Article published in the Dutch art magazine Metropolis M (4/2023)
Het blijft spectaculair: voed een AI-beeldgenerator met een paar woorden of zinnen en er verschijnt in een paar milliseconden een nieuw en geheel uniek kunstwerk op je scherm. Maar kan je dit eigenlijk wel een kunstwerk noemen? En is het eigenlijk wel nieuw of uniek? Arif Kornweitz bespreekt wat er gebeurt achter de schermen van zo’n AI.
In het onderzoek naar kunstmatige intelligentie geldt het creëren van kunstwerken als een moeilijk probleem. Om hiertoe in staat te zijn, zou een AI-systeem moeten beschikken over een uitgebreide kennis van kunstgeschiedenis en de wereld om op metaniveau betekenis over te brengen, door creatieve uitingen te maken die verwijzen naar andere culturele fenomenen. Om dit te bereiken zou een machine met mensachtige capaciteiten nodig zijn, een zogenaamde ‘algemene kunstmatige intelligentie’. Dit is het soort machine waar AI-bedrijven zoals OpenAI zich mee bezig houden, zowel in de zakelijke zin als vanwege de complexiteit van het reguleren van zo'n hypothetisch systeem.
Terwijl ingenieurs het hebben over de techniek achter het maken van kunstwerken, zien kunstenaars het maken van werk als werk. Zij zijn vooral bezig met het creëren van ruimte voor het maken van kunst. Kunstenaars weten al lang dat de registers waar ze voor hun werk uit putten veel meer omvatten dan alleen artefacten, dan de uitkomsten van het proces. Wat het ‘werk’ precies inhoudt werd bijvoorbeeld door kunstenaar Mierle Laderman Ukeles uitgebreid met handelingen van het persoonlijke en algemene onderhoud van de wereld om ons heen. In haar Care Manifesto uit 1969 stelt ze onder andere voor haar huishoudelijke taken te verplaatsen naar de tentoonstellingsruimte. In tegenstelling tot de toenmalige, vooral door mannen uitgedragen praktijk waarin het kunstwerk als feit wordt gepresenteerd, belichaamde Laderman Ukeles’ manifest een begrip van het kunstwerk als intrinsiek relationeel en procedureel, wat onherroepelijk het idee van de geniale kunstenaar en de werken die hij produceert verwerpt. Laderman Ukeles stelt: ‘Mijn werk zal het werk zijn.’
Voor kunstenaars is de transformatie van menselijke subjectiviteit een moeilijk probleem. Het kunstenaarsduo Claire Fontaine schrijft over ‘human strike’, waarbij mensen zich verenigen in de veronderstelling dat er dingen moeten veranderen – met name de omstandigheden waarin zij leven en die hun eigen subjectiviteit en relaties bepalen.[1] Dit is een kwestie van het (her)verdelen van agency, waarbij toegang wordt geëist tot het aanpassen van de basisvoorwaarden waaronder geleefd en gewerkt wordt.
Met de toenemende automatisering van werk groeit het onvermogen van mensen om met elkaar de omstandigheden te bepalen waarin hun leven zich ontvouwt. De effecten hiervan zijn evident - denk bijvoorbeeld aan de chatbots die menselijke werkers hebben vervangen en die niet lijken te begrijpen dat bureaucratie is ontworpen om ruimte te laten voor uitzonderingen. Technologie dient hier als vervangende poortwachter die de toegang controleert tot de achterliggende maar moeilijk toegankelijke processen van besluitvorming. Als deze technologie toegepast wordt op kunst en werk, zet dit bestaande vormen van samenleving op losse schroeven.
Abstracte kunst in cijfers
Kunstmatige intelligentie is een techniek die objecten analyseert en classificeert aan de hand van een reeks kenmerken die vooraf bepaald zijn of voortkomen uit de analyse. Wanneer een artefact (bijvoorbeeld een schilderij of een tekst) wordt geanalyseerd, worden de componenten ervan opgesplitst in enen en nullen: ze worden digitaal.
AI-modellen creëren een multi-dimensionale abstractie van vele van zulke digitale objecten, waarin alle details worden uitgedrukt in getallen. Deze details worden datapunten die de verschillende kenmerken van een artefact vertegenwoordigen - deze kenmerken hoeven voor mensen echter niet altijd voor de hand te liggen. Zo kunnen datapunten bijvoorbeeld gebaseerd zijn op het verschil in contrast op verschillende plekken in een afbeelding. Dit classificatieproces zorgt ervoor dat het artefact geabstraheerd wordt voor verdere analyse of manipulatie.
Er worden geen afbeeldingen of teksten opgeslagen in een AI-model. In plaats daarvan bevat een model een groot aantal datapunten die het resultaat zijn van analyse en classificatie. Het artefact wordt door het proces van classificatie abstract gemaakt. Dit proces van abstractie maakt het artefact niet ontoegankelijk of onbegrijpelijk voor mensen. Binnen AI-systemen is wat er met het kunstwerk gebeurt vooral een tijdelijke reductie in complexiteit, zelfs als het een multidimensionale ruimte betreft. Filosofe Sybille Krämer ziet computatie als een uiting van de culturele techniek van vervlakking, waarbij we kunstmatig een platte, waarneembare voorstelling van een concreet of abstract ding maken om het klaar te zetten voor verdere interpretatie.[2] Daarom spreken we van AI-modellen.
Recentelijk zijn wij begonnen artefacten te genereren door het classificatieproces op zijn kop te zetten. We hebben nu te maken met taxonomische machines die de wereld niet alleen categoriseren en classificeren, maar er ook artefacten aan toevoegen door te putten uit eerdere analyses en classificaties.
Door deze relatief eenvoudige omkering en activering van taxonomieën kunnen we bijvoorbeeld afbeeldingen genereren die lijken op andere afbeeldingen. AI-gebaseerde beeldgeneratoren die op basis van tekst een illustratie genereren zijn hier een voorbeeld van. Deze beelden worden gegenereerd door te bewegen door de latente, continue ruimte van een AI-model waarin clusters van gegevens een bepaalde stijl vertegenwoordigen. Gegenereerde AI-beelden visualiseren dus in wezen een abstractum dat is afgeleid van een concretum, ze ontwikkelen een stijlvorm die is geëxtraheerd uit een database aan geclassificeerde objecten.[3]
Deze extractieve, taxonomische machine wordt aangedreven door statistische inductie. Het stelt ons in staat om bepaalde taken te automatiseren, zoals het afmaken van een zin of het identificeren van de belangrijkste kenmerken van een schilderij, op voorwaarde dat de machine eerder is gevoed met gegevens die op zijn minst raakvlakken hebben met de uit te voeren taak. Met andere woorden, AI stelt ons in staat om waarschijnlijke conclusies te trekken over een object door het te relateren aan een canon van eerder verzamelde objecten.
Deze techniek wordt bijvoorbeeld al toegepast om bepaalde afbeeldingen aan elkaar te koppelen, een functie die je kunt tegenkomen als je telefoon fotoalbums maakt waarin alleen een bepaald gezicht voorkomt. Recentelijk is de techniek ook indrukwekkend goed geworden in het voorspellen van het volgende waarschijnlijke woord van een zin, een functie die je misschien kent van chatbots zoals ChatGPT. En AI is inmiddels ook erg efficiënt geworden in het genereren van afbeeldingen die op overtuigende wijze specifieke stijlen en motieven nabootsen.
Hoewel deze door mensen gemaakte modellen artefacten extreem snel kunnen verwerken en genereren, bezitten ze geen autonoom begrip van het kunstwerk. Terwijl AI-modellen zoals grote taalmodellen (bijv. GPT4) geavanceerde redeneercapaciteiten laten zien, is er geen sprake van een subjectief begrijpen binnen de machine. We zijn slechts getuige van een diep positivistische modaliteit die de wereld als feit verwerkt. De technologie is er simpelweg op ingericht om een artefact op zo’n manier te verwerken dat het geclassificeerd en vervolgens gemanipuleerd kan worden.
High-definition slijm
Het populaire werk Machine Hallucinations (2021) van kunstenaar Refik Anadol is een treffende illustratie van het proces dat door een taxonomische AI-machine in gang wordt gezet. Anadol voedde een AI-model de gedigitaliseerde collectie van het MoMA in New York, waarna de AI een voortdurende visualisatie genereerde op basis van de duizenden kunstwerken uit de MoMA-collectie, en van het abstractieproces dat plaatsvindt bij de analyse en classificatie hiervan. Het resultaat is een continu veranderend beeld dat steeds uniek is, maar tegelijkertijd constant kenmerken van andere, herkenbare beelden vertoont. Ernaar kijken voelt alsof je door een eindeloze reeks vaag herkenbare afbeeldingen bladert, die in een massa van high-definition slijm aan elkaar zijn geplakt.
Het kunstwerk wordt vlak én diep binnen een kunstmatig neuraal netwerk, maar er ontstaat geen nieuw werk in de brede zin. AI-systemen hebben geen esthetische voorkeuren en handelen niet autonoom, en ze hebben geen vermogen om een werk te ervaren. Echter, een AI-systeem slokt een werk ook niet zomaar op om het te herleiden tot neutrale getallen. AI-systemen zijn ingebed in grotere technische systemen die worden ingezet voor specifieke doeleinden. Ook al projecteren neurale netwerken artefacten in een schijnbaar geïsoleerde ruimte van zeer hoge dimensionaliteit, dit proces staat nooit los van het politieke domein van de wereld eromheen. De techniek die kunstmatige intelligentie wordt genoemd is uiteindelijk bovenal een uitdrukking van menselijke verwerkings- en abstractiepraktijken die ontwikkeld worden als onderdeel van kapitalistische operaties die drijven op kennisextractie en arbeidsexploitatie. Als onderdeel van deze operaties wordt ook het kunstwerk verwerkt.
De term AI – artificial intelligence, oftewel kunstmatige intelligentie – impliceert het al: kunstmatig betekent door mensen gemaakt. En de term intelligentie kan het best beschreven worden door de vele toepassingen ervan om mensen te verdelen op basis van hun verschillende eigenschappen en deze gelijk te stellen aan kwantitatieve maatstaven, om ze vervolgens in te zetten als onderbouwing voor racistisch, onderdrukkend beleid.4 Dat een door mensen gemaakt systeem voor classificatie zeer complexe beslissingsstructuren in zich draagt die moeilijk te herkennen of te traceren zijn, is dan ook geen verrassing.
Rond de tijd dat Laderman Ukeles haar manifest publiceerde, schreef de kunstenaar Frieder Nake, een van de eersten die met generatieve beelden werkte, het korte essay ‘There should be no computer art’. Nake schrijft hierin: ‘We zouden niet geïnteresseerd moeten zijn in het produceren van nog meer leuke of mooie objecten door computers. We zouden ons, bijvoorbeeld, juist moeten richten op het produceren van een film over de verdeling van rijkdom. In andere woorden, de rol van de computer in de productie en presentatie van semantische informatie die gepaard gaat met een bepaalde mate van esthetiek is zinvol; de rol van de computer in de productie van esthetiek op zich of voor het maken van winst is gevaarlijk en zinloos.’
Ik ben het niet eens met Nake’s argument dat esthetiek in dienst zou moeten staan van het overbrengen van semantische informatie. De onderverdeling van de wereld in esthetische en semantische informatie belichaamt juist het probleem van ongelijkheid dat Nake aankaartte. Binnen deze onderverdeling lijkt het genereren van een kunstwerk een probleem dat voortvloeit uit het extraheren en classificeren van informatie, en dat opgelost dient te worden. Daarbuiten is het dat niet.
Bibliography
1 Claire Fontaine, ‘Human Strike and the Art of Creating Freedom’, vertaling R. Hurley, Semiotext(e), 2020
2 S. Krämer, ‘Should we really ‘hermeneutise’ the Digital Humanities? A plea for the epistemic productivity of a ‘cultural technique of flattening’ in the Humanities’, Journal of Cultural Analytics, 7(4), 2023
3 P. Grietzer, A Theory of Vibe, Glass Bead online, 2017: https://www.glass-bead.org/article/a-theory-of-vibe/
4 S. J. Gould, The Mismeasure of Man. W. W. Norton & Company, 1996