonego gatunku i formatu. Być może akceptacja wirtualnego głosu będzie rosła szybciej tam, gdzie dominuje funkcja informacyjna, wolniej zaś wśród przekazów bazujących na ekspresji, indywidualnej barwie i autentycznej charyzmie. Kontekst użycia takiego głosu może decydować nie tylko o jego akceptacji, ale też o tym, jak odbiorca interpretuje jego znaczenie. W zależności od gatunku, sytuacji komunikacyjnej czy oczekiwań słuchacza, ten sam syntetyczny głos może być postrzegany jako naturalny, neutralny, a czasem wręcz niepokojący – co podkreśla, jak istotne jest uwzględnienie szerszych uwarunkowań społecznych i kulturowych przy ocenie nowych technologii.

Czy zawodowi lektorzy powinni obawiać się nadchodzących zmian? Raczej wszyscy powinniśmy nauczyć się je rozumieć i współkształtować. Obawy są naturalne – automatyzacja
niesie ryzyko uproszczenia i utraty miejsc pracy; jednak zamknięcie się na nowe zjawiska nie chroni, lecz oddala od centrum przemian. To właśnie głosy profesjonalnych lektorów mogą nadać wirtualnym brzmieniom autentyczność, etyczny wymiar i kulturową głębię. Współpraca człowieka i technologii nie musi prowadzić do śmierci lektora, lecz może otworzyć przed nim nowe przestrzenie twórczych kreacji. Myślę, że nie mamy do czynienia z końcem, lecz z przesunięciem. Być może natarczywe dziś pytanie o to, kto mówi, ustąpi niebawem miejsca pytaniu: co sprawia, że słuchamy?

[1] Tytuł nawiązuje do znanego eseju Rolanda Barthesa Śmierć autora. Warto podkreślić, że cały tekst jest inspirowany pismami tego francuskiego myśliciela.
[2] Barthes R., Od mowy do pisma, [w:] Tegoż, Ziarno głosu. Wywiady 1962-1980, tłum. M. Falski, Wydawnictwo Ostrogi, Kraków 2016, s. 41.
[3] Szarkowska A., Daj głos. Sztuczna inteligencja w dubbingu, „Ekrany. Film & Media”, nr 3/2025, s. 15.
[4] Barthes R., Ziarno głosu, tłum. J. Momro, „Teksty Drugie”, nr 5/2015, s. 229-237.
[5] Tamże, s. 232.
[6] Barthes R., Od mowy do pisma, dz. cyt., s. 44.
[7] Calasso R., Literatura i bogowie, przeł. S. Kasprzysiak, Czuły Barbarzyńca Press, Warszawa 2011, s. 23.
[8] McLuhan M., Wybór pism, tłum. K. Jakubowicz, Wydawnictwa Artystyczne i Filmowe, Warszawa 1975.
[9] Manovich L., From Tools to Authors, [w:] L. Manovich, E. Arielli, Artificial Aesthetics: Generative AI, Art and Visual Media, 2024, wyd. elektroniczne, dostęp online: manovich.net, cyt. za: Kalbarczyk K., Zwrot generatywny. Jak kino korzysta z AI?, „Ekrany. Film & Media”, nr 3/2025, s. 9.
[10] Wilkoszewska K., Wariacje na postmodernizm, Księgarnia Akademicka, Kraków 1997, s. 55.
[11] Heidegger M., Pytanie o technikę, tłum. J. Mizera, [w:] Tegoż, Odczyty i rozprawy, Wydawnictwo Aletheia, Warszawa 2007, s. 7-38.
[12] Zob. Kalbarczyk K., Zwrot generatywny…, dz. cyt., s. 13.