Kiedy wykonanie przejmuje maszyna, płacą ci za smak

Rick Rubin nie gra na żadnym instrumencie, nie obsługuje konsolety, a wyprodukował jedne z najważniejszych płyt ostatnich czterdziestu lat. Przez większość tego czasu wyglądało to na ciekawostkę. W roku, w którym model generuje poprawny szkic niemal czegokolwiek, wygląda na zapowiedź. Kiedy wykonanie tanieje, rzadkie i trudne do skopiowania staje się to, co Rubin sprzedawał od zawsze: osąd, co warto zrobić i co wyciąć.

Producent, który nie umie produkować

Rubin mówi o tym z rozbrajającą szczerością. Pytany, co właściwie robi, odpowiadał mniej więcej tyle: nie ma zdolności technicznych i zna się na muzyce najsłabiej ze wszystkich obecnych, a wnosi tylko to, że wie, co lubi, i ufa tej reakcji bez reszty. Tak to ujął w rozmowie z Andersonem Cooperem w „60 Minutes” (CBS News, 15 stycznia 2023). Artyści od Johnny'ego Casha po Beastie Boys i System of a Down nie zatrudniali go do grania. Płacili za słuch i za obecność: za kogoś, kto z nimi usiądzie, wyczuje, gdzie utwór umiera, i obroni tę część, która się liczy.

Jego książkę z 2023 roku, Akt twórczy (The Creative Act), stawia się zwykle na półce z książkami o sztuce. Przy drugiej lekturze okazuje się czymś innym: podręcznikiem z tej samej rodziny co Tao Te Ching i Rozmyślania — o tym, jak tworzyć, nie przywiązując się do wyniku. O technice nie mówi prawie wcale. Mówi o uwadze, o powstrzymywaniu się od ingerencji i o tym, żeby własne ego nie stawało między osądem a tym, co powstaje. Rubin napisał podręcznik zdolności, która przetrwa, gdy produkcję się zautomatyzuje.

Czym naprawdę jest smak

Łatwo traktować smak jak słowo mistyczne. Kto go ma, czuje się wtedy wybrańcem; reszta czuje się wykluczona. Opis mechaniczny jest mniej pochlebny i bardziej użyteczny. Smak to skompresowany prior jakości. Prior to w statystyce bayesowskiej rozkład przekonań, z którym wchodzisz w sytuację, zanim zobaczysz nowe dane. Twój prior jakości jest szybkim, w większości niewerbalnym modelem tego, co w danej dziedzinie jest dobre; budujesz go długim obcowaniem z nią i tysiącami drobnych rozróżnień. Zostaje po tym, jak zobaczyłeś tyle rzeczy dobrych i złych, że oceniasz bez rozumowania.

Z takiego opisu wynikają dwie cechy i obie mają znaczenie biznesowe. Po pierwsze, smak kosztuje: buduje się go powoli, przez zanurzenie w dziedzinie, więc nie da się go pobrać i rozkłada się nierówno. Po drugie, nie przenosi się przez kopiowanie. Możesz podać komuś swój wniosek, na przykład „wytnij drugą zwrotkę”, ale nie modelu, który go wyprodukował. Przewaga jest trwała wtedy, gdy kosztuje dużo pracy, a skopiować się jej nie da. Smak spełnia oba warunki.

Najlepsza sztuka dzieli publiczność. Jeśli wydajesz płytę i połowa słuchaczy ją uwielbia, a połowa nienawidzi, zrobiłeś dobrą robotę, bo przesuwasz granicę. Jeśli wszystkim wydaje się, że jest całkiem niezła, to po co ją w ogóle nagrywać?Rick Rubin, „The Tim Ferriss Show”, odc. 76, 15 maja 2015

Taki osąd wymaga czegoś innego niż sprawność techniczna. Opiera się na ustalonym punkcie widzenia na to, co jesteś gotów zrobić, trzymanym na tyle mocno, żeby odrzucić opcję bezpieczną i uśrednioną. Ku niej ciąży każda komisja i każdy model wytrenowany na przewidywaniu najbardziej prawdopodobnego następnego tokenu.

Wykonanie przestało być wąskim gardłem

Przez większość historii biznesu wąskim gardłem było wykonanie. Kto chciał cokolwiek zbudować, musiał najpierw nauczyć się rzemiosła, więc takich ludzi było mało i to oni mieli przewagę. Modele generatywne likwidują to wąskie gardło. Kiedy poprawny szkic kodu, tekstu, interfejsu czy analizy powstaje w kilka minut i prawie nic nie kosztuje, sama umiejętność produkowania przestaje być rzadka. Rzadkie stają się dwie decyzje, w których model jest najsłabszy: co zrobić i co wyrzucić.

Naval Ravikant nazwał osąd dźwignią, która działa dłużej niż sam wysiłek. Jego teza sprawdza się szybciej, niż ktokolwiek zakładał. W moim jednoosobowym studiu rolę zespołu gra AI: zagra wszystko, co umiem sprecyzować. Producentem jestem więc ja, czy mi się to podoba, czy nie. O mojej wartości decyduje teraz jakość wyboru: który z dziesięciu wygenerowanych kierunków żyje, który jest poprawny i martwy, i czy starczy mi dyscypliny, żeby skasować dziewięć.

W praktyce stosuję jedną regułę: używaj modelu do wykonania, nigdy do osądu. Niech generuje szeroko, ale wybieraj sam, z punktu widzenia, który umiesz nazwać. Kiedy pozwalasz modelowi decydować, co jest dobre, dostajesz uśrednioną, najmniej drażniącą opcję, a jemu oddajesz jedyną rzecz, która miała zostać twoja.

Czterdzieści nazw i jeden wybór

Tak abstrakcja wygląda w konkrecie, w zwykłe popołudnie jednoosobowego studia. Zadanie: nazwa dla nowego produktu. Kiedyś siadałem i mozoliłem się nad jednym właściwym słowem; teraz opisuję modelowi ograniczenia — co produkt robi, dla kogo jest, jak brzmieć nie może — i proszę o czterdzieści propozycji. Półtorej minuty później mam czterdzieści nazw, a generowanie, czyli czynność, na której kiedyś polegała cała praca, jest skończone i nic już nie znaczy. Wszystko, co się liczy, dzieje się teraz w odrzucaniu.

Większość z tych czterdziestu jest poprawna i martwa. To odpowiedź uśredniona: nazwy, które komisja by zaakceptowała, a których nikt by nie zapamiętał; ku takim ciąży model trenowany na przewidywaniu najbardziej prawdopodobnego następnego tokenu. Trzy albo cztery mają w sobie coś: tarcie, nieoczywiste ujęcie, słowo lekko przekręcone w interesujący sposób. Cała praca polega teraz na tym, żeby rozpoznać te trzy albo cztery. Musisz mieć punkt widzenia dość twardy, żeby odrzucić trzydzieści sześć poprawnych propozycji i obronić tę jedną, która dzieli, z powodów, które umiesz wypowiedzieć na głos.

Scenariusz porażki wygląda tak: pytasz model, która nazwa jest najlepsza. Odpowie płynnie, a jego odpowiedź będzie uśredniona i najmniej drażniąca, bo tyle znaczy „najlepsza” dla systemu bez smaku, z funkcją straty karzącą wartości odstające. Pokusa jest silna, bo pytanie wygląda niewinnie. Przyjmujesz ten ranking i oddajesz narzędziu jedyny akt, którego nie da się zastąpić — a sobie zostawiasz klepanie w klawiaturę. Czterdzieści propozycji wygeneruje każdy, kto ma dostęp do modelu; wartość dodajesz wyborem tej jednej, z punktu widzenia, którego model nie ma i nie umie wytworzyć.

Pomnóż tę jedną decyzję przez cały dzień — tekst, układ strony, funkcję do wycięcia, kierunek do zabicia — a zobaczysz, na czym polega dziś praca w studiu, w którym maszyna umie zagrać wszystko. Cała wartość tej roli to jakość odmowy.

Słabe punkty tej tezy

Teza jest wygodna, a wygodnym tezom przyglądam się najuważniej. Jej pierwszymi wyznawcami są ci, którzy woleliby nie uczyć się budować.

Smak bez rzemiosła jest zwykle pusty. Rubin wygląda na wyjątek potwierdzający regułę, a jest wyjątkiem, który regułę zasłania. Nigdy nie nauczył się obsługi konsolety, ale przez dekady siedział w studiu przy ludziach, którzy grali i nagrywali — i stamtąd wziął się jego słuch. Smak, który nigdy nie był blisko wykonania, bywa opinią pokazaną w korzystnym świetle. Uczciwa wersja tezy brzmi tak: rzemiosło jest teraz sposobem budowania osądu, a produktem jest osąd.

U Portera fosa znaczy coś węższego i smak się w tym nie mieści. Skala, koszty zmiany i efekty sieciowe należą do firmy i widać je w bilansie. Smak jest osobisty, trudno go zmierzyć, a kiedy człowiek odchodzi z firmy, zabiera go ze sobą. Przewagę potrafi dać. Nazwa „fosa” obiecuje jednak trwałość, której smak nie ma: firma, której jedyną przewagą jest smak jednego foundera, po jednym złym roku albo po jego odejściu zostaje bez przewagi.

Jest jeszcze zarzut, który najtrudniej zobaczyć: kanonizujemy tylko ten smak, który wygrał. Za każdą taką historią stoi błąd przeżywalności, bo z pola widzenia znikają wszyscy, którzy byli równie pewni swojego smaku i wyprodukowali klapy. Teorię smaku budujemy z trafień, bo tamci nie doczekali się książek ani dużych portretów w prasie. Część tego, co podziwiamy jako proroczy osąd, była szczęściem opowiedzianym potem jako umiejętność. Trzymaj się tej tezy, ale pamiętaj, że dowody, na których stoi, zostały wybrane za ciebie.

Rubin nadal nie dotyka konsolety. To prawo kupił czterdziestoma latami w studiu. Jeśli w tym roku oddajesz maszynie wykonanie, oddawaj jej to, co potrafiłbyś zrobić sam. Smak bierze się z tego samego rzemiosła, które najłatwiej sobie odpuścić.

Bibliografia

1. primaryRick Rubin, Akt twórczy. Nowy sposób bycia (The Creative Act: A Way of Being, 2023).
2. primaryRick Rubin w rozmowie z Timem Ferrissem, „The Tim Ferriss Show”, odc. 76 (15 maja 2015) — cytat o sztuce dzielącej publiczność; przekład autora eseju z opublikowanej transkrypcji.
3. primaryRick Rubin w rozmowie z Andersonem Cooperem, „60 Minutes”, CBS News (15 stycznia 2023) — wypowiedź o braku zdolności technicznych i o zaufaniu do własnego gustu; w tekście parafraza, nie cytat dosłowny.
4. primaryLaozi, Księga drogi i cnoty (Tao Te Ching) — niedziałanie (wu wei) i nieprzywiązanie.
5. primaryMarek Aureliusz, Rozmyślania — uwaga i dyscyplina „ja”.
6. secondaryNaval Ravikant, „How to Get Rich” (podcast/eseje, 2019) — osąd jako dźwignia.
7. secondaryMichael E. Porter, Strategia konkurencji (Competitive Strategy, 1980) — ścisły sens trwałej fosy.