Branża tatuażu powoli oswaja się ze sztuczną inteligencją. Klienci coraz częściej przychodzą do studia z gotowym projektem wygenerowanym przez AI, a artyści muszą decydować, co z tym zrobić.
Kerry Gilbert prowadzi Tattoo Morningstar w Weymouth od 2019 roku i na własnej skórze przekonuje się, jak bardzo AI zmieniło codzienną pracę w studiu. Nie jest ani entuzjastką, ani przeciwniczką tej technologii. Jest realistką.
„AI tattoo designs created by customers are always vigorously looked over because it likes to add extra things like fingers or toes or miss them out and it takes time to redesign” – mówi wprost. Innymi słowy: każdy projekt przyniesiony przez klienta z ChatGPT czy Midjourney trafia najpierw pod krytyczne oko artysty, bo modele generatywne mają tendencję do dodawania, odejmowania lub przekręcania anatomicznych detali. Palce u rąk, palce u nóg, proporcje – AI wciąż ma z tym problem.
Klientka, która tatuuje się na lunchu
Sacha jest stałą bywalczynią studia i większość jej tatuaży powstała właśnie z pomocą AI. „I don’t know how many tattoos I have got, there are too many, they are everywhere. The ones on both of my legs and thighs are AI designed and they are little characters. Quite often I’ll come and have a flash tattoo on my half hour lunch break.”
To dość wymowny obrazek nowej rzeczywistości. AI obniżyło próg wejścia dla klientów, którzy wcześniej nie mieli pomysłu na projekt albo nie potrafili go zwerbalizować. Teraz generują kilka grafik, wybierają jedną i przychodzą z gotowym materiałem.
Co AI robi źle
Problemy są konkretne i powtarzalne. Gilbert wymienia kilka:
- Projekty generowane przez AI są często za małe jak na obszar skóry, który klient chce pokryć. „Customers want a tattoo done at six or seven inches, and you have to say, well actually that needs to be done at more like 15 to 20 inches” – tłumaczy. Powód jest prozaiczny: tusz rozchodzi się z czasem, linie grubieją, a zbyt drobne projekty po kilku latach zamieniają się w nieczytelną plamę.
- AI słabo radzi sobie z tekstem i datami. Literówki, przekręcone litery, błędna typografia – to wszystko trzeba sprawdzić ręcznie przed wbiciem igły. Na zawsze.
- Modele generatywne nie rozumieją kontekstu anatomicznego, przez co projekty wymagają często gruntownego przeprojektowania, zanim nadają się do tatuowania.
Głos rozsądku
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl: Widzę tu klasyczny przykład tego, jak AI wchodzi do branży przez boczne drzwi – nie zastępując artystów, ale zmieniając ich workflow, czy im się to podoba, czy nie. Z jednej strony to demokratyzacja: klient bez talentu plastycznego może teraz przyjść z konkretną wizją zamiast machać rękami i mówić „chcę coś fajnego”. Z drugiej, praca weryfikacyjna spada na artystę, który de facto poprawia błędy algorytmu. To nie jest eliminacja zawodu, ale jego transformacja w kierunku, którego nikt nie zaplanował. Pytanie, które warto zadać: czy studia tatuażu zaczną wliczać ten czas korekcyjny w cenę usługi? Bo jeśli nie, to technologia, która miała pomagać, staje się niewidocznym kosztem.
Co AI robi dobrze
Ben Gorman, wykładowca informatyki na Bournemouth University, stara się wyjaśnić mechanikę działania narzędzi generatywnych tym, którzy traktują je jak magiczną skrzynkę. „If you ask an artist to paint a picture of a dog they are going to take all of their knowledge and generate a wonderful picture of a dog. AI works differently as it is trained on thousands of text images so when you put in your prompt it’s trying to statistically determine what you want the image to be. So the more accurate your prompt is going into the system, the better your outcome.”
To ważne rozróżnienie. AI nie „myśli” jak artysta, nie ma estetycznych preferencji ani intuicji. Operuje na statystycznych wzorcach z danych treningowych. Im dokładniejszy prompt, tym lepszy efekt – ale wciąż bez gwarancji.
Gilbert przyznaje jednak, że AI pomogło jej studio w inny sposób. Używa narzędzi generatywnych do tworzenia zestawu małych projektów flash, które klienci mogą tatuować za 20 funtów, z czego funt trafia do organizacji Dorset Mind wspierającej zdrowie psychiczne. „Those designs are made using AI and it’s just about sitting and playing with the prompts so sometimes you can simplify it or make it more detailed. It does take about six or seven prompts to get it right though.”
Artysta, który sam generuje projekty pod własne potrzeby i estetykę, może zmieścić w grafiku więcej klientów i poświęcić więcej czasu na samą robotę ze skórą. Gorman widzi w tym sedno sprawy: „The human element is still in there as the artistry in the tattooist’s case is doing it on the skin. Generally the art is just one aspect of the job and they will actually be able to spend more time doing that, which is more impactful.”
Technologia, która nie tatuuje
Pointa jest prosta, choć nie wszyscy chcą ją słyszeć: AI nie tatuuje. Przygotowuje materiał, który ktoś i tak musi zweryfikować, poprawić, przeskalować i dopiero potem przenieść na skórę. Branża tatuażu okazuje się tu ciekawym papierkiem lakmusowym dla szerszego zjawiska – wejścia AI do zawodów, które łączą rzemiosło z estetyką. Narzędzie jest, efekty bywają obiecujące, ale ludzka ręka wciąż robi robotę.
