اگر هوش مصنوعی میتواند در چند ثانیه یک تصویر زیبا تولید کند، پس تصویرسازی دقیقاً چیست؟ آیا ساختن یک تصویر جذاب با هوش مصنوعی همان کاری است که یک تصویرگر انجام میدهد؟
حالا تصور کنید قرار است برای یک داستان، کتاب کودک یا یک پروژه تبلیغاتی، نه یک تصویر، بلکه ۱۰ یا ۲۰ تصویر بسازید. آیا کافی است برای هر تصویر یک پرامپت خوب بنویسیم؟ یا باید بدانیم چطور شخصیتها، فضای داستان، رنگها و جزئیات بصری را در تمام تصاویر هماهنگ نگه داریم و داستان را به شکلی قابلفهم روایت کنیم؟
اگر مشتری بگوید «تصویر زیباست، اما چیزی که میخواستم را منتقل نمیکند»، چه کسی باید بفهمد مشکل کجاست و چطور آن را اصلاح کند؟ و اگر ابزارهای هوش مصنوعی روزبهروز بهتر شوند، آیا یادگیری طراحی، رنگ، ترکیببندی و داستانگویی تصویری هنوز ارزش دارد؟
این سؤالها فقط درباره هوش مصنوعی نیستند؛ درباره خودِ تصویرسازی هستند.
هوش مصنوعی واقعاً در حال تغییر صنعت تصویرسازی است و بخشی از کارهایی که پیش از این به تصویرگران سپرده میشد، امروز میتواند با ابزارهای تولید تصویر انجام شود. اما این تمام ماجرا نیست. برای فهمیدن اینکه آینده تصویرسازی چه شکلی خواهد بود، ابتدا باید یک تفاوت مهم را روشن کنیم: تولید یک تصویر با هوش مصنوعی با تصویرسازی یکی نیست.
در ادامه میبینیم این تفاوت دقیقاً چیست، کدام بخشهای بازار تصویرسازی بیشتر تحت تأثیر هوش مصنوعی قرار گرفتهاند و مهمتر از همه، اگر تولید تصویر آسانتر شود، چه چیزی همچنان یک تصویرگر را ارزشمند میکند؟
اگر هوش مصنوعی میتواند تصویر بسازد، پس چرا هنوز به تصویرگر نیاز داریم؟
شاید در نگاه اول پاسخ ساده باشد: چون تصویرگر میتواند چیزی را بسازد که هوش مصنوعی نمیتواند. اما مسئله به این سادگی نیست. ابزارهای هوش مصنوعی امروز میتوانند تصاویر بسیار چشمگیری تولید کنند و در بعضی پروژهها حتی ممکن است نتیجه نهایی برای مخاطب عادی کاملاً قابلقبول باشد. بنابراین نمیتوانیم ارزش تصویرگر را فقط با این استدلال توضیح دهیم که «AI هنوز نمیتواند تصویر خوبی بسازد».
مسئله اصلی جای دیگری است.
تصویرگر فقط تصویر تولید نمیکند؛ او تصمیم میگیرد چه تصویری باید تولید شود.
وقتی یک نویسنده برای کتاب کودک به تصویرگر مراجعه میکند، معمولاً فقط به یک تصویر زیبا نیاز ندارد. تصویر باید با داستان هماهنگ باشد، شخصیت اصلی باید در تمام صحنهها قابلشناسایی بماند، فضای تصویر باید با حالوهوای داستان ارتباط داشته باشد و رنگ، ترکیببندی و جزئیات باید به انتقال مفهوم کمک کنند.
در یک پروژه تبلیغاتی هم مسئله فقط ساختن یک تصویر جذاب نیست. تصویر باید پیام مشخصی را منتقل کند، با هویت بصری برند هماهنگ باشد و برای مخاطب موردنظر معنا داشته باشد.
اینجاست که تفاوت بین تولید تصویر و تصویرسازی خودش را نشان میدهد.
هوش مصنوعی میتواند در تولید تصویر نقش بسیار مهمی داشته باشد و حتی بخشی از فرایندی را که قبلاً زمان زیادی از تصویرگر میگرفت، سریعتر کند. اما اینکه چه چیزی باید ساخته شود، چرا باید به این شکل ساخته شود و چطور چند تصویر در کنار هم یک پیام یا داستان را منتقل کنند، همچنان به درک مسئله و تصمیمگیری خلاقانه نیاز دارد.
البته این به معنی آن نیست که هوش مصنوعی نمیتواند بخشی از این کارها را هم انجام دهد. اتفاقاً یکی از تغییرات مهمی که در حال رخ دادن است همین است: ابزارها هر روز توانمندتر میشوند و مرز میان «تولید تصویر» و بخشهایی از فرایند تصویرسازی در حال تغییر است.
بنابراین سؤال مهمتر این نیست که «آیا AI میتواند تصویر بسازد؟» پاسخ این سؤال همین حالا هم روشن است.
سؤال مهم این است:
وقتی ساختن تصویر آسانتر میشود، مهارت واقعی یک تصویرگر در کجا خودش را نشان میدهد؟
برای پاسخ به این سؤال، باید اول ببینیم اصلاً تصویرسازی چه تفاوتی با تولید یک تصویر دارد.
آیا تولید تصویر با هوش مصنوعی همان تصویرسازی است؟
تولید تصویر با هوش مصنوعی روزبهروز سادهتر شده است. کافی است چیزی را که میخواهیم توصیف کنیم، به یک ابزار هوش مصنوعی بدهیم تا در مدت کوتاهی چند تصویر مختلف دریافت کنیم. این اتفاق بدون شک یکی از بزرگترین تغییرات سالهای اخیر در دنیای تصویر است.
اما آیا هر تصویری که تولید میشود، یک تصویرسازی محسوب میشود؟
برای پاسخ، بهتر است به یک مثال ساده فکر کنیم. فرض کنید قرار است برای یک کتاب کودک، داستانی درباره یک دختر و گربهاش تصویرسازی کنیم. ممکن است هوش مصنوعی بتواند یک تصویر بسیار زیبا از این دو شخصیت بسازد. اما اگر در صفحه بعدی دختر باید در یک جنگل باشد، در صفحه بعد کنار پنجره نشسته باشد و در صفحه دیگری گربه را در آغوش گرفته باشد، دیگر فقط زیبا بودن هر تصویر کافی نیست.
دختر باید همان شخصیت باشد. گربه باید همان گربه باشد. فضای بصری تصاویر باید به یکدیگر مربوط باشد و هر تصویر باید بخشی از داستان را جلو ببرد.
در واقع، تصویرسازی معمولاً یک مسئله تصویری را حل میکند، نه اینکه فقط یک تصویر تولید کند.
این مسئله میتواند روایت یک داستان، توضیح یک مفهوم، انتقال یک احساس، معرفی یک محصول یا ایجاد یک تجربه بصری مشخص برای مخاطب باشد. تصویرگر باید بفهمد قرار است چه چیزی منتقل شود و سپس درباره فرم، رنگ، ترکیببندی، شخصیتها، زاویه دید و بسیاری از جزئیات دیگر تصمیم بگیرد.
این تفاوت در پروژههای حرفهای اهمیت بیشتری پیدا میکند. ممکن است یک مشتری دقیقاً نداند چه تصویری میخواهد و فقط هدف یا مسئله خود را توضیح دهد. در چنین شرایطی، وظیفه تصویرگر این نیست که صرفاً دستور مشتری را به یک تصویر تبدیل کند؛ او باید از دل آن توضیحات، یک راهحل بصری پیدا کند.
البته امروز هوش مصنوعی میتواند در بخشهایی از این فرایند هم کمک کند. میتوان از آن برای پیدا کردن ایده، آزمودن ترکیبهای مختلف، ساخت اتودهای اولیه یا حتی تولید بخشی از تصاویر استفاده کرد. اما استفاده از یک ابزار برای تولید تصویر، با داشتن دانش و مهارت لازم برای هدایت یک پروژه تصویری یکسان نیست.
به همین دلیل، هرچه تولید تصویر با هوش مصنوعی آسانتر میشود، شناخت خودِ تصویرسازی اهمیت بیشتری پیدا میکند. کسی که فقط یک تصویر تولید میکند، با کسی که میداند چرا باید این تصویر ساخته شود، برای چه کسی ساخته شود و چگونه با تصاویر دیگر ارتباط داشته باشد، لزوماً کار یکسانی انجام نمیدهد.
و این تفاوت زمانی روشنتر میشود که پای یک تصویر تنها در میان نباشد، بلکه بخواهیم با مجموعهای از تصاویر یک داستان یا مفهوم را روایت کنیم.
وقتی قرار است یک داستان را در چند تصویر روایت کنیم، چه اتفاقی میافتد؟
ساختن یک تصویر بهتنهایی میتواند سادهتر از چیزی باشد که فکر میکنیم. حتی اگر هیچ تجربهای در تصویرسازی نداشته باشیم، ابزارهای هوش مصنوعی میتوانند به ما کمک کنند تصویری از یک خانه در جنگل، یک شخصیت فانتزی یا حتی یک صحنه از یک داستان بسازیم.
اما اگر قرار باشد همین کار را برای ۲۰ تصویر از یک داستان انجام دهیم، مسئله کاملاً تغییر میکند.
فرض کنید شخصیت اصلی داستان یک دختر ۱۰ ساله است که قرار است در چندین صفحه از یک کتاب کودک ظاهر شود. در یک تصویر او کنار مادرش در خانه است، در تصویر بعدی در مدرسه، سپس در یک پارک و در نهایت در یک صحنه خیالی. خواننده باید در تمام این تصاویر احساس کند با همان شخصیت روبهرو است؛ نه اینکه در هر صفحه با دختری متفاوت مواجه شود.
این موضوع فقط به ظاهر شخصیت محدود نمیشود. رنگها، سبک طراحی، فضای صحنه، نوع نورپردازی، زاویه دید و حتی نحوه نمایش احساسات شخصیت باید تا حدی با یکدیگر هماهنگ باشند.
از طرف دیگر، تصاویر باید با خود داستان هم ارتباط داشته باشند. اگر در متن داستان اتفاقی مهم رخ میدهد، تصویر باید بتواند بخشی از آن اتفاق را به مخاطب نشان دهد یا حتی اطلاعاتی را منتقل کند که در متن وجود ندارد. قرار نیست هر صفحه فقط یک تصویر زیبا داشته باشد؛ تصاویر باید در کنار هم داستان را جلو ببرند.
اینجاست که مفهوم داستانگویی تصویری اهمیت پیدا میکند.
تصویرگر باید بتواند تشخیص دهد کدام لحظه از داستان ارزش تصویر شدن دارد، شخصیتها را چطور در صحنه قرار دهد، چه چیزی را در تصویر برجسته کند و از چه جزئیاتی صرفنظر کند. گاهی حتی یک تغییر کوچک در حالت بدن یا ترکیببندی میتواند احساس یک صحنه را کاملاً عوض کند.
هوش مصنوعی میتواند برای هرکدام از این صحنهها تصویری تولید کند، اما تولید چند تصویر جداگانه با ساختن یک مجموعه تصویر منسجم تفاوت دارد. هرچه پروژه بزرگتر و پیچیدهتر شود، اهمیت تصمیمهایی که پشت تصاویر قرار دارند بیشتر میشود.
این موضوع فقط درباره کتاب کودک نیست. در کمیک، تبلیغات، طراحی شخصیت، بازی، انیمیشن، مجله و بسیاری از پروژههای دیگر نیز تصاویر باید بخشی از یک پروژه یا زبان بصری بزرگتر باشند.
بنابراین وقتی درباره آینده تصویرسازی صحبت میکنیم، نباید فقط بپرسیم «آیا هوش مصنوعی میتواند این تصویر را بسازد؟» سؤال مهمتر این است:
آیا میتواند در تمام مسیر یک پروژه، مجموعهای از تصمیمهای تصویری درست و هماهنگ بگیرد؟
و حتی اگر پاسخ این سؤال با پیشرفت فناوری در آینده تغییر کند، یک واقعیت همچنان مهم است: بازار تصویرسازی فقط با توانایی تولید تصویر تعیین نمیشود؛ نیاز مشتری، نوع پروژه و ارزشی که تصویر برای آن پروژه ایجاد میکند نیز اهمیت دارد.
حالا که تفاوت میان تولید تصویر و تصویرسازی روشنتر شده، میتوانیم به بخش نگرانکننده ماجرا برسیم: آیا هوش مصنوعی واقعاً تصویرسازی را تهدید میکند؟
آیا هوش مصنوعی واقعاً تصویرسازی را تهدید میکند؟
بله، هوش مصنوعی واقعاً روی بازار تصویرسازی تأثیر گذاشته است. بنابراین اگر قرار باشد بگوییم «AI هیچ تغییری در کار تصویرگران ایجاد نمیکند»، واقعیت بازار را نادیده گرفتهایم.
در سالهای اخیر، بخشی از تصویرگران از کاهش سفارشها، لغو پروژهها و پایین آمدن ارزش بعضی سفارشها صحبت کردهاند. برای مثال، در یک نظرسنجی که Society of Authors در ژانویه ۲۰۲۴ از اعضا و دیگر پدیدآورندگان انجام داد، ۲۶٪ از تصویرگران پاسخدهنده گفتند که به دلیل هوش مصنوعی مولد کاری را از دست دادهاند و ۳۷٪ نیز گفتند ارزش درآمد حاصل از کارشان به دلیل AI کاهش یافته است.
این وضعیت در گزارش مشترک چند انجمن حرفهای در سال ۲۰۲۶ نیز دیده میشود. در این گزارش، ۳۲٪ از تصویرگران شرکتکننده اعلام کردهاند که سفارشهایی را به دلیل آثار تولیدشده با AI از دست دادهاند و برخی از کارهای روزمره و کمهزینه، مانند بخشی از طراحی جلد، کانسپتآرت و تصاویر بازاریابی، بیشتر در معرض این تغییر قرار گرفتهاند.
اما اینجا یک نکته مهم وجود دارد: تأثیر AI روی تصویرسازی برای همه پروژهها و همه تصویرگران یکسان نیست.
هوش مصنوعی زمانی میتواند فشار بیشتری ایجاد کند که مشتری در واقع به یک «تصویر قابلقبول» نیاز داشته باشد، نه لزوماً به یک تصویرگر مشخص. اگر یک کسبوکار فقط به چند تصویر عمومی برای یک پست شبکه اجتماعی، یک مقاله یا یک تبلیغ ساده نیاز داشته باشد، طبیعی است که استفاده از یک ابزار تولید تصویر را به سفارش یک پروژه حرفهای ترجیح دهد.
در چنین پروژههایی، سرعت و هزینه میتواند اهمیت زیادی داشته باشد.
اما همه پروژههای تصویرسازی اینطور نیستند. برای یک کتاب کودک، یک کمپین تبلیغاتی با هویت بصری مشخص، طراحی یک شخصیت برای یک مجموعه، یک پروژه روایی یا کاری که نیاز به همکاری مداوم با مشتری دارد، مسئله پیچیدهتر میشود. در اینجا فقط داشتن یک تصویر زیبا کافی نیست.
از طرف دیگر، هوش مصنوعی تنها عاملی نیست که بازار تصویرسازی را تغییر داده است. شرایط اقتصادی، کاهش بودجه برخی کسبوکارها، افزایش رقابت میان هنرمندان و تصویرگران، تغییر رفتار مخاطبان در شبکههای اجتماعی و رقابت شدید برای گرفتن پروژه نیز میتوانند در این تغییرات نقش داشته باشند.
بنابراین بهتر است به جای اینکه تمام اتفاقات بازار را به یک عامل نسبت دهیم، AI را بخشی از یک تغییر بزرگتر در صنعت خلاق بدانیم.
اتفاق مهم دیگری هم در حال رخ دادن است. وقتی تولید تصویر ارزانتر و سریعتر میشود، مشتریان ممکن است درباره ارزش چیزی که برای آن پول پرداخت میکنند سؤالهای جدیدی بپرسند:
اگر میتوانم یک تصویر را در چند دقیقه تولید کنم، چرا باید برای تصویرسازی حرفهای هزینه کنم؟
این سؤال، شاید مهمتر از خودِ فناوری باشد. چون پاسخ آن مشخص میکند کدام نوع خدمات تصویرسازی در آینده بیشتر تحت فشار قرار میگیرند و یک تصویرگر برای ماندن در این بازار باید چه چیزی فراتر از «توانایی ساختن تصویر» ارائه کند.
پس بله، بازار تصویرسازی در حال تغییر است و بعضی بخشهای آن تحت فشار قرار گرفتهاند. اما «تغییر بازار» با «پایان تصویرسازی» یکی نیست.
برای اینکه بفهمیم این تغییر دقیقاً کجا اتفاق میافتد، باید ببینیم کدام نوع کارهای تصویرسازی بیشتر در معرض تأثیر هوش مصنوعی قرار گرفتهاند.
کدام بخشهای تصویرسازی بیشتر تحت تأثیر هوش مصنوعی قرار گرفتهاند؟
اگر قرار باشد درباره آینده تصویرسازی واقعبین باشیم، نمیتوانیم بگوییم همه انواع پروژهها به یک اندازه تحت تأثیر هوش مصنوعی قرار گرفتهاند. بعضی کارها به دلیل ماهیتشان بیشتر در معرض جایگزینی یا کاهش تقاضا هستند و بعضی دیگر به مهارتها و همکاری انسانی بیشتری نیاز دارند.
بهطور کلی، هرچه یک پروژه تکراریتر، عمومیتر، ارزانتر و قابلتعریفتر باشد، احتمال اینکه مشتری بتواند بخشی از نیاز خود را با ابزارهای تولید تصویر برطرف کند بیشتر است.
برای مثال، تولید تصاویر عمومی برای شبکههای اجتماعی، بعضی تصاویر تبلیغاتی ساده، تصاویر استوک، الگوها و پسزمینههای تکراری یا پروژههایی که مشتری فقط به یک تصویر «قابلقبول» نیاز دارد، میتوانند بیشتر تحت تأثیر ابزارهای AI قرار بگیرند.
در چنین شرایطی، مزیت اصلی هوش مصنوعی روشن است: سرعت و هزینه پایینتر.
اگر یک کسبوکار بتواند به جای سفارش یک تصویر ساده، در چند دقیقه چندین گزینه تولید کند، بخشی از مشتریان ممکن است دیگر برای همان نوع کار سراغ تصویرگر نروند. این اتفاق میتواند بهخصوص برای پروژههای کوچک و کمهزینه اهمیت داشته باشد.
اما یک نکته ظریف وجود دارد. مسئله فقط این نیست که «AI میتواند این تصویر را بسازد یا نه». مسئله این است که مشتری برای چه چیزی پول میدهد؟
اگر ارزش پروژه فقط در تولید یک تصویر باشد، ابزارهای جدید میتوانند بخش بزرگی از این فرایند را سادهتر کنند. اما اگر ارزش پروژه در ایده، سبک، روایت، شخصیتپردازی، ارتباط با مخاطب یا حل یک مسئله مشخص باشد، شرایط متفاوت خواهد بود.
برای مثال، ممکن است تولید یک تصویر از یک قهرمان فانتزی با هوش مصنوعی آسان باشد. اما اگر قرار باشد همین شخصیت در یک کتاب، مجموعه تبلیغاتی یا بازی در دهها موقعیت مختلف حضور داشته باشد، طراحی و حفظ یک زبان بصری منسجم اهمیت بیشتری پیدا میکند.
همین موضوع درباره پروژههای تخصصی نیز صدق میکند. در برخی حوزهها، تصویر باید اطلاعات مشخصی را بهدرستی منتقل کند و تصویرگر علاوه بر مهارت بصری، به دانش موضوعی و توانایی سادهسازی و توضیح مفاهیم نیاز دارد.
بنابراین نمیتوان یک خط ساده کشید و گفت «این کارها با AI از بین میروند و آن کارها باقی میمانند». فناوری همچنان در حال پیشرفت است و مرز این دستهبندیها میتواند تغییر کند.
آنچه فعلاً میتوان گفت این است که کارهای قابلجایگزین و کمتمایز بیشتر در معرض فشار هستند. در مقابل، هرچه یک تصویرگر بتواند ارزش بیشتری فراتر از تولید یک تصویر ایجاد کند، نقش مهارتها و تواناییهای دیگر او در پروژه پررنگتر میشود.
و این ما را به سؤال مهمتری میرساند:
اگر تولید تصویر دیگر مزیت انحصاری تصویرگر نباشد، پس ارزش اصلی یک تصویرگر در چیست؟
اگر تولید تصویر آسانتر شود، ارزش یک تصویرگر در چیست؟
فرض کنیم چند سال دیگر تولید تصاویر با هوش مصنوعی آنقدر پیشرفت کند که تقریباً هر کسی بتواند با چند جمله، تصویری دقیق و باکیفیت تولید کند. در چنین شرایطی، آیا دیگر دلیلی برای پرداخت هزینه به یک تصویرگر وجود دارد؟
شاید در نگاه اول پاسخ «نه» به نظر برسد. اما اگر کمی دقیقتر نگاه کنیم، متوجه میشویم که ارزش یک تصویرگر هیچوقت فقط در فشردن یک دکمه و ساختن تصویر نبوده است.
یک تصویرگر حرفهای باید بتواند مسئله را بفهمد، ایده پیدا کند، انتخاب کند و تصمیم بگیرد.
فرض کنید یک ناشر میگوید: «برای این داستان به چند تصویر نیاز دارم که حس ماجراجویی را به کودکان منتقل کند.» این جمله هنوز یک تصویر نیست. تصویرگر باید تصمیم بگیرد این حس را چگونه نشان دهد. چه لحظهای از داستان را انتخاب کند؟ شخصیتها چگونه دیده شوند؟ فضای تصویر روشن باشد یا تاریک؟ رنگها چه حسی ایجاد کنند؟ مخاطب اول کدام بخش تصویر را ببیند؟
این تصمیمها همان چیزی هستند که یک ایده خام را به یک راهحل تصویری تبدیل میکنند.
یکی از تغییرات مهمی که AI ایجاد کرده این است که شاید دیگر «توانایی اجرای سریع یک تصویر» بهتنهایی مزیت کافی نباشد. اگر ابزار بتواند بخش زیادی از اجرای فنی را انجام دهد، مهارتهایی مثل ایدهپردازی، انتخاب، هدایت و اصلاح خروجی اهمیت بیشتری پیدا میکنند.
تصویرگر ممکن است از AI برای ساخت چند اتود استفاده کند، اما بعد باید تشخیص دهد کدام ایده ارزش ادامه دادن دارد، چه چیزهایی باید تغییر کند و چطور نتیجه نهایی با هدف پروژه هماهنگ شود.
حتی گاهی بهترین کار، استفاده نکردن از یک خروجی آماده است.
اگر یک تصویر زیبا با پیام پروژه هماهنگ نباشد، زیبایی آن مشکل را حل نمیکند. تصویرگر باید بتواند این تفاوت را تشخیص دهد.
وقتی هر کسی بتواند در مدت کوتاهی تصاویر مشابهی تولید کند، داشتن یک زبان بصری متمایز میتواند اهمیت بیشتری پیدا کند.
مخاطب ممکن است یک تصویرگر را نه فقط به خاطر توانایی ساختن تصویر، بلکه به خاطر نوع نگاه، انتخاب رنگ، طراحی شخصیتها و شیوه روایت او بشناسد.
البته داشتن سبک شخصی به معنی این نیست که تصویرگر باید همیشه به یک شکل ثابت نقاشی کند. سبک میتواند در طول زمان تغییر کند و رشد کند؛ مهم این است که پشت انتخابهای بصری او یک نگاه و هویت مشخص وجود داشته باشد.
تصویرگر ممکن است با محدودیتهایی روبهرو شود: اندازه مشخص، مخاطب خاص، تعداد زیاد تصاویر، بودجه محدود، هویت بصری برند یا داستانی که باید در چند صفحه روایت شود.
او باید بین این محدودیتها و هدف پروژه تعادل ایجاد کند.
به همین دلیل، در آینده احتمالاً این سؤال اهمیت کمتری خواهد داشت که:
«آیا میتوانی یک تصویر خوب بسازی؟»
و سؤال مهمتر این خواهد بود:
«آیا میتوانی برای این مسئله، یک راهحل تصویری خوب پیدا کنی؟»
این تفاوت میتواند یکی از مهمترین عواملی باشد که جایگاه تصویرگر را در کنار ابزارهای هوش مصنوعی مشخص میکند.
و البته همه این مهارتها از یک روز به وجود نمیآیند. طراحی، رنگ، ترکیببندی، روایت، شخصیتپردازی و شناخت زبان تصویر، پایههایی هستند که به تصویرگر کمک میکنند بتواند تصمیمهای درست بگیرد؛ حتی وقتی ابزارهایی که برای اجرای این تصمیمها استفاده میکند، تغییر میکنند.
پس شاید سؤال اصلی آینده این نباشد که «آیا باید تصویرسازی را یاد بگیریم؟» بلکه این باشد که «چه چیزهایی را باید یاد بگیریم تا در دنیایی که تولید تصویر آسانتر شده، همچنان تصویرگر باشیم؟»
آیا یادگیری تصویرسازی در عصر هوش مصنوعی هنوز ارزش دارد؟
اگر تا اینجا با مقاله همراه بوده باشید، احتمالاً این سؤال برایتان جدی شده است: اگر هوش مصنوعی میتواند بخشی از کار تصویرگر را انجام دهد، آیا هنوز ارزش دارد برای یادگیری تصویرسازی وقت بگذاریم؟
پاسخ کوتاه این است: بله، اما باید بدانیم دقیقاً چه چیزی را یاد میگیریم.
اگر منظور از یادگیری تصویرسازی فقط یاد گرفتن یک نرمافزار یا توانایی ساختن یک تصویر زیبا باشد، طبیعی است که پیشرفت ابزارهای هوش مصنوعی این نوع مهارت را بیشتر در معرض تغییر قرار دهد. ابزارها دائماً بهتر میشوند و کاری که امروز به ساعتها تمرین نیاز دارد، ممکن است فردا با کمک یک ابزار بسیار سریعتر انجام شود.
اما تصویرسازی فقط ابزار نیست.
وقتی اصول طراحی، رنگ، نور، ترکیببندی، پرسپکتیو، طراحی شخصیت و داستانگویی تصویری را یاد میگیریم، در واقع در حال یاد گرفتن زبان تصویر هستیم. این دانش به یک نرمافزار خاص وابسته نیست.
مثلاً اگر بدانید چرا یک ترکیببندی خاص بهتر از ترکیببندی دیگری داستان را منتقل میکند، یا چرا یک رنگ میتواند احساس متفاوتی در مخاطب ایجاد کند، این دانش را میتوانید با مداد، آبرنگ، فتوشاپ، پروکریت یا حتی ابزارهای هوش مصنوعی به کار بگیرید. فرقی نمیکند مسیر شما به سمت نقاشی سنتی باشد یا نقاشی دیجیتال و تصویرسازی دیجیتال؛ اصولی مثل رنگ، ترکیببندی، فرم و نور همچنان پایه کار هستند و ابزار فقط شیوه اجرای این اصول را تغییر میدهد.
این تفاوت مهمی است.
نرمافزارها و ابزارها تغییر میکنند، اما اصولی که به ما کمک میکنند یک تصویر را ببینیم، تحلیل کنیم و آگاهانه بسازیم، ماندگارترند.
از طرف دیگر، یادگیری تصویرسازی فقط برای زمانی نیست که بخواهیم همه چیز را از صفر با دست بکشیم. حتی اگر یک تصویرگر در آینده بخشهایی از کار خود را با AI انجام دهد، داشتن دانش تصویرسازی به او کمک میکند خروجی ابزار را بهتر ارزیابی کند، ایدههای دقیقتری بدهد، اشتباهات را تشخیص دهد و نتیجه را به چیزی نزدیک کند که واقعاً میخواهد.
کسی که نمیداند یک تصویر خوب چرا خوب است، ممکن است با دریافت دهها خروجی متفاوت فقط بین آنها جابهجا شود. اما کسی که اصول تصویرسازی را میشناسد، میتواند سریعتر تشخیص دهد کدام خروجی به هدف پروژه نزدیکتر است و دقیقاً چه چیزی باید تغییر کند.
البته این به معنی نادیده گرفتن هوش مصنوعی نیست. برعکس، شناخت ابزارهای جدید میتواند بخشی از مسیر یادگیری یک تصویرگر باشد. همانطور که تصویرگران در سالهای گذشته ابزارهای دیجیتال را وارد کار خود کردند، امروز هم AI میتواند به یکی از ابزارهای فرایند خلاقانه تبدیل شود.
بنابراین شاید بهتر باشد به جای اینکه از خودمان بپرسیم «تصویرسازی یا هوش مصنوعی؟» سؤال دیگری بپرسیم:
«چطور تصویرسازی را یاد بگیرم تا بتوانم از ابزارهای مختلف، از جمله هوش مصنوعی، آگاهانه استفاده کنم؟»
این نگاه، یادگیری تصویرسازی را به یادگیری یک نرمافزار محدود نمیکند. هدف، ساختن مهارتی است که بتواند همراه با تغییر ابزارها رشد کند.
و حالا سؤال بعدی روشن است: اگر قرار نیست تصویرگر آینده فقط کسی باشد که میتواند تصویر تولید کند، پس باید چه مهارتهایی داشته باشد؟
تصویرگر آینده به چه مهارتهایی نیاز دارد؟
اگر قرار باشد هوش مصنوعی بخشی از فرایند تولید تصویر را سادهتر و سریعتر کند، ممکن است تفاوت بین تصویرگران در آینده کمتر به این مربوط شود که چه کسی سریعتر یک تصویر تولید میکند و بیشتر به این مربوط باشد که چه کسی میتواند ایده بهتری پیدا کند و آن را به یک راهحل تصویری مناسب تبدیل کند.
به همین دلیل، چند مهارت میتوانند اهمیت بیشتری پیدا کنند.
اول از همه، اصول تصویرسازی و طراحی همچنان پایه کار هستند. ترکیببندی، رنگ، نور و سایه ، فرم، آناتومی، پرسپکتیو و طراحی شخصیت فقط تکنیکهای قدیمی نیستند؛ اینها ابزارهایی برای تصمیمگیری هستند. هرچه این پایهها را بهتر بشناسید، کنترل بیشتری روی نتیجه نهایی خواهید داشت؛ فرقی نمیکند تصویر را با مداد بکشید، در پروکریت بسازید یا از ابزارهای جدید کمک بگیرید.
در کنار این موارد، داستانگویی تصویری اهمیت زیادی دارد. یک تصویرگر باید بتواند تشخیص دهد چه چیزی را نشان بدهد، چه چیزی را نشان ندهد و چطور توجه مخاطب را به بخش مهم تصویر هدایت کند. این موضوع در کتاب کودک، کمیک، طراحی شخصیت، تبلیغات و بسیاری از پروژههای تصویری اهمیت دارد.
مهارت مهم دیگر، ساختن یک زبان بصری و سبک شخصی است. وقتی تولید تصاویر مشابه و عمومی آسانتر میشود، داشتن نگاه و هویت بصری مشخص میتواند تفاوت بیشتری ایجاد کند. سبک شخصی فقط یک ظاهر خاص یا چند تکنیک تکراری نیست؛ مجموعهای از انتخابهای تصویری است که باعث میشود آثار یک تصویرگر قابل تشخیص باشند.
از طرف دیگر، تصویرگر آینده باید بتواند با ابزارهای دیجیتال و ابزارهای جدید هوش مصنوعی کار کند. این به معنی استفاده اجباری از AI در تمام پروژهها نیست. منظور این است که تصویرگر بداند چه ابزارهایی وجود دارند، هرکدام چه کمکی میکنند و چه محدودیتهایی دارند. گاهی یک ابزار میتواند برای پیدا کردن ایده یا امتحان کردن چند ترکیببندی مفید باشد و گاهی استفاده از آن اصلاً انتخاب مناسبی برای پروژه نیست.
اما شاید یکی از مهمترین مهارتها، چیزی باشد که کمتر در موردش صحبت میشود: توانایی حل مسئله.
مشتری معمولاً نمیگوید «یک تصویر زیبا برای من بساز» و تمام. ممکن است بخواهد برای یک گروه سنی مشخص تصویری بسازیم که یک مفهوم را منتقل کند، شخصیت خاصی را معرفی کنیم، فضای یک داستان را شکل بدهیم یا هویت یک برند را در قالب تصویر نشان دهیم. تصویرگر باید بتواند این خواسته را بفهمد و به زبان تصویر ترجمه کند.
در کنار همه اینها، ارتباط با مشتری و درک پروژه هم اهمیت دارد. دانستن اینکه مخاطب چه کسی است، تصویر کجا استفاده میشود، چه محدودیتهایی وجود دارد و هدف پروژه چیست، میتواند به اندازه مهارتهای اجرایی مهم باشد.
در واقع، مجموعه این مهارتها کمک میکند تصویرگر فقط «تولیدکننده تصویر» نباشد؛ بلکه کسی باشد که میتواند از یک ایده خام، یک پروژه تصویری منسجم بسازد.
و شاید همینجا بتوانیم به یکی از مهمترین تغییرات آینده تصویرسازی برسیم: وقتی هوش مصنوعی میتواند در بخشی از فرایند تولید کمک کند، آیا یک تصویرگر باید از این ابزارها استفاده کند یا نه؟
آیا تصویرگران باید از هوش مصنوعی استفاده کنند؟
بعد از همه بحثهایی که داشتیم، شاید سؤال بعدی این باشد: اگر هوش مصنوعی قرار است بخشی از آینده تصویرسازی باشد، آیا یک تصویرگر باید حتماً از آن استفاده کند؟
پاسخ سادهای برای این سؤال وجود ندارد.
استفاده از هوش مصنوعی میتواند برای بعضی تصویرگران و بعضی پروژهها مفید باشد، اما این به معنی آن نیست که هر تصویرگری باید تمام فرایند کار خود را به AI بسپارد. مهمتر از خود ابزار، این است که بدانیم کجا و برای چه کاری از آن استفاده میکنیم.
برای مثال، یک تصویرگر ممکن است از AI برای پیدا کردن ایدههای اولیه، بررسی چند حالت مختلف برای یک صحنه یا پیدا کردن مسیرهای متفاوت برای طراحی استفاده کند. شخص دیگری ممکن است از آن برای بعضی کارهای تکراری یا بخشی از فرایند تولید کمک بگیرد و سپس نتیجه را خودش تغییر دهد و کامل کند.
در چنین شرایطی، هوش مصنوعی میتواند بخشی از فرایند خلاقانه باشد، نه جایگزین کامل تصویرگر.
البته استفاده از این ابزارها همیشه هم بدون مسئله نیست. موضوعاتی مثل حق مؤلف، استفاده از آثار هنرمندان برای آموزش مدلها، تقلید از سبک هنرمندان و شفافیت درباره استفاده از AI همچنان محل بحث هستند و قوانین و استانداردهای این حوزه نیز در حال تغییرند. بنابراین یک تصویرگر حرفهای باید علاوه بر توانایی استفاده از ابزار، درباره محدودیتها و پیامدهای آن هم آگاهی داشته باشد.
از طرف دیگر، گاهی اصلاً استفاده از AI انتخاب مناسبی برای یک پروژه نیست. ممکن است مشتری بخواهد فرایند طراحی کاملاً انسانی باشد، یا پروژه به سبک و زبان بصری مشخصی نیاز داشته باشد که تصویرگر ترجیح میدهد خودش آن را از ابتدا شکل دهد.
پس مسئله را نباید به یک انتخاب دوگانه تبدیل کنیم:
یا تصویرگر باشیم یا از هوش مصنوعی استفاده کنیم.
ممکن است تصویرگر آینده هر دو را در کنار هم داشته باشد؛ درست همانطور که تصویرگران امروز میتوانند هم با ابزارهای سنتی و هم با ابزارهای دیجیتال کار کنند.
در نهایت، مسئله این نیست که چه کسی بیشتر از AI استفاده میکند؛ مهم این است که چه کسی کنترل تصمیمهای تصویری را در دست دارد.
اگر تصویرگر بداند چه میخواهد، بتواند خروجی را ارزیابی کند، اشتباهات را تشخیص دهد و آن را در جهت هدف پروژه تغییر دهد، AI میتواند یک ابزار قدرتمند باشد. اما اگر تمام تصمیمهای خلاقانه به ابزار واگذار شود، ممکن است سرعت تولید بالا برود بدون اینکه الزاماً کیفیت یا ارزش کار بیشتر شود.
بنابراین شاید یکی از مهارتهای مهم تصویرگر آینده این باشد که نه از هوش مصنوعی فرار کند و نه کاملاً به آن وابسته شود؛ بلکه جایگاه درست آن را در فرایند کار خودش پیدا کند.
اما همه این تغییرات ما را به یک سؤال بزرگتر میرساند: اگر بخشی از کار تصویرگر در حال تغییر است و بعضی وظایف هم ممکن است کمتر شوند، در نهایت آینده تصویرسازی به کجا میرسد؟
آینده تصویرسازی؛ پایان یک حرفه یا آغاز شکل دیگری از آن؟
وقتی درباره آینده تصویرسازی و تأثیر هوش مصنوعی صحبت میکنیم، وسوسهانگیز است که همهچیز را به دو سناریو ساده تقسیم کنیم: یا تصویرگران جای خود را به هوش مصنوعی میدهند، یا هیچ اتفاق مهمی برای این حرفه نمیافتد.
اما احتمالاً واقعیت پیچیدهتر از این دو حالت است.
هوش مصنوعی همین حالا هم بخشی از فرایند تولید تصویر را تغییر داده و این تغییر احتمالاً ادامه خواهد داشت. بعضی کارهای ساده، تکراری و کمهزینه ممکن است بیشتر از گذشته با ابزارهای خودکار انجام شوند. بعضی مشتریان هم ممکن است برای پروژههایی که فقط به یک تصویر قابلقبول نیاز دارند، دیگر سراغ تصویرگر نروند.
این بخش از تغییر بازار را نمیتوان نادیده گرفت.
اما از طرف دیگر، تصویرسازی فقط تولید یک فایل تصویری نیست. هرجا که پروژه به ایده، روایت، شخصیت، سبک مشخص، شناخت مخاطب، حل مسئله و مجموعهای از تصمیمهای تصویری مرتبط با هم نیاز داشته باشد، نقش انسان میتواند همچنان اهمیت داشته باشد؛ حتی اگر ابزارهای تولید تصویر بسیار قدرتمندتر از امروز شوند.
به همین دلیل، شاید تصویرگر آینده دقیقاً همان تصویرگر چند سال قبل نباشد.
ممکن است بخشهایی از کار او با ابزارهای جدید سریعتر انجام شود. ممکن است زمان کمتری صرف اجرای بعضی جزئیات شود و زمان بیشتری برای ایدهپردازی، انتخاب، اصلاح، هدایت پروژه و ارتباط با مشتری باقی بماند.
حتی ممکن است تعریف «مهارت تصویرگر» تغییر کند. در گذشته شاید توانایی اجرای دقیق یک تصویر بخش بزرگی از ارزش یک تصویرگر بود؛ اما در آینده توانایی دیدن مسئله، ساختن ایده، هدایت فرایند و تشخیص یک نتیجه خوب از یک نتیجه صرفاً زیبا میتواند اهمیت بیشتری پیدا کند.
پس سؤال اصلی شاید دیگر این نباشد که:
«آیا هوش مصنوعی میتواند تصویرسازی کند؟»
بلکه این باشد:
«وقتی ساختن تصویر آسانتر میشود، چه چیزی باعث میشود یک تصویر ارزشمند باشد؟»
پاسخ این سؤال برای هر پروژه متفاوت است، اما یک چیز روشن به نظر میرسد: تصویرسازی در حال تغییر است و کسی که میخواهد در این حوزه فعالیت کند، احتمالاً نمیتواند برای همیشه به مهارتهای امروز تکیه کند.
یادگیری ابزارهای جدید مهم است، اما در کنار آن باید اصول تصویرسازی، داستانگویی، طراحی، شناخت مخاطب و توانایی حل مسئله را هم جدی گرفت.
شاید آینده تصویرسازی نه جنگ بین انسان و هوش مصنوعی باشد و نه حذف کامل یکی به نفع دیگری؛ بلکه دورهای باشد که در آن ابزارها بیشتر از همیشه در دسترساند و نگاه، انتخاب و ایده انسانی همچنان میتوانند بخشی از ارزش یک اثر باشند.
در چنین شرایطی، یادگیری تصویرسازی هنوز میتواند معنا داشته باشد؛ فقط بهتر است آن را به یادگیری یک نرمافزار یا توانایی تولید چند تصویر زیبا محدود نکنیم.
چون ابزارها ممکن است عوض شوند، اما توانایی دیدن، فکر کردن و روایت کردن با تصویر، همچنان بخش مهمی از خودِ تصویرسازی است.
جمعبندی
هوش مصنوعی بدون شک در حال تغییر دنیای تصویرسازی است. بعضی کارهایی که تا همین چند سال پیش به زمان و نیروی انسانی بیشتری نیاز داشتند، حالا میتوانند با کمک ابزارهای تولید تصویر سریعتر انجام شوند. بنابراین نگرانی تصویرگران درباره تغییر بازار کار، مسئلهای خیالی نیست.
اما این تغییر به معنی پایان تصویرسازی نیست.
تصویرسازی چیزی فراتر از ساختن یک تصویر زیباست. انتخاب ایده، شناخت مخاطب، داستانگویی، طراحی شخصیت، ترکیببندی، رنگ، سبک شخصی و توانایی تبدیل یک نیاز به یک راهحل تصویری، بخشهایی از کاری هستند که یک تصویرگر انجام میدهد.
به همین دلیل، شاید مهمترین تغییر این باشد که در آینده ارزش تصویرگر کمتر به توانایی صرفِ تولید تصویر و بیشتر به توانایی فکر کردن و تصمیم گرفتن درباره تصویر وابسته شود.
برای کسی که میخواهد وارد این حوزه شود یا همین حالا تصویرگر است، این یعنی یادگیری همچنان اهمیت دارد؛ اما بهتر است یادگیری را فقط به نرمافزار یا تکنیکهای اجرایی محدود نکنیم. هرچه ابزارها تغییر کنند، داشتن پایههای قوی تصویرسازی کمک میکند ابزارهای جدید را هم بهتر بشناسیم و آگاهانهتر از آنها استفاده کنیم.
شاید هنوز ندانیم هوش مصنوعی در پنج یا ده سال آینده دقیقاً چه تغییری در بازار تصویرسازی ایجاد خواهد کرد. اما یک چیز روشن است: دنیای تصویرسازی در حال تغییر است و یادگیری، سازگاری و ساختن یک نگاه تصویری شخصی همچنان اهمیت دارند.
در نهایت، سؤال شاید دیگر این نباشد که «آیا هوش مصنوعی تصویرگران را جایگزین میکند؟»؛ بلکه این است که :
در دنیایی که تولید تصویر آسانتر شده، یک تصویرگر چه ارزش منحصربهفردی میتواند ایجاد کند؟
اگر به تصویرسازی علاقه دارید و میخواهید مهارتهای خود را برای دنیای در حال تغییر امروز تقویت کنید، یادگیری اصول تصویرسازی میتواند نقطه شروع خوبی باشد. در مرغنه میتوانید مجموعهای از دورههای آموزش تصویرسازی را ببینید و با یادگیری طراحی، رنگ، ترکیببندی، تصویرسازی دیجیتال، طراحی شخصیت و تکنیکهای مختلف، پایههای مهارتی خود را قویتر کنید.
دیدگاه کاربران
هنوز دیدگاهی برای این مقاله ثبت نشده است.