KUNSTIG INTELLIGENS INSPIRERER OG UDFORDRER

Lige nu brager kunstig intelligens frem overalt, algoritmer er implementeret i meget af den software vi bruger i hverdagen, når vi søger på internettet, spiller computerspil eller sender en mail. Som regel foregår processerne uden at vi er bevidste om hvornår og hvordan. Men i 2022 kom der værktøjer, der kan generere nye billeder via tekst, som fik mange mennesker til at spærre øjnene op, og som straks igangsatte debatter om kunstens og kunstnerens rolle i fremtiden.

Vi har tidligere fået teknologier, der har påvirket kunstneriske processer. Tænk bare på fotografiets fremkomst eller da forskellige billedbehandlingsprogrammer så dagens lys. Vi har løbende haft debatter om både et værks autenticitet, og hvorvidt man kan sige, at det er menneskeskabt, når teknologien også spiller en rolle i processen. Så hvordan er disse nye teknologier anderledes? Hvordan påvirker de generative modeller nutidens og fremtidens kunstnere?

Lad os kaste et blik på, hvordan nogle af disse teknologier fungerer for at forstå, hvad der egentlig er på spil. Nogle af de største generative modeller er Stable Diffusion, Midjourney og DALL-E, hvor man kan skrive såkaldte ’prompts’, hvilket vil sige ord eller korte sætninger, som modellen så omsætter til et billede.

Billederne genereres på baggrund af meget store datasæt, som skabes ud fra indhold på internettet. Dvs. data, der er genereret af dig og mig – og en masse kunstnere. Her møder vi den første udfordring; nemlig at disse generative modeller trænes i at skabe nye billeder ud fra store mængder ophavsretsbeskyttet materiale.

Vi har vænnet os til at dele billeder på internettet, både på hjemmesider og via sociale medier. Vi benytter os også af hinandens materiale og allerede i internettets tidlige år begyndte disse nye former for anvendelse at skabe problemer. Vi havde et system for ophavsret, der var skabt til offline-produktioner, men nu blev alting tilgængeligt online, hvilket betød, at folk begyndte at copy-paste og remixe andres produktioner – fordi alt, der er digitalt, er kopierbart.

Vi har altid haft kunstneriske metoder, hvor vi mere eller mindre direkte refererer og kopierer, men det digitale gjorde det ufatteligt nemt at lade andres materiale indgå i nye konstellationer. Vores forhold til originalitet forandredes og kunstneriske processer blev i høj grad påvirket af nye digitale muligheder for at skabe med andres materiale. Alt dette har taget os årtier at finde ud af og resultatet er ikke opløftende for skabere; vi har fået adgang til historisk meget materiale, men forretningsmodellerne er ikke fulgt med. Det er ikke dem, der skaber, der bliver tilgodeset, men platformene der formidler resultatet.

Man kan se disse nye generative modeller som et næste skridt i denne udvikling. Her bliver alt det vi genererer online en del af datasæt, der bruges til at generere nyt. Vores internet er ikke længere kun stedet, hvor alt det nye findes, det er også arkiv for alt det, vi producerer. Hvilket kopieres, remixes og genopstår i nye former. Igen er vi mange der får glæde af disse nye værktøjer til at skabe billeder, men dem, der skaber fundamentet for at disse nye modeller kan eksistere, bliver fortsat ikke krediteret eller betalt. 2022 var ikke kun året for fremkomsten af disse nye generative modeller, det var også året, hvor kunstnere udfordrede selve fundamentet, som virksomhederne hviler på – nemlig dataindsamlingen. Både gennem søgsmål og nye kollektive, kunstneriske initiativer.

I september 2022 lancerede kunstnerne Holly Herndon og Mathew Dryhurst websitet ’Have I Been Trained’ (haveibeentrained.com), der gør det muligt for kunstnere at undersøge, hvorvidt deres værker indgår i nogle af de største datasæt i verden. Initiativet blev en stor succes, og i starten af marts i år havde 40.000 kunstnere og virksomheder bedt om, at 78 millioner kunstværker fjernes fra det pågældende datasæt. På den baggrund har kunstnerne i samarbejde med andre grundlagt virksomheden Spawning (spawning.ai), hvor målet er at udvikle værktøjer, der gør det muligt at for kunstnere selv at kontrollere, hvordan deres indhold anvendes. Det rejser dog nye udfordringer, for ingen ved endnu, hvilken konsekvens det vil have for kunstnere ikke at indgå i disse datasæt. Vil det betyde, at ingen i fremtiden vil kende til deres praksis?

Tilsvarende har kunstnere i USA rejst erstatningskrav mod flere af virksomhederne bag modellerne, fordi de anvender deres billeder til at træne modellerne uden at kreditere eller give kompensation.

I USA er der stor opmærksomhed i forhold til ejerskab og rettigheder til det materiale, som vi alle sammen har bidraget til at skabe. Det er blandt andet kunstnere, der leder an, fordi det rammer kunstnere og kreative særligt hårdt, både fordi de lever af at udvikle vores alles visuelle kultur, men også fordi modellerne gør os i stand til at generere billeder med udgangspunkt i specifikke kunstneres stil. Man kan lave et billede à la Van Gogh osv., og hvis man er nulevende kunstner med tilpas meget materiale online, så kan andre kvit og frit generere materiale i pågældende kunstners stil. Det er ikke ensbetydende med, at andre vil gøre det, men det presser kunstnerne og gør det uklart, hvad konsekvenserne er i forhold til disse nye generative modeller.

Fremkomsten af disse modeller betyder derfor både en fortsættelse af internettets brud med forretningsmodeller og ophavsret, men det betyder også, at kreative processer kommer til at forandre sig. Måske endda mere end vi pt. kan forestille os. For de generative modeller tilbyder ikke kun computergenererede billeder, men skaber også en revolution i måden, vi samarbejder med teknologi på. Disse modeller bruger eksisterende til at generere nyt, hver model er unik og tilfører hver især noget i den måde, de bearbejder og strukturerer data. Vores kreative processer vil i høj grad bære præg af samarbejde med modellerne.

Der er også mange kunstnere, der omfavner disse nye teknologier. Flere arbejder aktivt med modellerne i deres kunstneriske proces, både som værktøjer til idéudvikling og som en udvidelse af egne evner. I januar havde jeg glæden af at skrive om et værk af kunstner Ida Kvetny, som har arbejdet sammen med DALL-E i udviklingen af et nyt videoværk. Hun inddrager teknologien som ligeværdig part i den kunstneriske proces og er interesseret i at undersøge, hvad der sker, når associationer fra mennesket og den generative model forenes i nye udtryksformer. Tidligere har jeg også talt med kunstner Simone Aaberg Kærn, der arbejder med afdøde kunstnere ved at anvende modellernes filtre og undersøger, hvad det vil sige at samarbejde med eksempelvis Sonya Delaunay i udviklingen af en række nye værker. De nye generative modeller åbner således også op for nye kunstneriske udtryksformer og processer. Både Ida Kvetny og Simone Aaberg Kærn – samt de fleste andre kunstnere jeg kender til – krediterer de modeller, som de anvender i deres værker. Nu mangler vi bare, at den gestus også kommer til at gælde for de virksomheder, der anvender vores billeder.

Majken Overgaard

Kunsthistoriker og arbejder som kurator, foredragsholder og skribent med fokus på kunst og teknologi. Hun undersøger blandt andet, hvordan datasæt kurateres, i samarbejde med Naja Holten Møller lektor ved Datalogisk Institut på Københavns Universitet.