عيب محتوى الذكاء الاصطناعي التوليدي هو الكمال

لم يعد أحد يثق في الصورة المثالية. منذ فترة، ظل الوعد وراء كل نموذج جديد للصور والفيديو هو نفسه: أكثر حدةً، وأنظف، وأكثر واقعيةً، وأقل عيوباً. تستمر الدقة في الارتفاع، وتظل الوجوه متماسكة عبر مشاهد أكثر مما كانت عليه، وتبدو الإضاءة صحيحة بطريقة لم تكن عليها قبل عامين. وفي مكان ما وسط كل ذلك التقدم، حدث أمر غريب: توقّف الكمال التقني عن كونه مصدراً للتباهي.

واجه المصورون هذا التوتر عينه قبل النماذج التوليدية، والاتجاه الذي سلكوه هو أوضح لمحة عن الوجهة التي كان يتجه إليها توليد الصور والفيديو. كان Alex Cooke من Fstoppers تتبّع تحوّل among working photographers away from flawless retouching and toward images that keep their rough edges, things like a missed focus point, an unretouched tear, a hand slightly blurred mid-motion. His argument is that AI didn't just get good at photography, it got good at the specific kind of photography that used to signal skill. Once software can smooth skin, fix a horizon, and match color across a hundred images in the time it takes to make coffee, flawless execution stops signaling that a professional made something and starts signaling that it might have been generated instead. Cooke's point isn't that photographers should get sloppy; it's that the thing a viewer used to read as competence now reads as مريب، بينما ما كان يُقرأ سابقًا كخطأ أصبح الآن يُقرأ على أنه إثبات أن أحدهم كان موجودًا بالفعل.

شيء قريب من هذا يحدث داخل توليد الصور بالذكاء الاصطناعي نفسه، بمستوى أعلى: فكلما تحسّنت النماذج في تقديم النسخة الصحيحة موضوعيًا لوجه أو مشهد، تحسّنت أيضًا في أن تبدو بلا طابع مميز. هذه هي تلك الجودة الزجاجية المفرطة التناظر التي بدأ الناس يطلقون عليها فور رؤيتها اسم "نفايات الذكاء الاصطناعي". دومينيكا بيرد، رئيسة قسم برنامج أعمال الجمال والعطور في SCAD، أشار إلى أنه عند اختراع التصوير الفوتوغرافي، أمضى الرسامون فترة يحاولون التفوّق على الكاميرا في الواقعية قبل أن يتخلّوا عن هذه المعركة. فاتجهوا بدلاً من ذلك نحو التجريد والرمزية والتعبير: نحو كل ما لا تستطيع الكاميرا فعله. وهذا تقريباً هو التحول ذاته الذي يحدث الآن، على درجة أعلى من السلّم، بينما يستوعب الذكاء الاصطناعي "الصحيح تقنياً" وتنتقل الحرفة نحو الشيء المحدد والمختار والناقص قليلاً الذي لن يولّده النموذج من تلقاء نفسه ما لم تطلب منه ذلك.

ما يحدث فعلاً تحت الجماليات لا يتعلق كثيرًا بشكل الشيء، بل بما يثبته. صورة بقصّ منحرف قليلاً، أو حبيبات، أو إيقاع يستمر نصف ثانية أطول من اللازم، تُقرأ كنتيجة لشخص يتخذ قرارات: تمريرة، ثم أخرى، وقرار بإبقاء شيء بدلاً من تنعيمه. المحتوى الرديء لا يبدو رديئًا لأنه قبيح. الكثير من المحتوى الرديء متقن تقنيًا بلا عيب. يبدو رديئًا لأنه يظهر كأنه نتاج بنقرة واحدة، مجرد عملية إنشاء واحدة، مهما كتب أحدهم الـ prompt خلفها بعناية. العيب هو ما يخبر المشاهد بأن أكثر من قرار واحد قد اتُّخذ بين الفكرة والشيء الماثل أمامه، وتلك الفجوة، بين توليد واحد وآخر مُشكَّل بعناية، هي الفارق الحقيقي بين العمل الذي يكسب بضع ثوانٍ من انتباه أحدهم، وعمل لا يفعل ذلك.

بدأت الآلية نفسها بالظهور في الفيديو أيضاً، لكن بخطوة واحدة خلف ما وصلت إليه الصور بالفعل. عمل التصوير الفوتوغرافي وتوليد الصور من خلال هذا أولاً، وما زال الفيديو يبحث عن موطئ قدمه، لكنه يلحق بالركب بسرعة كافية بحيث بدأت اللغة نفسها تظهر بالفعل في تغطية تصميم الحركة هذا العام. يشير تقرير اتجاهات 2026 من Envato نفسه إلى "الأصالة من خلال النقص" كأحد التحولات المحورية في الفيديو الآن: اهتزاز الكاميرا المحمولة باليد بدلًا من الحركة السلسة عبر gimbal، وترك القطعات الخام بدلًا من قصّها، والحفاظ على التوقفات الطبيعية وضوضاء الخلفية في المزيج، ولقطات POV بأجهزة قابلة للارتداء مصوّرة بلا "معدات ولا إعدادات". قراءة Envato لسبب ذلك صريحة: "أصبح النقص جماليةً بحد ذاته. إنه يدل على الثقة والقابلية للتواصل والأصالة."

حتى الشركات التي تبني أدوات الفيديو بالذكاء الاصطناعي توصلت إلى الحل نفسه من الداخل. وصف Hridaye، المدير الإبداعي في invideo، طريقة عملهم مثل إضافة لمسة من الضبابية وطبقة من الحبيبات حتى تبدو المقاطع المُولَّدة أقرب إلى أفلام اللقطات الحية، والمنطق هنا يتطابق تقريبًا مع حجة Cooke حول التصوير الفوتوغرافي. وكما يوضح invideo نفسه، فإن الإطارات المُولَّدة بالذكاء الاصطناعي «لا تحتوي على ضوضاء المستشعر، ولا بنية كيميائية، ولا عيوب عضوية»، وهذا الغياب هو «ما يجعلها تبدو مزيّفة قبل أن تتمكن من تفسير السبب».

لكن لا شيء من هذا يعمل كخانة اختيار، ومن الإنصاف أن نكون صريحين حول النقطة التي تنهار عندها الفكرة. فقد قامت استراتيجية الاتصالات Shaunta Garth طرح الحجة المعاكسة عن علامات تجارية تصنع النقص عمدًا: في اللحظة التي يتحول فيها الخشونة إلى وصفة جاهزة، تُطبَّق لأن تقرير اتجاهات قال بذلك، تتوقف عن كونها دليلًا على قرار وتصبح مجرد إعداد مسبق آخر، أجوف تمامًا كالنعومة التي حلّت محلها. طبقة حبيبات مُسقطة فوق جيل أول لم يُمَس تبقى ناتجًا من خطوة واحدة، لكنها ترتدي فلترًا مختلفًا فحسب، لأن النقص نفسه كان أبدًا هو النقطة الفعلية. بل التكرار الذي وراءه.

Which is the actual craft lesson, for images and video both: the goal isn't imperfection for its own sake, it's a body of decisions a model wouldn't have made on its own. Describe the conditions of capture instead of the result, not "a beautiful portrait" but the specific lens, the specific light, the specific flaw you want in the frame, and do the same with motion: not "cinematic camera movement" but the sway of a hand actually holding something, the pause before someone speaks, the cut that runs a beat long because that's how it happened. Push past the first clean output. The second or third pass, where you start pulling the piece away from its most polished default, is usually where the real decisions live, and that's true whether you're working in GPT Image 2 and Nano Banana Pro or Kling 3.0 and Seedance 2.0.

لا شيء من هذا قاعدة حول الشكل الذي يجب أن يبدو عليه عمل الذكاء الاصطناعي. فكثير منه يجب أن يكون نظيفًا وساطعًا ودقيقًا، وهذا خيار مشروع أيضًا، ما دام قد اتُّخذ بالطريقة نفسها: عن قصد، وبعد عدة محاولات، لا من المرة الأولى. لم يكن المقصود قط أن النظافة خطأ، بل أن النظافة لم تعد دليلاً على شيء، لأن النموذج يمكن أن يمنحك نتيجة نظيفة دون أن تفعل شيئًا. أما الخيارات التي لا تزال تتطلب أنت، وهي التفاصيل التي لن ينتجها توليد واحد إلا إذا عدت لتصرّ عليها، هي حيث يبدأ العمل يبدو وكأنه ملك لشخص ما، وحيث يقرر الجمهور أنه يستحق المشاهدة.