Nedavno su otkrivene zanimljive patentne prijave koje opisuju tehnologije za primjenu umjetne inteligencije u stvarnom vremenu. Microsoftove patente pronašao je Patentlyze, a dokumentacija otkriva nekoliko važnih pojedinosti. Microsoft je patentnu prijavu pod oznakom 2026/0341309 A1 izvorno podnio još u travnju 2025., no objavljena je tek 29. listopada 2026. i sada je javno dostupna.
Tehnologija se oslanja na odgovarajuće trenirane AI agente koji omogućuju izmjenu riječi izgovorenih uživo gotovo u stvarnom vremenu. Gledateljima i slušateljima sve će djelovati kao da se odvija u stvarnom vremenu jer će do njih stizati sadržaj koji je umjetna inteligencija već izmijenila i ponovno montirala, a ne riječi koje su doista izgovorili reporter, voditelj, sugovornik ili neka druga osoba. AI agenti mijenjaju govor uživo prema unaprijed zadanim kriterijima: pojedine riječi mogu zamijeniti drugima ili ih potpuno izrezati ako se ne uklapaju u sadržaj ili se iz nekog razloga ne smiju izgovoriti.
Pri izmjenama sustav temeljen na umjetnoj inteligenciji može uzeti u obzir lokaciju gledatelja, njegovu dob, materinski jezik i druge podatke o njemu te na temelju toga prilagoditi riječi. Generativna umjetna inteligencija može stvoriti novi sadržaj relativno brzo, za 1–10 sekundi, ovisno o složenosti situacije, nakon čega gledatelj ili slušatelj dobiva izmijenjenu verziju. AI agent može raditi na tabletu, pametnom telefonu, pametnim naočalama za proširenu stvarnost, kameri i drugom hardveru.
Drugi dio tehnologije omogućuje prevođenje različitih sadržaja u stvarnom vremenu, a zatim i prilagodbu pokreta usta govornika izmjenama, čime se prikriva intervencija. Prema patentnoj prijavi, umjetna inteligencija može zamijeniti poštapalice, mucanje ili zastajkivanje te pogrešno izgovorene i/ili uvredljive riječi, a može i ukloniti određene izraze iz sadržaja. Zamjenske riječi mogu dolaziti iz unaprijed pripremljenih rječnika, ali i iz rezultata internetskog pretraživanja. Tehnologija bi se na opisani način mogla primjenjivati u prijenosima uživo, na dodjelama nagrada, u raznim prijenosima igranja, na sportskim događanjima i u brojnim drugim situacijama. Izvorni zapis mogao bi se istodobno snimati kako bi po potrebi bio dostupan, ali to nije preduvjet za primjenu tehnologije: ona može raditi i bez toga.
Zasad nema informacija o tome kada bi se i gdje tehnologija mogla prvi put primijeniti, a nije jasno ni hoće li gledatelj biti obaviješten da je sadržaj izmijenjen. U uobičajenoj primjeni mogla bi podizati kvalitetu prijenosa tako što bi umjetna inteligencija gotovo u stvarnom vremenu uklanjala pogreške u sadržaju. Mogla bi poslužiti i za „cenzuriranje” onoga što se govori u pojedinim prijenosima uživo prema dobi gledatelja, kako maloljetnici ne bi čuli nešto što ne bi trebali. Naravno, tehnologija se može upotrijebiti i za manipulaciju te u druge zlonamjerne svrhe.
Budući da se ovakvi patenti često ne primjenjuju u praksi, moguće je da će se to dogoditi i ovaj put. Ipak, s obzirom na to da se umjetna inteligencija širi golemom brzinom, malo je vjerojatno da se u budućnosti neće upotrebljavati i u takve svrhe. Nije isključeno ni da se tehnologija ponegdje već testira, no zasad o tome nema preciznih i vjerodostojnih informacija.
