cover ilustration prompt> image-making is an ai prompt by Adobe Firefly
Kiedy tworzenie obrazów staje się zadaniem,
czego tak naprawdę uczymy?
Autor: mgr. Ivy Wei, Goldsmiths, University of London
W ciągu ostatnich kilku lat narzędzia oparte na generatywnej sztucznej inteligencji, takie jak Midjourney czy DALL·E, szybko wkroczyły do sal lekcyjnych, w których odbywają się zajęcia kreatywne. Od warsztatów w szkołach podstawowych po moduły projektowe na uniwersytetach – uczniowie i studenci tworzą obecnie prace wizualne, wpisując polecenia do algorytmów. Kilka sekund później pojawia się dopracowany obraz.
Dla niektórych oznacza to demokratyczną zmianę w dostępie do bycia kreatywnym. Dla innych, zwłaszcza nauczycieli tradycyjnych dyscyplin sztuk wizualnych, rodzi to trudne pytania: czy nadal jest to nauka sztuki? Czego tak naprawdę uczą się uczniowie? A co ważniejsze – czy nauczyciele są przygotowani na tę zmianę?
Od ręki i oka do polecenia i kliknięcia
Tradycyjne nauczanie sztuk wizualnych zawsze ceniło zaangażowanie fizyczne: obserwację życia, badanie materiałów, rysowanie ręką. Proces ten jest powolny, sensoryczny, ucieleśniony i głęboko związany z doświadczeniem życiowym ucznia. Poprzez powtarzanie, porażki i improwizację uczniowie uczą się nie tylko tworzyć, ale także odczuwać poprzez tworzenie.
Natomiast generowanie obrazów oparte na sztucznej inteligencji omija rękę i oko. Jest szybkie, pozornie łatwe i mocno stylizowane. Uczeń może wpisać „świecąca meduza pływająca w lesie koralowym” i w ciągu kilku sekund otrzymać różne (często przedziwne) wyniki. Ale co w ten sposób ćwiczy? Wyobraźnię czy logikę wyszukiwania? Interpretację czy otrzymywanie szybkiej satysfakcji?
Niektórzy artyści i pedagodzy zauważają, że włączenie narzędzi opartych na sztucznej inteligencji do edukacji w zakresie sztuk wizualnych nie polega tylko na nauce obsługi nowego oprogramowania, ale zasadniczo podważa założenia dotyczące tego, co oznacza „tworzenie sztuki”. Jak ujął to jeden z autorów, wielu nauczycieli sztuki wykształconych w tradycyjnych metodach ma wrażenie, że ta zmiana nie rozszerza zakresu dostępnych narzędzi twórczych, ale że są oni świadkami strukturalnych zmian w klasie.
Czy nadal uczymy „jak tworzyć”, czy tylko „jak wybierać”?
W procesie pracy z generatywnym AI rola artysty ulega zmianie. Zamiast tworzyć obraz krok po kroku, artysta opisuje teraz pomysł, otrzymuje opcje wizualne i decyduje, co dopracować. Proces ten bardziej przypomina edycję niż rysowanie.
Niektórzy artyści i pedagodzy opisują tę zmianę jako przejście od „twórcy” do „kuratora możliwości”. Artysta nie jest już właścicielem znaków, ale ram, intencji i iteracji. Jednak ta podwójna rola – zarówno jako projektanta podpowiedzi, jak i selekcjonera obrazów – wymaga zupełnie nowego zestawu umiejętności. Uczniowie muszą teraz nauczyć się formułować skuteczne podpowiedzi, krytycznie oceniać wyniki wizualne, rozpoznawać stronniczość i powtarzalność oraz udoskonalać z zamierzonym celem.
Wymaga to innego podejścia pedagogicznego. Nauczyciele nie tylko demonstrują techniki, ale uczą uczniów poruszania się po systemach, formułowania decyzji i definiowania wartości w kontekście, w którym narzędzie generuje dane z przytłaczającą prędkością. Jak zauważył jeden z pedagogów biorących udział w projekcie: „Sztuczna inteligencja nie wie, co jest dobre. Wie tylko, co jest prawdopodobne”.
Nauczyciele jako kuratorzy, a nie tylko demonstratorzy
W ramach niektórych projektów zaczęto badać, w jaki sposób nauczyciele sztuk wizualnych mogą angażować się w pracę z AI w znaczący i krytyczny sposób. Celem nie jest opanowanie wszystkich narzędzi dostępnych na rynku, ale pomoc uczniom w zrozumieniu, jak działa AI, jakie założenia przyjmuje i gdzie nadal ma znaczenie ludzka sprawczość.
Niektóre proponowane strategie obejmują:
- Porównanie obrazów generowanych przez sztuczną inteligencję z pracami wykonanymi ręcznie w celu analizy głębi kompozycji i niuansów
- Poproszenie uczniów o „remiksowanie” lub „poprawianie” wyników wygenerowanych przez AI jako formę aktywnego autorstwa
- Śledzenie stereotypów wizualnych zakodowanych w generatywnych zbiorach danych: kto jest reprezentowany, a kto nie?
- Zachęcanie uczniów do tworzenia własnych mini zbiorów danych lub ingerowania w logikę systemu, aby uwidocznić swoje wartości
Przeprowadzanie uczniów przez hybrydowe procesy twórcze, które łączą wyobraźnię, podpowiedzi i umiejętności praktyczne: w jednym z przykładów dzieci zachęcano do zaprojektowania robota z pomocą sztucznej inteligencji. Nauczyciel poprosił je o burzę mózgów na temat tego, dlaczego taki robot jest potrzebny, a następnie o ręczne naszkicowanie swoich pomysłów i wreszcie o użycie narzędzi sztucznej inteligencji do wygenerowania modelu 3D. (Rysunek 1, 2)
Dzięki temu sala lekcyjna zmienia się z miejsca, w którym używa się oprogramowania, w przestrzeń do krytycznej analizy wizualnej. Nauczyciele stają się tłumaczami kultury i myślicielami systemowymi, pomagając uczniom zrozumieć nie tylko, jak korzystać z narzędzi, ale także jak się do nich odnosić.
Mit kreatywności i polityka narzędzi
Rozwój sztucznej inteligencji zmusza nas również do ponownego przemyślenia długo obowiązujących założeń dotyczących samej kreatywności. Co oznacza tworzenie czegoś oryginalnego? Jeśli uczeń korzysta z narzędzia przeszkolonego na podstawie tysięcy dzieł sztuki z przeszłości, jak odróżnić celowe nawiązanie, replikę i innowację?
Artysta wizualny Trevor Burgess twierdzi, że wiele systemów sztucznej inteligencji przypomina raczej maszyny do tworzenia kolaży niż prawdziwych twórców. „Wydaje się to bliższe kolażowi niż czemuś generatywnemu… Sztuczna inteligencja wydaje się łączyć elementy w bardzo wyrafinowany sposób” – zauważa. Jeśli artysta nie koduje własnego systemu używając narzędzi AI lub nie używa ich w świadomy sposób, to finalnie pracuje z parametrami estetycznymi ustanowionymi przez kogoś innego.
Rodzi to niewygodne, ale niezwykle ważne pytania: kto projektuje te systemy? Czyje idee piękna, realizmu lub harmonii są w nich zakodowane? Jeśli uczniowie nie są świadomi tego kontekstu, ryzykują internalizację stylów i struktur, nie wiedząc, skąd one pochodzą.
Większy dostęp, większa zależność?
Nie ma wątpliwości, że sztuczna inteligencja sprawia, że tworzenie obrazów staje się bardziej dostępne. Dla początkujących, dzieci lub osób z ograniczeniami fizycznymi stanowi ekscytujący punkt wyjścia do własnej twórczości. Wielu uczniów, którzy wcześniej czuli się wyobcowani z powodu barier technicznych, może teraz swobodniej wyrażać swoje pomysły.
Jednak ta dostępność niesie ze sobą również nowy rodzaj zależności. Bez umiejętności wizualnych i krytycznego myślenia uczniowie mogą zacząć polegać na domyślnej estetyce, algorytmicznych tropach i natychmiastowej gratyfikacji wizualnej. Mogą mylić szybkie rezultaty z rezultatami znaczącymi. Mogą przestać pytać, jaką wartość niesie dany obraz, a pytać tylko, czy wygląda „wystarczająco dobrze”.
Jednym z zagrożeń jest to, że proces tworzenia sztuki sprowadza się do wyboru i dopracowywania tego, co oferuje maszyna. Istota sztuki, czyli niejednoznaczność, namacalność i podjęty problem, może zostać spłaszczona do nieskończonego przewijania stylizowanych wyników.
Odbudowa fundamentów edukacyjnych
Wyzwanie pracy z narzędziami opartymi na AI ma charakter nie tylko techniczny, ale także instytucjonalny. Wiele szkół artystycznych, zwłaszcza na poziomie średnim i podstawowym, opiera się na programach nauczania opartych na rzemiośle: rysunku, grafice, ceramice, malarstwie obserwacyjnym. Sztuczna inteligencja nie zastępuje ich bezpośrednio, ale zmienia ich pozycję.
Czy uczniowie powinni uczyć się rysunku przed rozpoczęciem korzystania ze sztucznej inteligencji? A może po? Czy narzędzia sztucznej inteligencji powinny być częścią podstawowego programu nauczania, czy też wprowadzać je na seminariach z teorii sztuki i myślenia krytycznego? Czy uczniowie powinni być oceniani na podstawie jakości wyników uzyskiwanych dzięki sztucznej inteligencji? A może na podstawie tego, jak wykorzystują to narzędzie do wspierania swojej wizji artystycznej?
Są to pytania natury pedagogicznej, filozoficznej i etycznej. Wymagają one od instytucji ponownego przeanalizowania nie tylko treści nauczania, ale także wartości, które za nimi stoją.
W erze nieskończonego generowania obrazów najważniejszą lekcją może nie być już nauka rysowania, ale nauka podejmowania decyzji. Nie chodzi o to, co tworzyć, ale dlaczego to tworzyć.
Edukacja artystyczna musi pomagać uczniom stać się nie tylko użytkownikami narzędzi, ale także refleksyjnymi twórcami kultury. W tej nowej rzeczywistości nauczyciele sztuki nie są tylko instruktorami. Są tłumaczami systemów wizualnych, moderatorami myślenia krytycznego i przewodnikami w zmieniającym się świecie kreatywności.
Czy więc edukacja w zakresie sztuk wizualnych jest gotowa na sztuczną inteligencję?
Nie w pełni, ale dyskusja już się rozpoczęła.
