# Фелис Фрэнкл о роли научного фотографа в эпоху ИИ

Источник: https://www.youtube.com/watch?v=0I8S6diyDjw
Канал: MIT OpenCourseWare
Опубликовано: 17.02.2026

---

## Границы реальности: зачем науке нужен фотограф в эпоху ИИ 📸
[[JUMP:00:00]]

Искусственный интеллект стремительно проникает во все сферы жизни, включая научную коммуникацию, где достоверность визуальных данных имеет критическое значение. Фелис Фрэнкл, научный сотрудник и фотограф MIT, исследует, как появление нейросетей меняет процесс документирования открытий и где проходит тонкая грань между интерпретацией реальности и её искажением.

### Что значит «фотографировать» науку? 🔬
[[JUMP:01:35]]

В традиционном понимании фотография — это не сама реальность, а её перевод в двумерный формат. Научные фотографы неизбежно манипулируют объектами, выбирая ракурсы, освещение или кадрирование, чтобы упростить информацию и сделать её доступной для широкой аудитории.

По словам Фрэнкл, существует важная разница между манипуляцией ради ясности и фальсификацией. Она приводит в пример следующие практики:

* **Кадрирование:** Удаление лишних элементов, таких как чашка Петри, чтобы сфокусировать внимание на колонии дрожжей, не меняя морфологию объекта.
* **Колоризация:** Использование цвета в старых телешоу или астрономических снимках для выделения деталей и структурных особенностей, что является общепринятым стандартом.
* **Выбор инструментов:** Разница между снимками телескопов «Хаббл» (видимый свет) и «Джеймс Уэбб» (инфракрасный диапазон) показывает, что выбор технологии меняет детализацию изображения, но не делает «Хаббл» менее честным.

### ИИ в лаборатории: ошибки и риски ⚠️
[[JUMP:04:32]]

Экспериментируя для статьи в журнале *Nature* (февраль 2025 года), Фрэнкл сравнила свои профессиональные снимки нанокристаллов нобелевского лауреата Мунги Бавенди с результатами работы ИИ. Результаты показали, что модели часто «галлюцинируют» и нарушают научную логику.

Проблемы ИИ-изображений на примере нанокристаллов:

1.  **Смешение данных:** Нейросеть смешивала цвета в пробирках, игнорируя факт, что каждая пробирка содержит кристаллы строго определенного размера и цвета.
2.  **Неверная терминология:** Модель рисовала «точки» (dots), вероятно, из-за подмены термина «нанокристаллы» на «квантовые точки» (quantum dots) в обучающей выборке.
3.  **Эстетические искажения:** ИИ размещал объекты на поверхности стола для визуальной привлекательности, что не имеет отношения к научному протоколу.

Главный риск заключается в том, что редактор или фотограф, не разбирающийся в теме, может принять такие неточные изображения за достоверную документацию, что нанесет ущерб пониманию сложных концепций.

### Правила цифровой этики 📝
[[JUMP:08:18]]

Фелис Фрэнкл настаивает: ИИ-генерации не фиксируют реальный объект, а значит, никогда не могут считаться научной документацией. Она предлагает внедрить строгие рекомендации для исследователей, которые используют нейросети в работе:

* **Маркировка:** Обязательное указание, что изображение создано ИИ.
* **Технические данные:** Указание конкретной модели и версии ИИ.
* **История запросов:** Сохранение промптов, использованных для генерации.
* **Прозрачность входных данных:** Если для генерации использовалось исходное изображение, его необходимо приложить к отчету и указать авторство.

В конечном итоге, несмотря на прогресс технологий, роль научного фотографа остается незаменимой. Эксперты, такие как Фрэнкл, обеспечивают критический взгляд, аутентичность и высокое качество входных данных, гарантируя, что визуальный контент будет просвещать, а не вводить в заблуждение.