Попался мне на глаза ролик, в котором крайне убедительно воспроизводили реконструкцию двухтысячелетней давности. Обычный день в Древнем Риме: храм, площадь, люди в тогах, солнце на камне, ожившая античность - кадры из дорогого исторического фильма. Всё «дышит эпохой». И вдруг взгляд цепляется за колонны: синий, белый, красный. Цвета, которые современный зритель мгновенно складывает в триколор. В голове вспыхивает не Рим, а будущая Франция. Или Россия. Или вообще вся поздняя европейская символика, которую мы давно привыкли считывать автоматически.
И вот в этот момент становится особенно интересно: перед нами ошибка исторической реконструкции или честный портрет того, как сегодня работает воображение машины?
Античный мир действительно не был белым. Храмы, статуи, колонны, фризы и рельефы раскрашивали. Белоснежная античность – во многом поздний музейный миф, результат времени, утраты красочного слоя и вкуса классицизма. Поэтому сама идея цветных колонн не абсурдна. Абсурд начинается там, где историческая полихромия вдруг слишком удобно собирается в современный государственный код. Не в случайное богатство цвета, а в узнаваемую эмблему будущего.
Именно это делает ИИ таким опасно убедительным рассказчиком прошлого. Он научился создавать не грубую фантазию, которую легко разоблачить, а правдоподобную поверхность. Он знает, что античный храм должен быть торжественным, что колонны могут быть цветными, что площадь должна быть наполнена людьми, что свет лучше пустить сбоку, что ткань тоги должна ложиться мягко. Он знает визуальные ожидания зрителя. Но он не знает границу между вероятным и доказанным.
ИИ не мыслит как археолог. Он не стоит в раскопе, не сравнивает слой с датировкой, не проверяет пигмент, не спорит с источником, не сомневается над фрагментом штукатурки. Он собирает образ из множества уже увиденных образов. Его правда – это не факт, а статистическая убедительность.
И вот здесь начинается новая проблема, гораздо более серьёзная, чем смешная ошибка с «французскими» колоннами в Риме.
До недавнего времени историческая фантазия чаще была заметна. Псевдонаучная реконструкция пахла самодеятельностью: плохая картинка, странная типографика, сомнительный сайт, громкий заголовок. Теперь всё иначе. Каждый может за несколько минут создать реалистичную визуализацию древнего города, написать к ней уверенный «научный» комментарий, добавить ссылки, имена, даты, названия несуществующих исследований и получить материал, который внешне ничем не уступает популярной исторической статье.
А дальше начинается самое неприятное: доказывать ложность такого материала оказывается гораздо сложнее, чем его произвести. Создать псевдофакт быстро, опровергнуть – долго. Нужно искать источники, проверять публикации, понимать контекст, отличать реконструкцию от находки, гипотезу от доказательства, популярный пересказ от академической работы. Машина выдаёт картинку за секунды, а человеку приходится заново проходить путь историка: от вопроса к источнику, от источника к сомнению, от сомнения к выводу.
Американская историческая ассоциация в своих принципах по использованию ИИ в историческом образовании прямо предупреждает: если студенты пользуются генеративным ИИ, не развивая собственных навыков, они попадают в «непродуктивную петлю»: слабое самостоятельное вовлечение ведёт к неспособности оценивать результат, а затем к некритическому принятию ошибочного материала.
Это очень точная формула не только для студентов. Она уже касается всех нас. Мы смотрим на красиво сделанную реконструкцию и принимаем её не потому, что проверили, а потому, что она выглядит как знание. Уверенный стиль начинает заменять источник; хороший свет – аргумент; детализация – доказательство; фактура ткани, камня и человеческого лица работает сильнее, чем сноска.
Музей греческой археологии Ure Museum в Рединге даже сделал проект с говорящим названием “Distorted History: AI’s Skewed Visions of the Ancient World” – о том, как генеративный ИИ искажает античный мир, воспроизводя современные стереотипы и предубеждения. Там сравнивали ИИ-образы древних персонажей с античными и современными изображениями, показывая, насколько легко машина подмешивает в прошлое наши сегодняшние визуальные привычки.
В академической среде уже появился и почти идеальный для этого явления термин - synthetic history, «синтетическая история». В исследовании “Synthetic History: Evaluating Visual Representations of the Past in Diffusion Models” авторы проверяли, как модели text-to-image изображают исторические эпохи, и пришли к выводу, что такие системы часто добавляют неоговорённые стилистические клише, допускают анахронизмы и не всегда удерживают исторически правдоподобную картину прошлого.
Это не значит, что ИИ надо выгнать из истории. Наоборот, его возможности становятся слишком сильными, чтобы делать вид, будто их нет. Он может помогать визуализировать гипотезы, оживлять учебные материалы, показывать варианты реконструкций, собирать разрозненные данные, переводить, искать, сопоставлять, расширять доступ к сложным темам. Для образования, музеев, медиа и просветительских проектов это огромный инструмент. Но именно потому, что инструмент становится сильным, к нему нельзя относиться как к безобидной игрушке.
Старые реконструкции обычно честно признавали свою условность. Макет в музее был макетом. Иллюстрация в учебнике была иллюстрацией. Исторический фильм был фильмом, даже если зритель потом долго представлял эпоху именно по нему. А ИИ-изображение опаснее тем, что оно часто появляется без авторского лица и без ответственности. Не художник сказал: «я так вижу». Не учёный сказал: «это реконструкция на основании таких-то данных». Не музей подписал: «гипотетический вид». Возникает очень гладкая, уверенная, похожая на правду картинка. Она не лжёт в обычном смысле – нет злого умысла, но она может производить ложную память. Таких картинок становится все больше, они расползаются по соцсетям, роликам, презентациям, учебным материалам, детским проектам, блогам, популярным лекциям. Одни сделаны аккуратно, с консультацией специалистов; другие – наугад; третьи – хайпуют ради манипуляции; а четвёртые – просто красивые. Но зритель чаще всего видит не метод, а результат. И если одна и та же ошибка будет повторена тысячу раз, генеративная модель следующего поколения воспримет её уже не как ошибку, а как устойчивый визуальный паттерн. Частота начнёт притворяться достоверностью. И это главная катастрофа.
История всегда была спором с источниками. Теперь к этому спору добавляется ещё один противник – бесконечная масса синтетических образов, которые выглядят убедительнее фрагмента, найденного в земле. Настоящий черепок скучен, настоящий слой земли не кинематографичен, оригинальная надпись повреждена, источник часто неполон, противоречив, неудобен. А ИИ-реконструкция всегда готова быть эффектной, цельной и приятной глазу.
Человеческая психика любит цельность, нам трудно жить с пробелами. Мы хотим увидеть, «как было на самом деле». ИИ охотно удовлетворяет это желание, но часто подменяет историческое знание историческим сном.
Вопрос теперь не только в том, умеет ли ИИ ошибаться – умеет. Вопрос в другом: готовы ли мы сами продолжать различать правду и правдоподобие, если правдоподобие стало дешевле, красивее и доступнее правды?
Историк будущего, возможно, будет заниматься не столько античными текстами, архивными документами и археологическими слоями, сколько разбирать завалы цифровых реконструкций, отделять источник от генерации, гипотезу от фантазии, музейный материал от картинки, сделанной за тридцать секунд по запросу «Древний Рим, реалистично, 4К, cinematic». Ему придётся доказывать не только то, что было, но и то, чего не было, хотя оно уже успело выглядеть убедительно. И это меняет саму культуру доверия.
Раньше мы спрашивали: «Откуда вы это знаете?» Теперь придётся спрашивать ещё жёстче: «Кто это сгенерировал? На основании каких источников? Что здесь найдено, что реконструировано, а что просто красиво придумано моделью? Почему этот цвет, эта одежда, эта форма, эта архитектурная деталь? Есть ли за ними археологическое основание или только эстетическая привычка?»
В этом смысле сине-бело-красные колонны на ИИ-картинке – скорее анекдотическая деталь, за которой стоит огромная культурная перемена. Машина не обязательно хотела «придумать Францию в Древнем Риме». Она просто сложила прошлое из визуальных ассоциаций, которые оказались слишком знакомы современному глазу. Но именно так и начинается синтетическая история: не с грубой фальшивки, а с красивой вероятности.
Нам придётся заново учиться смотреть, не отвергая ИИ-визуализацию, но и не доверяя ей за одну убедительность. Не бояться новых инструментов, но возвращать в центр старую дисциплину мышления: источник, контекст, сомнение, проверка, честное признание границ знания. Потому что прошлое не обязано быть эффектным, но обязано быть исследованным.
ИИ может помочь нам представить его ярче. Однако если мы перестанем спрашивать, на чём построена эта яркость, однажды окажется, что мы изучаем не историю, а её гладкого цифрового двойника.
Историки будущего будут раскапывать не только города, тексты и захоронения. Им придётся раскапывать ещё и завалы синтетических реконструкций, где правдоподобное слишком часто будет притворяться правдой.
Изображение сгенерировано нейросетями
Продолжаем разговор во ВКонтакте — обсуждение, споры и позиции. Подписывайтесь и включайтесь