От бедного образа к среднему. Как происходит трансформация цифровой образности в интернет-эпоху

Хито Штейерль написала две громкие теоретические статьи, посвященные цифровым изображениям в самом широком смысле — то есть не столько самим изображениям, сколько цифровой образности, производящим ее инфраструктурам и тому, что эти изображения делают с нами как зрителями. Первый текст вышел в 2009 году и был посвящен так называемым бедным изображениям — цифровому фото и видео низкого качества, которыми был наводнен не слишком быстрый интернет нулевых. Второй текст — совсем свежий (лето 2023), и в нем художница пишет о новейшем типе изображений, характерном для интернета 20-х: это так называемые средние изображения, сгенерированные нейросетями.

Сжатые цифровые картинки и нейронные изображения — это как бы два рубежа в истории цифровой образности. Они предполагают — если не создают — два связанных, но различных режима видения; и сейчас мы попробуем разобраться, в чем состоит разница между ними.

Чтобы понять сущность цифрового изображения, нам придется сначала вернуться в эпоху, когда никакой цифры не существовало. Изображения, о которых пишет Штейерль, — реальные или сгенерированные — это изображения фотографические. Главная особенность фотографического медиума состоит в том, что он предполагает механическую фиксацию реальности. Иными словами, фотография — в отличие от рисунка или текста — фиксирует мир таким, какой он есть: образность в ней в гораздо меньшей степени зависит от субъективности художника. Поэтому у фотографии особые отношения с истиной: каждое фото — это еще и документ. Фотографии как бы подтверждают, что нечто в самом деле имело место — и поэтому могут использоваться, например, как улики в суде.

В доцифровую эпоху фотография существовала на физических носителях — на бумаге или на пленке. Изображения коллекционировали и объединяли в физические архивы. Но с появлением сначала ПК, а затем интернета основным «местом жительства» фотографий стала флеш-память, а сама фотография — просто набором данных; и так она потеряла всякую связь с прежними физическими носителями. В цифровом мире все что угодно — это информация в кибернетическом смысле: нули и единицы, сигнал, пробившийся сквозь шум.

Как только фотография преобразуется в цифру, ее связи с истиной ослабляются. Цифровое фото и видео — все еще документ, но проблема в том, что цифровыми данными гораздо проще манипулировать. С распространением интернета ситуация становится еще сложнее: чтобы передать изображение по сети, его нужно дополнительно сжать, уменьшив его разрешение и снизив детализацию. Так и появляются бедные изображения, о которых пишет Штейерль, — она называет их еще изображениями-призраками и странствующими изображениями.

«Информация жаждет свободы, но на деле она повсеместно скована цепями», — утверждала философ МакКензи Уорк в своем пророческом «Хакерском манифесте» (2004). Для Уорк информация сама по себе обладает определенной агентностью, а одно из ее главных свойств в том, что она не приемлет никаких ограничителей. Потоки информации движутся поперек границ государств и юриспруденций — поэтому, в частности, в интернете процветает пиратский контент (несмотря на всевозможные запреты). Бедные изображения Штейерль вполне вписываются в эту логику хаотичной циркуляции информации. Их очень много, а за счет небольшого размера они свободно передвигаются по сети; у них, как правило, нет хозяина — невозможно установить источник их распространения, а зачастую —
и авторство.

«Сама пассивность, а также вездесущность фотографии — они и есть ее «идея», ее агрессия», — писала Сьюзен Зонтаг в своем знаменитом эссе о фотографии. Это одновременно и про то, что с распространением фотографии весь мир вокруг нас оказался сфотографирован, превращен в коллекцию статичных визуальных образов; но речь идет еще и о том, что с распространением фотографии в медиа — прежде всего, в печатных СМИ — мы стали перегружены визуальными образами. Чтобы увидеть мир или засвидетельствовать какое-то событие, достаточно просто открыть свежую газету: через нее взгляд достает даже до самых отдаленных точек планеты, до мельчайших деталей чужого опыта.

С появлением интернета визуальная (как и в целом информационная) перегрузка только усилилась. Доступ к изображениям стал еще быстрее. Чем меньше размер изображения, тем проще его передать, — это было особенно важно для медленного интернета нулевых. Поэтому бедные изображения — вместе с инфраструктурами, позволяющими их создавать и распространять, — еще и главные проводники массового психического перенапряжения, характерного для информационной эпохи.

Количество и доступность вместо качества; абстракция вместо детализации; отвлечение и коупинг (индивидуальная стратегия преодоления стресса) вместо созерцания — вот симптомы бедного изображения. Но бедная образность, ему сопутствующая, недолго господствовала в интернете: со временем скорость соединения увеличилась в разы, открыв пользователям доступ к высоким разрешениям. Что еще важнее, многократно возросла вычислительная мощность компьютеров в целом — настолько, что подчас сгенерированные изображения невозможно отличить от «реальных». Так появляется среднее изображение, к 2023 году окончательное вытеснившее бедное изображение из сети.

В 2013 году медиатеоретик Сет Гиддингс написал статью о фотографических изображениях, сделанных без солнечного света. Речь идет о «фотографиях», созданных в цифровых мирах видеоигр: многие игры имеют встроенную функцию «фотоаппарата», и существуют целые сообщества художников, занимающихся виртуальным фото. Строго говоря, такие изображения не являются фотографией, потому что фотография — это рисунок, созданный самим светом; так считал один из ее изобретателей, Уильям Фокс Тальбот. Внутриигровое же фото рождается из миллионов алгоритмических вычислений — в темной комнате, где есть только полупроводники и электрические импульсы. Но при этом в визуальном плане оно наследует особенностям и конвенциям «обычной» фотографии: как напоминает Гиддингс, видеоигры пытаются имитировать особенности обычной камеры, чтобы казаться реалистичными.

Фото без света — симуляция фотографии, или даже ее призрак. К этой же категории можно отнести еще один тип изображений, очень распространенный сегодня, но вряд ли известный для Гиддингса, — изображения, сгенерированные алгоритмами ИИ. Их Хито Штейерль и называет средними изображениями. Само это понятие очень двусмысленно звучит по-английски: mean image можно понять и как подлое изображение, и как среднее
или усредненное, и как посредственное. Штейерль намеренно играет с многозначным прилагательным mean — все эти характеристики среднему изображению присущи.

Современные нейросети самостоятельно учатся распознавать закономерности в огромном море данных; конечный продукт работы нейросети — компактная статистическая модель, способная предсказывать поведение того или иного объекта. Поэтому нейросети, генерирующие визуальные образы, например MidJourney или Stable Diffusion, — это, по сути, сжатые и искаженные версии всей человеческой визуальности на момент их создания. Или, точнее — той ее части, которую выбрали разработчики; но, как правило, чем больше и разнообразнее «тренировочная» коллекция данных, тем лучше.

Отсюда и идея среднего, если не усредненного. Нейронные изображения внешне могут быть неотличимы от фотографий — но при этом, в отличие от реальных фото, они изображают не конкретный объект, но его усредненную идею, полученную после статистической обработки огромного массива данных. И в этом «среднем» кроется, согласно Штейерль, чистое социальное содержание, освобожденное от любых реальных деталей. Выходя в интернет, люди окружают себя репрезентациями реальности — изображениями, а затем на этих репрезентациях учатся алгортмы. Но любая репрезентация неизбежно неполная, ведь репрезентировать действительность — значит отделять существенное от несущественного, главное от побочного.

Если у бедных изображений связь с истиной

i

Истина — важная философская категория XX века. В данном случае отсылает одновременно к философии науки/языка (верификация истины) и к поструктуралистским исследованиям Фуко, где в частности речь идет о том, что истина не устанавливается, а производится. Для Штейерль важны оба аспекта данной философской категории. уже была довольно условной — во всяком случае, по сравнению с аналоговой фотографией — то у средних изображений она полностью утрачивается. Это машинные сны, в которых высвобождается коллективное бессознательное. «Средние изображения — сны без сна, которые снятся обществу, доводя его иррациональные стремления до логического заключения», — пишет Штейерль.

Но, как мы писали выше, среднее изображение — еще и подлое. Почему? Во-первых, из-за природы самих изображений, на которых учатся нейросети: интернет — большая визуальная помойка. Во-вторых, из-за всевозможных расистких, сексистских и иных социальных предрассудков, которые ИИ воспроизводит. И в-третьих, из-за того, что сам искусственный интеллект — это не только красивый код и богатые кодеры в Силиконовой долине, но еще и эксплуатация природных и человеческих ресурсов.

Для тренировки нейросетей необходимо колоссальное количество электроэнергии; а для подготовки тренировочных датасетов зачастую используется крайне дешевый труд краудсорсеров из стран Глобального Юга. Эти работники не защищены трудовым законодательством, и большие корпорации этим пользуются, чтобы экономить — зачастую их зарплата ниже минимальной заработной платы даже в их регионе. При этом им достается самая грязная работа: например, работники из Кении «учили» Chat GPT распознавать вредный контент — для этого им нужно было вручную классифицировать тексты с описанием насилия (в том числе сексуализированного). По свидетельству одного из работников, у многих из них развились всевозможные фобии, потеря аппетита или нарушения сна.

Получается, что эксплуатация когнитивных ресурсов начинается еще в самом фундаменте инфраструктур, генерирующих средние — или же подлые и посредственные — изображения. Неудивительно, что она продолжается
и на этапе бытования средних изображений. О них можно думать, как о стимуляторах потребления: изображение создает и стимулирует наши желания, подталкивая к потреблению все новых и новых товаров. Перенасыщенность мира изображениями выгодна производителям товаров, но едва ли выгодна потребителям, ведь она играет немалую роль в массовом выгорании, характерном для нашей эпохи.

Хито Штейерль утверждает, что логичный выход из этой ситуации — полный отказ от системы, производящей средние изображения, то есть от нейросетей в целом. Она предлагает такой дауншифтинг, как бы говоря — давайте будем использовать более простые алгоритмы, не предполагающие таких затрат энергии и человеческих ресурсов. Но едва ли в 2024 году кто-то в самом деле будет готов отказаться от алгоритмов ИИ, и поэтому в этом вопросе нам ближе позиция философа технологий Юка Хуэя. Для него радикальный отказ от новых технологий — не выход; он предлагает, скорее, задуматься о том, как человек мог бы экологично сосуществовать с техникой в одном мире.

Ведь не нейросети эксплуатируют нас — на самом деле мы сами эксплуатируем друг друга с помощью нейросетей. Среднее изображение обнажает замусоренность коллективного бессознательного — но это говорит плохо
о человечестве, а не об алгоритмах. Ведь нейросети, как утверждали философы Маттео Пасквинелли и Владан Джолер, — это всего лишь инструмент наблюдения за миром данных, распознающий закономерности там, где мы их не видим. И то, что ИИ обнаруживает неприглядную правду о нас самих — о нашем неприятии другого, подсознательной дискриминации, о том, как много насилия и эксплуатации мы готовы терпеть в своей жизни, — должно стать толчком для переосмысления того, как мы живем друг с другом и с технологиями в одном мире, а не для полного отказа от технологий.