Десять тысяч мелких выборов

Из предыдущих карточек ясно, что сделать стало дёшево. Отсюда легко прийти к соблазнительному выводу: если модель пишет текст за минуту, то и сама работа подешевела, а человеку осталось придумать идею и нажать кнопку. Писатель-фантаст Тед Чан, по рассказу которого снят фильм «Прибытие», объясняет, почему этот вывод неверен. Он регулярно пишет для The New Yorker о вычислениях и ИИ, и для главного довода ему хватает простой арифметики.

Рассказ и промпт

В конце августа 2024 года в The New Yorker вышло эссе Чана «Why A.I. Isn't Going to Make Art». Чан признаёт, что искусство трудно определить, но предлагает обобщение: искусство — то, что получается, когда делаешь очень много выборов (art is something that results from making a lot of choices). Отсюда понятие искусства как множества выборов: произведение складывается из тысяч мелких решений, и каждое из них кто-то должен принять.

Проще всего это увидеть на прозе. Когда вы пишете рассказ, вы сознательно или нет делаете выбор почти о каждом слове. Если сильно упростить, рассказ в десять тысяч слов требует порядка десяти тысяч выборов. Когда вы даёте генеративной программе промпт, выборов вы делаете мало: промпт в сто слов — это порядка ста. А рассказ модель напишет той же длины, в десять тысяч слов, и все выборы, которых вы не сделали, ей придётся заполнить самой. Как именно она это делает и почему результат так часто пресный, разбирает следующая карточка.

Числа здесь условные, и Чан сам оговаривает, что упрощает. Важна пропорция: промпт вмещает лишь малую часть решений, из которых состоит готовая вещь. С живописью, пишет Чан, решения посчитать труднее, но и там художник по ходу работы принимает куда больше решений, чем поместится в промпт из нескольких сотен слов. Отсюда парадокс, который Чан формулирует прямо: главное достоинство генеративных программ в том, что они выдают гораздо больше, чем вы в них вложили, и именно это мешает им стать хорошим инструментом для художника. Всё, что программа добавила сверх промпта, выбрано не вами.

При этом Чан признаёт, что в новом средстве выборы бывают видны не сразу. Пример — фотография. Когда она только появилась, она, подозревает Чан, не казалась искусством, потому что выбирать было вроде бы нечего: поставил камеру и открыл затвор. Со временем выяснилось, что с камерой можно сделать огромное число вещей и что мастерство фотографа как раз в этих выборах. У генератора изображений по тексту такой возможности, считает Чан, нет.

Где живёт качество

Главный ход эссе касается того, какие выборы важны. Принято думать, что важны крупные: замысел, сюжет, идея. Чан с этим спорит. По его словам, искусство требует выборов на всех масштабах, и бесчисленные мелкие решения при исполнении так же важны для результата, как немногие крупные решения при замысле. Ошибка — приравнивать «крупное» к «важному»: мастерство живёт во взаимосвязи крупного и мелкого.

У Чана есть узнаваемая сцена. К писателям нередко подходят люди, уверенные, что у них есть отличная идея для романа, и предлагают поделить гонорар пополам. Такой человек, пишет Чан, нечаянно показывает, что считает построение фраз досадной помехой, а не основой повествования. А вера в то, что вдохновение важнее всего остального, выдаёт, как предполагает Чан, того, кто плохо знает свой материал. Генеративный ИИ, добавляет он, привлекает людей, которые думают, что могут высказаться в каком-то средстве, не работая в нём.

Пример попроще — бабушкин борщ. Его описание, написанное руками, и описание, полученное по короткому запросу, расходятся как раз в мелочах. В рецепте борща десяток решений, а у кастрюли, которую варит конкретная бабушка, их сотни: когда снять пену, что положить последним, сколько ждать перед подачей. Эти мелочи и отличают её борщ от борща вообще, и ни одна из них не попадёт в текст, если вы её не выберете сами.

Рабочие тексты

Можно возразить, что большая часть рабочих текстов не искусство: отчёты, письма, статьи никто не обязывает воплощать тысячи выборов. Чан задаёт этот вопрос сам и отвечает вторым обобщением: любой текст, заслуживающий внимания читателя, — результат усилия того, кто его написал. Усилие не гарантирует, что текст стоит читать, но без него стоящая работа не получается. Дальше Чан рисует сценку, которую легко узнать в любом офисе: один человек просит модель развернуть список тезисов в документ и отправляет его другому, а тот просит модель сжать документ обратно в список тезисов. Можно ли всерьёз назвать это улучшением, спрашивает Чан.

Проверить этот довод проще всего на собственном тексте: посчитать, сколько решений вы принимаете в одном абзаце и сколько из них отдаёте, когда пишете промпт. Так устроено упражнение главы. А перед ним — цитата о том, что, по Чану, машина делает с выборами, которые вы ей оставили: Наименее интересные выборы.