AX86
Локальный максимум после GenAI
Рабочая гипотеза о паузе после удачного результата ИИ: как перейти от выбора варианта к продолжению проекта.
Слабый ответ модели часто подсказывает следующее действие. У фразы сбит ритм, в рисунке неверный свет, у истории нет конца. Можно назвать изъян и попробовать ещё раз. С удачной находкой бывает труднее. Её хочется сохранить, и рука тянется запросить ещё один вариант.
Моя рабочая гипотеза касается организации работы. Поиск хорошего фрагмента иногда заканчивается раньше, чем автор решит, какое место этому фрагменту отвести в целом.
Задача второго порядка
Представим автора эссе о мастерской. Модель предложила начало, в котором часовщик складывает снятые стрелки на белое блюдце. Абзац хорош. Автор просит ещё десять начал и на следующий вечер выбирает между блюдцем, лампой и звоном дверного колокольчика. Второго абзаца по-прежнему нет.
Получить вступление было первой задачей. Решить, о чём по этому вступлению имеет смысл рассказать дальше, я называю задачей второго порядка. У автора уже есть критерий для отдельной фразы. Для статьи целиком его ещё предстоит выбрать.
Что показывает один эксперимент
Анил Доши и Оливер Хаузер дали участникам возможность запросить у генеративного ИИ идеи для коротких историй. Внешние читатели выше оценили истории авторов с такой поддержкой, в том числе по творческим качествам. При сравнении текстов друг с другом обнаружилось больше сходства.1 Что авторы делали после сдачи истории и как развивали удачные находки, эксперимент не измерял.
Пять возможных затруднений
Отдельную часть легко принять за целое. Хорошее вступление уже можно показать читателю. Из него пока неясно, зачем тому читать дальше.
У вариантов разные достоинства. Блюдце раскрывает одно движение рук. Звонок вводит посетителя. Предпочтение появится, когда автор выберет, за кем следить в следующей сцене.
Первый образец сужает поиск. Если сравнивать все начала с блюдцем, незаметно исчезнет возможность начать с разговора о сроках ремонта.
Найденное страшно испортить. Достаточно сохранить исходник и разрезать копию. Даже неудачный монтаж кое-что прояснит о месте сцены.
Фраза нравится, но выбор ещё чужой. Автор готов перечитывать абзац и пока не может объяснить, зачем оставит его под своим именем.
Разделить получение, отбор и развитие
Когда вариантов уже хватает, я бы закрыл окно генерации и дописал возле выбранного фрагмента одну строку о его назначении. В нашем примере она могла бы звучать так. «Хочу показать, почему мастер берётся за один заказ и откладывает другой».
Теперь есть работа на ближайшие десять минут. Написать второй абзац, в котором посетитель просит починить часы к пятнице, а мастер объясняет, что должен проверить до обещания срока. После этого перечитать начало. Возможно, от красивой сцены останется одно движение руки. Если это очерк о настоящей мастерской, ответ часовщика придётся узнать у него самого.
Слои, за которые отвечает автор
Порядок сцен, выбор свидетельств и решение о завершении связывают отдельный результат с целым. Короткая запись рядом с черновиком помогает вернуться к этому выбору после паузы. Так работает и возвращаемая память. Через неделю автор найдёт в папке вступление и вопрос, ради которого стоит его открыть.
Локальный максимум
«Локальный максимум» для меня — момент, когда ещё один вариант начала улучшает выбор начал, а статья стоит на месте. В условной мастерской из него вывел второй абзац. Он дал автору право оставить блюдце, убрать его или закончить работу на одной миниатюре.
Источник
-
Anil R. Doshi, Oliver P. Hauser. Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290 (2024). Статья, опубликованная версия в репозитории UCL. ↩︎