ГЕНЕРАТИВНІ ТЕХНОЛОГІЇ ЯК ІНСТРУМЕНТ ФОРМУВАННЯ ВІЗУАЛЬНОЇ МОВИ СУЧАСНОГО ГРАФІЧНОГО ДИЗАЙНУ
DOI:
https://doi.org/10.32782/uad.2026.3.28Ключові слова:
генеративні технології, генеративний штучний інтелект, графічний дизайн, візуальна мова, дифузійні моделі, GAN, neural style transfer, типографіка, авторство, етикаАнотація
У статті досліджується, як генеративні технології, ймовірно, розвиватимуть візуальну мову сучасного графічного дизайну. Це дослідження намагається встановити, як генеративні системи (від процедурних та параметричних до генеративного штучного інтелекту) впливатимуть на різні аспекти процесу дизайну, включаючи: створення форм, розташування компонентів, використання кольору, типографіку, текстури, авторство, етику та робочий процес. Методологія, що використовується в цій статті, включає аналіз первинних технічних джерел, що документують ці нові технології, порівняльний аналіз офіційної документації/політик платформ, що підтримують ці технології, та мистецтвознавчі/ композиційні/стилістичні інтерпретації як українських, так і зарубіжних досліджень щодо візуальної мови, цифрового дизайну та посилання на штучний інтелект та генерацію зображень. У статті також наведено аргументи проти розгляду генеративних технологій як незалежного креативного агента. Натомість генеративні технології розглядаються як «простір проекту», де дизайнер встановлює межі для варіативності, створює критерії для вибору результату, редагує результат, удосконалює його через редакційні процеси та легітимізує результат. Результати цього дослідження показують, що генеративні технології мають найбільший вплив на морфологічні характеристики створених зображень, серійність композиційних елементів у цих зображеннях, щільність текстур у цих зображеннях та швидкість, з якою дизайнери можуть досліджувати концепції. Однак інші сфери, пов'язані з графічним дизайном, або менше зазнають впливу генеративних технологій, або розглядаються лише частково, включаючи точність типографіки, структурне макетування, питання авторського права та відсутність прозорості щодо прийняття генеративних рішень. Одним з ключових аспектів цієї статті є її зосередження на порівняльному аналізі кількох генеративних технологій, включаючи Midjourney та сімейство DALL-E, а також поточний стек зображень OpenAI (Stable Diffusion/SDXL), ControlNet, InstructPix2Pix. Крім того, у статті розглядається кілька академічних інструментів генеративного дизайну, включаючи LayoutDM, MetaDesigner та деякі новіші людино-орієнтовані фреймворки для дизайну типографіки на основі штучного інтелекту. Центральним аспектом наукового внеску цієї статті є встановлення зв'язків між конкретними технічними можливостями, пов'язаними з генеративними системами, та конкретними розмірними аспектами візуальної мови графічного дизайну. Крім того, стаття надає практичні методологічні рекомендації для дизайнерів, які працюють з генеративними технологіями.
Посилання
Вискварка Я. Сутність та становлення візуальної мови графічного дизайну в Україні. Наукові записки Тернопільського національного педагогічного університету імені В. Гнатюка. Серія : Мистецтвознавство. 2018. № 2. URL: https://journals.uran.ua/index.php/2411-3271/article/view/173726 .
Goodfellow I.J., Pouget-Abadie J., Mirza M., Xu B., Warde-Farley D., Ozair S., Courville A., Bengio Y. Generative Adversarial Nets. 2014. URL: https://arxiv.org/abs/1406.2661.
Sohl-Dickstein J., Weiss E.A., Maheswaranathan N., Ganguli S. Deep Unsupervised Learning using Nonequilibrium Thermodynamics. 2015. URL: https://arxiv.org/abs/1503.03585.
Gatys L. A., Ecker A. S., Bethge M. A Neural Algorithm of Artistic Style. 2015. URL: https://arxiv.org/abs/1508.06576.
Ho J., Jain A., Abbeel P. Denoising Diffusion Probabilistic Models. 2020. URL: https://arxiv.org/abs/2006.11239.
Rombach R., Blattmann A., Lorenz D., Esser P., Ommer B. High-Resolution Image Synthesis with Latent Diffusion Models. 2022. URL: https://arxiv.org/abs/2112.10752.
Ramesh A., Dhariwal P., Nichol A., Chu C., Chen M. Hierarchical Text-Conditional Image Generation with CLIP Latents. 2022. URL: https://arxiv.org/abs/2204.06125.
Zhang L., Rao A., Agrawala M. Adding Conditional Control to Text-to-Image Diffusion Models. 2023. URL:https://arxiv.org/abs/2302.05543.
Brooks T., Holynski A., Efros A. A. InstructPix2Pix: Learning to Follow Image Editing Instructions. 2023. URL: https://openaccess.thecvf.com/content/CVPR2023/papers/Brooks_InstructPix2Pix_Learning_To_Follow_Image_Editing_Instructions_CVPR_2023_paper.pdf.
Chai S., Zhuang L., Yan F. LayoutDM: Transformer-Based Diffusion Model for Layout Generation. 2023. URL: https://openaccess.thecvf.com/content/CVPR2023/papers/Chai_LayoutDM_Transformer-Based_Diffusion_
Model_for_Layout_Generation_CVPR_2023_paper.pdf.
Vinker Y. Generative Visual Communication in the Era of Vision-Language Models. 2024. URL: https://arxiv.org/abs/2411.18727.
He J.-Y. та ін. MetaDesigner: Advancing Artistic Typography Through AI-Driven, User-Centric, and Multilingual WordArt Synthesis. 2024. URL: https://arxiv.org/abs/2406.19859.
Dong Y., Gao M. AI-Driven Typography: A Human-Centered Framework for Generative Font Design Using Large Language Models. Information. 2026. Vol. 17, No. 2. Art. 150. DOI: 10.3390/info17020150.
Капелька А. О. Використання штучного інтелекту під час створення графічних проєктів у сучасному дизайні. Український мистецтвознавчий дискурс. 2025. № 6. С. 104–110. DOI: 10.32782/uad.2025.6.12.
Каменецька Ю., Артеменко Р., Коваль А. AI-референси як інструмент формування візуального стилю у цифровому дизайні. Інформаційні технології та суспільство. 2025. Вип. 4 (19). С. 68–73. DOI: 10.32689/maup.it.2025.4.11
Гладун О. Український плакат: етапи розвитку візуально-пластичної мови. Збірник наукових праць «Сучасне мистецтво». 2018. № 14. С. 115–122. DOI: 10.31500/2309-8813.13.2018.152212
Сбітнєва Н., Ганоцька О. Візуальна мова сучасного графічного дизайну України. Актуальні питання гуманітарних наук. 2024. Вип. 80. Т. 2. С. 87–94. DOI: 10.24919/2308-4863/80-2-12
Liu Wei, Kolisnyk O. Parametric modeling as an innovative approach in graphic design = Параметричне моделювання як інноваційний підхід у графічному дизайні. Art and Design. 2024. № 1 (25). С. 34–45. DOI:10.30857/2617-0272.2024.1.3
UNESCO. Recommendation on the Ethics of Artificial Intelligence. URL: https://www.unesco.org/en/artificial-intelligence/recommendation-ethics .
European Commission. AI Act. URL: https://digital-strategy.ec.europa.eu/en/policies/regulatoryframework-ai.
AI Act Service Desk. FAQ; Code of Practice on marking and labelling AI-generated content. URLs: https://ai-act-service-desk.ec.europa.eu/en/faq; https://ai-act-service-desk.ec.europa.eu/en/resources.
Midjourney. Comparing Midjourney Plans. URL: https://docs.midjourney.com/hc/en-us/articles/27870484040333-Comparing-Midjourney-Plans.
Midjourney. Terms of Service. URL: https://docs.midjourney.com/hc/en-us/articles/32083055291277-Termsof-Service.
OpenAI. Europe Terms of Use. URL: https://openai.com/policies/terms-of-use/.
OpenAI. GPT Image 1.5 Model. URL: https://developers.openai.com/api/docs/models/gpt-image-1.5.
OpenAI. DALL·E 3 Model. URL: https://developers.openai.com/api/docs/models/dall-e-3.
OpenAI. Image generation guide; All models. URLs: https://developers.openai.com/api/docs/guides/imagegeneration.
Stability AI. Stability AI License. URL: https://stability.ai/license.
U.S. Copyright Office. Copyright and Artificial Intelligence, Part 2: Copyrightability. URL: https://www.copyright.gov/ai/
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
