Ez a cikk az AI jövője sorozat része, amely azt vizsgálja, hogyan fogja a mesterséges intelligencia formálni a divat- és szépségiparokat.

A technológiai vezetők már az idén elején elkezdték dicsérni az ízlés fontosságát. Februárban Paul Graham, a Y Combinator társalapítója azt jósolta, hogy "Az AI-korban az ízlés még fontosabbá válik. Amikor bárki bármit létrehozhat, a nagy megkülönböztető tényező az, hogy mit választasz, amit létrehozol." Ugyanebben a hónapban Greg Brockman, az OpenAI elnöke az ízlést "egy új alapkészségnek" nevezte.

A divat és sok más kreatív terület számára abszurd az elképzelés, hogy az ízlés nem mindig volt alapvető. Azonban az ízlés fogalma felerősödött és átalakult a generatív AI korában, és ez a sokat vitatott esztétikai ítélet gyorsan divatszóvá vált. "Minden cég most az ízlésről akar beszélni. A technológia minden gondolatvezére Substack-ot akar írni az ízlésről," mondja Andy McCune, a vizuális inspirációs platform, a Cosmos alapítója.

Ez a trend azt mutatja, hogy az AI-vállalkozások vezetői nincsenek elszakadva az emberi jó ízlés tulajdonságától. De ha az ízlés és a személyes stílus eredendően emberi – könyvek, filmek és emberek által formált tapasztalatokon keresztül művelődik –, akkor az AI valaha is képes lesz igazán megérteni egy felhasználó személyes stílusát, vagy kifejleszteni a saját ízlését? Ez kulcsfontosságú kérdés a divat számára, ahol ezek az ösztönök mindent befolyásolnak a ruhatervezéstől az outfitalkötésekig, amelyek közül sok már AI által működtetett.

A technológiai szektor egyes képviselői biztosak abban, hogy lehetséges. "Utálom ezt mindenkinek elmondani, de valószínűleg nincs jobb ízlésed, mint az AI-nak," írta egy termékfejlesztési vezető az X-en. Egy AI-vezérigazgató hasonlóan megjegyezte: "Jó esély van rá, hogy az AI-nak pár éven belül jobb ötletei lesznek, mint nekünk."

A technológiai buborékon kívüliek szkeptikusabbak. "Az ízlés és a személyes stílus idővel és valódi élettapasztalatokkal fejlődik ki," mondja Mandy Lee trend-előrejelző. "Ha nincsenek kapcsolódási pontok a való világhoz, az szembe megy a személyes ízlés kiépítésével. Tehát bármiről is beszélnek, az nem ugyanaz, mint az ízlés és stílus."

A vásárlók sem meggyőzöttek. Jelenleg a Vogue Business felmérése szerint a vásárlók mindössze 3%-a használ AI-chatbotokat divatinspirációért, szemben az 57%-kal, akik magazinokhoz (nyomtatott és digitális) fordulnak, majd utána következik az utcai stílus (47%), a divatblogok vagy a Pinterest (36%) és az influenszerek (35%).

A személyes stílus régóta módja annak, hogy jelezzük vágyainkat és egyéni identitást alakítsunk ki a társadalomban, mondja Richard Thompson Ford, a Stanford Jogi Iskola professzora és a **Dress Codes: How the Laws of Fashion Made History** szerzője. Az emberek ezt úgy teszik, hogy különböző életterületekről – különböző közösségektől történelmi időszakokig – merítenek és kombinálnak referenciákat, művészetből, filmekből, hírességekből vagy influenszerekből ismerős képeket inspirációként felhasználva. A jó ízlés nem a másolásról szól, magyarázza Thompson Ford, hanem arról, hogy "egy ismerős együttes kis részeit idézzük, és más dolgokkal kombináljuk, hogy kifejezzünk valamit, ami legalábbis számunkra egyedi és személyes."

Ahogy az emberek egyre inkább az AI-hoz fordulnak felfedezésért, az átalakíthatja, hogyan fejlesztik személyes stílusukat. A divat-tech startupok optimisták az AI képességeivel szemben, hogy leegyszerűsítse és gördülékenyebbé tegye a folyamatot. Az AI-vásárlási platform, a Daydream pont ezt kívánja elérni. Felhasználói nem feltétlenül a haute couture rajongói, mondja Lisa Yamner társalapító. "Akik megtalálnak minket, inkább szükséglet-alapúak; inkább divatrajongók, mint 'mutasd meg Loewe legújabb kifutóját' típusúak."

Mivel a felmérésben résztvevők közel fele a túl sok választási lehetőséget jelölte meg legnagyobb kihívásaként vásárláskor, az AI szerepe a kurátorkodásban és az egyszerűsítésben még jelentősebbé válhat. Mivel a felhasználók 45%-a a saját gardróbjából összeállított outfitekkel és a költségkereten belüli stílusok megtalálásával foglalkozik, nem meglepő, hogy több mint egyharmaduk (36%) fontolóra venné egy AI-eszköz használatát a következő szezon trendjeinek felfedezésére. De képes-e az AI valóban megérteni az ízlést és a stílust annyira, hogy felérjen az emberi kurátori képességekkel?

A szakma veteránjai kételkednek. Lee, akinek egy évtizedes tapasztalata van trend-előrejelzésben és -elemzésben, úgy véli, munkája szenvedne, ha az AI-ra támaszkodna, mivel annak hiányzik betekintése azokba a kulturális eseményekbe és hatásokba, amelyek formálják a divatpreferenciákat. "A jelenlegi technológiával az AI nem képes teljesen megragadni, hogy az események, szocioökonómiai tényezők, pénzügyek és a világpolitika hogyan befolyásolják a trendeket és a divatot," magyarázza. "Ha a látványon túl nézünk, ezek azok, amelyek valóban hajtják a trendeket. Nem csak a divatról van szó – mindenről, ami körülveszi."

Tehát, képes-e valaha az AI igazán megérteni ezeket a valós világbeli dinamikákat?

**Bemeneti korlátok**

Az AI legnagyobb kihívása az ízléses kimenetek szállításában a bemeneteiben rejlik. Az AI adathalmazoktól függ, és az általános AI-motorok hatalmas mennyiségű, zajos és szűretlen adatot kaparnak össze az internetről. Még a kifejezetten divatra épített AI-eszközök is nehézségekbe ütköznek, mert a divathoz kapcsolódó adathalmazok gyakran elégtelenek, mondja Yilu Zhou, a Fordham Üzleti Iskola docense, aki 2013 óta dolgozik a divat és az AI határterületén.

Zhou korai kutatása kimutatta, hogy a divattaxonómia rosszul szabványosított. "Minden tervező más nyelvet beszél. Lehet, hogy két nagyon hasonló dizájnjuk van, de teljesen eltérő kifejezésekkel írják le őket – néha szándékosan," mondja. A termékleírásokba ágyazott márkanyelv – mint például Haider Ackermann "üveghatású" leírása egy átlátszó műanyag blézerhez – jelentős akadályt jelent az AI számára a divattrendek pontos előrejelzésében és értelmezésében. Zhou hangsúlyozza, hogy az adatok szabványosítása az első lépés a hasznos AI létrehozása felé. "Különben az AI torz adatokon fog alapulni, ami torz és értelmetlen kimenetekhez vezet."

A szakértők azt is megjegyzik, hogy az AI által használt adatok félrevezetőek lehetnek, különösen a divatban. "Valami viralissá válhat a közösségi médiában, sok megosztást generálva, de ez nem feltétlenül jelenti azt, hogy az emberek meg is veszik," mondja Francesca Muston, a WGSN fő előrejelzési vezetője. Példák erre a 2023-as látható bugyi trend a kifutón vagy a 2025-re előre jelzett melltartó trend – mindkettőtől több kattintást vártak, mint tényleges eladást. Ezenkívül az AI gyakran nem veszi figyelembe a szezonalitást, hacsak nem programozzák kifejezetten erre. "Ha egy data analyst nem ért a divathoz, félreértelmezheti, hogy egy trend megszűnt, amikor valójában jövőre visszatér," magyarázza Zhou.

Itt válik elengedhetetlenné az emberi ítélet – hogy értelmezzük azokat a történeteket, amelyeket az AI gyakran kihagy. "Az emberek jobban kontextusba tudják helyezni a különböző információkat, összekötni a pontokat, és felismerni a jövőbeli trendek lehetőségeit," mondja Muston. Zhou egyetért, hozzátéve, hogy emberi szakértelemre van szükség annak azonosításához, hogy az AI mikor téved el, vagy "hallucinál", hogy kitöltsön hiányos adathalmazok réseit.

A célra épített AI-modellek, mint a Daydreamé, jobb alapot kívánnak nyújtani a felhasználók személyes stílusához igazodva. Daydream Yamnerje felidézi a felhasználók reakcióit a platform bemutatásakor: "Azt mondják: 'Ugyanazt a keresést próbáltam a ChatGPT-n, és szörnyű eredményeket kaptam.'" Elméletileg a kifejezetten divatadatokon kiképzett AI relevánsabb és pontosabb betekintést nyújthat. A Daydream saját márkaleképező rendszerét használja annak megértésére, hogy a márkák hogyan kapcsolódnak stílus, esztétika és pozicionálás szempontjából. Ezt egyéni felhasználói jelekkel kombinálva a platform olyan márkákat tud ajánlani, amelyek egyszerre relevánsak és váratlanok – anélkül, hogy bármilyen reklám vagy fizetett elhelyezés befolyásolná az eredményeket.

**Ízlés programozása**

Még ha az AI-t a megfelelő adatokkal képezik is ki, egyesek kételkednek abban, hogy felérhet az emberi ízléssel. "A megfelelő képzési adatokkal az AI közelítheti, hogy az egyének mit tennének bizonyos helyzetekben, de szerintem mindig lemarad," mondja egy szakértő. "Emberként a hatások az utcáról, a véletlen találkozásokból és széles körű forrásokból érkeznek – néhány digitalizálva és az AI számára elérhető, mások nem. Kétlem, hogy az ízlést formáló összes hatás, különösen egy erős esztétikai érzékkel rendelkező személynél, azonnal hozzáférhető lenne az AI számára."

Az AI hajlamos a közösségi médiát vagy a vásárlási címsorokat uraló széles trendekre koncentrálni. De érdekesebbek azok a helyileg felbukkanó stílusok, amelyeket az AI nehezebben észlel, megjegyzi Zhou.

Az AI programozása egy felhasználó konkrét stílusának megfelelésére túlságosan szűkké és előíróvá válhat, korlátozva a felfedezést a szokásos preferenciákon túl. "Ha nincs ezer dollárod egy táskára, nem mutatjuk meg az ezer dolláros táskát," mondja Yamner. Mégis sok divatrajongót inspiráltak ikonikus dizájnok, mint Nicolas Ghesquière 2000-es évek eleji Balenciaga City táskája vagy Phoebe Philo Celine-je, még ha akkor nem is engedhették meg maguknak. Ez az inspiráció még mindig számít. Bár a Daydream árszűrőt alkalmaz a vásárlási szándék miatt, Philo esztétikáját jelzőként használhatja, hogy hasonló hangulatú darabokat hozzon fel elérhetőbb árakon – ez a demokratizálás egy formája, fontos a platform számára.

Hasonlóan, ha csak a divatmárkákra és trendekre fókuszálunk, az korlátozó, mivel a személyes stílust gyakran más kulturális területek formálják. Például a WGSN trendelőrejelzései javultak, miután elkezdték nyomon követni az élelmiszer- és sportipart. "Az emberek nem csak ruhát viselnek. Ételeket is esznek, házban élnek, kozmetikumokat használnak, és más területekkel is foglalkoznak, mint a fogyasztói technológia vagy a sport," mondja Muston. Ha kizárólag a termékre fókuszálunk, akkor sok mindent kihagyunk abból, ami hajtja a trendet.

Néhány alapító úgy véli, az AI-t úgy lehet fejleszteni, hogy azonosítsa a "jó ízlést", ahogy azt emberi bemenet határozza meg. McCune, a Cosmos alapítója szerint az AI megtanulhatja az ízlést a megfelelő programozással. Célja a Cosmos számára, hogy "anti-slop platform" legyen. "Az AI támogathatja a kreatívokat olyan területeken, mint a keresés és az ajánlás," mondja. A Cosmos gépi tanulási csapata egy "esztétikai előrejelző modellt" épített, amely meghatározza, mit látnak a felhasználók. Az első 10 000 béta felhasználó – köztük tervezők, kreatív igazgatók és építészek – által mentett képeken képezték ki, "nagyon rossz" adathalmazokkal negatív mintaként kiegészítve. Most minden feltöltött képet pontoznak az e minták által meghatározott esztétikai szabvány alapján.

"Alsó küszöbértéket állítottunk be, és minden, ami alatta van, hátrébb kerül a keresésben és ajánlásokban," magyarázza McCune. Hangsúlyozza, hogy nem egyetlen ízlés kényszerítéséről van szó, hanem a minőség emeléséről. A vizuális kultúra egyre egységesebbé válik, de a Cosmos nem csak a legmagasabb szintű tartalmat emeli ki. "Inkább alapvető szűrőként használjuk, hogy eltávolítsuk a szemetet és az alacsony minőségű anyagot," magyarázza. A gépi tanulás kulcsszerepet játszott a Cosmos kurátorálásában, kismértékű választ adva Zhou kritikájára a divat "rossz adataival" szemben – bár a Cosmos nem korlátozódik a divatra.

A nyugtamegosztó Selleb alkalmazás is optimista az AI-technológia és az emberi felügyelet kombinálásában. Chloe és Claire Lee társalapítók az AI-t alapvető eszközként látják, amelyet végül az emberek ellenőriznek. A felhasználók nem csak divatra osztanak meg nyugtákat, ahogy az alapítók eredetileg várták, hanem kávézókra, közlekedésre, repülőjegyekre, élelmiszerekre és másokra is. "Szélesebb látásmódunk az, hogy online leképezzük ezeket a különböző termékeket, és nyomon követjük mindenki ízlését különböző tényezők mentén, hogy közelebb kerüljünk annak a nehezen megfogalmazható ízlésbeli aspektusnak a megragadásához – ami szerintem még mindig nehezen definiálható," mondja Claire.

A Selleb hangsúlyozza a kategóriák közötti adatok fontosságát egy személy ízlésének, preferenciáinak és stílusának jobb megértéséhez. Az új felhasználók csatlakoztatják e-mailjüket, és több ezer nyugtát küldenek be. "Ezek a nyugták – mikor készültek, milyen kategóriába tartoznak, mennyit költöttem – sokat elárulnak rólam, mint vásárlóról és egyedi identitásomról," jegyzi meg Chloe. A felhasználók követik, amit a nővérek "ízlést hasonmásoknak" neveznek: olyan embereket, akiknek hasonlóak a preferenciáik a kategóriák között, az alkalmazás által épített "ízlést gráf" alapján. A felhasználók nyugtáinak átfogó elemzésével a háttérbeli AI olyan mintázatokat azonosíthat, amelyek nem láthatók a nyilvánosan elérhető online adatokból, ami személyre szabott divat- és egyéb ajánlásokhoz vezet.

**Visszatekintés**

Az AI múltbeli adatok alapján jósolja meg és azonosítja a trendeket, ami azt jelenti, hogy nem lát túl ezeken a bemeneteken, függetlenül attól, milyen fejlett a technológia. "Az AI nem nagyszerű az újdonsággal – és a trendek gyakran az újdonságtól függenek," mondja a WGSN Mustonja.

A valóságban az emberek stílusa és ízlése a változó kontextusokkal és kulturális változásokkal fejlődik, amelyeket az AI nem képes előrejelezni. "A trendek rendkívül összetettek, és sokféleképpen mozognak," magyarázza Muston. "Milyen gyakran mondták az emberek: 'Soha nem vennék fel XYZ-t,' és ellenezték erősen egy trendet múltbeli asszociációk miatt? Mégis, amikor az a trend új kontextusban újra megjelenik, hirtelen vonzóvá válik." Ha a múltbeli adatok azt sugallják, hogy egy megjelenés valószínűleg megbukik, az AI ezt szó szerint veszi. Az emberek azonban megkérdőjelezhetik a kontextust, és felismerhetik, miért lehetséges a visszatérés.

Egyes márkák vagy esztétikák iránti érdeklődést gyakran véletlenszerű vagy statisztikailag valószínűtlen események gerjesztenek, amelyeket az AI nem tud figyelembe venni, mondja Madé Lapuerta a @DataButMakeItFashion-től. Példaként említi a Van Cleef & Arpels iránti érdeklődés robbanását tavaly novemberben, amikor a Dodgers játékosa, Miguel Rojas – aki nem is kellett volna, hogy üssön – egy játékmegváltó hazafutást ért el, megnyerve a World Series-t. "Mivel az AI által hajtott prediktív modellek teljes mértékben a múltbeli mintázatokra támaszkodnak, nem tudják előrejelezni a jövőt, vagy megérteni, mi fog rezonálni."

Ez Lee fő aggodalma az AI trendek előrejelzésére vagy az ízlésváltozások előrejelzésére való használatával kapcsolatban. "Az AI trend 'előrejelzésének' módja nem igazán előrejelzés – csak azt tükrözi, ami most történik," mondja.

**Az emberi előny**

Ez az emberi előny döntő fontosságú. Az AI múltbeli adatokra támaszkodása... Az adatok azt mutatják, hogy az AI képes azonosítani a tartalmat az "mi" alapján, de nem a "miért" alapján. Ahogy Muston fogalmaz: "Az AI képes kodifikálni az ízlést, de csak szintetikus módon."

Thompson Ford egyetért abban, hogy túlzottan utánzó. "Más dolog azt mondani: 'Úgy akarok kinézni, mint Ralph Lauren tavalyi kollekciója' – az AI talán megoldja ezt. De ha úgy akarok kinézni, mint valakinek az idei, még meg sem tervezett kollekciója, kétlem, hogy az AI meg tudná tenni, amit egy tervező, vagy egy stílusos ember tesz."

Még a techno-optimisták, mint McCune is megkérdőjelezik ezt. "Természetüknél fogva a modelleket múltbeli valamin kell kiképezni," magyarázza. "Az emberek előre nézhetnek, és új trendeket és esztétikákat hozhatnak létre. A modellek mindig a múltat tükrözik – hiszem, hogy csak az emberek nézhetnek igazán a jövőbe."

A szakértők szerint az egyetlen mód, ahogy az AI ezt utánozhatná, ha öntudatra ébredne – egy hevesen vitatott lehetőség –, és még ez sem biztos. McCune hozzáteszi: "Hiszem, hogy a generatív AI képes lesz művelni az ízlést és stílust, de az a jelen vagy a múlt ízlése és stílusa lesz. Nem fog a jövőbe nézni, és új, trendinek érződő dolgokat létrehozni."

Lee, aki kevésbé optimista az AI-val kapcsolatban, egyetért abban, hogy a jövőbe nem látás képessége nagy korlát. Számára ez azt jelenti, hogy az AI – öntudat nélkül – soha nem fogja művelni az igazi ízlést vagy stílust. "Ki kell menned, látnod kell, mit viselnek az emberek, hallanod, miről beszélnek, filmeket nézni, zenét hallgatni, figyelni a aktuális eseményekre és politikára," mondja Lee. "Ezek formálják a divatot és a stílust. Nem csak a ruhákról van szó – mindenről, ami téged, mint embert jellemez. Ha az AI-ra támaszkodsz, hogy megmondja, ki vagy, soha nem lesz stílusod."

Még ha az AI egy napon öntudatra ébredne is, és megszabadulna az emberi bemenettől, akkor is hiányozna neki valami: egy emberi test. Test nélkül, amelyből működne és amelyet felöltöztetne, az ízlés és stílus művelése majdnem hiábavalónak tűnik. "Az egyetlen dolog, ami az AI-nak nincs, az a test," jegyzi meg Thompson Ford. "Nehéz elképzelni, hogy az AI kifejlesztené azokat az intuíciókat, amelyek abból származnak, hogy a saját testedben mozogsz a világban, és másokkal lépész kapcsolatba – kivéve, ismételten, az utánzáson keresztül."

Lee egyetért. "Biztos vagyok benne, hogy fejlődni fog, de az AI soha nem lesz ember. Tehát lehetetlen, szerintem, igazán értelmet adni a világeseményeknek és annak, hogyan fordulnak át divattá," mondja. "Tíz éve csinálom ezt, és néha még én is tévedek, vagy lemaradok bizonyos dolgokról. Esélytelen, hogy egy robot valaha jobb legyen nálam."

**Gyakran Ismételt Kérdések**
GYIK: Az AI valóban képes megérteni az ízlést?

Kezdő szintű kérdések

1. Mit értünk ízlés alatt ebben a kontextusban?
Az ízlelés összetett emberi tapasztalatát értjük, amely összekapcsolja a szagot, ízt, textúrát, hőmérsékletet, sőt személyes emlékeket és érzelmeket. Több, mint pusztán kémiai elemzés.

2. Képes-e az AI úgy megízlelni az ételt, mint egy ember?
Nem, nem az emberi tapasztalati módon. Az AI-nak nincs tudata vagy szubjektív érzése. Nem tudja élvezni az ételt, vagy személyes preferenciája lenni. Ehelyett elemzi az ízzel kapcsolatos adatokat.

3. Tehát mit tud tenni az AI az ízléssel kapcsolatban?
Az AI képes hatalmas mennyiségű adat feldolgozására – mint az ételek kémiai összetevői, receptek, fogyasztói vélemények és érzékszervi panel eredményei – hogy előrejelezze az ízprofilokat, új receptkombinációkat hozzon létre, optimalizálja az élelmiszereket, és ajánljon ételeket, amelyek tetszhetnek.

4. Hogyan tanul az AI az ízlést?
Adathalmazokon képezik ki. Például több ezer receptet mutatnak neki ízleírásokkal címkézve, vagy olyan adatokat, amelyek a kémiai szerkezeteket az érzékelt ízekhez kapcsolják. Mintázatokat keres ezekben az adatokban előrejelzésekhez.

5. Vannak valós példák erre?
Igen. Vállalatok AI-t használnak új snack-ízek fejlesztésére, sörreceptek készítésére vagy személyre szabott táplálkozási tervek létrehozására. Növényalapú húscégekhez hasonló alkalmazások AI-t használnak molekuláris szerkezetek elemzésére a hús ízének és textúrájának utánozására.

Haladó / Gyakorlati kérdések

6. Mi a fő korlát, ami megakadályozza az AI-t az íz valódi megértésében?
A tudatosság és a qualia nehéz problémája. Az ízlelés szubjektív, első személyű tapasztalat. Az AI korrelálhat adatokat, de nem tapasztalhatja meg az édesség érzését vagy egy íz által kiváltott nosztalgiát. Nincs megtestesült, szubjektív tudatossága.

7. Képes-e az AI figyelembe venni az ízlés kulturális és személyes különbségeit?
Megpróbálhatja, de ez kihívás. Különböző, kulturálisan specifikus adathalmazokon való képzéssel az AI megtanulhatja a csoportokon belüli gyakori preferenciákat. Azonban egy egyén kedvenc étele mögötti mély személyes, érzelmi és kulturális kontextus megragadása rendkívül nehéz.

8. Mik az AI használatának előnyei az élelmiszertudományban és fejlesztésben?
Gyorsabb új termékfejlesztés, költséghatékonyság, személyre szabottabb élelmiszerek, és az ízprofilok pontosabb előrejelzése a fogyasztói preferenciák alapján.