Культура сопротивления. Что остаётся человеку, когда AI научился имитировать даже ошибки

Как люди всё портят

Скоро недостаточно будет сделать что-то плохо, чтобы доказать, что ты человек. ИИ уже умеет имитировать ошибку, шероховатость и «ручной» стиль. Поэтому культура начинает искать человеческое не в эстетике, а в происхождении результата: кто принимал решения, что менял, от чего отказывался и зачем вообще это делал.

Масштаб этого эстетического поворота уже можно измерить. Canva назвала 2026 год Imperfect by Design. За год поиски lo-fi aesthetic на платформе выросли на 527%. Интерес к DIY- и scrapbook-элементам прибавил 90%, к тактильным текстурам — 30%. Canva связывает эти изменения с растущим запросом на визуальную аутентичность и человеческое несовершенство. 

Adobe одновременно включила organic and imperfect design в число десяти главных дизайн-трендов 2026 года. Визуальный язык снова смещается к ручной типографике, аналоговым фактурам и формам, в которых несовершенство не скрывается. 

The Guardian описывал похожую anti-slop реакцию в искусстве и дизайне. Художники снова обращаются к нарочито ручным и трудозатратным формам. Stop-motion, грубый рисунок и физически построенные декорации становятся заметной альтернативой гладкой генерации. 

В июле 2026 года WIRED описал формирование anti-AI literary counterculture. Писатели намеренно избегают конструкций, которые начали ассоциироваться с LLM-прозой. Возвращают странные сравнения, неровный синтаксис и иногда даже ошибки. 

В коммерческих проектах происходит похожее. По данным июльского опроса «Анкетолога», 59% россиян уже замечали рекламу, созданную нейросетями. 24% видят её регулярно, ещё 35% — время от времени. При этом 19% говорят, что использование AI снижает их доверие к бренду. 53% больше доверяют рекламе с реальными людьми и только 14% — сгенерированной нейросетью. 

На первый взгляд возникает довольно простая формула: AI сделал идеальность дешёвой, поэтому люди снова полюбили несовершенство. Но, кажется, дело уже не только в эстетике

Мы хотим знать, кто это сделал

В исследовании Wenyu Zhang и коллег 65 студентов оценивали серию картин. В действительности все изображения были созданы AI. Но половину работ участникам представляли как созданные человеком, половину — как сгенерированные машиной. 

Одной атрибуции оказалось достаточно. Работы с человеческой подписью оценивали выше. То есть люди оценивали объект не только эстетически. На оценку повлияело знание о его происхождении. И здесь возникает странный парадокс.

В августе 2026 года журнал Judgment and Decision Making опубликовал исследование восприятия человеческих и AI-рассказов. В первом эксперименте участвовали 1682 человека. Рассказы, созданные AI, получили более высокие оценки качества и вовлечения. Но независимо от реального происхождения текст оценивали выше, если читателю говорили, что его написал человек. 

В двух следующих экспериментах ещё 905 участников пытались отличить человеческие рассказы от машинных. Лучше случайного угадывания у них не получилось. Получается, мы всё больше хотим знать, кто создал объект. И одновременно всё хуже можем определить это по самому объекту.

Ошибку тоже можно сгенерировать

Но если доказательством человеческого присутствия становится несовершенство, возникает очевидная проблема: машине совсем не обязательно оставаться идеальной.

Показателен цикл экспериментов Juliana Schroeder и её коллег. В пяти исследованиях участвовали более трёх тысяч человек. Они наблюдали за работой текстовых агентов и оценивали их человечность. 

Простая опечатка не делала систему более человеческой. Эффект возникал тогда, когда агент замечал собственную ошибку и исправлял её. В одном из экспериментов его «человечность» оценили в 4,07 балла против 3,45 у безошибочного агента и 3,50 у агента, который сделал ошибку и оставил её. Причём эффект сохранялся даже тогда, когда участники знали, взаимодействуют они с человеком или ботом. 

Получается, человеческим сигналом становится не несовершенство само по себе. Важен видимый процесс: ошибиться, заметить несоответствие, пересмотреть решение и изменить результат. Это существенное различие. Саму эстетику ошибки автоматизировать довольно легко.

Свидетельство человечности

Происходящее сейчас трудно назвать движением против AI. Люди продолжают пользоваться моделями. Художники не возвращаются массово к доцифровому производству. Платформы не собираются отказываться от генерации. Но становится важно происхождение контента.

Когда в 2026 году вокруг Commonwealth Short Story Prize появились обвинения в использовании AI, Commonwealth Foundation проверяла не только сами тексты. Организация изучала рабочие черновики, документы с временными метками и авторские заметки. Иными словами, доказательством авторства становился уже не только финальный рассказ, но и след процесса его создания. 

Классический арт-рынок документирует историю объекта: владельцев, выставки, литературу, сертификаты. Цифровая инфраструктура уже начинает документировать историю его возникновения и изменений. Например, стандарт C2PA Content Credentials позволяет фиксировать, как цифровой объект был создан, какие изменения с ним происходили и какие инструменты участвовали в этих изменениях. 

Storytelling перестаёт быть упаковкой вокруг результата. Он становится свидетельством того, как этот результат появился.

Для медиа это означает необходимость показывать не только результат, но и историю его создания. Для платформ — развивать механизмы доверия и происхождения контента. Для музеев — точнее фиксировать машинный и человеческий вклад. Для брендов — доказывать не только качество картинки или текста, но и реальность процесса, который за ними стоит.

В мире, где практически любую визуальную шероховатость можно сгенерировать, человеческое всё труднее доказывать стилем. Приходится доказывать действием.

Утешает, что человеку всё ещё нужен человек. Даже если контент за него уже умеет производить машина.