先日旅行から帰ってきて、ちょっとした修正が必要な写真の山を整理していたところ、問題が見つかりました。大した問題ではなく、邪魔な物が写っていたり、背景のディテールが不自然だったりといった程度です。最初に思いついたのはPhotoshopでしたが、フルバージョンは有料で、料金を払うだけのスキルもなければ、すべての機能が必要なわけでもありません。
モバイル編集アプリもそれほど魅力的ではなかった。私は指が太いので、スマホの画面上で正確な調整をしようとして、間違ったところを3回も連続でタップしてしまう時の、あの独特のイライラ感はたまらない。
そこで、もっと分かりやすい方法を試してみることにしました。AI画像処理ツールは驚異的なスピードで進化しており、テクノロジー業界のあらゆる企業が、プロンプトボックスこそが未来だと確信しているようです。私が望む編集内容を記述するだけで、あとは機械に任せられるかどうか試してみてはどうでしょうか？
公平に言えば、うまくいった時もあった。時々は。しかし、他の時は、至極当然の指示を誤解し続けるソフトウェアと、まるで丁寧な言い争いをしているような気分になった。この経験を通して、画像編集は急速に変化しているものの、必ずしも簡単になっているわけではないということを痛感した。
なぜ全ての編集者はチャットボックスになりたがるのか
このやり取りは、画像編集の新たな形になりつつあります。Adobe はFireflyをPhotoshopにさらに深く統合し、対話型のクリエイティブアシスタントの実験を行っています。Canva はデザイン作業を「魔法の」ボタンのビュッフェに変えました。GoogleのGemini画像ツール、 ChatGPT画像生成、Midjourney、Ideogram、Runway、その他すべての意欲的なビジュアルAIプラットフォームは、同じアイデアを追求しています。つまり、編集はソフトウェアを操作するというよりも、助けを求めるような感覚であるべきだということです。
理由は明白です。ほとんどの人はPhotoshopの達人になりたいとは思っていませんでした。選択ツール、ブレンドモード、調整レイヤー、修復ブラシ、そして「保存」と「書き出し」の神聖な違いを暗記したくなかったのです。彼らが望んでいたのは、背景から人物を消したり、傾いた写真を修正したり、シーンを拡張したり、商品写真をもう少し見栄え良くしたり、あるいは「まず、非破壊ワークフローを理解しましょう」というチュートリアルを開くことなく、プレゼンテーションに十分な品質の画像を作成したりすることだったのです。
プロンプトボックスが魅力的なのは、面倒な説明を省いてくれるからだ。レイヤーマスクが何かを知っているかどうかを尋ねるのではなく、結果を求めてくる。
その魅力は明白で、時には本当に解放感さえ感じられる。かつては忍耐力やソフトウェアの知識、あるいはPhotoshopを所有していて自分に恩義のある友人の助けが必要だった作業が、今では一般ユーザーでも20秒でできるようになった。以前の障壁は技術的なものだった。新しい障壁はもっと曖昧だ。何が自然で、何が不自然で、機械がどこで勝手に修正を加えたのかを、依然として見極める必要がある。
編集が交渉に変わるとき
問題は、助けを求めることと助けを得ることは同じではないということだ。AI画像ツールを5分以上使ったことがある人なら誰でも、結果がほぼ完璧だったときに起こるちょっとした感情の落ち込みを知っているだろう。それがどういうわけか、よりイライラさせるのだ。人物は消えたが、背景は溶けた壁紙のような質感になっている。照明は良くなったが、写真全体が高級歯科医院のために撮影されたように見える。被写体は思い通りの位置に移動したが、AIはこっそりとテーブルを再設計し、影を変え、そしてどうやら手はオプションらしいので、謎の余分な指を追加した。
ここから編集は交渉へと変わります。もはや単に画像を編集するだけではありません。依頼内容を編集するのです。もっと温かみのある色合いにしてほしいけれど、不自然にならないように。あの物体は取り除いてほしいけれど、背景は自然なままにしてほしい。空をもっと雰囲気のある感じにしてほしいけれど、ファンタジーポスターみたいにしてはいけない。顔はそのままにしてほしい。言うまでもないことですが、実際にはとても重要なことです。
従来の編集ツールは、そのルールを覚えなければならないため煩わしかった。プロンプトベースの編集は、言語だけで十分だと装うため煩わしい。これは全くのナンセンスだ。言語は曖昧で、視覚的な判断は当てにならない。そしてAIモデルは、平凡なインターンが自信満々であるように、速く、熱心で、時折、指示書に2つ目の月が含まれていると信じ込んでいるという悪い癖がある。
「ズームして拡大！」
マーケティングでは、まるで瞬時にデザイナーになれると謳われている。しかし現実はそれほど華々しいものではない。仕組みを理解していなくても、デザイン性の高いものを作れるようになった、という程度だ。それでも意義深い変化ではある。ただ、あらゆる操作が初回で完璧に動作するような製品デモよりも、疑ってかかるべきだろう。
最初の仕上がりは、しばしば最高のセールスポイントになります。特に編集がシンプルな場合は、一見すると驚くほど良く見えるものです。しかし、その後、修正を依頼することになります。照明の調整、ディテールの復元、顔の蝋のような質感の軽減など。何度か修正を繰り返すうちに、画像は本来の姿からかけ離れていくことがあります。ディテールはぼやけ、人物はぼんやりとした塊になり、修正に力を入れれば入れるほど、せっかくのきれいな編集は印象が薄れていくのです。
プロにとって、それは役に立つかもしれないが、決してリラックスできるものではない。退屈な作業は速くなるが、監督の負担は大きくなる。誰かが、平坦な画像、崩れた構図、ぼやけたディテール、そして3秒間だけ印象的な出力を、他の誰かの目に触れる前に見つけ出さなければならないのだ。仕事の一部は、実際に作業することから指示することへと移行する。一見するとすっきりするように見えるが、インターンが皆に陶器のような肌と不自然なほど完璧な照明を与え続ける限りは、そうはいかない。
一般ユーザーにとって、インターフェースはより使いやすくなり、操作性も向上する。しかし、不満を言葉で表現するのはますます難しくなる。従来の編集ツールにイライラさせられた時、少なくともそのツールにはボタンがあった。しかし、AI編集ツールが妥当な要求を誤ると、まるで会話がうまくいかなくなったかのような感覚に陥る。
Photoshopは生き残るだろう。強力なツールはたいてい生き残るものだ。しかし、その古い論理は、よりシンプルで、より奇妙なインターフェースに吸収されつつある。編集の未来は、ツールの場所を覚えることではないのかもしれない。むしろ、まるで自分の言っていることを理解しているかのように振る舞う機械とどう対話するかを学ぶことなのかもしれない。