Алгоритмы ностальгии: как ИИ становится «машиной времени» и переносит нас в прошлое
Побег от тревожности в вымысел
Исследователи не первый год рапортуют о высоком уровне тревожности среди населения разных стран: в 2025 году на тревогу жаловались больше трети россиян, а среди американцев этот уровень и вовсе достигает 70%. Причинами столь высоких показателей нередко становятся события в мире: нестабильность экономики, непредсказуемость геополитической ситуации, последствия пандемии и не только продолжают оставаться основными факторами для появления тревожности вот уже несколько лет.
На этом фоне СМИ все чаще обращают внимание на рост популярности эстетики нулевых, которую в западных медиа обозначают аббревиатурой Y2K (от Year 2000. — Forbes Life). Этот тренд выражается не только в попытке массовой культуры переосмыслить и эту, и предыдущие эпохи — например, через перезапуски или съемки сиквелов фильмов тех лет, внешнее подражание визуалу старых музыкальных видео и стилю одежды или покупку аксессуаров и техники из прошлого, но и в использовании нейросетей, с помощью которых авторы контента создают видео и фото, якобы документирующие, «какой была жизнь» в годы детства зумеров и миллениалов.
Искусственный интеллект в этой ситуации становится инструментом для создания «островка безопасности» в постоянно меняющемся мире. Вместе с ним, в свою очередь, таким же инструментом выступает и само чувство ностальгии: с точки зрения исследователя и психолога Клэя Раутледжа из Университета штата Северная Дакота, воспоминания о прошлом помогают справляться со стрессом, снижая уровень кортизола и усиливая чувство социальной связи. В условиях глобальных кризисов люди все чаще обращаются к образам и звукам своего детства или юности, чтобы обрести покой, — и сама ностальгия, согласно опросам, уже стала полноценным трендом более чем для половины американцев.
ИИ выводит эту тенденцию на новый уровень: алгоритмы, такие как MidJourney, DALL-E или Suno, способны генерировать гиперреалистичные изображения, видео и музыку, которые идеально воспроизводят эстетику прошлых десятилетий. Пиксельные видеоигры, неоновые вывески 80-х, саундтреки, напоминающие поп-хиты начала 2000-х, — все это создается с пугающей точностью. На платформах, вроде TikTok и Instagram (принадлежит компании Meta, которая в России признана экстремистской организацией и запрещена), пользователи делятся созданными ИИ роликами, где они «возвращаются» в эпоху своего детства: вирусными часто становятся VHS-записи с шумами, стилизованные под старые мультфильмы или даже «потерянные» эпизоды любимых сериалов.
«ИИ позволяет нам не просто вспоминать прошлое, но буквально переживать его заново, — говорит Сара Лин, культуролог и исследователь цифровых медиа. — Это как машина времени, которая работает на алгоритмах».
Зачем имитировать реальную жизнь
Ностальгия и поиск безопасного пространства — не единственные причины, почему разные эпохи прошлого вновь и вновь визуализируются через нейросети. Одна из причин рост количества такого контента, по словам сооснователя и СЕО университета Zerocoder Кирилла Пшинника, — в нехватке материала для авторов контента. «Часто креаторы сталкиваются с дефицитом: нет кадра с нужным ракурсом или настроением, чтобы передать заложенную идею или мысль. ИИ решает эту проблему: он позволяет в точности воспроизвести любую фантазию или эпоху, задать требуемый план, фокус и сцену, словно у режиссера появился неистощимый ассистент с огромной коллекцией реквизита», — объясняет он.
Другой фактор — особенности работы самих креаторов. Например, художники и дизайнеры часто собирают мудборды — набор образов, который задает настроение будущего проекта. В таком контексте генерация изображений позволяет не просто копировать референсы, но и абстрагировать их: усиливать узнаваемые интерфейсы, менять зернистость и соотношение сторон, которые лягут в основу выразительности кадра или будущей инсталляции.
«Для медиаиндустрии такая генерация — более дешевый способ проверить визуальные концепции без затрат на стилистов, дизайнеров, фотографов, архитекторов и урбанистов, — рассказывает Кирилл Пшинник. — Если говорить конкретно про 2000-е, то в играх и AR/VR воссозданные локации нулевых дают возможность пережить эпоху в интерактивной форме, с более интересными художественными решениями. Аналоговые камеры или стоп-кадры подобного передать не могут. Нейросеть достраивает и расширяет пространство, делая погружение в мир игры более реалистичным и захватывающим».
Как создается фальшивая эстетика
«Представьте себя режиссером или художником-концептуалистом. У вас — гора старых снимков, вырезки из фильмов и страницы журналов. Вам нужно из этого потока собрать нечто новое, — объясняет процесс создания визуального ИИ-контента Кирилл Пшинник. — Нейросеть в таком сценарии умело комбинирует визуальные фрагменты и воссоздает фантастический мир в нужной вам эстетике».
Первый этап такой работы — формирование набора «референсов». Важно, чтобы он состоял из однородных изображений нужной автору эпохи, чтобы итоговая картинка как можно точнее передавала детали и вайб выбранного времени. В такой набор могут войти скриншоты интерфейсов операционных систем — например, Windows XP, рекламные баннеры нулевых, кадры с VHS-зерном (специфический визуальный шум и дефекты изображения, которые появляются при просмотре или оцифровке кассет формата VHS. — Forbes Life), фото пустых торговых центров, шрифты из старых журналов.
Второй этап — обработка собранного контента. «Современные художники часто работают с диффузионными моделями — такие генеративные модели ИИ учатся убирать шум. Проще всего представить это так: есть грязное стекло с расплывчатым рисунком; диффузионная модель — мастер, который шаг за шагом протирает стекло, и от каждого движения рисунок становится все четче, — уточняет Пшинник. — Модель не копирует целые фотографии из источников, но она усваивает паттерны: как падает тень, какие текстуры встречаются, какие шрифты и композиции характерны для эпохи. Потом она комбинирует эти элементы по-новому, в итоге получается изображение, похожее на то, что было, но не тождественное исходнику».
Пшинник также добавляет, что при создании контента очень важны навыки промпт-инжиниринга. Говоря простыми словами, креатору нужно уметь формулировать не только запрос (например, «пустой торговый центр, дневной свет, VHS-зерно, 4:3»), но и дополнять это описание техническими подробностями, вроде глубины, позы и не только. Чем точнее будет промпт, тем «будет ближе результат к вашей задумке».
Рабочий процесс выглядит так: художник генерирует варианты, комбинирует удачные фрагменты, дорисовывает, корректирует цвета и добавляет искусственные артефакты, вроде цветовых сдвигов или пикселизации. «В результате получается кадр, который кажется знакомым, но одновременно он уникален, — рассказывает Пшинник. — Интересный побочный эффект: при генерации сложных сцен модели иногда «галлюцинируют», то есть достраивают или придумывают детали (например, странно выглядящие руки). Для создания лиминальных кадров такие ошибки добавляют больше вайба и атмосферы «на грани».
При этом Пшинник обращает внимание, что у достоверного ИИ-контента есть свои потенциальные минусы. Так, например, подобный «продукт» может дезинформировать пользователя: фальшивая картинка рискует быть использованной для того, чтобы убедить кого-либо в существовании нереального места. «Создание компромата или нецензурных мемов – это уже «база» для политического пиар-продвижения, — добавляет Пшинник. — ИИ также может повторять стиль живых художников или воссоздавать брендовые логотипы — и это вызывает споры и судебные претензии. Поэтому авторам контента крайне важно ставить метку «сгенерировано с помощью ИИ».
Пугает и нравится одновременно
Нейросетевые видео и фотографии, как признаются пользователи интернета, часто вызывают чувство паники и тревоги. В психологии такой феномен называется эффектом зловещей долины. Этот эффект выражается в чувстве дискомфорта, который возникает при просмотре ИИ-контента с людьми или животными, чей образ, с одной стороны, кажется реалистичным и детализированным, а с другой — все равно вызывает отторжение и страх.
«Эффект зловещей долины заключается в том, что при повышении схожести объекта с человеком внешний облик объекта (куклы, мягкие игрушки, нарисованные персонажи, роботы) вызывает чувства страха, тревоги и дискомфорта. Эффект пропадает только тогда, когда объект вообще неотличим от реального человека, — объясняет в разговоре c Forbes Life суть феномена исследователь когнитивной психологии в университете Ульма Фрол Сапронов. — У эффекта зловещей долины есть несколько объяснений, и одно из них — эволюционное. Биологически человеку было выгоднее избегать «недостаточно» живых людей, которыми могли являться, например, трупы сородичей или инфицированные люди».
Видео и фото, созданные через технологии искусственного интеллекта, сильнее другого типа контента вызывают эффект зловещей долины во многом потому, что им все еще не удается создавать максимально реалистичные изображения. Так, легкое искажение лица человека или фона на снимке, не совсем правильные черты тела или предметов, неестественные позы, рассинхронизация поведения, мимики и речи, не говоря уже о «добавлении лишних пальцев», могут становиться триггером для этого феномена или как минимум причиной для чувства дискомфорта.
Однако некоторым людям такой контент все равно нравится — Сапронов обращает внимание, что этому есть несколько объяснений, которые пока что нуждаются в дополнительных исследованиях.
«С одной стороны, легкое чувство страха и дискомфорта может вызывать выброс адреналина и кортизола, что приводит к возбуждению организма. В дикой среде такие изображения стимулировали бы определенное поведение. Однако высокая способность к когнитивной деятельности позволяет людям понимать, что опасности нет и можно продолжать «бояться» без угрозы для жизни. По таким же механизмам работает и любовь к фильмам ужасов, — рассуждает Сапронов. — Второй очень важный фактор — это мода. Культурные тенденции и быстро меняющиеся тренды — это то, что может подталкивать людей к просмотру даже неприятных видео. Желание быть включенным в актуальную повестку — важный компонент не только использования социальных сетей, но и потребления определенного вида контента».