Взлом обучающих данных: как ИИ меняет сферу искусства

XX век любил говорить о смерти автора: произведение больше не принадлежит одному создателю, смысл рождается в языке, культуре, читателе, институциях, контексте. Искусственный интеллект принёс не смерть, но подмену. Это уже напоминает сюжет хоррора про зомби: автор вернулся, но, возможно, это уже не он. Размышляем, что происходит с искусством в эпоху нейросетей.

Один из самых заметных англоязычных споров об ИИ и искусстве развернулся осенью 2024 года после эссе американского писателя-фантаста Теда Чана «Почему ИИ не собирается заниматься искусством» в журнале The New Yorker. Чан утверждал, что искусство рождается из множества человеческих выборов и намерения что-то сообщить, тогда как генеративная модель берёт на себя значительную часть микрорешений, из которых складывается художественный результат.

Через несколько дней The Atlantic ответил статьёй «Тед Чен ошибается насчёт ИИ-искусства», возразив, что такая позиция слишком жёстко привязывает искусство к человеческому намерению. Этот спор был важен не только как спор о машине. Он невольно поставил вопрос: по каким признакам мы вообще решаем, что перед нами искусство, а не его имитация?

Но ИИ тоже насмотрен, причём в масштабе, недоступном человеку: он увидел и детально проанализировал больше изображений, чем любой профессионал. Если понимать искусство как сумму переработанных референсов, чем средний художник отличается от ИИ? Машина не разоблачает великое искусство — она разоблачает плохое понимание искусства как автоматического заполнения пустоты признаками «хорошего вкуса». Так, фраза «Это похоже на ИИ» становится не столько подозрением в использовании инструмента, сколько новой формой критики: работа выглядит как сумма чужих решений, как правильно собранный мудборд, как стиль без внутренней необходимости.

Важно, что ИИ не только производит подделки, но и помогает их обнаруживать. В 2024 году The Guardian писал о системе Art Recognition, которую использовали для анализа предполагаемых работ Моне и Ренуара, выставленных на eBay, — тогда алгоритм усомнился в их авторстве. В 2026 году похожий ИИ-анализ поставил под сомнение атрибуцию двух картин, связанных с Яном ван Эйком. Это ещё один пример того, как машина оказывается сильна именно там, где человек привык видеть своё элитарное преимущество, — в распознавании стиля.

Цена человеческого

А что насчёт «искренности»? Самый удобный гуманистический аргумент — «у человека есть душа» — оказывается слабее, чем хотелось бы, ведь в искусстве мы видим не «душу» как таковую, а её признаки. Может ли машина имитировать неровную линию, исповедальную интонацию, характерную человеческую недосказанность? Если да, то что остаётся художнику-человеку?

В эволюционной биологии и антропологии есть понятие дешёвых и дорогих сигналов (индивидуальной крутости, статуса в группе, жизненного опыта и так далее) — в зависимости от того, насколько легко или сложно их имитировать. Скажем, хвост павлина — это дорогой сигнал. Он мешает убегать от хищников, мешает заниматься повседневными делами и не несёт никакой пользы, кроме эстетической. Его обладатель платит высокую цену за то, чтобы на протяжении миллионов лет красоваться этим роскошным веером из перьев. Если мы говорим о сигналах «человеческого» или даже о роскоши быть человеком в искусстве, какие из них окажутся наиболее ценными? Пожалуй, человеческий голос — хороший претендент. Он выходит непосредственно из тела, он меняется с возрастом, его бывает сложно контролировать человеку, захваченному эмоциями. Обучим нейросеть на тысячах семплах голосов, дрожащих от слёз? Никаких проблем.

Весной 2026 года менеджмент компании Deezer сообщил, что полностью сгенерированные ИИ-треки составляют уже 44% всех новых загрузок на платформу — это почти 75 тыс. композиций в день, в том числе песен с правдоподобной лирикой и голосами несуществующих исполнителей. В заявлении отдельно отмечено, что Deezer маркирует такой контент, убирает его из алгоритмических рекомендаций и не хранит версии ИИ-треков в высоком разрешении. Но сам факт того, что без специальной пометки мы уже не можем отличить настоящую эмоцию от сгенерированной, выглядит тревожным для нашей человеческой «самости».

Впрочем, непосредственные участники творческого процесса редко разделяют апокалиптические настроения публицистов и критиков. Звукорежиссёр и композитор Григорий Паровичников, изучавший музыку в колледже Беркли и активно использующий нейросети в работе, предлагает относиться к этому как к моменту перехода от ручного производства к автоматизированному:

Похоже, последнее исключительное право художника-человека (по крайней мере, пока) — это непосредственно «предъявлять» своё тело в качестве предмета искусства. В этом случае перформативные жанры оказываются настоящей роскошью в новую эпоху, в том числе ввиду своей принципиальной некопируемости: поскольку видеодокумент перформанса тоже может быть сгенерирован, только личное присутствие как творца, так и зрителя становится последним и главным алиби произведения искусства.

Забастовка датасета

Галерист, кандидат культурологических наук, преподаватель РУДН и основатель фестиваля современного искусства «Форма» Юрий Кассин предлагает посмотреть на искусственный интеллект не как на автономного автора, а как на новую архитектуру человеческой памяти:

Если культура становится обучающей выборкой, художник может не только обучать машину иначе, но и саботировать обучение. В техническом смысле data poisoning — атака на обучающие данные: в датасет добавляют примеры, которые выглядят нормально для человека, но сбивают модель с толку. Как культурная метафора это описывает почти всю историю радикального искусства: авангард отравлял буржуазный вкус и универсальный канон, подделки — саму историю искусства, «контрархивы» — представление о том, что вообще достойно называться искусством.

Сегодня проекты Glaze и Nightshade, разработанные командой SAND Lab в Чикагском университете, делают это буквально. Glaze — это защитный инструмент против имитации стиля: он вносит в изображение минимальные изменения, почти незаметные человеческому глазу, но значимые для модели. Для зрителя работа остаётся той же самой, а для ИИ она начинает выглядеть так, будто написана в совершенно другом стиле. Команда Glaze называет это style cloak — стилевой маскировкой: изображение как бы надевает плащ-невидимку перед машинным зрением.

Nightshade действует жёстче. Если Glaze пытается защитить стиль художника от копирования, то Nightshade превращает изображение в отравленный пример для будущего обучения. Человек видит, скажем, собаку, а модель при обучении начинает считывать её как что-то другое; в результате связь между словом, изображением и понятием внутри модели повреждается. Разработчики прямо описывают такие изображения как poison samples: они сохраняют обычный вид для человека, но становятся ядом для модели, если та обучается на них без согласия автора.

В классической модернистской логике произведение сопротивлялось привычному взгляду зрителя; теперь оно может сопротивляться взгляду обучающей системы. Так data poisoning становится новым видом забастовки художников.

Как самому не стать машиной

Эксперты описывают эту ситуацию как «двойную творческую ловушку»: художники одновременно хотят использовать ИИ как инструмент и боятся, что тот же инструмент обесценит или заменит их труд. Но эстетически эта ловушка ещё глубже. Художник не просто конкурирует с машиной — он начинает подозревать машинность в себе самом.

Должен ли он становиться более «человечным» или всё это уже стало набором признаков, которые можно сгенерировать? Или главная задача художника сегодня — стать менее автоматическим? ИИ учит подозревать собственный стиль: «Где я действительно принимаю творческое решение, а где просто автоматизирую себя?»

Это новая школа подозрения — ИИ показывает насмотренность как набор автоматизированных паттернов, душевность — как статистику. Возможно, художник в первую очередь может учиться у ИИ не творить, а разоблачать условия творчества: работать с усреднённостью как материалом, пародировать автоматизированный хороший вкус, имитировать нейросетевую гладкость, чтобы поймать зрителя на его собственных критериях «хорошего вкуса». Возможно, человеку стоит имитировать ИИ, чтобы снова доказать, что он человек.

Человеческое не исчезает — оно смещается из области признаков в область провенанса, истории происхождения работы. Кто говорит? Чем он заплатил за этот голос? Да, человек тоже живёт среди собственных данных, на которых обучен. Но, в отличие от машины, его данные могут причинять страдание. Человеческий опыт — это датасет, который болит.