Технооптимисты

Новое исследование с участием 1682 человек показало: читатели в целом не смогли надёжно отличить рассказы ChatGPT от текстов, написанных людьми. Более того, без указания автора ИИ-истории чаще оценивали как более увлекательные и качественные; но сама пометка «написано человеком» заметно повышала оценку текста. Не автора судят, а ярлык Первая реакция на такие результаты обычно звучит так: «Ну вот, машина победила писателя». Но это слишком простой и потому неверный вывод. Эксперимент измеряет не только качество рассказа, но и силу культурной установки. Читатель приходит к тексту не с пустой головой: словосочетание «Написал ИИ» уже вызывает у многих подозрение в халтуре, вторичности, холодности и отсутствии души (хотя сама по себе такая формулировка пометки — бред, типа «Написала пишущая машинка»). Пометка «Написал человек», напротив, автоматически добавляет произведению ценность — ещё до того, как прочитана первая строка. Это важное продолжение разговора о так называемых антипаттернах генерации. Модели обучились на огромном корпусе человеческих текстов, включая посредственные. Поэтому в их ответах действительно встречаются узнаваемые штампы, которые опытный читатель замечает почти интуитивно. Но неприятная для многих истина состоит в том, что эти штампы не модель изобрела. Они жили в книгах задолго до трансформеров. Модель не принесла графоманию в литературу — она получила её в обучающем корпусе вместе с хорошими книгами, журналистикой, научными статьями и разговорами людей. Поэтому тест «Человек или ИИ?» всё меньше говорит о качестве текста. Особенно если речь идёт не о сырой генерации, а о работе автора с инструментом. Писатель может поручить модели рутину: собрать материал, проверить варианты, предложить ходы, помочь увидеть слабое место в композиции. Но фабула, выбор темы, понимание читателя, интонация и финальная редактура могут (и должны) оставаться авторской работой. Такое соавторство не отменяет творчество — оно меняет его технологию. Я проверил этот подход на собственном хоррор-рассказе «Чтец пустоты». Перед работой над текстом я с помощью специально собранного агента разобрал материалы предыдущего конкурса «Полночные сказки»: финальные произведения, контекст и состав жюри. Затем была составлена «карта страхов русского человека» — не абстрактных пугающих образов, а культурно узнаваемых тревог, которые по-разному работают у людей из разных обществ. Из нескольких выбранных мотивов выросла фабула. Далее текст прошёл редактуру и бета-тестирование на читателях. Рассказ вошёл в шорт-лист конкурса и занял второе место. Это и есть писательство, основанное на данных. Не «нажать кнопку и выдать роман за свой», а быстрее и точнее пройти путь, который раньше требовал долгих недель одиночного перебора. ИИ-система здесь похожа не на замену автора, а на исследовательский отдел, собеседника для мозгового штурма и очень быстрого литературного ассистента. Она не может вместо автора прожить его опыт, понять культурный нерв или решить, ради чего вообще написан текст. Зато она способна снять с человека часть технической нагрузки и расширить пространство проб. Пожалуй, главный вывод исследования не в том, что люди «не распознают» генерацию. Мы просто всё хуже можем судить текст по происхождению и всё лучше должны учиться судить его по тому, что он делает с нами. Захватывает ли он, оставляет ли мысль, точно ли работает с языком, остаётся ли в памяти? Если ответ положительный, ярлык на обложке становится вторичным. А вот профессионализм автора — человеческого, машинного или гибридного — становится виден ещё важнее. Подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official).