Текст книги "Нейродизайн. Ключ к сознанию покупателей"

Знакомство: эффект знакомства с объектом

В 1967 году профессор Чарльз Гетцингер преподавал науку коммуникации в Орегонском государственном университете Нью-Йорка. Его подход был несколько эксцентричным, a ученики получали неординарные задания. Например, он выставлял оценки на основе умения учащихся убедить друг друга подписать петицию, в которой говорилось, что они должны получить высший балл. Однажды на его экзамене студенты получили следующее задание: «У вас есть пять минут. Общайтесь».³

Самым странным аспектом занятий у профессора было присутствие таинственного студента, который появлялся на занятиях, с ног до головы скрытый под черным мешком. Каждый день кто-то приводил его на занятия, a затем уводил, при этом никто не знал, кто же скрыт под мешком. Первоначально другие студенты реагировали на таинственного гостя враждебно, но по прошествии нескольких недель они к нему расположились, даже защищали его, когда СМИ прознали о необычном студенте. Польский психолог Роберт Зайонц услышал об этом случае и был заинтригован. Он начал исследовать влияние неоднократного наблюдения на эмоции людей. Он опубликовал свои выводы в классическом издании 1968 года, описав то, что он назвал эффектом знакомства с объектом.⁴ Зайонц провел серию экспериментов, в которых участникам быстро показывали разные картинки: простые фигуры, картины, лица и китайские иероглифы. Некоторые из изображений повторялись несколько раз, но из-за высокой скорости было невозможно сознательно понять это. Затем участников спрашивали, какие изображения им нравятся больше, и они последовательно выбирали те, которые были показаны больше одного раза. Людям нравились изображения просто потому, что они видели их чаще. Данный эффект важен тем, что показывает наличие в нашем мозге бессознательного, иррационального механизма, который может заставить нас предпочесть одно изображение другому без логической оценки.

Один интересный факт о нашем бессознательном заключается в том, что оно путает знакомые вещи с теми, которые легко поддаются обработке. Легкость восприятия простого изображения для него равна восприятию знакомого изображения. Лица людей, которых мы знаем, легко обрабатывать, потому что до этого мы их уже видели. Если мы видим что-то новое и обработка дается нам легко, подсознание считает, что перед нами знакомый объект, и мы чувствуем симпатию. Это чувство, как правило, недостаточно сильное и не вызывает должного впечатления, поэтому мы не обращаем на него внимания и забываем о нем.

В научной работе описывалось более 200 экспериментов по эффекту знакомства с объектом. Ученый пришел к выводу о стабильности и надежности данного эффекта, хотя он, как правило, лучше всего «работает» при кратковременных воздействиях.⁵ Считается, что речь не идет о подверженности воздействию или о знакомстве с объектом как таковым: чем больше мы видим что-то, тем легче становится процесс визуальной обработки (рис. 3.2). Эффект знакомства с объектом может быть просто способом повышения скорости восприятия изображения. Таким образом, мы можем группировать простые изображения со знакомыми и сложные изображения с незнакомыми.

Рисунок 3.2. Знакомое / простое и новое / сложное

Существуют исследования, которые доказывают, что мы отдаем предпочтение знакомому и любим «быстрые в обработке» изображения.

Физиологические предпосылки беглости восприятия

В ряде исследований воздействия эмоций на скорость обработки визуальной информации использовался метод, называемый лицевой электромиографией. Лицевая электромиография (лЭМГ) – это метод измерения эмоций при помощи датчиков, размещаемых на лице. Датчики измеряют даже незначительные изменения электрической активности мышц, которые заставляют нас улыбаться или хмуриться. Если у нас появляется негативная эмоциональная реакция – станет активной мышца, ответственная за нахмуривание бровей. Если появляется положительная эмоциональная реакция – станет активной большая скуловая мышца, которая отвечает за улыбку. Если теория верна, изображения, которые легче обрабатывать, должны активировать мышцу, ответственную за улыбку; и наоборот – если обрабатывать изображение тяжело, мы начинаем хмуриться.

В ходе одного исследования испытуемые читали ряд явно случайных слов, при этом датчики лЭМГ измеряли соответствующие показатели.⁶ Некоторые из слов в списке были объединены по теме, a некоторые – нет. В таблице 3.1 приведен пример:

Таблица 3.1. Мозгу проще обрабатывать списки слов общей тематики

При предварительной разработке исследователи учли тот факт, что списки с общей темой вызывают подсознательную связь до того, как человек успевает рационально их обработать.⁷ Когда были представлены слова с общей темой, у испытуемых активизировались мышцы, ответственные за улыбку, a «нахмуривающие» мышцы расслаблялись. Другие исследования показали сходные результаты по отношению к знакомым и незнакомым женским лицам⁸ и точечным изображениям.⁹ Итак, существуют доказательства того, что беглость обработки позволяет нам чувствовать себя хорошо. Интересно, что демонстрация изображений, требующих долгой обработки, не вызывала активности «нахмуривающей» мышцы. Мы скоро вернемся к этому вопросу.

Внутренний контроль сложности обработки

Хотя мы в значительной степени не осознаем связь между легкостью обработки изображения и хорошим самочувствием, мы можем чувствовать, насколько нам легко или трудно что-то понять. Мозг контролирует сложность обработки объектов. Мы понимаем, что имеем дело со сложным для обработки объектом, когда нужно напрячься, чтобы прочесть очень мелкий текст, если сложный образ не имеет для нас смысла, или если объект кажется не соответствующим контексту и требует дополнительного рассмотрения. Беглость обработки – это «предосознанное восприятие»: мы не всегда осознаем ее, но можем это сделать, обратив внимание на сам процесс.¹⁰

Люди сверяются с уже существующей шкалой сложности и избегают дизайна, который требует от них слишком много размышлений. Неправильное распределение когнитивной нагрузки – целиком и полностью вина дизайнера. Понимание страницы или задачи должно быть максимально упрощено, пользователя надо освободить от долгих раздумий. По словам легендарного дизайнера Apple Джони Айва: «Истинная простота проистекает из гораздо большего, чем просто отсутствие беспорядка и хаотичности. Речь идет о том, чтобы упорядочить порядок».¹¹ Другими словами: дизайнер перекладывает груз размышлений с плеч пользователя на свои. Искусство создания сложной информации, которую легко обрабатывать с помощью умного дизайна, будет приобретать все большее значение, особенно в интернете. И, по мнению Джони Айва, дело тут вовсе не в том, чтобы просто убрать побольше элементов из дизайн-проекта.

Однако мы не всегда предпочитаем простые или знакомые изображения. И отследить реакцию на визуальный образ можем тоже не всегда. Чтобы объяснить реакцию на образы, психологи моделируют совместную работу Систем 1 и 2.

Как Системы 1 и 2 декодируют изображение

Лаура Граф и Ян Ландвер предложили новую модель, которая поможет объяснить, как мы оцениваем изображения сознательно и неосознанно¹².

Модель эстетической симпатии – удовольствие / интерес (PIA) базируется на легкости обработки изображения и нашем мнении о самом изображении (если оно нас достаточно заинтересовало). Первый процесс относится к Системе 1, второй – к Системе 2. Если изображение нам интересно, мы уделяем ему больше внимания и оно начинает нам нравиться еще больше. Например, когда людям в ходе опроса предлагают взглянуть на инновационные конструкции автомобилей, они, скорее всего, ответят, что эти модели им нравятся.¹³ Другие исследования показали, что нетипичные конструкции автомобилей нравятся людям больше, если они видят их повторно.¹⁴ Поэтому менее знакомое или более сложное изображение может стать проще для восприятия, так как оно становится более знакомым.

Моделирование начинается с того, что мы смотрим на изображение и оцениваем степень его восприятия. Это приводит к первоначальному положительному (если изображение просто декодировать) или отрицательному (если изображение сложно декодировать) ощущению. Если человек не мотивирован приложить больше усилий и задуматься о том, на что смотрит, все заканчивается на этом этапе, и он испытает некоторый уровень неудовлетворенности изображением. На протяжении всего этапа используется Система 1.

Если мы уделяем объекту больше внимания – либо потому, что он вызвал наше любопытство, либо потому, что мы решили разобраться, но пока не понимаем, в чем дело, – может произойти несколько вещей, которые вызовут у нас либо интерес (если нам удается обработать информацию), либо ощущение путаницы / скука.

Важно, что люди автоматически судят о скорости восприятия изображения с помощью механизмов Системы 1. Система 2 запускается при наличии мотивации к познанию или если Система 1 не сможет сразу выдать решение. По этой причине обработка с помощью Системы 1 зачастую более поверхностна, тогда как Система 2 позволяет проводить более глубокий анализ (таблица 3.2).

Таблица 3.2. Характеристики Системы 1 и Системы 2

Исходя из этого, мы предпочитаем знакомые и простые образы, но только если они нам интересны. Однако есть и другой способ увеличения скорости восприятия изображений.

Перцептивная и концептуальная беглость

Существует два типа беглости восприятия: перцептивная и концептуальная. Первая в основном связана с визуальными характеристиками, вторая – со значением. Например, изображение может быть визуально незнакомым или сложным, но при этом будет узнаваемым, например, необычный или очень подробный рисунок знакомого объекта. Оба вида могут объединяться вместе, чтобы сформировать общее чувство красоты / беглости восприятия. Тем не менее понимание самой скорости, как правило, находится в юрисдикции Системы 1 и не осознается нами, в то время как концептуальная беглость управляется более осознанной Системой 2. Примером концептуальной беглости будет список слов (как показано в таблице 3.1), a перцептивной – дизайн, который легко визуально декодировать.

Пропозициональная плотность

Простой дизайн может передавать глубокий смысл. Это называется пропозициональной плотностью: мы передаем максимум смысла с минимальной графической детализацией. Пропозициональная плотность охватывает два элемента: поверхностный (графические элементы) и глубинный (значения, которые передают элементы). Например, поверхностным элементом будет использование зеленого цвета, a глубинным – ассоциации с природой, которые вызывает зеленый цвет. Этот показатель можно выразить как число: количество глубинных элементов, разделенное на количество поверхностных. Если результат больше единицы, изображение передает больше смысла, чем его основные графические элементы, и в то же время интригует пользователя, оставаясь простым для восприятия.

Логотипы – хороший пример изображений, с высокой пропозициональной плотностью. Например, на эмблеме Apple изображено надкусанное яблоко, с простейшими контурами силуэта и двумя графическими элементами (яблоко и лист вверху), такой логотип несет глубокий смысл. Например:

• Яблоки созданы самой природой и полезны для здоровья.

• Яблоки подходят всем.

• Исаака Ньютона осенило, когда ему на голову упало яблоко. Так появилась теория гравитации (следовательно, есть ассоциации с великими прозрениями).

• В зависимости от культурного фона и знаний конкретной аудитории, яблоко также может передавать смыслы, такие как плод древа познания; аутсайдеры и мятежничество (например, опрокинутая тележка с яблоками или миф о яблоке раздора), a кому-то придут на ум дети, которые делятся яблоком с учителем.

Многие значения могут быть переданы с помощью самых простых форм. Логотипы брендов с простейшим дизайном тоже могут передавать ряд значений. Реклама учит нас ассоциировать с брендом и логотипом определенные вещи. Например, Nike Swoosh – очень простой логотип, но он ассоциируется с атлетизмом, фитнесом, спортом. Другие формы смысла могут быть усвоены посредством приобщения к культуре и воспитанию (например, образ совы прост, но несет ассоциации «мудрость», «книги», «ночь» и т. д.); существуют и естественные ассоциации (например, круги могут означать «единство», «целостность» и «инклюзивность», острые или неровные элементы дизайна могут передать представление о чем-то шокирующем или неудобном).

Изображения с высоким уровнем информативности могут превзойти менее информативные.¹⁵ Для того чтобы минималистские проекты были эффективными, они в идеале должны быть не тривиальными, но информационными. Как писал Леонардо да Винчи, «простота – это высшая форма утонченности».

Помимо простоты и сложности

Простые изображения не всегда интересны, сложные не всегда легко обработать. Но их сочетание может быть простым и интересным. Возможно, лучший способ взглянуть на эту проблему – с точки зрения поверхностной сложности и содержания.

Это более общий способ – мы сравниваем, сколько графической информации содержит изображение по сравнению с информационным наполнением. Объединив эти две особенности, мы можем вывести четыре основных «экстремальных» типа изображения (см. рис. 3.3):

1. Низкая поверхностная сложность и низкая информационная насыщенность.

На такое изображение легко смотреть, но оно не передает глубокого смысла и не содержит сложных элементов. Примером этого может служить базовая форма, например, круг. Проблема заключается в том, что такие формы в некоторых случаях бесполезны, особенно при использовании только одного цвета. Такой дизайн будет ассоциироваться с пустотой и бессмысленностью.

2. Высокая поверхностная сложность и низкая информационная насыщенность.

Изображение содержит много графических деталей, но в них отсутствует смысл или задний план, например визуальный эквивалент белого шума. Опасность такой формы дизайна заключается в том, что она воспринимается как набор случайных элементов, разбираться в котором пользователю не хочется.

3. Высокая поверхностная сложность и высокая информационная насыщенность.

Это сложный дизайн, который содержит большое количество информации. Успех такого типа дизайна будет зависеть от мотивированности конечного пользователя. Захотят ли люди разбираться? Если не захотят, риск состоит в том, что дизайн будет казаться запутанным и не сможет удержать на себе внимание.

4. Низкая поверхностная сложность и высокая информационная насыщенность.

Это идеальный тип изображения. Его легко визуально декодировать, при этом оно передает много информации или несет скрытое визуальное сообщение, которое человек может расшифровать, если сам этого захочет. Такой дизайн по-настоящему интересен. В качестве примера можно привести изображение с высокой пропозициональной плотностью.

Чтобы оставаться интересными и привлекать наше внимание, визуальные эффекты должны иметь низкий уровень поверхностной сложности и высокий – информационной насыщенности. Как пишет эксперт по визуализации Эдвард Р. Туфте, «графическая элегантность часто заключена в простоте дизайна и сложности данных»¹⁶.

Рисунок 3.3. Мы можем классифицировать изображения по четырем  критериям на основе их поверхностной сложности и информационной насыщенности (значения)

Новизна и сложность: возникновение симпатии

Если изображение просто понять, это еще не значит, что оно понравится потребителю. Экспериментальные данные показывают, что и новые и сложные изображения могут завоевать симпатию целевой аудитории. Новизна вызывает множество приятных чувств, она – противоядие от неудовольствия и скуки. Новизна может принять вид нового решения проблемы, новой шутки, которую мы еще не слышали, или нового способа получить удовольствие, который нам еще не надоел. Но, будучи противоположностью знакомых вещей, новизна нуждается в медленной обработке. Как заставить пользователя полюбить новое? Как мы можем понять взаимосвязь между новым и знакомым?

Мы уже видели, что концептуальная беглость может быть важнее беглости перцептивной. Таким образом, новое изображение может понравиться, если в него вложен смысл, который легко воспринять. Точно так же, если человек мотивирован, ему понравится и более сложный образ, он будет готов повнимательнее рассмотреть его, вникнуть в суть.

Существует и другой способ создать «рабочее» новое изображение, сыграв на ожиданиях аудитории. Если люди ожидают, что сообщение будет трудно понять, но оно представлено таким образом, что трудностей не возникает, им начинает нравиться эта информация. Все, что неожиданно легко обрабатывается мозгом, дает эффект, сопоставимый с удовольствием от визуальной обработки знакомых вещей, с которыми мы встретились неожиданно для самих себя. Например, если вы были в отпуске в другой стране и столкнулись там с другом, то, вероятно, находите встречу более приятной, чем на родине, хотя и в этом случае она вызвала бы улыбку. Неожиданная простота обработки сложной информации вызывает схожую реакцию.

Согласно результатам исследований, к получению положительных эмоций ведет даже не простота обработки, a сравнение со шкалой сложности, базирующейся на наших ожиданиях. Выше мы уже упомянули исследования лЭМГ, не давшие прямых доказательств связи между отрицательными эмоциями и обработкой сложной информации на основе анализа изображений, лиц или списков слов. Испытуемые не имели ложных ожиданий в отношении скорости обработки изображений, соответственно, не испытали при их выполнении отрицательных эмоций.

Это явление может сильно зависеть от знаний конкретного человека и от контекста того, на что они смотрят. Например, в одном эксперименте исследователи предлагали людям посмотреть на изображения японских иероглифов кандзи (которые ранее были незнакомы испытуемым). Изображения мелькали на экране компьютера, на каждое отводилось 13 миллисекунд.¹⁷ Каждое из них показывалось в общей сложности 10 раз, но в случайном порядке. Затем участники были произвольным образом разделены на три группы, им снова показали изображения иероглифов, дав возможность принять осознанное решение: оценить, насколько им понравились изображения по шкале 1–9.

В первой группе участникам был показан смешанный набор – половина иероглифов, которые они видели в первой части эксперимента, и половина незнакомых. Второй группе были показаны только те иероглифы, которые уже демонстрировались на экране. Третьей группе были показаны только новые иероглифы, которые испытуемые раньше не видели.

Согласно эффекту знакомства с объектом, рейтинги любых иероглифов, которые участники эксперимента видели ранее, должны быть выше, чем у остальных. Однако было обнаружено, что эффект знакомства с объектом срабатывал только при демонстрации смешанного набора – с незнакомыми иероглифами и теми, которые они видели раньше. Это предполагает, что эффект знакомства с объектом срабатывает, если знакомое контрастирует с незнакомым.

Полученный результат может объяснить несовершенство некоторых исследований в данной области: испытуемым было изначально ясно, что изображения будут обрабатываться легко, поэтому, несмотря на простоту обработки, они не вызвали у людей положительной эмоции, не было удивления от неожиданной легкости восприятия.

Хорошим примером такого явления является инфографика, популярность которой в интернете за последние несколько лет только росла. Именно инфографика часто превращается в «вирусное изображение». Хорошая инфографика одновременно информационно насыщенна и облегчает понимание предмета, сохраняя эффект неожиданной легкости. Выяснилось: люди предпочитают более простые виды дизайна, чем ожидалось, при этом дизайн должен передавать большой объем информации и сохранять минималистичность. Однако не все дизайн-проекты имеют потенциал для передачи смысла как такового. Есть ли способ сделать их интересными? Исследования в области искусственного интеллекта помогут нам найти ответ.

Как пробудить интерес к изображениям у робота?

Ученый Юрген Шмидхубер работает в области искусственного интеллекта. Здесь поставлено много задач по визуальному распознаванию: например, создать программное обеспечение, которое может принимать входные данные от искусственных глаз (камер) и понимать, что именно попало в поле зрения, как это делают люди. Однако в конечном счете какая польза от навороченного робота, который может видеть и понимать мир, но не имеет никакой мотивации к исследованию и обучению? Без мотивации робот – это просто раб: он будет делать то, что ему говорят. Возможно, все зависит от внешних вознаграждений: кто-то должен вознаграждать его каждый раз, когда он проявляет любопытство или исследует среду.

Рассматривая эту проблему, Юрген придумал элегантную теорию, которая не только представляет возможность сделать робота любопытным, но и объясняет, как мы мотивированы, чтобы исследовать и понимать мир вокруг нас, и почему мы находим определенные образы интересными и полезными.¹⁸

С самого раннего возраста младенцы похожи на маленьких ученых: им любопытно все, и, по-видимому, по своей сути они мотивированы, чтобы узнать, как все в этом мире устроено. Даже когда мы становимся старше, нам все еще любопытно. Хорошей иллюстрацией этого явления является просмотр веб-страниц. Любопытство заставляет нас подолгу сидеть в интернете. Человеческое стремление к добыче информации кажется почти неотъемлемым.

Отправной точкой для Юргена была проблема, которую мы обсуждали в главе 2: присущая нашему мозгу лень. Он подсчитал, что теоретически возможно, чтобы мозг хранил все, что мы видим за время нашей жизни, причем в качестве, сопоставимом с DVD-фильмом. Однако хранение всех этих воспоминаний требует энергии. Извлечение визуальных изображений из памяти также требует энергии. И поэтому мозг прибегает к шаблонам и ярлыкам. В этом и заключается важность изучения общих правил. Например, когда вы смотрите на лицо, фактический визуальный образ, который вы получите, будет отличаться в зависимости от угла зрения, условий освещения и т. д. Но мы все же учимся распознавать одно и то же лицо в любом ракурсе. Мозг сохраняет обобщенный шаблон лица, чтобы распознать его в разных условиях.

Согласование того, что мы видим в общих схемах визуальной памяти, помогает нашему ленивому мозгу экономить энергию. Клеточки внизу помогут проиллюстрировать эту теорию:

Рисунок 3.4. Клетки, первый вариант

Универсального шаблона для запоминания такой картинки не существует. Если бы мы решили запомнить ее, пришлось бы отдельно запоминать, где какая клетка находится.

А теперь посмотрите на рисунок 3.5.

Рисунок 3.5. Клетки, второй вариант

Поскольку в расположении клеток есть очевидная закономерность, становится намного легче запоминать их расположение. Все, что вам нужно сделать, это запомнить чередование черных и белых клеток. Нет нужды отдельно запоминать расположение каждой клетки.

С точки зрения компьютера изображение можно подвергнуть «сжатию»: мы сжали изображение, чтобы запомнить его. В информатике и теории информации сжимаемость визуальной картины называется колмогоровская сложность. Этот метод, названный в честь русского математика Андрея Колмогорова, основан на кратчайшей компьютерной программе, которая может быть написана для воспроизведения изображения. Чем короче программа, тем ниже колмогоровская сложность и сжимаемость изображения. Теоретически изображение может иметь много визуальных деталей, но если оно упорядочено в повторяющийся шаблон определенной формы, то будет иметь низкую колмогоровскую сложность. Если шаблон картины понятен мозгу, процесс обработки ускоряется.

Новые сжимаемые шаблоны управляют нашим любопытством

Мозгу легче запоминать и обрабатывать шаблонные изображения. Наличие шаблонности позволяет сжать изображение, что очень нравится мозгу, который повсюду старается найти какой-нибудь шаблон. Возможно, именно поиск шаблонов движет любопытством и мотивацией при поиске новой информации.

Эта модель объясняет, почему нам симпатичны люди с определенными чертами лица. Наш мозг хранит шаблон «среднего» лица. Это помогает ему обрабатывать и запоминать новые лица, поскольку все, что здесь остается делать, это запомнить разницу между новым лицом и усредненной моделью.

Так мы можем наблюдать феномен «усредненности красоты». Люди склонны предпочитать «средние» изображения, прототипы. Им легче понять и обработать внешность тех, чей «шаблон» уже загружен в мозг. Например, когда в одном исследовании испытуемым показывали изображения автомобилей, птиц и рыб, они выбирали усредненные варианты.¹⁹

Как наш мозг создает шаблон для «среднего» лица? Просто усреднив данные обо всех лицах, которые мы видели. Как правило, чаще всего мы видим собственное лицо: его мы можем ежедневно наблюдать в зеркале. Таким образом, наше собственное лицо сильно искажает принятый мозгом «шаблон лица».

Процесс сжатия мозгом моделей до более простых, получение им от этого эстетического удовольствия – все это похоже на работу ученых и математиков. Когда они находят уравнение, которое описывает явления природного мира с минимальным количеством факторов, то называют его элегантным или красивым.

Новые сжимаемые шаблоны – легкая закуска для мозга!

Данная модель также объясняет, почему мы должны находить образы, на которые нужно обратить внимание, даже если они не связаны с чем-то приятным. Они интересны мозгу сами по себе. Возможно, мы не осознаем, почему нам нравится смотреть на них, но мозг прекрасно знает, что в процессе обработки таких изображений он получает то, что любит: новые шаблоны, которые позволяют сжимать информацию.

Есть много способов, с помощью которых можно найти шаблон для сжатия. Например, изображение может содержать геометрические шаблоны, симметрию, регулярные пропорции.

Мы не обязательно должны осознавать существование шаблона; он может быть скрыт. Мозг просто должен быть в состоянии почувствовать шаблон, тогда у нас возникает интерес к изображению, цель которого – извлечение шаблона.

Дизайн пониженной сложности

В качестве практических примеров своей теории Шмидхубер создал то,что он называет «эквивалентом минимализма в компьютерную эру»^{20 21}. Дизайн с низкой степенью сложности (и искусство с низкой степенью сложности) – это дизайн-проекты, которые на первый взгляд могут казаться сложными, a потому придерживаются основного правильного шаблона, который и делает изображение «сжимаемым». Такой прием привносит интригу, поскольку мы ощущаем содержащуюся в изображении информацию. Шаблон имеет регулярную структуру, является сжимаемым и провоцирует узнавать новое, a «конструкция» структуры дизайна упрощается (см. рис. 3.6).

Рисунок 3.6. Изображение лица, подходящего под шаблон точных  геометрических форм

ИСТОЧНИК: Воспроизводится с разрешения Schmidhuber, J (2009) (Simple algorithmic theory of subjective beauty, novelty, surprise, interestingness, attention, curiosity, creativity, art, science, music, jokes, Journal of SICE, 48 (1)) – (Простая алгоритмическая теория субъективной красоты,  новизны, удивления, интереса, внимания, любопытства, творчества, искусства, науки,  музыки, анекдотов, журнал SICE, 48 (1))

Даже бессознательно мы чувствуем некую геометрическую структуру изображения. Об этом говорят исследования, основанные на отслеживании движения глаз.²² Казалось бы, зритель не должен искать в рисунке скрытую геометрию, изображение должно быть воспринято «как есть». Тем не менее бессознательный ум в своем собственном темпе может начать исследовать скрытую картину. Это похоже на анимационные фильмы студии Pixar: в простой очевидный сюжет мультфильма, предназначенного для детей, включаются более сложные шутки и культурные ссылки, предназначенные уже для родителей.

Хотя художники и дизайнеры эпохи классики и Ренессанса могли в своей работе воплощать и геометрические узоры, компьютеры обладают потенциально более широким набором геометрических шаблонов, они могут генерировать и детализировать их на основе простых правил. В настоящее время трудно создать дизайн с низкой степенью сложности, который был бы основан на этих шаблонах. Но в будущем, возможно, компьютеры смогут помочь и здесь, предлагая варианты дизайна или изображений, которые могут быть созданы из шаблона, или модифицируя конкретный дизайн в соответствии с базовым геометрическим шаблоном с целью повышения интереса конечного пользователя.

Аналогичным образом некоторые дизайнеры уже используют базовые геометрические шаблоны для создания проектов. Например, логотипы для Twitter и системы Apple iCloud основаны на серии перекрывающихся кругов. Это не сразу заметно, но если посмотреть повнимательнее, можно их увидеть. В равной степени веб-дизайнеры часто используют шаблоны-«сетки» для размещения элементов на странице или создания упорядоченности и согласованности между отдельными страницами. Однако дизайн с низкой степенью сложности идет дальше. Базовые шаблоны в таком дизайне основаны на сложных интригующих геометрических шаблонах, которые увлекают пользователя сильнее, чем простая «сетка».

Закон конструкции

Минималистичный дизайн – это поиск самых простых, наименее энергоемких (с точки зрения мышления) решений для передачи информации или объяснения задачи. Это то, что мы можем встретить в живой природе.

Разработанный Адрианом Бежаном, профессором технических наук, закон конструкции²³ утверждает, что любая движущаяся или живая система – от деревьев и рек до наших легких – развивается таким способом, чтобы движение энергии проходило с наименьшим сопротивлением. Этим объясняется способ, согласно которому природа создает геометрические и структурированные шаблоны.

Отправной точкой теории является способ развития дизайна системы: системам приходится сталкиваться с напором внешней энергии, что и подталкивает дизайн к совершенствованию. Например, поток воды, прорезающий ландшафт (река), или плывущие бревна и айсберги, которые располагаются перпендикулярно ветру (поскольку это более эффективно передает воде энергию, полученную от ветра).

Теория важна тем, что связывает дизайн живой природы и физику, показывая, что в их основе лежат схожие процессы. Вот почему мы наблюдаем похожие шаблоны в разных типах систем. Например, молния, деревья, реки и легкие имеют сходные ветвящиеся узоры.

Закон конструкции также указывает на еще одну особенность минималистичного дизайна: наиболее эффективным способом передачи информации или выполнения задачи может быть нечто естественное и неизбежное. Часто такое решение кажется скорее открытием фундаментального закона природы, чем изобретением (см. рис. 3.7). Как говорит Джони Айв из Apple, «мы стараемся дойти до точки, где решение кажется очевидным… и вы думаете: “Конечно, все должно быть именно так, с чего вдруг должно быть иначе? ”»²⁴

Рисунок 3.7. Сходные базовые формы живой природы помогают  эффективно передавать и распределять энергию