Ve světě módních kurátorů aneb Jak umělá inteligence mění svět módy

„Limity pro používání AI stanovují podmínky oboru samotného. Co se týče módní tvorby, opravdovou krejčovinu a fyzický prožitek z látky zatím nevypromptujete,“ myslí si Karolína Juříková, módní návrhářka a doktorandka na Vysoké škole uměleckoprůmyslové. Největší úzkost v ní vyvolává ekologická zátěž, kterou AI nese v kontextu změny klimatu. „Věřím, že jsme v přechodné fázi, kdy nás technologie ještě fascinuje, a po pár experimentech od ní značky upustí. Čemu ani teď nerozumím, je používání AI u haute couture. Jaký signál svému zákaznictvu, teoreticky osobám s vysokou citlivostí na obrazy a symboly, tím návrháři vysílají? Provokují? Dělají si z nich legraci? Jako tvůrkyně udržitelné módy ale obavy z obrazů tvořených generativní umělou inteligencí nemám, právě naopak,“ vysvětluje mi Ivica Káčerová, jež tvoří pod značkou Slowtrashion. „Pokud se rozšíří její používání, pomůže mi to akcentovat moje analogové postupy.“

„Sama umělou inteligenci používám ne v rámci designování, ale v marketingu a při rešerších. Dokáže mi pomoci najít historické i současné odkazy, konkrétní designové prvky. Když se budu například chtít věnovat krajce, dokáže mi najít její různé typy a proces to výrazně urychluje,“ přibližuje Katarína Mydliarová, zakladatelka značky virtuální módy Metarials Studio a udržitelného brandu Katiné. Její zkušenost je taková, že malým brandům tyto nástroje dokážou pomoci výrazně snížit náklady například na tvorbu webu (ten už AI umí vytvořit zcela bez developera), e‑shopu nebo marketingového plánu. Podle Mydliarové dnes lze umělou inteligenci v módním průmyslu používat na vše, od vizualizací po technické výpočty při šití a produkci oděvů. „Je to nástroj s širokým spektrem využití a je na nás, jak etické nám to přijde a do jaké míry chceme, aby za nás umělá inteligence pracovala. V něčem nám to práci usnadní, ale v jiných směrech bychom s ní měli být opatrní. To se týká především věcí, jako je creative direction. Tu lépe zvládne člověk. Zároveň myslím, že role designéra se aktuálně mění spíše na kurátora.“

I podle softwarové inženýrky Lucie Procházkové je v pořádku, když za ni umělá inteligence bude plnit úkoly jako udržování kalendáře nebo analýza e ‑mailů: „Nevadí, když mi AI navrhne řešení problému, nevadí mi nezačínat na zelené louce. Důležité pro mě je, aby výsledek mé práce byl můj, abych se pod něj mohla podepsat a stát si za ním. A vnímám jako důležité, aby za něj i zodpovídal člověk, nikoli robot.“ V diskuzi o AI se vše poměrně rychle stáčí k originalitě, jež je v kreativních odvětvích často samou podstatou tvůrčí práce a móda není výjimkou. Ovšem i samotná originalita, jak ji chápeme, je komplexnější. Ostatně jen velmi výjimečně se v módě podaří vytvořit něco dosud neviděného. Je plná referencí, citací, inspirace. Zároveň jde o přirozený jev – nežijeme ve vakuu a vše, co děláme a tvoříme, je podmíněno prostředím, v němž existujeme. „Na jednu stranu AI nemá žádnou invenci a vždy vezme jen to, co už někdy viděla, a předloží nám nejpravděpodobnější kombinaci útržků svých dat. Na druhou stranu s myšlenkou, že vše už bylo řečeno, přichází už Jean de La Bruyère v sedmnáctém století. Nakolik se my jako lidé v kreativních činnostech inspirujeme tím, co vidíme? Ať už vědomě, či nevědomě kombinujeme své zážitky a promítáme je do svých děl,“ zamýšlí se Procházková. „Co vnímám jako problematické, je, že když jdu na výstavu, přečtu si knihu nebo jdu do divadla, platím za to. AI agenti nikoli. Berou si inspiraci, aniž by z toho člověk, který původní dílo stvořil, něco měl nebo by s tím souhlasil. AI navíc inspiraci nepřizná, necituje. Mnoho umělců nemá problém říci, že se inspirovali například u Shakespearea, ale AI toto neumí a nedělá.“

Dalším odborníkem, kterého jsme k tématu umělé inteligence vyzpovídali, je Martin Richter, spoluzakladatel platformy Aignos, jež se věnuje školení právě v oblasti AI. Ten nám pár mýtů, které kolem tématu panují, pomohl osvětlit. Třeba že pojem „kreativita" je třeba si vymezit, neexistuje totiž jen jeden typ kreativity...

AI může pronikat do celého řetězce, od rozsáhlé rešerše po predikce trendů a následné vizuální prototypování. 

Na tuto otázku nelze zcela uspokojivě odpovědět. AI je v ekonomii považována za tzv. General Purpose Technology, tedy všeobecně využitelnou technologii. Patří do stejné kategorie jako parní stroj, elektřina nebo internet. Jsou to technologie, které se neomezují na jedno odvětví, ale pronikají do celého ekonomického systému a postupně ho mění. Současné nástroje jako ChatGPT, Gemini či Claude fungují na principu multimodality a mohou pracovat s textem, obrazem, videem, zvukem i kódem. Možnosti jejich využití tedy často závisí na naší vlastní kreativitě a zvídavosti. Můžete si například pomocí funkce hlubokého výzkumu (Deep Research) udělat rešerši stovky zdrojů, analyzovat současné trendy a identifikovat mezery na trhu. Pokud hledáte odborné zdroje, můžete využít nástroje jako Elicit nebo Consensus (například dotazy na nové technologické postupy, materiály nebo proces výroby). Na základě těchto informací jste schopni v generátorech obrazu (např. Midjourney nebo Nano Banana) vytvořit pilotní moodboardy nebo pomocí vibecodingu vytvořit prototypy funkčních aplikací. Na moodboardy i prototypy si následně můžete například prostřednictvím ChatGPT zjistit kritickou a konstruktivní zpětnou vazbu, jakou by měla vaše cílová skupina. Paleta využití je velmi široká, ale stále si musíme uvědomovat, že AI nástroje poskytují různou kvalitu napříč úkoly. Tento fenomén se označuje jako jagged AI („zubaté" schopnosti AI).

Je dobré si vymezit, co vlastně znamená kreativita a originalita. Jedním z přístupů je koncept Margaret Boden, která rozlišuje tři typy kreativity. Kombinační: vytváření nových kombinací existujících myšlenek, v čemž AI exceluje. Když například designér zadá „kimono střih + brutalistická architektura + neonové barvy", AI je schopná vygenerovat stovky variant, z nichž si designér vybírá a kurátoruje. Pak je kreativita explorační: systematický průzkum a vyhledávání nových konceptů v rámci existujících oborů a pravidel. Zásadní je transformační kreativita, kdy dochází ke změně samotných pravidel hry a dochází k výrazným posunům a změnám v rámci celého odvětví. To je doména, kde AI zatím zásadně zaostává.

Současné systémy opravdu vycházejí z naučených vzorců a mají tendenci generovat výstupy, které se statisticky blíží průměru. I v historii jsem se však mohli setkat s naprosto nečekaně kreativními výstupy. Příkladem může být model AlphaGO, který v roce 2016 při hře go zahrál proti Lee Sedolovi tah, který pro všechny zúčastněné působil naprosto nelogicky, ale nakonec se ukázal jako vítězný. Často se tak mluvilo o „nelidském” způsobu hry. Co to znamená pro otázku originality? Generativní AI primárně operuje na úrovni kombinační a explorační kreativity, a nejčastěji tedy opravdu rekombinuje vzorce z trénovacích dat. Je však otázkou, jestli naše kreativita funguje principiálně jinak. Možná tak bude rolí člověka posouvat zaběhnuté pořádky zcela novým směrem.

Klíčové je rozlišit dva přístupy, tedy augmentativní a substitutivní autorství. Augmentativní autorství znamená, že AI rozšiřuje schopnosti tvůrce. Nabízí varianty, urychluje iteraci, ale designér zůstává nositelem záměru. Při substitutivním způsobu naopak AI generuje výstup s minimálním lidským vstupem a kreativní kontrola se vytrácí. Hranice ovšem nejsou pevně dané. Jedná se o spektrum kreativní kontroly a my bychom se měli snažit, abychom na AI delegovali takové úkoly, které nás neodtrhnou od výsledného díla.

Z mého pohledu kdokoliv, kdo používá AI nástroje s vizí a tvůrčí kontrolou, může být originální. Samotné nástroje generativní AI vlastně z podstaty tvoří originální výstupy. Nevyhledávají a nekopírují věci z trénovacích dat. Mají sice tendenci směřovat k průměrnosti, ale to jsme schopni do značné míry ovlivnit pomocí správného promptingu.

Řekl bych, že se role designérů postupně mění. Už to nebude tolik o řemeslné zručnosti, ale o komplexnější práci – empatii, strategii, orchestraci nástrojů. Jde tedy o komplexní designové myšlení. Schopnost identifikovat problém, empaticky vyhodnotit řešení na základě cílové skupiny, kriticky ho evaluovat, následně implementovat a opět upravovat a optimalizovat. AI v tomto kontextu roli lidí z kulturně kreativních profesí posouvá na novou strategičtější úroveň. Neříkám, že řemeslná zručnost nebude důležitá nebo bude kompletně přenesena do strojů. Už však nebude tím hlavním indikátorem úspěchu.

Ekologická stopa AI je rozsáhlá a neoddiskutovatelná. Musíme si však uvědomit, že hmatatelné dopady má celá digitální infrastruktura – zhlédnutí videa na YouTube, sdílení TikTok videí, Zoom call, sledování Netflixu i poslech písniček na Spotify. Žádná z aktivit není zanedbatelná a má reálný dopad na fyzický svět, v němž žijeme. Zároveň by nás tato fakta neměla paralyzovat! Smyslem není technologie odmítat, ale rozumět jejich skutečným nákladům a používat je vědomě. AI a digitální nástroje mohou v mnoha situacích práci usnadnit nebo zefektivnit a klíčové je, aby se jejich rozvoj dělal transparentně a s ohledem na lidi, jejich práva i na životní prostředí.

Přiznám se, že nevím. Řekl bych, že v krátkodobém ani střednědobém horizontu AI kreativce nenahradí, ale podstatně změní, co se od nich očekává. Půjde o vysokou míru empatie, designového a strategického myšlení nad světem kolem nás. Existuje i optimistická paralela. Historicky totiž platil tzv. Jevonsův paradox. Jde o to, že efektivnější technologie historicky nevede k nižší spotřebě, ale naopak k vyšší, protože se otevírají nové aplikace. Pokud AI zrychlí a zlevní kreativní proces, nemusí to vést k menšímu objemu kreativní práce, ale naopak k explozi poptávky například po zcela personalizované formě designu s vysokou mírou kreativní kontroly lidských tvůrců.

AI slop je nekvalitní digitální obsah produkovaný pomocí AI a jeho zastoupení stále roste. Dá se s tím bojovat? Částečně ano, a to prostřednictvím platforem, které budou zavádět funkce pro omezení AI obsahu. V budoucnu také mohou přijít aplikace na filtrování digitálního obsahu, takové „spam filtry” pro celé digitální prostředí. Tento restriktivní princip však může být kontraproduktivní a ještě víc prohlubovat proces uzavírání se do hyperpersonalisovaných informačních bublin. Nejdůležitější zbraní tak podle mě stále zůstává mediální gramotnost a kritické myšlení. Je to však stále těžší a těžší.

Řekl bych, že to velice závisí na tvůrčí vizi, vkusu a záměru. Slop jsme kolem sebe mohli vidět i před AI. Ta jen zdemokratizovala přístup k jeho tvorbě. V kontextu slopu si také všímám příbuzného fenoménu, kterému se říká drama farming. Jde o záměrně provokativní obsah navržený tak, aby vyvolal úžas, dramaticky vypadající situace nebo vztek a maximalizoval tak engagement. Na rozdíl od klasického trollingu nejde o individuální zábavu, ale o systematickou, ekonomicky motivovanou monetizaci emocí. A nástroje generativní AI dramaticky snižují náklady na produkci takového obsahu. Některé sítě stránek a profilů si dokonce nejdřív budují publikum pomocí AI slop obsahu, pak přepnou na politický obsah před volbami nebo se snaží sledující monetizovat přes prodej zboží.

Na závěr Martin Richter poukazuje na zajímavou věc, kterou bychom měli mít na zřeteli: nejkvalitnější, a tím pádem nejpoužívanější AI modely vyvíjí hrstka výzkumných a vývojářských týmů převážně z USA. Mimo koncentraci moci také může docházet k homogenizaci hodnot a představ o tom, jak by AI modely měly fungovat. Pokud AI trénovaná převážně na západních datech generuje kreativní návrhy, může docházet ke zplošťování estetiky a marginalizaci nezápadních tradic a hodnot. Tyto předpojatosti a stereotypy (tzv. biasy) jsou v AI modelech zastoupené a každý autor by si jich měl být vědom. A mě napadá jediné: jestli nakonec to nejzrádnější na umělé inteligenci nebude člověk, který za ní stojí.