Κάθε εβδομάδα, ο Μάριος ζωγραφίζει σε ένα ξύλινο ταμπλό στην είσοδο της pub The Devonshire Arms, στο Camden του Λονδίνου. Και μετά το βάφει μαύρο και ξεκινάει από την αρχή.
Το «A-board», η πινακίδα-καβαλέτο έξω από την pub που είναι γνωστή ως «The Dev», του παίρνει 15 με 20 ώρες κάθε φορά, με μαρκαδόρους Posca πάνω σε μαύρο φόντο. Κάθε εβδομάδα γράφει τα ονόματα των συγκροτημάτων που θα παίξουν και ζωγραφίζει ήρωες από βιντεοπαιχνίδια, ταινίες και κόμικ. Μένει εκεί για τρεις-τέσσερις μέρες, μετά το βάφει ξανά μαύρο και ξεκινάει το επόμενο.
Ο Μάριος είναι ένας από τους υπεύθυνους του μαγαζιού, κι αυτό που φτιάχνει έχει γίνει κομμάτι της ταυτότητας της pub. Σήμερα, θα μπορούσε να κάνει τη ζωή του πιο εύκολη.
Θα μπορούσε να ζητήσει από ένα εργαλείο τεχνητής νοημοσύνης να του φτιάξει το ίδιο σχέδιο σε δευτερόλεπτα.
Καθώς πληθαίνουν οι αφίσες που φτιάχνονται από ΑΙ, ο Μάριος μπορεί να γίνει εξαίρεση. Τι θα χαθεί σε έναν κόσμο όπου η τεχνητή νοημοσύνη αναλαμβάνει να σχεδιάζει τα πόστερ; Μπορεί η τεχνολογία αυτή να κάνει τη διαφήμιση πιο προσιτή, δίνοντας νέες ευκαιρίες σε μικρότερες επιχειρήσεις; Πόσο σημαντικός παραμένει ο ρόλος του ανθρώπου και, τελικά, γιατί μοιάζουν τόσο μεταξύ τους οι εικόνες που φτιάχνει το ΑΙ;
Το WIRED Greece απευθύνθηκε σε ειδικούς, για να βρει απαντήσεις σε αυτά τα δύσκολα ερωτήματα.
Déjà vu
Κάντε μια βόλτα στα social media και θα δείτε πολλά παραδείγματα από τέτοιες αφίσες. Μικρές επιχειρήσεις διαφημίζονται στο Facebook και το Instagram με εικόνες που είναι προφανώς φτιαγμένες με ΑΙ, συχνά -όπως μαρτυρούν διάφορα λάθη- χωρίς ουσιώδη ανθρώπινη παρέμβαση σε κάποιο στάδιο της διαδικασίας. Πλέον, οι αφίσες αυτές υπάρχουν και στους δρόμους. Εμφανίζονται στις γειτονιές, δίπλα στην είσοδο καταστημάτων. Δεν χρειάζεται να είσαι γραφίστας για να τις αναγνωρίσεις.
Υπάρχει μια αίσθηση ότι έχεις ξαναδεί την ίδια εικόνα. Τα ίδια εικονίδια ξανά και ξανά, παρόμοιες χρωματικές παλέτες, μια φωτογραφία με υπερβολικά γυαλιστερό φωτισμό, «τέλεια» πρόσωπα και πάρα πολλή πληροφορία. Οι ομοιότητες είναι αρκετές και αρκετά συγκεκριμένες, ώστε να αρχίζεις να αναγνωρίζεις μια κοινή γλώσσα -κάτι που παλιότερα συνέβαινε κυρίως με το κείμενο.
Η αφίσα ενός πλυντηρίου αυτοκινήτων στο Περιστέρι μοιάζει με αυτή ενός ταξιδιωτικού γραφείου για την Αίγυπτο, που μοιάζει με εκείνη ενός εργαστηρίου ρύθμισης οφειλών, που μοιάζει με την αφίσα ενός φροντιστηρίου αγγλικών. Το κοινό τους σημείο δεν είναι το αντικείμενο, αλλά η διαδικασία που τις έφτιαξε. Και η αισθητική.
Η γλώσσα αυτή έχει συγκεκριμένο «λεξιλόγιο». Ένα navy μπλε με χρυσαφί επιστρέφει ξανά και ξανά, ασχέτως αν πουλάει κρασί, οδοντοτεχνικές εργασίες ή οτιδήποτε άλλο. Σχεδόν κάθε αφίσα έχει μια σειρά από τρία με πέντε εικονίδια, το ένα δίπλα στο άλλο, με μια λέξη ή ένα κειμενάκι από κάτω. Μια τιμή εμφανίζεται μέσα σε «φούσκα», σε κύκλο ή αστέρι, συνήθως σε γωνία, με παρόμοιο τρόπο, αλλάζοντας μόνο το ποσό. Και υπάρχει συνήθως μια «hero» φωτογραφία -ένα σαλόνι, ένα πιάτο φαγητό, ένα φορτηγό, ένα παιδί με βιβλίο- φωτισμένη με τον ίδιο αφύσικα ομοιόμορφο τρόπο, σαν να βγήκε από το ίδιο στούντιο.
Δεν είναι μόνο ελληνικό φαινόμενο, φυσικά. Και δεν είναι μυστήριο για όσους μελετούν πώς σκέφτονται τα generative μοντέλα.
Ο Dr. Sebastian Berns, ανεξάρτητος ερευνητής στον τομέα της γενετικής μηχανικής μάθησης και γραφίστας, πρώην Creative Technologist στη Stability AI, το εξηγεί ως ζήτημα στατιστικής. «Ένα generative μοντέλο είναι μια συμπιεσμένη αριθμητική αναπαράσταση των δεδομένων εκπαίδευσής του», λέει στο WIRED Greece. «Επειδή αυτή η “μάθηση” είναι στατιστική, η τάση του μοντέλου είναι να αναπαράγει τα πιο συχνά μοτίβα που υπάρχουν μέσα στα δεδομένα. Ό,τι είναι πιο κοινό στα δεδομένα, έχει περισσότερες πιθανότητες να παραχθεί όταν το ζητήσεις».
Ο Dr. Jonas Oppenlaender, ερευνητής στο Πανεπιστήμιο του Oulu στη Φινλανδία, η δουλειά του οποίου εστιάζει στη δημιουργικότητα και στις δημιουργικές εφαρμογές της τεχνητής νοημοσύνης, το βλέπει, επίσης, από την πλευρά των δεδομένων εκπαίδευσης. Τα περισσότερα εργαλεία εικόνας, λέει, έχουν εκπαιδευτεί λίγο-πολύ πάνω στις ίδιες πηγές, όπως το σύνολο δεδομένων LAION. «Εκ σχεδιασμού, οι γεννήτριες εικόνων δεν μπορούν να παράγουν κάτι έξω από την κατανομή των δεδομένων εκπαίδευσής τους. Είναι πολύ καλές στο να αναμειγνύουν διαφορετικά στιλ, αλλά μάλλον δεν μπορούν να εφεύρουν ένα νέο καλλιτεχνικό ύφος, αντικείμενο ή οπτική ιδέα που δεν υπήρχε ήδη μέσα στα δεδομένα», σημειώνει μιλώντας στο WIRED Greece. «Το αποτέλεσμα είναι μια ομογενοποίηση, όπου τα οπτικά στοιχεία συχνά μοιάζουν μεταξύ τους», σημειώνει.
Και το φαινόμενο δεν είναι πια απλώς εντύπωση. Ο Dr. Alwin de Rooij, επίκουρος καθηγητής Δημιουργικότητας στο Πανεπιστήμιο του Tilburg, μαζί με τον Michael Mose Biskjaer του Πανεπιστημίου του Aarhus, δημοσίευσαν φέτος μια μετα-ανάλυση 19 μελετών πάνω στη συνδημιουργία ανθρώπου-ΑΙ. Βρήκαν ένα μετρήσιμο, στατιστικά σημαντικό φαινόμενο ομογενοποίησης όταν οι άνθρωποι χρησιμοποιούν γεννητική ΑΙ σε δημιουργικές εργασίες. «Αυτό που περιγράφεις θα μπορούσε πράγματι να γίνει κατανοητό ως μια μορφή αισθητικής ομογενοποίησης», λέει ο de Rooij στο WIRED Greece.
Είναι, όπως το περιγράφει, ένα «κοινωνικοτεχνικό φαινόμενο»: τα μοντέλα τείνουν προς τα πιο πιθανά νοήματα και αισθητικές επιλογές, ενώ οι χρήστες υιοθετούν παρόμοιες στρατηγικές prompting. «Ως εκ τούτου, η ομογενοποίηση δεν αποτελεί αποτυχία της τεχνητής νοημοσύνης ή των ανθρώπων καθεαυτών, αλλά μάλλον μια ιδιότητα που προκύπτει από τη συνεργασία των δύο».
Το παραλληλίζει με το «fixation effect» της ψυχολογίας: μόλις σου δείξουν ένα παράδειγμα, ειδικά πολύ λεπτομερές, γίνεται δυσκολότερο να φανταστείς κάτι πέρα από αυτό. «Αυτό που είναι διαφορετικό με τη γενετική ΑΙ είναι η κλίμακα και ο συγχρονισμός αυτής της διαδικασίας, με εκατομμύρια ανθρώπους να δημιουργούν με το ίδιο ή παρόμοια μοντέλα».
«Η ανησυχία δεν είναι απαραίτητα ότι το generative AI κάνει κάθε designer να παράγει το ίδιο πράγμα», λέει ο de Rooij. «Είναι ότι μπορεί σταδιακά να περιορίσει το εύρος των δημιουργικών κατευθύνσεων που εξερευνούν οι άνθρωποι».
Ο ρόλος του ανθρώπου
Ο Δημήτρης Αγαθόπουλος, εικαστικός και αναπληρωτής καθηγητής στο Τμήμα Τεχνών Ήχου και Εικόνας του Ιονίου Πανεπιστημίου, ο οποίος χρησιμοποιεί τεχνολογίες AI στην καλλιτεχνική και ερευνητική του πρακτική, αναφέρεται σε κάτι συγκεκριμένο: πόσο χώρο παραχωρεί ο χρήστης στο μοντέλο. Για εκείνον, δεν πρόκειται απλώς για ζήτημα «κακού» prompting και το ΑΙ «δεν πρέπει να αναλαμβάνει τον απόλυτο δημιουργικό ρόλο». Καθώς το ΑΙ έχει σχετικά μεγάλο βαθμό αυτονομίας, «ο δημιουργός πρέπει να αποφασίζει συνειδητά πόσο χώρο θα παραχωρήσει σε αυτή την αυτονομία και πότε θα παρέμβει ο ίδιος».
«Σε αντίθεση με μια απλή εφαρμογή επεξεργασίας εικόνας που εκτελεί τις εντολές του χρήστη με έναν προκαθορισμένο τρόπο, ένα generative AI μοντέλο συμμετέχει ενεργά στη διαμόρφωση του αποτελέσματος, παράγοντας επιλογές και παραλλαγές που δεν προέρχονται άμεσα από τον δημιουργό», λέει στο WIRED Greece. «Όσο μεγαλύτερο μέρος αυτής της διαδικασίας παραχωρείται στο μοντέλο, τόσο μεγαλώνει η απόσταση ανάμεσα στη δημιουργική πρόθεση και στο τελικό έργο… Αυτό είναι σε μεγάλο βαθμό και το φαινόμενο που σήμερα περιγράφεται ως “AI slop”. Το πρόβλημα δεν είναι ότι το μοντέλο είναι “κακό”, αλλά ότι η δημιουργική διαδικασία σταματά πολύ νωρίς, στο σημείο όπου το αποτέλεσμα είναι ήδη αρκετά καλό για να γίνει αποδεκτό».
Το πρόβλημα γίνεται ακόμη εντονότερο στη διαφήμιση, επειδή, όπως λέει, εκεί ο στόχος είναι συνήθως η ταχύτητα και ένα αποτέλεσμα που είναι «αρκετά καλό» για να χρησιμοποιηθεί. Επίσης, παρεμβάλλονται άλλες εφαρμογές, presets και προδιαμορφωμένα μοντέλα, που έχουν ήδη περιορίσει τις επιλογές σε μια «ασφαλή» γκάμα.
Ο Αγαθόπουλος επισημαίνει, ακόμα, ότι οι περισσότεροι χρήστες «δεν διαθέτουν τη γνώση για να εκπαιδεύσουν ένα μοντέλο, ούτε τη δυνατότητα να το καθοδηγήσουν ουσιαστικά βάσει δικού τους οπτικού υλικού προς ένα προσωπικό, ίσως και μοναδικό, αισθητικό αποτέλεσμα». Έτσι, λέει, «αντί να απομακρύνονται από το generic default του εργαλείου, καταλήγουν συχνά σε αυτό».
Τα μοντέλα, εξηγεί, έχουν εκπαιδευτεί πάνω σε τεράστιες ποσότητες δεδομένων του διαδικτύου και συνεπώς πάνω στην κυρίαρχη αισθητική κουλτούρα και τις εφήμερες τάσεις της. Όταν χρησιμοποιούνται συμβατικά, τείνουν να επιστρέφουν το ήδη αναγνωρίσιμο, το «polished», το στατιστικά αποδεκτό. Το ζητούμενο είναι, μέσα στην τεράστια παραγωγή εικόνων, να εξακολουθεί να διακρίνεται ο δημιουργός.
Ο Oppenlaender περιγράφει την απώλεια της δημιουργικής τριβής. Θα μπορούσε, εκτιμά, να οδηγήσει «σε θεμελιώδεις αλλαγές σε εμάς τους ανθρώπους», μακροπρόθεσμα.
Στο ίδιο πνεύμα, ο Berns λέει ότι υπάρχει απόσταση που χωρίζει το «δουλεύει» από το «έχει άποψη». «Οι περισσότεροι άνθρωποι δεν ξέρουν πώς να ρωτήσουν σωστά ένα generative μοντέλο, και καταλήγουν με κάτι που λειτουργεί, αλλά είναι βαρετό».
Δημοκρατικοποίηση ή ισοπέδωση;
Υπάρχει και η άλλη όψη, αυτή που κάνει το θέμα δύσκολο να κριθεί μονοσήμαντα. Ο ιδιοκτήτης μιας εταιρείας που δεν διαθέτει προϋπολογισμό για επαγγελματία γραφίστα ως εναλλακτική στο ΑΙ δεν θα είχε μια πρωτότυπη δουλειά από στούντιο branding. Στην καλύτερη περίπτωση, θα ήταν ένα κολάζ σε Word, ή, απλώς, καμία αφίσα.
Ο designer Grayson Sands, δημιουργός του καναλιού Grayson’s Graphics στο YouTube, ανάμεσα στο περιεχόμενό του για τάσεις σχεδιασμού και δημιουργική τεχνολογία έχει βίντεο όπου παίρνει αφίσες φτιαγμένες με ΑΙ και τις ξανασχεδιάζει από την αρχή, δείχνοντας τι θα άλλαζε ένα ανθρώπινο μάτι.
«Έτσι πιστεύω», απαντά στην ερώτηση αν το AI μπορεί να οδηγήσει σε εκδημοκρατισμό του design.
«Βλέπω το ΑΙ να βοηθάει πολλές μικρές επιχειρήσεις που πιθανότατα δεν θα προσλάμβαναν ποτέ επαγγελματία», λέει στο WIRED Greece ο Sands. «Σε πολλές περιπτώσεις, θα έφτιαχναν κάτι μόνες τους σε Canva. Το ΑΙ λοιπόν δεν παίρνει δουλειά από σχεδιαστές. Βοηθάει τον ιδιοκτήτη να ξοδεύει λιγότερο χρόνο στον σχεδιασμό και περισσότερο στο να τρέχει την επιχείρησή του».
Θεωρεί όμως κρίσιμο να υπάρχει κάποιος άνθρωπος στη διαδικασία, που να παρέχει «γούστο, context και σαφή δημιουργική κατεύθυνση». Και ο Berns επισημαίνει την αξία ενός designer που γνωρίζει πώς να χειριστεί άρτια αυτά τα εργαλεία. Το γούστο, λέει ο ερευνητής, δεν έχει πεθάνει.
Η Christina Skiadas, ιδρύτρια του Ignite Learning και δημιουργός του προγράμματος English Immersion Lab, επιβεβαιώνει ακριβώς αυτό. Κάποιες εικόνες που χρησιμοποιεί στο branding της, λέει στο WIRED Greece, δημιουργήθηκαν με ΑΙ, κυρίως μέσω συνεργασίας με το ChatGPT -αλλά τονίζει η διαδικασία ήταν πολύ πιο περίπλοκη από ένα μόνο prompt.
«Είχα ήδη περάσει αρκετό χρόνο συζητώντας με το ChatGPT για το επαγγελματικό μου υπόβαθρο, την εκπαιδευτική μου φιλοσοφία και το πώς ήθελα να παρουσιάσω τον εαυτό μου και τη δουλειά μου. Με τον καιρό, το εργαλείο απέκτησε μια ισχυρή κατανόηση του στιλ, των προτιμήσεών μου και του μηνύματος που ήθελα να επικοινωνήσει το brand μου». Συζήτησαν επίσης αναλυτικά τους στόχους του προγράμματος -να βοηθήσει παιδιά να περάσουν πέρα από την απλή μελέτη γραμματικής και να χρησιμοποιήσουν την αγγλική γλώσσα με αυτοπεποίθηση- και ήταν σημαντικό οι εικόνες να αντανακλούν αυτές τις αξίες, παραμένοντας παράλληλα εμφανίσιμες και επαγγελματικές, σημειώνει.
Η δημιουργία των τελικών εικόνων απαίτησε πολύ πήγαινε-έλα, λέει. «Έδωσα feedback για τα χρώματα, τη διάταξη, τη διατύπωση, τον τόνο, το οπτικό στιλ και τη γενικότερη αίσθηση κάθε εκδοχής. Υπήρξε αρκετό trial and error, με πολλαπλές αναθεωρήσεις, πριν μείνω ικανοποιημένη με το τελικό αποτέλεσμα». «Έβλεπα το ΑΙ σαν έναν δημιουργικό συνεργάτη που βοηθούσε να μεταφραστούν οι ιδέες μου σε εικόνες, αλλά παρέμενα εγώ υπεύθυνη για το όραμα, την κατεύθυνση, το feedback και τις τελικές αποφάσεις».
Η χρήση του ΑΙ, λέει, έκανε σίγουρα τη διαδικασία πιο προσιτή και οικονομική για εκείνη ως ιδιοκτήτρια μικρής επιχείρησης, επιτρέποντάς της να πειραματιστεί με ιδέες πολύ πιο γρήγορα απ’ ό,τι θα μπορούσε μέσα από μια παραδοσιακή διαδικασία σχεδιασμού. «Ταυτόχρονα, το να παράγω κάτι που πραγματικά αντιπροσώπευε το πρόγραμμά μου απαιτούσε ακόμα χρόνο, σαφή κατεύθυνση, feedback και ανθρώπινη κρίση».
Ο Oppenlaender εκτιμά πως, πράγματι, η υιοθέτηση της γενετικής τεχνητής νοημοσύνης οφείλεται κυρίως σε οικονομικούς λόγους. Επιτρέπει, λέει, σε ιδιώτες και μικρές επιχειρήσεις να ανταγωνίζονται πολύ μεγαλύτερες εταιρείες.
Ο Sands, πάντως, προειδοποιεί: «Όταν ένα εστιατόριο και ένα κατάστημα σιδηρικών έχουν κατά κάποιο τρόπο το ίδιο οπτικό στιλ, ο κόσμος το παρατηρεί. Πιστεύω ότι οι επιχειρήσεις θα συνειδητοποιήσουν πολύ γρήγορα ότι η εξάρτηση από την default αισθητική της τεχνητής νοημοσύνης μπορεί στην πραγματικότητα να κάνει ένα brand να φαίνεται φθηνότερο, γεγονός που καθιστά την ανθρώπινη κρίση ακόμη πιο πολύτιμη».
Υπάρχει μια ακόμη συνέπεια. Αν οι επιχειρήσεις στραφούν μαζικά σε AI-generated designs, κάποιοι νέοι designers μπορεί να χάσουν τις δουλειές μέσα από τις οποίες θα αποκτούσαν εμπειρία, θα δοκίμαζαν ιδέες και θα επηρέαζαν την οπτική κουλτούρα, κατά τον Berns.
Σύμφωνα με τον Αγαθόπουλο, το εμπόδιο πλέον έχει να κάνει με την κρίση και όχι με τεχνικές γνώσεις: ποιος έχει την υπομονή να απορρίψει δέκα μέτριες αλλά ικανοποιητικές εκδοχές μέχρι να βρει κάτι πραγματικά δικό του, «και κυρίως ποιος ξέρει τι ψάχνει πριν ακόμη το δει μπροστά του».
Ο Μάριος, από τη μεριά του, χαράζει τη γραμμή αλλού. «Αν είναι να κάνεις αφίσα για προϊόντα σούπερ μάρκετ, ναι», λέει. «Για κάτι σαν το Dev, που έχει συγκεκριμένο χαρακτήρα, δεν μπορείς απλά να πετάς ΑΙ slop». Παρομοιάζει το πλήρως ΑΙ artwork με αποκριάτικη στολή: «Ναι, φαίνεται τι έχεις ντυθεί, αλλά φαίνεται ότι δεν είσαι όντως πειρατής. Δεν νομίζω ότι μπορεί να βάλει το ίδιο feeling, “ψυχή”, να το πούμε και πιο ρομαντικά. Είναι διαφορετικό να χρησιμοποιείς το ΑΙ σαν εργαλείο και άλλο να σου κάνει όλη τη δουλειά», λέει. «Το ChatGPT μπορεί να σου δημιουργήσει τη Mona Lisa σε δευτερόλεπτα, αλλά ο λόγος που είναι σε μουσείο είναι επειδή κάποιος το έκανε με το χέρι του και μπογιά».
Αλλά υπάρχει και η αισιόδοξη πλευρά. Ο Oppenlaender πιστεύει ότι ο κόσμος θα εκτιμά πάντα ένα πραγματικό έργο τέχνης που έχει δημιουργηθεί από έναν άλλο άνθρωπο, όπως και την ίδια τη δημιουργική διαδικασία. «Νομίζω ότι η πραγματική τέχνη θα γίνει πιο δημοφιλής, όχι λιγότερο», λέει.
Η πιο απλή απόδειξη έρχεται από τους δρόμους του Camden. «Πέρα απ’ το ότι το κάνω γιατί γουστάρω, είναι και ο κόσμος που γουστάρει full, από πελάτες, τις μπάντες που παίζουν εδω μέχρι και απλούς περαστικούς που το βλέπουν και σταματάνε να βγάλουν φωτό», περιγράφει ο Μάριος. «Πιστεύω ότι, ναι, αξίζει να ακολουθήσεις τον δύσκολο δρόμο. Αν με κάποιον τρόπο είχα ΑΙ να το κάνει αυτό, κανείς δεν θα έδινε σημασία. Τους αρέσει γιατί κάποιος κάθισε και το έκανε από το μηδέν», καταλήγει.
