Теперь каждый — арт-директор

У нейросетей есть странный побочный эффект.

Казалось бы, они должны были сделать всех дизайнерами. Открыл чат, написал пару слов, получил картинку. Ещё пару слов — получил текст. Ещё немного — презентацию, идею, структуру сайта, нейминг.

Но, кажется, произошло другое. Теперь каждый арт-директор и менеджер.

Не в смысле «теперь все руководят». Скорее теперь у каждого есть очень быстрый исполнитель, которому надо что-то внятно объяснить.

Нейросеть не знает, что важно и как бы действовал ты

Я до сих пор не разделяю позиции людей, которые пытаются убедить нас в том, что нейросеть всё может и всех заменит.

И мне не нравится слово "интеллект" в словосочетании "искусственный интеллект". Мне больше нравится определение "умная угадайка".

Потому что нейросеть — это буквально очень умная угадайка, которая пытается угадать то, что от неё хотят, на основе того контекста, который ей дали.

Парадокс в том, что человек, которому дали задачу — по большому счету тоже своего рода "угадайка", ведь он тоже пытается понять, что от него хотят и на основе этого выдать некий результат.

Но есть разница — ИИ, хоть и обладает всей мощью информации, которое человечество годами заливало в документы, а также обученными на этих документах алгоритмами, все же плохо умеет (или же совсем не умеет) в следующие вещи:

1. ИИ "не понимает" задачу — он сопоставляет факты, не опирается на опыт, не переживает его, и не может связывать нейронные воспоминания и ощущения одного факта с другим.

2. Не понимает эмоции. Если мы скажем ИИ, что красный — это цвет агрессии, то он не сделает его бренд-цветом для интерфейса. И у него не возникнет мысли поспорить, потому что он не склонен возражать так, как это может сделать человек, основываясь на собственном опыте: "смотри, а в этом кейсе это не считывается как агрессия, может дело все таки не в цвете, а в том, как его использовать?"

3. Не имеет потребности к творчеству. ИИ не создает что-то принципиально новое — он обрабатывает данные и на основе их синтеза пытается собрать решения. Причем, как правило, эти решения берет из соседних кейсов, а не из принципиально другой сферы, как это может сделать человек.

4. Не сомневается и не боится. С одной стороны, это плюс — а с другой, очевидный минус — потому что человек склонен сомневаться в своих решениях, за счет чего более критически относится к результатам собственной работы и к подходу решения задач.

При всем этом, искусственная угадайка имеет понятное огромное преимущество над человеком: она работает быстро, ей не нужно спать, есть и развлекаться. Она не знает слова "устал".

И всё это делает ИИ инструментом, который делает сильных сильнее, а слабых слабее.

Почему опытные люди получают результат, а новички теряют время

Лучше всего с нейросетями работают люди, которые уже умеют ставить задачи другим людям.

Руководители. Арт-директоры. Продюсеры. Редакторы. Дизайнеры, которым много раз возвращали макет со словами «не то», и которым приходилось выяснять, что именно было «не то». Потому что они обычно не начинают с команды «нарисуй постер».

Они сначала пытаются понять:

— Для кого этот постер. — Что человек должен в нём увидеть. — Что почувствовать. — Что сделать потом. — Чего точно не должно быть. — И почему эта задача вообще возникла.

У меня есть правило — если производство, к которому ты обращаешься с какой-нибудь сложной штукой, не задает кучу вопросов — значит можно сразу искать другое. Потому что на выходе получится совсем не то, что ты хотел бы увидеть.

Многие не любят менеджеров, потому что они якобы "просто тратят время, свое и чужое". Забавная ситуация в том, что эти же люди говорят "я в нейросети сделаю быстрее и лучше", а потом тратят в три раза больше времени, потому что сами не знают, что хотят.

Хороший менеджер — это человек, который из невнятной задачи формулирует осознанный ценностный запрос, который можно трансформировать в понятный план.

Получается, ИИ — это инструмент для менеджеров?

Если у вас возникла такая мысль — поздравляю, во вселенной Звездных войн вы были бы ситхом. Потому что только ситхи всё возводят в абсолют.

Никто не родился менеджером или арт-директором. И не существует никаких образцовых менеджеров из книжек.

Когда мы просыпаемся с утра с мыслями: "что мне сегодня нужно сделать" и "зачем мне это нужно сделать" — мы буквально менеджерим собственную жизнь.

Отличие лишь в том, что классический менеджмент команды подразумевает под собой управление ни только своим, но чужим временем.

Теперь посмотрите на две схемы и найдите принципиальную разницу:

​

​

Видите? И я не вижу, её нет.

Суть в том, что теперь — каждый менеджер своих маленьких (или больших) нейросетей, агентов, из которых могут складываться инструменты и новые пайплайны работы.

В чем сила, брат?

Если говорить про дизайн, то сила в том, чтобы каждый специалист дизайн-команды становился менеджером/арт-директором/оркестратором: формировал собственные новые пайплайны разработки дизайна, опираясь на следующие вопросы:

1. Может ли агент полностью полностью сделать это без меня?

2. Что мне нужно сделать для того, чтобы это сделал он, а не я?

3. Где мне в любом случае нужно влиять на конечный результат?

4. Я пытаюсь автоматизировать процесс, или участок процесса?

КПД будет расти в том случае, когда у команды будут появляться собственные инструменты для решения тех или иных проблем и задач. По факту, ключевая задача — обрасти удобными инструментами там, где это необходимо, и сместить фокус человеческой работы на то, что не может сделать нейросеть.

Какими качествами должен обладать ИИ-артдир

1. Понимать задачу и отличать причины от следствия

Задача почти никогда не приходит в том виде, в котором её надо решать. Приходит следствие.

«Сделай баннер поярче» — это следствие. Причина где-то внутри, например: не хватает контраста, поэтому за пару секунд непонятно, что мы вообще предлагаем. Отдайте нейросети следствие — получите очень яркий баннер, на который по-прежнему никто не кликает. Зато быстро.

Живой исполнитель хотя бы огрызнётся: «а зачем ярче-то?». Угадайка не огрызнётся. Она обработает тот контекст, что вы принесли, и доведёт до совершенства не ту задачу.

Поэтому первый шаг всегда без всякого чата: докопаться, откуда задача взялась и что должно измениться после того, как она будет решена.

2. Обладать базовой логикой и системным мышлением

Дальше задачу нужно разложить: что от чего зависит, что первично, а что производно, где узкое место, а где мы просто привыкли так делать.

Системное мышление — это когда у вас есть набор принципов, по которым вы принимаете решения, и не изобретаете подход заново. Без него работа с нейросетью превращается в лотерею: сегодня повезло с формулировкой, завтра нет, а почему — непонятно.

Сюда же относится способность сомневаться. Я уже говорил, что ИИ не сомневается никогда: она выдаёт правду и выдумку с одинаково спокойным лицом. Значит, внутренний голос, который скажет «погоди, тут что-то не сходится», должен быть ваш.

3. Смотреть широко

Правило простое: сначала пробуем автоматизировать задачу целиком. Не получается — автоматизируем по частям.

Именно в таком порядке, а не наоборот. Типичная ошибка новичка — хвататься за то, что проще автоматизировать, а не за то, что даёт эффект. В итоге человек радостно избавляется от десяти минут рутины в день и не замечает, что весь этап, ради которого эта рутина существует, вообще можно выбросить.

Сначала вопрос: нужен ли этот кусок работы в принципе, и может ли агент закрыть его от начала до конца. Если да — отлично, вы освободили не десять минут, а весь процесс. Если нет — режем на части и смотрим, какая из них отдаётся, а какая остаётся за человеком.

4. Понимать архитектуру и ограничения инструментов

Нельзя строить пайплайн, не зная, из чего он собирается.

У каждой модели свои сильные места и свои границы: одна нормально пишет текст, другая генерирует картинку, третья разбирает таблицы, четвёртая помогает с кодом. У всех — ограниченная память, склонность выдумывать детали и полная амнезия между сессиями, если вы сами не позаботились о контексте.

Пытаться закрыть всё одним инструментом — то же самое, что просить одного дизайнера сверстать, снять фото, написать текст и договориться с производством. Формально справится. По факту — полноценных мультиинструменталистов не существует никогда.

Хороший пайплайн строится вокруг ограничений, а не вопреки им: где нужна обязательная проверка человеком, где можно пустить цепочку из нескольких агентов, где дешевле сделать руками, чем объяснять. Это та работа, которой занимается руководитель, когда распределяет задачи по людям с разными сильными сторонами.

5. Иметь базу, чтобы отличить хорошее от похожего на хорошее

Нейросеть отлично делает вещи, которые выглядят убедительно для тех, кто не разбирается.

Вы слышали нейромузыку. И, надеюсь, периодически задавались вопрос "кто это слушает?". А слушают её те, кому, в целом-то, нет разницы, кем она сделана — человеком или нейросетью. В дизайне есть насмотренность, в музыке — "наслушанность". Рядовому слушателю не обязательно отличать хорошую песню от плохой, а музыканту — обязательно. Так же и с дизайном.

У генерации нет признаков откровенной халтуры, к которым мы привыкли: кривых линий, странных отступов. Она косячит аккуратно, и на глаз без базы это может и не ловиться.

Человек с насмотренностью замечает такое за пару секунд и может объяснить, что именно не сходится. Человек без неё принимает работу, потому что «ну красиво же».

Здесь же лежит ответ на вопрос, заменят ли нейросети джунов. Инструмент выдали всем одинаковый. А способность понять, что перед тобой, не выдали никому — она набирается годами, и обходного пути пока не придумали.

6. Уметь отпустить своё решение

Нейросеть выдает результат, сделанный не так, как сделали бы вы. Рука тянется поправить под себя — не потому что плохо, а потому что непривычно.

Вопрос, который стоит задавать: решает ли это задачу. А не: сделал бы я так же.

Если каждый раз подтягивать результат к собственной привычке, на выходе получатся ваши же макеты, только через посредника и медленнее. Ради этого точно не стоило затевать все дело.

Тем более что ИИ регулярно выдаёт ходы, которые вам бы в голову не пришли — просто потому, что не знает, что так не принято. Половину из этого надо выбросить не глядя, но оставшееся иногда стоит целого вечера поисков.

7. Понимать, когда остановиться

Генерация бесконечна, и это её главная ловушка. Всегда есть шанс, что двадцать первый вариант окажется лучше двадцатого.

Со стороны похоже на усердие. По сути — на игровой автомат: дёргаешь рычаг и ждёшь, когда наконец выпадет три семерки.

8. Быть готовым отвечать за результат

ИИ не отвечает ни за что.

Он не краснеет, когда тираж уехал в брак. Не объясняется с заказчиком, у которого на баннере шесть пальцев. Не помнит, что сам же это вчера предложил, и спорить с ним об этом бессмысленно.

Отвечаете вы, целиком и за каждую букву. «Так сгенерировалось» звучит примерно так же убедительно, как «макет рисовал джун».

Об что обжигается каждый новоиспечённый арт-директор

Человек, который впервые получает в управление чужую работу, обычно уверен: чтобы что-то требовать, надо уметь делать это лучше подчинённого. Иначе какое право он имеет открывать рот.

Дальше происходит одно из двух: либо он лезет делать сам, потому что «быстрее и надёжнее» — и через полгода команда стагнирует, а он работает по ночам. Либо стесняется требовать в тех областях, где слабее, и эти области постепенно превращаются в чёрные дыры, куда никто не смотрит.

Так вот: арт-директор не обязан уметь делать всё, что он требует. Он обязан уметь правильно поставить задачу, оценить результат и объяснить, что с ним не так.

Это разные способности, и вторая сложнее первой. «Я нарисую лучше» — навык исполнителя. «Я вижу, что это не работает, и могу назвать причину» — навык арт-дира. Второе гораздо ближе к тому, чем вы будете заниматься каждый день, общаясь с нейросетями.

Модель нарисует то, что вы не нарисуете никогда, напишет код на языке, которого вы не знаете, соберёт презентацию быстрее, чем вы. Если считать, что требовать можно только то, что умеешь сам, — придётся или отказаться от инструмента, или врать себе.

Не уметь делать — можно. Не понимать, как это устроено — нельзя.

Ресторанному критику не обязательно готовить лучше шефа, но он должен знать, из чего состоит блюдо и почему соус свернулся. Точно так же арт-директор может не владеть трёхмерной графикой, но обязан понимать, почему объект выглядит пластмассовым, и что это лечится светом, а не цветом.

Разница между «не умею, но понимаю» и «не умею и не понимаю» — это ровно та граница, за которой арт-дир превращается в человека, который ходит вокруг работы и говорит «сделайте как-нибудь получше».

И что в итоге

Забавно, что ни одно из этих качеств не про нейросети.

Понимать задачу, мыслить системно, знать базу и иметь насмотренность, смотреть шире своего участка, знать инструменты и уметь оценивать чужую работу — это то, что делает нормального арт-дира нормальным арт-диром последние лет пятьдесят. Ничего нового не появилось.

Изменилось одно: раньше всё это требовалось тем, кто дорос до управления чужой работой. А теперь чужая работа есть у каждого — и она требует наращивания компетенций и тем, кому раньше не требовалось.