Деконструкция развлечений: как языковые модели помогают понять наши вкусы лучше нас самих

От субъективного «нравится / не нравится» к data-driven анализу эстетических предпочтений с помощью AI

Вы когда-нибудь задумывались, почему пересматриваете «Бойцовский клуб» в пятый раз, или что общего между кажущимися разными книгами Говарда Лавкрафта и Паоло Коэльо, или почему ваш плейлист состоит из мрачного метала 80-х? Наш вкус кажется нам иррациональным и субъективным. Мы говорим: «Это цепляет», «Здесь есть атмосфера», «Мне зашёл сюжет».

Но что, если за этой субъективностью скрываются чёткие паттерны, которые можно выявить и измерить? Сегодня мы на стыке data science и культурологии. Я покажу, как с помощью доступных ИИ-инструментов превратить ваши любимые книги, фильмы и музыку в датасет для глубокого самоанализа. Это про то, чтобы понять себя через то, что ты любишь. Я решил написать серию статей на эту тему. И первая статья о том, почему нам нравится то или иное кино.

Человеческий мозг прекрасно распознаёт паттерны, но плохо их формализует. Мы чувствуем, но не можем объяснить. Современные языковые и аудиомодели, обученные на гигантских корпусах текстов и музыки, научились кодировать смысл, эмоции, стиль и нарративные структуры в векторы - массивы чисел. Это позволяет перевести разговор о культуре с языка критиков на язык данных.

Что мы будем делать:

• Извлечём доминирующие темы, эмоции и стилистику из какого-нибудь фильма, который нам нравится.

• Объединим разрозненные произведения в группы по неочевидным признакам.

• Сформулируем гипотезы о наших глубинных эстетических и нарративных предпочтениях.

Возьмём для примера «Терминатор-2: Судный день». Мы чувствуем, что он классный и нравится нам. Но почему? Давайте узнаем, что скажет на этот счет ИИ.

Инструменты: Любая продвинутая языковая модель (результаты, конечно, будут разными, но интересен сам метод).

Метод:

Шаг 1: Составляем промпт. Например, такой:

"Ты - профессиональный кинокритик с экспертностью в психологии эмоций. Твоя задача: -Проанализировать сюжет фильма “Терминатор-2” и определить, какие яркие сцены, доминирующие темы, сюжетные повороты и с помощью каких стилистических приёмов делают этот фильм интересным для зрителя. -Проанализировать текст диалогов и на основании реплик героев определить, какие эмоции преобладают. Представь результат в виде краткого вывода (наиболее яркие сцены, темы, сюжетные ходы, приёмы, преобладающие эмоции)."

Шаг 2: Скармливаем промпт ИИ и получаем ответ (например, такой):

Шаг 3: Самоанализ. ИИ - всего лишь ИИ. И вы должны верифицировать результаты своими ощущениями: отзывается сказанное им в вас самих или не отзывается?

Шаг 4: Фиксация результата. Записываем, почему нам понравился этот фильм? И что именно из перечисленного вызвало в нас ощущение "фильм понравился" - динамичность событий, спецэффекты, смысловая нагрузка, эмоции? Или всё вместе?

Например, наш собственный ответ будет таким:

Теперь сформулируем гипотезу, каковы глубинные и нарративные предпочтения человека, которому понравился данный фильм.

Пример промпта:
"Теперь твоя роль - психолог, специализирующийся на когнитивистике. На основании описания пользователя сформулируй правдивую гипотезу, каковы его (пользователя) глубинные и нарративные предпочтения. Подробно обоснуй свой ответ. Описание [вставим сюда наш собственный зафиксированный результат]."

Возможный ответ ИИ (приведу саммари, т.к. ответ получился довольно объёмным, и при желании каждый может получить от ИИ свой собственный ответ):

Таким образом, решение подобных задач это не просто искусство задавать ИИ вопросы, не просто промптинг с пошаговыми рассуждениями, это тонкая настройка обратной связи с моделью.

В следующей статье я расскажу, что получится, если подобным образом исследовать музыкальные вкусы.