Страх автоматизации родился не вчера. От появления первого конвейера и до первого вендингового автомата: с каждой подобной инновацией люди начинают опасаться потери рабочих мест. Тем не менее, на заводах все еще есть места для рабочих, а роботы-пылесосы не вытеснили клининговые компании. Но вот стремительное развитие нейросетей в генерации изображений действительно заставило понервничать многих дизайнеров и иллюстраторов, поэтому предлагаем разобраться подробнее и понять, не стоит ли специалистам менять профессию уже сейчас.
Мы не будем расписывать высокое качество нейросетей, примеры отличных изображений легко найти в первых же ссылках по запросу. Давайте сразу поговорим об основных недостатках. На настоящий момент ни одна нейросеть не смогла окончательно и бесповоротно решить проблему с прорисовкой мелких деталей. При беглом взгляде вы можете не понять, что здесь не так, так как наш мозг воспринимает изображение цельными образами. Но если приглядитесь, то увидите, что на картинках, сгенерированных нейросетью, часто неправильное количество пальцев (а иногда даже конечностей), а мебель и техника сгенерированы схематически, как правило, с ошибками в деталях. Вот небольшой пример с попыткой сгенерировать изображение девушки с печатной машинкой.
Издалека все выглядит довольно неплохо:
Нейросеть явно уже имеет представление об устройстве печатной машинки и пытается сгенерировать ее как можно более точно. Путем перебора и постепенного улучшения изображений можно добиться вполне узнаваемых форм. Но вот тут начинаются проблемы с деталями.
Нейросеть либо вовсе оставляет клавиши пустыми, либо наносит на них рандомные символы.
Отдельные слова, например, названия компаний, можно постараться перенести на изображение. Особенно если мы используем фотографию-референс. Хотя даже в этом случае подходящую иллюстрацию мы можем получить не с первого раза. А вот полная раскладка клавиатуры, длинные фразы, куски текста — это практически непосильная задача на текущем уровне развития нейросетей. Потраченное время и усилия просто не окупятся.
Хорошая нейросеть — платная нейросеть. Все, что вы можете найти в открытом доступе, не будет и близко приближаться по качеству к Midjourney. Любой качественный сервис с уже хорошо обученной нейросетью все-таки стоит каких-то, но денег. Можно было бы сказать, что за подписку мы сможем сделать множество иллюстраций, тогда как у профессионального иллюстратора или дизайнера за ту же цену получим в лучшем случае одну работу. Но все не так просто.
Нейросеть хочет подробностей. Больше, чем вы можете себе представить! Это тот случай, когда уже не скажешь «да, мы не упоминали этот нюанс в ТЗ, но это же логично!» потому что мы говорим не о человеческой логике и ассоциативном мышлении. Заказывая работу у профессионального иллюстратора, в идеале вы платите не за картинку, а за результат: будь то помощь в понимании инструкции, дополнительный продающий элемент или передача определенных эмоций. Вы можете объяснить, чего хотите добиться, и специалист выберет подходящие художественные приемы для достижения этого. С нейросетью такой номер не пройдет. Здесь вам придется расписать все, от угла поворота головы до стиля изображения.
Понимаете, да? По сути, вам нужно будет настолько подробно представить и расписать изображение, что проще и быстрее было бы нарисовать его самостоятельно, чем вспоминать каждый момент, который может упустить нейросеть. Откровенно говоря, за время, потраченное на корректировку вопросов, вы могли бы заработать денег на приличного дизайнера или иллюстратора.
Мы уже затронули тему профессиональных качеств в предыдущем пункте и хотим расписать ее немного подробнее. Оплачивая услуги дизайнеров и иллюстраторов, вы покупаете не только и не столько их умение рисовать, сколько дополнительные скиллы, которые помогут достичь конечной цели. Бренд-дизайнер при разработке логотипа будет думать о том, чтобы он был узнаваемым, стильным, отражающим имидж компании. Веб-дизайнер разрабатывает макет с учетом юзабилити будущего сайта. То же самое с макетами, иллюстрациями для книг, UX и так далее. Везде есть своя сверхзадача.
Такими дополнительными компетенциями не обладает нейросеть. Она не подскажет, как сделать лучше, удобнее, какое изображение поможет продать товар или услугу. Нейросеть просто выполняет команды, а конечный результат остается на совести составителя запросов.
По сути, если вам требуется простое изображение и вы не имеете каких-то особых замечаний, нейросеть может справиться с задачей. Но тут возникает вопрос: а не проще ли тогда просто найти изображение на стоке или заказать на фрилансе?
Поэкспериментировав с собственными запросами и просмотрев чужие кейсы, мы нашли несколько вариантов адекватного использования:
Допустим, нейросети научатся идеально точно рисовать любые детали, от пальцев рук до символов на клавиатуре печатной машинки. Заставит ли это исчезнуть профессии дизайнеров и иллюстраторов?
Смеем предположить, что нет. Точно так же, как фотография не убила изобразительное искусство, а доступность фотоаппаратов не убило профессию фотографа. Как мы уже писали выше, часть профессионализма состоит не в умении искусно рисовать, а в понимании что и как изобразить, чтобы рисунок выполнил поставленную задачу. С этой точки зрения нейросеть сможет справляться только с иллюстрациями для статей или книг. Но и здесь будет требоваться умение правильно составить запрос.
Скорее всего со временем просто появится новая профессия. Назовем ее, к примеру, «редактор запросов» или «оператор нейросети». Это будут своеобразные переводчики между заказчиком и нейросетью, которые позволят добиваться поставленных целей за кратчайшие сроки, благодаря собственному пониманию откликов на запросы.
Так что мы не советовали бы сокращать ставку дизайнера в надежде на помощь нейросетей. А вот дизайнерам как раз можно порекомендовать прокачивать свои скиллы, чтобы быть очевидно полезнее машины.