Машина прячет разрыв, но не закрывает

Первая глава показала, что машина заполняет пропущенные выборы, например средним из чужих. Для разрыва у неё есть опасность потоньше. Сгенерированный текст или макет может оказаться лучше того, что сегодня умеет ваша рука, и соблазн принять его велик: глаз видит, что вышло хорошо, разочарования нет, можно отдавать. Машина прячет разрыв, но не закрывает его. Результат стал ближе к вашему вкусу, а рука осталась там же, где была.

Разрыв, по Айре Глассу, закрывается только объёмом своей законченной работы. Работа, которую сделала модель, в этот объём не входит, сколько бы её ни было. Больше того, выбирая лучшее из десяти сгенерированных вариантов, вы тренируете глаз, то есть первую половину формулы Грэма, требовательный вкус. Мерка растёт, а рука стоит, так что разрыв может стать даже шире, просто его не видно, пока машина под рукой.

Чан: вдохновение без пота

Тед Чан в эссе «Why A.I. Isn't Going to Make Art» (The New Yorker, 2024) говорит о том же жёстче. Компании, которые продвигают генеративные программы, обещают освободить творчество, а по сути утверждают, что искусство может быть одним вдохновением без пота (all inspiration and no perspiration). Чан отвечает, что их нельзя легко разделить. Искусство не обязано быть скучным трудом, но оно требует выборов на всех масштабах, и бесчисленные мелкие решения при исполнении так же важны, как немногие крупные при замысле (Десять тысяч мелких выборов).

Дальше идёт фраза, которая прямо касается разрыва. Чан подозревает, что вера в то, будто вдохновение важнее всего остального, выдаёт человека, который плохо знает свой материал. А генеративный ИИ, добавляет он, привлекает людей, которые думают, что могут высказаться в каком-то средстве, не работая в нём. Знать материал и значит иметь руку: понимать, какие решения в нём приходится принимать и чего каждое стоит. Этого знания нет у того, кто только выбирает из готового. И ещё одно обобщение Чана: усилие не гарантирует, что текст стоит читать, но без него стоящая работа не получается (Без усилия ценное не делается).

Чан приводит и встречный пример. Режиссёр Беннетт Миллер составлял подробные запросы, снова и снова заставлял программу переделывать полученные картинки и в итоге сгенерировал больше ста тысяч изображений, чтобы отобрать двадцать для выставки. Это огромная работа, но работа отбора: она опирается на вкус, который у Миллера уже есть. Тому, кто только учится, такой отбор развивает глаз, но не руку.

Что отдать машине

Из этого не следует, что машину надо выключить. Важно, что именно ей отдать. Отдать можно образцы для сравнения: подборки, варианты, примеры решений той же задачи, которые питают глаз. Как машина готовит такой набор для тренировки различения, показывала предыдущая глава. Отдать можно и рутину вокруг работы: найти референсы, оформить, проверить опечатки, подготовить файл. А еженедельная законченная вещь, сделанная своими руками, должна остаться вашей. Это та самая вещь из упражнения Разрыв с дедлайном, и без неё рука не догоняет глаз.

Проверка простая. Если вы отдаёте модели часть работы, достаточно спросить себя, умеете ли вы сделать эту часть сами хотя бы плохо. Если умеете и просто экономите время, это рутина. Если не умеете и не учитесь, это и есть спрятанный разрыв. Дизайнер, который просит модель подобрать двадцать референсов для обложки, экономит вечер. Дизайнер, который просит её сделать обложку, потому что сам не знает, как выстроить шрифт, теряет ту самую неделю, за которую рука могла бы чему-то научиться.

Как рука всё-таки догоняет глаз и что происходит с навыком на этом пути, разбирает последняя карточка главы, Рука догоняет глаз.